具体实施方式

下文中将参考附图并结合实施例来详细说明本发明的实施例。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种图像的白平衡值的确定方法的移动终端的硬件结构框图。如图1所示，移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的图像的白平衡值的确定方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种图像的白平衡值的确定方法，图2是根据本发明实施例的图像的白平衡值的确定方法的流程图，如图2所示，该流程包括如下步骤：

步骤S202，确定获取的目标区域中的第一图像和第二图像之间对应的M个行区域的方差变化率，得到M个方差变化率，其中，第一图像和第二图像中均包括M个行区域，M是大于或等于1的自然数，方差变化率用于表示对应行区域的颜色通道的像素变化；

步骤S204，基于M个方差变化率确定第一目标白平衡值，其中，第一目标白平衡值用于调整获取的目标区域中的图像的白平衡。

其中，上述步骤的执行主体可以为终端等，但不限于此。

本实施例包括但不限于应用于对图像的白平衡进行调整的场景中，例如，夜间过车中，获取的图像白平衡不一致的场景。

在本实施例中，目标区域包括但不限于是交通路口等，第一图像和第二图像是相邻图像帧。

在本实施例中，M的值可以进行调整，M的数值越大，越能够精细分辨，同时带来的是数据运算量的增大，可以根据需要进行调整。

通过上述步骤，通过确定获取的目标区域中的第一图像和第二图像之间对应的M个行区域的方差变化率，得到M个方差变化率，其中，第一图像和第二图像中均包括M个行区域，M是大于或等于1的自然数，方差变化率用于表示对应行区域的颜色通道的像素变化；基于M个方差变化率确定第一目标白平衡值，其中，第一目标白平衡值用于调整获取的目标区域中的图像的白平衡。实现了图像帧之间白平衡的一致性。因此，可以解决相关技术中对图像的白平衡值的调整的问题，达到平衡白平衡的稳定性与实时更新的效果。

在一个示例性实施例中，确定获取的目标区域中的第一图像和第二图像之间对应行区域的方差变化率，得到M个方差变化率，包括：

S1，计算第一图像中的M个行区域中的每个行区域的像素通道方差值，得到第一图像的M个通道方差值；

S2，计算第二图像中的M个行区域中的每个行区域的像素通道方差值，得到第二图像的M个通道方差值；

S3，计算第一图像的M个通道方差值和对应于的第二图像的M个通道方差值之间的方差值变化率，得到M个方差变化率。

在本实施例中，像素通道包括r通道、g通道和b通道，计算第一图像中的M个行区域中的每个行区域的像素通道方差值，得到第一图像的M个通道方差值包括计算每个行区域的r通道、g通道和b通道的当前帧方差值，例如，(m_varR1、m_varG1、m_varB1)、(m_varR2、m_varG2、m_varB2)、(m_varR3、m_varG3、m_varB3)、(m_varR4、m_varG4、m_varB4)；

计算第二图像中的M个行区域中的每个行区域的像素通道方差值，得到第二图像的M个通道方差值，包括算每个行区域的r通道、g通道和b通道的当前帧方差值，例如，(m+1_varR1、m+1_varG1、m+1_varB1)、(m+1_varR2、m+1_varG2、m+1_varB2)、(m_varR3、m+1_varG3、m+1_varB3)、(m+1_varR4、m+1_varG4、m+1_varB4)。

在一个示例性实施例中，计算第一图像的M个通道方差值和对应于的第二图像的M个通道方差值之间的方差值变化率，得到M个方差变化率，包括：

S1，计算第一图像和第二图像中对应区域中对应像素通道的方差值的绝对差值，得到M个方差值；

S2，计算M个方差值中的每个方差值与预设方差值的比值，得到M个方差变化率。

在本实施例中，例如，帧间行区域的方差值变化率包括：(roiR1、roiG1、roiB1)、(roiR2、roiG2、roiB2)、(roiR3、roiG3、roiB3)、(roiR4、roiG4、roiB4)。

在本实施例中，每一个变化率的计算方式都相同，取两帧相同区域相同通道方差值的绝对差值，比上第一帧对应的方差值所得到的值。例如以m_varR1、m+1_varR1和roiR1为例，具体计算方式为：roiR1＝ABS(m_varR1-m+1_varR1)/m_varR1。

