开云优惠体育网页版入口

专利名称：色彩矫正矩阵调整方法、摄像设备、电子设备及存储介质

专利类型：实用新型专利

专利申请号：CN202210911085.3

专利申请（专利权）人：浙江大华技术股份有限公司
权利人地址：浙江省杭州市滨江区滨安路1187号

专利发明（设计）人：邵一轶,潘武,隋小波,王小平

专利摘要：本申请公开了一种色彩矫正矩阵调整方法、摄像设备、电子设备及计算机可读存储介质。该色彩矫正矩阵调整方法包括：获取摄像设备的标定数据；基于摄像设备所在的环境获取摄像设备的实时伽马曲线数据；基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据。通过上述方式，本申请可以基于摄像设备所在的实时场景，实时动态调整生成的新的色彩矫正矩阵。

主权利要求：
1.一种色彩矫正矩阵调整方法，其特征在于，包括：
获取摄像设备的标定数据；
基于所述摄像设备所在的环境获取所述摄像设备的实时伽马曲线数据；
基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据；
其中，所述标定数据包括标定色彩矫正矩阵数据、标定伽马曲线数据及颜色映射表，色彩矫正矩阵数据与伽马曲线数据通过所述颜色映射表关联；
所述基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据，包括：获取所述标定色彩矫正矩阵数据与所述颜色映射表的矩阵乘积；
基于所述矩阵乘积及所述标定伽马曲线数据，获取伽马数据；基于所述实时伽马曲线数据及所述伽马数据，获取色彩矫正矩阵数据；
基于所述色彩矫正矩阵数据及所述矩阵乘积，获取矫正系数；基于所述矫正系数与所述标定色彩矫正矩阵数据计算所述实时色彩矫正矩阵数据。
2.根据权利要求1所述的色彩矫正矩阵调整方法，其特征在于，所述基于所述矩阵乘积及所述标定伽马曲线数据，获取伽马数据，包括：将所述矩阵乘积输入至所述标定伽马曲线数据进行查表，以获取所述伽马数据。
3.根据权利要求1所述的色彩矫正矩阵调整方法，其特征在于，所述基于所述实时伽马曲线数据及所述伽马数据，获取色彩矫正矩阵数据，包括：基于所述实时伽马曲线数据获取所述实时伽马曲线数据的逆数组；
将所述伽马数据输入至所述逆数组中进行查表，以获取所述色彩矫正矩阵数据。
4.根据权利要求1所述的色彩矫正矩阵调整方法，其特征在于，所述基于所述矫正系数与所述标定色彩矫正矩阵数据计算所述实时色彩矫正矩阵数据，包括：基于所述矫正系数与所述标定色彩矫正矩阵数据计算所述实时色彩矫正矩阵数据的未修正矩阵数据；
对所述未修正矩阵数据进行归一化操作，以获取所述实时色彩矫正矩阵数据。
5.根据权利要求1所述的色彩矫正矩阵调整方法，其特征在于，所述基于所述摄像设备所在的环境获取所述摄像设备的实时伽马曲线数据，包括：基于所述环境实时调整所述摄像设备的动态范围；
获取所述摄像设备动态范围调整前后的第一图像数据及第二图像数据；
基于所述第一图像数据及所述第二图像数据，通过曲线拟合以获取所述实时伽马曲线数据。
6.根据权利要求1至5任一项所述的色彩矫正矩阵调整方法，其特征在于，所述色彩矫正矩阵调整方法进一步包括：获取当前图像；
基于当前图像的环境信息生成当前色彩矫正矩阵数据；
基于当前色彩矫正矩阵数据对所述当前图像进行色彩矫正。
7.一种摄像设备，其特征在于，包括：
数据获取模块，用于获取摄像设备的标定数据，及基于所述摄像设备所在的环境获取所述摄像设备的实时伽马曲线数据；
计算模块，用于基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据；其中，所述标定数据包括标定色彩矫正矩阵数据、标定伽马曲线数据及颜色映射表，色彩矫正矩阵数据与伽马曲线数据通过所述颜色映射表关联；所述基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据，包括：获取所述标定色彩矫正矩阵数据与所述颜色映射表的矩阵乘积；基于所述矩阵乘积及所述标定伽马曲线数据，获取伽马数据；基于所述实时伽马曲线数据及所述伽马数据，获取色彩矫正矩阵数据；基于所述色彩矫正矩阵数据及所述矩阵乘积，获取矫正系数；基于所述矫正系数与所述标定色彩矫正矩阵数据计算所述实时色彩矫正矩阵数据；
存储模块，用于存储所述标定数据。
