本技術(shù)涉及圖像處理，尤其涉及一種基于多組魚眼鏡頭的圖像色彩平衡方法、系統(tǒng)、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在數(shù)字圖像處理領(lǐng)域，尤其是涉及多攝像頭系統(tǒng)(如全景相機、多視角監(jiān)控系統(tǒng))的應用中，確保不同鏡頭捕獲的圖像在色彩上保持一致是至關(guān)重要的。魚眼鏡頭因其超廣角視野成為此類系統(tǒng)的常用組件，但其獨特的成像特性和不同鏡頭間的個體差異，常常導致拍攝到的圖像在色彩上存在差異，包括亮度不均、色調(diào)偏移等問題。為了改善這一狀況，自動白平衡和顏色校正軟件被廣泛應用于圖像處理流程中。這些軟件旨在通過算法自動調(diào)整圖像的色溫和色彩平衡，以達到視覺上的一致性和自然性。然而，現(xiàn)有的自動白平衡和顏色校正軟件在應對多組魚眼鏡頭色彩平衡時，由于同軟件廠商或不同版本的自動白平衡和顏色校正算法往往采用不同的技術(shù)路線和參數(shù)設(shè)置，導致即使處理相同的圖像集，也會產(chǎn)生不同的校正結(jié)果，導致一致性的問題；其次，對于復雜光照條件或需要精細色彩調(diào)整的場景，自動校正算法可能無法準確捕捉并糾正所有色彩差異；另外，現(xiàn)有的自動白平衡和顏色校正軟件大多針對通用圖像設(shè)計，缺乏對多組魚眼鏡頭特性的深入理解和針對性優(yōu)化。上述問題有待解決。

技術(shù)實現(xiàn)思路

1、本技術(shù)的主要目的在于克服現(xiàn)有技術(shù)的缺點與不足，提供一種基于多組魚眼鏡頭的圖像色彩平衡方法、系統(tǒng)、設(shè)備及介質(zhì)，通過將rgb圖像轉(zhuǎn)換為lab色彩空間，并利用聚類算法對lab色彩空間中的圖像進行區(qū)域劃分和色彩聚類，以對不同鏡頭間色彩差異進行精確識別和量化，實現(xiàn)對曝光值的精準調(diào)整，從而實現(xiàn)圖像色彩的平衡。

2、為了達到上述目的，本技術(shù)采用以下技術(shù)方案：

3、第一方面，本技術(shù)提供了一種基于多組魚眼鏡頭的圖像色彩平衡方法，包括下述步驟：

4、獲取rgb圖像，將所述rgb圖像中的rgb色彩數(shù)據(jù)轉(zhuǎn)換成lab色彩空間數(shù)據(jù)，得到以lab色彩空間表示的圖像；

5、對所述以lab色彩空間表示的圖像進行區(qū)域劃分，并對每個區(qū)域內(nèi)的有效像素點根據(jù)所述lab色彩空間數(shù)據(jù)中的a值和b值進行聚類，得到聚類結(jié)果；

6、基于所述聚類結(jié)果，計算目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值與待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值的誤差，根據(jù)所述誤差的調(diào)整圖像的曝光值。

7、作為優(yōu)選的技術(shù)方案，所述將所述rgb圖像中的rgb色彩數(shù)據(jù)轉(zhuǎn)換成lab色彩空間數(shù)據(jù)，得到以lab色彩空間表示的圖像，包括：

8、將所述rgb色彩數(shù)據(jù)進行歸一化，得到歸一化的rgb值；

9、將所述歸一化的rgb值轉(zhuǎn)換為線性的rgb值；

10、將所述線性的rgb值轉(zhuǎn)換為xyz色彩空間的值；

11、根據(jù)所述xyz色彩空間的值歸一化到參考白點的xyz值，根據(jù)歸一化的參考白點的xyz值計算得到lab色彩空間數(shù)據(jù)。

12、作為優(yōu)選的技術(shù)方案，所述lab色彩空間數(shù)據(jù)包括l值、a值和b值；

13、所述l值是指圖像的亮度；

14、所述a值是指紅綠分量的值，表示從綠色到紅色的變化；

15、所述b值是指黃藍分量的值，表示藍色到黃色的變化。

16、作為優(yōu)選的技術(shù)方案，所述對所述以lab色彩空間表示的圖像進行區(qū)域劃分是將以lab色彩空間表示的圖像劃分成預設(shè)部分區(qū)域；其中，每個區(qū)域部分占據(jù)90°空間。

17、作為優(yōu)選的技術(shù)方案，所述對每個區(qū)域內(nèi)的有效像素點根據(jù)所述lab色彩空間數(shù)據(jù)中的a值和b值進行聚類，得到聚類結(jié)果，包括：

