CN106713778B

CN106713778B - 曝光控制方法和装置

Info

Publication number: CN106713778B
Application number: CN201611238280.5A
Authority: CN
Inventors: 沈雨剪
Original assignee: Shanghai X-Chip Microelectronic Technology Co Ltd
Current assignee: Hunan Xingxin Microelectronics Technology Co.,Ltd.
Priority date: 2016-12-28
Filing date: 2016-12-28
Publication date: 2019-04-23
Anticipated expiration: 2036-12-28
Also published as: CN106713778A

Abstract

本发明技术方案公开了一种曝光控制方法和装置，所述曝光控制方法包括：计算场景平均亮度；根据场景照度评估、直方图亮部区域占比和直方图暗部区域占比进行场景识别，以获得自适应场景的目标亮度值；根据场景平均亮度和自适应场景的目标亮度值调整图像传感器的参数，以提升或降低图像亮度。本发明技术方案的曝光控制方法和装置针对场景的复杂性和多样性进行自适应调整，并且保证其自动曝光控制的速度和稳定性。

Description

曝光控制方法和装置

技术领域

本发明属于图像处理技术领域，具体涉及一种曝光控制方法和装置。

背景技术

随着科技行业的高速进步和发展，高清图像与高清视频变得越来越普及，无论是智能终端、行车记录仪市场，还是时下比较火热的AR/VR(增强现实/虚拟现实)产品、智能硬件、无人驾驶等人工智能技术，都离不开图像信号处理器作为信息获取的前端输入，并且获取到的图像质量和性能直接决定了该设备或产品的最终质量和用户体验。作为图像信号处理器中的基础和核心，3A(自动曝光、自动聚焦和自动白平衡)功能对于成像效果起着至关重要的作用，如何实现功能、性能、适应性均优越的3A功能一直是业界聚焦和研究的方向，其中以自动曝光控制最为重要且最为复杂。

自动曝光控制策略的实现过程是通过获取场景画面的亮度信息并进行分析和处理后，按照一定的目标亮度调节曝光参数，通过不断反馈控制快速调整并收敛在目标亮度范围内以捕捉最优的亮度效果，其复杂之处在于：首先针对现实场景，会受到各种不确定因素的影响，比如日夜、光照、雨雾、遮挡等因素，这些影响因素对于测光获取和控制调整均会造成不同程度的干扰，从而降低算法的实际实现效果；其次各种场景需要反映出不同的亮度要求，尽可能地兼顾并呈现场景中的不同物体的亮度需求(例如天空和道路共存的场景)，避免出现过度曝光或曝光不足的问题；最后，要求自动曝光控制变化能快速和准确地完成，即在保证准确度的情况下，自动曝光控制能快速响应出场景的变化，不能有碍于用户体验。

受到仿生学原理的启发，对于图像信号处理器中的自动曝光功能的实现，借鉴并模仿人眼对亮度的控制，实现在各种场景下关注的图像区域能够具有合适的亮度并呈现出更多的细节和信息。自动曝光控制方法的追求目标是以人眼为标杆，通过图像可以还原和再现出人眼的视觉感知，然而人眼不但具有比摄像头更宽的动态范围同时也具有很强的亮度控制能力，能够通过瞳孔的放大或者缩小，锥神经细胞和杆神经细胞的敏感程度来控制对亮度的信息的获取。

目前常用的自动曝光控制算法使用一个固定的目标亮度值作为调整目标，通过统计当前画面亮度信息，结合CMOS图像传感器的感光特性，线性调整前端传感器的曝光时间和增益值，形成一个正反馈控制流程，最终使得当前画面亮度值收敛在设定的目标亮度值的一定区间范围内作为稳定状态，以此保证场景画面亮度适中。

然而，在实际的应用过程中，现有算法暴露出以下两个主要问题：

场景适应性差，无法实现各场景下不同的最佳亮度控制。在传统的自动曝光控制算法中，设置的固定目标亮度大多为调试和经验得出的结果，基本可以满足大部分普通场景下的应用需求，保证了画面的整体亮度无较大偏差且算法实现较为简单高效，因此在业界被广泛采用。比如现有的一种能够根据固定图像亮度自动设置相机曝光时间和模拟增益的方法，基于平均亮度值和目标亮度值的差值计算需要进行的曝光调节或增益调节，该方法虽然实现了自动曝光的基本控制，但无法保证固定的目标亮度是否可以覆盖多种场景，尤其是针对白天和夜晚的场景。在更多情况下，各个场景的独特性和差异性必然会导致其整体平均亮度并非固定不变，如若将所有场景收敛至相同的固定目标亮度，势必会造成一部分场景出现亮度过度或亮度不足的情况发生，从最终的性能评估上来说该算法无疑是不足的。因为该算法无法实现自适应各种特殊场景，无法反映并呈现出各场景的独特特性，尤其表现在高动态场景中很容易出现曝光过度或曝光不足从而导致图片质量欠佳的情况。