8.一种电子设备，其特征在于，所述电子设备包括处理器以及与所述处理器连接的存储器，其中，所述存储器中存储有程序数据，所述处理器执行所述存储器存储的所述程序数据，以执行实现：获取摄像设备的标定数据；
基于所述摄像设备所在的环境获取所述摄像设备的实时伽马曲线数据；
基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据；
其中，所述标定数据包括标定色彩矫正矩阵数据、标定伽马曲线数据及颜色映射表，色彩矫正矩阵数据与伽马曲线数据通过所述颜色映射表关联；
所述基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据，包括：获取所述标定色彩矫正矩阵数据与所述颜色映射表的矩阵乘积；基于所述矩阵乘积及所述标定伽马曲线数据，获取伽马数据；基于所述实时伽马曲线数据及所述伽马数据，获取色彩矫正矩阵数据；基于所述色彩矫正矩阵数据及所述矩阵乘积，获取矫正系数；基于所述矫正系数与所述标定色彩矫正矩阵数据计算所述实时色彩矫正矩阵数据。
9.一种计算机可读存储介质，其特征在于，其内部存储有程序指令，所述程序指令被执行以实现：获取摄像设备的标定数据；
基于所述摄像设备所在的环境获取所述摄像设备的实时伽马曲线数据；
基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据；
其中，所述标定数据包括标定色彩矫正矩阵数据、标定伽马曲线数据及颜色映射表，色彩矫正矩阵数据与伽马曲线数据通过所述颜色映射表关联；
所述基于所述标定数据及所述实时伽马曲线数据，生成实时色彩矫正矩阵数据，包括：获取所述标定色彩矫正矩阵数据与所述颜色映射表的矩阵乘积；基于所述矩阵乘积及所述标定伽马曲线数据，获取伽马数据；基于所述实时伽马曲线数据及所述伽马数据，获取色彩矫正矩阵数据；基于所述色彩矫正矩阵数据及所述矩阵乘积，获取矫正系数；基于所述矫正系数与所述标定色彩矫正矩阵数据计算所述实时色彩矫正矩阵数据。 说明书 : 色彩矫正矩阵调整方法、摄像设备、电子设备及存储介质技术领域[0001] 本申请涉及视频监控技术领域，具体涉及一种色彩矫正矩阵调整方法、摄像设备、电子设备及计算机可读存储介质。背景技术[0002] 现有的色彩矫正矩阵(ColorCorrectionMatrix，CCM)，一般都是事先在高、中、低三个色温下，各自标定一组目标CCM在摄像设备中实时使用。[0003] 在实际使用中，事先标定CCM的动作，是为了实现被调试摄像设备与目标颜色风格统一。理论上为了保持色彩还原性在任何场景下都能够和实验室标定阶段保持一致，最好是需要在实验室标定阶段，使用所有可能用到的伽马曲线都进行标定，将所有标定得到的CCM都保存于摄像设备中，在实际使用的时候再根据当前所使用的伽马曲线选择使用对应的CCM。[0004] 但是，在实际使用中，伽马曲线并不是有限若干条预存于摄像设备中，而是摄像设备根据当前的场景，实时动态调整生成的，因此不可能预先估计到会使用的伽马曲线，也就无法进行事前的标定，获取对应的CCM。发明内容[0005] 本申请提出了一种色彩矫正矩阵调整方法、装置、电子设备及计算机可读存储介质，以解决上述色彩矫正矩阵不能实时动态生成的问题。[0006] 为解决上述技术问题，本申请采用的一个技术方案是：提供一种色彩矫正矩阵调整方法，该方法包括：[0007] 获取摄像设备的标定数据；基于摄像设备所在的环境获取摄像设备的实时伽马曲线数据；基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据。[0008] 其中，标定数据包括标定色彩矫正矩阵数据、标定伽马曲线数据及颜色映射表，色彩矫正矩阵数据与伽马曲线数据通过颜色映射表关联。[0009] 其中，基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据包括：[0010] 基于颜色映射表、标定色彩矫正矩阵数据、标定伽马曲线数据及实时伽马曲线数据计算矫正系数；基于矫正系数与标定色彩矫正矩阵数据计算实时色彩矫正矩阵数据。