CN113724179A - 一种空间亮度评价指标的计算方法及装置 - Google Patents

Abstract

本申请提供了一种空间亮度评价指标的计算方法及装置，其中，方法包括：接收待测图像；根据预设的转换函数模型和待测图像，确定转换函数模型中的系数和次数，得到适用于待测图像的灰度值与亮度值转换的转换函数；转换函数模型为y＝a₀+a₁x+axⁿ，其中，y表示亮度值，x表示灰度值，a₀、a₁和a为系数，n为次数；从待测图像中，确定用于计算目标空间亮度评价指标的测量分布点；依据转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值；依据测量分布点的亮度值，确定目标空间亮度评价指标的取值。本申请解决相机进行人工标定的繁琐操作导致的空间亮度评价指标计算效率低的问题。以及，克服了现有技术中只能计算待测实景空间的空间亮度评价指标的问题。

Description

一种空间亮度评价指标的计算方法及装置

技术领域

本申请涉及图像处理领域，尤其涉及一种空间亮度评价指标的计算方法及装置。

背景技术

建筑室内照明以工作面的照度或照度均匀度作为评价空间照明质量的主要指标，但工作面无法描述空间明亮感受，故需要增加对于空间亮度数值化的评价指标(即空间亮度评价指标)。目前，空间亮度评价指标有空间亮度分布(以下简称Feu)、亮度算术平均值和目标背景亮度比。

目前，通过数码相机，测量待测实景空间的亮度分布，基于待测实景空间的亮度分布，计算待测实景空间的空间亮度评价指标。其中，通过数码相机测量待测空间的亮度分布的过程包括：人工标定相机，回归出该相机的D-lgH曲线，其中，D表示灰度值，H表示曝光量；提取灰度值D，根据D-lgH曲线计算出曝光量；再根据曝光量和亮度值间的预设公式计算出亮度值，得到待测实景空间的亮度分布。

但是，通过数码相机的方式计算空间亮度评价指标，只能对实景空间进行计算，并且，由于人工标定相机操作繁琐使得空间亮度评价指标的计算效率低。

发明内容

本申请提供了一种空间亮度评价指标的计算方法及装置，目的在于解决空间亮度评价指标的计算效率低，并且，只能对实景空间计算空间亮度评价指标的问题。

为了实现上述目的，本申请提供了以下技术方案：

本申请提供了一种空间亮度评价指标的计算方法，包括：

接收待测图像；所述待测图像为待测空间的图像；所述待测空间为待测实景空间或待测模拟空间；

根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数；所述转换函数模型为y＝a₀+a₁x+axⁿ，其中，y表示亮度值，x表示灰度值，a₀、a₁和a为系数；所述转换函数模型通过多个实验场景及大量实验数据拟合得到，其中实验场景包括实景空间和模拟空间；

从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点；所述目标空间亮度评价指标为空间亮度分布或亮度算术平均值；

依据所述转换函数，将所述测量分布点的灰度值转换为亮度值，得到所述测量分布点的亮度值；

依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值。

可选的，所述根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数，包括：

接收对所述待测图像进行网络划分的划分参数，得到第一划分参数；

依据所述第一划分参数，将所述待测图像进行网格划分，得到第一分布点；

获取所述第一分布点的亮度值，以及所述待测空间的最大亮度值和最小亮度值；

依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值、所述最小亮度值，以及所述转换函数模型，确定所述转换函数模型中的次数及系数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数。

可选的，所述依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值和所述最小亮度值，以及所述转换函数模型，确定所述转换函数模型中的次数及系数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数，包括：

计算最大亮度比I的取值；

依据阶数经验值P的预设计算公式和所述最大亮度比I的取值，计算所述阶数经验值P；所述阶数经验值P的预设计算公式为所述最大亮度比I与Pearson系数的比值；

根据所述阶数经验值P，以及所述阶数经验值P与所述n之间的预设对应关系，确定所述n的取值；

依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值和所述最小亮度值，确定所述转换函数模型中各系数的取值范围；

