CN113630559A - 图像传感器的曝光参数调节方法、系统及计算机可读介质 - Google Patents
图像传感器的曝光参数调节方法、系统及计算机可读介质 Download PDFInfo
- Publication number
- CN113630559A CN113630559A CN202110901417.5A CN202110901417A CN113630559A CN 113630559 A CN113630559 A CN 113630559A CN 202110901417 A CN202110901417 A CN 202110901417A CN 113630559 A CN113630559 A CN 113630559A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- exposure parameter
- calculating
- exposure
- 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
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
Abstract
本申请提供了一种图像传感器的曝光参数调节方法、系统及计算机可读介质。该方法包括:初始化图像传感器的配置表,其中包括将配置表中的工作模式配置为固定曝光时间模式和将配置表中的曝光参数配置为初始曝光参数;基于配置表获取图像;基于图像计算目标阈值,并基于目标阈值对图像进行图像分割以确定图像中的目标区域;基于目标区域的像素点计算目标曝光参数;以及将配置表中的曝光参数配置为目标曝光参数。该方法能够大幅度提升图像传感器的灵敏度并且对各类场景的适应性强。
Description
技术领域
本申请主要涉及图像拍摄技术领域,尤其涉及一种图像传感器的曝光参数调节方法、系统及计算机可读介质。
背景技术
现今,条码扫描器广泛应用于移动支付、快递仓储物流、图书服装医药等多个领域。在一些较高强度的使用场景中,为了提高工作效率,使用者对条码扫描器的图像传感器的拍摄灵敏度要求更高。
目前大部分条码扫描器都是采用摄像头或运行平台自带的通用的自动曝光算法来控制图像传感器的图像拍摄,通用的自动曝光算法往往是采用中心测光,需要使用者瞄准目标才会根据目标区域的亮度来进行曝光调节。在一些如使用固定式条码扫描器或是对瞄准需求不高的快递仓储场景中,这种曝光算法反应速度较慢,对使用者的工作效率有较大影响。
另外,有些技术方案中也会采用固定曝光的方式来解决条码扫描器灵敏度低的问题。虽然可以通过设定一个较低的曝光时间来解决灵敏度的问题,但能适应的场景比较有限,容易出现过曝或是曝光时间太短的情况,使条码的识读景深限定在一个较短的范围内。
因此,本领域技术人员亟需一种能够大幅度提升图像传感器的灵敏度并且对各类场景的适应性强的图像传感器的曝光参数调节方法。
发明内容
本申请要解决的技术问题是提供一种图像传感器的曝光参数调节方法、系统及计算机可读介质,能够大幅度提升图像传感器的灵敏度并且对各类场景的适应性强。
为解决上述技术问题,本申请提供了一种图像传感器的曝光参数调节方法,包括:初始化图像传感器的配置表,其中包括将所述配置表中的工作模式配置为固定曝光时间模式和将所述配置表中的曝光参数配置为初始曝光参数;基于所述配置表获取图像;基于所述图像计算目标阈值,并基于所述目标阈值对所述图像进行图像分割以确定所述图像中的目标区域;基于所述目标区域的像素点计算目标曝光参数;以及将所述配置表中的曝光参数配置为所述目标曝光参数。
在本申请的一实施例中,所述图像用于解码以获取有用的条码信息;所述方法还包括:当接收到停止解码的指令时,停止基于所述配置表获取图像。
在本申请的一实施例中,所述基于所述目标区域的像素点计算目标曝光参数的步骤包括:计算所述目标区域的所有像素点的灰度值均值;以及基于所述灰度值均值、预设的目标亮度、所述配置表中的当前曝光参数计算所述目标曝光参数。
在本申请的一实施例中,所述基于所述灰度值均值、预设的目标亮度、所述配置表中的当前曝光参数计算所述目标曝光参数的步骤通过以下方式计算:
e=(t*e′)/s
其中,e为所述目标曝光参数,s为所述灰度值均值,t为所述目标亮度,e’为所述配置表中的当前曝光参数。
在本申请的一实施例中,在基于所述图像计算目标阈值的步骤之前,所述方法还包括:将所述图像进行等比例缩小。
在本申请的一实施例中,所述基于所述图像计算目标阈值,基于所述目标阈值对所述图像进行图像分割以确定所述图像中的目标区域的步骤是通过全局阈值分割方式进行,其中包括:计算所述图像的归一化直方图;基于所述图像的归一化直方图通过最大类间方差方法计算所述目标阈值;以及用所述图像的像素点与所述目标阈值进行比较,将大于所述目标阈值的像素点确定为所述目标区域。
在本申请的一实施例中,所述计算所述图像的归一化直方图的步骤是通过以下方式进行计算:
pi=ni/h*w
其中,pi为灰度值为i的像素点在所述图像的所有像素点中出现的概率,ni为灰度值为i的像素点数量,h为所述图像的长度,w为所述图像的宽度。
在本申请的一实施例中,所述基于所述图像的归一化直方图通过最大类间方差方法计算所述目标阈值的步骤是通过以下方式进行计算:
其中,i为灰度值,pi为灰度值为i的像素点在图像的所有像素点中出现的概率,m为灰度级k的累加均值,mG为图像全局均值,p1为灰度级k的累加概率,σ2为类间方差,k为灰度级;
