一种基于神经网络的跨相机图像白平衡方法和系统

本发明公开了一种基于神经网络的跨相机图像白平衡方法和系统，其中方法包括：获取目标图像；标定目标图像对应的相机的普朗克线近似公式和色温色度关系公式；将目标图像转换为对数色度空间的格式；后转换到跨相机坐标系中，再转换为二维直方图；将二维直方图输入训练好的卷积神经网络中进行处理，输出光源估计色温数据；将光源估计色温数据进行对数色度空间的格式逆转换，计算得到目标图像R通道的白平衡系数与B通道的白平衡系数；将目标图像的R通道、B通道分别乘上对应的白平衡系数；获得白平衡后的目标图像。通过本发明，可以将不同相机拍摄的图片统一到同一坐标系，这使得在该坐标系上训练的神经网络模型可以为不同相机所通用。 The invention discloses a cross-camera image white balance method and system based on a neural network. The method comprises the following steps: acquiring a target image; calibrating a Planck line approximation formula and a color temperature chromaticity relation formula of the camera corresponding to the target image; converting the target image into a logarithmic chrominance space format; converting into a cross-camera coordinate system, and then converting into a two-dimensional histogram; inputting the two-dimensional histogram into a trained convolutional neural network for processing, and outputting light source estimation color temperature data; performing logarithmic chrominance space format inverse conversion