CN110913150B - 基于空间平台的自适应曝光成像方法 - Google Patents

Abstract

本发明公开了一种基于空间平台的自适应曝光成像方法，用于解决现有自动曝光成像方法时效性低的技术问题。技术方案是依据空间目标观测星等，确定测光模式下的初始曝光时间。然后基于空间目标不同区域材质及对应反射率不同的特点，依靠测光图像对目标进行局部材质分类，根据不同局部材质反射率对目标不同区域自适应设置不同曝光时间，从而在不同曝光时间下均能有效利用传感器的动态范围，提升目标成像的灰度层次，丰富图像细节内容，且该方法时效性高，满足空间快速成像的要求。

Description

基于空间平台的自适应曝光成像方法

技术领域

本发明涉及一种自动曝光成像方法，特别是涉及一种基于空间平台的自适应曝光成像方法。

背景技术

在空间平台成像条件的约束下，目标成像图像的灰度层次丰富程度主要取决于相机传感器的动态范围，然而空间环境下的目标的动态范围远远超出相机传感器动态范围，仅通过一档曝光成像会出现高亮极暗现象，目标的丰富信息无法完全展现。而通过不同曝光时间组合进行滚动曝光成像则能有效拓宽相机动态范围捕获能力，那么选择合理的滚动曝光时间组合，使得每档曝光条件下能拍摄得到相互互补的细节丰富的目标局部区域，就能充分发挥传感器自身的性能，对丰富展现空间目标信息尤为重要。

传统的商业相机常用的曝光时间自动控制方法主要有中央平均测光、局部测光以及点测光方式。最常用的是中央平均测光，即当拍摄主体位于视场中心时，选取图像中心区域的灰度值加权平均作为选取曝光时间的参数输入。这种方法对目标的位置要求严格，当目标偏离视场中心则该方法不再适用。局部测光类似于中央平均测光方法，其只不过是对图像的某一局部进行测光。点测光方式则是采用视场中心一极小范围区域作为曝光基准点，从而进行曝光时间设置。然而，在实际空间成像环境下，目标不一定会出现在视场中央，其位置存在较大不确定性，因此上述商业曝光时间自动控制方法并不适用。

文献“申请公布号是CN103973991A的中国发明专利”公开了一种基于b-p神经网络判断照明场景的自动曝光方法。该方法采用神经网络判断场景所需曝光时间，通过对网络进行训练，当实际图像亮度输入训练好的网络后输出对场景所需曝光时间的判断。这种方式需要通过大量数据集训练神经网络，而且训练网络所用的数据分布会限制网络应用场景，导致网络应用范围受限，并且在实际空间成像环境下无法获得满足网络训练所需的大量数据。另外网络中包含有大量神经元复杂运算，因此在每次任务时需要耗费大量时间进行曝光时间判断，时效性低，无法满足空间快速成像需求。

发明内容

为了克服现有自动曝光成像方法时效性低的不足，本发明提供一种基于空间平台的自适应曝光成像方法。该方法依据空间目标观测星等，确定测光模式下的初始曝光时间。然后基于空间目标不同区域材质及对应反射率不同的特点，依靠测光图像对目标进行局部材质分类，根据不同局部材质反射率对目标不同区域自适应设置不同曝光时间，从而在不同曝光时间下均能有效利用传感器的动态范围，提升目标成像的灰度层次，丰富图像细节内容，且该方法时效性高，满足空间快速成像的要求。

本发明解决其技术问题所采用的技术方案是：一种基于空间平台的自适应曝光成像方法，其特点是包括以下步骤：

步骤一、空间目标测光。

在引导相机成像阶段，依据测定的目标星等B、目标有效截面积A、太阳光照相位角ψ及观测距离R，通过目标星等计算公式：

B＝-26.5-2.5log[AγF(ψ)/R²] (1)

求得目标整体的平均反射率γ，其中，F(ψ)为相位角函数。已知太阳光照强度S，则目标整体的平均反射辐照度为E＝S×F。由于相机响应函数CRF是描述辐照度、曝光时间及成像像素灰度关系的函数，因此基于相机的CRF函数关系：

G＝CRF(E×Δt) (2)

得到基于此次拍摄任务的中间档曝光时间。设成像相机的传感器灰度动态范围为0～D，则对目标成像的理想灰度范围处于传感器动态范围的中间区域段，即G＝D/2，由此在引导阶段先分析得到成像拍摄时的中间档曝光时间

引导相机成像结束后，在成像相机成像阶段，对目标进行曝光时间为Δt1的一档曝光成像，将此帧拍摄图像作为测光图像I_c，测光图像的灰度范围为[0,l-1]。

步骤二、目标材质解析。

设对目标进行成像共进行n档曝光，根据测光图像I_c的灰度值初始化n-1个分割阈值tr₁,...,tr_n-1，将目标根据不同区域材质进行划分。根据初始的多分割阈值进行图像区域划分，则图像总体的信息熵为：

通过粒子群优化算法寻找最佳的分割阈值tr₁,...,tr_n-1使图像总体的信息熵最大，然后利用训练得到的阈值将测光图像划分成n块区域Q_j(j＝1,2,...,n)，对每块区域Q_j中的像素求取平均灰度值G_j(j＝1,2,...,n)。

步骤三、曝光时间自适应确定。

根据提取的目标材质相近的第j块区域反映在测光图像中的像素平均灰度值G_j，j＝1,2,...,n，而测光图像的曝光时间已知为Δt1，基于相机CRF通过式(4)得到此块区域的平均反射辐照度E_j，j＝1,2,...,n：

G_j＝CRF(E_j×Δt1) (4)

