CN105635596A - 用于控制相机的曝光的系统及其方法 - Google Patents
用于控制相机的曝光的系统及其方法 Download PDFInfo
- Publication number
- CN105635596A CN105635596A CN201510784907.6A CN201510784907A CN105635596A CN 105635596 A CN105635596 A CN 105635596A CN 201510784907 A CN201510784907 A CN 201510784907A CN 105635596 A CN105635596 A CN 105635596A
- Authority
- CN
- China
- Prior art keywords
- histogrammic
- histogram
- interval
- value
- rectangular histogram
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000015654 memory Effects 0.000 claims description 40
- 238000001914 filtration Methods 0.000 abstract description 8
- 229920006395 saturated elastomer Polymers 0.000 description 17
- 238000010586 diagram Methods 0.000 description 16
- 210000001747 pupil Anatomy 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 210000004087 cornea Anatomy 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/741—Circuitry for compensating brightness variation in the scene by increasing the dynamic range of the image compared to the dynamic range of the electronic image sensors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S358/00—Facsimile and static presentation processing
- Y10S358/906—Hand-held camera with recorder in a single unit
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及用于控制相机的曝光的系统及其方法。该系统可包括:直方图计算器,被配置为从输入图像计算直方图;虚拟直方图生成器,被配置为通过对所计算的直方图不同地施加曝光来生成虚拟直方图;直方图中断滤波器,被配置为通过对虚拟直方图中生成的中断进行滤波来生成最终直方图;直方图均衡化单元,被配置为执行最终直方图的均衡化;以及最佳曝光设置单元,被配置为根据均匀化的直方图施加曝光值。
Description
相关申请的交叉引用
本申请基于并要求于2014年11月26日向韩国知识产权局提交的韩国专利申请No.10-2014-0166610的优先权,将其公开的全部内容通过引用结合于此。
技术领域
本发明涉及用于控制相机的曝光的系统及其方法,且特别涉及通过生成虚拟直方图来设定相机的最佳曝光的技术。
背景技术
为解决停车和泊车问题、交通问题、交通事故等问题,其中在车辆、建筑物等中配备诸如黑匣子和CCTV等相机成像设备的情况日益增多。
就相机成像设备而言,图像质量会依赖于曝光,且因此开发了通过曝光控制来改善图像质量的自动控制相机的曝光的技术。
但是,现有的自动控制相机曝光的方法控制全部图像的平均灰度或某些选取点的平均灰度值来跟踪特定值。
该方法根据周围环境来使曝光不同,并通过角膜改变光照反射点的亮度,并因此改变用于每帧图像的闪光的亮度,这对于闪光检测的阈值设定具有不利影响,致使难以跟踪闪光。
而且,闪光一般在255次以上饱和,并因此当饱和受到绝对抑制时,面部过暗,并因此面部识别会失败。
发明内容
作出本公开内容,以解决存在于现有技术中的上述问题,同时完好保留由现有技术所实现的优点。
本发明的一方面提供了一种用于控制相机的曝光的系统及其方法,其能够通过生成虚拟直方图,并且对在虚拟直方图中选择预期为最高图像质量的曝光进行控制,来提供最佳曝光。
根据本发明的示例性实施方式,一种用于控制相机的曝光的系统,包括直方图计算器,被配置为从输入图像中计算直方图;虚拟直方图生成器,被配置为通过对所计算的直方图不同地施加曝光来生成虚拟直方图;直方图中断滤波器(histogramholefilter),被配置为通过对所述虚拟直方图中产生的中断进行滤波以产生最终直方图;直方图均衡化单元,被配置为将最终直方图均衡化;以及最佳曝光设置单元,被配置为根据均衡化的直方图适用曝光值。
所述系统还可包括:直方图存储器,被配置为存储计算出的直方图;第一临时直方图存储器,被配置为存储第一临时直方图;以及第二临时直方图存储器,被配置为存储第二临时直方图。
当具有0值的中断存在时,直方图中断滤波器可取出(bring,采用)并存储中断的左边区间的值,增加虚拟直方图的区间的指数,以生成第一临时直方图,并且当具有0值的中断存在时,直方图中断滤波器可取出并存储中断的右边区间的值,减小虚拟直方图的区间的指数,以生成第二临时直方图。
