CN103888680B - 一种摄像头曝光时间的调节方法 - Google Patents

Abstract

本发明公开了一种摄像头曝光时间的调节方法，该方法包括：根据检测到的当前帧图像中驾驶员鼻子的位置确定感兴趣区域，并计算所述感兴趣区域中的亮度特征估计值；将所述亮度特征估计值与摄像头当前帧的曝光时间设定值相比较，获得两者差值；根据所述差值计算摄像头下一帧的曝光时间设定值，并以此来调节摄像头下一帧的曝光时间。通过采用本发明公开的方法，能够根据指标快速准确地判断图像亮度变化，从而准确的计算摄像头曝光时间。

Description

一种摄像头曝光时间的调节方法

技术领域

本发明涉及智能交通技术领域，尤其涉及一种摄像头曝光时间的调节方法。

背景技术

随着我国经济的快速发展，居民的汽车保有量也持续增加。据统计，截至2011年底，我国汽车保有量超过1亿辆，机动车驾驶人员达到2.3亿人。然而，近年来交通事故也呈不断上升的趋势，给国家经济与人民生命财产带来越来越严重的损失。交通安全问题日益严峻，受到越来越广泛的关注。据调查，在交通事故发生的原因中，人为因素是主要原因。据不完全统计，全世界因道路交通事故导致死亡的人数超过80万人。在我国，2008年共发生道路交通事故265204起，造成73484人死亡，304919人受伤，直接财产损失达到10.1亿元。

在智能汽车逐渐走向人们的今天，汽车主动安全技术是汽车智能驾驶中的关键环节，基于视觉车载主动安全系统通过图像处理和模式识别等技术，认识和判别车辆自身状态以及车体环境状态，并对可能出现的危险情况以某种形式提示驾驶员，从而减少事故的发生。目前较成熟的车载视觉主动安全系统主要包括自适应巡航控制系统(ACC)、电子稳定性控制系统ESC、胎压智能检测系统、新型防追尾制动系统CMS等等。

基于视觉的汽车主动安全技术在汽车安全领域所占据的分量越来越重，作为车载视觉系统的输入，车载摄像机的作用也越来越显得无可替代。最早的曝光控制方法是摄像机硬件上实现的中值方法，随着数字摄像机的出现，摄像机自动曝光控制的软件方法应运而生。目前，数字摄像机的自动曝光控制的软件方法主要有三种：基于图像亮度均值的自动曝光方法、基于图像亮度直方图的自动曝光方法和基于图像内容的自动曝光方法。

1、基于图像亮度均值的自动曝光控制方法

基于图像亮度均值的自动曝光控制方法利用图像平均灰度来估计场景的平均亮度，并以灰度均值为依据控制摄像机的曝光时间和光圈，使输出图像的平均灰度控制在期望的范围内。

基于图像亮度均值的自动曝光控制方法主要以人眼视觉感觉为依据进行曝光调节，它对普通光照条件下的场景可以得到较好的曝光效果，但传统的均值算法对背光和强正面光照条件下的场景曝光效果欠佳。

2、基于图像亮度直方图的自动曝光控制方法

基于图像亮度直方图的自动曝光控制方法利用图像亮度直方图信息作为依据，根据直方图的几何形状信息控制摄像机的曝光时间和光圈，使输出图像的亮度直方图分布满足一定的条件约束。基于图像亮度直方图的自动曝光控制方法也主要是以人眼视觉感觉为依据进行曝光调节，它在某种程度上克服了传统均值方法在背光和强正面光照情况下的不足。

由于现有技术中，基于图像亮度均值的自动曝光控制方法，在传统的均值算法对背光和强正面光照条件下的场景曝光效果欠佳。基于图像亮度直方图的自动曝光控制方法，虽然在某种程度上克服了传统均值方法在背光和强正面光照情况下的不足，但仍不能针对图像中的感兴趣内容进行有针对性的亮度调节。

