CN101247480B - 一种基于图像中目标区域的自动曝光方法 - Google Patents

Abstract

本发明公开了一种基于图像中目标区域的自动曝光方法，包括以下步骤：(a)对当前检测帧的图像进行目标检测，判断是否存在目标；(b)如存在目标，则依据当前检测帧中目标区域的亮度值或当前检测帧以及前一检测帧中目标区域的亮度值确定用于计算曝光参数的当前检测帧的亮度值；(c)根据所述当前检测帧的亮度值计算曝光参数并对后续图像进行自动曝光调整，直到下一检测帧时重新确定亮度并计算曝光参数。采用本发明的方法，可以使图像中的目标区域相对全图背景具有合适的亮度信息，提高目标区域的信噪比，防止目标区域亮度不足或者曝光过度，在目标背光或强光条件下效果尤其明显。

Description

一种基于图像中目标区域的自动曝光方法

技术领域

本发明涉及数码摄像设备中自动曝光的方法，尤其涉及根据图像中目标区域(感兴趣区域)的自动曝光的方法。

背景技术

现有技术中，数码摄像设备中自动曝光方法通过计算全图的亮度值进行自动曝光调节，没有考虑到图中某些重要区域即目标区域(如人脸区域或车牌区域)的亮度情况，使曝光后图像中目标区域不能达到较好的显示效果。

例如用于视频监控或视频会议的图像中，人脸区域是图像中目标区域，有较高的显示效果要求，人脸背光或者人脸被强光照射的情况下，采用现有的针对全图的曝光设置的方法，使人脸区域的亮度不足或曝光过度，且与背景的对比度较小，得到的视觉效果较差。同时，这样的人脸图像损失了大量的有用信息，在自动门禁、身份认证等应用中，造成身份识别的困难，无法满足应用要求。

例如，交通路口或者事故的高发地段处电子眼摄像头拍摄的图像中，车牌区域是图像中的目标区域，有较高的显示效果要求。由于环境光线的差异，现有的针对全图的曝光设置有时候无法获得亮度合适的车牌图像，比如夜晚，由于环境和自身车灯的影响，可能使得车牌区域亮度不足；也有可能因为后面或对面车辆的车灯的照射，使得车牌区域曝光过度。车牌区域亮度不足或曝光过度，都会损失大量有用的信息，给后续的车牌识别、车辆管理带来困难。

发明内容

本发明要解决的技术问题是提供一种基于图像中目标区域的自动曝光方法，使图像中的目标区域具有合适的亮度，提高曝光后图像中目标区域的信噪比。

为了解决上述问题，本发明提供了一种基于图像中目标区域的自动曝光方法，包括以下步骤：

(a)对当前检测帧的图像进行目标检测，判断是否存在目标；

(b)如存在目标，则依据当前检测帧中目标区域的亮度值或当前检测帧以及前一检测帧中目标区域的亮度值确定用于计算曝光参数的当前检测帧的亮度值；

(c)根据所述当前检测帧的亮度值计算曝光参数并对后续图像进行自动曝光调整，直到下一检测帧时重新确定亮度并计算曝光参数。

进一步地，在所述步骤(b)中，判断当前检测帧和前m-1个检测帧中均检测到同一目标，则认为当前检测帧为目标状态，否则为非目标状态；或者，判断当前检测帧中检测到目标，则认为当前检测帧为目标状态，否则为非目标状态；其中m是系统设定的不小于1的正整数。

进一步地，在所述步骤(b)中，根据先前检测帧的状态和当前检测帧的状态确定状态转移情况，在不同的状态转移情况下采用不同的方式来确定当前检测帧的亮度值。

进一步地，当前检测帧的状态为非目标状态，进一步判断前一检测帧的状态是目标状态时，计算当前检测帧和前X个检测帧亮度值的加权平均值作为当前检测帧的亮度值，X是系统设定的不小于1的正整数。