当所述第一临时直方图和第二临时直方图的区间中的任何一个区间具有0值时,直方图中断滤波器可存储0值,并且当第一临时直方图和第二临时直方图的区间都不具有0值时,直方图中断滤波器存储第一临时直方图和第二临时直方图区间的平均值以生成最终直方图。
直方图中断滤波器可将最终直方图的每个区间的值增大1/k倍,使得最终直方图的全部区间的和等于计算出的直方图的全部区间之和。
虚拟直方图生成器可设置曝光因子大于1,以在所述虚拟直方图的区间的数量多于所述计算出的直方图的区间的数量时,在所述虚拟直方图的区间之中于所述计算出的直方图的最后区间之后累积一值,并将所累积的值存储为所述虚拟直方图的最后区间的值。
所述虚拟直方图生成器可设置曝光因子小于1,以在在所述虚拟直方图的区间的数量少于所述计算出的直方图的区间的数量时将在所述虚拟直方图的最后区间的紧靠前的区间的值存储多达与所述计算出的直方图的剩余区间的数量,使得所述虚拟直方图的区间的数量等于所述计算出的直方图的区间的数量。
根据本发明的另一个示例性实施方式,一种用于控制相机的曝光的方法,包括从输入图像数据计算并存储直方图;通过基于所述计算出的直方图改变曝光来生成虚拟直方图;通过对所述虚拟直方图中形成的中断进行滤波,生成最终直方图;将最终直方图均衡化;并根据均衡化的直方图适用曝光值。
在生成所述虚拟直方图中,曝光因子可设置为大于1,以在所述虚拟直方图的区间的数量大于所述计算出的直方图的区间的数量时,在所述虚拟直方图的区间之中于所述计算出的直方图的最后区间之后累积一值,并且所累积的值可存储为所述虚拟直方图的最后区间的值。
在生成所述虚拟直方图中,曝光因子可设置为小于1以在所述虚拟直方图的区间的数量少于所述计算出的直方图的区间的数量时,将在所述虚拟直方图的最后区间的紧靠前的区间的值存储多达与所述计算出的直方图的剩余区间的数量,使得所述虚拟直方图的区间的数量等于所述计算出的直方图的区间的数量。
在生成所述最终直方图中,当具有0值的所述中断存在时,可取出并且存储中断的左边区间的值,增加所述虚拟直方图的区间的指数,以生成第一临时直方图,以及当具有0值的所述中断存在时,可取出并且存储所述中断的右边区间的值,减小所述虚拟直方图的区间的指数,以生成第二临时直方图。
在生成所述最终直方图中,当所述第一临时直方图和所述第二临时直方图的区间中的任何一个区间具有0值时,可存储0值,并且当所述第一临时直方图和所述第二临时直方图的区间都不具有0值时,可存储所述第一临时直方图和所述第二临时直方图的区间的平均值以生成所述最终直方图。
附图说明
本公开内容的以上及其他目的、特征和优点通过结合附图而写下的以下详细说明将会更显然:
图1为根据本发明的示例性实施方式的用于控制相机的曝光的系统的构造示意图;
图2为示出根据本发明的示例性实施方式的用于控制相机的曝光的方法的流程图;
图3为用于描述图2中的用于生成虚拟直方图的方法的流程图;
图4为用于描述图2中的用于滤波虚拟直方图中断(hole)的方法的流程图;
图5A为根据本发明的示例性实施方式的饱和虚拟直方图的示例性示意图;
图5B为根据本发明的示例性实施方式的饱和的、具有的曝光因子小于1,且具有的临时直方图round(k*bin)的值小于(bin-round(k*bin)*histogram(bin-1))的虚拟直方图的示例性示意图;
图5C为根据本发明的示例性实施方式的饱和的、具有的曝光因子小于1,且具有的临时直方图round(k*bin)的值大于(bin-round(k*bin)*histogram(bin-1))的虚拟直方图的示例性示意图;
图6A为根据输入图像计算的原始直方图的示例性示意图;
图6B为当曝光适用于图6A的直方图两倍时用于描述产生中断的现象的示意图;
图7A为根据本发明的示例性实施方式的虚拟直方图的示例性示意图;
图7B为根据本发明的示例性实施方式的第一临时直方图的示例性示意图;
图7C为根据本发明的示例性实施方式的第二临时直方图的示例性示意图;
图7D为根据本发明的示例性实施方式的最终的临时直方图的示例性示意图;
图8为根据本发明的示例性实施方式的用于描述直方图均衡化的曲线图。
图9A为固定曝光时,瞳孔和闪光(glint,眨眼)识别失败时的示例性示意图;
图9B为根据本发明的示例性实施方式的通过执行曝光控制来增加瞳孔和闪光检测成功率的情况的示例性示意图;以及
图10为示出了应用根据本发明的示例性实施方式的用于控制相机的曝光的算法的硬件构造的示意图。
具体实施方式
下文中,将参考附图详细说明本发明的最优选实施方式,使得本领域的技术人员能够容易地实现本发明的精神实质。
下文中,本发明的示例性实施方式将参考图1至图10进行详细说明。
图1为根据本发明的示例性实施方式的用于控制相机的曝光的系统的构造示意图。
根据本发明的示例性实施方式的用于控制相机100的曝光的系统,包括直方图计算器200、直方图存储器300、虚拟直方图生成器400、第一临时直方图存储器500、第二临时直方图存储器600、直方图中断滤波器700、直方图均衡化单元800、以及最佳曝光设置单元900。
当从相机100输入图像数据时,直方图计算器200根据图像数据计算出直方图。
直方图存储器300存储由直方图计算器200计算出的直方图。在这种情况下,根据图像数据计算出的直方图称为原始直方图。
虚拟直方图生成器400基于在直方图存储器300中存储的原始直方图改变曝光,以生成针对各个曝光值的虚拟直方图。
直方图计算器200、虚拟直方图生成器400、直方图均衡化单元800及最佳曝光设置单元900可利用具有以下指令的处理器来实施,该指令使处理器执行以上定义的直方图计算器200、虚拟直方图生成器400、直方图均衡化单元800及最佳曝光设置单元900的功能。