发明内容

本发明的目的是提供一种摄像头曝光时间的调节方法，能够根据指标快速准确地判断图像亮度变化，从而准确的计算摄像头曝光时间。

本发明的目的是通过以下技术方案实现的：

一种摄像头曝光时间的调节方法，该方法包括：

根据上一帧图像中驾驶员鼻子的位置确定当前帧图像感兴趣区域，并计算所述感兴趣区域中的亮度特征估计值；

将所述亮度特征估计值与摄像头当前帧的曝光时间设定值相比较，获得两者差值；

根据所述差值计算摄像头下一帧的曝光时间设定值，并以此来调节摄像头下一帧的曝光时间。

由上述本发明提供的技术方案可以看出，通过驾驶员的鼻子来确定感兴趣区域，可以有效避免因驾驶员的驾驶姿势变化引起的灰度值变化，对检测造成干扰；并根据检测到的图像亮度特征估计值与曝光时间设定值的差值，可以准确的计算出相应的曝光时间。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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，对于本领域的普通技术人员来讲，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他附图。

图1为本发明实施例一提供的一种摄像头曝光时间的调节方法的流程图；

图2为本发明实施例二提供的又一种摄像头曝光时间的调节方法的流程图；

图3为本发明实施例二提供的曝光时间设定值与曝光时间的对应关系的示意图。

具体实施方式

下面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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，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他实施例，都属于本发明的保护范围。

实施例一

图1为本发明实施例一提供的一种摄像头曝光时间的调节方法的流程图。如图1所示，该方法主要包括如下步骤：

步骤11、根据上一帧图像中驾驶员鼻子的位置确定当前帧图像感兴趣区域，并计算所述感兴趣区域中的亮度特征估计值。

本发明实施例中，图像亮度的确定需要对特定区域的灰度值进行计算，因此需要在图像中选取合适的区域进行计算，此区域称为感兴趣区域。另外，车内的场景较为复杂，除了场景的亮度变化外，司机驾驶姿势的变化也会引起所选区域内灰度值的变化。因此感兴趣区域的位置，需要实时地根据司机姿态的变化做出调整。

本发明实施例中，首先基于上一帧图像中驾驶员鼻子的位置来确定感兴趣区域。

示例性的，第k-1帧感兴趣区域R_k-1为矩形，其左上角坐标为长宽分别为H、W，驾驶员鼻子的位置为且基于鼻子的位置进行计算后判断驾驶员目视前方。

则以第k-1帧图像中鼻子的位置为中心向外扩展预定的区域，获得第k帧的矩形感兴趣区域R_k，其左上角的位置表示为高度和宽度分别为H、W。

然后，计算所述感兴趣区域R_k中的积分图，并利用Haar分类器检测第k帧图像中驾驶员的鼻子，若检测到驾驶员的鼻子，且其位置为则与预设的基准坐标相比较：

其中，δ_x与δ_y为阈值；当J_k＝1时，确定驾驶员目视前方。

通过上述方法，可以有效避免因司机驾驶姿势变化引起的灰度值变化，对检测造成干扰。

由于图像灰度变化能反映场景亮度变化，为了减小个别像素对计算结果的影响，本发明实施例对感兴趣区域R_k内每一像素点(x,y)的亮度值I_k(x,y)求和，将求和结果做为感兴趣区域中的亮度特征值；计算公式为：

优选的，由于发明利用Haar特征检测鼻子，在检测时需要计算鼻子区域的积分图。因此可以直接读取该积分图来实现区域内灰度值求和，避免了再次对区域进行求和计算。积分图中所有像素的亮度用I_k'(W',H')表示，且高度和宽度分别为H'＝H+1、W'＝W+1，S_k可以通过直接读取积分图的对应像素值来获得，即：

S_k＝I_k'(W',H')

为了减少灰度微小变化对检测的影响，在求得S_k后，对结果进行平滑处理，即除以平滑系数N（例如，N=100）再取整，获得亮度特征估计值L_k；其计算公式为：

经过验证，L_k可以有效反映场景亮度特征，在灵敏性和鲁棒性间取得平衡。将L_k作为以下环节的输入。

步骤12、将所述亮度特征估计值与摄像头当前帧的曝光时间设定值相比较，获得两者差值。

计算所述差值的公式为：

其中，D_k表示第k帧图像中感兴趣区域的亮度特征估计值L_k与第k帧的曝光时间设定值T_k之间的差值，η为预先设定的阈值。

本发明实施例中，T_k为第k帧的摄像头曝光时间设定值，可以根据摄像头曝光时间设定值的初始值T_set来确定，即T_set为T_k(k＝1)。

其中，计算摄像头曝光时间设定值的初始值T_set的步骤包括：

当驾驶员的鼻子连续检测成功2R帧（例如，10帧）后，开始记录感兴趣区域的亮度特征值；若J_2R+1＝1，则记录当前帧的L_2R+1值，在记录R个（例如，5个）特征值后，对这R个特征值求平均，其公式为：

