CN113228621A - 一种曝光控制方法和系统 - Google Patents
一种曝光控制方法和系统 Download PDFInfo
- Publication number
- CN113228621A CN113228621A CN201880100484.3A CN201880100484A CN113228621A CN 113228621 A CN113228621 A CN 113228621A CN 201880100484 A CN201880100484 A CN 201880100484A CN 113228621 A CN113228621 A CN 113228621A
- Authority
- CN
- China
- Prior art keywords
- image
- pixels
- exposure
- target
- statistical representation
- 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 89
- 238000003384 imaging method Methods 0.000 claims abstract description 43
- 238000003860 storage Methods 0.000 claims description 36
- 230000003287 optical effect Effects 0.000 claims description 20
- 238000004891 communication Methods 0.000 claims description 18
- 238000012804 iterative process Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 10
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 57
- 230000015654 memory Effects 0.000 description 42
- 230000008569 process Effects 0.000 description 37
- 230000000875 corresponding effect Effects 0.000 description 27
- 230000006870 function Effects 0.000 description 17
- 235000019557 luminance Nutrition 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 230000004048 modification Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 9
- 238000009826 distribution Methods 0.000 description 9
- 238000003062 neural network model Methods 0.000 description 7
- 230000000306 recurrent effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000000670 limiting effect Effects 0.000 description 5
- 239000003086 colorant Substances 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 229910044991 metal oxide Inorganic materials 0.000 description 3
- 150000004706 metal oxides Chemical class 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000001303 quality assessment method Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
- H04N1/00204—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00127—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture
- H04N1/00204—Connection or combination of a still picture apparatus with another apparatus, e.g. for storage, processing or transmission of still picture signals or of information associated with a still picture with a digital computer or a digital computer system, e.g. an internet server
- H04N1/00209—Transmitting or receiving image data, e.g. facsimile data, via a computer, e.g. using e-mail, a computer network, the internet, I-fax
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- 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
- H04N23/667—Camera operation mode switching, e.g. between still and video, sport and normal or high- and low-resolution modes
-
- 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
-
- 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
- H04N23/75—Circuitry for compensating brightness variation in the scene by influencing optical camera components
-
- 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
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/0077—Types of the still picture apparatus
- H04N2201/0084—Digital still camera
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本申请的实施例披露了一种成像控制方法。所述成像方法可以包括获取基于曝光参数生成的当前图像,所述当前图像可以包括至少两个像素;从所述至少两个像素的至少一部分像素中,确定至少两个目标像素或至少两个目标像素组;基于所述至少两个目标像素或所述至少两个目标像素组确定统计表示;基于所述统计表示,确定特征;以及基于所述特征,改变所述曝光参数以生成更新的图像。
Description
技术领域
本申请涉及成像领域,特别涉及一种基于暗通道自动曝光控制的方法和系统。
背景技术
现在监控摄像机的放大率越来越高。如果摄像机在高倍放大时不限制光圈的大小,拍摄的图像就会很模糊。如果光圈太小,图像的质量就会受影响。因此,希望提供一种成像控制方法和系统,确保图像的成像质量。
发明内容
本申请的实施例之一提供一种成像控制方法。所述成像控制方法可以包括获取基于曝光参数生成的当前图像。所述当前图像可以包括至少两个像素。所述成像控制方法可以包括从所述至少两个像素的至少一部分像素中确定至少两个目标像素或至少两个目标像素组。所述成像控制方法可以包括基于所述至少两个目标像素或所述至少两个目标像素组确定统计表示。所述成像控制方法可以包括基于所述统计表示,确定特征。所述成像控制方法可以进一步包括基于所述特征,改变所述曝光参数以生成更新的图像。
在一些实施例中,一个像素可以包括对应于不同颜色通道的多个像素值,所述统计表示可以与所述多个像素值的最小值有关。
在一些实施例中,所述确定统计表示可以包括对于所述至少两个目标像素组中的每个目标像素组,确定与至少两个不同颜色通道对应的至少两个平均像素值。对于每个所述目标像素组,所述目标通道值可以是所述目标像素组中所述至少两个平均像素值中的最小值。
在一些实施例中,所述曝光参数可以包括成像设备的光圈、成像设备的快门、与成像设备的光电相关的参数、者成像设备的曝光值中的至少一个。
在一些实施例中,所述统计表示可以为直方图。
在一些实施例中,所述特征可以包括所述直方图的峰值。
在一些实施例中,所述基于所述特征改变曝光参数以生成更新的图像可以包括改变所述曝光参数,使所述特征在预设范围内。
在一些实施例中,所述改变所述曝光参数,使所述特征在预设范围内,可以进一步包括判断所述特征是否满足第一条件。响应于所述特征不满足所述第一条件,可以基于光学度规降低所述曝光参数。
在一些实施例中,所述改变所述曝光参数,使所述特征在预设范围内,可以进一步包括判断所述特征是否满足第二条件。响应于所述特征不满足所述第二条件,可以基于所述光学度规增大所述曝光参数。
在一些实施例中,所述改变曝光参数可以是迭代过程。所述成像控制方法可以包括根据第一迭代的第一统计表示与第二次迭代的第二统计表示之间的差异,改变所述曝光参数。
