CN112153297A - 曝光调整方法及装置、存储装置 - Google Patents
曝光调整方法及装置、存储装置 Download PDFInfo
- Publication number
- CN112153297A CN112153297A CN201910568901.3A CN201910568901A CN112153297A CN 112153297 A CN112153297 A CN 112153297A CN 201910568901 A CN201910568901 A CN 201910568901A CN 112153297 A CN112153297 A CN 112153297A
- Authority
- CN
- China
- Prior art keywords
- target
- target area
- value
- image
- current brightness
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003384 imaging method Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 5
- 238000013136 deep learning model Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 101100248200 Arabidopsis thaliana RGGB gene Proteins 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 210000000746 body region Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
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
- H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/141—Control of illumination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/72—Data preparation, e.g. statistical preprocessing of image or video features
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/61—Control of cameras or camera modules based on recognised objects
-
- 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
- H04N23/71—Circuitry for evaluating the brightness variation
-
- 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
- H04N23/72—Combination of two or more compensation controls
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Studio Devices (AREA)
Abstract
本申请公开了一种曝光调整方法及装置、存储装置。其中,曝光调整方法包括检测摄像器件拍摄的图像中的目标区域,利用目标区域中像素点的灰度值情况,确定目标区域的当前亮度情况,基于目标区域的当前亮度情况确定摄像器件后续拍摄所需的目标亮度值,根据目标亮度值确定摄像器件的曝光参数。上述方案能够改善目标区域内的拍摄效果。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种曝光调整方法及装置、存储装置。
背景技术
在日常拍摄或视频监控等应用场景中,往往存在重点关注的目标区域,故此,目标区域需要具有良好的拍摄效果。例如,日常拍摄过程中,人们所格外关注的人脸区域;而应用于高速、省道等公路的视频监控,则往往对车牌区域格外关注。
然而,在诸如逆光、反光或夜晚等光线条件较差的场景下,目标区域可能存在过曝或欠曝,从而无法保证目标区域信息的有效呈现。有鉴于此,有必要采取一定的曝光策略,以尽可能地保证图像中目标区域的拍摄效果。
发明内容
本申请主要解决的技术问题是提供一种曝光调整方法及装置、存储装置,能够改善目标区域的拍摄效果。
为了解决上述问题,本申请第一方面提供了一种曝光调整方法,包括检测摄像器件拍摄的图像中的目标区域,利用目标区域中像素点的灰度值情况,确定目标区域的当前亮度情况,基于目标区域的当前亮度情况确定摄像器件后续拍摄所需的目标亮度值,根据目标亮度值确定摄像器件的曝光参数。
为了解决上述问题,本申请第二方面提供了一种曝光调整装置,包括相互耦接的存储器和处理器,处理器用于执行存储器存储的程序指令,以实现上述第一方面中的曝光调整方法。
为了解决上述问题,本申请第三方面提供了一种存储装置,存储有能够被处理器运行的程序指令,程序指令用于实现上述第一方面中的曝光调整方法。
上述方案中,通过检测图像中的目标区域,从而利用目标区域中像素点的灰度值情况,确定目标区域的当前亮度情况,从而根据目标区域的当前亮度情况确定后续拍摄所需的目标亮度值,进而根据目标亮度值确定曝光参数,实现曝光调整。通过上述方式,基于目标区域的亮度实现曝光调整,可保证图像中目标区域信息的有效呈现,改善了目标区域的拍摄效果,此外根据目标区域的当前亮度情况确定摄像器件后续拍摄所需的目标亮度值,可以实现自适应曝光,提升了对于不同场景的适用性。
附图说明
图1是本申请曝光调整方法一实施例的流程示意图;
图2是图1中步骤S12一实施例的流程示意图;
图3是图2中步骤S122一实施例的流程示意图;
图4是图3中步骤S31一实施例的流程示意图;
图5是图3中步骤S32一实施例的流程示意图;
图6是图1中步骤S11一实施例的流程示意图;
图7是图6中步骤S111一实施例的流程示意图;
图8a和图8b是bayer格式raw图像一实施例的框架示意图;
图9是图1中步骤S12另一实施例的流程示意图;
图10是本申请曝光调整装置一实施例的框架示意图;
图11是本申请存储装置一实施例的框架示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。