当上式中的类间方差取得最大值时的灰度级k为所述目标阈值。
为解决上述技术问题,本申请还提供了一种图像传感器的曝光参数调节系统,包括:存储器,用于存储可由处理器执行的指令;以及处理器,用于执行所述指令以实现如上所述的方法。
为解决上述技术问题,本申请还提供了一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如上所述的方法。
与现有技术相比,本申请的图像传感器的曝光参数调节方法、系统及计算机可读介质通过对拍摄得到的图像进行分割,并基于分割得到的目标区域计算新的曝光参数,能够准确快速地获取目标区域的清晰、亮度合适的图像,使图像传感器的灵敏度得到大幅度提升。并且,利用图像分割分割出较亮区域作为测光区域,成本低廉,实现简单,对各类场景的适应性强。
附图说明
包括附图是为提供对本申请进一步的理解,它们被收录并构成本申请的一部分,附图示出了本申请的实施例,并与本说明书一起起到解释本申请原理的作用。附图中:
图1是根据本申请一实施例示出的图像传感器的曝光参数调节方法的流程示意图。
图2是根据本申请一实施例示出的步骤103的具体流程示意图。
图3A-图5B是根据本申请一实施例示出的图像传感器的曝光参数调节方法应用在条码扫描器场景的图像。
图6示出了根据本申请一实施例的图像传感器的曝光参数调节系统的架构图。
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。显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
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。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本申请的范围。同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。同时,或将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
本申请提供了一种图像传感器的曝光参数调节方法,可以应用于包含图像传感器的条码扫描器。条码包括一维码和二维码,本申请对条码形式不作限定。在一个示例中,图像传感器可以为CMOS传感器。图1是根据本申请一实施例示出的图像传感器的曝光参数调节方法的流程示意图。如图1所示,本实施例的图像传感器的曝光参数调节方法包括以下步骤101-105:
步骤101,初始化图像传感器的配置表。图像传感器的配置表包括工作模式和曝光参数,还可以包括其他参数,本申请对此不作限定。配置表的初始化包括将自动曝光关闭并将工作模式配置为固定曝光时间模式,以及将自动曝光关闭后的曝光参数配置为预设的初始曝光参数。在一个示例中,曝光参数包括曝光时间和/或是否开启补光灯。
步骤102,基于图像传感器的当前的配置表来拍摄图像。
在本申请的一实施例中,在基于图像计算目标阈值的步骤103之前,还可以先将步骤102所获取到的图像进行等比例缩小,即将图像的宽与高都缩小至原尺寸的1/r(r为预设缩小参数),并且后续步骤103-105都是采用缩小图像进行处理。曝光调节对实时性要求比较高,必须在每帧新的图像到来之前完成计算,通过在图像处理前加入图像缩小步骤可以最大限度地减少计算量并提升图像处理效率。
步骤103,基于步骤102获取到的图像计算目标阈值,然后基于计算得到的目标阈值对图像进行图像分割以确定图像中的目标区域。目标区域中可能包含有拍摄目标,以条码扫描器为例的目标区域可能包含有条码。
在本申请的一实施例中,步骤103的基于图像计算目标阈值,基于目标阈值对图像进行图像分割以确定图像中的目标区域的步骤可以是通过全局阈值分割方式进行。图2是根据本申请一实施例示出的步骤103的具体流程示意图。如图2所示,全局阈值分割可以包括以下步骤201-203:
步骤201,计算图像的归一化直方图。在本申请的一实施例中,计算图像的归一化直方图的步骤是通过以下方式进行计算:
pi=ni/h*w
其中,pi为灰度值为i的像素点在图像的所有像素点中出现的概率,ni为灰度值为i的像素点数量,h为图像的长度,w为图像的宽度。
步骤202,基于图像的归一化直方图通过最大类间方差方法计算目标阈值。在本申请的一实施例中,步骤202的基于图像的归一化直方图通过最大类间方差方法计算目标阈值的步骤可以是通过以下方式进行计算:
其中,i为灰度值,pi为灰度值为i的像素点在图像的所有像素点中出现的概率,m为灰度级k的累加均值,mG为图像全局均值,p1为灰度级k的累加概率,σ2为类间方差,k为灰度级;
当上式中的类间方差取得最大值时的灰度级k为目标阈值。
步骤203,用图像的像素点与步骤202计算得到的目标阈值进行比较,将大于目标阈值的像素点确定为目标区域。
步骤104,基于目标区域的像素点计算目标曝光参数。
在本申请的一实施例中,步骤104的基于目标区域的像素点计算目标曝光参数的步骤可以包括以下步骤:计算目标区域的所有像素点的灰度值均值,以及基于灰度值均值、预设的目标亮度、配置表中的当前曝光参数计算目标曝光参数。在本申请的一实施例中,基于灰度值均值、预设的目标亮度、配置表中的当前曝光参数计算目标曝光参数的步骤可以通过以下方式计算:
e=(t*e′)/s
其中,e为目标曝光参数,s为灰度值均值,t为预设的目标亮度,e’为配置表中的当前曝光参数。当图像用于解码时,目标亮度t用于表示目标区域适合解码时的亮度。
