自适应的数码相机自动白平衡算法

Abstract Auto white balance plays a key role in a digital camera system, and determ ines image quality t o a large ext ent An adaptive auto white balance alg orit hm for digit al camera is proposed With a new color temperature est imat ion method based on the correlat ion betw een Y , Cb and Cr , t he algorit hm f inds more proper w hit e pixels to calculate t he averaged chromat ic aberrat ion t o improve t he precision of t he estimat ed color t em perature T he algorithm is realized in t he design of a digit al camera processor T he test results in dicat e that t he precision of the est imat ed color t emperat ure is improved dramatically com pared w it h the clas sical algorithms Key words auto w hit e balance; color t emperat ure est im at ion; digit al camera 和电路微调的方法进行 由于 CCD, CMOS 图像传
上海 200433) 上海 200433)
( 复旦大学微电子学系 ( rzzhou@ fudan edu cn)
( 复旦大学专用集成电路与系统国家重点实验室
摘
要
提出了一种色温估计方法 , 并在此基础上 实现了一个自适应的数码相机自动白平 衡算法 该算 法充分考 虑
了 Y 和 Cb , Cr 之间的相关性 , 挑选更合适的白色像素进行平均色差计算 , 以提高色温估计的精度 在一 个数码相 机 处理器的设计中实现了该算法 测试结果表明该算法的色温估计精度比传统算法有较大提高 关键词 自动白平衡 ; 色温估计 ; 数码相机 T N492; T N 911 73
不同的光源具有不同的光谱成分和分布, 这在 色度学上称之为色温 [ 1] 一个白色的物体 , 在低色 温的光线照射下会偏红, 而在高色温的光线照射下 会偏蓝 因此, 必须对不同色温所引起的的 色差进 行校正, 从而使白色的物体呈现真正的白色, 称之为 白平衡 在数码相机系统中, 白平衡一般采用光学粗调
另外, 色温估计需要用到除法运算 这 里可以 将统计到的 Y , Cb, Cr 求和, 并将像素数 n 读入到 M CU, 在 M CU 中进行除法运算, 再将结果返回 上述算法被嵌入到一个 CCD 数码相机处理器 中
图1 白色像素的控制区域
2
2 1
自适应的自动白平衡算法
色温估计 图像的色温一般表示为平均色差 当 R , G , B
三种颜色相等时, 其色差为 0, 表现为白色 在图像 处理中, 一般采用 YCbCr 色彩模型 Y Cb = Cr 0 299 0 587 - 0 1687 - 0 3313 0 5 0 114 0 5 R G B
中图法分类号
Adaptive Algorithm of Auto White Balance for Digital Camera
Z hou Rongzheng H e Jie Hong Zhiliang
( Depar t me nt of M i croelect ronics, Fud an U niv ersity , S hanghai 200433) 200433) ( AS IC & System S tate K ey L aborat ory , Fudan Uni v ersi ty , Shanghai
