CN105657287A - 一种逆光场景检测方法、装置以及成像装置 - Google Patents

Abstract

本发明公开了一种逆光场景检测方法及装置，该方法包括：获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；根据所述近景目标的亮度信息判断所述图像是否为逆光场景。本发明所提供的逆光场景检测方法及装置，通过获取图像中各目标的深度数据，与预设阈值比较后，确定图像中的近景目标和背景，然后根据近景目标的亮度信息在逆光场景中体现的特性来判断图像是否为逆光场景。与现有技术相比，本发明准确度较高，使得智能相机能够自动识别逆光场景，实用性较强，能够有效提高用户的体验度。此外，本发明还提供了一种成像装置。

Description

一种逆光场景检测方法、装置以及成像装置

技术领域

本发明涉及成像技术领域，特别是涉及一种逆光场景检测方法、装置以及成像装置。

背景技术

目前，数码的应用越来越广泛。除了专业的数码相机产品之外，在众多电子设备上已经集成了不同精度的数码相机。例如，在笔记本型计算机中大多集成了数码摄像头，在个人数字助理(PDA)和智能手机中大多集成了数码相机，在平板电脑中也集成了数码相机。

在利用数码相机进行图像拍摄时，不可避免地会遇到逆光场景拍摄和非逆光场景拍摄的问题。在逆光拍摄的情况下，往往出现背景部分过亮而真正所关注的被摄物体即对象部分过暗的结果。逆光检测可以广泛应用于数字照相机及摄像机等成像装置的智能场景识别及自动曝光控制等功能。

现有技术方案中，逆光场景检测一般可以通过硬件方式和软件方式来实现。硬件方式是采用CMOS逆光检测传感器来自动检测逆光的拍摄状态；软件方式是直接对采集到的彩色图像信息进行图像处理，然后根据获取到的图像相关信息来进行逆光检测。现有的检测方法准确度较低，实用性和用户体验都较差。

发明内容

本发明的目的是提供一种逆光场景检测方法、装置及成像装置，目的在于解决现有检测方法准确度较低的问题。

为解决上述技术问题，本发明提供一种逆光场景检测方法，包括：

获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；

将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；

根据所述近景目标的亮度信息判断所述图像是否为逆光场景。

可选地，所述根据所述近景目标的亮度信息判断所述图像是否为逆光场景包括：

统计所述近景目标的亮度直方图；

根据所述亮度直方图计算所述近景目标处于逆光场景的逆光概率；

通过所述逆光概率判断所述图像是否为逆光场景。

可选地，所述获取图像中各目标的深度数据包括：

通过双摄像头分别获取图像；

对双摄像头获取到的图像进行匹配，获取目标点在双摄像头成像的视差；

通过所述视差计算各目标与镜头之间的实际空间距离。

可选地，所述根据所述亮度直方图计算所述近景目标处于逆光场景的逆光概率包括：

根据以及计算所述亮度直方图的均值μ以及标准差σ，其中，x_i为第i个级别的灰度值个数，n为图像像素总数；

根据计算所述近景目标处于逆光场景的逆光概率P，其中，α、β为权值。

可选地，所述通过所述逆光概率判断所述图像是否为逆光场景包括：

将所述逆光概率与预设判断阈值进行比较，当所述逆光概率大于等于所述预设判断阈值时，所述图像为逆光图像；

当所述逆光概率小于所述预设判断阈值时，所述图像为非逆光图像。

可选地，所述通过所述逆光概率判断所述图像是否为逆光场景包括：

对预设时间间隔内获取的逆光概率进行累计判断，当判断所述图像为逆光场景的结果超过预设次数时，判断所述图像为逆光场景。

可选地，还包括：

在判断所述图像为逆光场景后，启动高动态光照渲染对所述图像进行图像增强。

本发明还提供了一种逆光场景检测装置，包括：

获取模块，用于获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；

确定模块，用于将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；

判断模块，用于根据所述近景目标的亮度信息判断所述图像是否为逆光场景。

本发明还提供了一种成像装置，包括上述逆光场景检测装置。

可选地，还包括：

开关模块，用于对所述逆光场景检测装置的开启和闭合进行控制。

本发明所提供的逆光场景检测方法及装置，通过获取图像中各目标的深度数据，与预设阈值比较后，确定图像中的近景目标和背景，然后根据近景目标的亮度信息在逆光场景中体现的特性来判断图像是否为逆光场景。与现有技术相比，本发明仅根据拍照中最关注的近景目标的亮度信息来进行检测，其准确度较高，使得智能相机能够自动识别逆光场景，从而进一步自动启动HDR增强功能，给不知道什么时候应该启动HDR功能的用户带来了极大的方便，实用性较强，能够有效提高用户的体验度。此外，本发明还提供了一种成像装置。