本申请的实施例之一提供一种成像控制系统。所述成像控制系统可以包括至少一个非暂时性存储介质以及至少一个与所述至少一个非暂时存储介质通信的处理器。所述至少一个非暂时性存储介质可以包括一组指令。当执行所述指令时,所述至少一个处理器可以被配置为指导所述系统执行成像控制方法。所述成像控制方法可以包括获取基于曝光参数生成的当前图像。所述当前图像可以包括至少两个像素。所述成像控制方法可以包括从所述至少两个像素的至少一部分像素中确定至少两个目标像素或至少两个目标像素组。所述成像控制方法可以包括基于所述至少两个目标像素或所述至少两个目标像素组确定统计表示。所述成像控制方法可以包括基于所述统计表示,确定特征。所述成像控制方法可以进一步包括基于所述特征,改变所述曝光参数以生成更新的图像。
本说明书实施例之一提供一种非暂时性计算机可读介质。所述非暂时性计算机可读介质可以包括可执行指令。当由至少一个处理器执行时,所述可执行指令可以使至少一个处理器执行:获取基于曝光参数生成的当前图像,所述当前图像包括至少两个像素;从所述至少两个像素的至少一部分像素中,确定至少两个目标像素或至少两个目标像素组;基于所述至少两个目标像素或所述至少两个目标像素组,确定统计表示;基于所述统计表示,确定特征;以及基于所述特征,改变所述曝光参数以生成更新的图像。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域的普通技术人员是显而易见的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1示根据本说明书一些实施例所示的图像采集系统的应用场景示意图;
图2是根据本申请的一些实施例所示的计算设备的示例性硬件和/或软件的示意图;
图3是示出根据本申请的一些实施例的示例性图像获取设备的示意图;
图4是示出根据本申请的一些实施例的示例性处理引擎或处理设备的框图;
图5是根据本申请的一些实施例所示的成像控制方法的示例性流程图;
图6是示出根据本申请的一些实施例所示的基于图像的暗通道直方图的曝光控制的示例性过程的流程图;
图7是示出根据本申请的一些实施例所示的改变控制曝光参数的的示例性过程的流程图;
图8是第一原始彩色图像,图8B是与图8A的原始彩色图像相对应的第一暗通道图像,图8C是图8B的暗通道图像的第一暗通道直方图;
图9A是第二原始彩色图像,图9B是与图9A的原始彩色图像相对应的第二暗通道图像,图9C是图9B的暗通道图像的第一暗通道直方图。
具体实施方式
为了更清楚地说明本申请的实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。然而,本领域的普通技术人员应该明白,可以在没有这些细节的情况下实施本申请。在其他情况下,为了避免不必要地模糊本申请的一些方面,已经对众所周知的方法、程序、系统、组件和/或电路进行了较为详细的描述。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本申请的原则和范围的情况下,本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此,本申请不限于所示的实施例,而是符合与申请专利范围一致的最广泛范围。
本申请所使用的术语仅为了描述特定示例性实施例,并不限制本申请的范围。如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。应该被理解的是,本申请中所使用的术语“包括”与“包含”仅提示已明确标识的特征、整体、步骤、操作、元素、及/或组件,而不排除可以存在和添加其他一个或多个特征、整体、步骤、操作、元素、组件、及/或其任意组合。
需要注意的是,本申请中使用的术语“系统”、“单元”、“模块”和/或“块”是用于区分不同级别的不同组件、元件、部件、部分或装配件的一种方法。然而,如果其他表达可以实现同样的目的,则可以通过其他表达来替换所述术语。
一般而言,这里使用的词语“模块”、“单元”或“块”是指体现在硬件或固件中的逻辑,或者指代软件指令的集合。这里描述的模块、单元或块可以实现为软件和/或硬件,并且可以存储在任何类型的非暂时性计算机可读介质或其他存储设备中。在一些实施例中,软件模块/单元/块可以编译并链接到可执行程序中。应当理解,软件模块可以从其他模块/单元/块或从它们自身调用,和/或可以在检测到事件或中断时调用。用于在计算设备(例如,如图2所示的处理器201)上执行的软件模块/单元/块可以被提供在计算机可读介质上,例如光盘、数字视频光盘、闪存驱动器、磁盘或任何其他有形介质,或作为数字下载(最初可以以压缩或可安装的格式存储,该格式在执行之前需要安装、解压缩或解密)。这些软件代码可以部分地或完全地存储在执行计算设备的存储设备上,以由计算设备执行。软件指令可以嵌入固件中,例如可擦可编程只读存储器(EPROM)。还应当理解,硬件模块/单元/块可以包括连接的逻辑组件,例如门和触发器,和/或可以包括可编程单元,例如可编程门阵列或处理器。这里描述的模块/单元/块或计算设备功能可以实现为软件模块/单元/块,但是可以用硬件或固件表示。通常,这里描述的模块/单元/块指的是逻辑模块/单元/块,其可以与其他模块/单元/块组合或者分成子模块/子单元/子块,而不管它们的物理组织或存储。
应当理解,当单元、引擎、模块或块涉及到“位于”、“连接到”或“耦合到”另一个单元、引擎、模块或块时,除非上下文另有明确说明,这些单元、引擎、模块或块可以直接位于、连接到、耦合到其他单元、引擎、模块或块,或者存在中间单元、引擎、模块或块。在本申请中,术语“和/或”可以包括至少一个相关所列项目的任何一个或其组合。
在考虑了作为本申请一部分的附图的描述内容后,本申请所述的和其他的特征、特点,以及操作方法、相关结构元素的功能、各部件的组合,以及制造的经济性更加显而易见。然而,应当理解,附图仅仅是为了说明和描述的目的,并不旨在限制本申请的范围。应当理解的是,附图并不是按比例的。
以下是关于自动曝光系统和方法的描述。这些描述并不旨在限制本申请的范围。对于本领域的普通技术人员,可以根据本申请的描述,做出各种各样的变化和修改。然而,这些变化和修改不会背离本申请的范围。
本申请涉及基于图像的统计表示实时进行曝光控制的系统和方法。一种光圈控制方法是在不同焦距下对摄像机的光圈大小值进行预标定,并将其保存到查找表中。由于摄像机镜头的批量差异,需要对所有镜头进行标定,得到一个查找表,实现最优控制。根据本申请的一个方面,实现本申请中的系统和方法的电子设备(例如,摄像机)可以获得当前图像并确定当前图像的暗通道直方图。电子设备可自动调整光圈大小以将暗通道直方图的峰值位置控制在预定范围内,从而确保成像质量。
图1是根据本申请的一些实施例所示的图像采集系统100的应用场景示意图。如图1所示,图像采集系统100可以包括服务器110、网络120、图像获取设备130和存储器140。图像采集系统100可以用于多种领域,例如,成像领域、拍摄领域、监控领域和检测领域。
服务器110可以包括处理引擎112。处理引擎112可以处理与图像采集系统100有关的信息和/或数据,以执行本申请中描述的一个或多个功能。例如,处理引擎112可以确定从图像获取设备130获得的图像的暗通道直方图。又例如,处理引擎112可以基于暗通道直方图确定一个或多个曝光参数。
在一些实施例中,处理引擎112可以包括一个或以上处理引擎(例如,单芯片处理引擎或多芯片处理引擎)。仅作为示例,处理引擎112可包括中央处理器(CPU)、特定应用集成电路(ASIC)、特定应用指令集处理器(ASIP)、图像处理器(GPU)、物理运算处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑设备(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等或其任意组合。
在一些实施例中,服务器110可以是单个服务器,也可以是服务器组。服务器组可以是集中式的,也可以是分布式的(例如,服务器110可以是分布式的系统)。在一些实施例中,服务器110可以是本地的,也可以是远程的。例如,服务器110可以通过网络120访问存储在图像获取设备130和/或存储器140中的信息和/或数据。又例如,服务器110可以直接连接到图像获取设备130和/或存储器140以访问存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实施。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。在一些实施例中,服务器110可以在如本申请中图2中所示的具有一个或以上组件的计算设备200上实现。
网络120可以包括可以促进图像采集系统100的信息和/或数据交换的任意网络。在一些实施例中,图像采集系统100中的一个或多个组件(例如,服务器110、图像获取设备130和存储器140)可以通过网络120将信息和/或数据发送到图像采集系统100中的其他组件。例如,服务器110可以经由网络120从图像获取设备130获取/获得图像。在一些实施例中,网络120可以包括任何类型的有线或无线网络,或其组合。仅作为示例,网络120可以包括缆线网络、有线网络、光纤网络、远程通信网络、内部网络、互联网、局域网络(LAN)、广域网路(WAN)、无线局域网络(WLAN)、城域网(MAN)、公共交换电话网络(PSTN)、蓝牙网络、紫蜂网络、近场通信(NFC)网络等或其任意组合。
图像获取设备130可以包括能够获取图像数据的任何合适的设备。示例性的图像获取设备130可以包括相机(例如,数码相机、模拟相机、IP摄像机(IPC)等)、视频记录器、扫描仪,移动电话、平板计算设备、可穿戴计算装置、红外成像装置(例如,热成像装置)等。在一些实施例中,图像获取设备130可以包括枪机130-1、球机130-2、集成相机130-3、双目相机130-4、单目相机等。在一些实施例中,相机可以是可见光相机或热成像相机。
图像数据可以包括图像或与图像有关的任何数据,例如图像的一个或多个像素的值(也可以称为像素值)(例如,图像的一个或多个像素的亮度、颜色通道值、灰度值、强度、色度、对比度等)、音频信息、定时信息、位置数据等。在一些实施例中,图像获取设备130可以包括电荷耦合器件(CCD)、互补金属氧化物半导体(CMOS)传感器、N型金属氧化物半导体(NMOS)、接触式图像传感器(CIS)和/或任何其他合适的图像传感器。
