[发明专利]一种基于FPGA的自动白平衡实现方法

说明书

本发明公开了一种基于FPGA的自动白平衡实现方法，CMOS图像传感器得到Bayer图像，并对图像进行Bayer插值计算，把插值后得到的彩色图像数据缓存到DDR3中，通过计算提取出偏色校正所需要的最大值和均值，依据最大值和均值计算得出红、蓝通道的增益系数，根据增益系数对DDR3中缓存的彩色数据图像进行偏色矫正，实现白平衡功能，最后对偏色矫正完的图像进行低照度增强。这种基于FPGA的自动白平衡实现方法统计均值时将除法器转换为乘法器，减少了DSP资源消耗；偏色校正子模块中，电路采用并行结构和流水线技术，分两路进行偏色校正，用每路的像素值乘以对应的增益，提高实时性，使用DSP实现乘法操作，节约了硬件资源；亮度增强可以根据不同的增强程度需求决定迭代次数。

技术领域

本发明涉及白平衡领域，尤其涉及一种基于FPGA的自动白平衡实现方法。

背景技术

白平衡是指“不管在任何光源下，都能将白色物体还原为白色”，通过相机板载程序对得到的画面进行自动白平衡处理，对图片中的红色通道和蓝色通道中的像素值进行矫正，加强对应的补色来进行补偿，解决相机在不同光源下得到的画面出现的偏色问题，以达到原本想要的结果。

目前，对于白平衡的处理主要是通过以下几种方法实现的。

灰度世界法：灰度世界算法以灰度世界假设为基础，该假设认为：对于一幅有着大量色彩变化的图像，其R，G，B 三个色彩分量的平均值趋于同一灰度值K。 从物理意义上讲，灰色世界法假设自然界景物对于光线的平均反射的均值在总体上是个定值，这个定值近似地为“灰色”。 颜色平衡算法将这一假设强制应用于待处理图像，可以从图像中消除环境光的影响，获得原始场景图像。

完美反射法：完美反射算法认为，一幅彩色图像中，“镜面” 是可以完全发射光源照射在物体上面的光线，因此，如果图像中存在一个“镜面”的话，那么在特定光源下，可以将所获得的“镜面”的色彩信息认为是当前光源的信息，那么在这个假设下，图像中就一定存在一个纯白色的的像素或者最亮的点，在对图像进行白平衡调整的时候会以该点作为参考来校准图像的像素。

色温曲线法：基于推测待处理原始图像的相关色温，根据相关色温特性曲线，可以推测出待处理原始图像的相关色温值，进而计算出其相应的矫正参数，即可准确的矫正图像的色彩平衡。

神经网络法：近年来，随着深度学习和图神经网络快速兴起，白平衡也与神经网络相结合，通过大量的样本进行训练，训练神经网络的权值，得到满意的结果。

但是，对于上述白平衡的处理方法，其也存在相应的缺陷。灰色世界法：当图像场景颜色并不丰富时，处理主色图像，尤其出现大块单色物体时，该算法常会失效。

完美世界法：当图像颜色色彩较为丰富，而且图像中最亮的部分并非白点或者图片整体亮度比较偏暗时，图像仍会存在一定的色差，算法抗干扰能力差，容易收到图片中噪声的影响。

色温曲线法：需要各个不同色温下的图片进行预处理，对色温曲线进行拟合，开销大速度慢。

神经网络法：神经网络需要大量的图片进行预训练，同时也需要丰富的计算资源，实时性差，不适用于fpga。

发明内容

本发明所要解决的技术问题是，提供一种基于FPGA的自动白平衡实现方法，计算量小、消耗资源低、实时性好、拥有更好的泛用性，可以依据绿色通道中的像素值进行亮度增强，使图片的亮度与原本的图片接近。

为了解决上述技术问题，本发明是通过以下技术方案实现的：1、一种基于FPGA的自动白平衡实现方法，包括以下步骤：

步骤A.COMS图像传感器获得Bayer图像；

步骤B.Bayer插值计算；

步骤C.将插值完成的彩色图像数据缓存到DDR3中，同时从插值完成的彩色图像数据中提取出最大值和均值；

步骤D.依据提取的最大值和均值计算得出红、蓝通道的增益系数；