调用预设的拟合工具，使得所述拟合工具依据所述第一分布点的亮度值、所述第一分布点的灰度值、所述各系数的取值范围，以及所述n的取值进行曲线拟合，得到拟合曲线；

依据所述拟合曲线，确定所述转换函数模型中的系数，得到所述转换函数。

可选的，所述阶数经验值P与所述n之间的预设对应关系的生成方式，包括：

获取预设数量实验数据；任一组实验数据为一个实验场景的待测空间中灰度值和亮度值间的对应关系，其中实验场景包括实景空间和模拟空间；

对所述实验数据进行拟合，得到拟合结果；

接收所述阶数经验值P与所述n之间的预设对应关系；所述预设对应关系是依据所述拟合结果得到。

可选的，所述从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点，包括：

对所述待测图像进行网格划分，将网格的交叉点作为分布点；

获取干扰区域；

将所述待测图像中除所述干扰区域外的区域作为所述待计算区域；

将所述待计算区域中的分布点，作为所述测量分布点。

可选的，所述依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值，包括：

在接收到对空间亮度分布的计算指令的情况下，依据所述测量分布点的亮度值，计算所述空间亮度分布。

在接收到对亮度算术平均值的计算指令的情况下，依据测量分布点的亮度值，计算所述亮度算术平均值。

可选的，在所述干扰区域为目标区域的情况下，所述亮度算术平均值为所述待测图像的背景区域的亮度算术平均值；在所述干扰区域为背景区域的情况下，所述亮度算术平均值为所述待测图像的目标区域的亮度算术平均值；

在计算所述待测图像的背景区域的亮度算术平均值和所述待测图像的目标区域的亮度算术平均值之后，还包括：

将所述待测图像的目标区域的亮度算术平均值与所述待测图像的背景区域的亮度算术平均值的比值，作为目标背景亮度比。

可选的，所述待测图像为：将所述待测空间的图像裁剪为长宽比例为1.26：1得到的图像。

可选的，所述对所述待测图像进行网格划分，将网格的交叉点作为分布点，包括：

等视角网格划分和等间距网格划分两种方式，其中：

等视角网格划分包括：接收用于对所述待测图像划分网格的参数；所述参数包括：视觉中心点、左右视野划分角度，以及上下视野划分角度；所述视觉中心点为所述待测图像的左右视野0度上下视野-15度；

所述左右视野划分角度为划分所述待测图像的左视野50度及右视野50度的横向平均角度；所述上下视野划分角度为划分所述待测图像的上视野50度下视野35度的纵向平均角度；

等间距网格划分包括：接收用于对所述待测图像划分网格的参数；所述参数包括：横向等分数量，纵向等分数量；

按照所述参数在所述待测图像中划分网格；

将所述网格的交叉点作为所述分布点。

本申请还提供了一种空间亮度评价指标的计算装置，包括：

接收模块，用于接收待测图像；所述待测图像为待测空间的图像；所述待测空间为待测实景空间或待测模拟空间；

第一确定模块，用于根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数；所述转换函数模型为y＝a₀+a₁x+axⁿ，其中，y表示亮度值，x表示灰度值，a₀、a₁和a为系数；所述转换函数模型通过多个实验场景及大量实验数据拟合得到，其中实验场景包括实景空间和模拟空间；

第二确定模块，用于从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点；所述目标空间亮度评价指标为空间亮度分布或亮度算术平均值；

转换模块，用于依据所述转换函数，将所述测量分布点的灰度值转换为亮度值，得到所述测量分布点的亮度值；

第三确定模块，用于依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值。

本申请所述的空间亮度评价指标的计算方法及装置中，接收待测图像，通过事先建立的转换函数模型和待测图像，计算转换函数模型中的系数和次数，从而，得到适用于待测图像的灰度值和亮度值之间转换的转换函数，从待测图像中，确定用于计算目标空间亮度评价指标的测量分布点，依据转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值，从而，根据测量分布点的亮度值，计算目标空间亮度评价指标，其中，目标空间亮度指标为空间亮度分布或亮度算术平均值，为空间亮度评价指标的计算提供了条件，即基于本申请可以计算得到空间亮度评价指标。