其中，n∈(2R+1,2R+2,...,3R)；

将获得的平均值L与预设的初始默认值T_default相比较，根据其差值与阈值S的大小关系来确定初始值T_set，其公式为：

步骤13、根据所述差值计算摄像头下一帧的曝光时间设定值，并以此来调节摄像头下一帧的曝光时间。

首先，计算摄像头下一帧的预期曝光时间设定值t_k+1，其公式为：

t_k+1＝T_k+p×D_k

其中，p为预设的系数，例如，p=0.7。

再将所述预期曝光时间设定值与最大、最小阈值相比较，获得曝光时间设定值T_k+1，其公式为：

其中，C表示最大阈值，C’表示最小阈值；例如，C=700，C’=70。

另一方面，若连续检测不到驾驶员鼻子的帧数大于阈值，则根据上一次检测到的曝光时间设定值T为基准计算下一帧的曝光时间设定值；

将T从阈值上限开始，每次降低u（例如，50），直到检测到驾驶员鼻子或降低到阈值下限；公式如下：

T_k+1＝T-u；

当降低到下限后，再以相同速率反方向逐步调节到上限，公式如下：

T_k+1＝T+u。

根据获得曝光时间设定值T_k+1来计算对应的曝光时间，再将所述下一帧的曝光时间写入摄像头进行曝光时间的调节；其公式为：

其中，Tr_k+1表示摄像头曝光时间，单位为毫秒（ms）。

由于从对摄像头设定曝光时间，到设置生效，再到最后图像亮度稳定有一定延迟，因此加入了延迟设定。即每次成功设定曝光时间后，延迟计数器开始重新计数。每检测一帧图像，计数器减1。直到计数器清零时，才能进行下一次设定。在计数过程中，不能设定曝光时间。

本发明实施例克服了基于图像亮度均值的自动曝光控制方法和基于图像亮度直方图的自动曝光控制方法不能针对感兴趣区域进行亮度自适应调节的不足。同时，本方法在计算过程中，用积分图计算感兴趣区域的亮度特征，提高了计算效率。

本发明实施例中，使用Haar特征检测驾驶员鼻子，能够准确定位驾驶员鼻子位置，找到感兴趣的图像内容，还可以有效避免因驾驶员的驾驶姿势变化引起的灰度值变化，对检测造成干扰；并且使用积分图来计算图像区域的平均值，并在实施过程中直接从Haar检测的过程中获得积分图，避免了重复计算，提高了计算效率，减少了计算时间；另外，可以根据检测到的图像亮度特征估计值与曝光时间设定值的差值，可以准确的计算出相应的曝光时间。

实施例二

为了便于理解本发明，下面结合附图2-3做进一步说明。

如图2所示，为本发明提供的一种摄像头曝光时间的调节方法的流程图，其主要包括：

1）从USB摄像头读入图像。

2）将读取的图像解码成RGB三通道图像，再将其转换为灰度图。

3）用训练好的Haar分类器检测司机的鼻子，主要有：计算感兴趣区域的积分图，根据积分图计算Haar特征，再用分类器检测鼻子的位置。

4）判断检到的鼻子位置是否在基准位置附近。

5）根据检测到的鼻子位置，将鼻子区域向外扩展，作为感兴趣区域。

6）读取Haar检测时的积分图，获得计算所需的像素值和。

7）根据计算出的像素值之和，根据计算公式，估计场景的亮度。

8）根据判断逻辑，确定曝光时间设定值。

9）设置曝光模式为手动。

10）设定摄像头曝光时间。

上述步骤中，有三个部分最为关键：步骤6）—7）为计算图像中感兴趣区域内的亮度特征；步骤8）确定曝光时间设定值；步骤10）将曝光时间写入摄像头进行调节。

下面主要对这三个关键部分进行主要说明。

1、计算图像中感兴趣区域内的亮度特征。

1）确定检测的感兴趣区域。

本发明实施例中，图像亮度的确定需要对特定区域的灰度值进行计算，因此需要在图像中选取合适的区域进行计算，此区域称为感兴趣区域。另外，车内的场景较为复杂，除了场景的亮度变化外，司机驾驶姿势的变化也会引起所选区域内灰度值的变化。因此感兴趣区域的位置，需要实时地根据司机姿态的变化做出调整。