[0011] 基于颜色映射表、标定色彩矫正矩阵数据、标定伽马曲线数据及实时伽马曲线数据计算矫正系数，包括：[0012] 获取标定色彩矫正矩阵数据与颜色映射表的矩阵乘积；基于矩阵乘积及标定伽马曲线数据，获取伽马数据；基于实时伽马曲线数据及伽马数据，获取色彩矫正矩阵数据；基于色彩矫正矩阵数据及矩阵乘积，获取矫正系数。[0013] 其中，基于矩阵乘积及标定伽马曲线数据，获取伽马数据，包括：[0014] 将矩阵乘积输入至标定伽马曲线数据进行查表，以获取伽马数据。[0015] 其中，基于实时伽马曲线数据及伽马数据，获取色彩矫正矩阵数据，包括：[0016] 基于实时伽马曲线数据获取实时伽马曲线数据的逆数组；将伽马数据输入至逆数组中进行查表，以获取色彩矫正矩阵数据。[0017] 其中，基于矫正系数与标定色彩矫正矩阵数据计算实时色彩矫正矩阵数据，包括：[0018] 基于矫正系数与标定色彩矫正矩阵数据计算实时色彩矫正矩阵数据的未修正矩阵数据；对未修正矩阵数据进行归一化操作，以获取实时色彩矫正矩阵数据。[0019] 其中，基于摄像设备所在的环境获取摄像设备的实时伽马曲线数据，包括：[0020] 基于环境实时调整摄像设备的动态范围；获取摄像设备动态范围调整前后的第一图像数据及第二图像数据；基于第一图像数据及第二图像数据，通过曲线拟合以获取实时伽马曲线数据。[0021] 其中，色彩矫正矩阵调整方法进一步包括：[0022] 获取当前图像；基于当前图像的环境信息生成当前色彩矫正矩阵数据；基于当前色彩矫正矩阵数据对当前图像进行色彩矫正。[0023] 为解决上述技术问题，本申请采用的另一个技术方案是：提供一种摄像设备，该摄像设备包括数据获取模块、计算模块及存储模块。[0024] 数据获取模块用于获取摄像设备的标定数据，及基于摄像设备所在的环境获取摄像设备的实时伽马曲线数据；计算模块用于基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据；存储模块用于存储标定数据。[0025] 为解决上述技术问题，本申请采用的一个技术方案是：提供一种电子设备，该电子设备包括处理器及与处理器连接的存储器，存储器中存储有程序数据，处理器执行存储器存储的程序数据，以执行实现：获取摄像设备的标定数据；基于摄像设备所在的环境获取摄像设备的实时伽马曲线数据；基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据。[0026] 为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机可读存储介质，其内部存储有程序指令，程序指令被执行以实现：获取摄像设备的标定数据；基于摄像设备所在的环境获取摄像设备的实时伽马曲线数据；基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据。[0027] 本申请的有益效果是：区别于现有技术的情况，本申请通过获取摄像设备的标定数据，再基于摄像设备所在的环境获取实时的伽马曲线数据，从而基于标定数据和实时的伽马曲线数据，生成实时的色彩矫正矩阵数据，改进了传统的色彩矫正矩阵调整与伽马曲线数据调整脱节的现状，本申请能够使色彩矫正矩阵数据能够与伽马曲线数据进行动态的联动调整，使摄像设备的色彩矫正的效率更高，图像输出的颜色风格更好。附图说明[0028] 图1是传感器对RGB光谱的响应示意图；[0029] 图2是人眼对RGB光谱的响应示意图；[0030] 图3是色彩矩阵矫正的公式；[0031] 图4是本申请色彩矫正矩阵调整方法第一实施例的流程示意图；[0032] 图5是图4中步骤S103的第一实施例的流程示意图；[0033] 图6是图5中步骤S201的一具体实施例的流程示意图；[0034] 图7是图6中步骤S303的一具体实施例的流程示意图；[0035] 图8是图4中步骤S103的第二实施例的流程示意图；[0036] 图9是图4中步骤S102的一具体实施例的流程示意图；[0037] 图10是本申请色彩矫正矩阵调整方法一具体方案的控制流程示意图；[0038] 图11是本申请色彩矫正矩阵调整方法第二实施例的流程示意图；[0039] 图12是本申请摄像设备一实施例的结构示意图；[0040] 图13是本申请电子设备一实施例的结构示意图；[0041] 图14是本申请计算机可读存储介质一实施例的结构示意图。具体实施方式[0042] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。