CN113055600B - 一种图像曝光调整方法、装置、设备和存储介质 - Google Patents

一种图像曝光调整方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113055600B
CN113055600B CN202110341383.9A CN202110341383A CN113055600B CN 113055600 B CN113055600 B CN 113055600B CN 202110341383 A CN202110341383 A CN 202110341383A CN 113055600 B CN113055600 B CN 113055600B
Authority
CN
China
Prior art keywords
target object
image
original image
exposure time
target
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.)
Active
Application number
CN202110341383.9A
Other languages
English (en)
Other versions
CN113055600A (zh
Inventor
吴逢致
谭君华
徐立人
韩旭
赵奕铭
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.)
Dongfeng Motor Corp
Guangzhou Weride Technology Co Ltd
Original Assignee
Dongfeng Motor Corp
Guangzhou Weride 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 Dongfeng Motor Corp, Guangzhou Weride Technology Co Ltd filed Critical Dongfeng Motor Corp
Priority to CN202110341383.9A priority Critical patent/CN113055600B/zh
Publication of CN113055600A publication Critical patent/CN113055600A/zh
Application granted granted Critical
Publication of CN113055600B publication Critical patent/CN113055600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/61Control of cameras or camera modules based on recognised objects
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/73Circuitry for compensating brightness variation in the scene by influencing the exposure time

Landscapes

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

Abstract

本发明公开了一种图像曝光调整方法、装置、设备和存储介质,方法包括:接收原始图像;对原始图像进行目标物识别,判断原始图像中是否存在目标物;若判定原始图像中存在目标物,则根据目标物的类别调整目标物所在像素行的曝光时长,生成目标图像。更为有效地提高图像精度,对图像中的重要目标物细节进行补充,进而提供细节更为准确的图像供无人驾驶系统判断行驶场景的真实情况。

Description

一种图像曝光调整方法、装置、设备和存储介质
技术领域
本发明涉及曝光控制技术领域,尤其涉及一种图像曝光调整方法、装置、设备和存储介质。
背景技术
在车载自动驾驶及辅助驾驶应用中,车载相机作为主要的感测世界的传感器之一,现有的车载相机通常仅是简易的摄像头,其所拍摄的影像和视频画面效果较为局限,当相机暴露在强光下时如对面行车前大灯照射到车载相机时,车载相机拍摄的画面的清晰度会受到很大的影响,造成画面模糊甚至无法有效识别。
为此,对车载相机的优化通常是采用高动态范围图像(High Dynamic Range,HDR)技术或宽动态范围(Wide Dynamic Range,WDR)技术,以通过不同的感光度获取照片进行合成展示,以提高画面清晰度。
但在现有的车载HDR技术中,由于带宽或资源有限,通常是将所获取到的数据由相机进行有损压缩或输出,或者是由图像信号处理系统(Image Signal Processing,ISP)制式处理并合成像素输出。但上述处理方法由于有损压缩或制式处理会导致实际获取到的图像精度受限,存在细节丧失的问题,进而可能无法准确判断行驶场景的真实情况。
发明内容