请参阅图1,图1是本申请曝光调整方法一实施例的流程示意图。具体而言,可以包括:
步骤S11:检测摄像器件拍摄的图像中的目标区域。
摄像器件可以应用于高速公路、省道等道路,从而可以对车辆进行拍摄。摄像器件还可以应用于汽车站、火车站等车站,从而可以对行人进行拍摄。根据摄像器件所应用的场景的不同,摄像器件拍摄的图像也不同,例如车辆图像、行人图像等等,本实施例对摄像器件的应用场景不做具体限制。
目标区域可以是图像中需要重点突显的区域,例如当摄像器件拍摄的图像是车辆图像时,目标区域可以是车牌区域;或者当摄像器件拍摄的图像是行人图像时,目标区域可以是人脸区域,本实施例在此不再一一赘述。
在一个实施场景中,摄像器件拍摄的图像为可见光图像,从而使得摄像器件只需集成可见光摄像头。可见光图像是指摄像器件在可见光波段范围内感测目标场景对光线的反射从而显像形成的图像。
在一个实施场景中,可以通过在线的方式实时获取摄像器件所拍摄的图像。例如,通过RTSP(Real-Time Stream Protocol,实时流传输协议)协议获取摄像器件所拍摄的图像。在另一个实施场景中,还可以通过离线的方式获取摄像器件所拍摄的图像。本实施例在此不再一一赘述。
摄像器件所拍摄的图像可以是在经过编码之后的图像,例如采用YUV颜色编码之后的图像。在一个实施场景中,为了减少曝光调整的时间延迟,摄像器件所拍摄的图像可以是raw图像,即传感器所感测到的且未被处理的图像,从而节省了后续整个ISP(ImageSignal Processing,图像信号处理)流程,提高了曝光调整的响应速度。
步骤S12:利用目标区域中像素点的灰度值情况,确定目标区域的当前亮度情况。
灰度级是指黑白显示器中显示像素点的亮暗差别,在彩色显示器中表现为颜色的不同,灰度级越多,图像层次越清楚逼真。灰度级取决于每个像素对应的刷新存储单元的位数和显示器本身的性能。在此基础上,灰度值就是表征黑白图像中像素点的亮暗的数值。例如,当灰度值采用8位二进制数表示时,灰度值范围可以表示为0-255,如0、10、20、30等等。灰度值的数值越小,表示越暗,灰度值的数值越大,表示越亮。
在一个实施场景中,目标区域的图像为彩色图像,则目标区域中像素点的灰度值可以采用转换为黑白图像后的像素值。具体转化的方法可以根据应用领域而设定,例如按照R、G、B权重比例3:6:1进行加权。本实施例在此不做具体限制。目标区域中像素点的灰度值情况具体可以包括目标区域中像素点的灰度值的具体数值,例如,灰度值普遍偏小;还可以包括目标区域中像素点的灰度值的分布情况,例如,灰度值在某一数值以下的占比较大等等,或者某一数值范围内的灰度值占比较大。
目标区域的当前亮度情况可以包括目标区域的当前曝光情况,例如过曝、欠曝;相对应地,还可以包括目标区域的当前亮度等级,例如过暗、过亮、正常。在一个实施场景中,为了定量地表示目标区域的亮度情况,目标区域的当前亮度情况还可以包括具体的当前亮度值,例如50、60、70等等。
步骤S13:基于目标区域的当前亮度情况确定摄像器件后续拍摄所需的目标亮度值。
在一个实施场景中,为了方便、快捷地确定后续拍摄所需要的目标亮度值,并节省确定目标亮度值的计算开销,可以预先设置目标亮度值与目标区域的当前亮度情况的映射关系,从而基于该映射关系和目标区域的当前亮度情况确定后续拍摄所需要的目标亮度值。
步骤S14:根据目标亮度值确定摄像器件的曝光参数。
曝光参数可以是光圈大小、快门时间、增益等等,摄像器件基于确定的曝光参数可以实现图像曝光量的全局调整,从而提升了拍摄效果。
上述方案,通过检测图像中的目标区域,从而利用目标区域中像素点的灰度值情况,确定目标区域的当前亮度情况,从而根据目标区域的当前亮度情况确定后续拍摄所需的目标亮度值,进而根据目标亮度值确定曝光参数,实现曝光调整。通过上述方式,基于目标区域的当前亮度情况确定后续拍摄的目标亮度值,从而可以实现图像曝光量的调整,进而保证了图像中目标区域信息的有效呈现,改善目标区域的拍摄效果,此外根据目标区域的当前亮度情况确定摄像器件后续拍摄所需的目标亮度值,可以实现自适应曝光,提升了对于不同场景的适用性。
请参阅图2,图2是图1中步骤S12一实施例的流程示意图。具体而言,上述步骤S12可以包括:
步骤S121:对目标区域中各像素点的灰度值进行统计,以获得目标区域中的各灰度值的像素点数量以及不同灰度范围的像素点数量。
例如,目标区域具有M*N个像素点,则对目标区域中像素点p(i,j)的灰度值进行统计,其中,i为1至M的整数,j为1至N的整数,当目标区域中的图像为经颜色编码后的图像,灰度值的计算方式具体可参考上一实施例。当然,在其他实施场景中,还可以采用如整数位移法等其他计算方式,关于灰度值的计算方式为本领域的现有技术,本实施方式在此不再赘述。当目标区域中的图像为raw图像时,可以直接将表征像素点亮度的像素值作为灰度值。
对各像素点p(i,j)进行灰度值统计后,可以获得各灰度值的像素点数量以及不同灰度范围的像素点数量,具体可以表现为灰度值直方图和灰度值累计直方图。例如,在对各像素点p(i,j)进行灰度值进行统计后发现,灰度值为0的像素点数量为10个、灰度值为1的像素点数量为21个、灰度值为2的像素点数量为3个等等,则可以将灰度值作为横坐标,灰度值对应的像素点个数作为纵坐标建立灰度值直方图。进一步地,在此基础上,可以计算灰度值为0的像素点个数,灰度值在1以内的像素点的个数,灰度值在2以内的像素点的个数等等,则可以将灰度值作为横坐标,对应灰度值范围内的像素点的个数作为纵坐标建立灰度值累计直方图。当然,在其他实施场景中,还可以以灰度值对应的像素点在所有像素点中的占比作为灰度值直方图的纵坐标,以对应灰度值范围内的像素点的个数在所有像素点中所占的比例作为灰度值累计直方图的纵坐标,本实施例在此不做具体限制。
步骤S122:基于各灰度值的像素点数量以及不同灰度范围的像素点数量确定目标区域的当前亮度情况。
具体地,请结合参阅图3,步骤S122可以包括如下步骤:
步骤S31:基于不同灰度范围的像素点数量确定目标区域的曝光程度。
曝光程度例如可以是欠曝,即曝光不足,具体表现为图像过暗,图像所显示的暗部细节很少,只有较亮部分能够辨认。曝光程度还可以是过曝,即曝光过度,具体表现为图像过亮,图像所显示的亮部细节很少,只有较暗的部分能够辨认。
具体实施时,请参阅图4,步骤S31可以包括:
步骤S311:基于不同灰度范围的像素点数量,判断目标区域中的预设灰度范围的像素点占比是否大于第二预设阈值,其中,像素点占比为像素点数量占目标区域的像素点总数的比例。若是则执行步骤S312,否则执行步骤S313。