稳定性不足。针对上述问题出现了一些相应改进的算法，然而算法复杂度的增加对于自动曝光控制的稳定性是一个很大的考验。比如现有的一种自动曝光的方法及装置针对动态范围相对较高的场景，容易出现局部高亮区域过曝的现象，设计了两个控制模块进行针对性的调整。第一控制模块用于判断图像的亮度值是否属于预设的亮度区间，然后利用第二控制模块，检测到图像的亮度值属于亮度区间时，判断图像中是否有过曝区域。通过这两个控制模块保证图像的亮度值在属于目标亮度的区间范围内，进一步检测过曝区域是否存在并进行压制，从而降低了图像过曝的可能性，提高了图像的显示效果。该专利提出的技术无法本质上解决场景的复杂性和多样性对于场景有效信息的还原和提取所造成的干扰问题，更关键的问题在于，该技术在实现上很可能会造成第一、第二控制模块反复工作，出现两者相互干扰无法稳定的情况，因而会观察到画面来回震荡出现跳闪的现象，对于自动曝光控制的最终稳定性造成了严重的破坏，出现这样的问题反而是更加无法接受的一个情况。

发明内容

本发明技术方案要解决的技术问题是现有的曝光控制算法无法根据场景变化进行自适应调整，且控制稳定性也较差。

为解决上述技术问题，本发明技术方案提供一种曝光控制方法，包括：

计算场景平均亮度AVG；

根据场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF进行场景识别，以获得自适应场景的目标亮度值TARGET，所述自适应场景的目标亮度值对应于识别出的场景类型，所述场景照度评估SCENELUMA根据当前配置到图像传感器的曝光行和增益的乘积再除以当前的显示帧率获得，所述直方图亮部区域占比HP_PDF根据公式获得，所述直方图暗部区域占比LP_PDF根据公式获得，其中，PDF(i)为直方图概率密度分布、BRIGHTTHR_L为亮部区域低门限、BRIGHTTHR_H为亮部区域高门限、DARKTHR_L为暗部区域低门限、DARKTHR_H为暗部区域高门限；

根据场景平均亮度AVG和自适应场景的目标亮度值TARGET调整图像传感器的参数，以提升或降低图像亮度。

可选的，所述曝光控制方法还包括：采用线性渐进迭代处理对所述自适应场景的目标亮度值进行平滑处理。

可选的，所述曝光控制方法还包括：根据场景平均亮度AVG和自适应场景的目标亮度值TARGET确定不同的调整速度。

为解决上述技术问题，本发明技术方案还提供一种曝光控制装置，包括：

平均亮度计算单元，用于计算场景平均亮度AVG；

目标亮度获取单元，用于根据场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF进行场景识别，以获得自适应场景的目标亮度值TARGET，所述自适应场景的目标亮度值对应于识别出的场景类型，所述场景照度评估SCENELUMA根据当前配置到图像传感器的曝光行和增益的乘积再除以当前的显示帧率获得，所述直方图亮部区域占比HP_PDF根据公式获得，所述直方图暗部区域占比LP_PDF根据公式获得，其中，PDF(i)为直方图概率密度分布、BRIGHTTHR_L为亮部区域低门限、BRIGHTTHR_H为亮部区域高门限、DARKTHR_L为暗部区域低门限、DARKTHR_H为暗部区域高门限；

控制参数调整单元，用于根据场景平均亮度AVG和自适应场景的目标亮度值TARGET调整图像传感器的参数，以提升或降低图像亮度。

可选的，所述曝光控制装置还包括：目标亮度平滑处理单元，用于采用线性渐进迭代处理对所述自适应场景的目标亮度值进行平滑处理。

可选的，所述曝光控制装置还包括：调整速度控制单元，用于根据场景平均亮度AVG和自适应场景的目标亮度值TARGET确定不同的调整速度。

与现有技术相比，本发明技术方案采用动态调整的目标亮度控制方法解决场景适应性问题，通过进行场景识别后匹配出对应的较为合适的目标亮度取代了传统控制算法中的固定的目标亮度，实现了各特殊场景的自适应处理，保障了各场景下都可以具有合适的亮度控制，极大提升了自动曝光控制算法的性能并拓宽了图像信号处理器的应用领域。