[0043] 随着安防技术的发展，现状越来越重视图像质量的提升，颜色作为图像质量最重要的组成部分，其风格特征呈现出的观感往往会成为用户评价视频的第一指标。目前在做颜色处理上，最常用的方式是色彩矫正矩阵。色彩矫正矩阵是为纠正传感器与人眼对光谱响应差异，为了让视频的图像画面更贴近人眼所见物理世界而出现的一种色彩校正方式。请参阅图1及图2，如图1所示，图1是传感器对RGB光谱的响应示意图，图2是人眼对RGB光谱的响应示意图，可以看到，两者的RGB响应曲线是不一致的，并且图像经过白平衡处理之后，肯定会存在色偏，因此需要进行色彩矩阵的矫正。请参阅图3，图3是色彩矩阵矫正的公式。色彩矫正矩阵是一个3*3的矩阵，矩阵与原图像的RGB通道的统计值相乘，得到目标图像的RGB的通道值。[0044] 现有的色彩矫正矩阵，一般都是事先在高、中、低三个色温下，各自标定一组目标色彩矫正矩阵在摄像设备中实时使用，设备经过算法估计当前监控画面的色温值，然后去插值查找到对应的色彩矫正矩阵在摄像设备中使用。[0045] 在实际使用中，事先标定色彩矫正CCM的动作，是为了实现被调试摄像设备与目标颜色风格统一。在调试过程中，往往是依靠人眼去主观评判被调试摄像设备和目标摄像设备的颜色风格差异，根据实际调试人员的调试经验对色彩矫正矩阵的3*3矩阵中每一个元素进行微调，调整之后再生效到摄像设备端进行颜色风格差异的对比，中间过程耗时耗力，非常的低效。同时，在摄像设备的实际使用中，动态范围模块是会根据当前的场景实时调整的，这个时候就会使用不同的伽马曲线。[0046] 动态范围是指数码相机同时记录的暗部细节和亮部细节的丰富程度，动态范围越高就越能记录丰富的画面细节。在摄像设备中，由于显卡或者显示器的原因会出现实际输出的图像在亮度上有偏差，而伽马曲线就是用来矫正图像的亮度偏差。[0047] 在摄像设备的动态范围模块发生变化之后，会影响到图像色彩还原性，理论上为了保持色彩还原性在任何场景下都能够和实验室标定阶段保持一致，最好是需要在实验室标定阶段，将使用所有可能用到的伽马曲线都进行标定，将所有标定得到的色彩矫正矩阵值都保存于摄像设备中，在实际使用的时候再根据当前所使用的伽马曲线选择使用对应的色彩矫正矩阵值。但是，在实际使用中，伽马曲线并不是固定的，也不是有限的若干条，而是摄像设备根据当前的场景，实时动态调整生成的。因此不可能预先估计到会使用的伽马曲线，也就无法进行事前标定色彩矫正矩阵。[0048] 为了解决上述问题，本申请首先提出一种色彩矫正矩阵调整方法，请参阅图4，如图4所示，图4是本申请色彩矫正矩阵调整方法第一实施例的流程示意图。该方法具体包括步骤S101至步骤S103：[0049] 步骤S101：获取摄像设备的标定数据。[0050] 摄像设备获取自身的标定数据，自身的标定数据包括颜色映射表、标定色彩矫正矩阵数据、标定伽马曲线数据，颜色映射表为一个3*n的表，属于一种3D显示查找表；标定色彩矫正矩阵数据为实验室标定阶段的色彩矫正矩阵，是如图3所示的3*3的矩阵；标定伽马曲线数据是与标定色彩矫正矩阵数据对应的伽马曲线，使摄像设备输出的图像经过标定色彩矫正矩阵数据及标定伽马曲线数据后输出质量较好。摄像设备将自身的标定数据，自身的标定数据包括颜色映射表存储于自身设备中，为后续调整实时色彩矫正矩阵数据提供计算依据。[0051] 步骤S102：基于摄像设备所在的环境获取摄像设备的实时伽马曲线数据。[0052] 在摄像设备实际使用中，伽马曲线数据是会根据所在的环境进行实时调整的，这个时候伽马曲线就会产生变换，生成与环境对应的实时伽马曲线数据，此时，摄像设备就可以获取自身实时的伽马曲线数据。[0053] 步骤S103：基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据。[0054] 摄像设备基于自身的标定色彩矫正矩阵数据、标定伽马曲线数据，再引入颜色映射表，将色彩矫正矩阵数据与伽马曲线数据通过算术运算结合到一起，通过获取实时伽马曲线数据计算生成摄像设备的实时色彩矫正矩阵数据，可以实现了摄像设备在设备实际运行中，动态调整伽马曲线数据的同时，同步调整色彩矫正矩阵数据，生成实时色彩矫正矩阵数。