用于生成虚拟直方图的方法将在下文中参考图5A至5C进行叙述。此处,区间(bin,组)表示具有直方图值的各个段(slot,位置),并且bins表示直方图的台阶的数量。因此,bins可表示直方图最后一段的号码。
首先,通过将施加至原始直方图的曝光增大k倍来生成虚拟直方图。此处,k大于1的情况和k小于1的情况将分开讨论。
图5A使出了饱和直方图。
参考图5A,假设通过将施加到原始直方图的曝光增大k倍生成虚拟直方图。G*bin的直方图值移动为round(k*bins)bin。在这种情况下,当超过bins值时,累积round(k*bins)bin的值。在该情况中,G是指像素值。例如,当像素值(亮度和暗度值)为256,并且k为2时,直方图的曝光增加为两倍,并且因此256变为了512。在该情况中,在超出256的257处的值512用256、即bins值来累加。
同时,k小于1的情况可分成:临时直方图round(k*bins)的值小于(bins-round(k*bins)*histogram(bins-1))的值的情况以及临时直方图round(k*bins)的值大于(bins-round(k*bins)*histogram(bins-1))的值的情况。此处,round(k*bins)是指曝光k次的直方图的bins值,且histogram(bins-1)指直方图的最后一个bin的前一个数值,并且round(k*G)指通过将全部像素值与曝光因子相乘而得到的值。
图5B为当k小于1时,临时直方图round(k*bins)的值小于(bins-round(k*bins)*histogram(bins-1))的情况下的虚拟直方图的示例性示意图。图5C为当k小于1时,临时直方图round(k*bins)的值大于(bins-round(k*bins)*histogram(bins-1))的情况下的虚拟直方图的示例性示意图。
参考图5B,在临时直方图round(k*bins)的值已饱和且k小于1的情况下,当临时直方图round(k*bins)的值小于(bins-round(k*bins)*histogram(bins-1)),则用histogram(bins-1)的值填充临时直方图round(k*bins)的值,以与round(k*bins)的值相等。例如,当存在一个直方图具有256个像素值,本例中k值为0.5,像素值为256*0.5,并且因此像素值变为128,使得缺少了128个像素值。因此,通过利用histogram(bins-1)填充仅在最终直方图之前且在被包含之前的直方图,并且从129至256利用像素值填充直方图来生成具有总共256个像素值的虚拟直方图。
bins是bin的数量,也是直方图与最大亮度对应的最大bin值。临时直方图round(k*bins)表示原始直方图的最大亮度由于小于1的曝光因子下降了多少。因此,临时直方图round(k*bins)指由于小于1的曝光因子,饱和直方图值移动至临时直方图的round(k*bins)。此处,因为实际的灰度值未知,所以即使饱和值由于曝光而移动,该值也是无意义的。与此同时,在有意义的值中,最高水平值是histogram(bins-1),该值为刚好在原始直方图饱和之前的值。即使该值由于k而减小,但该值也是物理上合理的。因此,通过使用该值,以虚拟直方图上大于临时直方图round(k*bins)的bins生成虚拟直方图值。当所有的bins移动、增大k倍时,在临时直方图上的round(k*bins)之后的bins即被清空。但是,因为直方图的饱和意味着后面还可能存在数值,所以被清空的bins也要填满,且生成的直方图的值之和也要与饱和值相等。
bins和round(k*bins)之间的差值为(bins-round(k*bins)+1)个待填充的点。当空点用上述histogram(bins-1)填充时,被填充的点的总和变为(bins-round(k*G)*histogram(bins-1))。进一步,比较被填充的点的总和是否大于或者小于临时histogram(round(k*bins)),即实际饱和值。
当总和大于饱和值时,需被填充直到总和与饱和值相等为止的点被填充,并且当总和小于饱和值时,不足的值即使在被填充后也需要被添加到临时histogram(bins)。
参考图5C,在k小于1的情况下,当临时直方图round(k*bins)的值大于(bins-round(k*bins)*histogram(bins-1))时,临时直方图round(k*bins)的值用histogram(bins-1)的值填充,以与round(k*bins)的值相等,而不足部分添加到bins值。即,图5C示出了即使临时直方图的空位置都被histogram(bins-1)填充,也不设定所有的饱和值的情况。
因为当曝光在已饱和状态中下降时,不知道饱和的像素如何反应,所以刚好未被饱和之前的直方图值可用histogram(bins-1)填充一次,但是该值的不足部分仍需要再次饱和。
当直方图对曝光因子响应而延展时,如此生成的虚拟直方图具有其中不存在值的中断。例如,当原始直方图的曝光增加一倍,如图6A所示时,如图6B所示,在1、3、5灰度生成其中不存在值的中断。
因此,直方图中断滤波器700对虚拟直方图进行中断滤波,以生成第一临时直方图和第二临时直方图,并根据第一临时直方图和第二临时直方图生成最终直方图。在这种情况中,为方便起见,本发明的示例性实施方式公开了以下实施例,其中生成了第一个临时直方图和第二临时直方图,即两个临时直方图,但是临时直方图的数量并不限制在两个,且因此可生成n个临时直方图。
例如,如图7A所示,假设存在具有中断的虚拟直方图。