步骤105,将图像传感器的配置表中的曝光参数配置为步骤104中计算得到的目标曝光参数,然后执行步骤102。此时,步骤102中使用的图像传感器的配置表中的曝光参数,已被更新为步骤104中计算得到的目标曝光参数。
在本申请的一实施例中,图像传感器所拍摄的图像是用于解码以获取有用的条码信息,当接收到停止解码的指令时,停止执行步骤102的基于配置表获取图像。开始或者停止解码的触发条件可以有很多种,可以由设备按键控制、由其它设备控制、解码超时主动停止或者解码成功停止等触发条件。以图像传感器为条码枪的图像传感器为例,按下条码枪上的拍摄按钮就开始拍图和解码,松开按钮就停止解码和拍图。停止解码的结果是停止拍摄图像,没有图像的话后续步骤就不进行处理。
下面以条码扫描器为例,结合图3A-图5B,对本申请的图像传感器的曝光参数调节方法的场景应用进行说明。条码扫描器的拍摄目标为条码,图3A、图4A和图5A为条码扫描器的图像传感器拍摄的时间上连续的三帧图像,图3B、图4B和图5B分别是图3A、图4A和图5A经过图像分割处理后得到的图像。在通常的条码扫描器场景下,条码扫描器的摄像头对着一个较暗的区域,条码从视场角外开始进入到视场角内时,条码扫描器通过本申请的图像传感器的曝光参数调节方法将条码区域调整至适合解码的亮度。
如图3A所示,在对着较暗的地板进行拍摄时,本申请的图像传感器的曝光参数调节方法对地板图像进行了分割,取了地板中的较亮区域作为测光区域。在图3A中,目标条码尚未进入图像拍摄范围内,地板区域较暗,所以此时的曝光时间会比较长。图3A为原始地板图像。图3B为经过图像分割处理的图像,白色区域为图像分割后得到的目标区域,条码扫描器基于目标区域的像素点计算目标曝光参数并更新至图像传感器的配置表中,用于拍摄下一帧(图4A)的图像。
如图4A所示,当目标条码开始进入视场角范围内时,算法会将图像分割为较亮的目标与较暗的地板两个区域,较亮的目标将作为目标区域进行曝光参数的计算。此时图像传感器使用的配置表是基于上一帧目标区域计算得到的目标曝光参数,图4B的目标区域由于较长的曝光时间和/或补光灯的影响产生了过曝。因为图4B目标区域亮度过高,所以基于图4B目标区域计算出的用于拍摄下一帧(图5A)的新的目标曝光参数会较短。
如图5A所示,在新的目标曝光参数生效后,较暗的地板因为较短的曝光时间而变得更暗,目标区域则呈现出适合进行解码的亮度,而此时目标条码也刚好完全进入视场角范围内,可以对目标条码进行解码。
综上所述,本申请实施例的图像传感器的曝光参数调节方法通过对拍摄得到的图像进行分割,并基于分割得到的目标区域计算新的曝光参数,能够准确快速地获取目标区域的清晰、亮度合适的图像,使图像传感器的灵敏度得到大幅度提升。并且,利用图像分割分割出较亮区域作为测光区域,成本低廉,实现简单,对各类场景的适应性强。
本申请还提供了一种图像传感器的曝光参数调节系统,包括:存储器,用于存储可由处理器执行的指令;以及处理器,用于执行所述指令以实现如上所述的图像传感器的曝光参数调节方法。
图6示出了根据本申请一实施例的图像传感器的曝光参数调节系统的架构图。参考图6所示,该图像传感器的曝光参数调节系统600可包括内部通信总线601、处理器(Processor)602、只读存储器(ROM)603、随机存取存储器(RAM)604、以及通信端口605。内部通信总线601可以实现图像传感器的曝光参数调节系统600组件间的数据通信。处理器602可以进行判断和发出提示。在一些实施例中,处理器602可以由一个或多个处理器组成。通信端口605可以实现图像传感器的曝光参数调节系统600与外部的数据通信。在一些实施例中,图像传感器的曝光参数调节系统600可以通过通信端口605从网络发送和接受信息及数据。图像传感器的曝光参数调节系统600还可以包括不同形式的程序储存单元以及数据储存单元,例如只读存储器(ROM)603和随机存取存储器(RAM)604,能够存储计算机处理和/或通信使用的各种数据文件,以及处理器602所执行的可能的程序指令。处理器执行这些指令以实现方法的主要部分。处理器处理的结果通过通信端口传给用户设备或图像传感器。
本实施例的图像传感器的曝光参数调节系统的其他实施细节可参考图1所描述的实施例,在此不再展开描述。
本申请还提供了一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如上所述的图像传感器的曝光参数调节方法。
举例来说,本申请的图像传感器的曝光参数调节法可以实施为一种图像传感器的曝光参数调节方法的程序,保存在存储器中,并可加载到处理器中执行,以实施本申请的图像传感器的曝光参数调节方法。
图像传感器的曝光参数调节方法实施为计算机程序时,也可以存储在计算机可读存储介质中作为制品。例如,计算机可读存储介质可以包括但不限于磁存储设备(例如,硬盘、软盘、磁条)、光盘(例如,压缩盘(CD)、数字多功能盘(DVD))、智能卡和闪存设备(例如,电可擦除可编程只读存储器(EPROM)、卡、棒、键驱动)。此外,本文描述的各种存储介质能代表用于存储信息的一个或多个设备和/或其它机器可读介质。术语“机器可读介质”可以包括但不限于能存储、包含和/或承载代码和/或指令和/或数据的无线信道和各种其它介质(和/或存储介质)。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述申请披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域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。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、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“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,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