在一个示例性实施例中，基于M个方差变化率确定第一目标白平衡值，包括：

S1，在M个方差变化率均小于或等于预设方差变化率的情况下，将第一图像的白平衡值确定为第一目标白平衡值。

在本实施例中，在第二图像是预设帧图像的情况下，确定第二图像的白平衡增益值。

在一个示例性实施例中，在M个方差变化率均小于或等于预设方差变化率的情况下，将第一图像的白平衡值确定为第一目标白平衡值之后，方法还包括：

S1，在第二图像是预设帧图像的情况下，确定第二图像的白平衡增益值；

S2，将第一图像的白平衡值与第二图像的白平衡增益值进行滑动运算，得到第二目标白平衡值。

在本实例中，白平衡值的计算是循环进行的，例如，第二图像是第N+1帧图像，N+1的帧数进行累计。在第N+1帧是第1500帧，第1500帧是假设当前摄像机工作在25帧/秒状态，那么1分钟就是1500帧。实际1500帧代表的含义是经过1分钟的时间，也可以是别的值。

例如，使用第N+1500(N与n表示相同的含义)帧的数据作为白平衡算法的输入数据，计算得到对应的白平衡增益值((n+1500_rGain)，(n+1500_bGian))；将第n帧基础帧的白平衡值(n_rGain,n_bGain)与((n+1500_rGain),(n+1500_bGian))进行滑动运算处理。滑动运算处理地具体方式为：n_rGain–n+1500_rGain>0？n_rGain-(n_rGain–n+1500_rGain)/50:n_rGain+(n+1500_rGain-n_rGain)/50；n_bGain–n+1500_bGain>0？n_bGain-(n_bGain–n+1500_bGain)/50:n_bGain+(n+1500_bGain-n_bGain)/50。

以n_rGain和n+1500_rGain为例，判断两者之间的大小，如果n_rGain比n+1500_rGain大，则白平衡值更新为n_rGain减去两者差值的1/50。这里的系数1/50来源是，一般的白平衡增益值的范围归一化为0.0～5.0，基于这个归一化值，根据实际经验数据，当跨度大于0.02时，人眼即可分辨出白平衡带来的一致性差异，因此这里的系数就是使用的是最小可分辨精度。

在一个示例性实施例中，基于M个方差变化率确定第一目标白平衡值，包括：

S1，剔除M个方差变化率中大于预设方差变化率的方差变化率，得到K个方差变化率，其中，K是小于或等于M的自然数；

S2，利用K个方差变化率确定第一目标白平衡值。

在本实施例中，通过剔除M个方差变化率中大于预设方差变化率的方差变化率，确定图像帧的白平衡值是否发生变化。

在一个示例性实施例中，确定获取的目标区域中的第一图像和第二图像之间对应行区域的方差变化率，得到M个方差变化率之前，方法还包括：

S1，在获取到第一图像的白平衡值的情况下，将第一图像的白平衡值确定为初始白平衡值。

在本实施例中，例如，当前画面为码流输出到第N帧，并且第N帧的白平衡值已知，将第N帧作为基础帧。

在一个示例性实施例中，基于M个方差变化率确定第一目标白平衡值之后，方法还包括：

S1，将初始白平衡值更新为第一目标白平衡值。

在本实施例中，例如，将第N+1帧更新为新的基础帧N。

下面结合具体实施例对本发明进行说明：

为了解决类似夜间道路过车扰态的白平衡一致性问题(如图3所示)，本实施例提供一种调整白平衡值的方案，如图4所示，包括以下步骤：

S401，将整个画面划分为若干大区域，在本案中划分为4个行区域，进行S402，这个4在具体实现中可以是别的值，理论上数值越大，越能够精细分辨，但是同时带来的是数据运算量也会增大，这是一个权衡的值，可以根据需要自行调整。

S402，假设当前画面为码流输出到第n帧，并且该帧的白平衡值已知，将该帧作为基础帧，进行S403。

S403，第n帧和第n+x帧的数据进入模块A，进行S404。这里的x，初始值为1，随着后面逻辑中累计的部分，逐渐增大。

S404，经过模块A处理后，判断是否所有行区域都被剔除，如果是，进行S406；如果不是进行S405。

S405，第n+x帧剩余行区域的统计值作为白平衡算法的输入，计算白平衡值，进行S411。

S406，第n+x帧停止白平衡算法的计算更新，该帧的白平衡值直接复用第n帧的白平衡值，进行S407。

S407，帧数累计x加1，进行S408。

S408，判断x是否满足1500帧，如果是，则进行S409；如果不是，则进行S403。这里的1500帧来源是：假设当前摄像机工作在25帧/秒状态，那么1分钟就是1500帧。因此，实际1500帧代表的含义是经过1分钟的时间。具体实现中可以是别的值。