进一步地，当前检测帧的状态为非目标状态，进一步判断前一检测帧的状态是非目标状态时，计算当前检测帧全图的平均亮度值作为当前检测帧的亮度值。

进一步地，当前检测帧的状态为目标状态，前一检测帧的状态也为目标状态，且判断当前检测帧中只有一个目标时，进一步判断当前检测帧目标与前一检测帧的目标是否为同一个目标，如果是，计算该目标区域的亮度值，作为当前检测帧的亮度值；否则，计算该目标区域和前一检测帧目标区域的亮度值的加权平均值作为当前检测帧的亮度值。

进一步地，当前检测帧的状态为目标状态，前一检测帧的状态也为目标状态，且判断当前检测帧中不只有一个目标时，选择当前检测帧中与前一检测帧目标区域最接近的目标区域作为当前检测帧的目标区域，并找到最大目标区域，判断当前检测帧目标区域和所述最大目标区域的比值是否小于系统设定的阈值，如果是，计算该目标区域和最大目标区域的亮度值的加权平均值作为当前检测帧的亮度值，将最大目标区域作为当前检测帧目标区域；否则，计算当前检测帧目标区域的亮度值作为当前检测帧的亮度值。

进一步地，当前检测帧的状态为目标状态，前一检测帧的状态也为目标状态，计算当前检测帧和前X个检测帧亮度值的加权平均值作为当前检测帧的亮度值，X是系统设定的不小于1的正整数。

进一步地，当前检测帧为目标状态，前一检测帧为非目标状态，且当前检测帧中只有一个目标时，计算当前检测帧目标区域的平均亮度值，作为当前检测帧的亮度值。

进一步地，当前检测帧为目标状态，前一检测帧为非目标状态，且当前检测帧中有多个目标时，选择最大的目标区域作为当前检测帧的目标区域，并计算其亮度值作为当前检测帧的亮度值。

进一步地，当前检测帧为目标状态，前一检测帧为非目标状态时，计算目标区域的平均亮度值为Y_mean-target，计算当前帧图像全图的平均亮度值为Y_mean-all，计算当前全图参考亮度平均值为Y_target×Y_mean-all/Y_mean-target；如果当前全图参考亮度平均值在区间[Y_min-all，Y_max-all]中，则当前检测帧的亮度值为目标区域的平均亮度值Y_mean-target；否则，如果当前全图参考亮度平均值小于Y_min-all，当前检测帧的亮度值为Y_target×Y_mean-all/Y_min-all；如果当前全图参考亮度平均值大于Y_max-all，当前检测帧的亮度值为Y_target×Y_mean-all/Y_max-all，其中Y_target为系统设定的目标亮度标准值，Y_min-all为系统设定的全图亮度最小值，Y_max-all为系统设定的全图亮度最大值。

进一步地，判断当前检测帧目标区域的目标与前一检测帧目标区域的目标是否为同一个目标时，采用以下方式中的一种：当前检测帧目标区域的中心偏离前一检测帧目标区域的中心的像素数在系统设定的像素数门限值之内，或者采用目标跟踪的方法进行判断。

进一步地，在所述步骤(a)中，对当前检测帧图像进行目标检测时，设置目标区域最小有效尺寸，检测目标后得到的目标尺寸小于所述目标区域最小有效尺寸时，认为没有检测到目标。

进一步地，在所述步骤(b)中，得到当前检测帧亮度值后，根据公式Y_n+1＝(1-α)*Y_n+α*Y_c进行平滑处理；其中，Y_n+1为平滑后当前检测帧的亮度值，Y_n为前一检测帧的亮度值，Y_c为当前检测帧目标区域亮度值，当前检测帧为非目标状态时Y_c为0，α为平滑系数，0≤a≤1。

进一步地，先设置目标亮度标准值和亮度阈值；当前检测帧为目标状态时，根据目标的目标亮度标准值和亮度阈值计算曝光参数；当前检测帧为非目标状态时，根据全图的目标亮度标准值和亮度阈值计算曝光参数。

进一步地，在所述步骤(c)中，自动曝光调节包括以下步骤：计算所需亮度增益值G2，判断是否利用亮度增益值调整可以将当前亮度值调整到目标亮度值范围内；若是，则将当前亮度增益值G1调整为G2的值，再按新的亮度增益值处理图像，否则，计算最优曝光时间T2。