本发明提供了一种图像曝光调整方法、装置、设备和存储介质,解决了现有技术由于图像处理方式所导致的图像精度受限,存在细节丢失,无法准确判断行驶场景的真实情况的技术问题。
本发明第一方面提供的一种图像曝光调整方法,包括:
接收原始图像;
对所述原始图像进行目标物识别,判断所述原始图像中是否存在目标物;
若判定所述原始图像中存在所述目标物,则根据所述目标物的类别调整所述目标物所在像素行的曝光时长,生成目标图像。
可选地,所述方法还包括:
若判定所述原始图像中不存在所述目标物,则将所述原始图像作为所述目标图像。
可选地,所述若判定所述原始图像中存在所述目标物,则根据所述目标物的类别调整所述目标物所在像素行的曝光时长,生成目标图像的步骤,包括:
若判定所述原始图像中存在所述目标物,则获取所述目标物的类别以及所述目标物所在的像素行;其中,每个所述目标物的类别对应设有预设的曝光时长;
根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长;
按每种所述目标物对应的所述曝光时长对每行所述像素行进行曝光,得到中间图像,判断所述中间图像是否满足预设的物体清晰度要求;
若不满足,则返回所述根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长的步骤;
若满足,则停止调整所述目标物的曝光时长,将所述中间图像作为目标图像。
可选地,所述目标物的类别包括可移动目标物和固定目标物;所述预设梯度包括第一调整梯度和第二调整梯度;所述根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长的步骤,包括:
若所述目标物的类别为所述固定目标物,则获取所述固定目标物对应的第一图像参数;
按照所述第一调整梯度分别调整所述固定目标物在每行所述像素行中的曝光时长,以调整所述第一图像参数;
若所述目标物的类别为所述可移动目标物,则按照所述第二调整梯度分别调整所述可移动目标物在每行所述像素行中的曝光时长。
可选地,在所述生成目标图像的步骤之前,还包括:
获取所述原始图像对应的图像环境的环境亮度;
按照预设的环境亮度梯度分别调整所述图像环境在每行所述像素行中的曝光时长,以调整所述环境亮度,直至所述图像环境满足预设的环境清晰度要求。
可选地,所述目标物的类别包括可移动目标物和固定目标物;所述对所述原始图像进行目标物识别,判断所述原始图像中是否存在目标物的步骤,包括:
从预设地图数据库中获取与所述原始图像对应的场景数据;
根据所述场景数据中所记录的物体位置信息,判断所述原始图像中是否存在所述固定目标物;
对所述原始图像进行障碍物识别和行人识别,判断所述原始图像中是否存在可移动目标物。
可选地,所述根据所述场景数据中所记录的物体位置信息,判断所述原始图像中是否存在所述固定目标物的步骤,包括:
从所述场景数据中获取所述物体位置信息;所述物体位置信息包括物体位置和物体类别;
若所述物体位置位于所述原始图像内且所述物体类别为固定交通设施,则判定所述原始图像中存在所述固定目标物;
若所述物体位置不位于所述原始图像内或所述物体类别不为固定交通设施,则判定所述原始图像中不存在所述固定目标物。
本发明第二方面提供了一种图像曝光调整装置,所述装置包括:
原始图像接收模块,用于接收原始图像;
目标物识别模块,用于对所述原始图像进行目标物识别,判断所述原始图像中是否存在目标物;
曝光时长调整模块,用于若判定所述原始图像中存在所述目标物,则根据所述目标物的类别调整所述目标物所在像素行的曝光时长,生成目标图像。
本发明第三方面提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如本发明第一方面任一项所述的图像曝光调整方法的步骤。
本发明第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被所述处理器执行时实现如本发明第一方面任一项所述的图像曝光调整方法。
从以上技术方案可以看出,本发明具有以下优点:
本发明当接收到图像传感器实时采集的周围环境的原始图像后,可以对原始图像进行目标物识别以判断原始图像中是否存在目标物,若原始图像中存在目标物,则进一步根据目标物的类别对目标物所在像素行的曝光时长进行调整,生成目标图像。从而解决现有技术中由于图像处理方式所导致的图像精度受限,存在细节丢失,无法准确判断行驶场景的真实情况的技术问题,更为有效地提高图像精度,对图像中的重要目标物细节进行补充,进而提供细节更为准确的图像供无人驾驶系统判断行驶场景的真实情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种图像曝光调整方法的步骤流程图;
图2为本发明实施例二提供的一种图像曝光调整方法的步骤流程图;
图3为本发明实施例三提供的一种图像曝光调整方法的步骤流程图;
图4为本发明实施例四提供的一种图像曝光调整方法的步骤流程图;
图5为本发明实施例五提供的一种图像曝光调整装置的结构框图。
具体实施方式
本发明实施例提供了一种图像曝光调整方法、装置、设备和存储介质,用于解决现有技术由于图像处理方式所导致的图像精度受限,存在细节丢失,无法准确判断行驶场景的真实情况的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例一提供的一种图像曝光调整方法的步骤流程图。