在一些实施例中,图像获取设备130可以具有一个或多个曝光模式。示例性曝光模式可以包括自动曝光模式、增益优先模式、快门优先模式、光圈优先模式、防重影模式等或其任意组合。不同曝光模式的图像获取设备130可以具有相同或者不同的曝光参数操作值。示例性曝光参数可以包括增益、快门速度、孔径尺寸、感光度等或其任意组合。曝光模式和图像获取设备130的曝光参数可以手动或自动设置。例如,图像获取设备130的曝光模式可以由用户切换。又例如,图像获取设备130可以在拍摄图像时自动地根据环境条件(例如,亮度等)调整其曝光模式或一个或多个曝光参数的操作值。
在一些实施例中,图像获取设备130可以包括处理单元(图1中未示出)。处理单元可以处理与图像获取设备130有关的信息和/或数据,以执行本申请一些实施例中描述的一个或多个功能。仅作为示例,处理单元可以基于暗通道直方图控制相机的光圈大小。在一些实施例中,处理单元可以在本申请的图2所示的具有一个或多个组件的计算设备200上实现。
在一些实施例中,由图像获取设备130获取的图像数据可以显示在终端(图1中未示出)上。终端可以包括平板电脑、笔记本电脑、移动电话、个人数字助理(PDA)、智能手表、销售点(POS)设备、虚拟现实(VR)设备、增强现实(AR)设备、车载计算机、车载电视、可穿戴设备等或其任意组合。
存储器140可以存储数据和/或指令。例如,存储器140可以从服务器110、图像获取设备130和/或图像采集系统100的其他组件获得数据和/或指令。在一些实施例中,数据可以包括曝光模式的一个或多个曝光参数的操作值、关于参考亮度和对应的曝光参数值组的操作值组的对应表、关于一组曝光参数的参考亮度值和对应的操作值组的归一化对应表、关于一组曝光参数的参考亮度值和对应的操作值组的校准对应表、设置信息(例如,用户设置信息)、关于一个或多个图像的图像数据(例如,图像像素值、时间信息、位置信息等)等,或其任意组合。
在一些实施例中,存储器140可以存储数据和/或指令,服务器110可以执行或使用该数据和/或指令,用于执行本申请中描述的示例性方法。在一些实施例中,存储器140可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性大容量存储器可以包括磁盘、光盘、固态驱动器等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(RAM)。示例性RAM可以包括动态RAM(DRAM)、双倍数据速率同步动态RAM(DDRSDRAM)、静态RAM(SRAM)、晶闸管RAM(T-RAM)和零电容RAM(Z-RAM)。示例性ROM可以包括掩模ROM(MROM)、可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)以及数字多功能磁盘ROM等。在一些实施例中,存储设备140可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
在一些实施例中,存储器140可以连接到网络120以与图像采集系统100中的一个或多个组件(例如,服务器110、图像获取设备130等)通信。图像采集系统100中的一个或多个组件可以经由网络120访问存储在存储器140中的数据或指令。在一些实施例中,存储器140可以直接与图像采集系统100中的一个或多个组件(例如,服务器110、图像获取设备130等)连接或通信。在一些实施例中,存储器140可以是服务器110或图像获取设备130的一部分。
在一些实施例中,图像采集系统100中的一个或多个组件(例如,服务器110、图像获取设备130等)可以具有访问存储器140的许可。在一些实施例中,图像采集系统100中的一个或多个组件可以在满足一个或多个条件时读取和/或修改与图像相关的信息。例如,服务器110或图像获取设备130可以以各种曝光模式读取和/或修改一个或多个曝光参数的操作值。
应当注意的是,以上描述仅出于说明的目的而提供,并不旨在限制本说明书的范围。对于本领域的普通技术人员来说,可以根据本申请的一些实施例的描述,做出各种各样的变化和修改。例如,图像采集系统100可以包括一个或多个终端。又例如,处理引擎112可以集成到图像获取设备130中。然而,这些变化和修改不脱离本说明书的范围。
图2是根据本申请的一些实施例所示的计算设备200的示例性硬件和/或软件的示意图。如图2所示,计算设备200可以包括处理器201、存储器203、输入/输出(I/O)205和通信端口207。
处理器201可以执行计算指令(程序代码)并执行本申请的一些实施例描述的图像采集系统100的功能。计算机指令可以包括执行本文描述的特定功能的例程、程序、对象、组件、信号、数据结构、过程、模块和功能。例如,处理器201可以确定图像获取设备130的一个或多个曝光参数。在一些实施例中,处理器201可以包括一个或多个硬件处理器,例如,微控制器、微处理器、精简指令集计算机(RISC)、专用集成电路(ASIC)、应用特定指令集处理器(ASIP)、中央处理器(CPU)、图形处理单元(GPU)、物理处理单元(PPU)、微控制器单元、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、高级RISC机(ARM)、可编程逻辑器件(PLD)以及能够执行一个或多个功能的任何电路和处理器等,或其任意组合。
仅用于说明,图2中的计算设备200只描述了一个处理器,但需要注意的是本申请的一些实施例中的计算设备200还可以包括多个处理器,因此本申请的一些实施例中所述的由一个处理器执行的操作和/或方法的操作也可以通过多个处理器联合或单独执行。例如,计算设备200的处理器执行操作A和操作B,可以理解的,操作A和操作B也可以由两个或更多个不同的处理器在计算设备200中联合或单独地执行(例如,第一处理器执行操作A和第二处理器执行操作B,反之亦然,或者第一和第二处理器联合执行操作A和B)。
存储器203可以存储从服务器110、图像获取设备130和/或图像采集系统100的其他组件获得的数据/信息。在一些实施例中,存储器203可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性大容量存储器可以包括磁盘、光盘、固态驱动器等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取内存(RAM)。示例性RAM可包括动态随机存取内存(DRAM)、双倍数据速率同步动态随机存取内存(DDRSDRAM)、静态随机存取内存(SRAM)、晶闸管随机存取内存(T-RAM)和零电容随机存取内存(Z-RAM)等。示例性ROM可以包括掩模ROM(MROM),可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字多功能磁盘ROM等。在一些实施例中,存储器203可以存储一个或多个程序和/或指令以执行本申请的一些实施例中描述的示例性方法。例如,存储器203可以存储处理引擎112执行的程序,该程序可以用于生成曝光参数的参考亮度值和相应的操作值组的归一化对应表。
I/O205可以输入和/或输出信号、数据、信息等。在一些实施例中,I/O205可以使用户能够与处理引擎112进行交互。在一些实施例中,I/O205可以包括输入设备和输出设备或与输入和输出设备通信,以便于处理引擎112和输入设备或输出设备之间的通信。示例性的输入设备可以包括键盘、鼠标、触摸屏、麦克风等或其任意组合。示例性的输出设备可以包括显示设备、扬声器、打印机、投影仪等或其任意组合。示例性的显示装置可以包括液晶显示器(LCD)、发光二极管(LED)的显示器、平板显示器、曲面显示器、电视装置、阴极射线管(CRT),触摸屏等或其任意组合。
通信端口207可以连接到网络(例如,网络120)以便于数据通信。通信端口207可以与服务器110、图像获取设备130和/或图像采集系统100的其他组件之间建立连接。连接可以包括有线连接、无线连接、可以实现数据传输和/或接收的任何其他通信连接等或其组合。有线连接可以包括,例如,电缆、光缆、电话线等或其任意组合。无线连接可以包括例如蓝牙TM、Wi-FiTM、WiMAXTM、WLAN、ZigBee、移动网络(例如,3G、4G、5G等)等,或其任何组合。在一些实施例中,通信端口207可以是和/或包括标准化通信端口,例如RS232、RS485等。在一些实施例中,通信端口207可以是专门设计的通信端口。例如,通信端口207可以根据医学数字成像和通信协议(DICOM)进行设计。
图3是示出根据本申请的一些实施例所示的示例性图像获取设备130的示意图。如图3所示,图像获取设备130可以包括镜头310、曝光时间控制器320、传感器330、处理设备340和存储设备350。
图像获取设备130可以包括用于拍摄一个或多个图像的设备。在一些实施例中,图像可以是静止图像、视频、视频流或从视频获得的视频帧。图像可以是三维(3D)图像或二维(2D)图像。在一些实施例中,图像获取设备130可以是数码相机、摄像机、安全摄像机、网络摄像机、智能手机、平板电脑、笔记本电脑、配备有网络摄像头的电子游戏机、多镜头照相机、便携式摄像机等。
镜头310可以包括利用折射将光束聚焦以形成图像的光学装置。在一些实施例中,镜头310可包括至少一个镜头,至少一个镜头可用来拍摄其所面对的场景。镜头310可以包括调节镜头光圈的光圈机构。镜头310的光圈指的是光通过的孔的大小,光通过该孔到达传感器330。光圈越大,进入镜头的光越多,照相机(或摄像机)(例如,图像获取设备130)生成的图像越亮。光圈可调节通过镜头310的光的量。镜头310的焦距也可以调整,以调整图像获取设备130的覆盖范围。
曝光时间控制器320可以被配置为控制曝光时间。曝光时间可以指图像获取设备130内的传感器330产生电信号的时间长度。在一些实施例中,曝光时间控制器320可以包括快门装置(例如,机械快门),以允许光通过镜头310到达传感器330,以使传感器330在捕获图像时产生电信号。快门装置可以手动或者自动控制。拍摄图像的快门时间(例如,从打开快门到关闭快门的时间间隔)可以是曝光时间。在一些实施例中,若传感器330没有电能,即使光到达传感器330,传感器330也不会产生电信号。曝光时间控制器320可以是电子快门,以控制传感器330充电的时长(也可以称为曝光时间)。曝光时间越长,传感器330产生的电信号越多,相机(或便携式摄像机)(例如,图像获取设备130)产生的图像越亮。
传感器330可以包括一个或多个图像传感器或成像传感器,用于检测或传送镜头310拍摄的场景,并将其传输为图像(例如,数字图像)的电子信号。传感器330可以包括电荷耦合器件(CCD)和互补金属氧化物半导体(CMOS)。
