CN102196153A - 图像场景亮度差判断装置及亮度差判断方法 - Google Patents

Abstract

本发明提供一种图像场景亮度差判断装置，其包括图像拾取单元、检测单元、判断单元以及控制单元。图像拾取单元用以拾取场景的预览图像资料。检测单元用以根据预览图像资料产生图像的整体亮度直方图。判断单元用以根据所述亮度直方图高、低亮度的差值与一预设域值作比较，判断所述场景是否为高亮度差的场景。控制单元用以依据所述判断单元的判断结果，控制图像拾取单元以常规或者高亮度的曝光模式进行曝光操作以拾取图像。本发明可突破空间限制使图像场景高亮度差的判断更加准确。本发明还提供一种亮度差判断方法。

Description

图像场景亮度差判断装置及亮度差判断方法

技术领域

本发明涉及一种图像场景亮度差判断装置及亮度差判断方法。

背景技术

图像拾取装置在使用过程中，因为拾取图像场景的光源方向及强度会有不同，造成主体物区域有过亮或过暗的情形产生，为获得适当的曝光量，首先必须判断拾取图像场景是否为高亮度差的状态，在确定是为高亮度差的图像场景后，才能藉由曝光速度级数、光圈值与曝光时间等曝光参数控制图像拾取装置正确的曝光量，由此可见如何判断出高亮度差的场景是相当重要的。而现有对图像场景的亮度差判断往往采用将图片分割成主体与背景两个区域，再求出整个画面与主体区域的平均亮度差，这种方式得出的亮度差判断结果往往受限于主体与背景区域所占用的空间大小的问题，从而在亮度差的判断上存在一定的局限性。

发明内容

有鉴于此，有必要提供一种可突破空间限制的图像场景亮度差判断装置及亮度差判断方法。

一种图像场景亮度差判断装置，其包括图像拾取单元、检测单元、判断单元以及控制单元。图像拾取单元用以拾取场景的预览图像资料。检测单元用以根据预览图像资料产生图像整体的亮度直方图。判断单元用以根据所述亮度直方图高、低亮度的差值与一预设域值作比较，判断所述场景是否为高亮度差的场景。控制单元用以依据所述判断单元的判断结果，控制图像拾取单元以常规或者高亮度的曝光模式进行曝光操作以拾取图像。

一种图像场景亮度差判断方法，其包括以下步骤：

获取预览图像，并提取出所述已获取的预览图像的预览图像资料；

根据所述预览图像资料生成预览图像资料整体亮度直方图；

根据所述预览图像资料的整体亮度直方图数值；以K-means群聚算法进行高、低亮度的运算，并获取所述高、低亮度的中心值的差值；

将所述两组中心值的差值与一预设域值作比较；

两组中心点的差值大于预设域值判断为高亮度差场景；及

两组中心点的差值小于预设域值判断为非高亮度差场景。

相较现有技术，本发明图像场景亮度差判断装置及亮度差判断方法，可根据预览图像的整体亮度直方图，通过高、低亮度的分组以及高、低亮度的中心点数值运算，从而更精确的判断图像场景的亮度差。

附图说明

图1是本发明提供的图像场景亮度差判断装置的方框图；

图2是本发明具体实施方式中的预览图像的图像预览资料整体像素亮度分布图；

图3是图2的预览图像的亮度频率统计图；

图4是本发明提供的图像场景亮度差判断方法的流程图；

图5是图4的图像场景亮度差判断方法中K-means群聚算法流程图。主要元件符号说明

图像场景亮度差判断装置  10

图像拾取单元            12

检测单元                14

判断单元                16

控制单元                18

具体实施方式

请参阅图1，本发明实施方式提供的图像场景亮度差判断装置10，其包括图像拾取单元12、检测单元14、判断单元16以及控制单元18。

其中图像拾取单元12包括一摄像头以及一数字信息处理器(图未示)，用以在启动后由摄像头拾取场景信息，并将所获取的场景信息经数字信息处理器的影像处理后显示在一屏幕上，从而使使用者通过所述屏幕预览由所述摄像头所拾取的场景信息，同时所述图像拾取单元从所述数字信息处理器中提取出该场景的预览(Preview)图像资料备用，该场景预览图像资料主要包括该预览图像所有像素的亮度数值(如图2所示)。