采用了分区域渐进式速度调控机制解决收敛速度和稳定性不足的问题，针对传统自动曝光控制算法所暴露出的控制不稳定的情况，通过不同的速度调控取代了传统控制算法中的固定速度控制方式，利用分区域快速逼近策略极大提升了自动曝光控制的稳定性并缩短了整个自动曝光控制过程的实现时间。

附图说明

图1为本发明技术方案的曝光控制方法的流程示意图；

图2为图1中步骤S1的实施例流程示意图；

图3为图1中步骤S2的实施例流程示意图；

图4为本发明实施例的曝光控制方法的流程示意图；

图5为图4中步骤S4的实施例流程示意图；

图6为本发明实施例的曝光控制装置的结构示意图。

具体实施方式

请参考图1，本发明技术方案的基于高动态范围摄像装置的曝光控制方法包括：

步骤S1，计算场景平均亮度AVG；

步骤S2，根据场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF进行场景识别，以获得自适应场景的目标亮度值TARGET；

步骤S3，根据场景平均亮度AVG和自适应场景的目标亮度值TARGET调整图像传感器的参数，以提升或降低图像亮度。

下面结合实施例和附图对各步骤进行详细说明。

请参考图1，步骤S1，计算场景平均亮度AVG。具体地，基于图像信号处理器的前端图像传感器采集到当前帧的RAW格式(原始格式)图像数据，计算出当前画面的平均亮度，即为场景平均亮度AVG。

场景平均亮度可以是对当前中所有像素点的灰度值进行累加求和后再求均值。为了降低场景中对于测光结果的干扰，更准确反映当前画面的评估结果，在本实施例中，场景平均亮度是将图像分成若干区域，先计算每个区域的平均亮度，然后再取一定范围内的区域的平均亮度求均值。如图2所示，步骤S1具体可以包括：步骤S11至步骤S13。

步骤S11，将图像分成若干区域，计算分区域平均亮度Avg_j，0≤j≤n-1，n为区域的总数。n的取值是考虑到获取更多的分块信息并且计算处理起来又不会太复杂而权衡后的结果。一般来说，可以将图像分成n＝NxN个相同大小的区域，依据图像分辨率，N的选择范围可以是3～8。以n＝25为例，图像信号处理器中会以水平平均划分5个区域垂直平均划分5个区域的方式，将基于图像传感器采集到的图像阵列数据平均划分为25个相同大小的图像阵列区域，对每个区域中的所有像素点的灰度值进行累加求和后再求均值，获得分区域平均亮度Avg_j。

步骤S12，进行后处理校正，以舍弃平均亮度过低和过高的区域。

根据设定的灰度值低门限Th_Luma_Low，计算校正后的分区域平均亮度Avg_j，如下公式所示：

当画面分区域中的平均亮度小于低门限会被直接丢弃，不计入画面平均亮度的计算，这样可以有效减少黑物体对于测光结果带来的误差。

根据设定的灰度值高门限Th_Luma_High，计算校正后的分区域平均亮度Avg_j，如下公式所述：

当画面分区域中的统计平均亮度大于高门限将会被直接丢弃，不计入画面平均亮度的计算，因为明显过曝的数值对于测光结果的影响权重过大，如果计算在内，会对最终计算结果造成较大的偏差。

灰度值高门限Th_Luma_High和灰度值低门限Th_Luma_Low是经实验和测试后进行实际效果对比而获得的经验值，以0～255灰阶为例，灰度值低门限Th_Luma_Low取值可以为20,数值可以有一定范围的变动；灰度值高门限Th_Luma_High取值可以为250，数值可以有一定范围的变动。

步骤S13，根据校正后的分区域平均亮度Avg_j，计算出场景平均亮度AVG。其中N表示未被舍弃的区域的数量。

请继续参考图1，步骤S2，根据场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF进行场景识别，以获得自适应场景的目标亮度值TARGET。自适应场景的目标亮度值对应于识别出的场景类型，本实施例中，主要针对当前场景信息的提取，利用查表法匹配预存在图像信号处理器内的不同场景类型的目标亮度值，实现各种特殊场景和普通场景的自适应变化，允许调整到不同的亮度状态。