[0055] 区别于现有技术，本申请通过获取摄像设备的标定数据，再基于摄像设备所在的环境获取实时的伽马曲线数据，从而基于标定数据和实时的伽马曲线数据，生成实时的色彩矫正矩阵数据，改进了传统的色彩矫正矩阵调整与伽马曲线数据调整脱节的现状，本申请能够使色彩矫正矩阵数据能够与伽马曲线数据进行动态的联动调整，使摄像设备的色彩矫正的效率更高，图像输出的颜色风格统一。[0056] 可选地，生成实时色彩矫正矩阵数据的方法请参阅图5，如图5所示，图5是图4中步骤S103的第一实施例的流程示意图。其中，标定数据包括标定色彩矫正矩阵数据、标定伽马曲线数据及颜色映射。色彩矫正矩阵数据与伽马曲线数据通过颜色映射表关联，本实施例可通过如图4所示的方法实现步骤S103，具体实施步骤包括步骤S201至步骤S202：[0057] 步骤S201：基于颜色映射表、标定色彩矫正矩阵数据、标定伽马曲线数据及实时伽马曲线数据计算矫正系数。[0058] 其中，颜色映射表一张3*n的表，属于一种3D显示查找表，它是将RGB三个通道都划分为若干份，形成一个三维表。在本申请中标定的颜色映射表可以一张线性表，在本实施例中可以具体为是一张3*4096的表，在其他实施例中，本申请可以自由选择其他的显示查找表，在此不作限定。[0059] 摄像设备首先获取自身的标定色彩矫正矩阵数据、标定伽马曲线数据，将颜色映射表lut_original、标定色彩矫正矩阵数据ccm_original及标定伽马曲线数据gamma_original存储至自身设备中。摄像设备再获取自身的实时伽马曲线数据，通过引入颜色映射表lut_original关联色彩矫正矩阵数据与伽马曲线数据，从而计算得到色彩矫正数据的矫正系数，在本实施中，颜色映射表lut_original为3*4096的一个矩阵数据。[0060] 可选地，图6是图5中步骤S201的一具体实施例的流程示意图。本实施例可通过如图6所示的方法实现步骤S201，具体实施步骤包括步骤S301至步骤S304：[0061] 步骤S301：获取标定色彩矫正矩阵数据与颜色映射表的矩阵乘积。[0062] 摄像设备获取标定色彩矫正矩阵数据ccm_original与颜色映射表lut_original的矩阵乘积ccmMat_original。其中，矩阵乘积ccmMat_original＝ccm_original*lut_original。[0063] 步骤S302：基于矩阵乘积及标定伽马曲线数据，获取伽马数据。[0064] 摄像设备基于矩阵乘积ccmMat_original及标定伽马曲线数据gamma_original可以获取伽马数据gammaMat_orginal。[0065] 具体地，本实施例可通过如下方法实现步骤S302，具有方法如下：[0066] 将矩阵乘积输入至标定伽马曲线数据进行查表，以获取伽马数据。[0067] 摄像设备可以用矩阵乘积ccmMat_original作为输入在标定伽马曲线数据gamma_original中进行查表，以获取伽马数据gammaMat_orginal。[0068] 在其他实施例中，摄像设备也可通过其他方式获取伽马数据gammaMat_orginal，在此不作限定。[0069] 步骤S303：基于实时伽马曲线数据及伽马数据，获取色彩矫正矩阵数据。[0070] 摄像设备基于实时伽马曲线数据gamma_curr及伽马数据gammaMat_orginal，可以通过相关计算方法获取色彩矫正矩阵数据ccmMat_curr。[0071] 可选地，图7是图6中步骤S303的一具体实施例的流程示意图。本实施例可通过如图7所示的方法实现步骤S303，具体实施步骤包括步骤S401至步骤S402：[0072] 步骤S401：基于实时伽马曲线数据获取实时伽马曲线数据的逆数组。[0073] 摄像设备获取实时伽马曲线数据gamma_curr，通过对实时伽马曲线数据gamma_curr求逆，获取实时伽马曲线数据的逆数组invgamma_curr。[0074] 步骤S402：将伽马数据输入至逆数组中进行查表，以获取色彩矫正矩阵数据。[0075] 摄像设备再将伽马数据gammaMat_orginal作为输入在逆数组invgamma_curr中进行查表，以获取色彩矫正矩阵数据ccmMat_curr。[0076] 步骤S304：基于色彩矫正矩阵数据及矩阵乘积，获取矫正系数。[0077] 摄像设备基于色彩矫正矩阵数据ccmMat_curr及矩阵乘积ccmMat_original获取矫正系数coef。