18、確定最小密度數(shù)量和ε半徑；

19、將圖像中的像素點的a值和b值視為數(shù)據(jù)集中的點，并將所述數(shù)據(jù)集中的點全部標記為未訪問狀態(tài)；

20、從所述數(shù)據(jù)集中隨機選擇一個未訪問的點，并將選定的點標記為已訪問；

21、在所述ε半徑內(nèi)，找到所述選定的點的所有鄰域點；

22、若所述鄰域點的數(shù)量大于或等于所述最小密度數(shù)量，則將所述選定的點視為一個核心點，創(chuàng)建一個新的聚類，并將所述鄰域點加入到所述新的聚類內(nèi)；

23、判斷所述核心點的每一個鄰域點是否為核心點，若為核心點，則將該鄰域點加入到當前聚類，并標記為已訪問；

24、若所述鄰域點的數(shù)量小于所述最小密度數(shù)量，則將所述選定的點標記為噪聲點；

25、對所有未訪問的點重復上述步驟，直至所有點被處理完畢。

26、作為優(yōu)選的技術(shù)方案，所述基于所述聚類結(jié)果，計算目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值與待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值的誤差，包括：

27、循環(huán)所有聚類結(jié)果，計算每個聚類結(jié)果集的目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值和待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值；

28、根據(jù)每個聚類結(jié)果集的目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值和待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值，計算目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值與待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值的誤差；

29、所述目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值與待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值的誤差計算公式為：

30、t＝t+(meanl1-meanl2)*(每個聚類結(jié)果中的聚類點集數(shù)量/所有像素點數(shù)量)；

31、其中，meanl1為目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值；meanl2為待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值；t的初始值為0。

32、作為優(yōu)選的技術(shù)方案，所述根據(jù)所述誤差的調(diào)整圖像的曝光值，包括：

33、根據(jù)計算得到的誤差，調(diào)整待平衡圖像的曝光值，直至誤差的變化小于預設(shè)的閾值。

34、第二方面，本技術(shù)提供了一種基于多組魚眼鏡頭的圖像色彩平衡系統(tǒng)，應用于所述的基于多組魚眼鏡頭的圖像色彩平衡方法，包括轉(zhuǎn)換模塊、聚類模塊以及調(diào)整模塊；

35、所述轉(zhuǎn)換模塊，用于獲取rgb圖像，將所述rgb圖像中的rgb色彩數(shù)據(jù)轉(zhuǎn)換成lab色彩空間數(shù)據(jù)，得到以lab色彩空間表示的圖像；

36、所述聚類模塊，用于對所述以lab色彩空間表示的圖像進行區(qū)域劃分，并對每個區(qū)域內(nèi)的有效像素點根據(jù)所述lab色彩空間數(shù)據(jù)中的a值和b值進行聚類，得到聚類結(jié)果；

37、所述調(diào)整模塊，用于基于所述聚類結(jié)果，計算目標圖像的像素點集在lab色彩空間中l(wèi)值的平均值與待平衡圖像的像素點集在lab色彩空間中l(wèi)值的平均值的誤差，根據(jù)所述誤差的調(diào)整圖像的曝光值。

38、第三方面，本技術(shù)提供了一種電子設(shè)備，所述電子設(shè)備包括：

39、至少一個處理器；以及，

40、與所述至少一個處理器通信連接的存儲器；其中，

41、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的計算機程序指令，所述計算機程序指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行所述的一種基于多組魚眼鏡頭的圖像色彩平衡方法。

42、第四方面，本技術(shù)提供了一種計算機可讀存儲介質(zhì)，存儲有程序，所述程序被處理器執(zhí)行時，實現(xiàn)所述的基于多組魚眼鏡頭的圖像色彩平衡方法。

43、綜上所述，與現(xiàn)有技術(shù)相比，本技術(shù)提供的技術(shù)方案帶來的有效效果至少包括：

44、本技術(shù)提出了一種基于多組魚眼鏡頭的圖像色彩平衡方法，本技術(shù)采用lab色彩空間進行色彩分析，并通過區(qū)域劃分將圖像細化為多個局部區(qū)域，并基于lab色彩空間中的a值和b值進行精細聚類，能夠更準確地識別并量化每個區(qū)域內(nèi)像素點的色彩特征，特別是亮度(l值)的變化，從而實現(xiàn)對曝光值的精準調(diào)整；不僅消除了亮度不均和色調(diào)偏移等問題，還提升了圖像色彩校正的精準度和視覺效果。此外，本技術(shù)中通過色彩轉(zhuǎn)換和聚類分析流程，還能夠確保不同鏡頭捕獲的圖像在色彩校正過程中遵循統(tǒng)一的算法邏輯和參數(shù)設(shè)置，從而有效解決了不同軟件或版本間因算法差異導致的校正結(jié)果不一致問題；這使得在多攝像頭系統(tǒng)中，不同魚眼鏡頭拍攝的圖像能夠呈現(xiàn)出更加統(tǒng)一和協(xié)調(diào)的色彩表現(xiàn)。