检测单元14用以根据所述场景的预览图像资料生成预览图像的亮度直方图，具体地，所述亮度直方图包括预览图像每一像素所对应的亮度值以及每一亮度值出现的频率(如图3所示)。

判断单元16用以根据所述检测单元14所生成的亮度直方图，将亮度直方图中的亮度值经高、低亮度分组运算后给出该高、低亮度组的中心点的差值，并将所述两组中心点的差值与一预设域值(Threshold)作比较，据以判断所述预览的图像场景是否为高亮度差的场景。并输出判断结果至控制单元18。

控制单元18用以在判断单元16判断为高亮度差的场景时，控制图像拾取单元12的数字信息处理器开启预设的高亮度差曝光校正控制，如使数字信息处理器用亮度补偿调整伽马(Gamma)的方式来将暗处的亮度提高，减轻图像场景亮度的高反差情况。或者由数字信息处理器启动预设的闪光灯补偿亮度程序，将暗处的亮度提高以减轻高反差情形。而在判断单元16判断为非高亮度差的场景时，控制单元18用以控制图像拾取单元12的数字信息处理器按照常规曝光模式进行图像拾取动作。

请再参阅图4，为本发明实施方式提供的图像场景亮度差判断方法，其包括以下步骤：

S50获取预览图像，并提取出所述已获取的预览图像的预览图像资料；

S51根据所述预览图像资料生成预览图像资料整体亮度直方图；

S52根据所述预览图像资料的整体亮度直方图，以K-means群聚算法进行高、低亮度的分组运算，并获取所述高、低亮度的中心值的差值；

S53将所述两组中心值的差值与一预设域值作比较；

S54两组中心点的差值大于等于预设域值判断为高亮度差场景，并输出判断结果；

S55两组中心点的差值小于预设域值判断为非高亮度差场景，并输出判断结果。

所述步骤S52中使用K-means群聚算法进行高、低亮度的分组运算，还包括以下步骤(如图5所示)：

S521设置所述预设域值；

S522以所述预览图像资料的整体亮度直方图，自定义高、低亮度两中心点的数值；

S523以所述自定义的高、低亮度两中心点的数值与所述预览图像整体亮度直方图数值作分组计算；

其计算方式是以所述自定义的高、低亮度两中心点的数值为减数，以所述预览图像整体亮度直方图数值作为被减数分别进行减法计算，从而得到两组计算结果，并将对应于同一亮度值的两个计算结果取绝对值后做对比，若该亮度值与所述低亮度中心点的数值相减后的绝对值大于该同一亮度值与所述高亮度值中心点的数值相减后的绝对值，则该亮度值归为第一组，反之归为第二组；依次类推将所有的图像整体亮度直方图数值进行计算，并根据计算结果将所述预览图像整体亮度直方图数值分为两组。

S524将所获取得两组预览图像整体亮度数值分别做加总后做均值计算，从而得到两组新的高、低亮度中心点的数值；

S525以所述新的高、低亮度中心点数值为基础，重复的执行步骤S523直至第一组与第二组内的预览图像整体亮度数值的分组变动率达到稳定状态。

具体的，其中所述步骤S523中得出预览图像整体亮度直方图数值，是通过将所述预览图像每一像素的亮度值范围设定在0至255之间(i＝0～255)，然后统计亮度值为0的像素点数有几点，亮度值为1的像素点数有几点，类推至255的亮度值的像素有几点，并分别统计各亮度值的像素点数，也就是该亮度值出现的频率(χ_0～255)，可由这些统计亮度值产生所述预览图像整体亮度的直方图数值。例如，一预览图像为16×16像素(pixels)的图片，将它的亮度分布放置到0至255数值的分组中，可得出图2所示的图像预览资料整体像素亮度分布图，再统计各亮度值出现的频率，就可得出如图3所示的亮度频率统计表，再依所述亮度频率统计表得出图像的整体亮度直方图数值。