[0078] 其中，矫正系数coef＝ccmMat_original\ccmMat_curr，“\”是一种矩阵计算的方式，矩阵乘积ccmMat_original与色彩矫正矩阵数据ccmMat_curr都是3*4096的数组，计算的结果得到是3*3的数组。其中所使用的“\”是反除的一种用法，等价于cmMat_original的逆乘以ccmMat_curr。[0079] 步骤S202：基于矫正系数与标定色彩矫正矩阵数据计算实时色彩矫正矩阵数据。[0080] 摄像设备计算得到矫正系数coef后，通过矫正系数coef与标定色彩矫正矩阵数据ccm_original相乘就可以计算获取实时的色彩矫正矩阵数据CCM。其中，CCM＝coef*ccm_original。[0081] 区别于现有技术，本申请的色彩矫正矩阵调整方法结合颜色映射表lut_original的使用，使得色彩矫正矩阵数据能够与伽马曲线数据进行动态的联动调整，使摄像设备图像输出的效率更高，图像的颜色统一风格更好；[0082] 其实，本申请通过以颜色映射表lut_original、标定色彩矫正矩阵数据ccm_original及标定伽马曲线数据gamma_original为依据，结合摄像设备在实际使用中的实时伽马无线数据，实现最终实时色彩矫正矩阵数据的动态调整，能够实现色彩矫正矩阵数据调整的量化操作；并且本申请针对色彩矫正矩阵数据与伽马曲线数据存在物理当量上的不对等问题，提出了利用颜色映射表lut_original作为两者物理量的桥接，实现了色彩矫正矩阵数据与伽马曲线数据可以进行混合计算。[0083] 本申请在计算过程中，还提出了使用查表的方式计算中间量伽马数据gammaMat_orginal及色彩矫正矩阵数据ccmMat_curr，可以有效地提高计算效率，并且实现了色彩矫正矩阵数据与伽马曲线数据的动态调整及混合计算。[0084] 可选地，生成实时色彩矫正矩阵数据的方法请参阅图8，如图8所示，图8是图4中步骤S103的第二实施例的流程示意图。其中，标定数据包括颜色映射表lut_original、标定色彩矫正矩阵数据ccm_original及标定伽马曲线数据gamma_original。本实施例可通过如图8所示的方法实现步骤S103，具体实施步骤包括步骤S501至步骤S503：[0085] 步骤S501：基于颜色映射表、标定色彩矫正矩阵数据、标定伽马曲线数据及实时伽马曲线数据计算矫正系数。[0086] 步骤S501与步骤S201一致，此处不再赘述。[0087] 步骤S502：基于矫正系数与标定色彩矫正矩阵数据计算实时色彩矫正矩阵数据的未修正矩阵数据。[0088] 摄像设备基于矫正系数coef与标定色彩矫正矩阵数据ccm_original计算得到的是实时色彩矫正矩阵数据CCM的未修正矩阵数据，因计算得到的矫正系数coef仅仅是体现了色彩矫正矩阵数据ccmMat_curr及矩阵乘积ccmMat_original之间差异变化的一种修正系数，此时还不能代表最终需要叠加到摄像设备的生效的色彩矫正矩阵值，因此最终的生效色彩矫正矩阵值需要与原色彩矫正矩阵值进行最终的修正计算。[0089] 步骤S503：对未修正矩阵数据进行归一化操作，以获取实时色彩矫正矩阵数据。[0090] 摄像设备对未修正矩阵数据进行归一化操作，以获取最终的实时色彩矫正矩阵数据。具体的方式为：将实时色彩矫正矩阵数据CCM的结果进行计算，假设色彩矫正矩阵数据CCM结果为[c00c01c02；c10c11c12；c20c21c22]，那么为了保证矩阵的规范性，可以约束c02＝1?c00?c01；c12＝1?c10?c11；c22＝1?c20?c21。在其他实施例中，具体的约束方式有很多，不仅限于本实施例这一种约束方式。[0091] 本申请通过对最后计算的实时色彩矫正矩阵数据CCM进行归一化操作，可以保证最终的实时色彩矫正矩阵数据能够在摄像设备中生效，提高了色彩矫正矩阵调整方法的稳定性。[0092] 可选地，获取实时伽马曲线数据的方法请参阅图9，如图9所示，图9是图4中步骤S102的一具体实施例的流程示意图。本实施例可通过如图9所示的方法实现步骤S102，具体实施步骤包括步骤S601至步骤S603：[0093] 步骤S601：基于环境调整实时摄像设备的动态范围。