由于所适配的不同种类的图像传感器其动态范围和表现特性存在一定的差异，因此需要预先对所用的图像传感器进行相应目标亮度的标定，通过一定数量的多场景测试，分别确定相应场景类型下合理的目标亮度值。具体地，将所有的场景划分为4个类型：夜晚场景、普通场景、高动态场景和高亮场景，针对各类型下的典型场景进行测试和校准，分别确定夜晚场景、普通场景、高动态范围场景和高亮场景下所对应的目标亮度值，尽可能保证具有合理的场景亮度，还原出更加真实和准确的信息，作为后续进行查表计算出最佳的目标亮度值提供了可靠的依据。

如图3所示，步骤S2可以进一步包括：步骤S21至步骤S29。

步骤S21，计算场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF。

场景照度评估SCENELUMA根据当前配置到图像传感器的曝光行和增益的乘积再除以当前的显示帧率获得，以此来描述一个当前场景的评估情况。直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF根据图像的直方图概率密度分布PDF(i)曲线，结合设定的暗部区域低门限DARKTHR_L和暗部区域高门限DARKTHR_H、以及亮部区域低门限BRIGHTTHR_L和亮部区域高门限BRIGHTTHR_H获得，如下公式所示：暗部区域低门限DARKTHR_L、暗部区域高门限DARKTHR_H、亮部区域低门限BRIGHTTHR_L和亮部区域高门限BRIGHTTHR_H是经实验和测试后进行实际效果对比而获得的经验值，例如：暗部区域低门限DARKTHR_L取值为0、暗部区域高门限DARKTHR_H取值为40,数值可以有一定范围的变动；亮部区域低门限BRIGHTTHR_L取值为210、亮部区域高门限BRIGHTTHR_H取值为256，数值可以有一定范围的变动。

步骤S22，判断是否SCENELUMA<SLUMA_THR_L且LP_PDF>LPDF_THR，若是则进行步骤S23，否则进行步骤S24。

步骤S23，识别为夜晚场景，自适应场景的目标亮度值TARGET匹配为夜晚场景的目标亮度值。

步骤S24，判断是否SCENELUMA>SLUMA_THR_H且HP_PDF>HPDF_THR，若是则进行步骤S25，否则进行步骤S26。

步骤S25，识别为高亮场景，自适应场景的目标亮度值TARGET匹配为高亮场景的目标亮度值。

步骤S26，判断是否SCENELUMA>SLUMA_THR_H且LP_PDF>LPDF_THR，若是则进行步骤S27，否则进行步骤S28。

步骤S27，识别为高动态场景，自适应场景的目标亮度值TARGET匹配为高动态场景的目标亮度值。

步骤S28，判断是否SCENELUMA<SLUMA_THR_L且HP_PDF>HPDF_THR，若是则进行步骤S27，否则进行步骤S29。

步骤S29，识别普通场景，自适应场景的目标亮度值TARGET匹配为普通场景的目标亮度值。

概括来说，当场景照度评估SCENELUMA小于预设的照度低门限SLUMA_THR_L且直方图暗部区域占比LP_PDF超过了预设的暗部区域所允许的门限LPDF_THR时，判断为夜晚场景，并将目标亮度值TARGET赋值为夜晚场景的目标亮度值；当场景照度评估SCENELUMA大于预设的照度高门限SLUMA_THR_H且直方图亮部区域占比HP_PDF超过了预设的亮部区域所允许的门限HPDF_THR时，判断为高亮场景，并将目标亮度值TARGET赋值为高亮场景的目标亮度值；当场景照度评估SCENELUMA大于预设的照度高门限SLUMA_THR_H且直方图暗部区域占比LP_PDF超过了预设的暗部区域所允许的门限LPDF_THR时，或当场景照度评估SCENELUMA小于预设的照度低门限SLUMA_THR_L且直方图亮部区域占比HP_PDF超过了预设的亮部区域所允许的门限HPDF_THR时，判断为高动态场景，并将目标亮度值TARGET赋值为高动态场景的目标亮度值；当场景不满足上述任何情况时，将该场景判定为普通场景，并将目标亮度值TARGET赋值为普通场景的目标亮度值。

照度低门限SLUMA_THR_L、照度高门限SLUMA_THR_H、暗部区域所允许的门限LPDF_THR和亮部区域所允许的门限HPDF_THR是经实验和测试后进行实际效果对比而获得的经验值，例如，照度低门限SLUMA_THR_L可以取值为512、照度高门限SLUMA_THR_H可以取值为4096，数值可以有一定范围的变动；暗部区域所允许的门限LPDF_THR可以取值为15％、亮部区域所允许的门限HPDF_THR可以取值为20％，数值可以有一定范围的变动。

