基于Bayer CFA自动白平衡算法的实现

为快速获得高品质彩色图像,提出一种适合嵌入式机器视觉系统处理的Bayer GWR白平衡算法。根据Bayer CFA的结构特点,改变原GWR法输入参数。用红、绿、蓝三分量像素均值代替GWR法GW假设公式中像素总值,用近白点三分量像素均值代替GWR法Retinex假设公式中三分量像素最大值。测试表明:该算法能够有效地减小色温差异,数据计算量小。在主频为600 MHz的智能相机中,对大小为640像素×480像素的Bayer图像数据的处理运行需34 ms,能够满足实际应用对实用性及实时性的要求。

一种自适应的白平衡解决方案研究

现有的白平衡算法可以解决大部分的白平衡问题,但没有一种算法能够适用于所有的图像,并且对于低色彩丰富度图像的白平衡校正算法较少。本研究首先针对低色彩丰富度图像提出了一种灰度世界算法结合离散余弦变换的白平衡算法(GW-DCT)。实验证明该算法对于图像中没有单一大色块且色彩丰富度较低的图像的白平衡效果较好,而对以单一颜色为主体的图像效果欠佳。然后提出了一个基于完美反射法(Perfect Reflector Assumption,PR)、正交组合算法(Quadratic Combining GW&PR,QCGP)和GW-DCT的自适应白平衡解决方案,通过图像颜色值的标准差,信息熵,亮度和颜色占比率对图像归类后选择合适的校正算法从而实现白平衡。实验结果表明,该自适应的白平衡解决方案不仅能正确地选择合适的算法,同时对具有不同色彩丰富度的偏色图像都可以获得较理想的白平衡效果。该算法复杂度较低,具有普遍的适应性。

数字图像的自动白平衡算法设计与FPGA实现

在不同的色温光照下,图像传感器接收到的图像颜色与实际有着不同程度的偏差,需要进行偏色校正处理。针对完美反射法在过度曝光下偏色校正会失效,以及灰度世界法在画面出现了大量的单一色彩时偏色校正效果较差的问题,提出了一种改进完美反射法和改进灰度世界法相结合的自动白平衡算法,通过两个改进算法分别产生类白点与平均值来计算增益系数,从而完成对图像的偏色校正。通过FPGA实现该算法,可以在保证高效和实时的同时,还能占用少量的硬件资源。经过测试结果分析,提出的自动白平衡算法在三个不同场景下将色差均值降至1左右,比原始图像的色差均值小很多,有较好的白平衡处理效果。