[0094] 摄像设备基于环境实时调整自身的动态范围。动态范围是基于当前环境进行实时调整的，因动态范围的不同，摄像设备使用的伽马曲线数据就不同。摄像设备在调整动态范围时，调整动态范围的方式有很多种，调整动态范围的方式有很多，比较常见的是通过调整伽马曲线数据调整动态范围。[0095] 步骤S602：获取摄像设备动态范围调整前后的第一图像数据及第二图像数据。[0096] 但摄像设备调整动态范围时采用的调整方式不是调整伽马曲线数据，此时，摄像设备需要获取摄像设备动态范围调整前后的第一图像数据及第二图像数据。例如获取该调整之前摄像设备的第一图像亮度数据A及获取该摄像设备调整之后的第二图像亮度数据B。[0097] 步骤S603：基于第一图像数据及第二图像数据，通过曲线拟合以获取实时伽马曲线数据。[0098] 摄像设备通过第二图像亮度数据B与第一图像亮度数据A通过曲线拟合的方式便可以获取实时伽马曲线数据gamma_curr。[0099] 本申请通过获取动态模块调整前后的第一图像数据及第二图像数据，进行拟合获取实时伽马曲线数据，不管摄像设备以任何一种方式调整动态范围时，动能获取到等效的实时的伽马曲线数据，有利于提升色彩矫正矩阵调整方法的效率。[0100] 在一应用场景中，请参阅图10，图10是本申请色彩矫正矩阵调整方法一具体方案的控制流程示意图。本实施例的色彩矫正矩阵调整方法一具体方案的控制流程具体包括步骤S701至步骤S709：[0101] 步骤S701：摄像设备中存入颜色映射表lut_original、标定色彩矫正矩阵数据ccm_original及标定伽马曲线数据gamma_original。[0102] 步骤S702：计算矩阵乘积ccmMat_original＝ccm_original*lut_original。[0103] 步骤S703：用矩阵乘积ccmMat_original作为输入在标定伽马曲线数据gamma_original中进行查表，以获取伽马数据gammaMat_orginal。[0104] 步骤S704：摄像设备的动态范围根据实时场景自动调整，计算得到实时伽马曲线数据gamma_curr。[0105] 步骤S705：计算实时伽马曲线数据gamma_curr的逆数组invgamma_curr。[0106] 步骤S706：将伽马数据gammaMat_orginal作为输入在逆数组invgamma_curr中进行查表，以获取色彩矫正矩阵数据ccmMat_curr。[0107] 步骤S707：计算矫正系数coef＝ccmMat_original\ccmMat_curr。[0108] 步骤S708：计算最终的CCM＝coef*ccm_original。[0109] 步骤S709：对得到的初步的CCM值进行归一化操作，得到最终的CCM值。[0110] 可选地，本申请进一步提出一种色彩矫正矩阵调整方法，请参阅图11，如图11所示，图11是本申请色彩矫正矩阵调整方法第二实施例的流程示意图。色彩矫正矩阵调整方法进一步包括步骤S801至步骤S803：[0111] 步骤S801：获取当前图像。[0112] 摄像设备获取当前图像。[0113] 步骤S802：基于当前图像的环境信息生成当前色彩矫正矩阵数据。[0114] 摄像设备基于当前的环境信息获取实时伽马曲线数据gamma_curr，并通过存储的颜色映射表lut_original、标定色彩矫正矩阵数据ccm_original及标定伽马曲线数据gamma_original通过上述的计算方法生成当前的色彩矫正矩阵数据。[0115] 步骤S803：基于当前色彩矫正矩阵数据对当前图像进行色彩矫正。[0116] 摄像设备基于当前色彩矫正矩阵数据对当前图像进行色彩矫正，就可以使摄像设备的色彩矫正的效率更高，图像输出的颜色风格统一。[0117] 区别于现有技术，本申请基于摄像设备在实际工况中，需要将待调试设备的图像颜色风格调试成与目标设备风格一致，但是现有技术的方法是靠人工对色彩矫正矩阵数据进行主观评价的调试，耗时耗力，并且在伽马曲线数据因为场景变化而动态变化之后，对应的色彩矫正矩阵数据不能及时对应调整，导致色彩风格的偏差。