处理设备340可以用于处理与图像获取设备130有关的数据和/或信息。处理设备340可以与图像获取设备130中的一个或多个组件(例如,镜头310、曝光时间控制器320、传感器330)电连接,并控制图像获取设备130的一个或多个组件的操作。例如,处理设备340可以自动确定图像获取设备130的曝光参数(例如,曝光时间、曝光增益、孔径等)的目标值。又例如,处理设备340可以基于曝光参数的目标值自动调整曝光参数。
在一些实施例中,处理设备340可以是本地的或远程的。例如,处理设备340可以通过有线或无线连接方式与图像获取设备130通信。又例如,处理设备340可以是图像获取设备130的一部分(如图1所示)。
存储设备350可以存储数据、指令和/或其他信息。在一些实施例中,存储设备350可以存储从处理设备340获得的数据。例如,存储设备350可以存储拍摄的图像。在一些实施例中,存储设备350可以存储数据和/或指令,处理设备340可以执行或使用该数据和/或指令,执行本申请的一些实施例中描述的示例性方法。例如,存储设备350可以存储处理设备340可以执行或使用来执行本申请的一些实施例中描述的自动曝光的数据和/或指令。在一些实施例中,存储设备350可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。示例性大容量存储器可以包括磁盘、光盘、固态驱动器等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取内存(RAM)。示例性RAM可包括动态随机存取内存(DRAM)、双倍数据速率同步动态随机存取内存(DDRSDRAM)、静态随机存取内存(SRAM)、晶闸管随机存取内存(T-RAM)和零电容随机存取内存(Z-RAM)等。示例性ROM可以包括掩模式ROM(MROM),可编程ROM(PROM)、可擦除可编程ROM(PEROM)、电可擦除可编程ROM(EEPROM)、光盘ROM(CD-ROM)和数字多功能磁盘ROM等。
在一些实施例中,存储设备350可以是本地的或远程的。例如,存储设备350可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。又例如,存储设备350可以连接到网络以与图像获取设备130的一个或多个其他组件(例如,处理设备340)通信。图像获取设备130的一个或多个组件可以通过网络访问存储在存储设备350中的数据或指令。又例如,存储设备350可以与图像获取设备130中的一个或多个其他组件(例如,处理设备340)连接。存储设备350可以是图像获取设备130的一部分。
在一些实施例中,图像获取设备130还可以包括放大器、模数(A/D)转换器和电源(图1中未示出)。放大器可以被配置为放大由传感器330产生的电信号。由传感器330产生的电信号的放大率可以被称为曝光增益。曝光增益越高,相机(例如,图像获取设备130)生成的图像越亮(增益越高的副作用是噪声也越高)。A/D转换器可以被配置为将放大器的放大的电信号转换为数字信号。数字信号可以被传送到处理设备340以生成图像。图像可以存储在存储设备350中。
图4是根据本申请的一些实施例的示例性所示的处理引擎112或处理设备340的框图。处理引擎112或处理设备340可以包括获取模块401、目标像素确定模块402、统计表示确定模块403、特征确定模块404和更新模块405。处理引擎112中的至少两个模块可以相互连接或通信。处理引擎112中的模块可以与图像采集系统100中的其他组件(例如,存储器140)连接或通信。在一些实施例中,处理引擎112可以在图2所示的计算设备200上实现。
获取模块401可以获得基于曝光参数生成的当前图像。当前图像可以由图3中所示的图像获取设备130生成。当前图像可以是静止图像、视频、视频流、从视频获得的视频帧等或其任何组合。曝光参数可以包括曝光增益参数、快门速度、镜头的焦距或镜头的光圈大小。
当前图像可以用颜色模型表示。颜色模型可以包括RGB颜色模型、CMY颜色模型、CMYK颜色模型、YUV颜色模型、HSV颜色模型、HLS颜色模型、YCOCG颜色模型、CIEXYZ颜色模型、CIELUV颜色模型、CIE实验室颜色模型等或其任意组合。颜色模型可以包括不同的颜色通道。例如,RGB颜色模型可以包括红色通道、绿色通道和蓝色通道,通过组合具有不同亮度的不同颜色通道可以表示不同的颜色。
目标像素确定模块402可以从当前图像的至少两个像素的至少一部分像素中,确定至少两个目标像素。目标像素确定模块402可以将当前图像的所有像素确定为目标像素。在一些实施例中,为了降低计算成本,目标像素确定模块402可以确定当前图像的至少两个像素的一部分像素作为目标像素。例如,目标像素确定模块402可以将当前图像的特定区域(例如,当前图像的圆形区域)作为目标图像,并将目标图像的至少两个像素作为目标像素。在一些实施例中,为了在随后的操作中生成特定的统计表示,目标像素确定模块402可以排除亮度高于或低于阈值的当前图像的一些区域的像素,并将当前图像的其余像素确定为目标像素。例如,如果当前图像包括天空区域,则目标像素确定模块402可以排除位于天空区域的像素,并将当前图像的其余像素确定为目标像素。
在一些实施例中,为了降低计算成本,目标像素确定模块402可以从当前图像的至少两个像素中的至少部分像素中,确定至少两个目标像素组。目标像素确定模块402可以将当前图像的所有像素或当前图像的至少两个像素的一部分像素分割成不同的像素组,以获得至少两个目标像素组。目标像素确定模块402可以确定像素组中的每个像素对应的参考像素值。参考像素值可以基于像素组内像素的像素值确定。例如,目标像素确定模块402可以将当前图像分割为(17×15)个像素组,其中,当前图像在行上包括17个像素组,高度上包括15个像素组。目标像素确定模块402可以将(17×15)个像素组确定为目标像素组或将(17×15)个像素组的一部分像素组作为目标像素组。
统计表示确定模块403可以基于目标像素或目标像素组来确定当前图像的统计表示。在本申请的一些实施例中,当前图像的统计表示可以是当前图像的质量评估标准。统计表示的特征可以与先验信息相关,并且可以通过当前图像之前获得的多个图像的经验调查获得。例如,在一些实施例中,统计表示可以是暗通道直方图。一个像素可以包括对应于颜色模型的不同颜色通道的多个像素值。暗通道可以与多个像素值的最小值有关,并且暗通道直方图可以是图像(或目标像素,或目标像素组)的暗通道的直方图。基于约为5000个室外无蒙层的图像的统计数据,当排除天空区域中的像素时,可以获得与暗通道相关的先验信息,即暗通道中约75%的像素具有零值,并且90%的像素具有低于35的值。如果当前图像的曝光参数(例如,光圈大小)不受限制,则当前图像可能会有蒙层。因此,可以基于暗通道限制曝光参数以生成无蒙层的图像。
特征确定模块404可以基于统计表示来确定特征。特征可以描述与统计表示相对应的分布趋势。例如,当统计表示是直方图时,特征直方图可以是直方图的峰值位置,并且特征值可以是峰值的像素值。当统计表示是直方图时,特征直方图可以与直方图的平均值、中值、最大值或最小值相关,并且特征值可以是直方图的平均值、中值、最大值或最小值。又例如,当统计表示是直方图时,对应于直方图的特征可以是描述直方图的形状或分布的函数(例如,高斯函数或多项式等),特性值可以是函数的一个或多个参数(例如,方差和/或高斯函数的平均值、或多项式的多个多项式系数)。
更新模块405可以基于特征改变曝光参数以生成更新的图像。更新模块405可以改变曝光参数以使特征在预设范围内。
预设范围可以包括表示预设范围上限的上限阈值和表示预设范围下限的下限阈值。可以通过I/O设备(例如,I/O设备)输入预设范围。在一些实施例中,更新模块405可以基于与当前图像相关的地理信息或时间信息来确定预设范围。基于特征,更新模块405可以改变曝光参数,并且获取设备130可以基于改变的曝光参数生成更新图像,更新图像与当前图像相比具有改进的图像质量。在一些实施例中,更新模块405可以判断特征是否满足第一条件(例如,特征值不超过上限阈值)。响应于特征不满足第一条件,更新模块405可以基于光学度规(例如,等效曝光值)降低曝光参数。更新模块405可以判断特征是否满足第二条件(例如,特征值不小于下限阈值)。响应于确定特征不满足第二条件,更新模块405可以基于光学度规增大曝光参数。
用于生成更新图像的过程可以是迭代过程。在生成更新图像之后,统计表示确定模块403可以确定更新图像的统计表示,并且特征确定模块404可以确定更新图像的特征,然后,更新模块405可以确定更新图像的特征是否在预设范围内。更新模块405可以迭代地改变曝光参数并生成更新的图像,直到特征在预设范围内。为了防止无限迭代,当迭代次数超过阈值(例如,15)时,更新模块405可以终止迭代过程。在一些实施例中,更新模块405可以基于当前迭代的特征和上一次迭代的特征之间的差异来终止迭代过程。
图5是根据本申请的一些实施例所示的成像控制方法的示例性流程图。在一些实施例中,过程500可以在图1所示的处理引擎112或图3所示的处理设备340中实现。例如,过程500可以以程序或指令的形式存储在存储器140、存储器203和/或存储设备350中,并且可以由处理引擎112或处理设备340(例如,图2中所示的处理器201)调用和/或执行。以下呈现的成像控制方法500的操作旨在是说明性的。在一些实施例中,过程500可以用一个或多个未描述的附加操作,和/或没有讨论的一个或多个操作来完成。另外,图5中示出的和下面描述的过程500的操作的顺序不是限制性的。
在502中,获取模块401可以获取基于曝光参数生成当前图像。当前图像可以由图3所示的图像获取设备130生成。当前图像可以是静止图像、视频、视频流、从视频获得的视频帧等或者其任何组合。曝光参数可以包括曝光增益参数、快门速度、镜头的焦距、镜头的光圈大小等。
]当前图像可用颜色模型表示。颜色模型可包括RGB颜色模型、CMY颜色模型、CMYK颜色模型、YUV颜色模型、HSV颜色模型、HLS颜色模型、YCoCg颜色模型、CIE XYZ颜色模型、CIE LUV颜色模型、CIE Lab颜色模型等或其任何组合。颜色模型可以包括不同的颜色通道。例如,RGB颜色模型可以包括红色通道、绿色通道和蓝色通道,通过组合具有不同亮度的不同颜色通道可以表示不同的颜色。