进一步地，所述目标为人脸或车牌，所述目标区域为人脸区域或车牌区域。

进一步地，所述方法适用于以下图像获取设备中：数码相机、摄像头。

采用本发明的方法，可以使图像中的目标区域相对全图背景具有合适的亮度信息，提高目标区域的信噪比，防止目标区域亮度不足或者曝光过度，在目标背光或强光条件下效果尤其明显。

附图说明

图1是本发明中基于目标区域的自动曝光方法的流程图；

图2是具体实施例一中确定状态转换情况时前一帧和当前检测帧均为人脸状态时的方法流程图；

图3是本发明中自动曝光调节的流程图；

图4是采用基于人脸检测的自动曝光方法进行全图曝光调节前后的对比图例一；

图5是采用基于人脸检测的自动曝光方法进行全图曝光调节前后的对比图例二。

具体实施方式

本发明的核心思想是：检测图像中存在目标时，依据当前检测帧或前一检测帧中目标区域的亮度值确定当前检测帧的亮度值，根据当前检测帧的亮度值对后续图像进行自动曝光调整，直到下一检测帧时重新确定亮度并计算曝光参数。

检测帧的状态包括目标状态和非目标状态两种情况。在系统进行初始化时，设置曝光控制基本参数，并设置初始状态为非目标状态。

曝光控制基本参数，包括：初始曝光时间T1，目标亮度标准值Y_target、亮度阈值Y_thd、亮度增益值G_target、亮度增益值阈值G_thd。

在此步骤中，可以根据需要为目标区域和全图设置不同的目标亮度标准值和亮度阈值，也可共用相同的参数。图像状态为目标状态时，根据目标区域的亮度均值、目标区域的目标亮度标准值和亮度阈值计算曝光参数；图像状态为非目标状态时，根据全图的平均亮度、全图的目标亮度标准值和亮度阈值计算曝光参数。

初始设置的基本参数还包括：目标区域亮度最大值Y_max-target，和最小值Y_min-target。全图的参数包括全图亮度最小值Y_min-all和最大值Y_max-all。上述基本参数的值是通过经验或统计得到的。

如图1所示，基于图像中目标区域的自动曝光方法，包括以下步骤：

步骤101，对当前检测帧的图像进行目标检测；

步骤102，判断是否存在目标，并记录；

存在目标时，包含目标的矩形区域为目标区域。

步骤103，确定当前检测帧的状态；

当前检测帧的状态包括两种：目标状态和非目标状态。

确定当前检测帧状态包括以下两种方式：

一，判断当前检测帧和前m-1个(m为系统设定的不小于1的正整数)检测帧中均检测到同一目标，则认为当前检测帧为目标状态；否则为非目标状态；

二，判断当前检测帧中检测到目标，则认为当前检测帧为目标状态；否则为非目标状态。

步骤104，根据前一检测帧的状态确定状态转换情况，进而确定当前检测帧的亮度值。

步骤105，进行自动曝光调整。

在具体实施例一中，图像中目标区域为人脸区域时，自动曝光方法包括以下步骤：

步骤1，对当前检测帧的图像进行人脸检测；

本文中的帧均指视频帧。前一检测帧和当前检测帧可以是相隔一帧也可以相隔多帧。

因为当前时间收到的视频帧不一定用来进行人脸检测的帧，所以将待处理的帧称为检测帧。

步骤2，判断是否存在人脸；并记录；

存在人脸时，包含人脸的矩形区域为人脸区域。当人脸区域过小时，人脸矩形框位置的小偏差也会带来人脸区域平均亮度的大的误差，此时用人脸区域的平均亮度进行自动曝光会使得人脸区域和全图的亮度都无法满足要求。此时应采用全图的平均亮度进行自动曝光调节。为此，设置人脸区域最小有效尺寸。检测人脸后得到的人脸尺寸小于人脸区域最小有效尺寸时忽略此人脸的信息，认为没有检测到人脸。只有检测到的人脸区域尺寸大于人脸区域最小有效尺寸时，才判断当前检测帧图像中存在人脸。其中，人脸区域的最小有效尺寸与图像的尺寸相关。