本申请的方法和系统的一些方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)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“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。处理器可以是一个或多个专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理器件(DAPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器或者其组合。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。例如,计算机可读介质可包括,但不限于,磁性存储设备(例如,硬盘、软盘、磁带……)、光盘(例如,压缩盘(CD)、数字多功能盘(DVD)……)、智能卡以及闪存设备(例如,卡、棒、键驱动器……)。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。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讯、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编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、射频信号、或类似介质、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多种程序语言编写,包括面向对象编程语言如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。该程序编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一种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申请实施例,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,从而帮助对一个或多个申请实施例的理解,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。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。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。
在一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需的特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位,并采用一般位数保留的方法。尽管本申请的一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
虽然本申请已参照当前的具体实施例来描述,但是本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本申请,在没有脱离本申请精神的情况下还可做出各种等效的变化或替换,因此,只要在本申请的实质精神范围内对上述实施例的变化、变型都将落在本申请的权利要求书的范围内。
Claims (10)
1.一种图像传感器的曝光参数调节方法,包括:
初始化图像传感器的配置表,其中包括将所述配置表中的工作模式配置为固定曝光时间模式和将所述配置表中的曝光参数配置为初始曝光参数;
基于所述配置表获取图像;
基于所述图像计算目标阈值,并基于所述目标阈值对所述图像进行图像分割以确定所述图像中的目标区域;
基于所述目标区域的像素点计算目标曝光参数;以及
将所述配置表中的曝光参数配置为所述目标曝光参数。
2.如权利要求1所述的方法,其特征在于,所述图像用于解码以获取有用的条码信息;所述方法还包括:
当接收到停止解码的指令时,停止基于所述配置表获取图像。
3.如权利要求1所述的方法,其特征在于,所述基于所述目标区域的像素点计算目标曝光参数的步骤包括:
计算所述目标区域的所有像素点的灰度值均值;以及
基于所述灰度值均值、预设的目标亮度、所述配置表中的当前曝光参数计算所述目标曝光参数。
4.如权利要求3所述的方法,其特征在于,所述基于所述灰度值均值、预设的目标亮度、所述配置表中的当前曝光参数计算所述目标曝光参数的步骤通过以下方式计算:
e=(t*e′)/s
其中,e为所述目标曝光参数,s为所述灰度值均值,t为所述目标亮度,e’为所述配置表中的当前曝光参数。
