一种AWB与SNR的图像客观指标自动分析方法及装置与流程

一种awb与snr的图像客观指标自动分析方法及装置
技术领域
1.本发明涉及图像处理技术领域，尤其涉及一种awb(auto white balance，自动白平衡)与snr(signal noise ratio，信噪比)的客观指标自动分析方法及装置。


背景技术：

2.图像质量是评价拍摄装置的光学性能的重要指标之一。在拍摄装置的拍摄质量评测中，除了人眼的主观感受外，常使用色彩准确度、色彩饱和度、清晰度以及信噪比等客观的评测指标对拍摄装置拍摄的图片质量进行定量分析。为此，对拍摄装置的评测指标进行评测需要借助测试图卡，针对不同的测试项目，所选用的测试图卡也是各有不同，用以实现不同的测试功能。其中，24色卡可用来测试色彩还原误差、色彩饱和度、信噪比、自动白平衡、曝光误差等指标。
3.通常情况下，通过24色卡对拍摄装置的拍摄质量进行定量分析的方法步骤是：先使用拍摄装置对24色卡进行拍摄，获得多张数字图像样本；再人工框选出数字图像样本中的待检测区域，然后由终端设备调用专业分析软件对待检测区域进行逐一检测。这种人工框选待检测区域的方式，操作繁琐，测试效率低。