本发明实施例中，首先基于上一帧图像中驾驶员鼻子的位置来确定感兴趣区域。

示例性的，第k-1帧感兴趣区域R_k-1为矩形，其左上角坐标为长宽分别为H、W，驾驶员鼻子的位置为且基于鼻子的位置进行计算后判断驾驶员目视前方。

则以第k-1帧图像中鼻子的位置为中心向外扩展预定的区域，获得第k帧的矩形感兴趣区域R_k，其左上角的位置表示为高度和宽度分别为H、W。

然后，计算所述感兴趣区域R_k中的积分图，并利用Haar分类器检测第k帧图像中驾驶员的鼻子，若检测到驾驶员的鼻子，且其位置为则与预设的基准坐标相比较：

其中，δ_x与δ_y为阈值；当J_k＝1时，确定驾驶员目视前方。

通过上述方法，可以有效避免因司机驾驶姿势变化引起的灰度值变化，对检测造成干扰。2）计算图像亮度特征。

由于图像灰度变化能反映场景亮度变化，为了减小个别像素对计算结果的影响，本发明实施例对感兴趣区域内每一像素点(x,y)的亮度值I_k(x,y)求和，将求和结果做为感兴趣区域中的亮度特征值；计算公式为：

优选的，由于发明利用Haar特征检测鼻子，在检测时需要计算鼻子区域的积分图。因此可以直接读取该积分图来实现区域内灰度值求和，避免了再次对区域进行求和计算。积分图中所有像素的亮度用I_k'(W',H')表示，且高度和宽度分别为H'＝H+1、W'＝W+1，S_k可以通过直接读取积分图的对应像素值来获得，即：

S_k＝I_k'(W',H')

为了减少灰度微小变化对检测的影响，在求得S_k后，对结果进行平滑处理，即除以平滑系数N（例如，N=100）再取整，获得亮度特征估计值L_k；其计算公式为：

经过验证，L_k可以有效反映场景亮度特征，在灵敏性和鲁棒性间取得平衡。将L_k作为以下环节的输入。

2、确定曝光时间设定值。

在上一环节中，获得了图像亮度特征。将其与当前的摄像头曝光时间设定值T_k相比较，求差值D_k。如果相差小于阈值η，则D_k为0；否则，按以下公式求D_k的值。公式如下：

本发明实施例中，T_k为第k帧的摄像头曝光时间设定值，可以根据摄像头曝光时间设定值的初始值T_set来确定，即T_set为T_k(k＝1)。。

其中，计算摄像头曝光时间设定值的初始值T_set的步骤包括：

当驾驶员的鼻子连续检测成功2R帧（例如，10帧）后，开始记录感兴趣区域的亮度特征值；若J_2R+1＝1，则记录当前帧的L_2R+1值，在记录R个（例如，5个）特征值后，对这R个特征值求平均，其公式为：

其中，n∈(2R+1,2R+2,...,3R)；

将获得的平均值L与预设的初始默认值T_default相比较，根据其差值与阈值S的大小关系来确定初始值T_set，其公式为：

再根据所述差值D_k计算摄像头k+1帧的曝光时间设定值，其计算公式为：

t_k+1＝T_k+p×D_k

其中，p为预设的系数，例如，p=0.7。

再将所述预期曝光时间设定值与最大、最小阈值相比较，获得曝光时间设定值T_k+1，其公式为：

其中，C表示最大阈值，C’表示最小阈值；例如，C=700，C’=70。

另一方面，若连续检测不到驾驶员鼻子的帧数大于阈值，则根据上一次检测到的曝光时间设定值T为基准计算下一帧的曝光时间设定值；

将T从阈值上限开始，每次降低u（例如，50），直到检测到驾驶员鼻子或降低到阈值下限；公式如下：

T_k+1＝T-u；

当降低到下限后，再以相同速率反方向逐步调节到上限，公式如下：

T_k+1＝T+u。

3、将曝光时间写入摄像头进行调节。

根据获得曝光时间设定值T_k+1来计算对应的曝光时间，再将所述下一帧的曝光时间写入摄像头进行曝光时间的调节；曝光时间设定值与曝光时间的对应关系如图3所示。

其公式为：

其中，Tr_k+1表示摄像头曝光时间，单位为毫秒（ms）。

由于从对摄像头设定曝光时间，到设置生效，再到最后图像亮度稳定有一定延迟，因此加入了延迟设定。即每次成功设定曝光时间后，延迟计数器开始重新计数。每检测一帧图像，计数器减1。直到计数器清零时，才能进行下一次设定。在计数过程中，不能设定曝光时间。