进一步，针对场景切换和过渡过程中由于调整的目标亮度值的改变可能会引起衔接不顺畅的问题，需要增加稳定性从而避免出现跳闪或过渡太过突兀的情况，因此在本实施例的曝光控制方法还可以包括：采用线性渐进迭代处理对所述自适应场景的目标亮度值进行平滑处理。引入线性渐进迭代处理对场景间的目标亮度做了很好的平滑，可以保证能快速高效稳定地完成场景切换。

具体地，线性渐进迭代处理是采用线性内插法实现的，当场景没变化的时候，线性渐进迭代处理会计算出一个相同的结果，当场景开始变化的时候，线性渐进迭代处理会根据当前场景的目标亮度值和之前场景的目标亮度值计算出两个场景的一个目标亮度过渡值，这个目标亮度过渡值是赋值给自适应场景的目标亮度值TARGET的。在进行场景识别的时候，针对场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF进行当前场景的识别，当发现对于当前场景的评估计算出的目标亮度值与之前缓存的场景的目标亮度值不一致时，会判断为场景变化，需要采用线性内插法计算出当前场景的目标亮度值和之前场景的目标亮度值之间的一个目标亮度过渡值，以对自适应场景的目标亮度值TARGET进行修正，保证不会出现一下子的跳动。

请继续参考图1，步骤S3，根据场景平均亮度AVG和自适应场景的目标亮度值TARGET调整图像传感器的参数，以提升或降低图像亮度。所述图像传感器的参数包括：曝光时间、光圈和增益。

一般来说，当场景平均亮度AVG超过自适应场景的目标亮度值TARGET时，可以通过调整图像传感器的曝光时间、光圈或增益来降低图像亮度；当场景平均亮度AVG未达到自适应场景的目标亮度值TARGET时，可以通过调整图像传感器的曝光时间、光圈或增益来提升图像亮度。在本实施例中，预先针对自适应场景的目标亮度值TARGET设定一个允许的目标亮度稳定区间，也就是设定一个小于自适应场景的目标亮度值TARGET的目标亮度稳定区间的低门限，一个大于自适应场景的目标亮度值TARGET的目标亮度稳定区间的高门限，所述目标亮度稳定区间的低门限、所述目标亮度稳定区间的高门限与自适应场景的目标亮度值TARGET的差值是经验值，一般来说，所述目标亮度稳定区间的低门限与自适应场景的目标亮度值TARGET的差值绝对值等于所述目标亮度稳定区间的高门限与自适应场景的目标亮度值TARGET的差值绝对值。根据获得经过优化后的场景平均亮度AVG和自适应场景的目标亮度值TARGET，可以进行快速调整，使得最终的场景平均亮度能稳定在所允许的目标亮度稳定区间的范围内，具体调整要求可以如下所述：

当场景平均亮度AVG小于目标亮度稳定区间的低门限TARGET_THRL时，首先增大图像传感器的光圈，当光圈达到最大时再增加图像传感器的曝光时间，当曝光时间达到最大时再增大图像传感器的增益；

当场景平均亮度AVG大于目标亮度稳定区间的高门限TARGET_THRH时，首先减小图像传感器的增益，当增益达到最小时再降低图像传感器的曝光时间，当曝光时间达到最低时再减小图像传感器的光圈；

当场景平均亮度AVG位于目标亮度稳定区间的范围内，则判定为稳定状态，不进行调整。

进一步，图像传感器的参数调整可以以固定的调整速度进行，但是，考虑到图像传感器对于曝光时间和增益的配置到完成生效不可避免具有延时帧数的问题，如果在进行调整控制的过程中都考虑加入多帧延迟处理机制的话，会造成场景切换和过渡时，画面的变化太过缓慢，等待时间太长；而如果都不考虑多帧延迟则会造成调整过快超过预设的目标亮度的稳定区间，出现反复震荡的现象。因此针对图像传感器的延时帧数生效问题以及保障调整控制的速度和稳定性，本发明实施例还提出了一种兼具性能与可行性的控制步骤，利用分区域快速逼近原理，可以保证既快速又稳定地达到最终状态。从用户体验角度来看，既不会观察到很明显的缓慢调整过程，也不会出现画面跳闪的现象。

