白平衡處理方法、裝置和終端設備與流程

2023-08-11 07:24:16

本發明涉及移動終端技術領域，尤其涉及一種白平衡處理方法、裝置和終端設備。

背景技術：

隨著數碼攝像產品的普及，人們對照片的品質要求越來越高，尤其對照片的色彩還原度的要求也越來越高。白平衡是攝影成像領域的一個非常重要的概念，通過它可以解決色彩還原和色調處理的一系列問題，是對色彩進行評價的重要指標之一。白平衡是一個很抽象的概念，調整白平衡的過程叫白平衡處理。

現有技術中，在進行白平衡處理時，通常採用自動白平衡處理方式(automaticwhitebalance,awb)。比較主流的白平衡處理方式是基於整幀畫面的統計信息來實現白平衡處理，但是，這種白平衡處理方法，色彩還原度較差，白平衡處理準確度不高。

技術實現要素：

本發明的目的旨在至少在一定程度上解決上述的技術問題之一。

為此，本發明的第一個目的在於提出一種白平衡處理方法，通過確定圖像中各目標區域的第一白平衡參數，並根據計算得到的各目標區域的權重，得到最終的第二白平衡參數，利用第二白平衡參數對圖像進行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標區域及其對應權重對第二白平衡參數的影響，解決了現有技術中白平衡處理準確度不高的技術問題。

本發明的第二個目的在於提出一種白平衡處理裝置。

本發明的第三個目的在於提出一種終端設備。

本發明的第四個目的在於提出另一種終端設備。

本發明的第五個目的在於提出一種計算機可讀存儲介質。

本發明的第六個目的在於提出一種電腦程式產品。

為了實現上述目的，本發明第一方面實施例提出了一種白平衡處理方法，該方法為：

識別圖像中的至少兩個目標區域；

確定所述至少兩個目標區域中各目標區域的第一白平衡參數；

根據各目標區域在所述圖像中所佔面積，調整各目標區域對應的權重值；

根據各目標區域的第一白平衡參數和對應的權重值，計算得到所述圖像的第二白平衡參數；

根據所述圖像的第二白平衡參數，對所述圖像進行白平衡處理。

本發明實施例的白平衡處理方法，識別圖像中的至少兩個目標區域，確定目標區域的第一白平衡參數，根據目標區域在圖像中所佔面積，調整目標區域對應的權重值，根據各目標區域的第一白平衡參數和對應的權重值，計算得到圖像的第二白平衡參數，根據圖像的第二白平衡參數，對圖像進行白平衡處理。通過對圖像中不同的目標區域分別計算第一白平衡參數，並根據計算得到目標區域的權重，得到最終的第二白平衡參數。該白平衡處理方法，充分考慮了圖像中不同目標區域對第二白平衡參數的影響，解決了現有技術中白平衡處理準確度不高的技術問題。

為了實現上述目的，本發明第二方面實施例提出了一種白平衡處理裝置，該裝置包括：

識別模塊，用於識別圖像中的至少兩個目標區域；

確定模塊，用於確定至少兩個目標區域中各目標區域的第一白平衡參數；

調整模塊，用於根據各目標區域在所述圖像中所佔面積，調整各目標區域對應的權重值；

計算模塊，用於根據各目標區域的第一白平衡參數和對應的權重值，計算得到所述圖像的第二白平衡參數；

處理模塊，用於根據所述圖像的第二白平衡參數，對所述圖像進行白平衡處理。

本發明實施例的白平衡處理裝置，識別模塊用於識別圖像中的至少兩個目標區域，確定模塊用於確定目標區域的第一白平衡參數，調整模塊用於根據目標區域在圖像中所佔面積，調整目標區域對應的權重值，計算模塊用於根據各目標區域的第一白平衡參數和對應的權重值，計算得到圖像的第二白平衡參數，處理模塊用於根據圖像的第二白平衡參數，對圖像進行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標區域及其對應權重對第二白平衡參數的影響，解決了現有技術中白平衡處理準確度不高的技術問題。

為了實現上述目的，本發明第三方面實施例提出了一種終端設備，該終端設備包括上述實施例中的白平衡處理裝置。

為了實現上述目的，本發明第四方面實施例提出了另一種終端設備，該終端設備包括以下一個或多個組件：殼體和位於殼體內的處理器和存儲器，其中，存儲器存儲有可執行程序代碼，處理器通過讀取存儲器中存儲的可執行程序代碼來運行與可執行程序代碼對應的程序，以用於實現第一方面實施例所述的白平衡處理方法。