即本申请直接使用预设的转换函数模型即可计算得到测量分布点的亮度值，并基于测量分布点的亮度值，可以计算得到空间亮度评价指标，因此，避免了现有技术中，对相机进行人工标定的繁琐操作导致的空间亮度评价指标计算效率低的问题。

同时，由于本申请中采用图像处理的方式，可以计算得到空间亮度评价指标，因此，待测图像为待测实景空间的图像或待测虚拟空间的图像，从而，克服了现有技术中只能计算待测实景空间的空间亮度评价指标的问题。

此外，本申请的转换函数模型是亮度值和灰度值间的函数，涉及参数少，可以保证转换函数的确定效率和精确度。

附图说明

为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例公开的一种计算空间亮度分布的方法的流程图；

图2为本申请实施例公开的一种在待测图像中划分网格的结果示意图；

图3为本申请实施例公开的一种计算亮度算术平均值的方法的流程图；

图4为本申请实施例公开的一种计算目标背景亮度比的方法的流程图；

图5为本申请实施例公开的待测图像的灰度值与亮度值之间的转换函数的确定方法的流程图；

图6为本申请实施例公开的拟合出的对应实验场景的G-L曲线的示意图；

图7为本申请实施例公开的确定转换函数模型中的次数及系数的过程示意图；

图8为本申请实施例公开的分段函数的示意图；

图9为本申请实施例公开的一种空间亮度评价指标的计算方法的流程图；

图10为本申请实施例公开的一种空间亮度评价指标的计算装置的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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他实施例，都属于本申请保护的范围。

发明人在研究中发现，通过人工标定相机的方式计算空间亮度评价指标，只能计算待测实景空间的空间亮度评价指标，并且，人工标定相机操作繁琐使得空间亮度评价指标的计算效率低。

本申请实施例接收待测图像，通过事先建立的转换函数模型和待测图像，计算转换函数模型中的系数和次数，从而，得到适用于待测图像的灰度值和亮度值之间转换的转换函数，从待测图像中，确定用于计算目标空间亮度评价指标的测量分布点，依据转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值，从而，根据测量分布点的亮度值，计算目标空间亮度评价指标，其中，目标空间亮度指标为空间亮度分布或亮度算术平均值，为空间亮度评价指标的计算提供了条件，即基于本申请可以计算得到空间亮度评价指标。即本申请实施例直接使用预设的转换函数模型即可计算得到测量分布点的亮度值，并基于测量分布点的亮度值，可以计算得到空间亮度评价指标，因此，避免了现有技术中对相机的标定导致的计算空间亮度评价指标的操作繁琐的问题，从而，使得依据本申请计算得到的空间亮度评价指标的计算效率得到提高。

同时，由于本申请实施例中采用图像处理的方式可以计算得到空间亮度评价指标，待测图像的来源不限于仅来自相机对实景空间拍摄的图像，因此，待测图像可以为待测实景空间的图像，也可以为待测虚拟空间的图像，从而，克服了现有技术中只能计算待测实景空间的空间亮度评价指标的问题。

此外，本申请实施例的转换函数模型是亮度值和灰度值间的函数模型，涉及参数少，可以保证转换函数的确定效率和精确度。

在本申请实施例中空间亮度评价指标可以包括空间亮度分布、亮度算术平均值和目标背景亮度比，为了更清楚地介绍本申请的方案，分别介绍计算每种空间亮度评价指标的方法。

图1为本申请实施例提供的一种空间亮度分布的计算方法，包括以下步骤：

S101、接收待测图像。

在本实施例中，待测图像至少为用于计算空间亮度分布的待测空间的图像。其中，待测图像的获取方式可以包括两种：第一种：对待测实景空间拍摄得到。第二种，通过将DIALux evo、Revit仿真软件中的待测场景进行渲染，得到待测图像。

可选的，为了还原人眼的视觉真实度(水平视野-50°～50°、垂直视野-50°～35°)，可选的，还可以将待测图像裁剪为长宽比例为1.26:1的图像，得到裁剪后的图像，并将裁剪后的图像格式转换为jpg、jpeg或bmp等格式，并将格式转换后的图像作为待测图像。