预设灰度范围可以根据具体应用场景而设定,例如设置为灰度值50以内,或灰度值60以内等等,本实施例在此不再一一举例。
第二预设阈值可以根据实际情况而设置,例如可以设置为40%、35%等等,本实施例在此不做具体限制。
例如,第二预设阈值为40%,预设灰度范围为灰度值50以内,通过对目标区域中1000个像素点灰度值统计,发现灰度值50以内的像素点的数量为100个,则灰度值50以内的像素点占比为10%,也就是说灰度值50以外的像素点占比为90%。
步骤S312:确定目标区域的曝光程度为欠曝。
当预设灰度范围的像素点占比大于第二预设阈值,则可以确定图像暗区呈集中分布,目标区域过暗,即目标区域的曝光程度可以确定为欠曝。
例如,第二预设阈值为40%,预设灰度范围为灰度值50以内,通过对目标区域中1000个像素点灰度值统计,发现灰度值50以内的像素点的数量为100个,则灰度值50以内的像素点占比为70%,显然,暗区分布集中,可以确定目标区域的曝光程度为欠曝。
步骤S313:确定目标区域的曝光程度为过曝。
当预设灰度范围的像素点占比小于等于第二预设阈值,则可以确定图像亮区呈集中分布,目标区域过亮,即目标区域的曝光程度可以确定为过曝。
例如,第二预设阈值为40%,预设灰度范围为灰度值50以内,通过对目标区域中1000个像素点灰度值统计,发现灰度值50以内的像素点的数量为100个,则灰度值50以内的像素点占比为10%,也就是说灰度值50以外的像素点占比为90%,显然,亮区分布集中,可以确定目标区域的曝光程度为过曝。
在一个实施场景中,还可以通过设置一个阈值范围来进一步确定曝光程度为欠曝、正常、过曝中的一种,例如预设灰度范围的像素点占比大于阈值范围的最大值为欠曝,处于阈值范围内则为正常、小于阈值范围的最小值为过曝,本实施例在此不做具体限制。
步骤S32:基于各灰度值的像素点数量、不同灰度范围的像素点数量以及与曝光程度对应的第一预设阈值,确定目标区域的当前亮度值。
曝光程度对应的第一预设阈值可以具体包括曝光程度为欠曝时对应的第一预设阈值,以及曝光程度为过曝时对应的第一预设阈值。具体可以根据应用场景设定。例如,曝光程度为欠曝时对应的第一预设阈值为50%,曝光程度为过曝时对应的第一预设阈值为80%。在一个实施场景中,曝光程度为欠曝时所对应的第一预设阈值还可以作为正常曝光时所对应的阈值,本实施例在此不做具体限制。
具体而言,可以将灰度值分布较为集中且灰度值累计占比较大的认为是目标区域的当前亮度值,请参阅图5,上述步骤S32可以包括:
步骤S321:查找出像素点占比满足第一预设条件的目标灰度值,其中,像素点占比为像素点数量占目标区域中的像素点总数的比例。
本实施例中,第一预设条件包括目标灰度值及其后续若干个灰度值对应的像素点占比均小于第三预设阈值。
例如,查找出灰度值20至灰度值30的像素点在目标区域中所有像素点中的占比均小于第三预设阈值,第三预设阈值可以根据实际情况而设置,例如1%。此时可以将灰度值20确定为目标灰度值。
步骤S322:判断由小于或等于目标灰度值组成的灰度范围的像素点占比是否大于第一预设阈值。若是,则执行步骤S323。
判断目标灰度值以内的像素点在目标区域内所有像素点中的占比是否大于第一预设阈值,例如在上述步骤已经确定目标区域的曝光程度为欠曝,其所对应的第一预设阈值为50%,目标灰度值20以内的像素点在目标区域中所有像素点中的占比为49%,或者为50%、51%等等。
步骤S323:确定目标灰度值为当前亮度值。
若满足小于或等于目标灰度值组成的灰度范围的像素点占比大于第一预设阈值,则说明在目标灰度值附近的灰度值较为集中,且目标灰度值以内的像素点占比较大,则可以认为目标灰度值为目标区域的当前亮度值。
例如,目标灰度值20以内的像素点在目标区域中所有像素点中的占比为51%,且上述步骤已经确定目标区域的曝光程度为欠曝,其所对应的第一预设阈值为50%,则说明目标灰度值20即为目标区域的当前亮度值。
在一个实施场景中,当上述步骤S322中“由小于或等于目标灰度值组成的灰度范围的像素点占比是否大于第一预设阈值”的判断结果为否时,还可以执行步骤S324:
步骤S324:返回执行步骤S321。
例如,目标灰度值20以内的像素点在目标区域中所有像素点中的占比为49%,且上述步骤已经确定目标区域的曝光程度为欠曝,其所对应的第一预设阈值为50%,则说明目标灰度值20不是目标区域的当前亮度值,则可以继续判断灰度值21是否满足本实施例中上述步骤中所设定的条件,直至寻找到符合条件的目标灰度值,并将其作为目标区域的当前亮度值。
上述实施例具体说明了如何利用目标区域中的像素点的灰度值情况,确定目标区域的当前亮度情况,下一步将根据目标区域的当前亮度情况确定摄像器件后续拍摄时所需的目标亮度值。具体地,可以包括:按照预设亮度映射关系,确定与当前亮度情况所映射的目标亮度值,其中,预设亮度映射关系为当前亮度情况对应于目标亮度值的关系,从而可以快速地确定目标亮度值。
在一个实施场景中,若目标区域的当前亮度值在预设亮度范围内,则将当前亮度值作为目标亮度值。预设亮度范围可以根据实际情况而设置,例如80至160,目标区域的当前亮度值为90,在80至160之内,则直接将当前亮度值90设定为目标亮度值,从而可以使得后续拍摄的图像亮度保持不变。
在另一个实施场景中,若目标区域的当前亮度值低于预设亮度范围的最小值,则将当前亮度值增加对应调大量以得到目标亮度值,其中,当前亮度值越小,对应调大量越大。例如,目标区域的当前亮度值为75,即略小于预设亮度范围80至160的最小值,说明目标区域的当前亮度略暗,需要提升曝光量,则对其进行略微调大即可得到目标亮度值;若目标区域的当前亮度值为20,即远小于预设亮度范围80至160的最小值,说明目标区域的当前亮度很暗,需要大幅提升曝光量,则需对其进行大幅度地调大才可得到目标亮度值。
在又一个实施场景中,若目标区域的当前亮度值高于预设亮度范围的最大值,则将当前亮度值减小对应调小量以得到目标亮度值,其中,当前亮度值越大,对应调小量越大。例如,目标区域的当前亮度值为161,即略大于预设亮度范围80至160的最大值,说明目标区域的当前亮度略微偏亮,需要略微抑制曝光,则对其进行略微调小即可得到目标亮度值;若目标区域的当前亮度值为230,即远大于预设亮度范围80至160的最大值,说明目标区域的当前亮度很亮,需要大幅抑制曝光,则需对其进行大幅度地调小才可得到目标亮度值。
请参阅图6,图6是图1中步骤S11一实施例的流程示意图。具体而言可以包括:
步骤S111:提取图像中对应目标区域的第一子图像。
目标区域根据应用场景的不同可以对应为图像中不同区域。例如,对于高速公路、省道等道路监控的应用场景,目标区域可以是车辆的车牌区域;对于汽车站、火车站等车站监控的应用场景,目标区域可以是行人的人脸区域。