在设定曝光时间时，首先需要把摄像头设定为手动控制模式。然后写入控制字，设定为曝光时间调节，最后再将曝光时间写入。

在晚上，由于自动曝光模式会延长曝光时间，影响帧率，因此采取手动设定曝光时间模式。曝光模式只设定一次，生效后不再重复设定。直到曝光模式改变，再进行设定。曝光时间由以上算法获得。

在晚上光线较弱时，可以在车内增加红外灯进行光线补偿。首先红外灯的功率较低，可以在车内方便添加。另外，红外线不属于可见光，对司机驾驶的影响非常小。最后，红外光可以有效地增加采集到的灰度图亮度，从而改善图像质量。

本发明实施例克服了基于图像亮度均值的自动曝光控制方法和基于图像亮度直方图的自动曝光控制方法不能针对感兴趣区域进行亮度自适应调节的不足。同时，本方法在计算过程中，用积分图计算感兴趣区域的亮度特征，提高了计算效率。

本发明实施例中，使用Haar特征检测驾驶员鼻子，能够准确定位驾驶员鼻子位置，找到感兴趣的图像内容，还可以有效避免因驾驶员的驾驶姿势变化引起的灰度值变化，对检测造成干扰；并且使用积分图来计算图像区域的平均值，并在实施过程中直接从Haar检测的过程中获得积分图，避免了重复计算，提高了计算效率，减少了计算时间；另外，可以根据检测到的图像亮度特征估计值与曝光时间设定值的差值，可以准确的计算出相应的曝光时间。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (7)

1.一种摄像头曝光时间的调节方法，其特征在于，该方法包括：

根据上一帧图像中驾驶员鼻子的位置确定当前帧图像感兴趣区域，并计算所述感兴趣区域中的亮度特征估计值；

将所述亮度特征估计值与摄像头当前帧的曝光时间设定值相比较，获得两者差值；

根据所述差值计算摄像头下一帧的曝光时间设定值，并以此来调节摄像头下一帧的曝光时间；

所述计算所述感兴趣区域中的亮度特征估计值包括：

当确定所述驾驶员目视前方后，计算所述述感兴趣区域中的亮度特征值S_k，其计算公式为：

$S_k=\underset{x=1}{\overset{W}{\mathrm{\Σ}}}\underset{y=1}{\overset{H}{\mathrm{\Σ}}}{I}_k(x,y);$

其中，I_k(x,y)表示像素点(x,y)的亮度值，H、W分别为感兴趣区域的高度和宽度；

或者，直接读取所述感兴趣区域R_k中的积分图来实现区域内灰度值求和，其公式为：

S_k＝I_k'(W',H')

其中，I_k'(W',H')表示W'与H'范围内像素的亮度值，H'＝H+1，W'＝W+1；

对所述亮度特征值S_k进行平滑处理，获得亮度特征估计值L_k，其计算公式为：

$L_k=\frac{S_k}{N}$

其中，N表示平滑系数。

2.根据权利要求1所述的调节方法，其特征在于，所述计算所述感兴趣区域中的亮度特征估计值之前包括：

确定当前帧图像感兴趣区域，判断该感兴趣区域中是否包含驾驶员的鼻子，并在包含驾驶员的鼻子时根据鼻子的位置判断驾驶员是否目视前方；

其中，根据k-1帧的矩形感兴趣区域R_k-1及图像中司机鼻子的位置确定第k帧的矩形感兴趣区域R_k；具体的：当根据第k-1帧图像中鼻子的位置确定驾驶员目视前方后，则以鼻子的位置为中心向外扩展预定的区域，获得第k帧的矩形感兴趣区域R_k，所述感兴趣区域R_k-1与R_k高度和宽度均分别为H、W；

