[发明专利]一种自动白平衡优化方法、设备以及计算机可读存储介质

权利要求书

1.一种自动白平衡优化方法，其特征在于，所述自动白平衡优化方法包括：

获取图像的YUV颜色空间的第一编码数据；

将YUV颜色空间的第一编码数据转换为预设颜色空间的第二编码数据；

按照预设尺寸将所述图像划分为多个图像分块；

利用所述第二编码数据对所述多个图像分块进行颜色识别，标记出预设颜色的图像分块；

将标记出的图像分块的坐标数据以及图像进行自动白平衡处理；

所述利用所述第二编码数据对所述多个图像分块进行颜色识别，标记出预设颜色的图像分块的步骤，包括：

获取所述第二编码数据的至少一个通道数据；

将所述至少一个通道数据输入预先训练的分类器，其中，所述分类器事先对所述预设颜色进行训练；

根据所述分类器的输出结果获取符合所述预设颜色的图像分块的坐标数据；

所述将所述至少一个通道数据输入预先训练的分类器，包括：

提取所述预设颜色空间的第二编码数据的至少一个通道数据；

计算每个图像分块的至少一个通道数据的众数；

将所述预先训练的分类器的输出结果对所述每个图像分块的颜色进行标记，其中，所述众数由所述每个图像分块的至少一个通道数据的平均值和中位数计算得到。

2.根据权利要求1所述的自动白平衡优化方法，其特征在于，

所述自动白平衡优化方法，还包括：

提取所述图像中符合所述预设颜色的特征数据；

利用所述特征数据训练所述分类器；

其中，所述分类器为Weighted-KNN分类器。

3.根据权利要求1所述的自动白平衡优化方法，其特征在于，所述预设颜色空间为HSV颜色空间；

所述将所述至少一个通道数据输入预先训练的分类器的步骤，包括：

提取所述HSV颜色空间的第二编码数据的H通道数据；

计算每个图像分块的H通道数据的众数；

将所述每个图像分块对应的众数输入所述预先训练的分类器；

基于所述预先训练的分类器的输出结果对所述每个图像分块的颜色进行标记。

4.根据权利要求3所述的自动白平衡优化方法，其特征在于，

所述计算每个图像分块的H通道数据的众数的步骤，包括：

获取所述每个图像分块中像素点的H通道数据；

分别计算所述每个图像分块的H通道数据的平均值、中位数；

基于所述每个图像分块的H通道数据的平均值、中位数计算众数，其计算方式如下：

式中，为平均值，为中位数。

5.根据权利要求1所述的自动白平衡优化方法，其特征在于，所述预设颜色空间为HSV颜色空间；

所述将所述至少一个通道数据输入预先训练的分类器的步骤，包括：

提取所述HSV颜色空间的第二编码数据的H通道数据、S通道数据以及V通道数据；

计算每个图像分块的H通道数据的众数、S通道数据的众数以及V通道数据的众数；

将所述每个图像分块对应的众数输入所述预先训练的分类器；

基于所述预先训练的分类器的输出结果对所述每个图像分块的颜色进行标记。

6.根据权利要求1所述的自动白平衡优化方法，其特征在于，

所述预设颜色空间为HSV颜色空间、RGB颜色空间、LAB颜色空间或YCrCb颜色空间。

7.根据权利要求1所述的自动白平衡优化方法，其特征在于，

所述将标记出的图像分块的坐标数据以及图像进行自动白平衡处理的步骤之后，所述自动白平衡优化方法还包括：

统计所述预设颜色的图像分块的数量；

判断所述预设颜色的图像分块的数量是否小于预设的数量阈值；

若是，则停止迭代，完成自动白平衡处理；

若否，则执行以下步骤：利用所述第二编码数据对所述多个图像分块进行颜色识别，标记出预设颜色的图像分块；将标记出的图像分块的坐标数据以及图像进行自动白平衡处理；

直至统计到的所述预设颜色的图像分块的数量大于等于所述预设的数量阈值，或者迭代次数达到预设迭代次数阈值。