举一具体实施方式来说明步骤S52中使用K-means群聚算法进行高、低亮度的分组运算：

按S521步骤设置预设域值为80；

按S522步骤以所述预览图像资料的整体亮度直方图数值，自定义的高、低亮度两中心点的数值(μ_i)为85、170(85、170为依0至255亮度数值的范围为三等份得出的数值)；

按S523步骤，以所述自定义的高、低亮度两中心点的数值与所述预览图像整体亮度直方图数值作分组计算；

计算方法是以各自的所述图像整体亮度直方图的亮度数值(为简明起见，本实施方式中仅列出十个数值(i)：121、127、88、80、154、91、177、95、75、201各出现一次(频率χ_i＝1)为例)，与预先确定两个代表所述高、低亮度两中心点的数值(μ_i)为85、170分别相减后的绝对值(|μ₁-i|μ₂-i|)作比较，(|μ₁-i|≤|μ₂-i|)的亮度值归为一组，否则归为另一组，经计算后的结果可以得出下面的统计数值表；

亮度值(i)	75	80	88	91	95	121	127	154	177	201
											频率(χi)	1	1	1	7 1	1	1	1	1	1	1
|85-i|	10	5	3	6	10	36	42	69	92	116
											|170-i|	95	90	82	79	75	49	43	16	7	31
组	A	A	A	A	A	A	A	B	B	B

(比较分组：|85-i|≤|170-i|∈A组、|85-i|＞|170-i|∈B组)

再按S524步骤将所获取得两组预览图像整体亮度数值分别做加总后做均值计算，从而得到两组新的高、低亮度中心点的数值；

计算方法是以同一组中各自的亮度数值与频率乘积的加总值除以该组中各自的频率加总值，可以下列公式表示：

${\mathrm{\μ}}_1^{\mathrm{new}}=\frac{\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{I}_1\left(i\right)\×x_i\×i}{\underset{i=1}{\overset{255}{\mathrm{\Σ}}}{I}_1\left(i\right)\×x_i}$ ${\mathrm{\μ}}_2^{\mathrm{new}}=\frac{\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{I}_2\left(i\right)\×x_i\×i}{\underset{i=1}{\overset{255}{\mathrm{\Σ}}}{I}_2\left(i\right)\×x_i}$

公式中；

μ₁ ^new、μ₂ ^new代表新一组中心点的数值

I₁(i)，I₂(i)为组指标函数，其中：

$I_1\left(i\right)=\left\{\begin{array}{c}1,\mathrm{ifi}\∈\mathrm{Agroup}\\ 0,\mathrm{ifi}\∉\mathrm{Agroup}\end{array}\right.$ $I_2\left(i\right)=\left\{\begin{array}{c}1,\mathrm{ifi}\∈\mathrm{Bgroup}\\ 0,\mathrm{ifi}\∉\mathrm{Bgroup}\end{array}\right.$

χ_i为频率，i为亮度数值

套入所述具体的例子中计算新的高、低亮度组中心点的数值，可以得出下面的结果；

${\mathrm{\μ}}_1^{\mathrm{new}}=\frac{(121+127+88+80+91+95+75)}{7}=96$

${\mathrm{\μ}}_2^{\mathrm{new}}=\frac{(154+177+201)}{3}=177$

按S525步骤以所述新的高、低亮度中心点数值为基础，重复的执行步骤S523直至第一组与第二组内的预览图像整体亮度数值的分组变动率达到稳定状态。

即重复S523步骤以所述步骤S524取得新的高、低亮度两中心点的数值(μ_i为96、177)，再与所述图像整体亮度直方图数值(即例子中列出的十个数值i)作分组计算，经计算后的结果可以得出下面的统计亮度值表；