附图说明

图1为本发明所提供的逆光场景检测方法的一种具体实施方式的方法流程图；

图2为本发明所提供的逆光场景检测方法的另一种具体实施方式的方法流程图；

图3为本发明所提供的逆光场景检测方法的另一种具体实施方式中根据双摄像头测量景深的原理图；

图4为本发明所提供的逆光场景检测方法的另一种具体实施方式中根据双摄像头测量景深的流程图；

图5为本发明所提供的逆光场景检测装置的一种具体实施方式的结构框图；

图6为本发明所提供的成像装置的工作流程图。

具体实施方式

在摄影技术中，对逆光的处理很早就存在。具体来说，就是用图像采集设备，包括相机、手机，面对太阳等强光源进行图像采集。但这样拍摄出的照片往往对比度过强，丢失了很多的图像细节，而且照片颜色信息丢失很严重。随着手持移动设备成像质量的提高，越来越多的用户使用手机拍照。因此在日光下拍摄照片变得很常见。为了能够帮助用户在逆光条件下也能拍摄出满意的照片，因此需要对逆光场景进行自动检测，后续再使用一系列逆光照片修复方法，这样用户就可以在逆光拍摄条件下，也能直接得到满意的照片。

传统的技术方案在一定程度上可以满足用户的需求，但是其实现过程通常比较复杂，性价比也比较低，测量准确度也会随环境变换而发生较大变化。鉴于此，本发明的核心是提供一种基于景深的逆光场景检测方法。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。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。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明所提供的逆光场景检测方法的一种具体实施方式的方法流程图如图1所示，该方法包括：

步骤S101：获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；

步骤S102：将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；

步骤S103：根据所述近景目标的亮度信息判断所述图像是否为逆光场景。

本发明所提供的逆光场景检测方法，通过获取图像中各目标的深度数据，与预设阈值比较后，确定图像中的近景目标和背景，然后根据近景目标的亮度信息在逆光场景中体现的特性来判断图像是否为逆光场景。与现有技术相比，本发明仅根据拍照中最关注的近景目标的亮度信息来进行检测，其准确度较高，使得智能相机能够自动识别逆光场景，从而进一步自动启动HDR增强功能，给不知道什么时候应该启动HDR功能的用户带来了极大的方便，实用性较强，能够有效提高用户的体验度。

本发明所提供的逆光场景检测方法的另一种具体实施方式的方法流程图如图2所示，与上一实施例相比，本实施方式中对根据近景目标的亮度信息判断图像是否为逆光场景的过程进行了进一步限定。该方法包括：

步骤S201：获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；

获取图像中各目标的深度数据可以采用双目测量技术。双目测量，是根据立体视觉原理，利用双摄头来获取目标的空间三维坐标信息。景深数据获取，是根据双目测量获取到的数据来确定目标与镜头之间的实际空间距离。具体可以通过以下过程实现：

通过双摄像头获取图像；

对双摄像头获取到的图像进行匹配，获取目标点在双摄像头成像的视差X_R-X_L，其中，X_R、X_L分别为目标在双摄像头所成的像与像面的距离；

通过计算各目标的深度数据，其中，b为双摄像头光心的距离，f为摄像头的焦距。

如图2、图3根据双摄像头测量景深的原理图以及流程图所示，世界坐标系中的任意一点都满足，该点与它在左右相机的成像点在同一个极平面上。OL和OR是左右相机的的光心，长为L的两条线段表示的是左右相机的像面。则光心到像面的最短距离就是焦距长度f。若P是世界坐标系中的一点，它在左右像面上的成像点是PL和PR。PL和PR距各自像面的左边缘的距离是XL和XR。视差就是XR-XL或者是XL-XR。标定和匹配后f，b，XR，XL都能够得到，那么物体的景深Z和视差的什么关系可由下面的推导过程得出：

在ΔO_LO_RP中，ΔP_LP_RP相似于ΔO_LO_RP，则有比例关系：

$\frac{P_L{P}_R}{Z-f}=\frac{O_L{O}_R}{Z}---\left(1\right)$

又可以写为：

$\frac{b-\[(X_L-\frac{L}{2})+(\frac{L}{2}-X_R)\]}{Z-f}=\frac{b}{Z}---\left(2\right)$