当第k个bin为“0”时,直方图中断滤波器700采用左侧值,增加图7A的虚拟直方图的k,以生成如图7B所示的第一临时直方图。
同时,当第k个bin为“0”时,直方图中断滤波器700采用右侧值,降低图7A的虚拟直方图的k,以生成如图7C所示的第二临时直方图。
接下来,当第一临时直方图和第二临时直方图中的任何一个值为“0”时,直方图中断滤波器700选择“0”值,而当第一临时直方图和第二临时直方图均不为“0”时,选择并存储第一临时直方图和第二临时直方图的均值,以生成如图7D所示的最终直方图。
接下来,因为所有bins的总和相同,直方图中断滤波器700直至bins-1将值增加到1/k倍。
第一临时直方图存储器500存储虚拟直方图和第一临时直方图,而第二临时直方图存储器600存储第二临时直方图。在这种情况中,本发明的示例性实施方式公开了两种临时直方图存储器,例如第一临时直方图存储器500和第二临时直方图存储器600,但并不仅限于此。因此,临时直方图存储器的数量可能根据临时直方图的数量改变。进一步地,可提供存储虚拟直方图的单独存储器。
此处,虚拟直方图可根据原始直方图生成,而第一临时直方图和第二临时直方图可根据虚拟直方图生成。
接下来,直方图均衡化单元800将由直方图中断滤波器700中断滤波生成后而生成的最终直方图均衡化。在此例中,与图像质量直接相关的局部对比度依赖于直方图的均衡化。当直方图处于最高量化状态时,图像质量良好,图8为用于描述根据本发明的示例性实施方式的直方图均衡化的曲线图。参照图8,局部对比度与直方图均衡化成反比相关性,且图8示出了增加相同场景的曝光的局部对比度和直方图均衡化。
根据本发明的示例性实施方式,随着数据偏差的增加,因使用直方图数据的离散值,离散值也增加,从而,当虚拟直方图中的离散值最大时,假设图像质量与离散值成比例地增加。在图8的曲线图中,均衡化被定义为1/离散值,从而在曲线图上成反比例关系。
但是,指数不一定被限制为离散值,且可是均值,以及除均值和差值的平方之和的离散值以外,还可是数据差值的绝对值,并且均衡化参数也可通过傅里叶变换等导出。
进一步,均衡化被定义为1/离散值,但可随时由研究者改变。同时,当黑色和白色清楚区分时,图像质量更好,并因此,随着直方图数据分布到较大的范围,图像质量可更好。因此,作为量化指数的示例,建议使用离散值,但也可使用能够表示数据分布的任何值。
下文中,将参考图2详细说明根据本发明的示例性实施方式的用于控制相机的曝光的方法。
首先,在图像数据输入时,直方图计算器200根据图像数据计算直方图,并将计算出的直方图存储在直方图存储器300中(S100)。这种情况中,计算出的直方图称为原始直方图。
虚拟直方图生成器400根据存储的原始直方图改变曝光,以生成并存储针对各个曝光值的虚拟直方图(S200)。
直方图中断滤波器700对生成的虚拟直方图进行中断滤波以生成最终直方图(S300)。
接下来,直方图均衡化单元800对最终直方图进行均衡化(S400)。
接下来,最佳曝光设置单元900对曝光值进行设置以满足均衡化的直方图(S500)。
接下来,相机100应用最佳曝光值拍摄物体。
如此,本发明的示例性实施方式生成了虚拟直方图,该直方图的曝光基于曾经从输入图像数据计算出的直方图而改变,并对虚拟直方图进行中断滤波以从虚拟直方图中选择将是所期望的最高图像质量的曝光,并根据选取的曝光拍摄下一张图像。
下文中,将参照图3来描述图2中的用于生成虚拟直方图的方法。图2中的用于生成虚拟直方图的方法主要由虚拟直方图生成器400执行,并且根据本发明的示例性实施方式的直方图具有从1到bins的值,其中bins指直方图范围的最大值。进一步,根据本发明的示例性实施方式的虚拟直方图存储在第一临时直方图存储器500中。
当k为曝光因子,并且i为直方图的bin的指数,虚拟直方图从i=0增加(S201)。
虚拟直方图生成器400将直方图的bin的指数增加1(S202),并判定round(k*1)是否大于或等于bins的值(S203)。即判定k倍的值是否超过bins值(即最后一个值)。例如,当直方图有256个像素值时,要判定k倍的值是否超过256。
当round(k*i)大于或等于bins的值时,虚拟直方图生成器400累积round(k*i),并将累积的round(k*i)存储在第一临时直方图存储器500中以生成虚拟直方图(S204)。
同时,当round(k*i)小于bins的值时,虚拟直方图生成器400将相应的值存储在第一临时直方图存储器500的相应指数(index,索引)中(S205)。
下一步,虚拟直方图生成器400判定bin的指数i是否小于作为最后一个指数的bins(S206),若判定bin的指数i小于作为最后一个指数的bins,则重复执行步骤S202至S205。
另一方面,当bin的指数i大于或等于作为最后一个指数的bins,虚拟直方图生成器400判定曝光因子k是否等于或大于1(S207)。
接下来,若判定曝光因子k等于或大于1,虚拟直方图生成器400将虚拟直方图传送到直方图中断滤波器700(S215)。
同时,若判定曝光因子k小于1,虚拟直方图生成器400判定直方图是否饱和(S208)。
当直方图饱和时,虚拟直方图生成器400将虚拟直方图传送到直方图中断滤波器700。并且当直方图不饱和时,虚拟直方图生成器400通过将直方图的bins的值除以bins的值之前的(bins-1)的值获得y坐标值,并将y坐标值向正无穷取整来计算x坐标(S209)。
接下来,虚拟直方图生成器400判定x值是否大于(bins-round(k*bins)+1)(S210)。此处,(bins-round(k*bins)+1)为将在临时直方图中填充的bins的数量。