当前图像可以包括至少两个像素。一个像素可以包括对应于颜色模型的所有不同颜色通道的多个像素值。例如,RGB图像的像素可以包括表示为(25、245、15)的多个像素值,其中“25”表示像素的红色的亮度,“245”表示像素的绿色的亮度,“25”表示像素的蓝色的亮度。在后续操作中,可以基于像素的多个像素值确定统计表示。
在504中,目标像素确定模块402可以从当前图像的至少两个像素的至少一部分像素中,确定至少两个目标像素。在随后的操作中,可以基于目标像素确定统计表示。目标像素确定模块402可以将当前图像的所有像素确定为目标像素。在一些实施例中,为了降低计算成本,目标像素确定模块402可以将当前图像的至少两个像素中的一部分像素确定为目标像素。例如,目标像素确定模块402可以将当前图像的特定区域(例如,当前图像的圆形区域)中的像素确定为目标图像。在一些实施例中,为了在后续操作中生成特定的统计表示,目标像素确定模块402可以排除当前图像中亮度高于或低于阈值的某个区域的像素,并将当前图像的其余像素确定为目标像素。例如,如果当前图像包括天空区域,则目标像素确定模块402可以排除天空区域中的像素,并将当前图像的其余像素确定为目标像素。
在一些实施例中,为了降低计算成本,目标像素确定模块402可以从当前图像的至少两个像素的至少一部分像素中,确定至少两个目标像素组。目标像素确定模块402可以将当前图像的所有像素或当前图像的至少两个像素的一部分划分为不同的像素组,以获得至少两个目标像素组。目标像素确定模块402可以确定每个像素组对应的参考像素值。参考像素值可以基于像素组内像素的像素值确定。例如,目标像素确定模块402可以将当前图像分割为17×15个像素组,其中,当前图像在行上包括17个像素组,高度上包括15个像素组。目标像素确定模块402可以将17×15个像素组确定为目标像素组或将17×15个像素组的一部分作为目标像素组。统计表示可以在后续操作中基于与至少两个目标像素组相对应的至少两个参考像素值确定。
在506中,统计表示确定模块403可以基于目标像素或目标像素组确定当前图像的统计表示。在本申请的一些实施例中,当前图像的统计表示可以是当前图像的质量评估标准。统计表示的特征可以与先验信息相关,并且可以通过当前图像之前获得的多个图像的经验调查获得。例如,在一些实施例中,统计表示可以是暗通道直方图。如操作502中所述,一个像素可以包括对应于颜色模型的不同颜色通道的多个像素值。暗通道可以与多个像素值的最小值相关,并且暗通道直方图可以是图像(或目标像素,或目标像素组)的暗通道的直方图。基于约5000个室外无蒙层图像的统计,当排除天空区域中的像素时,可以获得与暗通道相关的先验信息,即暗通道中约75%的像素具有零值,并且90%的像素具有低于35的值。如果当前图像的曝光参数(例如,光圈大小)不受限制,则当前图像可能会有蒙层。因此,可以基于暗通道限制曝光参数以生成无蒙层图像。
在508中,特征确定模块404可以基于统计表示确定特征。特征可以描述与统计表示相对应的分布趋势。例如,当统计表示是直方图(例如,在操作506中描述的暗通道直方图)时,特征直方图可以是直方图的峰值位置,并且特征值可以是峰值的像素值。例如,当统计表示是直方图时,特征直方图可以与直方图的平均值、中值、最大值或最小值相关,并且特征值可以是直方图的平均值、中值、最大值或最小值。又例如,当统计表示是直方图时,对应于直方图的特征可以是描述直方图的形状或分布的函数(例如,高斯函数或多项式等),并且特征值可以是函数的一个或多个参数(例如,高斯函数的方差和/或平均值、或者多项式的多个多项式系数)。
在510中,更新模块405可以基于特征改变曝光参数,以生成更新的图像。更新模块405可以改变曝光参数以使特征在预设范围内。如操作506和508中所述,统计表示的特征可以与在当前图像之前获得的多个图像的通过经验调查获得的先验信息相关。例如,当排除天空区域中的像素时,暗通道中大约75%的像素具有零值,并且90%的像素具有低于35的值。因此,对于暗通道,特征值(即暗通道直方图的峰值位置)应小于35且大于0。
预设范围可包括表示预设范围上限的上限阈值和表示预设范围下限的下限阈值。预设范围可由用户经由I/O设备(例如,I/O设备)输入。在一些实施例中,更新模块405可以基于与当前图像相关的地理信息或时间信息来确定预设范围。以暗通道直方图为例,如果当前图像在白天拍摄,则更新模块405可以将预设范围确定为(A1、A2)。如果当前图像是在白天拍摄的,则更新模块405可以将预设范围确定为(B1,B2)。A1可以大于B1,A2可以大于B2。如果当前图像是包括天空区域的图像,则更新模块405可以将预设范围确定为(C1、C2)。如果当前图像是不包括天空区域的图像,则更新模块405可以将预设范围确定为(D1、D2)。C1可以大于D1,C2可以大于D2。
在一些实施例中,预设范围可以基于一个或多个历史图像(即,图像获取设备130在当前图像之前生成的图像)来确定。历史图像的一个或多个特征可以被确定。历史图像的一个或多个特征可以包括历史图像的时间信息(例如,历史图像的拍摄时间)、历史图像的地理信息(例如,历史图像的拍摄位置)、历史图像的亮度、历史图像的直方图(例如,RGB通道直方图、暗通道直方图)。可以基于历史图像的一个或多个特征确定训练模型。训练模型可以包括支持向量机(SVM)模型、梯度增强决策树(GBDT)模型、LambdaMART模型、自适应增强模型、递归神经网络模型、卷积网络模型、隐马尔可夫模型、感知器神经网络模型、Hopfield网络模型、自组织映射(SOM)或学习矢量量化(LVQ)等,或其任何组合。递归神经网络模型可以包括长短时记忆(LSTM)神经网络模型、分层递归神经网络模型、双向递归神经网络模型、二阶递归神经网络模型、全递归网络模型、回声状态网络模型、多时间尺度循环诗经网络(MTRNN)模型等。更新模块405可以基于训练的模型和当前图像确定预设范围。
基于特征,更新模块405可以改变曝光参数,并且采集设备130可以基于改变的曝光参数生成与当前图像相比具有改进的图像质量的更新图像。在一些实施例中,更新模块405可以判断特征是否满足第一条件(例如,特征值不超过上限阈值)。响应于特征不满足第一条件,更新模块405可以基于光学度规(例如,等效曝光值)降低曝光参数。更新模块405可判断特征是否满足第二条件(例如,特征值不低于下限阈值)。响应于确定特征不满足第二条件,更新模块405可以基于光学度规增大曝光参数。
生成更新图像的过程可以是迭代过程。在生成更新图像之后,统计表示确定模块403可以根据操作506确定更新图像的统计表示,并且特征确定模块404可以根据操作507确定更新图像的特征,更新模块405可以确定更新图像的特征是否在预设范围内。更新模块405可以迭代地改变曝光参数并生成更新的图像,直到特征在预设范围内。为了防止无限次迭代,当迭代次数超过阈值(例如,15)时,更新模块405可以终止迭代过程。在一些实施例中,更新模块405可以基于当前迭代的特征与上一次迭代的特征之间的差异来终止迭代过程。关于生成更新图像的迭代过程更多的描述可以参见本说明书其他部分的描述。例如,图7及相关描述。
应当注意的是,上述过程500的描述是为了说明的目的而提供的,并不是为了限制本申请的范围。对于本领域的普通技术人员来说,在不偏离本申请的原则的情况下,可以对上述方法和系统的应用的形式和细节进行各种修改和改变。在一些实施例中,可以添加或省略一个或多个操作。在一些实施例中,可以改变两个或更多操作的顺序。例如,可以同时执行操作502和操作504。又例如,操作506和操作508可以合并为一个操作,用来根据一组曝光参数的操作值组来调整成像设备。然而,这些变化和修改也属于本申请的范围。
图6是示出根据本申请的一些实施例所示的基于图像的暗通道直方图进行曝光控制的示例性过程的流程图。在一些实施例中,过程600可以在图1所示的处理引擎112或图3所示的处理设备340中实现。例如,过程600可以以指令的形式存储在存储器140、存储器203和/或存储设备350中,并且可以由处理引擎112或处理设备340(例如,图2中所示的处理器201)调用和/或执行。以下呈现的过程600的操作旨在是说明性的。在一些实施例中,过程600可以用一个或多个未描述,和/或没有讨论的一个或多个操作来完成。另外,如图6所示和下面描述的过程600的操作的顺序不是限制性的。
在602中,获取模块401可以确定与当前图像的颜色通道的至少一部分相关的至少两个像素值。当前图像可以由颜色模型表示。当前图像可以包括至少两个像素。当前图像的每个像素可以包括对应于颜色模型的所有不同颜色通道的多个像素值。例如,由RGB颜色模型表示的当前图像可以包括红色通道、绿色通道和蓝色通道。RGB图像的像素可以包括表示为(25、245、15)的至少三个像素值,其中“25”表示像素的红色的亮度,“245”表示像素的绿色的亮度,“25”表示像素的蓝色的亮度。
当前图像可以由图像获取设备130生成。当前图像可以是静止图像、视频、视频流、从视频等获得的视频帧等或其任何组合。曝光参数可包括曝光增益参数、快门速度、焦距或图像采集装置130的光圈大小。
当前图像可用颜色模型表示。颜色模型可包括RGB颜色模型、CMY颜色模型、CMYK颜色模型、YUV颜色模型、HSV颜色模型、HLS颜色模型、YCoCg颜色模型、CIE XYZ颜色模型、CIELUV颜色模型、CIE Lab颜色模型等,或其任何组合。颜色模型可以包括不同的颜色通道。例如,RGB颜色模型可以具有红色通道、绿色通道和蓝色通道,通过组合不同的颜色通道可以表示不同的颜色。当前图像可以包括至少两个像素。一个像素可以包括对应于颜色模型的所有不同颜色通道的多个像素值。例如,RGB图像的像素可以包括表示为(25、245、15)的多个像素值,其中“25”表示像素的红色的亮度,“245”表示像素的绿色的亮度,“25”表示像素的蓝色的亮度。在随后的操作中,可以基于像素的多个像素值来确定暗通道直方图。
在604中,目标像素确定模块402可以从当前图像的至少两个像素的至少一部分像素中,确定至少两个目标像素。在随后的操作中,可以基于目标像素,确定暗通道直方图。目标像素确定模块402可以将当前图像的所有像素确定为目标像素。在一些实施例中,为了降低计算成本,目标像素确定模块402可以将当前图像的至少两个像素中的一部分像素确定为目标像素。例如,目标像素确定模块402可以将当前图像的特定区域(例如,当前图像的圆形区域)中的像素确定为目标图像。在一些实施例中,为了在后续操作中生成特定的暗通道直方图,目标像素确定模块402可以排除当前图像中亮度高于或低于阈值的某个区域中的像素,并将当前图像的其余像素确定为目标像素。例如,如果当前图像是包括天空区域的图像,则目标像素确定模块402可以排除天空区域中的像素并将当前图像的其余像素确定为目标像素。