本发明提供的一种图像曝光调整方法,其可以应用在各种设备中,包括但不限于无人驾驶汽车、无人驾驶飞机,还可以应用于交通监控设备等具有图像获取和图像处理功能的设备中,该方法可以包括以下步骤:
步骤101,接收原始图像;
原始图像指的是通过图像传感器对周围环境进行实时图像采集所得到的图像数据,其中可以但不限于包括色彩饱和度、环境亮度、光照强度等参数,其中,图像传感器可以搭载在交通设备上,也可以搭载在固定设备上,其类型可以包括例如车载相机、行程记录仪等摄像设备。
在本发明实施例中,以单个图像传感器进行说明,对于多个图像传感器所获取的图像,可以参照本方法对每个图像传感器所获取到的图像进行独立处理。为获取到无人驾驶系统周围环境的实时图像数据源,可以通过图像传感器对采集原始图像并发送到无人驾驶系统,通过无人驾驶系统接收该原始图像。
步骤102,对原始图像进行目标物识别,判断原始图像中是否存在目标物;
在接收到原始图像后,可以对原始图像进行目标物识别,以判断原始图像中是否存在目标物以及目标物所属的类别。
值得一提的是,目标物可以包括但不限于交通灯等具有光源的固定物体,还可以包括行人、自行车、小汽车和货车等可移动物体,本发明实施例对此不作限制。
步骤103,若判定原始图像中存在目标物,则根据目标物的类别调整目标物所在像素行的曝光时长,生成目标图像。
在具体实现中,若是判定原始图像中存在目标物,则可以进一步获取目标物的类别,根据目标物的类别分别对目标物所在的像素行进行曝光时长的调整,以得到对应的目标图像。
在本发明实施例中,当接收到图像传感器实时采集的周围环境的原始图像后,可以对原始图像进行目标物识别以判断原始图像中是否存在目标物,若原始图像中存在目标物,则进一步根据目标物的类别对目标物所在像素行的曝光时长进行调整,生成目标图像。从而解决现有技术中由于图像处理方式所导致的图像精度受限,存在细节丢失,无法准确判断行驶场景的真实情况的技术问题,更为有效地提高图像精度,对图像中的重要目标物细节进行补充,进而提供细节更为准确的图像供无人驾驶系统判断行驶场景的真实情况。
请参阅图2,图2为本发明实施例二提供的一种图像曝光调整方法的步骤流程图。
本发明提供的一种图像曝光调整方法,包括以下步骤:
步骤201,接收原始图像;
在本发明实施例中,可以通过在无人驾驶系统上设置多个不同角度、不同位置的图像传感器,通过图像传感器采集搭载该无人驾驶系统的交通工具周围的实时图像作为原始图像并发送到无人驾驶系统,以提供无人驾驶系统对图像精度和细节进行优化的数据基础。
步骤202,对原始图像进行目标物识别,判断原始图像中是否存在目标物;
可选地,目标物的类别包括可移动目标物和固定目标物,步骤202可以包括以下子步骤S11-S13:
S11、从预设地图数据库中获取与原始图像对应的场景数据;
预设地图数据库(cartographic database)是以地图数字化数据为基础的数据库,是存储在计算机中的地图内容各要素(如控制点、地貌、土地类别、居民地、水文、植被、交通运输、境界等)的数字信息文件、数据库管理系统及其它软件和硬件的集合。其存储了具有统一比例尺且在地理坐标系统的地图上按规范化、标准化要求数字化而获取的数据。
在本发明实施例中,可以按照该无人驾驶系统所处的位置信息,确定无人驾驶系统所在的地理位置,以此从预设地图数据库中获取对应地理位置的交通设施数据,再根据图像传感器的设置朝向、设置高度和图像视场角范围,从该交通设施数据中筛选得到与原始图像对应的场景数据。
其中,场景数据可以包括多个固定交通设施的物体位置信息,物体位置信息可以包括物体位置以及物体类别,例如交通信号灯、斑马线、变道指示牌和停车指示牌等。
S12、根据场景数据中所记录的物体位置信息,判断原始图像中是否存在固定目标物;
进一步地,步骤S12还可以包括以下子步骤S121-S123:
S121、从场景数据中获取物体位置信息;物体位置信息包括物体位置和物体类别;
S122、若物体位置位于原始图像内且物体类别为固定交通设施,则判定原始图像中存在固定目标物;
在本发明实施例中,从该场景数据中获取到物体位置信息,若该物体位置信息所指示的物体位置是位于原始图像内,且物体类别为固定交通设施例如交通信号灯、斑马线、变道指示牌等,则可以判定原始图像中存在固定目标物。
值得一提的是,物体位置位于原始图像内指的是该物体的信号显示部分或整体处于该原始图像内,例如交通信号灯的灯显示部分,或者斑马线部分等。
进一步地,若是从原始图像中所识别得到的交通信号灯并不完整,无法得知当前交通信号灯的状态下,此时可以基于原始图像中的车辆行驶状态进行进一步判定,例如在十字路口的红绿灯,正前方来车处于行驶状态,且存在左转车辆停止时,判定当前红绿灯为绿灯,可以直行。
S123、若物体位置不位于原始图像内或物体类别不为固定交通设施,则判定原始图像中不存在固定目标物。
进一步地,若是物体位置不位于原始图像内,或者物体类别不为固定交通设施,则可以判定原始图像中不存在固定目标物。
S13、对原始图像进行障碍物识别和行人识别,判断原始图像中是否存在可移动目标物。
在本发明实施例中,在对原始图像检测是否存在固定目标物的同时,还可以采用障碍物识别算法和行人识别算法对原始图像进行障碍物识别和行人识别,以判断在原始图像所代表的行驶场景中是否存在可移动目标物。