步骤3，确定当前检测帧的状态；

检测帧的状态包括人脸状态(目标状态)和非人脸状态(非目标状态)两种情况。

如当前检测帧和前m-1个检测帧中均检测到同一人脸，则当前检测帧的状态为人脸状态；否则当前检测帧的状态为非人脸状态，m为系统设定的不小于1的正整数。

判断先前检测帧人脸区域的人脸与当前检测帧人脸区域的人脸是否为同一人脸，可通过判断当前检测帧人脸区域与前一检测帧人脸区域的位置是否相近的方法。如果当前检测帧人脸区域的中心偏离前一检测帧人脸区域的中心的像素数在系统设定的像素数门限值之内，则认为是同一人脸，否则，认为不是同一人脸。上述像素数门限值和当前检测帧人脸区域尺寸和图像尺寸有关。

在其它实施例中，还可以根据人脸跟踪算法判断当前检测帧人脸区域与先前帧的人脸区域是否为同一人脸。

步骤4，根据前一检测帧的状态确定状态转换情况，进而确定当前检测帧的亮度值；

状态转换包括维持人脸状态、非人脸状态到人脸状态的转换状态，人脸状态到非人脸状态的转换状态，维持非人脸状态，以下对这几种状态下的当前检测帧的亮度值计算方式分别进行说明。

(1)前一检测帧为人脸状态，当前检测帧也为人脸状态，则维持人脸状态；执行如图2所示的流程；

步骤201，判断当前检测帧中是否只有一个人脸；如果是，进行下一步，否则，转到步骤205；

步骤202，判断当前检测帧人脸与前一检测帧的人脸是否为同一人脸；如果是，进行下一步，否则，转到步骤204；

步骤203，计算当前检测帧人脸区域的平均亮度值，作为当前检测帧的亮度值，流程结束；

步骤204，计算当前检测帧人脸区域和前一检测帧人脸区域的亮度值的加权平均值，作为当前检测帧的亮度值；

当前检测帧人脸区域和前一检测帧人脸区域的亮度值的加权系数可以由系统设定，也可以根据当前检测帧人脸区域亮度值和前一检测帧人脸区域的亮度值通过相关算法计算得到。可以防止当前检测帧人脸与前一检测帧的人脸不是同一人脸时引起曝光后的图像亮度的突变。

步骤205，当前检测帧中存在多个人脸，选择与前一检测帧人脸区域位置最接近的人脸区域作为当前检测帧的人脸区域；并找到当前检测帧的最大人脸区域；

当存在多个人脸时，选择与前一检测帧人脸区域最接近的人脸区域作为当前检测帧的人脸区域，这样选择的人脸区域与前一检测帧选择的人脸区域是同一个人脸，可以避免选择不同人脸带来的曝光后图像亮度的抖动。

步骤206，当前检测帧的人脸区域和最大人脸区域的尺寸比值是否小于阈值，如果是进行下一步；否则转到步骤208；

当前检测帧人脸区域和最大人脸区域的尺寸比值可以通过面积的比值表示。

阈值由系统设定，例如，阈值的范围可以取[1/16，1/4]。

步骤207，计算当前检测帧人脸区域和最大人脸区域的亮度值的加权平均值，作为当前检测帧的亮度值，并将最大人脸区域作为当前检测帧人脸区域；流程结束。

当前检测帧人脸区域和最大人脸区域的亮度值的加权系数可以由系统设定，也可以根据当前检测帧人脸区域亮度值和最大人脸区域的亮度值通过相关算法计算得到。

步骤208，计算当前检测帧人脸区域的亮度值，作为当前检测帧的亮度值，流程结束。

(2)前一检测帧为非人脸状态，当前检测帧为人脸状态，则为非人脸状态到人脸状态的转换状态；

判断当前检测帧中是否只有一个人脸，如果是，计算该人脸区域的亮度值，作为当前检测帧的亮度值；否则，选择最大的人脸区域作为当前检测帧的人脸区域，并计算其亮度值作为当前检测帧的亮度值。