于是有：

$\frac{b+X_R-X_L}{Z-f}=\frac{b}{Z}---\left(3\right)$

可推导出：

$Z=\frac{bf}{X_R-X_L}---\left(4\right)$

其中，X_R-X_L称为视差，即目标点在左右两幅视图上成像的横向坐标直接存在的差异。利用图像匹配和视差原理即可获得景物的空间三维坐标(X,Y,Z)。

其中，通过匹配可获得左右视图的视差数据，匹配最常见的方法有特征点检测算法。

步骤S202：将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；

其中，预设阈值可以为3m到5m，当然也可以根据具体情况人为设定，这都不影响本发明的实现。根据预设阈值将距离镜头较近的目标和背景区分出来。

步骤S203：统计所述近景目标的亮度直方图；

直方图统计是根据近景目标的亮度信息进行直方图统计，以计算近景目标的逆光度等信息，从而检测当前场景是否为逆光场景。

一般来说，图像的亮度直方图是1个1-D的离散函数：

p(s_k)＝n_k/n,k＝0,1,…,L-1(5)

其中，s_k为图像f(x,y)的第k级灰度值，n_k是f(x,y)中具有灰度值s_k的像素的个数，n是图像像素总数。因为p(s_k)给出了对s_k出现概率的1个估计，所以直方图提供了原图的灰度值分布情况，也可以说给出了图像所有灰度值的整体描述。

步骤S204：根据所述亮度直方图计算所述近景目标处于逆光场景的逆光概率；

根据以及计算所述亮度直方图的均值μ以及标准差σ，其中，x_i为第i个级别的灰度值个数，n为图像像素总数；

根据计算所述近景目标处于逆光场景的逆光概率P，其中，α、β为权值，Y只取正负1，表示逆光和非逆光。通过这个概率来判决图像中近景目标的逆光程度了。

步骤S205：通过所述逆光概率判断所述图像是否为逆光场景。

将所述逆光概率与预设判断阈值进行比较，当所述逆光概率大于等于所述预设判断阈值时，所述图像为逆光图像；

当所述逆光概率小于所述预设判断阈值时，所述图像为非逆光图像。

预设判断阈值可以根据实际情况人为确定。

作为一种优选实施方式，本发明所提供的逆光场景检测方法还可以包括：

对预设时间间隔内获取的逆光概率进行累计判断，当判断所述图像为逆光场景的结果超过预设次数时，判断所述图像为逆光场景。

具体地，若累积判断结果大多数都为逆光场景，则将最终判断结果设置为逆光由于特定场景的深度图具有不变性，因此可以有效降低逆光检测时数据跳变的问题。

步骤S206：在判断所述图像为逆光场景后，启动高动态光照渲染对所述图像进行图像增强。

如果检测出的结果是逆光场景，那么智能手机相机将会自动启动HDR功能。当用户确认拍照后，智能手机相机应用将会记录一幅HDR增强后的图像；如果检测结果是非逆光场景，那么智能手机相机将不会启动HDR功能，用户只需正常拍照即可。

本实施例利用智能手机的双摄像头来获得图像场景的深度图，再通过场景中目标与镜头的距离来确定出近景目标和背景，然后通过近景目标的亮度直方图分布特征来确定是否逆光。

与现有技术需要对场景图像进行简单分块进行检测的方法相比，本发明不需要进行分块，适应性更高。且现有技术需要对每一帧的图像场景都进行分析处理，容易增加算法复杂度，并且在逆光和非逆光场景的临界处，检测结果容易发生频繁跳变。而本发明设置了一定的时间间隔来进行累积判断，若累积判断结果大多数都为逆光场景，则将最终判断结果设置为逆光，这样就解决了逆光场景临界处判定结果频繁跳变的问题。

本发明所提供的逆光场景检测装置的一种具体实施方式的结构框图如图5所示，该装置包括：

获取模块100，用于获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；

确定模块200，用于将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；

判断模块300，用于根据所述近景目标的亮度信息判断所述图像是否为逆光场景。

本发明所提供的逆光场景检测装置，通过获取图像中各目标的深度数据，与预设阈值比较后，确定图像中的近景目标和背景，然后根据近景目标的亮度信息在逆光场景中体现的特性来判断图像是否为逆光场景。与现有技术相比，本发明仅根据拍照中最关注的近景目标的亮度信息来进行检测，其准确度较高，使得智能相机能够自动识别逆光场景，从而进一步自动启动HDR增强功能，给不知道什么时候应该启动HDR功能的用户带来了极大的方便，实用性较强，能够有效提高用户的体验度。