如图4所示，本发明实施例的曝光控制方法还可以包括：步骤S4，根据场景平均亮度AVG和自适应场景的目标亮度值TARGET确定不同的调整速度。根据优化后的当前画面平均亮度和需要调整的目标亮度，计算它们之间的差值，设定一系列可调的阈值参数，划分出不同的控制区域范围，相对应差异化的调整速度。当差值比较大时允许采用较快的速度进行调节，当差值比较小时，希望调节速度越缓慢越好。并且，引入多帧处理区域，针对具体图像传感器的特性设置对应的延时帧数，以此保证更精准地进入到稳定区域。另外，额外设置了一个加速因子参数，在保证稳定性的前提下用于速度的进一步提升。步骤S3表示需要调整的参数，而步骤S4表示以什么样的速度去调整，比如曝光行现在是50行，觉得场景比较亮，需要降低，但是因为只知道需要调整的目标亮度，并不知道该目标亮度所对应的曝光行是多少，所以不能降低得快，很有可能出现降得太多的情况，另外因为延迟帧数的关系，更加不能用太快的速度，因此需要确定一个较为合理的调整速度，保证又好又快。

为了保证更好地过渡和调节，根据调整速度的快慢依次设计了特殊调整区域、高速调整区域、低速调整区域、多帧处理调整区域以及稳定区间。考虑到一些极端特殊场景中，当处于极暗或者极亮状态下的速度调整控制需要比较长的帧数才能达到稳定状态，因此当检测到当前画面亮度处于特殊场景，相应的速度调整控制需要进行提升进入特殊加速模式，即特殊调整区域。然后通过实时检测画面的平均亮度和目标亮度之间的差值重新进入普通模式调整状态，会依次从高速调整区域进入低速调整区域再进入到多帧处理调整区域，最终达到稳定状态。

具体地，如图5所示，步骤S4可以包括：

步骤S41，计算场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)，ΔY表示场景平均亮度AVG和自适应场景的目标亮度值TARGET。

步骤S42，判断是否场景平均亮度AVG小于特定低阈值LOWTHR或者场景平均亮度AVG大于特定高阈值HIGHTHR，若是则进行步骤S42a，否则进行步骤S43。特定低阈值LOWTHR和特定高阈值HIGHTHR为经验值，以0～255灰阶为例，特定低阈值LOWTHR一般可以设为30，特定高阈值HIGHTHR一般可以设为220。

步骤S42a，进入特殊调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*2)。以设定的调整速度控制调整参数后返回步骤S41。K表示加速因子系数,一般可以取值为1、2或3，由此计算出来的速度不仅表征出差值的信息，并且可以根据差值信息来反馈速度控制。另外，需要控制特殊调整的次数，保证不能超过连续三次这样的调整，如果超过三次，则进入高速调整区域。

步骤S43，判断场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)是否大于高速调整区域门限值HAREA_THR，若是则进行步骤S43a，否则进行步骤S44。高速调整区域门限值HAREA_THR为经验值，以0～255灰阶为例，高速调整区域门限值HAREA_THR一般可以设为32。

步骤S43a，进入高速调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*8)。以设定的调整速度控制调整参数后返回步骤S41。

步骤S44，判断场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)是否大于低速调整区域门限值LAREA_THR，若是则进行步骤S44a，否则进行步骤S45。低速调整区域门限值LAREA_THR为经验值，以0～255灰阶为例，低速调整区域门限值LAREA_THR一般可以设为12。

步骤S44a，进入低速调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*16)。以设定的调整速度控制调整参数后返回步骤S41。

步骤S45，判断场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)是否大于稳定区间门限值SAREA_THR，若是则进行步骤S45a，否则进行步骤S46。稳定区间门限值SAREA_THR为经验值，以0～255灰阶为例，稳定区间门限值SAREA_THR一般可以设为4。稳定区间门限值SAREA_THR是目标亮度稳定区间的低门限与自适应场景的目标亮度值TARGET的差值绝对值，或者是目标亮度稳定区间的高门限与自适应场景的目标亮度值TARGET的差值绝对值。

步骤S45a，进入多帧处理调整区域，设置延时帧数，并设定调整速度SPEED＝K*abs(ΔY)/(AVG*32)。以设定的调整速度控制调整参数后返回步骤S41，在多帧处理调整区域中，不但要控制调整速度，还需结合实际搭配的图像传感器的特性，设置延时帧数，保证下一次调整时获取到的亮度信息已经是稳定后的状态。延时帧数的设置在图像传感器的datasheet中会说明该图像传感器一般需要延迟多少帧才能生效。

步骤S46，达到稳定状态，结束调整。场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)小于或等于设定的稳定区间门限值SAREA_THR时，判定自动曝光控制进入稳定状态，只需继续保持调整好的参数。