本申请通过获取摄像设备的标定数据，再基于摄像设备所在的环境获取实时的伽马曲线数据，从而基于标定数据和实时的伽马曲线数据，生成实时的色彩矫正矩阵数据，改进了传统的色彩矫正矩阵调整与伽马曲线数据调整脱节的现状，并且提出了在无需智能检测算法辅助对当前实景色彩进行评判的前提下，充分利用实时伽马曲线数据在颜色空间上对色彩的影响，提取出其中量化表达的规律特性，借助颜色映射表对色彩矫正矩阵数据与伽马曲线数据进行巧妙结合，实现了摄像设备在伽马曲线数据变化过程中，自动动态联动色彩矫正矩阵数据的调整，并且本申请的方法不需要人为介入，在摄像设备中能够实时转换。[0118] 可选地，本申请进一步提出一种摄像设备，请参阅图12，图12是本申请摄像设备一实施例的结构示意图。本实施例的摄像设备100包括数据获取模块101、计算模块102及存储模块103。[0119] 数据获取模块101分别与计算模块102及存储模块连接。[0120] 数据获取模块101用于获取摄像设备100的标定数据，及基于摄像设备100所在的环境获取摄像设备100的实时伽马曲线数据。其中，标定数据为颜色映射表、标定色彩矫正矩阵数据、标定伽马曲线数据。[0121] 计算模块102用于基于标定数据及实时伽马曲线数据，生成实时色彩矫正矩阵数据。存储模块103用于存储标定数据。[0122] 可选地，本申请进一步提出一种电子设备，请参阅图13，图13是本申请电子设备一实施例的结构示意图，该电子设备200包括处理器201及与处理器201连接的存储器202。[0123] 处理器201还可以称为CPU(CentralProcessingUnit，中央处理单元)。处理器201可能是一种集成电路芯片，具有信号的处理能力。处理器201还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。[0124] 存储器202用于存储处理器201运行所需的程序数据。[0125] 处理器201还用于执行存储器202存储的程序数据以实现上述色彩矫正矩阵调整方法。[0126] 可选地，本申请进一步提出一种计算机可读存储介质。请参阅图14，图14是本申请计算机可读存储介质一实施例的结构示意图。[0127] 本申请实施例的计算机可读存储介质300内部存储有程序指令310，程序指令310被执行以实现上述色彩矫正矩阵调整方法。[0128] 其中，程序指令310可以形成程序文件以软件产品的形式存储在上述存储介质中，以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read?OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。[0129] 本实施例计算机可读存储介质300可以是但不局限于U盘、SD卡、PD光驱、移动硬盘、大容量软驱、闪存、多媒体记忆卡、服务器等。[0130] 在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该电子设备执行上述各方法实施例中的步骤。[0131] 另外，上述功能如果以软件功能的形式实现并作为独立产品销售或使用时，可存储在一个移动终端可读取存储介质中，即，本申请还提供一种存储有程序数据的存储装置，所述程序数据能够被执行以实现上述实施例的方法，该存储装置可以为如U盘、光盘、服务器等。也就是说，本申请可以以软件产品的形式体现出来，其包括若干指令用以使得一台智能终端执行各个实施例所述方法的全部或部分步骤。[0132] 此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。[0133] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的机构、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。[0134] 在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(可以是个人计算机，服务器，网络设备或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。[0135] 以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

专利地区：浙江

专利申请日期：2022-07-29

专利公开日期：2024-11-29

专利公告号：CN115426485B