计算所述感兴趣区域R_k中的积分图，并利用Haar分类器检测第k帧图像中驾驶员的鼻子，若检测到驾驶员的鼻子，且其位置为则与预设的基准坐标相比较：

$J_k=\left\{\begin{array}{cc}1,& \left|x_{n_k}-x_{b_k}\right|<{\mathrm{\&delta;}}_{x}and\left|y_{n_k}-y_{b_k}\right|<{\mathrm{\&delta;}}_y\\ 0,& else\end{array}\right.;$

其中，δ_x与δ_y为阈值；当J_k＝1时，确定驾驶员目视前方。

3.根据权利要求1或2所述的调节方法，其特征在于，计算所述差值的公式为：

$D_k=\left\{\begin{array}{cc}{L}_k-T_k,& \left|L_k-T_k\right|\&GreaterEqual;\mathrm{\&eta;}\\ 0,& \left|L_k-T_k\right|<\mathrm{\&eta;}\end{array}\right.;$

其中，D_k表示第k帧图像中感兴趣区域的亮度特征估计值L_k与第k帧的曝光时间设定值T_k之间的差值，η为预先设定的阈值。

4.根据权利要求3所述的调节方法，其特征在于，该方法还包括：

计算摄像头曝光时间设定值的初始值T_set，根据所述初始值T_set确定第k帧的曝光时间设定值T_k；

其中，计算摄像头曝光时间设定值的初始值T_set的步骤包括：

当驾驶员的鼻子连续检测成功2R帧后，开始记录感兴趣区域的亮度特征值；若J_2R+1＝1，则记录当前帧的L_2R+1值，在记录R个特征值后，对这R个特征值求平均，其公式为：

$\stackrel{\&OverBar;}{L}=\frac{\underset{n=2R+1}{\overset{3R}{\mathrm{\&Sigma;}}}{L}_n}{R};$

其中，n∈(2R+1,2R+2,...,3R)；

将获得的平均值与预设的初始默认值T_default相比较，根据其差值与阈值S的大小关系来确定初始值T_set，其公式为：

$T_{set}=\left\{\begin{array}{cc}\stackrel{\&OverBar;}{L},& \left|\stackrel{\&OverBar;}{L}-L_{default}\right|<S\\ L_{default}+S,& \stackrel{\&OverBar;}{L}-L_{default}>S\\ L_{default}-S,& \stackrel{\&OverBar;}{L}-L_{default}<-S\end{array}\right..$

5.根据权利要求3所述的调节方法，其特征在于，所述根据所述差值计算摄像头下一帧的曝光时间设定值包括：

计算摄像头下一帧的预期曝光时间设定值t_k+1，其公式为：

t_k+1＝T_k+p×D_k

其中，p为预设的系数；

将所述预期曝光时间设定值与最大、最小阈值相比较，获得曝光时间设定值T_k+1，其公式为：

$T_{k+1}=\left\{\begin{array}{cc}C,& t_{k+1}\&GreaterEqual;C\\ t_{k+1},& C^{\&prime;}\&le;t_{k+1}<C\\ C^{\&prime;},& t_{k+1}<C^{\&prime;}\end{array}\right.;$

其中，C表示最大阈值，C’表示最小阈值。

6.根据权利要求1所述的调节方法，其特征在于，所述根据所述差值计算摄像头下一帧的曝光时间设定值，并以此来调节摄像头下一帧的曝光时间包括：

根据所述下一帧的曝光时间设定值来计算下一帧的曝光时间：

${\mathrm{Tr}}_{k+1}=\frac{T_{k+1}-65.97}{10.20};$

其中，Tr_k+1表示摄像头曝光时间；

将所述下一帧的曝光时间写入摄像头进行曝光时间的调节。

7.根据权利1所述的调节方法，其特征在于，该方法还包括：

若连续检测不到驾驶员鼻子的帧数大于阈值，则根据上一次检测到的曝光时间设定值T为基准计算下一帧的曝光时间设定值；

将T从阈值上限开始，每次降低u，直到检测到驾驶员鼻子或降低到阈值下限；公式如下：

T_k+1＝T-u；

当降低到下限后，再以相同速率反方向逐步调节到上限，公式如下：

T_k+1＝T+u。