(3)前一检测帧为人脸状态，当前检测帧为非人脸状态，则为人脸状态到非人脸状态的转换状态；

计算当前检测帧和前X个检测帧亮度值的加权平均值作为当前检测帧的亮度值。X为系统设定的不小于1的正整数。

(4)前一检测帧为非人脸状态，当前检测帧为非人脸状态，则维持非人脸状态；

计算当前全图的平均亮度值作为当前检测帧的亮度值。

步骤4中确定当前检测帧亮度值后，还可用前一检测帧的亮度值对当前检测帧亮度值进行平滑，采用的平滑方式可以为任何低通滤波器或者采用一维卡尔曼滤波。本实施例中，采用的平滑方法为以下公式所示：Y_n+1＝(1-α)*Y_n+α*Y_c

其中，Y_n+1为当前检测帧亮度值平滑结果，Y_n为前一检测帧平滑亮度值结果，Y_c为当前检测帧亮度值。α为平滑系数。0≤a≤1，α由系统设定。

为了有效判断当前状态，需要记录连续m个检测帧的人脸检测的结果(即为人脸状态还是非人脸状态、人脸区域位置)和检测帧的亮度值，以及人脸区域亮度值及全图亮度值。

步骤5，进行自动曝光调整。

设亮度最大值为M，M为常数，本实施例中M＝255。当前检测帧的曝光时间为T₁，亮度增益为G₁，亮度为Y₁。图像的亮度取决于曝光强度和亮度增益调整，曝光强度则由曝光时间决定，因此，图像亮度由曝光时间和亮度增益值决定。如图3所示，本实施例的自动曝光调节包括以下步骤：

步骤301，在曝光并提取处理图像后，判断当前检测帧的亮度值是否在目标亮度值范围内，即[Y_target-Y_thd，Y_target+Y_thd]，如果是，在下一检测帧继续按步骤201中原有参数曝光并处理图像；否则，进行下一步；

步骤302，计算所需亮度增益值G₂，判断是否利用亮度增益值调整可以将亮度值调整到目标亮度值范围内，如果是，则将亮度增益值G₁调整为G₂的值，再按新的亮度增益值处理图像；否则，进行下一步；

利用公式 $G_2=\frac{\ln (M-Y_{t\arg \mathrm{et}})-\ln \left(M\right)}{\ln (M-Y_1)-\ln \left(M\right)}\×G_1$

计算所需亮度增益值，公式中M为亮度最大值，判断是否G_target-G_thd.≤G₂≤G_target+G_thd.，若是，则将亮度增益值G₁调整为G₂的值。

步骤303，寻求最优曝光时间T2。

利用公式 $f\left(Y_1\right)=\frac{\ln (M-Y_1)-\ln \left(M\right)}{\ln (M-Y_{t\arg \mathrm{et}})-\ln \left(M\right)},$ 计算f(Y₁)；

再利用公式 $T_{t\arg \mathrm{et}}=\frac{G_1{T}_1}{f\left(Y_1\right)G_{t\arg \mathrm{et}}}$ 计算T2。

若计算的目标曝光时间T_target为光照强度变化周期时间T整数倍，则取时间T_target为T₂，若计算的目标曝光时间T_target不是光照强度变化周期时间T的整数倍，则取时间最接近T_target的T的整数倍数为T₂。

在计算最优曝光时间T2后还可以执行以下步骤调整亮度增益值来进行曝光补偿：

使用公式 $G_2=\frac{G_1{T}_1}{f\left(Y_1\right)T_2}$ 计算最优亮度增益值G2，并用计算结果调整图像处理模块中的亮度增益值G1。

如果对全图的亮度也有要求，可以综合考虑人脸区域平均亮度和全图平均亮度，保证全图不过亮或过暗的情况下(分别对应一个阈值)，采用人脸区域平均亮度来选择自动曝光参数。如果调整的结果会使得全图过亮或过暗，可以在全图得到的亮度增益和人脸区域得到的亮度增益之间进行加权作为新的亮度增益值，进行曝光调节。

在具体实施例二中，图像中目标区域为车牌区域时，自动曝光方法与具体实施例一中步骤相同，不同之处包括：步骤4中，根据前一检测帧的状态确定状态转换情况，进而确定当前检测帧的亮度值的两种情况：