技术实现要素：

4.本发明的目的在于提供一种awb与snr的客观指标自动分析方法及装置，以克服现有技术中采用人工框选待检测区域方式存在的效率低下的缺陷。
5.为达此目的，本发明采用以下技术方案：
6.一种awb与snr的图像客观指标自动分析方法，包括：
7.获取拍摄装置对24色卡拍摄获得的数字图像样本；
8.将当前数字图像样本转换为hsv色域后，通过形态学操作从当前数字图像样本中提取出目标色块，所述目标色块的色域与标准24色卡中指定色块的色域相同；
9.根据标准24色卡中目标色块与其它23个色块的排布方式，以及当前数字图像样本中目标色块的面积和坐标位置，计算出当前数字图像样本中其它23个色块的坐标位置，据此选取当前数字图像样本中的24个色块区域；
10.将当前数字图像样本的24个色块区域转换为bgr、hsv、ycrcb或lab色域，并在每次色域转换后分别计算各个色块区域的每个通道分量均值，据此分析获得当前数字图像样本的awb指标和/或snr指标。
11.可选的，所述在每次色域转换后分别计算各个色块区域的每个通道分量均值的步骤中，针对每个色块区域，仅计算当前色块区域的中心区域内像素的各通道分量均值。
12.可选的，所述当前色块区域的中心区域的面积占比为30％。
13.可选的，所述awb指标包括：色度饱和度s、色偏δc、亮度偏差δe和/或白平衡异常。
14.可选的，所述snr指标包括：r通道的信噪比、g通道的信噪比、b通道的信噪比和/或
y通道的信噪比。
15.可选的，所述目标色块具体为绿色色块。
16.可选的，所述计算出当前数字图像样本中其它23个色块的坐标位置，包括：
17.先根据标准24色卡中的绿色色块与白色色块的相对位置，以及当前数字图像样本中绿色色块的面积和坐标位置，计算出当前数字图像样本中的白色色块的坐标位置；
18.再将当前数字图像样本中的白色色块由其当前坐标位置位移，以获取当前数字图像样本中的其它各个色块的坐标位置。
19.可选的，所述方法还包括：将分析得到的awb指标和/或snr指标与对应的项目测试标准进行比较，根据比较结果生成awb和snr客观指标测试报告。
20.一种awb与snr的图像客观指标自动分析装置，用于实现以上任一项所述的awb与snr的客观指标自动分析方法，包括：
21.图像样本获取模块，用于获取拍摄装置对24色卡拍摄获得的数字图像样本；
22.目标色块识别模块，用于将当前数字图像样本转换为hsv色域后，通过形态学操作从当前数字图像样本中提取出目标色块，所述目标色块的色域与标准24色卡中指定色块的色域相同；
23.色块区域选取模块，用于根据标准24色卡中目标色块与其它23个色块的排布方式，以及当前数字图像样本中目标色块的面积和坐标位置，计算出当前数字图像样本中其它23个色块的坐标位置，据此选取当前数字图像样本中的24个色块区域；
24.质量分析模块，用于将当前数字图像样本的24个色块区域转换为bgr、hsv、ycrcb或lab色域，并在每次色域转换后分别计算各个色块区域的每个通道分量均值，据此分析获得当前数字图像样本的awb指标和/或snr指标。
25.一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行以上任一项所述的awb与snr的图像客观指标自动分析方法中的步骤。
26.与现有技术相比，本发明的有益效果为：
27.本发明实施例中先从数字图像样本中提取出目标色块，再参考标准24卡中目标色块与其他色块的布置位置关系来确定数字图像样本中其他色块的具体位置，从而实现数字图像样本中各个色块的自动选取，替代了传统人工框选色块区域的方式，能够有效提高测试效率，降低测试成本。
附图说明
28.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
29.图1为本发明实施例提供的awb与snr的图像客观指标自动分析方法方法流程图。
30.图2为本发明实施例提供的从数字图像样本中自动选取24个色块的方法示例图。
具体实施方式
31.为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明
实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
32.为了克服现有应用24色卡进行图像质量检测过程中，采用人工框选图像中检测区域以配合软件分析的方式所存在的效率低下的缺陷，请参阅图1，本发明实施例提供了一种awb与snr的客观指标自动分析方法，包括：
33.步骤s1、获取拍摄装置对24色卡拍摄获得的数字图像样本。
34.本实施例对拍摄次数不作具体限定，可根据需求对24色卡拍摄多张数字图像样本，每张数字图像样本的具体处理过程相同。
35.步骤s2、将当前数字图像样本转换为hsv色域后，通过形态学操作从当前数字图像样本中提取出目标色块，目标色块的色域与标准24色卡中指定色块的色域相同。
36.步骤s3、根据标准24色卡中目标色块与其它23个色块的排布方式，以及当前数字图像样本中目标色块的面积和坐标位置，计算出当前数字图像样本中其它23个色块的坐标位置，据此选取当前数字图像样本中的24个色块区域。
37.步骤s4、将当前数字图像样本的24个色块区域转换为bgr、hsv、ycrcb或lab色域，并在每次色域转换后分别计算各个色块区域的每个通道分量均值，据此分析获得当前数字图像样本的awb指标和/或snr指标。