在一些实施例中,为了降低计算成本,目标像素确定模块402可以从当前图像的至少两个像素的至少一部分像素中,确定至少两个目标像素组。目标像素确定模块402可以将当前图像的所有像素或当前图像的至少两个像素的一部分像素划分为不同的像素组,以获得至少两个目标像素组。对于每个像素组,目标像素确定模块402可以确定参考像素值。例如,目标像素确定模块402可以将当前图像划分为17×15个像素组,其中,当前图像在行上包括17个像素组,高度上包括高15个像素组。目标像素确定模块402可以将17×15像素组确定为目标像素组,或者将17×15个像素组的一部分确定为目标像素组。在随后的操作中,可以基于与至少两个目标像素组相对应的至少两个参考像素值确定暗通道直方图。
在606中,统计表示确定模块403可以基于目标像素或目标像素组确定当前图像的暗通道直方图。如602中所述,一个像素可以包括对应于颜色模型的所有不同颜色通道的多个像素值。暗通道可以与多个像素值的最小值相关,暗通道直方图可以是图像(或目标像素,或目标像素组)的暗通道的直方图。例如,当前图像的三个像素可以存在于目标像素A(A1、A2、A3)、B(B1、B2、B3)以及C(C1、C2、C3)中。A1、B1和C1可表示第一通道的第一通道值(例如,RGB颜色模型的红色通道,或CMYK或CMY颜色模型的青色通道)。A2、B2和C2可表示第二通道的第二通道值(例如,CMYK或CMY颜色模型的绿色通道或红色通道)。A3、B3和C3可表示第三通道的第三通道值(例如,CMYK或CMY颜色模型的蓝色通道或黄色通道)。统计表示确定模块403可以确定A1、A2和A3之中的第一最小值,B1、B2和B3之中的第二最小值,以及C1、C2和C3之中的第三最小值。统计表示确定模块403可以基于第一最小值、第二最小值和第三最小值确定暗通道直方图。
应当注意,基于多个像素值的最小值来确定暗通道的公开不限于上述情况。本领域的技术人员可以根据操作606的具体特征来修改操作606。在一些实施例中,如操作604中所述,统计表示确定模块403可以将当前图像的所有像素或当前图像的至少两个像素的一部分像素划分为不同的像素组,以获得至少两个目标像素组。对于目标像素组的至少部分目标像素组中的每一目标像素组,统计表示确定模块403可以确定该像素组中的像素的多个像素值的最小值。在特定目标像素组中,可以基于绝对最小值(不同颜色通道的像素值之中的最小值)或平均最小值(对应于不同颜色通道的平均像素值之中的最小值)确定最小值。统计表示确定模块403可以基于该目标像素组中的像素值的最小值确定暗通道直方图。
例如,当前图像的至少一部分像素被划分为三个像素组A、B和C。像素组A可以包括像素A1(A11、A12、A13)、像素组A2(A21、A22、A23)以及像素组A3(A31、A32、A33)。像素组B可以包括像素B1(B11、B12、B13)、像素B2(B21、B22、B23)以及像素B3(B31、B32、B33)。像素组C可以包括像素C1(C11、C12、C13)、像素C2(C21、C22、C23)以及像素C3(C31、C32、C33)。A11、A21、A31、B11、B21、B31、C11、C21和C31可以表示第一通道的第一通道值(例如,RGB颜色模型的红色通道,或CMYK或CMY颜色模型的青色通道)。A12、A22、A32、B12、B22、B32、C12、C22和C32可以表示第二通道的第二通道值(例如,CMYK或CMY颜色模型的绿色通道或红色通道)。A13、A23、A33、B13、B23、B33、C13、C23和C33可以表示第三通道的第三通道值(例如,CMYK或CMY颜色模型的黄色通道)。为了确定暗通道直方图,统计表示确定模块403可以在A11、A12、A13、A21、A22、A23、A31、A32和A33中确定像素组A的第一最小值,在B11、B12、B13、B21、B22、B23、B31、B32和B33中确定像素组B的第二最小值,以及在C11、C12、C13、C21、C22、C23、C31、C32和C33中确定像素组C的第三最小值。统计表示确定模块403可以基于第一最小值、第二最小值和第三最小值确定暗通道直方图。
统计表示确定模块403还可以确定A11、A21、A31的第一平均值,A12、A22、A32的第二平均值,A13、A23和A33的第三平均值,B11、B21、B31的第四平均值,B12、B22、B32的第五平均值、B13、B23和B33的第六平均值,C11、C21、C31的第七平均值,C12、C22、C32的第八个平均值,C13、C23和C33的第九个平均值。统计表示确定模块403可以基于第一平均值、第二平均值和第三平均值之中的最小值确定像素组A的第一最小值,基于第四平均值、第五平均值和第六平均值之中的最小值确定像素组B的第二最小值,以及基于第七平均值、第八平均值和第九平均值之中的最小值的像素组C的第三最小值。统计表示确定模块403可以基于第一最小值、第二最小值和第三最小确定暗通道直方图。
图8A是第一原始彩色图像,图8B是与图8A所示的第一原始彩色图像相对应的第一暗通道图像。暗通道图像中像素的像素值是从原始彩色图像中对应的像素的多个像素值(对应于多个颜色通道)中选择的,因此,暗通道图像是灰度图像。图8C是图8B所示的暗通道图像的第一暗通道直方图。暗通道直方图的横轴表示像素值变化(例如,0-255),纵轴表示特定像素值中的像素数。
图9A是第二原始彩色图像,图9B是与图9A所示的第二原始彩色图像相对应的第二暗通道图像。图9C是图9B所示的暗通道图像的第一暗通道直方图。第一原始彩色图像和第二原始彩色图像是在基本相同的区域(例如,办公区)的基本相同的环境(例如,环境光)下生成的。可以根据第一光学参数(例如,f4.0光圈)生成第一原始彩色图像。可以根据第二光学参数(例如,f2.8光圈)生成第二原始彩色图像。与第二原始彩色图像相比,第一原始彩色图像的对比度更高,因此第一原始彩色图像具有更好的图像质量。
在608中,特征确定模块404可以基于暗通道直方图确定峰值位置值。峰值位置可以是暗通道直方图中具有最高垂直轴值对应的水平轴上的位置。峰值位置值可以是峰值位置的像素值,其表示峰值位置值在暗通道图像中具有最大数量的像素。如图9C所示,峰值位置可以是峰901。峰值位置值表示图像中大多数像素的像素值接近峰值的位置值。将第一原始彩色图像与第二原始彩色图像进行比较,可以注意到,如果峰值位置值接近于0,则可以获得更高的对比度。因此,可以通过控制与当前图像相关的曝光参数,将操作602中获得的当前图像的峰值位置值控制在某个范围或数值,以获得更好的图像质量(例如,更高的对比度)。
可以通过改变图像获取设备130的曝光参数调整图像的峰值位置值。例如,通过减小图像获取设备130的光圈,峰值位置值可以变得更低,并且图像的对比度可以变得更高。通过增大图像获取设备130的光圈,峰值位置值可以变得更高,并且图像的对比度可以变得更低。
在610中,更新模块405可确定峰值位置值是否低于第一阈值α。在确定峰值位置值不低于第一阈值时α,更新模块405可执行操作612,以确定峰值位置值是否低于第二阈值β。在确定峰值位置值低于第二阈值时β,更新模块405可以终止过程600,输出当前图像。
在确定峰值位置值低于第一阈值时α,更新模块405执行操作616以增大图像获取设备130的光圈,生成更新图像。更新模块405可以执行操作620(控制模型),以检查更新后的图像是否适合确定为当前图像并返回到操作602以进行迭代更新,或者判断当前图像是否适合输出。
在确定峰值位置值不低于第二阈值时β,更新模块405可执行操作618以减小图像获取设备130的光圈,生成更新后的图像。然后,更新模块405可以执行操作620(控制模型),以检查更新后的图像是否适合确定为当前图像并返回到操作602以进行迭代更新,或者判断当前图像是否适合输出。
应当注意的是,上述过程600的描述是为了说明的目的而提供的,并不是为了限制本申请的范围。对于本领域的普通技术人员来说,在不偏离本说明书的原则的情况下,可以对上述方法和系统的应用的形式和细节进行各种修改和改变。在一些实施例中,可以添加或省略一个或多个操作。在一些实施例中,可以改变两个或更多操作的顺序。例如,可以同时执行602和604。又例如,606和608可以合并为一个操作,用来根据一组曝光参数的操作值组来调整成像设备。然而,这些变化和修改也属于本说明书的范围。
图7是示出根据本申请的一些实施例所示的改变控制曝光参数的示例性过程的流程图。在一些实施例中,过程700可以在图1所示的处理引擎112或图3所示的处理设备340中实现。例如,过程700可以以指令形式存储在存储器140、存储器203和/或存储设备350中,由处理引擎112或处理设备340(例如,图2中所示的处理器201)调用和/或执行。下面呈现的所示过程700的操作旨在是说明性的。在一些实施例中,过程700可以用一个或多个未描述的附加操作,和/或不用讨论的一个或多个操作来完成。另外,如图7所示和下面所描述的过程700的操作的顺序不是限制性的。
在702中,更新模块405可以获取在过程600中获得的当前图像的暗通道直方图。在704中,更新模块405可以为迭代过程设置计数C,并且计数可以最初设置为零。对于每次迭代,计数C可以增加1。在706中,更新模块405可以确定计数是否大于迭代次数X。为了防止无限次迭代,当计数超过迭代次数X(例如,15)时,可以终止迭代过程。在确定计数不大于迭代次数X时,在708中,更新模块405可以将当前图像的暗通道直方图保存到高速缓存中。在710中,更新模块405可将在过程600的操作616或618中通过减小或增大光圈而生成的更新图像确定为用于下一次迭代的当前图像。在过程600的操作602中,可以将更新后的图像确定为当前图像,并且过程700可以执行操作602进行下一次迭代。
在一些实施例中,在708中,更新模块405可以不将当前图像的暗通道直方图保存到高速缓存中,直到迭代次数X等于计数C的值。因此,对于X次迭代,残差直方图可以基于最后两次迭代中生成的暗通道直方图确定。