<1>当前状态为目标状态，前一检测帧的状态也为目标状态时；

计算当前检测帧和前X个检测帧亮度值的加权平均值作为当前检测帧的亮度值。X为系统设定的不小于1的正整数。

<2>当前状态为目标状态，前一检测帧的状态为非目标状态时；

计算目标区域的平均亮度值为Y_mean-target,计算当前帧图像全图的平均亮度值为Y_mean-all，计算当前全图参考亮度平均值 $\frac{Y_{t\arg \mathrm{et}}}{Y_{\mathrm{mean}-t\arg \mathrm{et}}}\&times;Y_{\mathrm{mean}-\mathrm{all}};$ 如果当前全图参考亮度平均值在区间[Y_min-all，Y_max-all]中，则当前检测帧的亮度值为目标区域的平均亮度值Y_mean-target；否则，如果当前全图参考亮度平均值小于Y_min-all，当前检测帧的亮度值为 $Y_{t\arg \mathrm{et}}\&times;\frac{Y_{\mathrm{mean}-\mathrm{all}}}{Y_{\min -\mathrm{all}}};$ 如果当前全图参考亮度平均值大于Y_max-all，当前检测帧的亮度值为 $Y_{t\arg \mathrm{et}}\&times;\frac{Y_{\mathrm{mean}-\mathrm{all}}}{Y_{\max -\mathrm{all}}}.$

需要说明的是，对于本发明来说，在得到亮度值后采用何种自动曝光调整方式并不加以限定。以上仅仅是一个示例。

图4、图5分别是采用上述方法进行全图曝光调节前后的对比图例一和对比图例二，采用上述方法处理后，图像中的人脸区域相对全图背景具有较合适的亮度信息。

所述方法适用于数码相机、摄像头等图像获取设备中。

本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明做出各种相应的改变和变形，这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (15)

1.一种基于图像中目标区域的自动曝光方法，其特征在于，包括以下步骤：

(a)对当前检测帧的图像进行目标检测，判断是否存在目标；

(b)如存在目标，则依据当前检测帧中目标区域的亮度值或当前检测帧以及前一检测帧中目标区域的亮度值确定用于计算曝光参数的当前检测帧的亮度值；

(c)根据所述当前检测帧的亮度值计算曝光参数并对后续图像进行自动曝光调整，直到下一检测帧时重新确定亮度并计算曝光参数；

在所述步骤(b)中，判断当前检测帧和前m-1个检测帧中均检测到同一目标，则认为当前检测帧为目标状态，否则为非目标状态；或者，判断当前检测帧中检测到目标，则认为当前检测帧为目标状态，否则为非目标状态；其中m是不小于1的正整数；

在所述步骤(b)中，根据先前检测帧的状态和当前检测帧的状态确定状态转移情况，在不同的状态转移情况下采用不同的方式来确定当前检测帧的亮度值；

当前检测帧的状态为非目标状态，进一步判断前一检测帧的状态是目标状态时，计算当前检测帧和前X个检测帧亮度值的加权平均值作为当前检测帧的亮度值，X是不小于1的正整数。

2.如权利要求1所述的方法，其特征在于：

当前检测帧的状态为非目标状态，进一步判断前一检测帧的状态是非目标状态时，计算当前检测帧全图的平均亮度值作为当前检测帧的亮度值。

3.如权利要求1所述的方法，其特征在于：

当前检测帧的状态为目标状态，前一检测帧的状态也为目标状态，且判断当前检测帧中只有一个目标时，进一步判断当前检测帧目标与前一检测帧的目标是否为同一个目标，如果是，计算该目标区域的亮度值，作为当前检测帧的亮度值；否则，计算该目标区域和前一检测帧目标区域的亮度值的加权平均值作为当前检测帧的亮度值。