其中,障碍物识别算法和行人识别算法的种类可以有多种,例如基于双目视觉识别、人员姿态识别等,本发明实施例对此不作限制。
步骤203,若判定原始图像中存在目标物,则根据目标物的类别调整目标物所在像素行的曝光时长,生成目标图像。
在具体实现中,若是判定原始图像中存在目标物,则可以进一步基于目标物的类别分别对目标物所在像素行的曝光时长进行调整,以得到目标图像。
具体地,当判定原始图像中存在目标物时,获取目标物的类别,若是目标物的类别为固定目标物,则可以检测该固定目标物所在的像素行有哪些,逐一调整该固定目标物在每行像素行的曝光时长,在不过曝的前提下使该固定目标物所指示的信号能够清晰地显示在该原始图像上,此时得到目标图像。或是同时存在固定目标物、可移动目标物以及其他无关环境因素的情况下,可以分别对固定目标物所在的像素行、可移动目标物所在的像素行和无关环境因素所在的像素行进行曝光时长的调整,在保证不过曝的情况下,对固定目标物和可移动目标物的色彩饱和度、清晰度和细节进行优化,对无关环境因素进行画面清晰度的优化,以防止原始图像由于图像模糊等情况造成的细节丢失。
进一步地,方法还包括以下步骤204:
步骤204,若判定原始图像中不存在目标物,则将原始图像作为目标图像。
在本发明的另一实施例中,当原始图像不存在目标物时,说明此时原始图像所在的场景并不重要例如无人公路等,为平衡对各个原始图像的处理资源,可以直接将原始图像作为目标图像进行显示。
可选地,还可以直接将图像传感器的曝光参数设置为自动调节模式,在判定原始图像不存在目标物的情况下,直接以普通的曝光模式处理原始图像的每一像素行,得到目标图像。
在本发明实施例中,当接收到图像传感器实时采集的周围环境的原始图像后,可以对原始图像进行目标物识别以判断原始图像中是否存在目标物,若原始图像中存在目标物,则进一步根据目标物的类别对目标物所在像素行的曝光时长进行调整,生成目标图像。从而解决现有技术中由于图像处理方式所导致的图像精度受限,存在细节丢失,无法准确判断行驶场景的真实情况的技术问题,更为有效地提高图像精度,对图像中的重要目标物细节进行补充,进而提供细节更为准确的图像供无人驾驶系统判断行驶场景的真实情况。
请参阅图3,图3为本发明实施例三提供的一种图像曝光调整方法的步骤流程图。
本发明提供的一种图像曝光调整方法,包括以下步骤:
步骤301,接收原始图像;
步骤302,对原始图像进行目标物识别,判断原始图像中是否存在目标物;
在本发明实施例中,步骤301-302的具体实施过程与上述实施例一种的步骤101-102类似,在此不再赘述。
步骤303,若判定原始图像中存在目标物,则获取目标物的类别以及目标物所在的像素行;
在本发明实施例中,若判定原始图像中存在目标物,说明原始图像中至少存在固定目标物和可移动目标物的一种,而在上述步骤302的过程中,在对目标物识别之后,已经对目标物的类别进行判定,此时为准确对目标物在原始图像中的像素位置进行准确曝光,可以直接获取目标物的类别和目标物所在的像素行。
其中,每个目标物的类别对应设有预设的曝光时长;
值得一提的是,由于每种目标物所对应的亮度、色彩饱和度和对比度可能存在不同,此时可以为每种目标物分别设置预设的曝光时长,曝光时长可以相同也可以不同。
步骤304,根据目标物的类别,按预设梯度分别调整每种目标物在每行像素行中的曝光时长;
在本发明的一个示例中,预设梯度包括第一调整梯度和第二调整梯度;步骤304可以包括以下子步骤S21-S23:
S21、若目标物的类别为固定目标物,则获取固定目标物对应的第一图像参数;
S22、按照第一调整梯度分别调整固定目标物在每行像素行中的曝光时长,以调整第一图像参数;
在本发明实施例中,若是判定目标物的类别为固定目标物,则可以获取固定目标物对应的第一图像参数,例如固定目标物为红绿灯,第一图像参数可以为色彩饱和度、亮度和对比度等。在得到第一图像参数后,由于原始图像中的固定目标物是以像素的形式显示的,此时可以确定固定目标物所在的像素行,按照第一调整梯度分别调整该固定目标物在每个像素行的曝光时长,从而达到调整第一图像参数的目的。
在具体实现中,按照第一调整梯度分别调整固定目标物在每行像素行中的曝光时长的方式可以为按照第一调整梯度对应的步长对曝光时长进行增加或减少。
进一步地,由于单个像素行可能无法完整显示整个完整的固定目标物,因此可以并行调整完整的固定目标物所对应的每个像素分别所处的像素行的曝光时长;在得到调整后的固定目标物图像后,检测固定目标物图像是否满足清晰度要求,若是未满足清晰度要求或固定目标物出现形变,则可以结合上述预设的地图数据库中的固定目标物的具体形状对其进行矫正。
S23、若目标物的类别为可移动目标物,则按照第二调整梯度分别调整可移动目标物在每行像素行中的曝光时长。
在本发明实施例中,若是目标物的类别为可移动目标物,说明此时目标物为行人、汽车等可移动物,则可以按照第二调整梯度分别调整可移动目标物在每行像素行中的曝光时长。
在具体实现中,由于目标物具有不同的类别,为实现对不同类别的目标物进行不同目的的针对性调整,可以设置不同的第一调整梯度和第二调整梯度分别对不同类别的目标物进行调整。