亮度值(i)	75	80	88	91	95	121	127	154	177	201
											频率(χi)	1	1	1	1	1	1	1	1	1	1
|96-i|	21	16	8	5	1	25	31	58	81	105
											|177-i|	102	97	89	86	82	56	50	23	0	24
组	A	A	A	A	A	A	A	B	B	B

(比较分组：|96-i|≤|177-i|∈A组、|96-i|＞|177-i|∈B组)

所述再次的分组计算所得出的结果，与所述第一次的分组结果相较，例子中列出的十个亮度数值i分组结果相同没有变动，这显示高、低亮度的分组达到稳定。在实际的运用中可视需求以一预定百分比而调整该分组“稳定”的状况，例如可以在分组变动率不到百分之二十以上时视为稳定，以缩短计算时间提高效率。在分组达到稳定时，所述新的高、低亮度两组中心点的数值(μ_i＝96、177)即为步骤S52中预览图像整体高、低亮度两组中心点的数值，如此就完成所述使用K-means群聚算法进行高亮度与低亮度的分组运算。本实际例子在步骤S52分组运算后，可执行步骤S53将所述两组中心值的差值与一预设域值作比较，经计算后可以得出所述两组中心点的差值为81(177-96)，例子中预设域值为80，两组中心点的差值大于预设域值(81＞80)，因此可由步骤S54判断例子中的图像场景为高亮度差场景。反之；若是两组中心点的差值小于预设域值，则由所述步骤S55判断是为非高亮度差的场景。

通过上述图像场景亮度差判断装置及亮度差判断方法，根据实际预览场景资料的整体亮度值做图像亮度差判断，有别于目前所采取的分割图像区域的运算判断方式，本发明可突破空间的限制，对于图像高亮度差的判断更加准确。应该指出，上述实施方式仅为本发明的较佳实施方式，本领域技术人员还可在本发明精神内做其它变化。这些依据本发明精神所做的变化，都应包含在本发明所要求保护的范围之内。

Claims (12)

1.一种图像场景亮度差判断装置，其包括图像拾取单元、检测单元、判断单元以及控制单元，

所述图像拾取单元用以拾取图像场景的预览图像资料；

所述检测单元根据所述预览图像资料产生所述场景预览图像整体的亮度直方图；

所述判断单元用以根据所述场景预览图像整体的亮度直方图，将亮度直方图中的亮度值经高、低亮度分组运算后给出该高、低亮度组的中心点的差值，并将所述两组中心点的差值与一预设域值作比较以判断所述图像场景是否为高亮度差的场景；及

所述控制单元用以依所述判断单元的判断结果，控制图像拾取单元以常规或者高亮度的曝光模式进行曝光操作以拾取图像。

2.如权利要求1所述的图像场景亮度差判断装置，其特征在于：所述图像拾取单元包括一摄像头以及一数字信息处理器，所述场景的预览图像资料，是以所述摄像头拾取现场的场景信息，并经所述数字信息处理器的影像处理后，显示在一屏幕上的图像为依据获得。

3.如权利要求1所述的图像场景亮度差判断装置，其特征在于：所述亮度直方图包括预览图像每一像素所对应的亮度值以及每一亮度值出现的频率。

4.如权利要求1所述的图像场景亮度差判断装置，其特征在于：所述判断单元输出判断结果至控制单元，所述控制单元依判断单元判断为高亮度差的场景时，控制图像拾取单元的数字信息处理器开启预设的高亮度差曝光校正控制，执行曝光校正。

5.如权利要求4所述的图像场景亮度差判断装置，其特征在于：所述预设的高亮度差曝光设定，是以所述图像拾取单元的数字信息处理器用亮度补偿调整伽马的方式来将暗处的亮度提高。