4.如权利要求1所述的方法，其特征在于：

当前检测帧的状态为目标状态，前一检测帧的状态也为目标状态，且判断当前检测帧中不只有一个目标时，选择当前检测帧中与前一检测帧目标区域最接近的目标区域作为当前检测帧的目标区域，并找到最大目标区域，判断当前检测帧目标区域和所述最大目标区域的比值是否小于系统设定的阈值，如果是，计算该目标区域和最大目标区域的亮度值的加权平均值作为当前检测帧的亮度值，将最大目标区域作为当前检测帧目标区域；否则，计算当前检测帧目标区域的亮度值作为当前检测帧的亮度值。

5.如权利要求1所述的方法，其特征在于：

当前检测帧的状态为目标状态，前一检测帧的状态也为目标状态，计算当前检测帧和前X个检测帧亮度值的加权平均值作为当前检测帧的亮度值，X是不小于1的正整数。

6.如权利要求1所述的方法，其特征在于：

当前检测帧为目标状态，前一检测帧为非目标状态，且当前检测帧中只有一个目标时，计算当前检测帧目标区域的平均亮度值，作为当前检测帧的亮度值。

7.如权利要求1所述的方法，其特征在于：

当前检测帧为目标状态，前一检测帧为非目标状态，且当前检测帧中有多个目标时，选择最大的目标区域作为当前检测帧的目标区域，并计算其亮度值作为当前检测帧的亮度值。

8.如权利要求1所述的方法，其特征在于：

当前检测帧为目标状态，前一检测帧为非目标状态时，计算目标区域的平均亮度值为Y_mean-target，计算当前帧图像全图的平均亮度值为Y_mean-all，计算当前全图参考亮度平均值为Y_target×Y_mean-all/Y_mean-target；如果当前全图参考亮度平均值在区间[Y_min-all，Y_max-all]中，则当前检测帧的亮度值为目标区域的平均亮度值Y_mean-target；否则，如果当前全图参考亮度平均值小于Y_min-all，当前检测帧的亮度值为Y_target×Y_mean-all/Y_min-all；如果当前全图参考亮度平均值大于Y_max-all，当前检测帧的亮度值为Y_target×Y_mean-all/Y_max-all，其中Y_target为系统设定的目标亮度标准值，Y_min-all为系统设定的全图亮度最小值，Y_max-all为系统设定的全图亮度最大值。

9.如权利要求1所述的方法，其特征在于：

判断当前检测帧目标区域的目标与前一检测帧目标区域的目标是否为同一个目标时，采用以下方式中的一种：当前检测帧目标区域的中心偏离前一检测帧目标区域的中心的像素数在系统设定的像素数门限值之内，或者采用目标跟踪的方法进行判断。

10.如权利要求1所述的方法，其特征在于：

在所述步骤(a)中，对当前检测帧图像进行目标检测时，设置目标区域最小有效尺寸，检测目标后得到的目标尺寸小于所述目标区域最小有效尺寸时，认为没有检测到目标。

11.如权利要求1所述的方法，其特征在于：

在所述步骤(b)中，得到当前检测帧亮度值后，根据公式Y_n+1＝(1-α)*Y_n+α*Y_c进行平滑处理；其中，Y_n+1为平滑后当前检测帧的亮度值，Y_n为前一检测帧的亮度值，Y_c为当前检测帧目标区域亮度值，当前检测帧为非目标状态时Y_c为0，α为平滑系数，0≤a≤1。

12.如权利要求1所述的方法，其特征在于：

先设置目标亮度标准值和亮度阈值；当前检测帧为目标状态时，根据目标的目标亮度标准值和亮度阈值计算曝光参数；当前检测帧为非目标状态时，根据全图的目标亮度标准值和亮度阈值计算曝光参数。

13.如权利要求12所述的方法，其特征在于：

在所述步骤(c)中，自动曝光调节包括以下步骤：计算所需亮度增益值G₂，判断是否利用亮度增益值调整可以将当前亮度值调整到目标亮度值范围内；若是，则将当前亮度增益值G₁调整为G₂的值，再按新的亮度增益值处理图像，否则，计算最优曝光时间T2。

14.如权利要求1所述的方法，其特征在于：

所述目标为人脸或车牌，所述目标区域为人脸区域或车牌区域。

15.如权利要求1所述的方法，其特征在于：

所述方法适用于以下图像获取设备中：数码相机、摄像头。

Images