为提高调整效率,第一调整梯度和第二调整梯度中的梯度间隔可以设置为相同间隔也可以设置为不同间隔。在对第一调整梯度和第二调整梯度的梯度间隔设置为相同间隔情况下,可以采用相同间隔的调整幅度对该类别目标物对应的曝光时长进行调整;在对第一调整梯度和第二调整梯度的梯度间隔设置为不同间隔情况下,可以将第一调整梯度和第二调整梯度设置为多个不同范围的清晰度调整区间,在每个调整区间中采用不同的调整梯度进行曝光时长调整,可以通过获取该类别目标物在当前时刻的清晰度,以此作为基准,判断该类别目标物的清晰度所在的清晰度调整区间,采用对应的调整梯度对其曝光时长进行调整。
或者对可移动目标物和固定目标物进行进一步的类别细分,每种固定目标物具有对应的第一调整梯度,每种可移动目标物具有对应的第二调整梯度,在判定目标物的类别属于固定目标物时,可以进一步结合目标识别算法等检测固定目标物的具体类别,例如红绿灯、变道标记等,根据具体类别获取对应的第一调整梯度对该目标物的曝光时长进行调整;若判定目标物的类别属于可移动目标物,则可以进一步结合点云检测或目标识别等方式检测可移动目标物的具体类别,例如行人、汽车、自行车、摩托车或货车等,根据具体类别获取对应的第二调整梯度对该目标物的曝光时长进行调整。
另外,在目标物的清晰度较低的情况下,可以采用先采用较大的梯度间隔进行调整,而在目标物的清晰度接近预设的物体清晰度要求时,可以设定固定的步长对其进行调整,以防止出现由于调整梯度过大所导致的图像过曝问题。
步骤305,按每种目标物对应的曝光时长对每行像素行进行曝光,得到中间图像,判断中间图像是否满足预设的物体清晰度要求;
在本发明实施例中,在对每种目标物的曝光时长进行调整后,按照调整后的曝光时长对像素行进行曝光,得到调整后的中间图像,其中包括有全部目标物,此时可以基于每种目标物的图像参数与预设的物体清晰度要求进行比对,以判断中间图像是否满足预设的物体清晰度要求。
其中,物体清晰度要求可以为对目标物的饱和度、亮度、锐化程度和对比度等要求,以饱和度为例,可以设置为100%,若中间图像中的目标物饱和度小于系统阀值,则判定为不满足物体清晰度要求;若中间图像中的目标物饱和度大于或等于系统阀值,则判定为满足物体清晰度要求。具体物体清晰度要求可以根据行驶场景需求进行设置。
步骤306,若不满足,则返回根据目标物的类别,按预设梯度分别调整每种目标物在每行像素行中的曝光时长的步骤;
在判定中间图像不满足物体清晰度要求时,继续按照预设梯度分别调整每种目标物在每行像素行中的曝光时长,直至中间图像满足物体清晰度要求。
步骤307,若满足,则停止调整目标物的曝光时长,将中间图像作为目标图像。
在本发明实施例中,若是判定中间图像满足物体清晰度要求时,则直接将中间图像作为目标图像进行显示。
在本发明的另一个示例中,在生成目标图像之前,还包括以下步骤S31-S32:
S31、获取原始图像对应的图像环境的环境亮度;
S32、按照预设的环境亮度梯度分别调整图像环境在每行像素行中的曝光时长,以调整环境亮度,直至图像环境满足预设的环境清晰度要求。
在本发明实施例中,原始图像中不仅包括有目标物还可以包括图像环境例如马路、树木、花圃等。在对目标物的清晰度调整完成后,为进一步增加图像环境中的细节显示,还可以从原始图像中获取图像环境的环境亮度,再按照预设的环境亮度梯度分别调整图像环境在每行像素行中的曝光时长,从而调整环境亮度,以使图像环境满足环境清晰度要求。
其中,环境清晰度要求可以包括但不限于在图像不过曝的情况下,将图像环境的显示饱和度达到100%,具体可以根据环境亮度进行自行设置例如在光照较强的情况下,环境亮度可能较高,此时可以按照环境亮度梯度降低曝光时长,设置环境饱和度要求为饱和度130%即可;若是在光照较弱的情况下,环境亮度较低,可以增加按照环境亮度梯度提高曝光时长,将饱和度设置为70%,具体设置参数本发明实施例对此不作限制。
在本发明实施例中,当接收到图像传感器实时采集的周围环境的原始图像后,可以对原始图像进行目标物识别以判断原始图像中是否存在目标物,若原始图像中存在目标物,则进一步根据目标物的类别对目标物所在像素行的曝光时长进行调整,生成目标图像。从而解决现有技术中由于图像处理方式所导致的图像精度受限,存在细节丢失,无法准确判断行驶场景的真实情况的技术问题,更为有效地提高图像精度,对图像中的重要目标物细节进行补充,进而提供细节更为准确的图像供无人驾驶系统判断行驶场景的真实情况。
请参照图4,图4示出了本发明实施例四的一种图像曝光调整方法的步骤流程图。
在本发明实施例中,可以通过接收图像传感器所采集到的原始图像,原始图像中包括多个像素行,每行像素行中至少包括目标物T1、T2和图像环境T3中的任一个,通过确定固定目标物T1在每一像素行的曝光时长A1,确定可移动目标物T2在每一像素行的曝光时长A2,确定图像环境T3在每一像素行的曝光时长A3;针对各个类别分别对应的清晰度要求,分别调整每一像素行中的曝光时长A1、A2和A3,得到每一像素行所对应的调整后曝光时长B1、B2和B3,以提高各个目标物和图像环境的清晰度与细节显示;以曝光时长B1、B2和B3再次进行曝光采集到中间图像;若是中间图像的清晰度满足各个类别目标物和图像环境的清晰度要求,则可以该中间图像作为目标图像。若是某一目标物或图像环境类别的清晰度未满足对应的清晰度要求,则单独调整该目标物或图像环境类别的清晰度,直至所生成的中间图像满足全部类别的清晰度要求,生成目标图像。