第 17 卷 第Βιβλιοθήκη 3 期 2005 年 3 月计算机辅助设计与图形学学报
JO U RNAL OF COM PU T ER AI DED DESIGN & COM PU T ER GRA PHI CS
V ol 17, No 3 M ar , 2005
自适应的数码相机自动白平衡算法
周荣政 何 捷 洪志良
图 2 色温估计算法
2 2
增益计算 增益计算是在图像色温估计的基础上, 通过一
定的方法得到通道增益 通道增益也就是色温校正 因子 , 一般有蓝色和红色两个分量 , 分别为对图像蓝 色和红色通道进行调整的幅度 如前所述 , 白色的 Cb 和 Cr 均为 0; 因此, 通道 增益就是能将 Cb 和 Cr 调整到 0( 或接近 0) 的两个 系数 # 和 ∃ 增益计算的 方法有多种 , 比如查表 法、 迭代 法 等 查表法是事先统计出一张表 , 记录不同的色温所 对应的通道增益 , 具有速度快的优点; 但由于表的容 量有限 , 不能实现各 种色温情况的连续调节 迭代 算法则是根据 Cb 和 Cr 的关系, 通过不断地调节 # 和 ∃实现 , 如图 3 所示 其中 %为迭代步长, 由算法 给定 本文算法可以很 方便地在一个数码相机中实 现 图 5 所示为一个应用了该算法的数码相机自动 白平衡系统
keyordsautowhitebaance不同的光源具有不同的光谱成分和分布这在色度学上称之为色温一个白色的物体在低色温的光线照射下会偏红而在高色温的光线照射下会偏蓝因此必须对不同色温所引起的的色差进行校正从而使白色的物体呈现真正的白色称之为白平衡在数码相机系统中白平衡一般采用光学粗调和电路微调的方法进行由于ccdcmos图像传感器具有一定的光谱特性因此必须在镜头前加上匹配的光学滤色镜将红外等光线滤除然后进行软件或电路微调为了提高易用性数码相机一般还支持自动白平衡因此必须开发适合数码相机的自动白平衡算法以保证拍摄照片不会失真通过手工调节取一个标准白的物体作为参考或算法统计的方法估计出表达色温的特征量平均色差
( 3)
- 0 4187 - 0 0813
来计算色差 其中, Y 是灰度 , 表示图像的亮度; Cb 和 Cr 是色度的蓝色和红色分量 , 代表图像的色差 色温估计的目标就是估算出图像的平均色差 目前 , 存在不少色温估计的算法, 其中最基本的方法 就是计算整个图像的平均色 差 为了减少计算量 , 通常选取某个特定区域( 比如图像中心 ) 中的所有像 素进行计算 但是, 如果图像颜色较为单一, 或者选 定区域正好落入大的色块, 以上算法求得的色温就 会非常不准确 为此, 必须根据一定的约束条件, 挑 选合适的像素( 白色像素 ) 来计算色差, 以提高色温 估计的精确度
Nakano 等[ 3] 提 出的 色温 估 计算 法 的 约束 条 件如 Y> 其中 , 亮度 < Cb < < Cr < ( 1)
和色度阈值 ,
由算法给定 该约束
条件的物理含义是: 在 Y 足够大、 Cb 和 Cr 足够小 的空间里定义了一个区域 , 并将该区域中的所有像 素看作是白色的 , 可以参与色差的计算 ; 然后 , 用这 些白色像素的平均色差来代表整个图像的色差 , 以 取得较好的精度 值得注意的 是, 图像的平均亮度 也必须同时求出, 否则会导致校正后的图像失真 上述的白色区域类似于一个立方体 在每个 Y 平面上 , 白色像素都位于一个 CbCr 矩形当中 , 并且 所有 Y 平面上的 CbCr 矩形大小是一致的 然而 , 约束条 件式 ( 1 ) 存 在一定 的局 限性 首 先 , Cb 和 Cr 之间具有一定的相关性, 式 ( 1 ) 并未加 以考虑 因此, Lee 等 [ 4 ] 在式 ( 1 ) 的基础上增加了一 个约束条件 - !< Cb + Cr < ! ( 2) 这样 , CbCr 平面就从矩形变成了六边形, 使得 参与计算的像素具有更强的白色特征, 提高了色差 计算的精度 其次 , Y 与 Cb, Cr 之间也有一定的相关性, 如 果加以考虑, 可以进一步提高色差的精度 在 Y 较 小时 , Cb 和 Cr 较小的像素表现为接近白色的灰度 值 ; 而在 Y 较大时, Cb 和 Cr 较大的像素仍可认为 是白色物体受到光源污染得到的 这样, 可以将式 ( 1 ) 和式 ( 2) 的约束条件加以改进 , 得到 Y - | Cb | - | Cr | > ∀ 图 1 所示为该约束条 件的控制区域 该 区域是 一个上粗 下细的 柱状 体, 并且, 每个 CbCr 平面是一 个菱形 当 Y 较小时, Cb 和 Cr 范围控制得很紧, 只 有少量像素可以参与色差 计算 ; 而当 Y 增大 时, Cb 和 Cr 的范围相应放大, 使