由于在充分利用传感器动态范围进行成像时第j块区域的最佳平均灰度应在传感器动态范围的中间灰度层次区域，即

因此有：

得到第j块区域对应的最佳曝光时间为

分别对基于目标材质解析得到的每块区域计算最佳曝光时间，得到整体目标的最佳曝光时间组合。

本发明的有益效果是：该方法依据空间目标观测星等，确定测光模式下的初始曝光时间。然后基于空间目标不同区域材质及对应反射率不同的特点，依靠测光图像对目标进行局部材质分类，根据不同局部材质反射率对目标不同区域自适应设置不同曝光时间，从而在不同曝光时间下均能有效利用传感器的动态范围，提升目标成像的灰度层次，丰富图像细节内容，且该方法时效性高，满足空间快速成像的要求。

下面结合具体实施方式对本发明作详细说明。

具体实施方式

本发明基于空间平台的自适应曝光成像方法具体步骤如下：

步骤一、空间目标测光。

在引导相机成像阶段，此时依据测定的目标星等B、目标有效截面积A、太阳光照相位角ψ及观测距离R，通过目标星等计算公式：

B＝-26.5-2.5log[AγF(ψ)/R²] (1)

求得目标整体的平均反射率γ，其中，F(ψ)为相位角函数。已知太阳光照强度S，则目标整体的平均反射辐照度为E＝S×F。由于相机响应函数(CRF)是描述辐照度、曝光时间及成像像素灰度关系的函数，当相机加工完成时其CRF则就确定。因此基于相机的CRF函数关系：

G＝CRF(E×Δt) (2)

得到基于此次拍摄任务的中间档曝光时间。设成像相机的传感器灰度动态范围为0～D，则对目标成像的理想灰度范围应处于传感器动态范围的中间区域段，即G＝D/2，由此在引导阶段先分析得到成像拍摄时的中间档曝光时间

引导相机成像结束后，在成像相机成像阶段，首先对目标进行曝光时间为Δt1的一档曝光成像，将此帧拍摄图像作为测光图像I_c，此图像的灰度范围为[0,l-1]。

步骤二、目标材质解析。

设对目标进行成像共进行n档曝光，首先根据测光图像I_c的灰度值初始化n-1个分割阈值tr₁,...,tr_n-1，从而将目标根据不同区域材质不同进行划分。根据初始的多分割阈值进行图像区域划分，则图像总体的信息熵为：

通过粒子群优化算法寻找最佳的分割阈值tr₁,...,tr_n-1使图像总体的信息熵最大，然后利用训练得到的阈值将测光图像划分成n块区域Q_j(j＝1,2,...,n)，对每块区域Q_j中的像素求取平均灰度值G_j(j＝1,2,...,n)。

步骤三、曝光时间自适应确定。

根据提取的目标材质相近的第j块区域反映在测光图像中的像素平均灰度值G_j(j＝1,2,...,n)，而测光图像的曝光时间已知为Δt1，基于相机CRF通过下式得到此块区域的平均反射辐照度E_j(j＝1,2,...,n)：

G_j＝CRF(E_j×Δt1) (4)

由于在充分利用传感器动态范围进行成像时第j块区域的最佳平均灰度应在传感器动态范围的中间灰度层次区域，即

因此有：

从而得到第j块区域对应的最佳曝光时间为

分别对基于目标材质解析得到的每块区域计算最佳曝光时间，从而得到整体目标的最佳曝光时间组合。

Claims (1)

1.一种基于空间平台的自适应曝光成像方法，其特征在于包括以下步骤：

步骤一、空间目标测光；

在引导相机成像阶段，依据测定的目标星等B、目标有效截面积A、太阳光照相位角ψ及观测距离R，通过目标星等计算公式：

B＝-26.5-2.5log[AγF(ψ)/R²] (1)

求得目标整体的平均反射率γ，其中，F(ψ)为相位角函数；已知太阳光照强度S，则目标整体的平均反射辐照度为E＝S×F；由于相机响应函数CRF是描述辐照度、曝光时间及成像像素灰度关系的函数，因此基于相机的CRF函数关系：

G＝CRF(E×Δt) (2)

得到基于此次拍摄任务的中间档曝光时间；设成像相机的传感器灰度动态范围为0～D，则对目标成像的理想灰度范围处于传感器动态范围的中间区域段，即G＝D/2，由此在引导阶段先分析得到成像拍摄时的中间档曝光时间

引导相机成像结束后，在成像相机成像阶段，对目标进行曝光时间为Δt1的一档曝光成像，将此帧拍摄图像作为测光图像I_c，测光图像的灰度范围为[0,l-1]；

步骤二、目标材质解析；

设对目标进行成像共进行n档曝光，根据测光图像I_c的灰度值初始化n-1个分割阈值tr₁,...,tr_n-1，将目标根据不同区域材质进行划分；根据初始的多分割阈值进行图像区域划分，则图像总体的信息熵为：

通过粒子群优化算法寻找最佳的分割阈值tr₁,...,tr_n-1使图像总体的信息熵最大，然后利用训练得到的阈值将测光图像划分成n块区域Q_j(j＝1,2,...,n)，对每块区域Q_j中的像素求取平均灰度值G_j(j＝1,2,...,n)；

步骤三、曝光时间自适应确定；

根据提取的目标材质相近的第j块区域反映在测光图像中的像素平均灰度值G_j，j＝1,2,...,n，而测光图像的曝光时间已知为Δt1，基于相机CRF通过式(4)得到此块区域的平均反射辐照度E_j，j＝1,2,...,n：

G_j＝CRF(E_j×Δt1) (4)

由于在充分利用传感器动态范围进行成像时第j块区域的最佳平均灰度应在传感器动态范围的中间灰度层次区域，即

因此有：

得到第j块区域对应的最佳曝光时间为

分别对基于目标材质解析得到的每块区域计算最佳曝光时间，得到整体目标的最佳曝光时间组合。