请参照图5,图5示出了本发明实施例五的一种图像曝光调整装置的结构框图。
本发明实施例提供了一种图像曝光调整装置,装置包括:
原始图像接收模块501,用于接收原始图像;
目标物识别模块502,用于对原始图像进行目标物识别,判断原始图像中是否存在目标物;
曝光时长调整模块503,用于若判定原始图像中存在目标物,则根据目标物的类别调整目标物所在像素行的曝光时长,生成目标图像。
可选地,装置还包括:
目标图像确定模块,用于若判定原始图像中不存在目标物,则将原始图像作为目标图像。
可选地,目标物的类别包括可移动目标物和固定目标物;目标物识别模块502,包括:
场景数据获取子模块,用于从预设地图数据库中获取与原始图像对应的场景数据;
固定目标物判断子模块,用于根据场景数据中所记录的物体位置信息,判断原始图像中是否存在固定目标物;
可移动目标物判断子模块,用于对原始图像进行障碍物识别和行人识别,判断原始图像中是否存在可移动目标物。
可选地,固定目标物判断子模块,包括:
物体位置信息获取单元,用于从场景数据中获取物体位置信息;物体位置信息包括物体位置和物体类别;
固定目标物存在判定单元,用于若物体位置位于原始图像内且物体类别为固定交通设施,则判定原始图像中存在固定目标物;
固定目标物存在否定单元,用于若物体位置不位于原始图像内或物体类别不为固定交通设施,则判定原始图像中不存在固定目标物。
可选地,曝光时长调整模块503,包括:
类别与像素行获取子模块,用于若判定原始图像中存在目标物,则获取目标物的类别以及目标物所在的像素行;其中,每个目标物的类别对应设有预设的曝光时长;
目标物曝光时长调整子模块,用于根据目标物的类别,按预设梯度分别调整每种目标物在每行像素行中的曝光时长;
中间图像生成子模块,用于按每种目标物对应的曝光时长对每行像素行进行曝光,得到中间图像,判断中间图像是否满足预设的物体清晰度要求;
返回子模块,用于若不满足,则返回根据目标物的类别,按预设梯度分别调整每种目标物在每行像素行中的曝光时长的步骤;
曝光时长调整停止子模块,用于若满足,则停止调整目标物的曝光时长,将中间图像作为目标图像。
可选地,预设梯度包括第一调整梯度和第二调整梯度;目标物曝光时长调整子模块,包括:
第一图像参数获取单元,用于若目标物的类别为固定目标物,则获取固定目标物对应的第一图像参数;
固定目标物曝光时长调整单元,用于按照第一调整梯度分别调整固定目标物在每行像素行中的曝光时长,以调整第一图像参数;
可移动目标物曝光时长调整单元,用于若目标物的类别为可移动目标物,则按照第二调整梯度分别调整可移动目标物在每行像素行中的曝光时长。
可选地,装置还包括:
环境亮度获取模块,用于获取原始图像对应的图像环境的环境亮度;
环境亮度调整模块,用于按照预设的环境亮度梯度分别调整图像环境在每行像素行中的曝光时长,以调整环境亮度,直至图像环境满足预设的环境清晰度要求。
本发明实施例还提供了一种电子设备,包括存储器及处理器,存储器中储存有计算机程序,计算机程序被处理器执行时,使得处理器执行如本发明任一实施例的图像曝光调整方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如本发明任一实施例的图像曝光调整方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,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例方案的目的。
另外,在本发明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。
所述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,本发明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)执行本发明各个实施例所述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-OnlyMemory)、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。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种图像曝光调整方法,其特征在于,包括:
接收原始图像;
对所述原始图像进行目标物识别,判断所述原始图像中是否存在目标物;
若判定所述原始图像中存在所述目标物,则根据所述目标物的类别调整所述目标物所在像素行的曝光时长,生成目标图像;
所述方法还包括:
若判定所述原始图像中不存在所述目标物,则将所述原始图像作为所述目标图像;
所述目标物的类别包括可移动目标物和固定目标物;
所述若判定所述原始图像中存在所述目标物,则根据所述目标物的类别调整所述目标物所在像素行的曝光时长,生成目标图像的步骤,包括:
若判定所述原始图像中存在所述目标物,则获取所述目标物的类别以及所述目标物所在的像素行;其中,每个所述目标物的类别对应设有预设的曝光时长;
