[发明专利]图像处理方法、移动终端及计算机可读存储介质在审
| 申请号： | 201711485581.2 | 申请日： | 2017-12-29 |
| 公开（公告）号： | CN108184106A | 公开（公告）日： | 2018-06-19 |
| 发明（设计）人： | 崔小辉 | 申请（专利权）人： | 努比亚技术有限公司 |
| 主分类号： | H04N9/73 | 分类号： | H04N9/73;H04N9/04 |
| 代理公司： | 深圳市凯达知识产权事务所 44256 | 代理人： | 刘大弯;沈荣彬 |
| 地址： | 518057 广东省深圳市南山区高新区北环大道9018*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 白平衡 色温 矫正 计算机可读存储介质 标准曲线 图像处理 移动终端 图片 灰卡 拍摄 采集 可变色温 映射 灯箱 算法 绘制 查询 回归 | ||
1.一种图像处理方法，其特征在于，该方法包括步骤：
通过控制可变色温灯箱，在多个色温下拍摄灰卡；
采集所拍摄的灰卡图片的B/G和R/G值，利用回归算法绘制标准曲线；
获取需要进行白平衡矫正的图片；
采集所述图片的B/G和R/G值；
根据所述标准曲线映射得到所述图片对应色温；
查询所述色温对应的gain值；及
根据所述gain值完成所述图片的白平衡矫正。
2.根据权利要求1所述的图像处理方法，其特征在于，该方法在所述根据所述标准曲线映射得到所述图片对应色温的步骤之前还包括步骤：
通过深度学习算法对所述图片进行场景分类；
当所述图片对应的场景类别属于特殊场景时，识别所述图片中的特殊区域；
在统计所述图片的B/G和R/G值时，对所述特殊区域的采样点进行排除。
3.根据权利要求2所述的图像处理方法，其特征在于，所述深度学习算法为卷积神经网络算法。
4.根据权利要求2所述的图像处理方法，其特征在于，所述识别所述图片中的特殊区域和对所述特殊区域的采样点进行排除的步骤具体包括：
当所述图片的场景类别为所述特殊场景时，从所述图片的N个采样点中识别出属于特殊区域的采样点；
将所述特殊区域的采样点排除在外，仅根据排除后剩下的采样点的B/G和R/G值统计得到所述图片对应的B/G和R/G值。
5.根据权利要求2所述的图像处理方法，其特征在于，所述特殊场景为大片绿地场景，所述特殊区域为绿地区域。
6.一种移动终端，其特征在于，所述移动终端包括：存储器、处理器、摄像头及存储在所述存储器上并可在所述处理器上运行的图像处理程序，所述图像处理程序被所述处理器执行时实现如下步骤：
通过控制可变色温灯箱，在多个色温下拍摄灰卡；
采集所拍摄的灰卡图片的B/G和R/G值，利用回归算法绘制标准曲线；
获取需要进行白平衡矫正的图片；
采集所述图片的B/G和R/G值；
根据所述标准曲线映射得到所述图片对应色温；
查询所述色温对应的gain值；及
根据所述gain值完成所述图片的白平衡矫正。
7.根据权利要求6所述的移动终端，其特征在于，所述图像处理程序被所述处理器执行时还实现步骤：
通过深度学习算法对所述图片进行场景分类；
当所述图片对应的场景类别属于特殊场景时，识别所述图片中的特殊区域；
在统计所述图片的B/G和R/G值时，对所述特殊区域的采样点进行排除。
8.根据权利要求7所述的移动终端，其特征在于，所述深度学习算法为卷积神经网络算法。
9.根据权利要求7所述的移动终端，其特征在于，所述识别所述图片中的特殊区域和对所述特殊区域的采样点进行排除的步骤具体包括：
当所述图片的场景类别为所述特殊场景时，从所述图片的N个采样点中识别出属于特殊区域的采样点；
将所述特殊区域的采样点排除在外，仅根据排除后剩下的采样点的B/G和R/G值统计得到所述图片对应的B/G和R/G值。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有图像处理程序，所述图像处理程序被处理器执行时实现如权利要求1至5中任一项所述的图像处理方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于努比亚技术有限公司，未经努比亚技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201711485581.2/1.html，转载请声明来源钻瓜专利网。