概括来说，当场景平均亮度AVG小于特定低阈值LOWTHR或者场景平均亮度AVG大于特定高阈值HIGHTHR时，进入特殊调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*2)；当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)大于高速调整区域门限值HAREA_THR时，进入高速调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*8)；当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)大于低速调整区域门限值LAREA_THR且小于或等于高速调整区域门限值HAREA_THR时，进入低速调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*16)；当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)大于稳定区间门限值SAREA_THR且小于或等于低速调整区域门限值LAREA_THR时，进入多帧处理调整区域，设置延时帧数，并设定调整速度SPEED＝K*abs(ΔY)/(AVG*32)；当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)小于或等于稳定区间门限值SAREA_THR时，判定进入稳定状态。

对应于上述曝光控制方法，本发明技术方案还提供一种曝光控制装置，至少包括：平均亮度计算单元、目标亮度获取单元和控制参数调整单元。

在图6所示的实施例中，所述曝光控制装置可以包括平均亮度计算单元A1、目标亮度获取单元A2、控制参数调整单元A3、目标亮度平滑处理单元A4和调整速度控制单元A5。

平均亮度计算单元A1用于计算场景平均亮度AVG。目标亮度获取单元A2用于根据场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF进行场景识别，以获得自适应场景的目标亮度值TARGET，所述自适应场景的目标亮度值对应于识别出的场景类型。控制参数调整单元A3用于根据场景平均亮度AVG和自适应场景的目标亮度值TARGET调整图像传感器的参数，以提升或降低图像亮度。目标亮度平滑处理单元A4，用于采用线性渐进迭代处理对所述自适应场景的目标亮度值进行平滑处理。调整速度控制单元A5用于根据场景平均亮度AVG和自适应场景的目标亮度值TARGET确定不同的调整速度。各单元的具体实现过程可以参考上述曝光控制方法的相应说明。

与传统的自动曝光控制策略相比，本发明技术方案能够提供不同场景下的亮度自适应功能，并且针对各种特殊场景进行优化处理，使得具有合适的亮度控制结果，还原出高质量的图像信息。分区域渐进式速度调整机制减轻了算法复杂性带来的速度方面的开销，使得该控制方法可以既快速又稳定地达到目标状态，并且维持亮度稳定。针对采用本技术的图像信号处理器，分别在四个类型共18个场景进行了测试，测试结果表明，各场景下的图像亮度均比较合适，没有出现曝光不足或曝光过度的问题，并且观察直方图分布信息发现亮度基本都分布在40-210灰度值之间，与人类视觉系统中人眼敏感区域的灰度区间相符，说明采用该技术的自动曝光控制算法可以很好地模仿人眼对于场景的亮度控制。另外，平均调整时间为15帧，整个调整过程对于人眼观察来说十分流畅，比较令人满意。

综上所述，本发明技术方案针对传统自动曝光算法中暴露出的问题及不足之处，提出了实用性较高的解决方案，不仅保证能自适应不同场景调节到合适的目标亮度，并有效平衡了算法复杂度和算法稳定性难以兼顾的问题，最终可以又快又好地获得到高质量的后端图像信息。具体来说，本发明技术方案具有以下特点：

通过预先对图像传感器进行多场景标定，结合场景进行识别匹配，实现不同场景的自适应处理。具体地，首先需要对所用的图像传感器进行标定，预设各类型场景不同的目标亮度结果。之后在实际使用过程中，结合亮度信息和直方图分布占比情况进行实际场景匹配，获得当前场景需要调整的目标亮度值。然后，通过线性渐进迭代的处理保障了场景过渡和切换过程中目标亮度值之间的平滑过渡。

通过分区域渐进式调速控制增加了算法的稳定性，具体地，在增加算法复杂度的同时，为了保证自动曝光控制算法的稳定性以及缩短具体的过程时间，本发明技术方案设计了一种分区域渐进式调整模式，根据当前画面亮度和目标亮度之间的差值划分出四个普通区域和一个特殊区域，分别赋予不同的调整速度，实现了更快更准的调整要求，提高了用户体验的直观感受，有效解决了提高速度的同时会引起画面闪跳无法稳定的问题。

通过针对图像传感器采集到的原始RAW数据着重滤除了后续处理计算产生干扰结果的数据，可以获得更为准确和可靠的当前场景的亮度信息，增加了算法的抗干扰性，可以有效降低黑物体等于测光造成的影响，从前端大大增强了自动控制策略的精确度。