根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长;
按每种所述目标物对应的所述曝光时长对每行所述像素行进行曝光,得到中间图像,判断所述中间图像是否满足预设的物体清晰度要求;
若不满足,则返回所述根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长的步骤;
若满足,则停止调整所述目标物的曝光时长,将所述中间图像作为目标图像;
所述预设梯度包括第一调整梯度和第二调整梯度;所述根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长的步骤,包括:
若所述目标物的类别为所述固定目标物,则获取所述固定目标物对应的第一图像参数;
按照所述第一调整梯度分别调整所述固定目标物在每行所述像素行中的曝光时长,以调整所述第一图像参数;
若所述目标物的类别为所述可移动目标物,则按照所述第二调整梯度分别调整所述可移动目标物在每行所述像素行中的曝光时长。
2.根据权利要求1所述的图像曝光调整方法,其特征在于,在所述生成目标图像的步骤之前,还包括:
获取所述原始图像对应的图像环境的环境亮度;
按照预设的环境亮度梯度分别调整所述图像环境在每行所述像素行中的曝光时长,以调整所述环境亮度,直至所述图像环境满足预设的环境清晰度要求。
3.根据权利要求1所述的图像曝光调整方法,其特征在于,所述目标物的类别包括可移动目标物和固定目标物;所述对所述原始图像进行目标物识别,判断所述原始图像中是否存在目标物的步骤,包括:
从预设地图数据库中获取与所述原始图像对应的场景数据;
根据所述场景数据中所记录的物体位置信息,判断所述原始图像中是否存在所述固定目标物;
对所述原始图像进行障碍物识别和行人识别,判断所述原始图像中是否存在可移动目标物。
4.根据权利要求3所述的图像曝光调整方法,其特征在于,所述根据所述场景数据中所记录的物体位置信息,判断所述原始图像中是否存在所述固定目标物的步骤,包括:
从所述场景数据中获取所述物体位置信息;所述物体位置信息包括物体位置和物体类别;
若所述物体位置位于所述原始图像内且所述物体类别为固定交通设施,则判定所述原始图像中存在所述固定目标物;
若所述物体位置不位于所述原始图像内或所述物体类别不为固定交通设施,则判定所述原始图像中不存在所述固定目标物。
5.一种图像曝光调整装置,其特征在于,所述装置包括:
原始图像接收模块,用于接收原始图像;
目标物识别模块,用于对所述原始图像进行目标物识别,判断所述原始图像中是否存在目标物;
曝光时长调整模块,用于若判定所述原始图像中存在所述目标物,则根据所述目标物的类别调整所述目标物所在像素行的曝光时长,生成目标图像;
目标判定模块,用于若判定所述原始图像中不存在所述目标物,则将所述原始图像作为所述目标图像;
所述目标物的类别包括可移动目标物和固定目标物;
所述曝光时长调整模块,包括:
类别与像素行获取子模块,用于若判定所述原始图像中存在所述目标物,则获取所述目标物的类别以及所述目标物所在的像素行;其中,每个所述目标物的类别对应设有预设的曝光时长;
目标物曝光时长调整子模块,用于根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长;
中间图像生成子模块,用于按每种所述目标物对应的所述曝光时长对每行所述像素行进行曝光,得到中间图像,判断所述中间图像是否满足预设的物体清晰度要求;
返回子模块,用于若不满足,则返回所述根据所述目标物的类别,按预设梯度分别调整每种所述目标物在每行所述像素行中的曝光时长的步骤;
曝光时长调整停止子模块,用于若满足,则停止调整所述目标物的曝光时长,将所述中间图像作为目标图像;
所述预设梯度包括第一调整梯度和第二调整梯度;所述目标物曝光时长调整子模块,包括:
第一图像参数获取单元,用于若所述目标物的类别为所述固定目标物,则获取所述固定目标物对应的第一图像参数;
固定目标物曝光时长调整单元,用于按照所述第一调整梯度分别调整所述固定目标物在每行所述像素行中的曝光时长,以调整所述第一图像参数;
可移动目标物曝光时长调整单元,用于若所述目标物的类别为所述可移动目标物,则按照所述第二调整梯度分别调整所述可移动目标物在每行所述像素行中的曝光时长。
6.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-4任一项所述的图像曝光调整方法的步骤。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的图像曝光调整方法。
CN202110341383.9A 2021-03-30 2021-03-30 一种图像曝光调整方法、装置、设备和存储介质 Active CN113055600B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110341383.9A CN113055600B (zh) 2021-03-30 2021-03-30 一种图像曝光调整方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110341383.9A CN113055600B (zh) 2021-03-30 2021-03-30 一种图像曝光调整方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113055600A CN113055600A (zh) 2021-06-29