具体地,请结合参阅图7,上述步骤S111可以包括如下步骤:
步骤S71:利用深度学习模型对图像进行目标检测,确定图像中包含目标的初始区域。
例如,对于汽车站、火车站等车站监控的应用场景,可以预先通过深度学习训练获得与人体检测有关检测模型,从而对图像进行检测后,确定图像中的人体区域。
确定图像中包含目标的初始区域可以通过包含人体区域的人体框实现,例如返回人体框左上角和右下角的坐标信息,从而可以确定人体的位置。
步骤S72:按照预设比例,对图像的初始区域进行裁剪得到第一子图像。
例如,在得到包含人体的初始区域后,可以对人体框进行裁剪,从而可以大致确定目标区域,即人脸区域,具体步骤可以包括:
(1)对于过长的人体框,如全身的人体框,裁剪掉下面一部分,例如50%、51%等等;
(2)进一步地,裁剪掉上面10%,以裁剪掉头部上方的图像,并裁剪掉下面30%,以裁剪掉躯干部分;
(3)最后,对称裁剪掉左右两边,例如2%,保留中间部分即为目标区域,即人脸区域的图像,也就是第一子图像,。
上述方案,通过深度学习模型确定图像中包含目标的初始区域,并按照预设比例对初始区域进行裁剪,得到包含目标区域的第一子图像,从而可以不受逆光、反光等光线条件的影响,检测到目标区域,进一步拓宽了适用范围。
步骤S112:对第一子图像进行降采样,得到对应目标区域的第二子图像。
为了降低上述实施例中后续步骤所涉及统计目标区域中像素点的灰度值及其后续步骤的计算量,可以对第一子图像进行降采样。例如,对上述实施例中的人脸区域的图像进行降采样。
对应地,上述实施例中步骤S12可以通过利用第二子图像中像素点的灰度值情况,从而确定目标区域的当前亮度情况。
在一个实施场景中,第一子图像为bayer格式的raw图像,从而可以减少由ISP流程所消耗的时间而引起曝光调整的反馈延迟,具体可以为GRBG格式、RGGB格式等等,可以对第一子图像进行G通道降采样,从而得到对应的第二子图像。
请结合参阅图8a和图8b,图8a和图8b是bayer格式raw图像一实施例的框架示意图,具体地,图8a表示的GRBG格式,图8b表示的是RGGB格式。对于图8a所示的GRBG格式的raw图像,选取2*2像素区域,例如选取G1、R2、B5、G6,以及G3、R4、B7、G8,以及G9、R10、B13、G14,以及G11、R12、B15、G16,分别对其左列的G像素值进行下采样从而得到像素点G1、G3、G9、G11所组成的第二子图像,从而将图像尺寸缩小至原图像的四分之一,大大降低了后续的计算量。在一个实施场景中,为进一步减少计算量,还可以选择4*4像素区域等等,本实施例在此不做具体限制。本实施例中,选取G通道进行下采样,可以使下采样后的第二子图像更好地表征图像亮度信息。在其他实施场景中,还可以进行R通道或B通道下采样。
类似地,对于图8b所示的RGGB格式的raw图像,选取2*2像素区域,例如选取R1、G2、G5、B6,以及R3、G4、G7、B8,以及R9、G10、G13、B14,以及R11、G12、G15、B16,分别对其左列的G像素值进行下采样从而得到像素点G5、G7、G13、G15所组成的第二子图像,从而将图像尺寸缩小至原图像的四分之一,大大降低了后续的计算量。在一个实施场景中,为进一步减少计算量,还可以选择4*4像素区域等等,本实施例在此不做具体限制。本实施例中,选取G通道进行下采样,可以使下采样后的第二子图像更好地表征图像亮度信息。在其他实施场景中,还可以进行R通道或B通道下采样。
其中,在一个实施例中,当图像中的目标区域有多个时,上述步骤S12可以包括:将尺寸最大的目标区域的当前亮度情情况确定为最终的目标区域的当前亮度值。目标区域的尺寸可以根据目标区域对角线的长度来衡量,还可以根据目标区域所包含的像素点来衡量,本实施例在此不做具体限制。
其中,在另一个实施例中,当图像中的目标区域有多个时,上述步骤S12可以包括:对多个目标区域的当前亮度情况做加权处理,以获得最终的目标区域的当前亮度情况。具体地,请参阅图9,可以包括如下步骤:
步骤S91:获取每个目标区域在第一图像中的坐标。
例如,可以以第一图像左下角为二维坐标轴的原点建立坐标系,从而获取每个目标区域在第一图像中的坐标。还可以以第一图像的中心作为二维坐标轴的原点建立坐标系,从而获取每个目标区域在第一图像中的坐标。
步骤S92:基于目标区域的坐标计算目标区域与第一图像的中心之间的偏离距离。
基于目标区域的坐标计算目标区域与第一图像的中心之间的偏离距离。例如,目标区域的坐标为(30,40),第一图像的中心为(0,0),则根据勾股定理,目标区域与第一图像的中心之间的偏离距离为50。
步骤S93:获取各个目标区域与偏离距离负相关的权重。
在一个实施场景中,可以预设目标区域距离第一图像中心的距离与权重之间的映射关系,具体可以为负相关的映射关系,即距离越大,权重越小,反之距离越小,权重越大。
步骤S94:基于权重,对各个目标区域的当前亮度情况做加权处理,以得到目标区域的当前亮度情况。
基于权重,对各个目标区域的当前亮度情况做加权处理,以得到目标区域的当前亮度情况。
请参阅图10,图10为本申请曝光调整装置1000一实施例的框架示意图。具体可以包括相互耦接的存储器1010和处理器1020,处理器1020用于执行存储器1010存储的程序指令,以实现上述任一实施例中曝光调整方法的步骤。在一个实施场景中,上述存储器1010包括非易失性存储部分,用于存储上述程序指令。处理器1020控制存储器1010及其自身实现上述任一实施例中曝光调整方法的步骤。
处理器1020还可以称为CPU(Central Processing Unit,中央处理单元)。处理器1020可能是一种集成电路芯片,具有信号的处理能力。处理器1020还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器1020可以由多个成电路芯片共同实现
本实施例中,处理器1020用于检测摄像器件拍摄的图像中的目标区域;处理器1020还用于利用目标区域中像素点的灰度值情况,确定目标区域的当前亮度情况;处理器1020还用于基于目标区域的当前亮度情况确定摄像器件后续拍摄所需的目标亮度值;处理器1020还用于根据目标亮度值确定摄像器件的曝光参数。
上述方案,通过检测图像中的目标区域,从而利用目标区域中像素点的灰度值情况,确定目标区域的当前亮度情况,从而根据目标区域的当前亮度情况确定后续拍摄所需的目标亮度值,进而根据目标亮度值确定曝光参数,实现曝光调整。通过上述方式,基于目标区域的当前亮度情况确定后续拍摄的目标亮度值,从而可以整体上调整图像的曝光量,进而可以实现图像曝光量的调整,改善目标区域的拍摄效果,此外根据目标区域的当前亮度情况确定摄像器件后续拍摄所需的目标亮度值,可以实现自适应曝光,提升了对于不同场景的适用性。
