[发明专利]一种基于先验知识的图像处理方法及装置

说明书

本发明提供一种基于先验知识的图像处理方法及装置，所述基于先验知识的图像处理方法包括：获取色度空间的图像的第一肤色区域；根据第一肤色区域内的各像素的色度信息及预设的肤色范围，确定第一肤色区域的可信度值；在第一肤色区域的可信度值不大于预设阈值时，根据第一肤色区域内各像素的位置及预设的肤色范围，调节第一肤色区域内各像素的位置，得到第二肤色区域，其中，第二肤色区域内的各像素间的相对位置与第一肤色区域内各像素间的相对位置对应；根据第一肤色区域及第二肤色区域，确定色度空间的图像的调整值；根据色度空间的图像的调整值进行图像色偏调整，得到白平衡后的图像。实现简单高效的减小图像色差，提高图像校正效果的目的。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种基于先验知识的图像处理方法及装置。

背景技术

自动白平衡(Auto White Balance)是数字图像预处理系统中非常重要的一个环节。所谓白平衡可以理解为将白色物体的照片颜色还原为白色。物体有各自的颜色是因为其表面选择性地吸收和反射了部分波长区段的可见光，其中反射部分的光线即为物体所表现的颜色。当光源的光线并非自然光，而带有一定的颜色时，物体所反射的光线不仅仅是其自身的颜色，同时还带有光源的颜色。人眼具有很强的适应能力，在有色光源的环境中能够自动屏蔽一部分光源的颜色，即从人的感知上来说物体还是大致呈现其本身的颜色。然而数码相机的传感器没有这种色彩适应能力，它会采集光源的颜色，导致照片也带上了同样的色彩偏移。为了让照片效果跟人眼的感知相近，必要时需去除或削弱光源色彩的影响，这就是所谓的白平衡。而自动白平衡即在拍照时自动地检测照片的色偏情况，适时采取措施调整RGB各个颜色通道的强弱比例，来达到白平衡的效果。

传统的自动白平衡算法包括灰度世界法、全反射理论算法等，它们均借由采集图像某些统计信息来分析图像特征，从而求得矫正的方法。然而灰度世界算法由于只对像素RGB分量直接平均加权，不能对图像进行更加智能的处理，虽然对白色恢复有一定的纠正，但在图像亮度方面有所损失，而且对于颜色单一，色彩不丰富的图像校正效果不好。全反射理论算法对于严重偏色的图像处理效果不好，由于该理论是基于图像中亮度最大区域提出的，所以对于图像中亮度最大区域不是白色区域的图像，其校正算法会产生误差。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于先验知识的图像处理方法及装置，用于简单高效的减小图像色差，提高图像校正效果。

为实现上述目的及其他相关目的，本发明提供一种基于先验知识的图像处理方法，包括以下步骤：获取色度空间的图像的第一肤色区域；根据所述第一肤色区域内的各像素的色度信息及预设的肤色范围，确定所述第一肤色区域的可信度值；在所述第一肤色区域的可信度值不大于预设阈值时，根据第一肤色区域内各像素的位置及预设的肤色范围，调节所述第一肤色区域内各像素的位置，得到第二肤色区域，其中，所述第二肤色区域内的部分或全部像素在所述预设肤色范围内，所述第二肤色区域可信度值大于预设阈值；所述第二肤色区域内的各像素间的相对位置与所述第一肤色区域内各像素间的相对位置对应；根据所述第一肤色区域及所述第二肤色区域，确定所述色度空间的图像的调整值；根据所述色度空间的图像的调整值进行图像色偏调整，得到白平衡后的图像。

于本发明的一实施例中，所述获取色度空间的图像的第一肤色区域包括：将输入的图像由RGB转换为色度空间的图像；根据所述色度空间的图像中的参数信息，确定出所述色度空间的图像中的第一肤色区域。

于本发明的一实施例中，所述根据所述第一肤色区域内的各像素的色度信息及预设的肤色范围，确定所述第一肤色区域的可信度值包括：根据所述第一肤色区域内的各像素的色度信息及预设的肤色范围，利用公式计算出所述第一肤色区域的可信度值；其中，n为肤色区域内的像素总数，i为大于0，不大于n的整数，T_i表示第i个像素的可信度值，T为所述第一肤色区域的可信度值。