為了實現上述目的，本發明第五方面實施例提出了一種計算機可讀存儲介質，其上存儲有電腦程式，該程序被處理器執行時實現第一方面實施例所述的白平衡處理方法。

為了實現上述目的，本發明第六方面實施例提出了一種電腦程式產品，當所述電腦程式產品中的指令由處理器執行時，執行第一方面實施例所述的白平衡處理方法。

本發明附加的方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。

附圖說明

本發明上述的和/或附加的方面和優點從下面結合附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1為本發明實施例所提供的一種白平衡處理辦法的流程示意圖；

圖2為本發明實施例所提供的另一種白平衡處理方法的流程示意圖；

圖3為本發明實施例所提供的一種白平衡處理裝置的結構示意圖；

圖4為本發明實施例所提供的另一種白平衡處理裝置的結構示意圖；

圖5為本發明實施例所提供的一種終端設備的結構示意圖；以及

圖6為本發明實施例所提供的另一種終端設備的結構示意圖。

具體實施方式

下面詳細描述本發明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，旨在用於解釋本發明，而不能理解為對本發明的限制。

下面參考附圖描述本發明實施例的白平衡處理方法、裝置和終端設備。

人們在利用攝像產品進行拍照時，可得到包含人物的大頭照，也可以得到包含人像和風景的照片，也有可能只是風景的風景照，本發明主要是針對含有人像的照片的白平衡處理，而對於有人像的照片，為了便於說明，將圖片中的目標區域分為人臉的目標區域、身體的目標區域和/背景的目標區域，並將圖像中識別的至少兩個目標區域均參與到第二白平衡參數的確定過程中，可以解決白平衡處理準確度不高的技術問題，為此提出了一種白平衡處理的方法。

圖1為本發明實施例所提供的一種白平衡處理辦法的流程示意圖，如圖1所示，該方法包括：

步驟s101，識別圖像中的至少兩個目標區域。

具體地，在進行圖像獲取時，圖像中可包含不同的目標區域，對於攝像頭來講不同的目標區域具有不同的深度，通過攝像頭可以採集該深度信息，從而識別出不同的目標區域。作為一種可能的實現方式，是採用雙攝像頭，該雙攝像頭可在負責成像的同時測量得到深度信息；作為另一種可能的實現方式是採用深度攝像頭(red-green-bluedepth)rgbd，成像的同時獲得深度信息，此外還可通過結構光/tof鏡頭進行景深獲取或測距，在此不一一列舉。

其中，深度信息是指圖像中每一個像素點所存儲的數據就是這個像素點距離攝像頭的距離。

進一步，通過測量得到的深度數據，獲取圖形中各像素點對應的深度信息之後，結合人臉識別技術，判斷當前圖像中是否包含人像，當圖像中包含人像時，識別出人臉區域的位置信息，得到包含人臉的目標區域，從而得到包含人臉的目標區域包含的像素點及其對應的深度信息。其中，人臉識別技術，可以採用各種人臉識別算法識別出人臉的坐標區間，從而得到人臉的位置信息。

對於人臉識別，作為一種可能的實現方式，採用adaboost模型算法，adaboost算法是一種迭代算法，其核心思想是針對同一個訓練集訓練不同的分類器(弱分類器)，然後把這些弱分類器集合起來，構成一個更強的最終分類器(強分類器)，該算法本身是通過改變數據分布來實現的，它根據每次訓練集中每個樣本的分類是否正確，以及上次的總體分類的準確率，來確定每個樣本的權值，並將修改過權值的新數據集送給下層分類器進行訓練，最後將每次訓練得到的分類器最後融合起來，作為最後的決策分類器。優選的，在adaboost算法中可以採用動態閥值，進一步加速人臉識別的速度，人臉識別算法還可以採用其他能快速識別人臉區域的算法，本發明中對人臉識別的算法不做限定。

進一步，根據各像素點包含的深度信息，以及已經識別出的包含人臉的目標區域，可以確定人臉中包含的像素點的深度信息，由於人臉和身體基本屬於同一個成像平面，故像素點深度信息和人臉中像素點深度信息相同的像素點即識別為身體的像素點，即可識別出圖像中包含身體的目標區域，圖像中去除包含人臉的目標區域和包含身體的目標區域，則為包含背景的目標區域。

