[发明专利]摄像机人脸区域白平衡的优化方法

说明书

本发明公开了摄像机人脸区域白平衡的优化方法。现有方法没有针对图像整体，更倾向于全局校正，就导致人脸容易偏色。本发明方法中，将CMOS传感器采集的图像送入图像处理器，得到处理后图像，通过人脸检测网络检测出人脸区域信息；根据人脸区域信息提取人脸图，拆分成人脸左图和人脸右图；对人脸左、右图进行直方图统计，判断人脸区域光线环境，得到人脸区域的白平衡权重；将人脸区域的白平衡权重与系统原始权重混合得到最终白平衡权重，并设置到系统中。本发明方法结合神经网络技术，充分考虑了摄像机人脸的颜色受到环境复杂场景的影响，可以在不同的环境光线、场景下，自适应校正到人脸区域的颜色，提高了摄像机的人脸区域白平衡效果。

技术领域

本发明属于图像处理技术领域，具体涉及一种摄像机人脸区域白平衡的优化方法。

背景技术

由于CMOS传感器输出的是Bayer图，颜色本身是处于非平衡状态，故所输出的图像颜色非自然界所呈现出来的色彩，导致人看到图像非常的怪异，解决图像颜色问题就成了一个无法避免的问题。目前，摄像机在图像处理中，会进行自动白平衡，对颜色进行校正。传统白平衡方法均是：整幅图像采用全局统计或者局部找白点的方式进行图像分析，通过灰度世界的理论来对图像进行全局校正。由于图像中的细节较为复杂，且图像中的内容较多，颜色的全局校正的方法不能保证每一处颜色均正确的校正；且观察者所关注的内容不一，对于人脸相机来说，观察者关注的内容主体为人脸，传统的白平衡校正可能会导致人脸区域的颜色偏色，就极大的影响了真实性判断，不利于有效信息的存储和后期查看，导致观察者对监控信息的接收产生偏差。

专利号为201710557602.0的发明专利提出一种白平衡处理方法和装置。该方法首先对活体的被摄物进行成像，得到待处理的图像，根据包含人脸的目标区域在图像中所占面积，计算白平衡增益值，目标区域包括人脸区域或人像区域，根据白平衡增益值，对图像进行白平衡处理。通过对人体进行活体识别，避免了当检测到非活体的被拍摄物包含人脸时，即启动基于活体人脸的自动白平衡对图像进行调节。

专利号为201910120250.1的发明专利公开了一种图像的白平衡处理方法、装置和终端设备。该方法首先通过对图像中的背景区域，提取色彩特征，这里的色彩特征用于指示背景区域色彩分布情况。根据色彩特征，匹配人脸白平衡算法的适用条件，若该色彩特征与适用条件匹配，则根据用于将图像中的人脸调整至肤色的人脸白平衡算法，对图像进行白平衡处理。

申请号为201510896549.8的发明专利申请公开了一种具有人脸的图像处理方法和装置。方法包括：获取当前拍摄场景中具有人脸的图像；对具有人脸的图像进行人脸识别，得到人脸区域以及除人脸区域之外的环境光区域；确定人脸区域的人脸决定点以及环境光区域的环境光决定点；根据人脸决定点、环境光决定点以及设定距离阀值，调整所述白平衡参数；根据白平衡参数对具有人脸的图像进行调整。

发明内容

本发明的目的是针对现有技术的不足，为了让人脸区域的白平衡得到更为精准的校正，提供一种摄像机人脸区域白平衡的优化方法。

本发明方法需要找到人脸区域的准确白点信息，以提供人脸部分的白平衡校正，使得在相机对图像在策略上可选择人脸区域白平衡的权重，使得图像的白平衡校正更为准确。

本发明方法中，CMOS传感器将采集图像送入图像处理器及神经网络处理器进行处理，得到人脸区域的位置信息；对人脸区域进行白平衡，分析排除干扰，计算出人脸区域白平衡的权重值，最终使用此权重值进行白平衡计算，得到最终的白平衡结果。

本发明方法具体是：

步骤(1)将CMOS传感器采集的图像送入图像处理器，得到处理后图像P；图像处理器为芯片硬件，将CMOS图像转换为神经网络处理器可识别图像。

步骤(2)将处理后图像P送入神经网络处理器进行处理，通过人脸检测网络检测出人脸区域信息I。

进一步，神经网络处理器为NPU神经网络加速器，运行进行人脸检测的神经网络模型。