在一些实施例中,处理器1020还用于对目标区域中各像素点的灰度值进行统计,以获得目标区域中的各灰度值的像素点数量以及不同灰度范围的像素点数量;处理器1020还用于基于各灰度值的像素点数量以及不同灰度范围的像素点数量确定目标区域的当前亮度情况。
在一些实施例中,处理器1020还用于基于不同灰度范围的像素点数量确定目标区域的曝光程度;处理器1020还用于基于各灰度值的像素点数量、不同灰度范围的像素点数量以及与曝光程度对应的第一预设阈值,确定目标区域的当前亮度值。
在一些实施例中,处理器1020还用于基于不同灰度范围的像素点数量,并控制其自身判断目标区域中的预设灰度范围的像素点占比是否大于第二预设阈值,其中,像素点占比为像素点数量占目标区域的像素点总数的比例;处理器1020还用于在判断结果为是时,确定目标区域的曝光程度为欠曝;处理器1020还用于在判断结果为否时,确定目标区域的曝光程度为过曝。
在一些实施例中,处理器1020还用于查找出像素点占比满足第一预设条件的目标灰度值,其中,像素点占比为像素点数量占目标区域中的像素点总数的比例;并控制其自身判断由小于或等于目标灰度值组成的灰度范围的像素点占比是否大于第一预设阈值;处理器1020还用于在判断结果为是时,确定目标灰度值为当前亮度值。其中,第一预设条件包括目标灰度值及其后续若干个灰度值对应的像素点占比均小于第三预设阈值。
在一些实施例中,处理器1020还用于提取图像中对应目标区域的第一子图像;处理器1020还用于对第一子图像进行降采样,得到对应目标区域的第二子图像,处理器1020还用于利用第二子图像中像素点的灰度值情况,确定目标区域的当前亮度情况。
在一些实施例中,处理器1020还用于利用深度学习模型对图像进行目标检测,确定图像中包含目标的初始区域,按照预设比例,处理器1020还用于对图像的初始区域进行裁剪得到第一子图像;处理器1020还用于对第一子图像进行G通道降采样,得到对应目标区域的第二子图像。其中,图像为raw图像。
在一些实施例中,当目标区域有多个时,处理器1020还用于将尺寸最大的目标区域的当前亮度情情况确定为最终的目标区域的当前亮度值,或者处理器1020还用于对多个目标区域的当前亮度情况做加权处理,以获得最终的目标区域的当前亮度情况。
在一些实施例中,处理器1020还用于获取每个目标区域在第一图像中的坐标;处理器1020还用于基于目标区域的坐标计算目标区域与第一图像的中心之间的偏离距离;处理器1020还用于获取各个目标区域与偏离距离负相关的权重;处理器1020还用于基于权重,对各个目标区域的当前亮度情况做加权处理,以得到目标区域的当前亮度情况。
在一些实施例中,处理器1020还用于按照预设亮度映射关系,确定与当前亮度情况所映射的目标亮度值;其中,预设亮度映射关系为当前亮度情况对应于目标亮度值的关系。
在一些实施例中,处理器1020还用于控制其自身判断若目标区域的当前亮度值在预设亮度范围内,则将当前亮度值作为目标亮度值;处理器1020还用于控制其自身判断若目标区域的当前亮度值低于预设亮度范围的最小值,则将当前亮度值增加对应调大量以得到目标亮度值,其中,当前亮度值越小,对应调大量越大;处理器1020还用于控制其自身判断若目标区域的当前亮度值高于预设亮度范围的最大值,则将当前亮度值减小对应调小量以得到目标亮度值,其中,当前亮度值越大,对应调小量越大。
在一些实施例中,曝光调整装置1000还包括摄像器件1030,用于拍摄图像。
请参阅图11,图11为本申请存储装置1100一实施例的框架示意图。本申请存储装置1100存储有能够被处理器运行的程序指令1110,程序指令1110用于实现上述任一实施例中曝光调整方法的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (16)
1.一种曝光调整方法,其特征在于,包括:
检测摄像器件拍摄的图像中的目标区域;
利用所述目标区域中像素点的灰度值情况,确定所述目标区域的当前亮度情况;
基于所述目标区域的当前亮度情况确定所述摄像器件后续拍摄所需的目标亮度值;
根据所述目标亮度值确定所述摄像器件的曝光参数。
2.根据权利要求1所述的方法,其特征在于,所述利用所述目标区域中像素点的灰度值情况,确定所述目标区域的当前亮度情况,包括:
对所述目标区域中各像素点的灰度值进行统计,以获得所述目标区域中的各灰度值的像素点数量以及不同灰度范围的像素点数量;
基于所述各灰度值的像素点数量以及不同灰度范围的像素点数量确定所述目标区域的当前亮度情况。
3.根据权利要求2所述的方法,其特征在于,所述基于所述各灰度值的像素点数量以及不同灰度范围的像素点数量确定所述目标区域的当前亮度情况,包括:
基于所述不同灰度范围的像素点数量确定所述目标区域的曝光程度;
基于所述各灰度值的像素点数量、不同灰度范围的像素点数量以及与所述曝光程度对应的第一预设阈值,确定所述目标区域的所述当前亮度值。
4.根据权利要求3所述的方法,其特征在于,所述基于所述不同灰度范围的像素点数量确定所述目标区域的曝光程度,包括:
基于所述不同灰度范围的像素点数量,判断所述目标区域中的预设灰度范围的像素点占比是否大于第二预设阈值,其中,所述像素点占比为像素点数量占所述目标区域的像素点总数的比例;
若是,则确定所述目标区域的曝光程度为欠曝;
若否,则确定所述目标区域的曝光程度为过曝。
5.根据权利要求3所述的方法,其特征在于,所述基于所述各灰度值的像素点数量、不同灰度范围的像素点数量以及与所述曝光程度对应的第一预设阈值,确定所述目标区域的所述当前亮度值,包括:
查找出像素点占比满足第一预设条件的目标灰度值,其中,所述像素点占比为像素点数量占所述目标区域中的像素点总数的比例;
判断由小于或等于所述目标灰度值组成的灰度范围的像素点占比是否大于所述第一预设阈值;
若是,则确定所述目标灰度值为所述当前亮度值。
6.根据权利要求5所述的方法,其特征在于,所述第一预设条件包括所述目标灰度值及其后续若干个灰度值对应的像素点占比均小于第三预设阈值。
7.根据权利要求1所述的方法,其特征在于,所述检测摄像器件拍摄的图像中的目标区域,包括:
提取所述图像中对应所述目标区域的第一子图像;
对所述第一子图像进行降采样,得到对应所述目标区域的第二子图像;
所述利用所述目标区域中像素点的灰度值情况,确定所述目标区域的当前亮度情况,包括:
利用所述第二子图像中像素点的灰度值情况,确定所述目标区域的当前亮度情况。