S102、根据预设的转换函数模型和待测图像，确定转换函数模型中的系数和次数，得到适用于待测图像的灰度值与亮度值转换的转换函数。

在本实施例中，灰度值与亮度值之间的转换函数用于将像素点的灰度值转换为亮度值。具体的，在本步骤中，确定灰度值与亮度值之间的转换函数的具体实现方式在图4对应的实施例中进行介绍。

S103、对待测图像进行网格划分，将网格的交叉点作为分布点。

在本步骤中，可以采用两种方式对待测图像进行网格划分。其中，第一种方式为等视角网格划分，第二种方式为等间距网格划分，具体实现如下：

第一种方式，包括以下步骤A1～步骤A3：

A1、接收用于对待测图像划分网格的参数。

在本步骤中，等视角网格划分参数可以包括：视觉中心点、左右视野划分角度，以及上下视野划分角度。其中，视觉中心点为待测图像的左右视野0度上下视野-15度。

左右视野划分角度为划分待测图像的左视野50度及右视野50度的横向平均角度；上下视野划分角度为划分待测图像的上视野50度下视野35度的纵向平均角度。

具体的，用户可以在显示界面的信息输入部，划分网格区域输入参数。

需要说明的是，左右视野划分角度与上下视野划分角度的具体取值可以根据实际情况进行设定，本实施例不对具体取值作限定。只是取值越小，划分得到的分布点数量越多，取值越大，划分得到的分布点数量越少。分布点的数量越多，后续计算得到的空间亮度分布的准确性越高。

A2、按照参数在待测图像中划分网格。

在本步骤中，假设左右视野划分角度为a，上下视野划分角度为b，用户在点击划分网格键的情况下，则以亮度测量区域A(经过长宽裁剪后得到的待测图像)的左右视野0度上下视野-15度作为视觉中心点，沿待测图像长边以角度a等分左视野50度右视野50度并取整，划分出[50/a]+[50/a]列，沿待测图像短边以角度b等分上视野50度下视野35度并取整，划分出[50/b]+[35/b]行，则在图像显示部就会显示出([50/a]+[50/a])*([50/b]+[35/b])个格子以及[50/a]+[50/a]+1)*([50/b]+[35/b]+1)个格子交点。并且以位于最左上方的格子交点为原点O(0，0)，以横向为X轴，纵向为Y轴，建立直角坐标系，在X方向显示0，1，2，……，[50/b]+[35/b]-1，[50/b]+[35/b]的非等距离的X轴坐标，在Y方向显示0，1，2，……，[50/b]+[35/b]-1，[50/b]+[35/b]的非等距离的的Y轴坐标。X-Y网格将在亮度测量区域A设定出([50/a]+[50/a]+1)*([50/b]+[35/b]+1)个亮度计算点。

图2为本实施例提供的一种在待测图像中划分网格的结果示意图。

A3、将网格的交叉点作为分布点。

在本步骤中，将划分的网格的交叉点作为分布点。

第二种方式，包括以下步骤B1～步骤B3：

B1、接收用于对待测图像划分网格的参数。

在本步骤中，参数包括：对待测图像进行网格划分的纵向等分数量X以及横向等分数量Y，具体的参数输入方式可以参考A1，这里不再赘述。

需要说明的是，不对等分数量的取值做具体限定。只是取值越小，划分得到的分布点数量越少，取值越大，划分得到的分布点数量越多。分布点的数量越多，后续计算得到的空间亮度分布的准确性越高。

B2、按照参数在待测图像中划分网格。

具体的，在用户点击划分网格按钮的情况下，平行于待测图像纵向等分为X列，平行于待测图像横向等分为Y行，则在显示界面图像显示部上显示出X*Y个格子以及(X+1)*(Y+1)个格子交点，并且以位于最左上方的格子交点为原点O(0，0)，以横向为X轴，纵向为Y轴，建立直角坐标系，在X方向显示0，1，2，……，X-1，X的等距离的X轴坐标，在Y方向显示0，1，2，……，Y-1，Y的等距离的Y轴坐标。X-Y网格将在亮度测量区域A设定出(X+1)*(Y+1)个亮度计算点。