CN113055600B true CN113055600B (zh) 2023-05-09

Family

ID=76516509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110341383.9A Active CN113055600B (zh) 2021-03-30 2021-03-30 一种图像曝光调整方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN113055600B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107071290A (zh) * 2016-12-28 2017-08-18 深圳天珑无线科技有限公司 拍照方法及其拍照装置
WO2019035245A1 (ja) * 2017-08-18 2019-02-21 富士フイルム株式会社 撮像装置、撮像装置の制御方法、及び撮像装置の制御プログラム
CN111835961B (zh) * 2019-04-22 2022-04-26 北京地平线机器人技术研发有限公司 一种相机自动曝光的信息处理方法、装置及存储介质
CN111340016A (zh) * 2020-02-25 2020-06-26 浙江大华技术股份有限公司 图像曝光方法和装置、存储介质及电子装置

Also Published As

Publication number Publication date
CN113055600A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
JP7210589B2 (ja) ダイナミックレンジを拡大するための複数の動作モード
CN108513674B (zh) 一种车前积雪与结冰的检测报警方法、存储介质和服务器
Negru et al. Image based fog detection and visibility estimation for driving assistance systems
TW202019745A (zh) 用於在不良照明狀況下定位運輸工具的系統和方法
DE102007000420A1 (de) Fahrzeuginterne Einrichtung zum Erfassen von Fahrzeugen und Vorrichtung zum Steuern von Scheinwerfern durch Verwenden der Einrichtung
CN110415544B (zh) 一种灾害天气预警方法及汽车ar-hud系统
WO1993019441A1 (en) An object monitoring system
CN110135235B (zh) 一种眩光处理方法、装置及车辆
CN114520880B (zh) 一种曝光参数调节方法及装置
DE102019115459A1 (de) Verfahren und vorrichtung zur bewertung einer fahrbahnoberfläche für kraftfahrzeuge
KR102267517B1 (ko) 도로 안개감지 장치 및 그 감지 방법
CN112487884A (zh) 一种交通违法行为检测方法、装置及计算机可读存储介质
CN115761668A (zh) 摄像头的污渍识别方法、装置、车辆及存储介质
CN116580567A (zh) 基于智能交通灯的道路拥堵原因获取方法、系统及设备
KR20080004833A (ko) 주간 및 야간 주행 차량을 조도상황에 따라 검출하는 방법및 장치
CN113792600B (zh) 一种基于深度学习的视频抽帧方法和系统
CN113055600B (zh) 一种图像曝光调整方法、装置、设备和存储介质
CN112580489A (zh) 交通灯检测方法、装置、电子设备及存储介质
Duthon et al. Benchmark for the robustness of image features in rainy conditions
CN113378719B (zh) 车道线的识别方法、装置、计算机设备和存储介质
US20220121859A1 (en) System and method for detecting an object collision
CN112926476A (zh) 车辆识别方法、装置及存储介质
CN117037007B (zh) 一种航拍式的道路照明均匀度检查方法及装置
KR102145409B1 (ko) 차량속도 측정이 가능한 시정거리 측정 시스템
CN111754565B (zh) 图像处理方法及装置

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