8.根据权利要求7所述的方法,其特征在于,所述提取所述图像中对应所述目标区域的第一子图像,包括:
利用深度学习模型对所述图像进行目标检测,确定所述图像中包含所述目标的初始区域;
按照预设比例,对所述图像的所述初始区域进行裁剪得到所述第一子图像;
所述对所述第一子图像进行降采样,得到对应所述目标区域的第二子图像,包括:
对所述第一子图像进行G通道降采样,得到对应所述目标区域的第二子图像。
9.根据权利要求1所述的方法,其特征在于,所述图像为raw图像。
10.根据权利要求1所述的方法,其特征在于,当所述目标区域有多个时,
所述利用所述目标区域中像素点的灰度值情况,确定所述目标区域的当前亮度情况,还包括:
将尺寸最大的所述目标区域的当前亮度情情况确定为最终的所述目标区域的当前亮度值;或者,
对多个所述目标区域的当前亮度情况做加权处理,以获得最终的所述目标区域的当前亮度情况。
11.根据权利要求10所述的方法,其特征在于,所述对多个所述目标区域的当前亮度情况做加权处理,以获得最终的所述目标区域的当前亮度情况包括:
获取每个所述目标区域在所述第一图像中的坐标;
基于所述目标区域的坐标计算所述目标区域与所述第一图像的中心之间的偏离距离;
获取各个所述目标区域与所述偏离距离负相关的权重;
基于所述权重,对各个目标区域的当前亮度情况做加权处理,以得到所述目标区域的当前亮度情况。
12.根据权利要求1所述的方法,其特征在于,所述基于所述当前亮度情况确定所述摄像器件后续拍摄所需的目标亮度值包括:
按照预设亮度映射关系,确定与所述当前亮度情况所映射的目标亮度值;
其中,所述预设亮度映射关系为所述当前亮度情况对应于所述目标亮度值的关系。
13.根据权利要求12所述的方法,其特征在于,所述按照预设亮度映射关系,确定与所述当前亮度情况所映射的目标亮度值,包括:
若所述目标区域的当前亮度值在预设亮度范围内,则将所述当前亮度值作为所述目标亮度值;
若所述目标区域的当前亮度值低于所述预设亮度范围的最小值,则将所述当前亮度值增加对应调大量以得到目标亮度值,其中,所述当前亮度值越小,所述对应调大量越大;
若所述目标区域的当前亮度值高于所述预设亮度范围的最大值,则将所述当前亮度值减小对应调小量以得到目标亮度值,其中,所述当前亮度值越大,所述对应调小量越大。
14.一种曝光调整装置,其特征在于,包括:
包括相互耦接的存储器和处理器;
所述处理器用于执行所述存储器存储的程序指令,以实现权利要求1至13任一项所述的方法。
15.根据权利要求14所述的装置,其特征在于,还包括摄像器件,用于拍摄图像。
16.一种存储装置,其特征在于,存储有能够被处理器运行的程序指令,所述程序指令用于实现权利要求1至13任一项所述的方法。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910568901.3A CN112153297B (zh) | 2019-06-27 | 2019-06-27 | 曝光调整方法及装置、存储装置 |
EP19935677.5A EP3967024A4 (en) | 2019-06-27 | 2019-12-30 | SYSTEMS AND METHODS FOR DETERMINING THE EXPOSURE PARAMETER OF AN IMAGE CAPTURE DEVICE |
PCT/CN2019/129747 WO2020258808A1 (en) | 2019-06-27 | 2019-12-30 | Systems and methods for determining exposure parameter of an image capture device |
US17/643,185 US20220103739A1 (en) | 2019-06-27 | 2021-12-08 | Systems and methods for determining exposure parameter of an image capture device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910568901.3A CN112153297B (zh) | 2019-06-27 | 2019-06-27 | 曝光调整方法及装置、存储装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112153297A true CN112153297A (zh) | 2020-12-29 |
CN112153297B CN112153297B (zh) | 2022-02-18 |
Family
ID=73868756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910568901.3A Active CN112153297B (zh) | 2019-06-27 | 2019-06-27 | 曝光调整方法及装置、存储装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220103739A1 (zh) |
EP (1) | EP3967024A4 (zh) |
CN (1) | CN112153297B (zh) |
WO (1) | WO2020258808A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112750127A (zh) * | 2021-02-04 | 2021-05-04 | 深圳市泽峰光电科技有限公司 | 一种用于原木端面测量的图像处理方法 |
CN113379650A (zh) * | 2021-07-22 | 2021-09-10 | 浙江大华技术股份有限公司 | 人脸图像曝光方法、装置、电子设备及存储介质 |
CN113572973A (zh) * | 2021-09-28 | 2021-10-29 | 武汉市聚芯微电子有限责任公司 | 一种曝光控制方法、装置、设备以及计算机存储介质 |
CN113808045A (zh) * | 2021-09-18 | 2021-12-17 | 凌云光技术股份有限公司 | 一种图像亮度调节方法及装置 |
CN114023103A (zh) * | 2021-11-23 | 2022-02-08 | 北京筑梦园科技有限公司 | 一种图像处理方法、装置及停车管理系统 |