5.如权利要求1所述的方法,其特征在于,在基于所述图像计算目标阈值的步骤之前,所述方法还包括:
将所述图像进行等比例缩小。
6.如权利要求1或5所述的方法,其特征在于,所述基于所述图像计算目标阈值,基于所述目标阈值对所述图像进行图像分割以确定所述图像中的目标区域的步骤是通过全局阈值分割方式进行,其中包括:
计算所述图像的归一化直方图;
基于所述图像的归一化直方图通过最大类间方差方法计算所述目标阈值;以及
用所述图像的像素点与所述目标阈值进行比较,将大于所述目标阈值的像素点确定为所述目标区域。
7.如权利要求6所述的方法,其特征在于,所述计算所述图像的归一化直方图的步骤是通过以下方式进行计算:
pi=ni/h*w
其中,pi为灰度值为i的像素点在所述图像的所有像素点中出现的概率,ni为灰度值为i的像素点数量,h为所述图像的长度,w为所述图像的宽度。
9.一种图像传感器的曝光参数调节系统,包括:
存储器,用于存储可由处理器执行的指令;以及处理器,用于执行所述指令以实现如权利要求1-8任一项所述的方法。
10.一种存储有计算机程序代码的计算机可读介质,所述计算机程序代码在由处理器执行时实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110901417.5A CN113630559B (zh) | 2021-08-06 | 2021-08-06 | 图像传感器的曝光参数调节方法、系统及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110901417.5A CN113630559B (zh) | 2021-08-06 | 2021-08-06 | 图像传感器的曝光参数调节方法、系统及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113630559A true CN113630559A (zh) | 2021-11-09 |
CN113630559B CN113630559B (zh) | 2023-06-16 |
Family
ID=78383117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110901417.5A Active CN113630559B (zh) | 2021-08-06 | 2021-08-06 | 图像传感器的曝光参数调节方法、系统及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113630559B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114093015A (zh) * | 2022-01-21 | 2022-02-25 | 杭州魔点科技有限公司 | 针对人脸识别的智能补光方法、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070052839A1 (en) * | 2005-09-08 | 2007-03-08 | Hongzhi Kong | Method of exposure control for an imaging system |
CN101819024A (zh) * | 2010-03-22 | 2010-09-01 | 中南大学 | 一种基于机器视觉的二维位移检测方法 |
CN102694981A (zh) * | 2012-05-11 | 2012-09-26 | 中国科学院西安光学精密机械研究所 | 基于自适应阈值分割的直方图均衡化的自动曝光方法 |
US20160286114A1 (en) * | 2015-03-26 | 2016-09-29 | Skr Labs, Llc | Image capture by scene classification |
CN110012235A (zh) * | 2019-05-24 | 2019-07-12 | 上海商米科技有限公司 | 成像曝光控制方法及装置、计算机可读存储介质、系统 |
CN110661983A (zh) * | 2019-11-12 | 2020-01-07 | 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 |
CN111920434A (zh) * | 2020-08-18 | 2020-11-13 | 深圳蓝韵医学影像有限公司 | 数字x线摄影系统中自动曝光控制方法及系统 |
-
2021
- 2021-08-06 CN CN202110901417.5A patent/CN113630559B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070052839A1 (en) * | 2005-09-08 | 2007-03-08 | Hongzhi Kong | Method of exposure control for an imaging system |
CN101819024A (zh) * | 2010-03-22 | 2010-09-01 | 中南大学 | 一种基于机器视觉的二维位移检测方法 |
CN102694981A (zh) * | 2012-05-11 | 2012-09-26 | 中国科学院西安光学精密机械研究所 | 基于自适应阈值分割的直方图均衡化的自动曝光方法 |