在确定计数C大于迭代次数X时,在712中,更新模块405可清空计数并将计数设置为零。在714中,更新模块405可以确定当前图像的暗通道直方图和保存在高速缓存中的暗通道直方图(来自上一次迭代的暗通道直方图)之间的残差直方图。残差直方图可以基于当前图像的暗通道直方图和保存在高速缓存中的暗通道直方图之间的差来确定。在716中,更新模块405可以确定残差直方图是否接近于零。在确定残差直方图基本上接近于零时,在718中,更新模块405可以输出当前图像。在确定残差直方图基本上不接近于零的情况下,处理可以执行操作710。
在一些实施例中,更新模块405还可以在操作716中确定残差直方图是否符合先验分布(例如,线性分布、高斯分布)。在确定残差直方图符合先验分布时,在操作718中,更新模块405可以输出当前图像。在确定残差直方图不符合先验分布的情况下,处理可以执行操作710。
应当注意的是,上述过程700的描述是为了说明的目的而提供的,并不是为了限制本申请的范围。对于本领域的普通技术人员,在不偏离本说明书的示例性实施例的原则的情况下,可以对上述方法和系统的应用的形式和细节进行各种修改和改变。在一些实施例中,可以添加或省略一个或多个操作。在一些实施例中,可以改变两个或更多操作的顺序。然而,这些变化和修改也属于本说明书的示例性实施例的范围。
上文已对基本概念做了描述,显然,对于阅读此申请后的本领域的普通技术人员来说,上述发明披露仅作为示例,并不构成对本申请的限制。虽然此处并未明确说明,但本领域的普通技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词语来描述本申请的实施例。例如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特性。因此,应当强调并注意的是,本说明书中在不同位置两次或以上提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或以上实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域的普通技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的过程、机器、产品或物质的组合,或对其任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括韧体、常驻软件、微代码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“单元”、“模块”或“系统”。此外,本申请的各方面可以采取体现在一个或以上计算机可读介质中的计算机程序产品的形式,其中计算机可读程序代码包含在其中。
计算机可读信号介质可能包含一个内含有计算机程序代码的传播数据信号,例如在基带上或作为载波的一部分。此类传播信号可以有多种形式,包括电磁形式、光形式等或任何合适的组合。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通信、传播或传输供使用的程序。位于计算机可读信号介质上的程序代码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF等,或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或以上程序语言编写,包括面向主体编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序代码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。然而,本申请的该方法不应被解释为反映所声称的主题需要比每个权利要求中明确记载的更多特征的意图。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (21)
1.一种成像控制方法,包括:
获取基于曝光参数生成的当前图像,所述当前图像包括至少两个像素;
从所述至少两个像素的至少一部分像素中,确定至少两个目标像素或至少两个目标像素组;
基于所述至少两个目标像素或所述至少两个目标像素组,确定统计表示;
基于所述统计表示,确定特征;以及
基于所述特征,改变所述曝光参数以生成更新的图像。
2.根据权利要求1所述的方法,其特征在于,一个像素包括对应于不同颜色通道的多个像素值,所述统计表示与所述多个像素值的最小值有关。
3.根据权利要求1或2所述的方法,其特征在于,所述确定统计表示,包括:
对于所述至少两个目标像素组中的每个目标像素组,确定与至少两个不同颜色通道对应的至少两个平均像素值,其中,对于每个所述目标像素组,目标通道值是所述目标像素组中所述至少两个平均像素值中的最小值。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述曝光参数包括以下参数中的一种或多种:成像设备的光圈、所述成像设备的快门、与所述成像设备的感光度相关的参数或所述成像设备的曝光值。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述统计表示为直方图。
6.根据权利要求5所述的方法,其特征在于,所述特征包括所述直方图的峰值。
7.根据权利要求1-6中任一项所述的方法,其特征在于,所述基于所述特征改变曝光参数以生成更新的图像,包括:
改变所述曝光参数,使所述特征在预设范围内。
8.根据权利要求7所述的方法,其特征在于,所述改变所述曝光参数,使所述特征在预设范围内,进一步包括:
判断所述特征是否满足第一条件;
响应于所述特征不满足所述第一条件,基于光学度规降低所述曝光参数。
9.根据权利要求8所述的方法,其特征在于,所述改变所述曝光参数,使所述特征在预设范围内,进一步包括:
判断所述特征是否满足第二条件;
响应于所述特征不满足所述第二条件,基于所述光学度规增大所述曝光参数。
10.根据权利要求1-9中任一项所述的方法,其特征在于,所述改变曝光参数是迭代过程,所述方法还包括:
根据第一次迭代的第一统计表示与第二次迭代的第二统计表示之间的差异,改变所述曝光参数。
11.一种成像控制系统,包括:
至少一个非暂时性存储介质,包括一组指令;以及
至少一个与所述至少一个非暂时存储介质通信的处理器,其中,当执行所述一组指令时,所述至少一个处理器被配置为指示所述系统执行:
获取基于曝光参数生成的当前图像,所述当前图像包括至少两个像素;
从所述至少两个像素的至少一部分像素中,确定至少两个目标像素或至少两个目标像素组;
基于所述至少两个目标像素或所述至少两个目标像素组,确定统计表示;
基于所述统计表示,确定特征;以及
基于所述特征,改变所述曝光参数以生成更新的图像。
12.根据权利要求11所述的系统,其特征在于,一个像素包括对应于不同颜色通道的多个像素值,所述统计表示与所述多个像素值的最小值有关。
13.根据权利要求11或12所述的系统,其特征在于,所述确定目标通道值,包括:
对于所述至少两个目标像素组中的每个目标像素组,确定与至少两个不同颜色通道对应的至少两个平均像素值,其中,对于每个所述目标像素组,所述目标通道值是所述目标像素组中所述至少两个平均像素值中的最小值。
14.根据权利要求11-13中任一项所述的系统,其特征在于,所述曝光参数包括以下参数中的一种或多种:成像设备的光圈、所述成像设备的快门、与所述成像设备的感光度相关的参数或所述成像设备的曝光值。
15.根据权利要求11-14中任一项所述的系统,其特征在于,所述统计表示是所述与通道值集相关的直方图。
16.根据权利要求15所述的系统,其特征在于,所述特征包括所述直方图的峰值。
17.根据权利要求11-16中任一项所述的系统,其特征在于,所述基于所述特征改变曝光参数以生成更新的图像,包括:
改变所述曝光参数,使所述特征在预设范围内。
18.根据权利要求17所述的系统,其特征在于,所述改变所述曝光参数,使所述特征在预设范围内,进一步包括:
判断所述特征是否满足第一条件;
响应于在所述特征不满足所述第一条件,基于光学度规降低所述曝光参数。
19.根据权利要求18所述的系统,其特征在于,所述改变所述曝光参数,使所述特征在预设范围内,进一步包括:
判断所述特征是否满足第二条件;
响应于所述特征不满足所述第二条件,基于所述光学度规增大所述曝光参数。
20.根据权利要求11-19中任一项所述的系统,其特征在于,所述改变曝光参数是迭代过程,所述方法还包括:
基于第一次迭代的第一统计表示与第二次迭代的第二统计表示之间的差异,改变所述曝光参数。
21.一种非暂时性计算机可读介质,包括可执行指令,当由至少一个处理器执行时,所述可执行指令使所述至少一个处理器执行:
获取基于曝光参数生成的当前图像,所述当前图像包括至少两个像素;
从所述至少两个像素的至少一部分像素中,确定至少两个目标像素或至少两个目标像素组;
基于所述至少两个目标像素或所述至少两个目标像素组,确定统计表示;
基于所述统计表示,确定特征;以及
基于所述特征,改变所述曝光参数以生成更新的图像。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/125289 WO2020133331A1 (en) | 2018-12-29 | 2018-12-29 | Systems and methods for exposure control |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113228621A true CN113228621A (zh) | 2021-08-06 |
CN113228621B CN113228621B (zh) | 2022-06-21 |
Family
ID=71126769
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880100484.3A Active CN113228621B (zh) | 2018-12-29 | 2018-12-29 | 一种成像控制方法、系统和非暂时性计算机可读介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11546520B2 (zh) |
EP (1) | EP3871406B1 (zh) |
CN (1) | CN113228621B (zh) |