S409，使用第n+1500帧的数据作为白平衡算法的输入数据，计算得到对应的白平衡增益值((n+1500_rGain)，(n+1500_bGian))，进行S410。

S410，将第n帧基础帧的白平衡值(n_rGai，n_bGain)与((n+1500_rGain),(n+1500_bGian))进行滑动运算处理，然后进行S411。滑动运算处理地具体方式为：

n_rGain–n+1500_rGain>0？n_rGain-(n_rGain–n+1500_rGain)/50:n_rGain+(n+1500_rGain-n_rGain)/50n_bGain–n+1500_bGain>0？n_bGain-(n_bGain–n+1500_bGain)/50:n_bGain+(n+1500_bGain-n_bGain)/50；

以n_rGain和n+1500_rGain为例，判断两者之间的大小，如果是n_rGain比n+1500_rGain要大，则值更新为n_rGain减去两者差值的1/50。这里的系数1/50来源是，一般的白平衡增益值的范围归一化为0.0～5.0，基于这个归一化值，根据实际经验数据，当跨度大于0.02时，人眼即可分辨出白平衡带来的一致性差异，因此这里的系数就是使用的是最小可分辨精度。

S411，将第n+x帧更新为新的基础帧n，同时x恢复为1，结束。

在本实施例中，上述S403所述的模块A，具体流程如图5所示，包括以下步骤：

S501，为首先输入第m帧的H3A数据，然后进行S413。

S502，计算每个行区域的r通道、g通道和b通道的当前帧方差值，有：(m_varR1、m_varG1、m_varB1)、(m_varR2、m_varG2、m_varB2)、(m_varR3、m_varG3、m_varB3)、(m_varR4、m_varG4、m_varB4)，进行S503。

S503，输入第m+1帧的H3A数据，然后进行S504。

S504，计算每个行区域的r通道、g通道和b通道的当前帧方差值，有：(m+1_varR1、m+1_varG1、m+1_varB1)、(m+1_varR2、m+1_varG2、m+1_varB2)、(m_varR3、m+1_varG3、m+1_varB3)、(m+1_varR4、m+1_varG4、m+1_varB4)，进行S505。

S505，计算帧间行区域的方差值变化率：

(roiR1、roiG1、roiB1)、(roiR2、roiG2、roiB2)、(roiR3、roiG3、roiB3)、(roiR4、roiG4、roiB4)，进行S506。

每一个变化率的计算方式都相同，取两帧相同区域相同通道方差值的绝对差值，比上第一帧对应的方差值所得到的值。以m_varR1、m+1_varR1和roiR1为例，具体计算方式为：roiR1＝ABS(m_varR1-m+1_varR1)/m_varR1；

S506，对方差值变化率比大于50％的行区域进行剔除，结束。这里所述的50％这个值，来源是，基于经验数据50％能够平衡区分出夜间过车干扰与随机扰动的一个值。具体实现中可以是别的值。

此外，如图6、图7、图8所示，表示的是同样场景下，不同过车状态下画面行区域的三通道方差值：

“r_var:102606.72g_var:118314.25b_var:63817.54；r_var:21533.79g_var:47243.20b_var:7001.29；r_var:45324.59g_var:60603.95b_var:33360.39；r_var:7203.43g_var:25520.96b_var:4908.68；r_var:22436.76g_var:73375.66b_var:14037.55；r_var:3934.01g_var:14515.98b_var:2615.28”；