US20160286114A1 (en) * | 2015-03-26 | 2016-09-29 | Skr Labs, Llc | Image capture by scene classification |
CN110012235A (zh) * | 2019-05-24 | 2019-07-12 | 上海商米科技有限公司 | 成像曝光控制方法及装置、计算机可读存储介质、系统 |
CN110661983A (zh) * | 2019-11-12 | 2020-01-07 | 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 |
CN111920434A (zh) * | 2020-08-18 | 2020-11-13 | 深圳蓝韵医学影像有限公司 | 数字x线摄影系统中自动曝光控制方法及系统 |
Non-Patent Citations (2)
Title |
---|
夏良正: ""类间方差阈值分割"", 《数字图像处理 修订版》 * |
夏良正: ""类间方差阈值分割"", 《数字图像处理 修订版》, 30 September 1999 (1999-09-30), pages 222 - 223 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114093015A (zh) * | 2022-01-21 | 2022-02-25 | 杭州魔点科技有限公司 | 针对人脸识别的智能补光方法、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113630559B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9275445B2 (en) | High dynamic range and tone mapping imaging techniques | |
US20200019760A1 (en) | Three-dimensional living-body face detection method, face authentication recognition method, and apparatuses | |
CN112308095A (zh) | 图片预处理及模型训练方法、装置、服务器及存储介质 | |
CN107172354B (zh) | 视频处理方法、装置、电子设备及存储介质 | |
CN109064504B (zh) | 图像处理方法、装置和计算机存储介质 | |
CN109493297B (zh) | 低质量人脸图像增强方法、系统、设备及存储介质 | |
CN109167922B (zh) | 图像处理方法、装置及电子设备 | |
US10853631B2 (en) | Face verification method and apparatus, server and readable storage medium | |
CN107864337A (zh) | 素描图像处理方法、装置及设备 | |
CN108764139B (zh) | 一种人脸检测方法、移动终端及计算机可读存储介质 | |
KR20170133468A (ko) | 비디오 향상의 시간적 평탄화 | |
CN113630559B (zh) | 图像传感器的曝光参数调节方法、系统及计算机可读介质 | |
CN113808135B (zh) | 图像亮度异常检测方法、电子设备及存储介质 | |
CN114897762B (zh) | 一种煤矿工作面采煤机自动定位方法及装置 | |
US9258490B2 (en) | Smoothing of ghost maps in a ghost artifact detection method for HDR image creation | |
Zotin et al. | Animal detection using a series of images under complex shooting conditions | |
CN114500865A (zh) | 补光灯的调控方法、装置、电子设备和存储介质 | |
CN108764040B (zh) | 一种图像检测方法、终端及计算机存储介质 | |
CN110688926B (zh) | 主体检测方法和装置、电子设备、计算机可读存储介质 | |
CN109934777B (zh) | 图像局部不变特征提取方法、装置、计算机设备及存储介质 | |
CN111311610A (zh) | 图像分割的方法及终端设备 | |
Apewokin et al. | Embedded real-time surveillance using multimodal mean background modeling | |
CN113302619A (zh) | 目标区域评估和特征点评估的系统和方法 | |
CN112949423B (zh) | 物体识别方法、物体识别装置及机器人 | |
CN113239738B (zh) | 一种图像的模糊检测方法及模糊检测装置 |
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 |