CN114866705A (zh) * | 2022-05-31 | 2022-08-05 | 瑞芯微电子股份有限公司 | 自动曝光方法、存储介质及电子设备 |
CN114885104A (zh) * | 2022-05-06 | 2022-08-09 | 北京银河方圆科技有限公司 | 摄像机自适应调节的方法、可读存储介质和导航系统 |
CN116744118A (zh) * | 2022-09-16 | 2023-09-12 | 荣耀终端有限公司 | 确定拍摄参数的方法和装置 |
WO2023169477A1 (zh) * | 2022-03-09 | 2023-09-14 | 北京字跳网络技术有限公司 | 曝光拍摄方法、装置、设备、存储介质和程序产品 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110661983B (zh) * | 2019-11-12 | 2021-03-19 | 腾讯科技(深圳)有限公司 | 图像采集方法、装置、设备及存储介质 |
CN114845062B (zh) * | 2022-04-29 | 2024-04-02 | 深圳市联洲国际技术有限公司 | 图像的处理方法、非易失性存储介质、处理器与电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101049012A (zh) * | 2004-08-31 | 2007-10-03 | 卡西欧计算机株式会社 | 图像拾取设备、曝光控制方法以及安装在图像拾取设备中的计算机程序 |
CN101304489A (zh) * | 2008-06-20 | 2008-11-12 | 北京中星微电子有限公司 | 一种自动曝光方法及装置 |
US20090167932A1 (en) * | 2007-12-27 | 2009-07-02 | Kenichi Nakajima | Image capturing apparatus |
CN104580925A (zh) * | 2014-12-31 | 2015-04-29 | 安科智慧城市技术(中国)有限公司 | 一种控制图像亮度的方法、装置及摄像机 |
CN104580923A (zh) * | 2014-12-30 | 2015-04-29 | 重庆金山科技(集团)有限公司 | 电子内窥镜曝光装置及曝光方法 |
CN104994306A (zh) * | 2015-06-29 | 2015-10-21 | 厦门美图之家科技有限公司 | 一种基于脸部亮度自动调整曝光度的摄像方法和摄像装置 |
CN106952244A (zh) * | 2017-03-28 | 2017-07-14 | 中航视嘉(北京)技术有限公司 | 一种图像亮度的自动调整方法及装置 |
CN110708472A (zh) * | 2019-11-07 | 2020-01-17 | 重庆紫光华山智安科技有限公司 | 一种抑制运动亮光源曝光控制方法、系统及设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4867365B2 (ja) * | 2006-01-30 | 2012-02-01 | ソニー株式会社 | 撮像制御装置、撮像装置および撮像制御方法 |
CN1953515A (zh) * | 2006-11-21 | 2007-04-25 | 北京中星微电子有限公司 | 一种自动调整图像亮度的方法和自动成像设备 |
US8290357B2 (en) * | 2007-03-15 | 2012-10-16 | Nvidia Corporation | Auto-exposure technique in a camera |
US8339506B2 (en) * | 2009-04-24 | 2012-12-25 | Qualcomm Incorporated | Image capture parameter adjustment using face brightness information |
CN103327259B (zh) * | 2013-07-19 | 2016-03-23 | 西安诺瓦电子科技有限公司 | Led显示屏校正用相机的参数调整方法及装置 |
CN106385544B (zh) * | 2016-09-23 | 2019-08-02 | 浙江宇视科技有限公司 | 一种相机曝光调节方法及装置 |
CN107635102B (zh) * | 2017-10-30 | 2020-02-14 | Oppo广东移动通信有限公司 | 高动态范围图像曝光补偿值获取方法和装置 |
-
2019
- 2019-06-27 CN CN201910568901.3A patent/CN112153297B/zh active Active
- 2019-12-30 EP EP19935677.5A patent/EP3967024A4/en active Pending
- 2019-12-30 WO PCT/CN2019/129747 patent/WO2020258808A1/en unknown
-
2021
- 2021-12-08 US US17/643,185 patent/US20220103739A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101049012A (zh) * | 2004-08-31 | 2007-10-03 | 卡西欧计算机株式会社 | 图像拾取设备、曝光控制方法以及安装在图像拾取设备中的计算机程序 |
US20090167932A1 (en) * | 2007-12-27 | 2009-07-02 | Kenichi Nakajima | Image capturing apparatus |
CN101304489A (zh) * | 2008-06-20 | 2008-11-12 | 北京中星微电子有限公司 | 一种自动曝光方法及装置 |
CN104580923A (zh) * | 2014-12-30 | 2015-04-29 | 重庆金山科技(集团)有限公司 | 电子内窥镜曝光装置及曝光方法 |
CN104580925A (zh) * | 2014-12-31 | 2015-04-29 | 安科智慧城市技术(中国)有限公司 | 一种控制图像亮度的方法、装置及摄像机 |
CN104994306A (zh) * | 2015-06-29 | 2015-10-21 | 厦门美图之家科技有限公司 | 一种基于脸部亮度自动调整曝光度的摄像方法和摄像装置 |
