CN108810423A - 一种基于图像亮度梯度的光照角度调节方法及系统 - Google Patents
一种基于图像亮度梯度的光照角度调节方法及系统 Download PDFInfo
- Publication number
- CN108810423A CN108810423A CN201810636150.XA CN201810636150A CN108810423A CN 108810423 A CN108810423 A CN 108810423A CN 201810636150 A CN201810636150 A CN 201810636150A CN 108810423 A CN108810423 A CN 108810423A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- angle
- gradient
- hot spot
- 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
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
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本申请公开了一种基于图像亮度梯度的光照角度调节方法及系统,涉及数码产品。所述方法及系统通过获取待测图像,将其转换为灰度图,通过算法计算出梯度方向,导出梯度幅值对应的角度,通过梯度方向调整光照方向,使得光线可以依据图像的亮度梯度方向照射,通过角度调整光照角度,增强中心区域的光照,从而给出充分的光照条件。使用本申请的方法及系统能够在设备静止状态下或运动过程中自动调节光照角度及光照方向,不但节省了人力成本和时间成本,而且减少了数码相机的磨损及维护的次数。
Description
技术领域
本申请涉及数码产品,特别是涉及一种基于图像亮度梯度的光照角度调节方法及系统。
背景技术
带有摄像头的产品有数码相机、数码摄像机、水下无人机、无人机等产品。以水下无人机为例,由于现有的数码相机中的摄像头和灯的布局都是固定的,在暗场环境中对目标物体进行拍摄的时候,在不同的相对距离和不同的相对角度情况下,使得呈现的画面中心区域有不同程度的光照不充分现象。
为了解决上述光照不充分的现象,往往是通过反复调整数码相机的布局位置和角度的方式,以满足在暗场环境中对目标物体拍摄的特殊光照要求及效果。然而,通过上述的方式调节会浪费大量的人力成本和时间成本,同时增加数码相机的磨损及维护的次数。
因此,亟需研制出一种无需反复调整数码相机的布局位置和角度,特别是在设备运动过程中,能够即时增强画面中心区域的光照的方法。
发明内容
本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。
根据本申请的一个方面,提供了一种基于图像亮度梯度的光照系统角度调节方法,包括下述步骤:
步骤100,获取当前光光照条件下的目标图像,并存储为待测图像;
步骤200,输入设定的初始参数,其中,所述初始参数包括终止条件阈值R;
步骤300,接收所述待测图像并将其转换为灰度图;
步骤400,根据所述灰度图进行梯度矢量计算,其包括计算梯度幅值g和计算梯度方向;
步骤500,根据灰度数值255获取多个梯度幅值等级Z1....Zn,并获取所述多个梯度幅值等级分别对应的角度α1.....αn;
步骤600,比较计算的梯度幅值g和设定终止条件阈值R,当g>R时,以梯度幅值g检索相应的梯度幅值等级Zn,通过对应关系导出指定角度αn;
步骤700,根据梯度方向调整光照方向,根据角度αn调整光照角度。
可选地,所述步骤200中的所述初始参数还包括:设定初始时间周期T0,设定图像中心区域为Mmm×Nmm,其中,M为图像中心区域的长度,N为图像中心区域的宽度。
可选地,所述步骤300包括:
步骤301,接收待测图像信息存储相对时间内的图像,
步骤302,截取指定时间内的瞬时图像,通过颜色空间转化函数将RGB模式图像转化成Gray模式灰度图。
可选地,所述步骤400包括:
步骤401,计算梯度幅值g,运用亮斑检测算法检测图像中光斑亮度值最高区域中心点坐标,得到A(x1,y1),将图像中心点的坐标设为O(x0,y0),则图像中心点O与光斑亮度值最高区域中心点A连线在水平面的距离为LOA,其中,x0为图像中心点像素的横坐标值,x1为光斑亮度值最高区域中心点像素的横坐标值,y0为图像中心点像素的纵坐标值,y1光斑亮度值最高区域中心点像素的纵坐标值,则
将光斑亮度值最高区域中心A点的灰度值设为GA,将图像中心O点的灰度值设为GO,则O点与A点之间的灰度差值ΔG=GA-GO,所以OA之间的梯度幅值g即为
步骤402,计算梯度方向β,通过高斯滤波算法及亮斑检测算法检测图像中光斑亮度值最高点坐标,通过公式计算图像中心点与光斑亮度值最高点连线与水平轴线之间的夹角β,β即为梯度方向,其中,x0为图像中心点的横坐标值,x1为光斑亮度值最高区域中心点横坐标值,y0为图像中心点的纵坐标值,y1光斑亮度值最高区域中心点纵坐标值。
可选地,所述步骤500包括:
步骤501,将灰度数值255等分成两份或两份以上,分别定义为Z1,Z2...Zn,其中,Zn为梯度幅值等级;
步骤502,定义角度α1,α2,…,αn,α的取值为5°≤α≤60°,n为自然数,将梯度幅值等级Z1,Z2...Zn分别对应角度α1,α2,…,αn。
可选地,所述步骤700中,将所述角度αn和所述梯度方向β转换成控制信号,以调整光照角度和光照方向。
可选地,所述步骤400包括:
步骤401,计算梯度幅值g,运用亮斑检测算法检测图像中两个以上光斑中光斑亮度值最高区域中心点坐标,得到A(xi,yi),将图像中心点的坐标设为O(x0,y0),则图像中心点O与两个以上光斑亮度值最高区域中心点A连线在水平面的距离为LOA,其中,x0为图像中心点像素的横坐标值,xi为两个以上光斑中光斑亮度值最高区域中心点像素的横坐标值,y0为图像中心点像素的纵坐标值,yi两个以上光斑中光斑亮度值最高区域中心点像素的纵坐标值,则
将光斑亮度值最高区域中心A点的灰度值设为GA,将图像中心O点的灰度值设为GO,则O点与A点之间的灰度差值ΔG=GA-GO,所以OA之间的梯度幅值g即为
步骤402,计算梯度方向βi,通过高斯滤波算法及亮斑检测算法检测图像中光斑亮度值最高点坐标,通过公式计算图像中心点与两个以上光斑中光斑亮度值最高点连线与水平轴线之间的夹角βi,βi即为梯度方向,其中,x0为图像中心点的横坐标值,xi为两个以上光斑中光斑亮度值最高区域中心点横坐标值,y0为图像中心点的纵坐标值,yi为两个以上光斑中光斑亮度值最高区域中心点纵坐标值。
可选地,所述步骤500包括:
步骤501,将灰度数值255等分成两份或两份以上,分别定义为Z1,Z2...Zn,其中,Zn为梯度幅值等级;
步骤502,定义角度α1,α2,…,αn,α的取值为5°≤α≤60°,n为自然数,将梯度幅值等级Z1,Z2...Zn分别对应角度α1,α2,…,αn。
可选地,所述步骤700中,将两个以上光斑中光斑亮度值最高点对应的角度αn和方向βi转换成控制信号,以调整光照角度和光照方向。
根据本申请的另一个方面,提供了一种应用所述基于图像亮度梯度的光照系统角度调节方法的系统,包括:
摄像头,其配置成获取当前光光照条件下的目标图像、存储图像和处理图像信息;
图像处理模块,其配置成接收并截取图像信息,并将RGB模式图像转化成Gray模式灰度图;
CPU处理器,其配置成输入初始参数,接收灰度图的图像信息并通过算法计算梯度幅值、梯度方向及角度,据此输出控制信号;
执行机构,其配置成接收外部的控制信号并转化为内部控制指令;
光照模块,其配置成执行控制指令,以调整光照方向和角度;和
电源模块,其配置成为整个系统提供电力支持。
根据本申请的另一个方面,提供了一种计算设备,包括存储器、处理器和存储在所述存储器内并能由所述处理器运行的计算机程序,其中,所述处理器执行所述计算机程序时实现所述的方法。
根据本申请的另一个方面,提供了一种计算机可读存储介质,优选为非易失性可读存储介质,其内存储有计算机程序,所述计算机程序在由处理器执行时实现所述的方法。
根据本申请的另一个方面,提供了一种计算机程序产品,包括计算机可读代码,当所述计算机可读代码由计算机设备执行时,导致所述计算机设备执行所述的方法。
本申请的基于图像亮度梯度的光照角度调节方法及系统,通过获取待测图像,将其转换为灰度图,通过算法计算出梯度方向,导出梯度幅值对应的角度,通过梯度方向调整光照方向,使得光线可以依据图像的亮度梯度方向照射,通过角度调整光照角度,增强中心区域的光照,从而给出充分的光照条件。使用本申请的方法及系统能够自动调节光照角度及光照方向,不但节省了人力成本和时间成本,而且减少了数码相机的磨损及维护的次数。
根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本申请一个实施例的基于图像亮度梯度的光照系统角度调节方法的示意性流程图;
图2是根据本申请一个实施例的系统的示意性结构图;
图3是未调整前的单一光源的亮度梯度图,其中心为设定的15mm×15mm;
图4是使用本申请所述方法调整后的单一光源的亮度梯度图;
图5是是未调整前的多光源的亮度梯度图;
图6是是使用本申请所述方法调整后的多光源调整后的亮度梯度图;
图7是根据本申请一个实施例的计算机设备的示意性结构图;
图8是根据本申请一个实施例的计算机可读存储介质的示意性结构图。
图中各符号表示含义如下:
1摄像头,2图像处理模块,3 CPU处理器,4执行机构,5光照模块。
具体实施方式
图1是根据本申请一个实施例的基于图像亮度梯度的光照系统角度调节方法的示意性流程图。本实施例提供了一种基于图像亮度梯度的光照系统角度调节方法,其中,光照模块为一个,所述方法一般可包括下述步骤:
S100,获取当前光光照条件下的目标图像,并存储为待测图像。更具体,由摄像头获取目标图像。
S200,通过CPU处理器,输入设定的初始参数,其中,所述初始参数包括终止条件阈值R,本实施例中,R=10,当然在其他实施例中,R还可以是20、30、40等其他灰度值。
进一步地,实际应用中为提高效率,节省系统CPU资源只进行一段时间内有限次数运算,或根据设备运动速度进行采样周期的调整。所述S200中的所述初始参数还包括:设定初始时间周期T0,设定图像中心区域为Mmm×Nmm。其中,M为图像中心区域的长度,N为图像中心区域的宽度。更具体地,T0不小于1s,本实施例中,时间周期为1S。本实施例中,Mmm×Nmm=15mm×15mm,当然,在其他实施例中Mmm×Nmm为奇数的平方,例如还可以是11mm×11mm、13mm×13mm、17mm×17mm等其他数值。
S300,图像处理模块接收所述待测图像并将其转换为灰度图。本实施例中,所述S300包括:
S301,图像处理模块接收待测图像信息存储相对时间内的图像,
S302,截取指定时间内的瞬时图像,通过颜色空间转化函数将RGB模式图像转化成Gray模式灰度图。
S400,主控板的存储单元中具有软件算法,例如openCV,该软件算法根据所述灰度图进行梯度矢量计算,其包括计算梯度幅值g和计算梯度方向。
所述S400包括:
S401计算梯度幅值g,通过高斯滤波算法将噪点去除,运用亮斑检测算法检测图像中光斑亮度值最高区域中心点坐标,得到A(x1,y1),将图像中心点的坐标设为O(x0,y0),则图像中心点O与光斑亮度值最高区域中心点A连线在水平面的距离为LOA,其中,x0为图像中心点像素的横坐标值,x1为光斑亮度值最高区域中心点像素的横坐标值,y0为图像中心点像素的纵坐标值,y1光斑亮度值最高区域中心点像素的纵坐标值,则
将光斑亮度值最高区域中心A点的灰度值设为GA,将图像中心O点的灰度值设为GO,则O点与A点之间的灰度差值ΔG=GA-GO,所以OA之间的梯度幅值g即为
S402计算梯度方向β,实际应用中S302中获得的Gray模式的灰度图会有噪点,通过高斯滤波算法及亮斑检测算法检测图像中光斑亮度值最高点坐标,通过公式计算图像中心点与光斑亮度值最高点连线与水平轴线之间的夹角β,β即为梯度方向,其中,x0为图像中心点的横坐标值,x1为光斑亮度值最高区域中心点横坐标值,y0为图像中心点的纵坐标值,y1光斑亮度值最高区域中心点纵坐标值。
图像处理模块发送图像数据到CPU处理器。
S500,CPU处理器根据灰度数值255获取多个梯度幅值等级Z1....Zn,并获取所述多个梯度幅值等级分别对应的角度α1.....αn;
进一步地,所述S500包括:
S501,CPU处理器将灰度数值255等分成两份或两份以上,分别定义为Z1=1,Z2=2...Zn=i,其中,n为自然数,Zn为梯度幅值等级;
S502,CPU处理器定义角度α1,α2,...,αn,α的取值为5°≤α≤60°,n为自然数。角度可以是任意取值,类似于粗调、精调及微调。例如粗调时角度可以是α1=5,α2=15,...,αn=60。微调时角度还可以是α1=10,α2=11,...,αn=15。
本实施例中,g=200时,R=10,CPU处理器将255等分为5份,255/5=51,Z1=1(1-51),Z2=2(52-102),Z3=3(103-153),Z4=4(154-204),Z5=5(205-255)。
CPU处理器定义角度为α1=10,α2=20,α3=30,α4=40,α5=60。
所述梯度幅值等级Z1....Z5分别对应的角度定义为α1=10,α2=20,...,α5=50。
S600,CPU处理器比较计算的梯度幅值g和设定终止条件阈值R,当g>R时,以梯度幅值g检索相应的梯度幅值等级Zn,通过对应关系导出指定角度αn。根据公式计算所述梯度幅值,其中ΔZ为梯度变量,n为梯度幅值份数,n≥2的正整数。
本实施例中,g=200对应范围区间是Z4=4(154-204),对应的角度选40度,即α4=40°。
S700,根据梯度方向调整光照方向,根据角度αn调整光照角度。更具体地,本实施例中,CPU处理器将所述角度αn和所述梯度方向β转换成控制信号输出,执行机构将控制信号转换为内部指令控制光照模块调整光照角度和光照方向。
重复执行上述S100~S700,当g<R时CPU处理器停止计算,清除缓存;
CPU处理器在Ti+1时,重新进行上述S100~S700。
图3是未调整前的单一光源的亮度梯度图,其中心为设定的15mm×15mm。
图4是使用本申请所述方法调整后的单一光源的亮度梯度图。本申请的基于图像亮度梯度的光照角度调节方法,通过获取待测图像,将其转换为灰度图,通过算法计算出梯度方向,导出梯度幅值对应的角度,通过梯度方向调整光照方向,如图4所示,本申请使得光线可以依据图像的亮度梯度方向照射,通过角度调整光照角度,增强中心区域的光照,从而给出充分的光照条件。使用本申请的方法及系统能够在设备运动过程中自动调节光照角度及光照方向,不但节省了人力成本和时间成本,而且减少了数码相机的磨损及维护的次数。
参见图1,本申请提供了另一种基于图像亮度梯度的光照系统角度调节方法,其中,光照模块为两个以上,所述方法一般可包括下述步骤:
S100,摄像头获取当前光光照条件下的目标图像,并存储为待测图像;
S200,利用CPU处理器提前输入设定的初始参数,其中,所述初始参数包括终止条件阈值R;
为提高效率,节省系统CPU资源只进行一段时间内有限次数运算,或根据设备运动速度进行采样周期的调整。所述S200中的所述初始参数还包括:设定初始时间周期T0,设定图像中心区域为Mmm×Nmm,其中,M为图像中心区域的长度,N为图像中心区域的宽度。更具体地,设定初始时间周期T0不小于1s;设定图像中心区域为15mm×15mm。
S300,图像处理模块接收所述待测图像并将其转换为灰度图。本实施例中,所述S300包括:
S301,图像处理模块接收待测图像信息存储相对时间内的图像,
S302,截取指定时间内的瞬时图像,通过颜色空间转化函数将RGB模式图像转化成Gray模式灰度图。
S400,主控板的存储单元中具有软件算法,例如openCV,该软件算法根据所述灰度图进行梯度矢量计算,其包括计算梯度幅值g和计算梯度方向。
本实施例中,所述步骤400包括:
S401计算梯度幅值g,运用亮斑检测算法检测图像中两个以上光斑中光斑亮度值最高区域中心点坐标,得到A(xi,yi),将图像中心点的坐标设为O(x0,y0),则图像中心点O与两个以上光斑亮度值最高区域中心点A连线在水平面的距离为LOA,其中,x0为图像中心点像素的横坐标值,xi为两个以上光斑中光斑亮度值最高区域中心点像素的横坐标值,y0为图像中心点像素的纵坐标值,yi两个以上光斑中光斑亮度值最高区域中心点像素的纵坐标值,则
将光斑亮度值最高区域中心A点的灰度值设为GA,将图像中心O点的灰度值设为GO,则O点与A点之间的灰度差值ΔG=GA-GO,所以OA之间的梯度幅值g即为
S402计算梯度方向βi,实际应用中获得的Gray模式的灰度图会有噪点,通过高斯滤波算法及亮斑检测算法检测图像中光斑亮度值最高点坐标,通过公式计算图像中心点与两个以上光斑中光斑亮度值最高点连线与水平轴线之间的夹角βi,βi即为梯度方向,其中,x0为图像中心点的横坐标值,xi为两个以上光斑中光斑亮度值最高区域中心点横坐标值,y0为图像中心点的纵坐标值,yi为两个以上光斑中光斑亮度值最高区域中心点纵坐标值。
将图像处理模块处理后的图像数据发送到CPU处理器进一步处理。
步骤500,CPU处理器根据灰度数值255获取多个梯度幅值等级Z1....Zn,并获取所述多个梯度幅值等级分别对应的角度α1.....αn。
本实施例中,所述步骤500包括:
S501,CPU处理器将灰度数值255等分成两份或两份以上,分别定义为Z1=1,Z2=2...Zn=i,其中,n为自然数,Zn为梯度幅值等级。
S502,CPU处理器定义角度α1,α2,…,αn,α的取值为5°≤α≤60°,n为自然数。
S600,比较计算的梯度幅值g和设定终止条件阈值R,当g>R时,以梯度幅值g检索相应的梯度幅值等级Zn,通过对应关系导出指定角度αn;根据公式计算所述梯度幅值,其中ΔZ为梯度变量,n为梯度幅值份数,n≥2的正整数。
S700,根据梯度方向调整光照方向,根据角度αn调整光照角度。CPU处理器将两个以上光斑亮度值最高点对应的角度αn和方向βi转换成控制信号输出,执行机构将控制信号转为内部控制指令发送给光照模块,以调整光照角度和光照方向。
图5是是未调整前的多光源的亮度梯度图。图6是是使用本申请所述方法调整后的多光源调整后的亮度梯度图。
重复执行S100~S700,当g<R时CPU处理器停止计算,清除缓存。此时亮度梯度图如图6所示。当结束一个时间周期后进行下一个周期CPU处理器在Ti+1时,进行S100~S700。
本申请的基于图像亮度梯度的光照角度调节方法,通过获取待测图像,将其转换为灰度图,通过算法计算出梯度方向,导出梯度幅值对应的角度,通过梯度方向调整光照方向,如图6所示使得光线可以依据图像的亮度梯度方向照射,通过角度调整光照角度,增强中心区域的光照,从而给出充分的光照条件。使用本申请的方法及系统能够自动调节光照角度及光照方向,不但节省了人力成本和时间成本,而且减少了数码相机的磨损及维护的次数。
图2是根据本申请一个实施例的系统的示意性结构图。本实施例,提供了一种应用所述基于图像亮度梯度的光照系统角度调节方法的系统,包括:摄像头1、图像处理模块2、CPU处理器3、执行机构4、光照模块5及电源模块。摄像头1配置成获取当前光光照条件下的目标图像、存储图像和处理图像信息。图像处理模块2配置成接收并截取图像信息,并将RGB模式图像转化成Gray模式灰度图。CPU处理器3配置成输入初始参数,接收灰度图的图像信息并通过算法计算梯度幅值、梯度方向及角度,据此输出控制信号。执行机构4配置成接收外部的控制信号并转化为内部控制指令。光照模块5配置成执行控制指令,以调整光照方向和角度。电源模块配置成为整个系统提供电力支持,即为摄像头1、图像处理模块2、CPU处理器3、执行机构4、光照模块5提供电力。
本申请的系统应用了基于图像亮度梯度的光照角度调节方法,因此系统包括方法的全部技术特征,通过获取待测图像,将其转换为灰度图,通过算法计算出梯度方向,导出梯度幅值对应的角度,通过梯度方向调整光照方向,使得光线可以依据图像的亮度梯度方向照射,通过角度调整光照角度,增强中心区域的光照,从而给出充分的光照条件。使用本申请的系统能够自动调节光照角度及光照方向,不但节省了人力成本和时间成本,而且减少了数码相机的磨损及维护的次数。
根据下文结合附图对本申请的具体实施例的详细描述,本领域技术人员将会更加明了本申请的上述以及其他目的、优点和特征。
本申请实施例还提供了一种计算设备,参照图7,该计算设备包括存储器1120、处理器1110和存储在所述存储器1120内并能由所述处理器1110运行的计算机程序,该计算机程序存储于存储器1120中的用于程序代码的空间1130,该计算机程序在由处理器1110执行时实现用于执行任一项根据本申请的方法步骤1131。
本申请实施例还提供了一种计算机可读存储介质。参照图8,该计算机可读存储介质包括用于程序代码的存储单元,该存储单元设置有用于执行根据本发明的方法步骤的程序1131′,该程序被处理器执行。
本申请实施例还提供了一种包含指令的计算机程序产品。当该计算机程序产品在计算机上运行时,使得计算机执行根据本发明的方法步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、获取其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令处理器完成,所述的程序可以存储于计算机可读存储介质中,所述存储介质是非短暂性(英文:non-transitory)介质,例如随机存取存储器,只读存储器,快闪存储器,硬盘,固态硬盘,磁带(英文:magnetic tape),软盘(英文:floppy disk),光盘(英文:compact disc)及其任意组合。
以上所述,仅为本申请较佳的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种基于图像亮度梯度的光照系统角度调节方法,其特征在于,包括下述步骤:
步骤100,获取当前光照条件下的目标图像,并存储为待测图像;
步骤200,输入设定的初始参数,其中,所述初始参数包括终止条件阈值R;
步骤300,接收所述待测图像并将其转换为灰度图;
步骤400,根据所述灰度图进行梯度矢量计算,其包括计算梯度幅值g和计算梯度方向;
步骤500,根据灰度数值255获取多个梯度幅值等级Z1....Zn,并获取所述多个梯度幅值等级分别对应的角度α1.....αn;
步骤600,比较计算的梯度幅值g和设定终止条件阈值R,当g>R时,以梯度幅值g检索相应的梯度幅值等级Zn,通过对应关系导出指定角度αn;
步骤700,根据梯度方向调整光照方向,根据角度αn调整光照角度。
2.根据权利要求1所述的方法,其特征在于,所述步骤200中的所述初始参数还包括:设定初始时间周期T0,设定图像中心区域为Mmm×Nmm,其中,M为图像中心区域的长度,N为图像中心区域的宽度。
3.根据权利要求2所述的方法,其特征在于,所述步骤300包括:
步骤301,接收待测图像信息存储相对时间内的图像,
步骤302,截取指定时间内的瞬时图像,通过颜色空间转化函数将RGB模式图像转化成Gray模式灰度图。
4.根据权利要求1~3中任一项所述的方法,其特征在于,所述步骤400包括:
步骤401,计算梯度幅值g,运用亮斑检测算法检测图像中光斑亮度值最高区域中心点坐标,得到A(x1,y1),将图像中心点的坐标设为O(x0,y0),则图像中心点O与光斑亮度值最高区域中心点A连线在水平面的距离为LOA,其中,x0为图像中心点像素的横坐标值,x1为光斑亮度值最高区域中心点像素的横坐标值,y0为图像中心点像素的纵坐标值,y1光斑亮度值最高区域中心点像素的纵坐标值,则
将光斑亮度值最高区域中心A点的灰度值设为GA,将图像中心O点的灰度值设为GO,则O点与A点之间的灰度差值ΔG=GA-GO,所以OA之间的梯度幅值g即为
步骤402,计算梯度方向β,通过高斯滤波算法及亮斑检测算法检测图像中光斑亮度值最高点坐标,通过公式计算图像中心点与光斑亮度值最高点连线与水平轴线之间的夹角β,β即为梯度方向,其中,x0为图像中心点的横坐标值,x1为光斑亮度值最高区域中心点横坐标值,y0为图像中心点的纵坐标值,y1光斑亮度值最高区域中心点纵坐标值。
5.根据权利要求4所述的方法,其特征在于,所述步骤500包括:
步骤501,将灰度数值255等分成两份或两份以上,分别定义为Z1,Z2...Zn,其中,Zn为梯度幅值等级;
步骤502,定义角度α1,α2,…,αn,α的取值为5°≤α≤60°,n为自然数,将梯度幅值等级Z1,Z2...Zn分别对应角度α1,α2,…,αn。
6.根据权利要求5所述的方法,其特征在于,所述步骤700中,将所述角度αn和所述梯度方向β转换成控制信号,以调整光照角度和光照方向。
7.根据权利要求1~3中任一项所述的方法,其特征在于,所述步骤400包括:
步骤401,计算梯度幅值g,运用亮斑检测算法检测图像中两个以上光斑中光斑亮度值最高区域中心点坐标,得到A(xi,yi),将图像中心点的坐标设为O(x0,y0),则图像中心点O与两个以上光斑亮度值最高区域中心点A连线在水平面的距离为LOA,其中,x0为图像中心点像素的横坐标值,xi为两个以上光斑中光斑亮度值最高区域中心点像素的横坐标值,y0为图像中心点像素的纵坐标值,yi两个以上光斑中光斑亮度值最高区域中心点像素的纵坐标值,则
将光斑亮度值最高区域中心A点的灰度值设为GA,将图像中心O点的灰度值设为GO,则O点与A点之间的灰度差值ΔG=GA-GO,所以OA之间的梯度幅值g即为
步骤402,计算梯度方向βi,通过高斯滤波算法及亮斑检测算法检测图像中光斑亮度值最高点坐标,通过公式计算图像中心点与两个以上光斑中光斑亮度值最高点连线与水平轴线之间的夹角βi,βi即为梯度方向,其中,x0为图像中心点的横坐标值,xi为两个以上光斑中光斑亮度值最高区域中心点横坐标值,y0为图像中心点的纵坐标值,yi为两个以上光斑中光斑亮度值最高区域中心点纵坐标值。
8.根据权利要求7所述的方法,其特征在于,所述步骤500包括:
步骤501,将灰度数值255等分成两份或两份以上,分别定义为Z1,Z2...Zn,其中,Zn为梯度幅值等级;
步骤502,定义角度α1,α2,…,αn,α的取值为5°≤α≤60°,n为自然数,将梯度幅值等级Z1,Z2...Zn分别对应角度α1,α2,…,αn。
9.根据权利要求8所述的方法,其特征在于,所述步骤700中,将两个以上光斑中光斑亮度值最高点对应的角度αn和方向βi转换成控制信号,以调整光照角度和光照方向。
10.一种应用权利要求1~9中任一项所述基于图像亮度梯度的光照系统角度调节方法的系统,其特征在于,包括:
摄像头,其配置成获取当前光光照条件下的目标图像、存储图像和处理图像信息;
图像处理模块,其配置成接收并截取图像信息,并将RGB模式图像转化成Gray模式灰度图;
CPU处理器,其配置成输入初始参数,接收灰度图的图像信息并通过算法计算梯度幅值、梯度方向及角度,据此输出控制信号;
执行机构,其配置成接收外部的控制信号并转化为内部控制指令;
光照模块,其配置成执行控制指令,以调整光照方向和角度;和
电源模块,其配置成为整个系统提供电力支持。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810636150.XA CN108810423B (zh) | 2018-06-20 | 2018-06-20 | 一种基于图像亮度梯度的光照角度调节方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810636150.XA CN108810423B (zh) | 2018-06-20 | 2018-06-20 | 一种基于图像亮度梯度的光照角度调节方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108810423A true CN108810423A (zh) | 2018-11-13 |
CN108810423B CN108810423B (zh) | 2020-07-31 |
Family
ID=64083784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810636150.XA Active CN108810423B (zh) | 2018-06-20 | 2018-06-20 | 一种基于图像亮度梯度的光照角度调节方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108810423B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109634027A (zh) * | 2019-01-04 | 2019-04-16 | 广东智媒云图科技股份有限公司 | 一种光源亮度及位置的调节方法及装置 |
CN110276800A (zh) * | 2019-06-18 | 2019-09-24 | 北京影谱科技股份有限公司 | 用于图像光线方向的识别方法及系统、计算机设备、介质 |
CN111027502A (zh) * | 2019-12-17 | 2020-04-17 | Oppo广东移动通信有限公司 | 眼部图像定位方法、装置、电子设备及计算机存储介质 |
CN111353994A (zh) * | 2020-03-30 | 2020-06-30 | 南京工程学院 | 一种面向目标检测的图像无参考亮度质量检测方法 |
CN111479357A (zh) * | 2020-04-28 | 2020-07-31 | 安徽艳阳电气集团有限公司 | 一种led投光灯的控制方法及装置 |
CN111712021A (zh) * | 2020-06-16 | 2020-09-25 | 深圳市千百辉照明工程有限公司 | 一种美术馆灯光智能调节方法、装置和系统 |
CN116609332A (zh) * | 2023-07-20 | 2023-08-18 | 佳木斯大学 | 新型组织胚胎病理切片全景扫描系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0310477A1 (fr) * | 1987-09-25 | 1989-04-05 | Jacques Guichard | Terminal de communication visuelle et sonore comportant un dispositif d'éclairage d'appoint |
JP2009080003A (ja) * | 2007-09-26 | 2009-04-16 | Sumitomo Electric Ind Ltd | 撮像装置及びレンズ異常診断システム |
US8515203B2 (en) * | 2009-06-25 | 2013-08-20 | Pixart Imaging Inc. | Image processing method and image processing module for a pointing device |
CN203766824U (zh) * | 2014-02-13 | 2014-08-13 | 广州市奥特创通测控技术有限公司 | 一种电力机车受电靴的在线轨道检测装置 |
CN105976385A (zh) * | 2016-05-19 | 2016-09-28 | 浙江工商大学 | 一种基于图像数据场的图像分割方法 |
CN106485284A (zh) * | 2016-10-19 | 2017-03-08 | 哈尔滨工业大学 | 一种基于模板匹配的元件定位方法 |
CN106934808A (zh) * | 2017-02-15 | 2017-07-07 | 江苏文光车辆附件有限公司 | 一种视觉感知下汽车前灯尾灯识别跟踪方法 |
CN108007388A (zh) * | 2017-06-30 | 2018-05-08 | 长沙湘计海盾科技有限公司 | 一种基于机器视觉的转盘角度高精度在线测量方法 |
-
2018
- 2018-06-20 CN CN201810636150.XA patent/CN108810423B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0310477A1 (fr) * | 1987-09-25 | 1989-04-05 | Jacques Guichard | Terminal de communication visuelle et sonore comportant un dispositif d'éclairage d'appoint |
JP2009080003A (ja) * | 2007-09-26 | 2009-04-16 | Sumitomo Electric Ind Ltd | 撮像装置及びレンズ異常診断システム |
US8515203B2 (en) * | 2009-06-25 | 2013-08-20 | Pixart Imaging Inc. | Image processing method and image processing module for a pointing device |
CN203766824U (zh) * | 2014-02-13 | 2014-08-13 | 广州市奥特创通测控技术有限公司 | 一种电力机车受电靴的在线轨道检测装置 |
CN105976385A (zh) * | 2016-05-19 | 2016-09-28 | 浙江工商大学 | 一种基于图像数据场的图像分割方法 |
CN106485284A (zh) * | 2016-10-19 | 2017-03-08 | 哈尔滨工业大学 | 一种基于模板匹配的元件定位方法 |
CN106934808A (zh) * | 2017-02-15 | 2017-07-07 | 江苏文光车辆附件有限公司 | 一种视觉感知下汽车前灯尾灯识别跟踪方法 |
CN108007388A (zh) * | 2017-06-30 | 2018-05-08 | 长沙湘计海盾科技有限公司 | 一种基于机器视觉的转盘角度高精度在线测量方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109634027A (zh) * | 2019-01-04 | 2019-04-16 | 广东智媒云图科技股份有限公司 | 一种光源亮度及位置的调节方法及装置 |
CN110276800A (zh) * | 2019-06-18 | 2019-09-24 | 北京影谱科技股份有限公司 | 用于图像光线方向的识别方法及系统、计算机设备、介质 |
CN110276800B (zh) * | 2019-06-18 | 2021-08-06 | 北京影谱科技股份有限公司 | 用于图像光线方向的识别方法及系统、计算机设备、介质 |
CN111027502A (zh) * | 2019-12-17 | 2020-04-17 | Oppo广东移动通信有限公司 | 眼部图像定位方法、装置、电子设备及计算机存储介质 |
CN111353994A (zh) * | 2020-03-30 | 2020-06-30 | 南京工程学院 | 一种面向目标检测的图像无参考亮度质量检测方法 |
CN111479357A (zh) * | 2020-04-28 | 2020-07-31 | 安徽艳阳电气集团有限公司 | 一种led投光灯的控制方法及装置 |
CN111712021A (zh) * | 2020-06-16 | 2020-09-25 | 深圳市千百辉照明工程有限公司 | 一种美术馆灯光智能调节方法、装置和系统 |
CN116609332A (zh) * | 2023-07-20 | 2023-08-18 | 佳木斯大学 | 新型组织胚胎病理切片全景扫描系统 |
CN116609332B (zh) * | 2023-07-20 | 2023-10-13 | 佳木斯大学 | 新型组织胚胎病理切片全景扫描系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108810423B (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108810423A (zh) | 一种基于图像亮度梯度的光照角度调节方法及系统 | |
CN106548455B (zh) | 用于调整图像的亮度的设备和方法 | |
CN107229930B (zh) | 一种指针式仪表数值智能识别方法 | |
CN110310237B (zh) | 去除图像摩尔纹、显示面板子像素点亮度测量、Mura缺陷修复的方法及系统 | |
WO2019169821A1 (zh) | Led 灯智能检测方法、检测系统及存储介质 | |
CN104486534A (zh) | 摩尔纹检测抑制方法及装置 | |
CN107872662A (zh) | 显示设备 | |
JP5248213B2 (ja) | 腐食度評価方法、装置及びプログラム | |
CN110400315A (zh) | 一种缺陷检测方法、装置及系统 | |
CN111065915B (zh) | 优化对目标物体外部检查的设备及其方法 | |
CN105488791B (zh) | 自然背景中图像边缘的定位方法及装置 | |
JP6055228B2 (ja) | 形状計測装置 | |
JPWO2006132014A1 (ja) | 画像変換装置および画像変換プログラム | |
Přibyl et al. | Feature point detection under extreme lighting conditions | |
CN103778621B (zh) | 对外来物体碎片的识别方法 | |
JP5914688B2 (ja) | デジタル画像に関する色解析 | |
JP2007292665A (ja) | グレア評価装置およびグレア評価プログラム | |
CN110910445B (zh) | 一种物件尺寸检测方法、装置、检测设备及存储介质 | |
JP2010152536A (ja) | 画像処理方法及びコンピュータプログラム | |
CN110335273A (zh) | 检测方法、检测装置、电子设备和介质 | |
CN109685142A (zh) | 一种图像匹配方法及装置 | |
CN109804731B (zh) | 基板检查装置及利用其的基板检查方法 | |
CN107016637B (zh) | 一种用于提高鬼成像效率的自适应成像方法 | |
CN110210401B (zh) | 一种弱光下的目标智能检测方法 | |
KR102583038B1 (ko) | 지향성 스케일링 시스템들 및 방법들 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CP03 | Change of name, title or address |
Address after: Room 811-7, building 7, No.1, penglaiyuan South Street, South District of future science city, Changping District, Beijing Patentee after: Beijing youerbert Innovation Technology Co.,Ltd. Address before: 100036 Beijing Haidian District Fuxing Road 61 hospital Hengxin business building west 103-107 Patentee before: BEIJING YOUERBOTE INNOVATION TECHNOLOGY Co.,Ltd. |
|
CP03 | Change of name, title or address |