6.权利要求4所述的图像场景亮度差判断装置，其特征在于：所述预设的高亮度差曝光设定，是以所述图像拾取单元的数字信息处理器启动预设的闪光灯补偿亮度程序将暗处的亮度提高。

7.一种图像场景亮度差判断方法，其包括如下步骤：

a)获取预览图像，并提取出所述已获取的预览图像的预览图像资料；

b)根据所述预览图像资料生成预览图像资料整体亮度直方图；

c)根据所述预览图像资料的整体亮度直方图；以K-means群聚算法进行高、低亮度的分组运算，并获取所述高、低亮度的中心值的差值；

d)将所述两组中心值的差值与一预设域值作比较；

e)两组中心点的差值大于等于预设域值判断为高亮度差场景；及

f)两组中心点的差值小于预设域值判断为非高亮度差场景。

8.如权利要求7所述的图像场景亮度差判断方法，其特征在于：所述以K-means群聚算法进行高、低亮度的分组运算，还包括以下步骤：

1)设置该预设域值；

2)以所述预览图像资料的整体亮度直方图数值，自定义高、低亮度两中心点的数值；

3)以所述自定义的高、低亮度两中心点的数值与所述预览图像整体亮度直方图数值作分组计算；

4)将所获取得两组预览图像整体亮度数值分别做加总后做均值计算，从而得到两组新的高、低亮度中心点的数值；及

5)以所述新的高、低亮度中心点数值为基础，重复的执行步骤3)直至第一组与第二组内的预览图像整体亮度数值的分组变动率达到稳定状态。

9.如权利要求8所述的图像场景亮度差判断方法，其特征在于：所述自定义的高、低亮度两中心点的数值，与所述预览图像整体亮度直方图数值作分组计算，是以所述场景整体图像的亮度直方图各自的亮度数值，与所述高、低亮度两中心点的数值分别相减后的绝对值作比较，大于者归属为一组，其它则归属为另一组。

10.如权利要求8所述的图像场景亮度差判断方法，其特征在于：所述新的高、低亮度中心点的数值计算，是以同一组中各自的亮度数值与频率乘积的加总值除以该组中各自的频率加总值，以下列公式表示：

$\begin{array}{cc}{\mathrm{\μ}}_1^{\mathrm{new}}=\frac{\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{I}_1\left(i\right)\×x_i\×i}{\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{I}_1\left(i\right)\×x_i}& {\mathrm{\μ}}_2^{\mathrm{new}}=\frac{\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{I}_2\left(i\right)\×x_i\×i}{\underset{i=0}{\overset{255}{\mathrm{\Σ}}}{I}_2\left(i\right)\×x_i}\end{array}$

公式中；

μ₁ ^new，μ₂ ^new代表新一组中心点的数值；

I₁(i)，I₂(i)为组指标函数：

$\begin{array}{cc}{I}_1\left(i\right)=\left\{\begin{array}{c}1,\mathrm{if\; i}\∈\mathrm{A\; group}\\ 0,\mathrm{if\; i}\∉\mathrm{A\; group}\end{array}\right.& I_2\left(i\right)=\left\{\begin{array}{c}1,\mathrm{if\; i}\∈\mathrm{B\; group}\\ 0,\mathrm{if\; i}\∉\mathrm{B\; group}\end{array}\right.\end{array}$

x_i为频率，i为亮度数值。

11.如权利要求8所述的图像场景亮度差判断方法，其特征在于：所述高、低亮度的分组变动率达到稳定状态时，所述新的高、低亮度两组中心点的数值即为步骤c)中预览图像整体高、低亮度两组中心点的数值。

12.如权利要求11所述的图像场景亮度差判断方法，其特征在于：当高、低亮度的分组过程中的分组变动率不到一预定百分比时即视为达到了稳定状态。

Images