另外，本发明技术方案设计了更可靠的亮度统计方式，通过增加了判断门限，避免受到干扰信息的影响。

本发明虽然已以较佳实施方式公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施方式所作的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。

Claims

1.一种曝光控制方法，其特征在于，包括：

计算场景平均亮度AVG；

2.如权利要求1所述的曝光控制方法，其特征在于，所述计算场景平均亮度AVG包括：

将图像分成若干区域，计算分区域平均亮度Avg_j，0≤j≤n-1，n为区域的总数；

根据下述公式进行后处理校正，以舍弃平均亮度过低和过高的区域：

其中，Th_Luma_Low为灰度值低门限，Th_Luma_High为灰度值高门限；

根据校正后的分区域平均亮度Avg_j，计算出场景平均亮度其中，N为未被舍弃的区域的数量。

3.如权利要求1所述的曝光控制方法，其特征在于，所述根据场景照度评估SCENELUMA、直方图亮部区域占比HP_PDF和直方图暗部区域占比LP_PDF进行场景识别，以获得自适应场景的目标亮度值TARGET包括：

当场景照度评估SCENELUMA小于预设的照度低门限SLUMA_THR_L且直方图暗部区域占比LP_PDF超过了预设的暗部区域所允许的门限LPDF_THR时，判断为夜晚场景，并将自适应场景的目标亮度值TARGET赋值为夜晚场景的目标亮度值；

当场景照度评估SCENELUMA大于预设的照度高门限SLUMA_THR_H且直方图亮部区域占比HP_PDF超过了预设的亮部区域所允许的门限HPDF_THR时，判断为高亮场景，并将自适应场景的目标亮度值TARGET赋值为高亮场景的目标亮度值；

当场景照度评估SCENELUMA大于预设的照度高门限SLUMA_THR_H且直方图暗部区域占比LP_PDF超过了预设的暗部区域所允许的门限LPDF_THR时，或当场景照度评估SCENELUMA小于预设的照度低门限SLUMA_THR_L且直方图亮部区域占比HP_PDF超过了预设的亮部区域所允许的门限HPDF_THR时，判断为高动态场景，并将自适应场景的目标亮度值TARGET赋值为高动态场景的目标亮度值；

当场景不满足上述任何情况时，将该场景判定为普通场景，并将自适应场景的目标亮度值TARGET赋值为普通场景的目标亮度值。

4.如权利要求1所述的曝光控制方法，其特征在于，还包括：采用线性渐进迭代处理对所述自适应场景的目标亮度值进行平滑处理。

5.如权利要求1所述的曝光控制方法，其特征在于，所述根据场景平均亮度AVG和自适应场景的目标亮度值TARGET调整图像传感器的参数包括：

6.如权利要求1或4所述的曝光控制方法，其特征在于，还包括：根据场景平均亮度AVG和自适应场景的目标亮度值TARGET确定不同的调整速度。

7.如权利要求6所述的曝光控制方法，其特征在于，根据场景平均亮度AVG和自适应场景的目标亮度值TARGET确定不同的调整速度包括：

当场景平均亮度AVG小于特定低阈值LOWTHR或者场景平均亮度AVG大于特定高阈值HIGHTHR时，进入特殊调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*2)，K表示加速因子系数；

当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)大于高速调整区域门限值HAREA_THR时，进入高速调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*8)；

当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)大于低速调整区域门限值LAREA_THR且小于或等于高速调整区域门限值HAREA_THR时，进入低速调整区域，设定调整速度SPEED＝K*abs(ΔY)/(AVG*16)；

当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)大于稳定区间门限值SAREA_THR且小于或等于低速调整区域门限值LAREA_THR时，进入多帧处理调整区域，设置延时帧数，并设定调整速度SPEED＝K*abs(ΔY)/(AVG*32)；

当场景平均亮度AVG和自适应场景的目标亮度值TARGET的差值绝对值abs(ΔY)小于或等于稳定区间门限值SAREA_THR时，判定进入稳定状态。

8.一种曝光控制装置，其特征在于，包括：

平均亮度计算单元，用于计算场景平均亮度AVG；

9.如权利要求8所述的曝光控制装置，其特征在于，还包括：目标亮度平滑处理单元，用于采用线性渐进迭代处理对所述自适应场景的目标亮度值进行平滑处理。

10.如权利要求8或9所述的曝光控制装置，其特征在于，还包括：调整速度控制单元，用于根据场景平均亮度AVG和自适应场景的目标亮度值TARGET确定不同的调整速度。