这些数据是与图6图示对应数据的变化率大于50％的。由数据表征可知，方差值变化率大的区域大致能够对应到过车导致亮度差异的物理空间。

数据表如下：

r_var:38048.21g_var:56185.98b_var:25756.62；

r_var:4596.23g_var:17969.48b_var:3139.66；

r_var:17356.02g_var:62608.75b_var:10837.04；

r_var:3135.84g_var:11893.07b_var:2082.06；

r_var:102606.72g_var:118314.25b_var:63817.54；

r_var:21533.79g_var:47243.20b_var:7001.29；

r_var:29022.16g_var:75269.99b_var:14174.46；

r_var:4619.10g_var:14733.88b_var:2491.70；

r_var:45324.59g_var:60603.95b_var:33360.39；

r_var:7203.43g_var:25520.96b_var:4908.68；

r_var:22436.76g_var:73375.66b_var:14037.55；

r_var:3934.01g_var:14515.98b_var:2615.28。

图9和图10是在相同场景下，选取不同位置导致的白平衡差异。图9是白平衡算法计算的时候将车灯所照区域作为算法数据输入，图10是避开车灯所照区域作为算法数据输入。

综上所述，本实施例通过使用统计每一帧行区域的三通道方差值的方式，计算帧间的方差值变化率，通过该值与阈值的比对，判断出是否是夜间过车扰态，以此为基础，对白平衡算法所需的输入数据进行有条件筛选。同时，提出白平衡基础帧，并且基础帧是根据不同的逻辑情况进行时域上的动态调整，以此在效果上最大程度的实现了白平衡一致性，有效地平衡了白平衡稳定性与实时更新性的矛盾需求。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

在本实施例中还提供了一种图像的白平衡值的确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图11是根据本发明实施例的图像的白平衡值的确定装置的结构框图，如图11所示，该装置包括：

第一确定模块1102，用于确定获取的目标区域中的第一图像和第二图像之间对应的M个行区域的方差变化率，得到M个方差变化率，其中，第一图像和第二图像中均包括M个行区域，M是大于或等于1的自然数，方差变化率用于表示对应行区域的颜色通道的像素变化；

第二确定模块1104，用于基于M个方差变化率确定第一目标白平衡值，其中，第一目标白平衡值用于调整获取的目标区域中的图像的白平衡。

在一个示例性实施例中，上述第一确定模块，包括：

第一计算单元，用于计算上述第一图像中的M个行区域中的每个行区域的像素通道方差值，得到上述第一图像的M个通道方差值；

第二计算单元，用于计算上述第二图像中的M个行区域中的每个行区域的像素通道方差值，得到上述第二图像的M个通道方差值；

第三计算单元，用于计算上述第一图像的M个通道方差值和对应于的上述第二图像的M个通道方差值之间的方差值变化率，得到上述M个方差变化率。

在一个示例性实施例中，上述第三计算单元，包括：

第一计算子单元，用于计算上述第一图像和上述第二图像中对应区域中对应像素通道的方差值的绝对差值，得到M个方差值；

第二计算子单元，用于计算上述M个方差值中的每个方差值与预设方差值的比值，得到上述M个方差变化率。

在一个示例性实施例中，上述第二确定模块，包括：

第一确定单元，用于在上述M个方差变化率均小于或等于预设方差变化率的情况下，将上述第一图像的白平衡值确定为上述第一目标白平衡值。

在一个示例性实施例中，上述装置还包括：

第三确定模块，用于在上述M个方差变化率均小于或等于预设方差变化率的情况下，将上述第一图像的白平衡值确定为上述第一目标白平衡值之后，在第二图像是预设帧图像的情况下，确定第二图像的白平衡增益值；

第一运算模块，用于将上述第一图像的白平衡值与上述第二图像的白平衡增益值进行滑动运算，得到第二目标白平衡值。

在一个示例性实施例中，上述第二确定模块，包括：

第一剔除单元，用于剔除上述M个方差变化率中大于预设方差变化率的方差变化率，得到K个方差变化率，其中，上述K是小于或等于上述M的自然数；

第二确定单元，用于利用上述K个方差变化率确定上述第一目标白平衡值。

在一个示例性实施例中，上述装置还包括：

第四确定模块，用于确定获取的目标区域中的第一图像和第二图像之间对应行区域的方差变化率，得到M个方差变化率之前，在获取到上述第一图像的白平衡值的情况下，将上述第一图像的白平衡值确定为初始白平衡值。

在一个示例性实施例中，上述装置还包括：

第一更新模块，用于基于上述M个方差变化率确定第一目标白平衡值之后，将上述初始白平衡值更新为上述第一目标白平衡值。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

在本实施例中，上述计算机可读存储介质可以被设置为存储用于执行以上各步骤的计算机程序。

在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

在一个示例性实施例中，上述处理器可以被设置为通过计算机程序执行以上各步骤。

本实施例中的具体示例可以参考上述实施例及示例性实施方式中所描述的示例，本实施例在此不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。