[发明专利]图像自动白平衡的方法及装置

权利要求书

1.一种图像自动白平衡的方法,其特征在于，所述方法应用于包括第一摄像头的电子设备，包括：

获取所述第一摄像头拍摄原始RAW域图像时采用的拍摄参数；

获取所述原始RAW域图像对应的多通道图像；

将输入数据输入第一神经网络模型得到白平衡的第一增益值；所述输入数据至少包括所述第一摄像头的拍摄参数和所述多通道图像；

对所述多通道图像进行第一处理，得到目标图像；

其中，所述第一处理包括基于所述多通道图像和所述第一增益值的白平衡处理。

2.根据权利要求1所述的方法，其特征在于，所述拍摄参数包括曝光值、快门时间、光圈大小、或ISO感光度中的至少一个。

3.根据权利要求1或2所述的方法，其特征在于，所述第一神经网络模型是通过融合所述第一摄像头的拍摄参数和所述多通道图像的图像特征来实现对所述第一增益值的预测的。

4.根据权利要求3所述的方法，其特征在于，所述第一处理具体包括：

根据所述第一摄像头的拍摄参数和所述多通道图像，通过配置在所述电子设备的第一神经网络模型获得所述第一增益值；

利用所述第一增益值对所述多通道图像进行白平衡处理；

对所述白平衡处理后的图像进行后处理，获得所述目标图像。

5.根据权利要求3所述的方法，其特征在于，所述第一处理具体包括：

将所述第一摄像头的拍摄参数和所述多通道图像发送到服务器；

接收来自所述服务器的所述第一增益值，所述第一增益值是通过配置在所述服务器的第一神经网络模型获得的；

利用所述第一增益值对所述多通道图像进行白平衡处理；

对所述白平衡处理后的图像进行后处理，获得所述目标图像。

6.根据权利要求3-5任一项所述的方法，其特征在于，所述第一神经网络模型包括第一特征提取网络、特征融合网络和光源预测网络；相应的，通过所述第一神经网络模型获得所述第一增益值的过程具体包括：

通过所述第一特征提取网络对所述多通道图像进行特征提取，获得第一特征；

通过所述特征融合网络融合所述第一摄像头的拍摄参数和所述第一特征，获得融合后的特征；

通过所述光源预测网络根据所述融合后的特征进行预测，获得所述第一增益值。

7.根据权利要求1或2所述的方法，其特征在于，所述输入数据还包括由所述多通道图像表征的场景语义信息；所述第一神经网络模型具体是通过融合所述第一摄像头的拍摄参数、所述多通道图像的图像特征和所述多通道图像表征的场景语义信息来实现对所述第一增益值的预测的。

8.根据权利要求7所述的方法，其特征在于，所述第一处理具体包括：

对所述多通道图像进行场景语义信息的提取；

根据所述第一摄像头的拍摄参数、所述多通道图像和所述场景语义信息，通过配置在所述电子设备的第一神经网络模型获得所述第一增益值；

利用所述第一增益值对所述多通道图像进行白平衡处理；

对所述白平衡处理后的图像进行后处理，获得所述目标图像。

9.根据权利要求7所述的方法，其特征在于，所述处理具体包括：

将所述第一摄像头的拍摄参数、所述多通道图像和所述场景语义信息发送到服务器；

接收来自所述服务器的所述第一增益值，所述第一增益值是通过配置在所述服务器的第一神经网络模型获得的；

利用所述第一增益值对所述多通道图像进行白平衡处理；

对所述白平衡处理后的图像进行后处理，获得所述目标图像。