WO (1) | WO2020133331A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115942072A (zh) * | 2022-11-21 | 2023-04-07 | 北京航空航天大学 | 一种双处理器架构下的任意曝光时长图像采集装置及方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114071026B (zh) * | 2022-01-18 | 2022-04-05 | 睿视(天津)科技有限公司 | 基于红分量特征检测的自动曝光控制方法及装置 |
CN115527176B (zh) * | 2022-11-24 | 2023-04-07 | 三亚海兰寰宇海洋信息科技有限公司 | 一种目标对象的识别方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040184673A1 (en) * | 2003-03-17 | 2004-09-23 | Oki Data Corporation | Image processing method and image processing apparatus |
CN101013250A (zh) * | 2006-01-30 | 2007-08-08 | 索尼株式会社 | 曝光控制装置和图像摄取装置 |
CN107343156A (zh) * | 2017-07-10 | 2017-11-10 | 广东欧珀移动通信有限公司 | 人脸区域自动曝光控制的调整方法和装置 |
CN107360378A (zh) * | 2017-07-24 | 2017-11-17 | 努比亚技术有限公司 | 一种曝光控制方法、移动终端和计算机存储介质 |
CN107392870A (zh) * | 2017-07-27 | 2017-11-24 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7667764B2 (en) * | 2004-06-04 | 2010-02-23 | Konica Minolta Holdings, Inc. | Image sensing apparatus |
CN1752792A (zh) | 2005-09-20 | 2006-03-29 | 乐金电子(沈阳)有限公司 | 影像显示对比度改善的调节装置及其方法 |
KR20080101277A (ko) * | 2007-05-16 | 2008-11-21 | 삼성테크윈 주식회사 | 히스토그램을 디스플레이 하는 디지털 영상 처리 장치 및그의 동작 방법 |
JP5075648B2 (ja) * | 2008-01-15 | 2012-11-21 | オリンパス株式会社 | 画像処理装置、画像処理プログラムおよび画像処理方法 |
CN101304489B (zh) * | 2008-06-20 | 2010-12-08 | 北京中星微电子有限公司 | 一种自动曝光方法及装置 |
CN102427538B (zh) | 2011-10-10 | 2013-11-20 | 上海交通大学 | 电影对比度色度自动增强方法 |
-
2018
- 2018-12-29 EP EP18945017.4A patent/EP3871406B1/en active Active
- 2018-12-29 WO PCT/CN2018/125289 patent/WO2020133331A1/en unknown
- 2018-12-29 CN CN201880100484.3A patent/CN113228621B/zh active Active
-
2021
- 2021-05-25 US US17/330,382 patent/US11546520B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040184673A1 (en) * | 2003-03-17 | 2004-09-23 | Oki Data Corporation | Image processing method and image processing apparatus |
CN101013250A (zh) * | 2006-01-30 | 2007-08-08 | 索尼株式会社 | 曝光控制装置和图像摄取装置 |
CN107343156A (zh) * | 2017-07-10 | 2017-11-10 | 广东欧珀移动通信有限公司 | 人脸区域自动曝光控制的调整方法和装置 |
CN107360378A (zh) * | 2017-07-24 | 2017-11-17 | 努比亚技术有限公司 | 一种曝光控制方法、移动终端和计算机存储介质 |
CN107392870A (zh) * | 2017-07-27 | 2017-11-24 | 广东欧珀移动通信有限公司 | 图像处理方法、装置、移动终端及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
TONG LI ET AL.: "An Auto Exposure Control Algorithm based on Lane Recognition for on-board Camera", 《2015 IEEE INTELLIGENT VEHICLES SYMPOSIUM (IV)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115942072A (zh) * | 2022-11-21 | 2023-04-07 | 北京航空航天大学 | 一种双处理器架构下的任意曝光时长图像采集装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210281735A1 (en) | 2021-09-09 |
CN113228621B (zh) | 2022-06-21 |
EP3871406A1 (en) | 2021-09-01 |
WO2020133331A1 (en) | 2020-07-02 |
EP3871406A4 (en) | 2021-11-10 |
EP3871406B1 (en) | 2024-03-06 |
US11546520B2 (en) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109636754B (zh) | 基于生成对抗网络的极低照度图像增强方法 | |
US20210014411A1 (en) | Method for image processing, electronic device, and computer readable storage medium | |
WO2018019206A1 (en) | Systems and methods for changing operation modes of the optical filter of an imaging device | |
US11240443B2 (en) | Systems and methods for image acquisition | |
WO2021109620A1 (zh) | 一种曝光参数的调节方法及装置 | |
US11546520B2 (en) | Systems and methods for exposure control | |
US20150054980A1 (en) | Awb using face detection | |
CN108322651B (zh) | 拍摄方法和装置、电子设备、计算机可读存储介质 | |
CN108616700B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
EP2622839A1 (en) | Flash synchronization using image sensor interface timing signal | |
CN110349163B (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
US11539897B2 (en) | Systems and methods for exposure control | |
CN107454322A (zh) | 拍照方法、装置、计算机可存储介质和移动终端 | |
CN116711317A (zh) | 用于图像处理的高动态范围技术选择 | |
CN107613216A (zh) | 对焦方法、装置、计算机可读存储介质和电子设备 | |
EP3846462A1 (en) | Image sensor, method for acquiring image data from image sensor, and camera device | |
KR20220064170A (ko) | 이미지 센서를 포함하는 전자 장치 및 그 동작 방법 | |
CN115835034A (zh) | 白平衡处理方法与电子设备 | |
CN107481199B (zh) | 图像去雾处理方法、装置、存储介质和移动终端 | |
EP4090006A2 (en) | Image signal processing based on virtual superimposition | |
WO2020133027A1 (en) | Systems and methods for image fusion | |
US11688046B2 (en) | Selective image signal processing | |
US20160344932A1 (en) | Omnidirectional camera system | |
CN107277372A (zh) | 对焦方法、装置、计算机可读存储介质和移动终端 | |
KR20240047283A (ko) | 인공지능 기반의 영상 처리 방법 및 이를 지원하는 전자 장치 |
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 |