需要說明的是，為了描述簡便，以下將包含人臉的目標區域簡稱為人臉目標區域，包含身體的目標區域簡稱為身體目標區域，包含背景的目標區域簡稱為背景目標區域。

步驟s102，確定至少兩個目標區域中各目標區域的第一白平衡參數。

具體地，計算目標區域的色溫，根據目標區域的色溫確定目標區域的第一白平衡參數，其中，第一白平衡參數包括第一白平衡增益值。

其中，色溫是照明光學中用於定義光源顏色的一個物理量。

步驟s103，根據各目標區域在圖像中所佔面積，調整各目標區域對應的權重值。

具體地，計算各目標區域所佔的面積有很多種可能的實現方式，作為一種可能的實現方式，將各目標圖片劃分為多個子塊，各子塊的面積大小相同，例如，將目標圖片劃分為m*n個子塊，每個子塊的長度為目標圖片長度的1/m，每個子塊的寬度為目標圖片寬度的1/n，從而，每個子塊的面積為1/m*n，其中，m和n為正整數，優選地，m為9，n為7。

進一步，從獲取的m*n個子塊中，查找位於人臉目標區域的坐標區間的子塊，以及包含了人臉目標區域的坐標區間的邊緣的子塊，得到人臉目標區域所包含的所有子塊。由於各子塊的面積是已知的，從而可以計算得到人臉目標區域的面積。

同樣的方法，可以查找出身體目標區域所包含的所有子塊，由於各子塊的面積是已知的，從而可以計算得到身體目標區域的面積。

更進一步，去除人臉目標區域所包含的所有子塊和身體目標區域包含的所有子塊，即可得到背景目標區域所包含的所有子塊。通過各子塊的面積可以計算得到背景目標區域的面積，或者根據目標圖片的總的面積去除人臉目標區域和身體目標區域的面積，也可以得到背景目標區域的面積。

需要說明的是，對於計算得到各目標區域面積的實現方式，本實施例中不做限定。

更進一步，通過人臉目標區域的面積，身體目標區域的面積和/或背景目標區域的面積，得到各目標區域在圖像中所佔面積的比重，根據該面積的比重調整各目標區域對應的權重值。

步驟s104，根據各目標區域的第一白平衡參數和對應的權重值，計算得到圖像的第二白平衡參數。

具體地，根據計算得到的人臉目標區域的第一白平衡參數，身體目標區域的第一白平衡參數和/或背景目標區域的第一白平衡參數，以及各目標區域對應的權重值，利用加權平均計算得到圖像最終的第二白平衡參數。

步驟s105，根據圖像的第二白平衡參數，對圖像進行白平衡處理。

具體地，根據計算得到的最終的第二白平衡參數，計算調整後各像素的紅色(red，r)值和藍色(blue，b)值數據，從而實現顏色的修正。

需要說明的是，由於人眼對於頻譜中屬於綠光波長的光(480nm-600nm)敏感度最高，而拜耳(bayer)陣列中採集的綠色像素點數目最多，所以目前的相機通常都採用將綠色分量的增益值固定，然後分別調整紅色分量和藍色分量的增益值，實現對紅色分量和藍色分量的調整。

本發明實施例的白平衡處理方法，識別圖像中的至少兩個目標區域，確定目標區域的第一白平衡參數，根據目標區域在圖像中所佔面積，調整目標區域對應的權重值，根據各目標區域的第一白平衡參數和對應的權重值，計算得到圖像的第二白平衡參數，根據圖像的第二白平衡參數，對圖像進行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標區域及其權重對第二白平衡參數的影響，解決了現有技術中白平衡處理準確度不高的技術問題。

在上一實施例基礎上，為了更加清楚的解釋白平衡處理的方法，本發明提出了另一種白平衡處理方法，詳細解釋了當目標區域為人臉目標區域、身體目標區域和背景目標區域時，白平衡的處理辦法，圖2為本發明實施例所提供的另一種白平衡處理方法的流程示意圖，如圖2所示，包括如下步驟：

步驟s201，識別圖像中的三個目標區域。

具體地，當圖像中包含人像時，將人臉區域識別為一個目標區域，稱為人臉目標區域；將身體對應的區域識別為另一個目標區域，稱為身體目標區域；將人臉目標區域和身體目標區域以外的區域識別為背景目標區域。