本发明所提供的逆光场景检测装置与上述方法相对应，在此不再赘述。

此外，本发明还提供了一种成像装置，包括上述任一种逆光场景检测装置。该成像装置可以具体设置在智能手机、相机或者其他终端设备中。

该成像装置还可以进一步包括开关模块，用于对所述逆光场景检测装置的开启和闭合进行控制(默认状态为开启)。如果该功能被开启，则对逆光场景进行检测的功能将被激活；如果该功能被关闭，则取消逆光场景检测功能。该开关模块通常集成到手机相机软件当中，也可以直接添加到操作系统设置之中。

如图6本发明所提供的成像装置的工作流程图所示，当系统启动双摄像头后，会先判断逆光场景检测开关设置是否开启(默认为开启)，若是关闭状态则在正常拍摄之后记录图像并结束程序；若是开启状态则会继续执行主体程序。

在主体程序中，首先需要利用双目测量技术来获取图像的景深数据；接着，通过设定的阈值(一般为3至5米)来确定图像中的近景目标；然后，统计近景目标的亮度直方图并对其进行均值和标准差分析；最后，根据公式(4)来计算近景目标的逆光概率，对当前图像是否为逆光场景进行判断，并根据判定结果来启动或者关闭HDR拍摄功能(逆光时启动HDR，非逆光时关闭HDR)；最后，在用户按下快门时记录图像。

本发明通过具有双摄像头的智能手机相机应用来准确检测出逆光场景。和现有技术方案相比，本方案的准确度较高，使得智能相机可以自动识别逆光场景和自动启动HDR增强功能，对不知道什么时候该启动HDR功能的用户带来了极大的方便。本方案实用性较强，能有效地提高了用户体验度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种逆光场景检测方法，其特征在于，包括：

获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；

将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；

根据所述近景目标的亮度信息判断所述图像是否为逆光场景。

2.如权利要求1所述的逆光场景检测方法，其特征在于，所述根据所述近景目标的亮度信息判断所述图像是否为逆光场景包括：

统计所述近景目标的亮度直方图；

根据所述亮度直方图计算所述近景目标处于逆光场景的逆光概率；

通过所述逆光概率判断所述图像是否为逆光场景。

3.如权利要求2所述的逆光场景检测方法，其特征在于，所述获取图像中各目标的深度数据包括：

通过双摄像头分别获取图像；

对双摄像头获取到的图像进行匹配，获取目标点在双摄像头成像的视差；

通过所述视差计算各目标与镜头之间的实际空间距离。

4.如权利要求2所述的逆光场景检测方法，其特征在于，所述根据所述亮度直方图计算所述近景目标处于逆光场景的逆光概率包括：

根据以及计算所述亮度直方图的均值μ以及标准差σ，其中，x_i为第i个级别的灰度值个数，n为图像像素总数；

根据计算所述近景目标处于逆光场景的逆光概率P，其中，α、β为权值。

5.如权利要求4所述的逆光场景检测方法，其特征在于，所述通过所述逆光概率判断所述图像是否为逆光场景包括：

将所述逆光概率与预设判断阈值进行比较，当所述逆光概率大于等于所述预设判断阈值时，所述图像为逆光图像；

当所述逆光概率小于所述预设判断阈值时，所述图像为非逆光图像。

6.如权利要求1至5任一项所述的逆光场景检测方法，其特征在于，所述通过所述逆光概率判断所述图像是否为逆光场景包括：

对预设时间间隔内获取的逆光概率进行累计判断，当判断所述图像为逆光场景的结果超过预设次数时，判断所述图像为逆光场景。

7.如权利要求6所述的逆光场景检测方法，其特征在于，还包括：

在判断所述图像为逆光场景后，启动高动态光照渲染对所述图像进行图像增强。

8.一种逆光场景检测装置，其特征在于，包括：

获取模块，用于获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距离；

确定模块，用于将所述深度数据与预设阈值进行比较，确定各所述目标中的近景目标；

判断模块，用于根据所述近景目标的亮度信息判断所述图像是否为逆光场景。

9.一种成像装置，其特征在于，包括如权利要求8所述的逆光场景检测装置。

10.如权利要求9所述的成像装置，其特征在于，还包括：

开关模块，用于对所述逆光场景检测装置的开启和闭合进行控制。