此处,若判定x值小于(bins-round(k*bins)+1),则虚拟直方图生成器400用刚好在被饱和前的值填充bins,以与round(k*bins)值相等(S211)。即,原始直方图的bin为256,当k为0.5时,bin为128,因此第127个值被填充129与255之间。接下来,虚拟直方图生成器400将直方图存储的(bins-1)*(y-x)值处理为最后一个值(S212)。
同时,若判定x值大于(bins-round(k*bins)+1),则虚拟直方图生成器400用刚好被饱和之前的值填充bins,以与round(k*bins)的值相等,并将不足部分添加到bins的值中(S213和S214)。
下文中将结合图4详细说明用于对虚拟直方图进行中断滤波的方法。对虚拟直方图进行中断滤波的方法主要由直方图中断滤波器700执行。
首先,直方图中断滤波器700将存储在第一临时直方图存储器500中的虚拟直方图复制到第二临时直方图存储器600中(S301)。
直方图中断滤波器700从虚拟直方图的指数i=0开始(S302),将虚拟直方图的指数i增加1(S303)并判定存储在第一临时直方图存储器500中的虚拟直方图的指数i的值是否为0(S304)。
若判定虚拟直方图的指数i不是0,则重复进行以上步骤S303以判定是否存在值为0的指数,将该指数i增加1。
当虚拟直方图的指数i存在0的值,直方图中断滤波器700在指数i中存储虚拟直方图的指数i左侧的指数(i-1)的值(S305)。由此,生成了第一临时直方图。
下一步,直方图中断滤波器700判定对应的指数i是否小于bins之前的指数(bins-1)(S306),并且若判定对应的指数i小于bins之前的指数(bins-1),则重复上述步骤S303至S306,并且若判定对应的指数i大于bins之前的指数(bins-1),则将指数i指定为作为最后一个指数的bins(S307)。
下一步,直方图中断滤波器700从作为最后一个指数的bins将指数i减少1,并判定第二临时直方图存储器600中的虚拟直方图的指数i的值是否为0(S309)。即直方图中断滤波器700从作为最后一个指数的bins将指数i减少1,并判定该值是否为0。
下一步,若对应的指数不含有0的值,则直方图中断滤波器700重复上述步骤S308,将指数减少1,并且当对应的指数i含有0数值时,则该滤波器在对应的指数(i)的位置上存储对应指数i右侧的指数值(i+1)(S310)。由此生成了第二临时直方图。
接下来,根据第一临时直方图和第二临时直方图生成最终直方图。
首先,直方图中断滤波器700判定指数i是否大于1(S311),并且若判定指数i大于1,重复上述步骤S308至S310。
当指数i小于1,将i设置为等于0(S312),并且指数i增加1(S313)。
直方图中断滤波器700将第一临时直方图和第二临时直方图的每个指数相比较以判定两个指数中是否存在0的值(S314)。
若通过比较第一临时直方图和第二临时直方图的每个指数,判定两个指数都具有0,则直方图中断滤波器700将第一临时直方图和第二临时直方图每个指数的平均值存储在对应的指数中(S316)。
同时,当通过比较第一临时直方图和第二临时直方图的每个指数,判定两个指数中的任何一个具有0值,则直方图中断滤波器700将数值0存储在对应的指数中(S315)。
下一步,直方图中断滤波器700判定i是否小于bins(S317),当i小于bins时,重复执行上述步骤S313至S316。若判定i大于bins,则存储的最终直方图增大1/k倍,使其与原始直方图的bins总和相等(S318)。
图9A为瞳孔和闪光(glint)识别在固定曝光时失败的一个示例性示意图,并且图9B为其中通过执行根据本发明的示例性实施方式的曝光控制来增加瞳孔和闪光检测成功率的情况的示例性示意图。
根据图10,计算系统1000可包括至少一个处理器1100、存储器1200、用户接口输入装置1400、用户接口输出装置1500、存储器1600,以及通过总线1300连接的网络接口1700。
处理器1100可为半导体装置,执行对存储在中央处理器(CPU)或内存1200和/或存储器1600中的指令进行处理。内存1200和存储器1600可包括各种易失性或非易失性存储介质。例如,内存1200可包括只读存储器(ROM)1210和随机存取存储器(RAM)1230。
因此,结合本说明书公开的示例性实施方式记载的方法或算法的步骤可通过由处理器1100运行的硬件、软件模块或硬件与软件的组合模块直接实现。软件模块可驻留在存储介质中(即内存1200和/或存储器1600),例如RAM存储器、闪存存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可拆卸磁盘、CD-ROM等。示例存储介质与处理器1100耦接,该处理器从存储介质中读取信息并将信息写入存储介质。作为另一种方法,存储介质可与处理器1100集成。处理器和存储介质可驻留于特定用途集成电路(ASIC)中。ASIC可驻留于用户终端中。作为另一种方法,处理器和存储介质可作为单独组件驻留于用户终端中。
如上所述,根据本发明的示例性实施方式,可以通过在相机拍摄图像时提供最佳曝光条件来提高图像质量。
提供的上述本发明的示例性实施方式用于说明目的。因此,本领域的技术人员将理解,在不悖离由所附权利要求所公开的本发明的范围和精神实质的情况下,可以做出各种变型、修改、替代和附加,并且这些变型、修改、替代和附加落入本发明的范围内。
图中各元件的标号
200:直方图计算器
300:直方图存储器
400:虚拟直方图生成器
500:第一临时直方图存储器
600:第二临时直方图存储器
700:直方图中断滤波器
800:直方图均衡化单元
900:最佳曝光设置单元
Claims (13)
1.一种用于控制相机的曝光的系统,包括:
直方图计算器,被配置为从输入图像计算直方图;
虚拟直方图生成器,被配置为通过对所计算的直方图不同地施加所述曝光来生成虚拟直方图;
直方图中断滤波器,被配置为通过对所述虚拟直方图中生成的中断进行滤波来生成最终直方图;
直方图均衡化单元,被配置为执行所述最终直方图的均衡化;以及
最佳曝光设置单元,被配置为根据经均衡化的直方图适用曝光值。
2.根据权利要求1所述的系统,进一步包括:
直方图存储器,被配置为存储所计算的直方图。
3.根据权利要求1所述的系统,其中,当具有0值的中断存在时,所述直方图中断滤波器取出并且存储该中断的左边区间的值,增加所述虚拟直方图的区间的指数,以生成第一临时直方图,以及
当具有0值的中断存在时,所述直方图中断滤波器取出并且存储该中断的右边区间的值,减小所述虚拟直方图的区间的指数,以生成第二临时直方图。
4.根据权利要求3所述的系统,进一步包括:
第一临时直方图存储器,被配置为存储所述第一临时直方图;以及
第二临时直方图存储器,被配置为存储所述第二临时直方图。
5.根据权利要求3所述的系统,其中,当所述第一临时直方图和所述第二临时直方图的区间中的任何一个区间具有0值时,所述直方图中断滤波器存储0值,并且当所述第一临时直方图和所述第二临时直方图的区间都不具有0值时,所述直方图中断滤波器存储所述第一临时直方图和所述第二临时直方图的区间的平均值以生成所述最终直方图。
6.根据权利要求5所述的系统,其中,所述直方图中断滤波器将所述最终直方图的每个区间的值增大1/k倍,使得所述最终直方图的全部区间的和等于所计算的直方图的全部区间的和。
7.根据权利要求1所述的系统,其中,所述虚拟直方图生成器设定曝光因子大于1,以在所述虚拟直方图的最后区间的指数大于所计算的直方图的区间的数量时,在所计算的直方图的最后区间之后累积一值,并且将所累积的值存储为所述虚拟直方图的最后区间的值。
8.根据权利要求1所述的系统,其中,所述虚拟直方图生成器设定曝光因子小于1,以在所述虚拟直方图的区间的数量少于所计算的直方图的区间的数量时,将在所述虚拟直方图的最后区间的紧前面的区间的值存储多达所计算的直方图的剩余区间的数量,使得所述虚拟直方图的区间的数量等于所计算的直方图的区间的数量。
9.一种用于控制相机的曝光的方法,包括以下步骤:
从输入图像数据计算并且存储直方图;
通过基于所计算的直方图改变曝光来生成虚拟直方图;
通过对所述虚拟直方图中形成的中断进行滤波来生成最终直方图;
对所述最终直方图执行均衡化;以及
根据经均衡化的直方图适用曝光值。
10.根据权利要求9所述的方法,其中,在生成所述虚拟直方图的步骤中,曝光因子被设定为大于1,以在所述虚拟直方图的最后区间的指数大于所计算的直方图的区间的数量时,在所述虚拟直方图的区间之中于所计算的直方图的最后区间之后累积一值,并且将所累积的值存储为所述虚拟直方图的最后区间的值。
11.根据权利要求9所述的方法,其中,在生成所述虚拟直方图的步骤中,曝光因子被设定为小于1,以在所述虚拟直方图的区间的数量少于所计算的直方图的区间的数量时,将在所述虚拟直方图的最后区间的紧前面的区间的值存储多达与所计算的直方图的剩余区间的数量,使得所述虚拟直方图的区间的数量等于所计算的直方图的区间的数量。
12.根据权利要求9所述的方法,其中,在生成所述最终直方图的步骤中,当具有0值的中断存在时,取出并且存储该中断的左边区间的值,增加所述虚拟直方图的区间的指数,以生成第一临时直方图,以及
当具有0值的所述中断存在时,取出并且存储所述中断的右边区间的值,减小所述虚拟直方图的区间的指数,以生成第二临时直方图。
13.根据权利要求12所述的方法,其中,在生成所述最终直方图的步骤中,当所述第一临时直方图和所述第二临时直方图的区间中的任何一个区间具有0值时,存储0值,并且当所述第一临时直方图和所述第二临时直方图的区间都不具有0值时,存储所述第一临时直方图和所述第二临时直方图的区间的平均值以生成所述最终直方图。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2014-0166610 | 2014-11-26 | ||
KR1020140166610A KR101592790B1 (ko) | 2014-11-26 | 2014-11-26 | 카메라 노출 제어 시스템 및 그 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105635596A true CN105635596A (zh) | 2016-06-01 |
CN105635596B CN105635596B (zh) | 2020-06-02 |
Family
ID=55458035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510784907.6A Active CN105635596B (zh) | 2014-11-26 | 2015-11-16 | 用于控制相机的曝光的系统及其方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9692982B2 (zh) |
KR (1) | KR101592790B1 (zh) |
CN (1) | CN105635596B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022551507A (ja) * | 2019-10-10 | 2022-12-09 | アウスター インコーポレイテッド | ライダー精度のための時系列測定処理 |