38.此后，还可包括步骤：将分析得到的awb指标和/或snr指标与对应的项目测试标准进行比较，根据比较结果生成awb和snr客观指标测试报告。
39.本发明实施例中先从数字图像样本中提取出目标色块，再参考标准24卡中目标色块与其他色块的布置位置关系来确定数字图像样本中其他色块的具体位置，从而实现数字图像样本中各个色块的自动选取，替代了传统人工框选色块区域的方式，能够有效提高测试效率，降低测试成本。
40.24色卡可用来测试色彩还原误差、色彩饱和度、信噪比、自动白平衡、曝光误差等指标。标准的24色卡由6
×
4个不同颜色的色块排列而成，每个色块的大小大为40mm
×
40mm。此色卡中24个色块的颜色是精心挑选的，涉及非常广泛，每个色块都可以代表自然界中某种特殊的颜色，例如肤色，树叶色和天蓝色，这些色块不仅与它们的同色类似物有着相同的颜色，并且在可见光谱范围内，有着同样的反射光方式。因为这些独特的性能，它可以使色彩匹配在任何光源下，任何色彩复制处理中都有着杰出的表现。
41.在环境配置良好的实验室测试环境下拍摄24色卡获得的数字图像样本与标准24色卡较为一致，而在环境配置较差的办公室测试环境下拍摄24色卡获得的数字图像样本与标准24色卡相比可能会存在倾斜情况，导致在步骤s3中所选取的24个色块区域与对应的实际色块区域可能存在较小程度的偏差。
42.基于此，为了减小该偏差给测试精度带来的不良影响，本实施例在每次色域转换后分别计算各个色块区域的每个通道分量均值的步骤中，针对每个色块区域，仅计算当前色块区域的中心区域内像素的各通道分量均值。这样，在计算各通道分量均值时，不将当前色块区域的边缘区域的像素纳入在计算范围内，可在一定程度上减少偏差现象带来的影响程度，提高测试精度。中心区域在其色块区域内的占比可以根据实际情况来灵活设计，示例
性的，占比为30％。
43.awb指标包括：色度饱和度s、色偏δc、亮度偏差δe和/或白平衡异常awb_error。示例性的，各项awb指标的计算方法为：首先内置一组标准24色块lab通道均值；色偏δc是每个色块的a、b通道分量均值与标准值的标准差；亮度偏差δe是每个色块的a、b、l通道分量均值与标准值的标准差；色度饱和度s是每个色块的a、b通道分量对应斜边与标准值的百分比；awb色偏是最后6个色块的s通道分量归一化后的均值。
44.snr指标包括：r通道的信噪比、g通道的信噪比、b通道的信噪比和/或y通道的信噪比。4个通道的信噪比snr_bw可以按照以下公式计算：20*log10(第19色块的像素通道分量均值-第24色块的像素通道分量均值)/(第22色块内各像素与均值标准差)。
45.需要说明的是，上述步骤s2中的指定色块可以为标准24色卡中的任意一种色块，但是为了降低识别难度、同时提高识别精确度，指定色块优选便于识别的绿色色块。
46.进一步的，步骤s3中，计算出当前数字图像样本中的其它23个色块的坐标位置的方法，可具体包括：先根据标准24色卡中绿色色块与位于边角位置的白色色块的相对位置，以及当前数字图像样本中绿色色块的面积和坐标位置，计算出当前数字图像样本中的白色色块的坐标位置；再将当前数字图像样本中的白色色块由当前位置进行位移，以获取当前数字图像样本中的其他各个色块的坐标位置。这种先根据绿色色块来确定位于边角位置的白色色块的坐标位置，再根据白色色块的面积和坐标位置来计算其他色块的坐标位置的方式，可以降低计算复杂度，减少计算量。
47.示例性的，如图2所示，图2(1)和图2(2)分别在环境配置良好的实验室测试环境下和环境配置较差的办公室测试环境下拍摄24色卡获得的两张数字图像样本；图2(3)是图2(1)所示在实验室测试环境下拍摄得到的数字图像样本经过轮廓提取后的视图，图2(4)是图2(2)所示在办公室测试环境下拍摄得到的数字图像样本经过轮廓提取后的视图，由此看，由于基础形态学操作存在阈值等严苛限制，可能会只提取出部分色块的轮廓，如绿色色块；图2(5)和图2(6)，分别是基于在图2(3)/图2(4)中选取的绿色色块计算出其他色块的坐标位置后绘制出相应轮廓的图像。由此可见，采用上述计算方法，不论测试环境优劣，均可以有效提取各色块的坐标位置，为步骤s4的准确计算奠定了基础。
48.上述24色卡的判断方法中，以较为明显识别到的目标色块为基点，参考标准24色卡中的色块布置方式，对当前数字图像样本中的对应区域进行24色块的选取，通过分析选取后的各色块在不同色域下的通道分量值，可以快速准确的分析出当前数字图像样本的awb指标和/或snr指标。
49.基于同样的发明构思，本发明实施例还提供了一种awb与snr的图像客观指标自动分析装置，用于实现上述的awb与snr的图像客观指标自动分析方法，包括：
50.图像样本获取模块，用于获取拍摄装置对24色卡拍摄获得的数字图像样本；
51.目标色块识别模块，用于将当前数字图像样本转换为hsv色域后，通过形态学操作从当前数字图像样本中提取出目标色块，目标色块的色域与标准24色卡中指定色块的色域相同；
52.色块区域选取模块，用于根据标准24色卡中目标色块与其它23个色块的排布方式，以及当前数字图像样本中目标色块的面积和坐标位置，计算出当前数字图像样本中其它23个色块的坐标位置，据此选取当前数字图像样本中的24个色块区域；