利用提取得到的各像素點對應的深度信息，以及通過人臉識別技術識別得到的人臉目標區域，可以得到人體輪廓和對應的目標區域，去除人臉目標區域，即為身體目標區域。從圖像中去除人臉目標區域和身體目標區域則得到背景目標區域。

步驟s202，計算各目標區域的色溫。

具體地，各目標區域都包含了對應的子塊，首先計算各子塊的顏色向量，通過各子塊的顏色向量得到對應目標區域的顏色向量，從而得到對應的色溫。

其中，顏色向量由(紅red，綠green，藍blue)三原色向量表示，每個子塊的顏色向量由以下方式獲取，首先，提取每個子塊中所有像素點的顏色向量，每個像素點的顏色由一個(紅，綠，藍)顏色向量表示，然後對各像素點的顏色向量取平均，得到該子塊的顏色向量。同理，可得到該目標區域對應所有子塊的顏色向量，在紅、綠、藍三個維度取平均，得到該目標區域對應的顏色向量，通過計算可得到該目標區域的色溫，從而得到人臉目標區域，身體目標區域和背景目標區域的色溫。

步驟s203，根據各目標區域的色溫確定對應區域的第一白平衡參數。

具體地，根據人臉目標區域，身體目標區域和背景目標區域的色溫，計算得到三個目標區域對應的白平衡參數，即第一白平衡參數，根據色溫計算對應的第一白平衡參數的方法有很多種可能的實現方式，一種可能的實現方式是查表法，預先統計出一張表，包括了常見的色溫對應的參數值，通過色溫查找到對應的第一白平衡參數。另一種可能的實現方式是迭代法，色溫估計後，先取與預估色溫最接近的色溫下參數，然後逐步做迭代，得到最終的第一白平衡參數。

步驟s204，根據各目標區域在圖像中所佔的面積，調整各目標區域對應的權重值。

具體地，可以預設人臉目標區域，身體目標區域和背景目標區域對應的權重為一個具體的數值，再根據各目標區域在圖像中所佔的面積，對各目標區域對應的權重值進行調整，目的是當人臉目標區域所佔的面積較小時，也需要調高人臉目標區域對應的權重值。實現方式為，可以通過預設的面積的閾值和各目標區域所佔的面積做比較，確定是否調高人臉目標區域的權重。

一種可能的實現方式是，設定第一閾值，若人臉目標區域在圖像中所佔面積比例低於第一閾值，調高人臉目標區域對應的權重值，以及調低身體目標區域和背景目標區域對應的權重值。

另一種可能的實現方式是，設定第二閾值，若身體目標區域和/或包含背景的目標區域所佔面積比例高於第二閾值，調高人臉目標區域對應的權重值，以及調低身體目標區域和/或背景目標區域對應的權重值。

需要說明的是，根據設定閾值調高人臉目標區域的權重值，具體閾值和調整範圍，可由本領域技術人員根據實際應用中的統計數據分析設定，本實施例中不做限定。

步驟s205，根據各目標區域的第一白平衡參數和對應的權重值，計算得到圖像的第二白平衡參數。

具體地，將調整後得到的權重值和各區域對應的第一白平衡參數中的白平衡增益值(即第一白平衡增益值)進行加權平均，計算得到圖像的第二白平衡參數中的白平衡增益值(即第二白平衡增益值)，從而利用該第二白平衡增益值對圖像進行白平衡調節。

例如，人臉目標區域調整後的權重值可以高於背景目標區域調整後的權重值，和/或，人臉目標區域調整後的權重值高於身體目標區域調整後的權重值，具體來說，人臉目標區域的第一白平衡增益值為x，身體目標區域的第一白平衡增益值為y，背景目標區域的第一白平衡增益值為z，對應的權重值分別為0.6,0.2,0.2，通過加權公式x*0.6+y*0.2+z*0.2則計算得到最終圖像的第二白平衡增益值。這裡人臉目標區域的權重值為0.6，分別高於身體目標區域的權重值0.2，以及背景目標區域的權重值0.2，從而優先依據人臉目標區域的第一白平衡增益值對整幅畫面進行白平衡調整。可見，通過調整人臉目標區域、背景目標區域和身體目標區域的權重值的過程中，調高人臉目標區域的權重，從而能夠優先保證人臉部分白平衡的準確性。