其中，X(横)方向为平行于图像长边的方向，Y(纵)方向为平行于图像短边的方向。

B3、将网格的交叉点作为分布点。

本步骤的具体实现方式为现有技术，这里不再赘述。

S104、依据获取的干扰区域，确定待测图像中用于计算空间亮度分布的区域，得到待计算区域。

在本步骤中，将待测图像中，除用于计算空间亮度分布的区域外的区域称为干扰区域。具体的，获取干扰区域，并依据干扰区域确定待测图像中的待计算区域。其中，获取干扰区域的方法可以包括以下两种，如下所示：

方法一：输入干扰区域的起始坐标(X₁,Y₁)和结束坐标(X₂,Y₂)；具体实施方式为：如果干扰区域为规则的矩形或者正方形，则用户可以通过识别在图像显示部的图像上显示出的划分网格坐标，获取干扰区域的顶点坐标。在显示界面的信息输入部分别输入干扰区域对角线两端点的坐标值，起始点的X₁值、Y₁值，结束点的X₂值、Y₂值。本实施例图像显示部的图像根据输入的坐标值，将矩形或者正方形的干扰区域以红粗线精确地围合出来，并且在最终计算空间亮度分布的阶段排除掉干扰区域的分布点亮度值。

方法二：用户可以用画笔工具，直接将干扰区域涂黑或涂为其他颜色。具体的，用户通过点击显示界面的信息输入部的画笔工具，调整笔刷大小，在图像显示部将干扰区域刷黑或刷为其他颜色，并且可以使用橡皮擦工具对涂黑或涂为其他颜色的范围进行修改，从而得到任意形状的干扰区域。用户也可以用笔刷在图像显示部将指定待测区域之外的地方涂黑或涂为其他颜色。在最终计算阶段排除掉干扰区域的分布点。

上述去除图像干扰区域的两种方法都可以同时添加多个干扰区域。

上述方法二的目的是：相对于在待测图像上选取精确干扰区域的操作，此方法可以选取任意形状的干扰区域，且将待测图像中除目标区域外的背景区域作为干扰区域。

S105、将待计算区域中的分布点，作为测量分布点。

上述S103～S105的目的是：从待测图像中，确定用于计算空间亮度分布的测量分布点。

需要说明的是，对于确定转换函数模型中的系数和次数，以及确定用于计算空间亮度分布的测量分布点这两个部分，本实施例不限定这两个部分间的执行顺序，可以并行，也可以有顺序的先后执行，本实施例不对具体的执行方式作限定。

S106、依据灰度值与亮度值之间的转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值。

可选的，可以将测量分布点的灰度值分别代入灰度值与亮度值之间的转换函数中，得到测量分布点的亮度值。

S107、在接收到空间亮度分布的计算指令的情况下，依据测量分布点的亮度值，计算空间亮度分布。

在本步骤中，用户产生对空间亮度分布的计算指令的方式可以包括：在显示界面的预设数值输出部中，点选Feu值(空间亮度分布)，再点击分析按钮。接收到分析按钮的按压指令即为接收到对空间亮度评价指标的计算指令。

本步骤的具体实现方式为现有技术，这里不再赘述。

图3为本申请实施例提供的一种计算亮度算术平均值的方法，包括以下步骤：

S301、接收待测图像。

本步骤的具体内容可以参考S101，这里不再赘述。

S302、根据预设的转换函数模型和待测图像，确定转换函数模型中的系数和次数，得到适用于待测图像的灰度值与亮度值转换的转换函数。

本步骤的具体实现方式，可以参考S102，这里不再赘述。

S303、对待测图像进行网格划分，将网格的交叉点作为分布点。

本步骤的具体内容可以参考S103，这里不再赘述。

S304、依据获取的干扰区域，确定待测图像中用于计算亮度算术平均值的区域，得到待计算区域。

本步骤的具体内容可以参考S104，这里不再赘述。

S305、将待计算区域中的分布点，作为测量分布点。

上述S303～S305的目的是：从待测图像中，确定用于计算亮度算术平均值的测量分布点。

需要说明的是，对于确定转换函数模型中的系数和次数，以及确定用于计算亮度算术平均值的测量分布点这两个部分，本实施例不限定这两个部分间的执行顺序，可以并行，也可以有顺序的先后执行，本实施例不对具体的执行方式作限定。