KR102266453B1 (ko) | 2020-09-18 | 2021-06-17 | 한국광기술원 | 용접 공정에서의 객체 트래킹 장치 및 방법 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005348115A (ja) * | 2004-06-03 | 2005-12-15 | Canon Inc | 明度補正画像生成装置および明度補正画像生成方式 |
US20070009253A1 (en) * | 2003-06-30 | 2007-01-11 | Jarno Nikkanen | Method and system in digital imaging for adjusting exposure and a corresponding device |
CN101049012A (zh) * | 2004-08-31 | 2007-10-03 | 卡西欧计算机株式会社 | 图像拾取设备、曝光控制方法以及安装在图像拾取设备中的计算机程序 |
US20080037897A1 (en) * | 2006-08-08 | 2008-02-14 | Stmicroelectronics Asia Pacific Pte. Ltd. (Sg) | Automatic contrast enhancement |
CN101127198A (zh) * | 2006-08-16 | 2008-02-20 | 三星电子株式会社 | 显示设备和调整显示设备的亮度的方法 |
CN101165706A (zh) * | 2006-10-19 | 2008-04-23 | 索尼株式会社 | 图像处理装置、图像获取方法和程序 |
CN101267504A (zh) * | 2007-03-14 | 2008-09-17 | 索尼株式会社 | 图像拾取装置、图像拾取方法、曝光控制方法和程序 |
CN101399924A (zh) * | 2007-09-25 | 2009-04-01 | 展讯通信(上海)有限公司 | 基于亮度直方图的自动曝光方法和装置 |
CN101783888A (zh) * | 2010-03-23 | 2010-07-21 | 中国科学院西安光学精密机械研究所 | 一种基于类直方图的自动曝光方法 |
KR20120083671A (ko) * | 2011-01-18 | 2012-07-26 | 위버브릿지(주) | 히스토그램 정규화와 감마 보정 합성을 통하여 저조도 영상을 개선하는 방법 및 장치 |
US20130162855A1 (en) * | 2011-12-22 | 2013-06-27 | Axis Ab | Camera and method for optimizing the exposure of an image frame in a sequence of image frames capturing a scene based on level of motion in the scene |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5949918A (en) * | 1997-05-21 | 1999-09-07 | Sarnoff Corporation | Method and apparatus for performing image enhancement |
KR100601312B1 (ko) | 1999-10-19 | 2006-07-13 | 삼성테크윈 주식회사 | 디지털 스틸 카메라의 자동 노출 보정 장치 및 방법 |
US9113114B2 (en) * | 2010-05-12 | 2015-08-18 | Samsung Electronics Co., Ltd | Apparatus and method for automatically controlling image brightness in image photographing device |
JP6020199B2 (ja) | 2013-01-24 | 2016-11-02 | 株式会社ソシオネクスト | 画像処理装置、方法、及びプログラム、並びに撮像装置 |
EP2938064B1 (en) * | 2014-04-24 | 2016-10-12 | Axis AB | Method and apparatus for determining exposure setting |
-
2014
- 2014-11-26 KR KR1020140166610A patent/KR101592790B1/ko active IP Right Grant
-
2015
- 2015-10-26 US US14/922,480 patent/US9692982B2/en active Active
- 2015-11-16 CN CN201510784907.6A patent/CN105635596B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070009253A1 (en) * | 2003-06-30 | 2007-01-11 | Jarno Nikkanen | Method and system in digital imaging for adjusting exposure and a corresponding device |
JP2005348115A (ja) * | 2004-06-03 | 2005-12-15 | Canon Inc | 明度補正画像生成装置および明度補正画像生成方式 |