本領域技術人員可以想到，在某些應用場景下，若需要優先保證背景目標區域或者是身體目標區域的白平衡準確性，可以相應將背景目標區域或者是身體目標區域的權重調高，從而優先保證相應區域的白平衡準確性。

步驟s206，根據圖像的第二白平衡參數，對圖像進行白平衡處理。

具體地，將圖像中的各像素點的r值和g值分別和第二白平衡參數中對應的第二白平衡增益值做乘法運算，得到白平衡處理後的r值和g值，從而實現了圖像的白平衡校正。

需要說明的是，當圖片中的目標區域只有兩個目標區域，即人臉目標區域和身體目標區域，或者人臉目標區域和背景目標區域時，白平衡的處理方法和上述實施例原理一樣，此處不再贅述。

本實施例的方法中，將圖片劃分為包含人臉的目標區域、包含身體的目標區域和包含背景的目標區域，並對三個目標區域分別計算第一白平衡參數，並通過三個目標區域分別在整張圖片中所佔的比例，調整相應的權重，並使得人臉目標區域一直佔較重的權重，通過權重和第一白平衡參數做加權平均，得到最終的第二白平衡參數，並對圖片進行白平衡調整，提高了白平衡處理的準確性。

為了實現上述實施例，本發明還提出了一種白平衡處理裝置，圖3為本發明實施例所提供的一種白平衡處理裝置的結構示意圖，如圖3所示，該裝置包括：識別模塊31、確定模塊32、調整模塊33、計算模塊34和處理模塊35。

識別模塊31，用於識別圖像中的至少兩個目標區域。

確定模塊32，用於確定至少兩個目標區域中各目標區域的第一白平衡參數。

調整模塊33，用於根據各目標區域在所述圖像中所佔面積，調整各目標區域對應的權重值。

計算模塊34，用於根據各目標區域的第一白平衡參數和對應的權重值，計算得到所述圖像的第二白平衡參數。

處理模塊35，用於根據所述圖像的第二白平衡參數，對所述圖像進行白平衡處理。

需要說明的是，上述對方法實施例的解釋說明也試用於本實施例的裝置，此處不再贅述。

本發明實施例的白平衡處理裝置，識別模塊用於識別圖像中的至少兩個目標區域，確定模塊用於確定目標區域的第一白平衡參數，調整模塊用於根據目標區域在圖像中所佔面積，調整目標區域對應的權重值，計算模塊用於根據各目標區域的第一白平衡參數和對應的權重值，計算得到圖像的第二白平衡參數，處理模塊用於根據圖像的第二白平衡參數，對圖像進行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標區域及其對應權重對第二白平衡參數的影響，解決了現有技術中白平衡處理準確度不高的技術問題。

基於上述實施例，本發明實施例還提供了另一種白平衡處理裝置的可能的實現方式，圖4為本發明實施例所提供的另一種白平衡處理裝置的結構示意圖，如圖4所示，在上一實施例基礎上，識別模塊31包括：第一識別單元311和第二識別單元312。

第一識別單元311，用於識別圖像中是否包含人像；

第二識別單元312，用於當圖像中，包含人像時，識別圖像中包含人臉的目標區域、包含身體的目標區域和/或包含背景的目標區域。

作為一種可能的實現方式，第二識別單元312，具體用於獲取圖像中各像素點對應的深度信息，根據圖像中各像素點對應的深度信息，對各像素點進行目標區域識別，以識別出圖像中包含人臉的目標區域、包含身體的目標區域和/或包含背景的目標區域。

進一步，調整模塊33包括：第一調整單元331和第二調整單元332。

第一調整單元331，用於若包含人臉的目標區域在圖像中所佔面積比例低於第一閾值，調高包含人臉的目標區域對應的權重值，以及調低包含身體的目標區域和/或包含背景的目標區域對應的權重值；

第二調整單元332，用於若包含身體的目標區域和/或包含背景的目標區域所佔面積比例高於第二閾值，調高包含人臉的目標區域對應的權重值，以及調低包含身體的目標區域和/或包含背景的目標區域對應的權重值。

