[发明专利]产生供自动白平衡校正运算使用的像素筛选范围的方法

说明书

本发明提出一种产生供自动白平衡校正运算使用的像素筛选范围的方法，包含：以特定色温参考点为中心，将G/B‑G/R色域空间划分为具有不同色彩元素关系的六个色彩区域；利用HSV色域空间的饱和度计算方式，分别在六个色彩区域中界定出与特定色温参考点的饱和度差异为预定差异值的六个色彩边界，以产生对应的特定六边形筛选范围；比照特定六边形筛选范围的产生方式，分别界定出其他多个色温参考点所对应的多个六边形筛选范围；依据特定六边形筛选范围与其他多个六边形筛选范围，在G/B‑G/R色域空间中产生对应的包络范围以做为像素筛选范围。

技术领域

本发明涉及自动白平衡校正(auto white balance，AWB)运算，尤指一种产生供自动白平衡校正运算使用的像素筛选范围的方法。

背景技术

自动白平衡校正运算对于影像质量有很大影响，因此被广泛应用在许多领域中，例如，数字相机、智能型手机、平板计算机、监控系统等等。

一般影像处理系统最常使用RGB格式来表达影像的像素数据，但传统的自动白平衡校正运算则需先将像素数据转换到Cb-Cr色域空间进行筛选及自动白平衡补偿。之后，再将补偿后的像素数据从G/B-G/R色域空间转换成用以施加在成像系统上的R色彩元素增益(R gain)与B色彩元素增益(B gain)。

换言之，传统的自动白平衡校正运算需要将像素数据在G/B-G/R色域空间与Cb-Cr色域空间两者间进行转换。将像素数据在G/B-G/R色域空间与Cb-Cr色域空间之间进行转换，不仅需要增加额外的运算量，也容易造成转换后的影像颜色产生误差的问题。

发明内容

有鉴于此，如何有效降低自动白平衡校正所需的运算量，并提高成转换后影像的颜色精确度，实为业界有待解决的问题。

本说明书提供一种产生供自动白平衡校正运算使用的像素筛选范围的方法的实施例，其包含：，以一特定色温参考点为中心，将一G/B-G/R色域空间划分为具有不同色彩元素关系的六个色彩区域；利用HSV色域空间的饱和度计算方式，分别在该六个色彩区域中界定出与该特定色温参考点的饱和度差异为一预定差异值的六个色彩边界，以产生对应于该特定色温参考点的一特定六边形筛选范围；比照该特定六边形筛选范围的产生方式，分别界定出其他多个色温参考点所对应的多个六边形筛选范围；依据该特定六边形筛选范围与该多个六边形筛选范围，在该G/B-G/R色域空间中产生一对应的包络范围；以及将该包络范围设置为一自动白平衡校正运算所使用的一像素筛选范围。

上述实施例的优点之一，是无需将像素数据在G/B-G/R色域空间与Cb-Cr色域空间之间进行转换，故能有效降低进行自动白平衡校正所需的运算量。

上述实施例的另一优点，是可在G/B-G/R色域空间中筛选像素数据并进行自动白平衡补偿，达到Cb-Cr色彩空间筛选像素之精准度，以直接产生用以施加在成像系统上的R色彩元素增益与B色彩元素增益，故能有效提高成像系统的影像颜色精确度。

本发明的其他优点将藉由以下的说明和示图进行更详细的解说。

附图说明

图1为本发明一实施例之产生供自动白平衡校正运算使用的像素筛选范围的方法简化后的流程图。

图2为在G/B-G/R色域空间中的多个色温参考点的一实施例简化后的示意图。

图3为在G/B-G/R色域空间中的特定色温参考点所对应的六边形筛选范围的一实施例简化后的示意图。

图4为分别对应图2中的多个色温参考点的多个六边形筛选范围的一实施例简化后的示意图。

图5为依据图4中的多个六边形筛选范围所产生的一像素筛选范围的一实施例简化后的示意图。

图6为依据图5中的像素筛选范围进行像素数据筛选的一实施例简化后的示意图。