53.质量分析模块，用于将当前数字图像样本的24个色块区域转换为bgr、hsv、ycrcb或lab色域，并在每次色域转换后分别计算各个色块区域的每个通道分量均值，据此分析获得当前数字图像样本的awb指标和/或snr指标。
54.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
55.为此，本发明实施例还提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的任一种awb与snr的图像客观指标自动分析方法中的步骤。
56.其中，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。
57.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种awb与snr的图像客观指标自动分析方法，其特征在于，包括：获取拍摄装置对24色卡拍摄获得的数字图像样本；将当前数字图像样本转换为hsv色域后，通过形态学操作从当前数字图像样本中提取出目标色块，所述目标色块的色域与标准24色卡中指定色块的色域相同；根据标准24色卡中目标色块与其它23个色块的排布方式，以及当前数字图像样本中目标色块的面积和坐标位置，计算出当前数字图像样本中其它23个色块的坐标位置，据此选取当前数字图像样本中的24个色块区域；将当前数字图像样本的24个色块区域转换为bgr、hsv、ycrcb或lab色域，并在每次色域转换后分别计算各个色块区域的每个通道分量均值，据此分析获得当前数字图像样本的awb指标和/或snr指标。2.根据权利要求1所述的awb与snr的图像客观指标自动分析方法，其特征在于，所述在每次色域转换后分别计算各个色块区域的每个通道分量均值的步骤中，针对每个色块区域，仅计算当前色块区域的中心区域内像素的各通道分量均值。3.根据权利要求2所述的awb与snr的图像客观指标自动分析方法，其特征在于，所述当前色块区域的中心区域的面积占比为30％。4.根据权利要求1所述的awb与snr的图像客观指标自动分析方法，其特征在于，所述awb指标包括：色度饱和度s、色偏δc、亮度偏差δe和/或白平衡异常。5.根据权利要求1所述的awb与snr的图像客观指标自动分析方法，其特征在于，所述snr指标包括：r通道的信噪比、g通道的信噪比、b通道的信噪比和/或y通道的信噪比。6.根据权利要求1所述的awb与snr的客观指标自动分析方法，其特征在于，所述目标色块具体为绿色色块。7.根据权利要求6所述的awb与snr的图像客观指标自动分析方法，其特征在于，所述计算出当前数字图像样本中其它23个色块的坐标位置，包括：先根据标准24色卡中的绿色色块与白色色块的相对位置，以及当前数字图像样本中绿色色块的面积和坐标位置，计算出当前数字图像样本中的白色色块的坐标位置；再将当前数字图像样本中的白色色块由其当前坐标位置位移，以获取当前数字图像样本中的其它各个色块的坐标位置。8.根据权利要求1所述的awb与snr的图像客观指标自动分析方法，其特征在于，所述方法还包括：将分析得到的awb指标和/或snr指标与对应的项目测试标准进行比较，根据比较结果生成awb和snr客观指标测试报告。9.一种awb与snr的图像客观指标自动分析装置，用于实现权利要求1至7任一项所述的awb与snr的客观指标自动分析方法，其特征在于，包括：图像样本获取模块，用于获取拍摄装置对24色卡拍摄获得的数字图像样本；目标色块识别模块，用于将当前数字图像样本转换为hsv色域后，通过形态学操作从当前数字图像样本中提取出目标色块，所述目标色块的色域与标准24色卡中指定色块的色域相同；色块区域选取模块，用于根据标准24色卡中目标色块与其它23个色块的排布方式，以及当前数字图像样本中目标色块的面积和坐标位置，计算出当前数字图像样本中其它23个色块的坐标位置，据此选取当前数字图像样本中的24个色块区域；
质量分析模块，用于将当前数字图像样本的24个色块区域转换为bgr、hsv、ycrcb或lab色域，并在每次色域转换后分别计算各个色块区域的每个通道分量均值，据此分析获得当前数字图像样本的awb指标和/或snr指标。10.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至8任一项所述的awb与snr的图像客观指标自动分析方法中的步骤。

技术总结
本发明涉及图像处理技术领域，公开了一种AWB与SNR的图像客观指标自动分析方法及装置；所述方法包括：获取拍摄装置对24色卡拍摄获得的数字图像样本；将当前数字图像样本转换为HSV色域后从中提取出目标色块；根据标准24色卡及当前数字图像样本中目标色块的面积和位置，计算出当前数字图像样本中其它23个色块的位置，据此选取当前数字图像样本中的24个色块区域；将当前数字图像样本转换为不同色域，并在每次色域转换后分别计算各个色块区域的每个通道分量均值，据此分析获得AWB指标和/或SNR指标。本发明实现了数字图像样本中各个色块的自动选取，替代了传统人工框选色块区域的方式，能够有效提高测试效率，降低测试成本。降低测试成本。降低测试成本。


技术研发人员：程志 刘冬祥
受保护的技术使用者：广东虹勤通讯技术有限公司
技术研发日：2023.06.13
技术公布日：2023/9/7