CN101049012A (zh) * | 2004-08-31 | 2007-10-03 | 卡西欧计算机株式会社 | 图像拾取设备、曝光控制方法以及安装在图像拾取设备中的计算机程序 |
US20080037897A1 (en) * | 2006-08-08 | 2008-02-14 | Stmicroelectronics Asia Pacific Pte. Ltd. (Sg) | Automatic contrast enhancement |
CN101127198A (zh) * | 2006-08-16 | 2008-02-20 | 三星电子株式会社 | 显示设备和调整显示设备的亮度的方法 |
CN101165706A (zh) * | 2006-10-19 | 2008-04-23 | 索尼株式会社 | 图像处理装置、图像获取方法和程序 |
CN101267504A (zh) * | 2007-03-14 | 2008-09-17 | 索尼株式会社 | 图像拾取装置、图像拾取方法、曝光控制方法和程序 |
CN101399924A (zh) * | 2007-09-25 | 2009-04-01 | 展讯通信(上海)有限公司 | 基于亮度直方图的自动曝光方法和装置 |
CN101783888A (zh) * | 2010-03-23 | 2010-07-21 | 中国科学院西安光学精密机械研究所 | 一种基于类直方图的自动曝光方法 |
KR20120083671A (ko) * | 2011-01-18 | 2012-07-26 | 위버브릿지(주) | 히스토그램 정규화와 감마 보정 합성을 통하여 저조도 영상을 개선하는 방법 및 장치 |
US20130162855A1 (en) * | 2011-12-22 | 2013-06-27 | Axis Ab | Camera and method for optimizing the exposure of an image frame in a sequence of image frames capturing a scene based on level of motion in the scene |
Also Published As
Publication number | Publication date |
---|---|
US9692982B2 (en) | 2017-06-27 |
CN105635596B (zh) | 2020-06-02 |
KR101592790B1 (ko) | 2016-02-18 |
US20160150144A1 (en) | 2016-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108234858B (zh) | 图像虚化处理方法、装置、存储介质及电子设备 | |
CN103426147B (zh) | 图像处理装置、图像拾取装置和图像处理方法 | |
CN110660090B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
EP1903500A2 (en) | System, medium, and method compensating brightness of an image | |
CN110796041B (zh) | 主体识别方法和装置、电子设备、计算机可读存储介质 | |
CN111027347A (zh) | 一种视频识别方法、装置和计算机设备 | |
CN114095667B (zh) | 一种自动曝光方法、装置、电子设备及存储介质 | |
CN114727024A (zh) | 自动曝光参数调节方法、装置、存储介质及拍摄设备 | |
CN109286758A (zh) | 一种高动态范围图像的生成方法、移动终端及存储介质 | |
CN109040579A (zh) | 一种拍摄控制方法、终端及计算机可读介质 | |
CN111373436A (zh) | 图像处理方法、终端设备及存储介质 | |
CN108229281B (zh) | 神经网络的生成方法和人脸检测方法、装置及电子设备 | |
CN109816720B (zh) | 道路中心检测方法、机载设备及存储介质 | |
CN105635596A (zh) | 用于控制相机的曝光的系统及其方法 | |
CN112597995B (zh) | 车牌检测模型训练方法、装置、设备及介质 | |
CN113361582A (zh) | 一种对抗样本的生成方法和装置 | |
CN111680716B (zh) | 一种识别对比方法、装置、计算机设备和存储介质 | |
CN112236800A (zh) | 学习设备、图像生成设备、学习方法、图像生成方法和程序 | |
CN116017129A (zh) | 一种补光灯角度调整方法、装置、系统、设备和介质 | |
CN116311135A (zh) | 语义信息的数据降维方法、数据降维系统及控制器 | |
CN112818743B (zh) | 图像识别的方法、装置、电子设备及计算机存储介质 | |
CN116249015A (zh) | 摄像头遮挡检测方法、装置、摄像头设备及存储介质 | |
CN111767757B (zh) | 身份信息确定方法及装置 | |
CN101836203B (zh) | 用于自动比较两个度量值组的方法和装置 | |
CN111630558A (zh) | 一种图像处理、匹配方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |