CN110022426A - 一种基于图像识别的相机智能补光方法 - Google Patents

一种基于图像识别的相机智能补光方法 Download PDF

Info

Publication number
CN110022426A
CN110022426A CN201910292958.5A CN201910292958A CN110022426A CN 110022426 A CN110022426 A CN 110022426A CN 201910292958 A CN201910292958 A CN 201910292958A CN 110022426 A CN110022426 A CN 110022426A
Authority
CN
China
Prior art keywords
lamp group
section
subject
image
image recognition
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.)
Pending
Application number
CN201910292958.5A
Other languages
English (en)
Inventor
沙骁骅
王庆典
陆志刚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Dongqi Ainite Technology Co Ltd
Original Assignee
Nanjing Dongqi Ainite Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Dongqi Ainite Technology Co Ltd filed Critical Nanjing Dongqi Ainite Technology Co Ltd
Priority to CN201910292958.5A priority Critical patent/CN110022426A/zh
Publication of CN110022426A publication Critical patent/CN110022426A/zh
Pending legal-status Critical Current

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
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于图像识别的相机智能补光方法，其特征在于：补光光源设置为可分段控制的多段灯组，每段灯组可以单独控制开关以及发光功率，每段灯组对应被拍摄对象一定宽度区域，形成各段灯组与被拍摄对象的横坐标映射关系；对被拍摄对象的图像边缘进行识别，当边缘坐标发生变化，根据各段灯组与被拍摄对象的横坐标映射关系，点亮边缘坐标对应范围内的灯组，关闭其余灯组。本发明可以实时根据被拍摄对象的位置调整补光光源照射范围；可以设定参考模板对补光光源每个发光组的输出功率进行调整；可以支持双面质检产品的双面智能补光。

Description

一种基于图像识别的相机智能补光方法
技术领域
本发明涉及一种相机补光方法，属于视频图像技术领域。
背景技术
市面上的相机补光控制装置，一般通过事先编程或人工干预达到预期目的，没有通过图像识别算法来进行控制的。
特别是在产品质检的场合，当产品的A、B面需要同时补光进行拍照检测时，如果使用现有技术的补光光源进行两面补光，边缘部分会有一部分光源因为中间没有受检产品的遮挡而直射到对面的相机，因此导致产品边缘的画面过曝。
特别是产品因为在持续监测，产品整体会水平平移导致边缘在画面中变化的场合，就需要实时根据边缘的位置，对补光光源进行调整。
发明内容
本发明的目的在于克服现有技术缺陷，提供一种基于图像识别的相机智能补光方法。
本发明具体采用如下技术方案：
一种基于图像识别的相机智能补光方法，其特征在于：
补光光源设置为可分段控制的多段灯组，每段灯组可以单独控制开关以及发光功率，每段灯组对应被拍摄对象一定宽度区域，形成各段灯组与被拍摄对象的横坐标映射关系；
对被拍摄对象的图像边缘进行识别，当边缘坐标发生变化，根据各段灯组与被拍摄对象的横坐标映射关系，点亮边缘坐标对应范围内的灯组，关闭其余灯组。
当边缘坐标未发生变化，通过对比模板光强控制各段灯组的发光功率。
相对现有技术方案，本发明具有以下优点及有益效果：
1、可以实时根据被拍摄对象的位置调整补光光源照射范围；
2、可以设定参考模板对补光光源每个发光组的输出功率进行调整；
3、可以支持双面质检产品的双面智能补光；
4、当补光灯异常时，智能补光控制器能够判断出来并报警，更适合在无人值守的场合使用。
附图说明
图1是智能补光装置示意图；
图2是灯珠与被拍摄对象的横坐标映射示意图。
图3是智能补光方法流程图。
具体实施方式
如图1所示，为智能补光装置示意图，相机、补光光源和被拍摄对象的相对位置固定，相机镜头垂直于拍摄面，补光光源跟相机镜头在同一平面上，平行于拍摄面。补光光源为分段控制的LED灯条，每三个LED灯珠一组，每组可单独控制开关以及发光功率。每组灯珠对应被拍摄对象的一定宽度的区域，以拍摄对象中间点为原点，形成各组灯珠与被拍摄对象的横坐标映射，存储在智能补光控制器中。如图2所示，假设每个灯珠组负责一个1cm的区域，当边缘所在位置的横坐标确定后，就点亮此范围内的灯珠组，关闭其余范围内的灯珠组。
对图像边缘进行识别包括如下步骤：
第一步、高斯滤波
主要作用就是去除噪声，因为噪声也集中于高频信号，很容易被识别为伪边缘。
第二步、计算梯度与方向角
θ＝atan2(Gy,Gx)
梯度角度θ范围从弧度-π到π，然后把它近似到四个方向，分别代表水平，垂直和两个对角线方向(0°,45°,90°,135°)。可以以±iπ/8(i＝1,3,5,7)分割，落在每个区域的梯度角给一个特定值，代表四个方向之一。
选择Sobel算子计算梯度
Gx和Gy分别代表水平和垂直方向的梯度，A代表原始图像
第三步、非最大值抑制
比较当前像素点的梯度强度和正负梯度方向像素点的梯度强度，如果当前像素点的梯度强度和同方向的其他像素点的梯度强度相比较是最大，保留其值。否则设为0。
第四步、特征匹配
将以上处理过的图片以特征点(非最大值抑制得到的结果)为中心取16×16的领域作为采样窗口，将采样点与特征点的相对方向(采样点和特征点的梯度方向相对关系)通过高斯加权后归入包含8个bin的方向直方图，最后获得4×4×8的128维特征描述子(sift特征描述子)。将其与预先保存于智能补光装置中的边缘特征进行遍历匹配，若匹配成功即识别到边缘。
灯珠发光功率的控制：
a)将RGB图转换为灰度图Y＝0.299R+0.587G+0.114B
b)对灰度图处理:
计算偏离图像给定参考值k的均值
N＝widthxheight,xi为灰度图各个像素点，D＝|da|
计算偏离给定参考值k的平均偏差
Hist为灰度图的直方图,M＝|ma|
如图3为智能补光方法流程图。
开始运行后，智能补光控制器首先判断各段灯珠的亮度参数值K是否高于一设定阀值，如果是，就报警提示补光光源异常。
如果光源正常，智能补光控制器就对图像的边缘进行识别。
当边缘坐标发生变化，智能补光控制器通过边缘所在位置的横坐标，确定需要点亮的灯珠范围，关闭其余范围内的灯珠。
当边缘坐标未发生变化，智能补光控制器根据预存的模板数据(模板数据包括边缘特征数据(特征点及其特征描述子)以及图像亮度的给定参考值k)，通过对比模板光强控制灯条发光功率以达到预定效果，即根据da值的大小判断过亮或是过暗，如果过亮就控制降低灯珠的发光功率，判断过暗就控制提高灯珠发光功率。

Claims (7)

1.一种基于图像识别的相机智能补光方法，其特征在于：
补光光源设置为可分段控制的多段灯组，每段灯组可以单独控制开关以及发光功率，每段灯组对应被拍摄对象一定宽度区域，形成各段灯组与被拍摄对象的横坐标映射关系；
对被拍摄对象的图像边缘进行识别，当边缘坐标发生变化，根据各段灯组与被拍摄对象的横坐标映射关系，点亮边缘坐标对应范围内的灯组，关闭其余灯组。
2.如权利要求1所述的基于图像识别的相机智能补光方法，其特征在于当边缘坐标未发生变化，通过对比模板光强控制各段灯组的发光功率。
3.如权利要求1所述的基于图像识别的相机智能补光方法，其特征在于对图像边缘进行识别包括如下步骤：
第一步：对图像进行高斯滤波，去除噪声；
第二步：计算每个像素点的梯度与方向角；
第三步：非最大值抑制，比较当前像素点的梯度强度和正负梯度方向像素点的梯度强度，如果当前像素点的梯度强度和同方向的其他像素点的梯度强度相比较是最大，保留其值，否则设为0；
第四步：特征匹配，以特征点为中心取16×16的领域作为采样窗口，将采样点与特征点的相对方向通过高斯加权后归入包含8个bin的方向直方图，最后获得4×4×8的128维特征描述子，将其与预先保存的边缘特征进行遍历匹配，若匹配成功即识别到边缘。
4.如权利要求2所述的基于图像识别的相机智能补光方法，其特征在于模板光强按如下方式计算：
a)将RGB图转换为灰度图Y＝0.299R+0.587G+0.114B
b)对灰度图处理:
计算偏离给定参考值k的均值
N＝width×height，width为横向像素点个数，height为纵向像素点个数，xi为灰度图各个像素点，D＝|da|；
计算偏离给定参考值k的平均偏差
Hist为灰度图的直方图,M＝|ma|
亮度参数为
5.如权利要求1所述的基于图像识别的相机智能补光方法，其特征在于当补光光源异常时，发出报警。
6.一种基于图像识别的相机智能补光装置，其特征在于包括：
补光光源，包括可分段控制的多段灯组，每段灯组可以单独控制开关以及发光功率，每段灯组对应被拍摄对象一定宽度区域，形成各段灯组与被拍摄对象的横坐标映射关系并存储在智能补光控制器中；
智能补光控制器，对被拍摄对象的图像边缘进行识别，当边缘坐标发生变化，根据各段灯组与被拍摄对象的横坐标映射关系，点亮边缘坐标对应范围内的灯组，关闭其余灯组。
7.如权利要求6所述的一种基于图像识别的相机智能补光装置，其特征在于当边缘坐标未发生变化，通过对比模板光强控制各段灯组的发光功率。
CN201910292958.5A 2019-04-12 2019-04-12 一种基于图像识别的相机智能补光方法 Pending CN110022426A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910292958.5A CN110022426A (zh) 2019-04-12 2019-04-12 一种基于图像识别的相机智能补光方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910292958.5A CN110022426A (zh) 2019-04-12 2019-04-12 一种基于图像识别的相机智能补光方法

Publications (1)

Publication Number Publication Date
CN110022426A true CN110022426A (zh) 2019-07-16

Family

ID=67191146

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910292958.5A Pending CN110022426A (zh) 2019-04-12 2019-04-12 一种基于图像识别的相机智能补光方法

Country Status (1)

Country Link
CN (1) CN110022426A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110618569A (zh) * 2019-09-23 2019-12-27 天津天地基业科技有限公司 一种激光器光斑自动随变倍联动的方法
CN112449119A (zh) * 2019-08-30 2021-03-05 中移物联网有限公司 一种拍摄对象识别设备、方法及装置
CN112911162A (zh) * 2021-01-19 2021-06-04 佛山市顺德区美的洗涤电器制造有限公司 用于洗碗机的补光方法、补光装置以及洗碗机
CN113409287A (zh) * 2021-06-28 2021-09-17 北大方正集团有限公司 人脸图像质量的评估方法、装置、设备及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206106643U (zh) * 2016-10-19 2017-04-19 邓刚 一种uv led灯箱
CN106774531A (zh) * 2016-12-19 2017-05-31 广州市邦沃电子科技有限公司 一种变频及分段式控制led‑uv固化装置及控制方法
CN107995404A (zh) * 2017-12-28 2018-05-04 欧普照明股份有限公司 一种区域控制方法及系统、控制器、摄像头及灯具
CN108411810A (zh) * 2018-03-09 2018-08-17 管家依 斑马线提示机动车礼让系统
KR20180103596A (ko) * 2017-03-10 2018-09-19 디엠테크 주식회사 영상 감시가 가능한 지능형 보안등 제어시스템
CN108898673A (zh) * 2018-06-13 2018-11-27 东莞时谛智能科技有限公司 一种重构脚部三角网格模型处理方法及系统
US10165650B1 (en) * 2017-08-21 2018-12-25 Cree, Inc. Occupant tracking

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206106643U (zh) * 2016-10-19 2017-04-19 邓刚 一种uv led灯箱
CN106774531A (zh) * 2016-12-19 2017-05-31 广州市邦沃电子科技有限公司 一种变频及分段式控制led‑uv固化装置及控制方法
KR20180103596A (ko) * 2017-03-10 2018-09-19 디엠테크 주식회사 영상 감시가 가능한 지능형 보안등 제어시스템
US10165650B1 (en) * 2017-08-21 2018-12-25 Cree, Inc. Occupant tracking
CN107995404A (zh) * 2017-12-28 2018-05-04 欧普照明股份有限公司 一种区域控制方法及系统、控制器、摄像头及灯具
CN108411810A (zh) * 2018-03-09 2018-08-17 管家依 斑马线提示机动车礼让系统
CN108898673A (zh) * 2018-06-13 2018-11-27 东莞时谛智能科技有限公司 一种重构脚部三角网格模型处理方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SXL545: "一种基于平均值和平均偏差的图像亮度检测方法", 《CSDN》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112449119A (zh) * 2019-08-30 2021-03-05 中移物联网有限公司 一种拍摄对象识别设备、方法及装置
CN110618569A (zh) * 2019-09-23 2019-12-27 天津天地基业科技有限公司 一种激光器光斑自动随变倍联动的方法
CN112911162A (zh) * 2021-01-19 2021-06-04 佛山市顺德区美的洗涤电器制造有限公司 用于洗碗机的补光方法、补光装置以及洗碗机
CN112911162B (zh) * 2021-01-19 2022-05-31 佛山市顺德区美的洗涤电器制造有限公司 用于洗碗机的补光方法、补光装置以及洗碗机
CN113409287A (zh) * 2021-06-28 2021-09-17 北大方正集团有限公司 人脸图像质量的评估方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN110022426A (zh) 一种基于图像识别的相机智能补光方法
US11257194B2 (en) Method for image dehazing based on adaptively improved linear global atmospheric light of dark channel
CN107194881B (zh) 一种基于光度立体的去除图像反光方法
CN102156868B (zh) 图像二值化方法和装置
CN106204494B (zh) 一种包含大面积天空区域的图像去雾方法及系统
CN110570360B (zh) 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法
CN106303483B (zh) 一种图像处理方法及装置
CN108711140A (zh) 一种基于类间方差描述的图像亮度均匀性实时恢复方法
CN104637067B (zh) 一种纹理表面的缺陷检测方法
CN105812674A (zh) 一种信号灯的颜色修正方法、监控方法及装置
CN109668904A (zh) 一种光学零件疵病检测装置及方法
CN109856164A (zh) 一种机器视觉采集大范围图像的优化装置及其检测方法
CN205229061U (zh) 一种基于线扫描相机的lcd导光板缺陷检测系统
CN109064439B (zh) 基于分区的单侧入光式导光板暗影缺陷提取方法
CN110520898A (zh) 用于消除明亮区域的图像处理方法
CN109977842A (zh) 一种煤矿监控运动目标检测方法
CN109285151B (zh) 一种ai智能调光方法
CN115452718A (zh) 电芯检测系统、电芯检测方法及计算机可读存储介质
CN111238777A (zh) 一种基于深度学习的显示屏点亮缺陷检测方法
CN109905677A (zh) 一种煤矿监控图像增强处理方法
CN106646939B (zh) 一种Mura缺陷检出方法
CN115018849A (zh) 基于边缘检测的瓶体歪盖识别方法
CN111738934B (zh) 基于mtcnn的红眼自动修复方法
JP4036048B2 (ja) 欠陥識別方法
CN114898081B (zh) 一种物品图像识别用的光照补偿方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190716