目的是为了同步控制
532
计算机辅助设计与图形学学报 表2
bldg beaut y house tabl e lake 和 优化 ( % )
2005 年 平均色差绝对值之和的统计
算法 1 2 12 6 11 11 42 算法 2 4 11 7 5 16 43 - 2 4 本文算法 2 3 2 2 0 9 78 6
更多像素可以参与计算 , 从而提高精度 根据约束条件式( 3) , 改进的色温估计算法如图 2 所示
3 期
周荣政等 : 自适应的数码相机自动白平衡算 法
531
增益计算中 , 一次迭代针对一幅图像的色差进 行 每一次迭代后 , 输出新的通道增益, 必须等到下 一幅图像到来才能进行下一次迭代 2 3 色温校正 色温校正就是在图像的蓝色和红色通道乘以各 自的增益 , 从而调节 R, G, B 三色的比例 ; 一般针对 CCD, CMOS 采样输出的 RGB 信号进行 值得注意 的是必须进行 溢出处理 , 防止 RGB 输出超 出 0~ 255 的范围 综上所述, 自动白平衡是一个迭代过程, 必须通 过对连续图像的处理 才能完成, 如图 4 所示 一般 数码相机都将自动白平衡放在取景模式中实现
1
引
言
感器具有一定的光谱特性 , 因此必须在镜头前加上 匹配的光学滤色镜 , 将红外等光线滤除, 然后进行软 件或电路微调 为了提高易用性 , 数码相机一般还 支持自动白平衡[ 2] 因此 , 必须开发适合数码相机 的自动白平衡算法 , 以保证拍摄照片不会失真 白平衡具有三个基本操作 ( 1) 色温估计 通过 手工调节( 取一个 标准白 的物体作为参考) 或算法 统计的方法 , 估计出表达色温的特征量( 平均色差) ; ( 2) 增益计算 采用查表或迭代的方法, 计算出红色
收稿日期 : 2003- 09- 29; 修回日期 : 2004- 01- 18
基金项目 : 国家 八六三 高技术研究发展计划基金项目 ( 2002A A1Z1450)
530
计算机辅助设计与图形学学报
2005 年
和蓝色增益( 校正因子) ; ( 3) 色温校正 在红色和蓝 色通道乘上对应的校正因子, 调整通道增益, 以达到 白平衡的效果 色温估计是数码相机自动白平衡算法的三个基 本操作中最重要的一环 色温估计必须估算出正确 的色差 , 才能保证后 续操作的正确性 特别 是在参 考图像充满大面积彩色时, 算法必须具有一定的鲁 棒性 , 以保证色彩的完整性 针对上 述要求 , Nakano 等 [ 3] 提出 了一 种基 于 Y , Cb, Cr 的约束条件 , 在 YCbCr 空间定义了一个 三维结构 , 称之为白色区域, 凡落入其中的像素都认 为是白色的 , 而其外 的像素则是认为非白色的 在 计算色差时, 只计算白色像素的平均色差, 以替代整 个图像的色差 , 从而 提高色温估计的准确度 该算 法中 的 Y , Cb, Cr 控制 阈 值是 彼 此独 立 的 Lee 等[ 4] 则在此基础上加入了 Cb, Cr 之和的控制阈值, 进一步提高了色温估计精度 该算法还通过限制 R, B 的变化范围来适应镜头缩放时图像的剧烈变化 然而, 以上 算法均未考虑 像素的 Y 和 Cb, Cr 之间的相关性, 限制了色温估计精度的进一步提高 本文在分析传统算法的基础上 , 提出了一种新的色 温估计方法 , 并在此基础上实现了一种自适应的数 码相机自动白平衡算法
图 4 自动白平衡的迭代过程
3
算法实现
图5
数码相机的自动白平衡系统
CCD 采样得到的 RGB 数据, 经过色温校正、 内 插和色空间变换之后得到 YCbCr 信号 , 经过色温估 计和增益计算, 将校正因子 # 和 ∃送回 MCU, 经过 一定的处理后再送至色温校正 进行 M CU 处理的
图 3 增益计算