CN106952244A (zh) * | 2017-03-28 | 2017-07-14 | 中航视嘉(北京)技术有限公司 | 一种图像亮度的自动调整方法及装置 |
CN110708472A (zh) * | 2019-11-07 | 2020-01-17 | 重庆紫光华山智安科技有限公司 | 一种抑制运动亮光源曝光控制方法、系统及设备 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112750127B (zh) * | 2021-02-04 | 2022-08-26 | 深圳市泽峰光电科技有限公司 | 一种用于原木端面测量的图像处理方法 |
CN112750127A (zh) * | 2021-02-04 | 2021-05-04 | 深圳市泽峰光电科技有限公司 | 一种用于原木端面测量的图像处理方法 |
CN113379650A (zh) * | 2021-07-22 | 2021-09-10 | 浙江大华技术股份有限公司 | 人脸图像曝光方法、装置、电子设备及存储介质 |
CN113808045A (zh) * | 2021-09-18 | 2021-12-17 | 凌云光技术股份有限公司 | 一种图像亮度调节方法及装置 |
CN113572973A (zh) * | 2021-09-28 | 2021-10-29 | 武汉市聚芯微电子有限责任公司 | 一种曝光控制方法、装置、设备以及计算机存储介质 |
CN114023103A (zh) * | 2021-11-23 | 2022-02-08 | 北京筑梦园科技有限公司 | 一种图像处理方法、装置及停车管理系统 |
WO2023169477A1 (zh) * | 2022-03-09 | 2023-09-14 | 北京字跳网络技术有限公司 | 曝光拍摄方法、装置、设备、存储介质和程序产品 |
CN116801110A (zh) * | 2022-03-09 | 2023-09-22 | 北京字跳网络技术有限公司 | 曝光拍摄方法、装置、设备、存储介质和程序产品 |
CN114885104A (zh) * | 2022-05-06 | 2022-08-09 | 北京银河方圆科技有限公司 | 摄像机自适应调节的方法、可读存储介质和导航系统 |
CN114885104B (zh) * | 2022-05-06 | 2024-04-26 | 北京银河方圆科技有限公司 | 摄像机自适应调节的方法、可读存储介质和导航系统 |
CN114866705A (zh) * | 2022-05-31 | 2022-08-05 | 瑞芯微电子股份有限公司 | 自动曝光方法、存储介质及电子设备 |
CN114866705B (zh) * | 2022-05-31 | 2024-02-02 | 瑞芯微电子股份有限公司 | 自动曝光方法、存储介质及电子设备 |
CN116744118A (zh) * | 2022-09-16 | 2023-09-12 | 荣耀终端有限公司 | 确定拍摄参数的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3967024A4 (en) | 2022-07-06 |
CN112153297B (zh) | 2022-02-18 |
WO2020258808A1 (en) | 2020-12-30 |
US20220103739A1 (en) | 2022-03-31 |
EP3967024A1 (en) | 2022-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112153297B (zh) | 曝光调整方法及装置、存储装置 | |
CN108419023B (zh) | 一种生成高动态范围图像的方法以及相关设备 | |
JP3992177B2 (ja) | 画像処理装置、画像処理方法及びコンピュータ・プログラム | |
CN101365070B (zh) | 摄像装置 | |
CN101605209B (zh) | 摄像装置及图像再生装置 | |
CN108734676B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN102821249B (zh) | 摄像设备和曝光控制方法 | |
CN102428700B (zh) | 监视装置 | |
CN106991707B (zh) | 一种基于昼夜成像特征的交通信号灯图像强化方法及装置 | |
WO2021007690A1 (zh) | 曝光控制方法、装置与可移动平台 | |
WO2012172922A1 (ja) | 車載カメラ装置 | |
US10091422B2 (en) | Image processing device and recording medium | |
US11323632B2 (en) | Electronic device and method for increasing exposure control performance of a camera by adjusting exposure parameter of the camera | |
CN111898532A (zh) | 一种图像处理方法、装置、电子设备及监控系统 | |
CN109040607A (zh) | 成像控制方法、装置、电子设备和计算机可读存储介质 | |
CN113573035A (zh) | 一种基于视觉的ar-hud亮度自适应调节方法 | |
CN106686320B (zh) | 一种基于数密度均衡的色调映射方法 | |
JP2020095621A (ja) | 画像処理装置および画像処理方法 | |
CN112640413B (zh) | 用于显示周围环境的模型的方法、控制设备和车辆 | |
JP4851505B2 (ja) | 画像処理装置及び画像処理方法 | |
CN112598609B (zh) | 一种动态图像的处理方法及装置 | |
CN111435972B (zh) | 一种图像处理的方法及装置 | |
WO2022193132A1 (zh) | 图像检测方法、装置和电子设备 | |
CN114143420B (zh) | 双传感器摄像系统及其隐私保护摄像方法 | |
KR100910361B1 (ko) | 디지털 이미지화의 노출 |
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 |