更進一步，確認模塊32包括：色溫計算單元321和參數計算單元322。

色溫計算單元321，用於計算各目標區域的色溫；

參數計算單元322，用於根據各目標區域的色溫，確定各目標區域的第一白平衡參數；其中，所述第一白平衡參數包括第一白平衡增益值。

需要說明的是，上述對方法實施例的解釋說明也試用於本實施例的裝置，此處不再贅述。

本發明實施例的白平衡處理裝置，識別模塊用於識別圖像中的至少兩個目標區域，確定模塊用於確定目標區域的第一白平衡參數，調整模塊用於根據目標區域在圖像中所佔面積，調整目標區域對應的權重值，計算模塊用於根據各目標區域的第一白平衡參數和對應的權重值，計算得到圖像的第二白平衡參數，處理模塊用於根據圖像的第二白平衡參數，對圖像進行白平衡處理。該白平衡處理方法，充分考慮了圖像中不同目標區域及其對應權重對第二白平衡參數的影響，解決了現有技術中白平衡處理準確度不高的技術問題。

為了實現上述實施例，本發明還提出了一種終端設備，圖5為本發明實施例所提供的一種終端設備的結構示意圖，如圖5所示，該終端設備包括白平衡處理裝置100。

需要說明的是，白平衡處理裝置100的結構圖具體可參照圖3和圖4，前述對白平衡處理裝置實施例的描述，也適用於本發明實施例的白平衡處理裝置100，其實現原理類似，在此不再贅述。

為了實現上述實施例，本發明還提出了另一種終端設備，圖6為本發明實施例所提供的另一種終端設備的結構示意圖，如圖6所示，該終端設備1000包括：殼體1100和位於殼體1100內的存儲器1111和處理器1112。

其中，存儲器1111存儲有可執行程序代碼；處理器1112通過讀取存儲器1111中存儲的可執行程序代碼來運行與可執行程序代碼對應的程序，以用於執行前述實施例中的白平衡處理方法。

需要說明的是，前述對白平衡處理方法實施例的描述，也適用於本發明實施例的終端設備1000，其實現原理類似，在此不再贅述。

為了實現上述實施例，本發明還提出了一種計算機可讀存儲介質，其上存儲有電腦程式，該程序被處理器執行時實現前述實施例所提供的白平衡處理方法。

為了實現上述實施例，本發明還提出了一種電腦程式產品，當所述電腦程式產品中的指令由處理器執行時，執行前述實施例所提供的白平衡處理方法。

本發明實施例，還提供了一種移動終端，用於進行白平衡處理，該移動終端包括鏡頭、傳感器和圖像信號處理器(imagesignalprocessing，isp)。

其中，鏡頭，用於入射光的入射；

傳感器，用於對通過鏡頭入射的入射光進行成像；

isp，用於對傳感器成像得到的圖像進行白平衡處理。

具體來說，入射光通過鏡頭入射，並由傳感器對經過鏡頭入射的入射光進行成像，得到圖像。進而，isp識別圖像中的至少兩個目標區域；並分別確定至少兩個目標區域中各目標區域的第一白平衡參數；根據各目標區域在所述圖像中所佔面積，調整各目標區域對應的權重值；根據各目標區域的第一白平衡參數和對應的權重值，計算得到所述圖像的第二白平衡參數；根據所述圖像的第二白平衡參數，對所述圖像進行白平衡處理。

進一步，移動終端還可以包括圖形處理器(graphicsprocessingunit，gpu)，用於對白平衡處理後的圖像進行渲染，以使其顯示在移動終端的顯示屏上。

本實施例中，移動終端充分考慮了圖像中不同區域對白平衡參數的影響，解決了現有技術中白平衡處理準確度不高的技術問題。

在本說明書的描述中，參考術語「一個實施例」、「一些實施例」、「示例」、「具體示例」、或「一些示例」等的描述意指結合該實施例或示例描述的具體特徵、結構、材料或者特點包含於本發明的至少一個實施例或示例中。在本說明書中，對上述術語的示意性表述不必須針對的是相同的實施例或示例。而且，描述的具體特徵、結構、材料或者特點可以在任一個或多個實施例或示例中以合適的方式結合。此外，在不相互矛盾的情況下，本領域的技術人員可以將本說明書中描述的不同實施例或示例以及不同實施例或示例的特徵進行結合和組合。

儘管上面已經示出和描述了本發明的實施例，可以理解的是，上述實施例是示例性的，不能理解為對本發明的限制，本領域的普通技術人員在本發明的範圍內可以對上述實施例進行變化、修改、替換和變型。