S306、依据灰度值与亮度值之间的转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值。

本步骤的具体内容可以参考S106，这里不再赘述。

S307、在接收到亮度算术平均值的计算指令的情况下，依据测量分布点的亮度值，计算亮度算术平均值。

本步骤的具体内容可以参考S107，这里不再赘述。

在本步骤中，依据待计算区域内测量分布点的亮度值，计算亮度算术平均值的具体实现方式为现有技术，这里不再赘述。

图4为本申请实施例提供的一种计算目标背景亮度比的方法，包括以下步骤：

S401、接收待测图像。

本步骤的具体内容可以参考S101，这里不再赘述。

S402、根据预设的转换函数模型和待测图像，确定转换函数模型中的系数和次数，得到适用于待测图像的灰度值与亮度值转换的转换函数。

本步骤的具体实现方式，可以参考S102，这里不再赘述。

S403、对待测图像进行网格划分，将网格的交叉点作为分布点。

本步骤的具体内容可以参考S103，这里不再赘述。

S404、依据获取的干扰区域，确定待测图像中用于计算亮度算术平均值的区域，得到待计算区域。

本步骤的具体内容可以参考S104，这里不再赘述。

在本步骤中，获取的干扰区域为待测图像的目标区域。

S405、将待计算区域中的分布点，作为测量分布点。

上述S403～S405的目的是：从待测图像中，确定用于计算亮度算术平均值的测量分布点。

需要说明的是，对于确定转换函数模型中的系数和次数，以及确定用于计算亮度算术平均值的测量分布点这两个部分，本实施例不限定这两个部分间的执行顺序，可以并行，也可以有顺序的先后执行，本实施例不对具体的执行方式作限定。

S406、依据灰度值与亮度值之间的转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值。

本步骤的具体内容可以参考S106，这里不再赘述。

S407、在接收到亮度算术平均值的计算指令的情况下，依据测量分布点的亮度值，计算亮度算术平均值。

由于S404中获取的干扰区域为待测图像的目标区域。因此，在本步骤中，计算得到的亮度算术平均值为待测图像的背景区域的亮度算术平均值。

S408、接收待测图像。

本步骤的具体内容可以参考S401，这里不再赘述。

需要说明的是，本步骤接收的待测图像与S401接收的待测图像是相同的图像。

S409、根据预设的转换函数模型和待测图像，确定转换函数模型中的系数和次数，得到适用于待测图像的灰度值与亮度值转换的转换函数。

本步骤的具体实现方式，可以参考S402，这里不再赘述。

S410、对待测图像进行网格划分，将网格的交叉点作为分布点。

本步骤的具体内容可以参考S403，这里不再赘述。

S411、依据获取的干扰区域，确定待测图像中用于计算亮度算术平均值的区域，得到待计算区域。

本步骤的具体内容可以参考S404，这里不再赘述。

在本步骤中，获取的干扰区域为待测图像的背景区域。

S412、将待计算区域中的分布点，作为测量分布点。

上述S410～S412的目的是：从待测图像中，确定用于计算亮度算术平均值的测量分布点。

需要说明的是，对于确定转换函数模型中的系数和次数，以及确定用于计算亮度算术平均值的测量分布点这两个部分，本实施例不限定这两个部分间的执行顺序，可以并行，也可以有顺序的先后执行，本实施例不对具体的执行方式作限定。

S413、依据灰度值与亮度值之间的转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值。

本步骤的具体内容可以参考S406，这里不再赘述。

S414、在接收到亮度算术平均值的计算指令的情况下，依据测量分布点的亮度值，计算亮度算术平均值。

在本步骤中，计算得到的亮度算术平均值是待测图像的目标区域的亮度算术平均值。

S415、将待测图像的目标区域的亮度算术平均值与待测图像的背景区域的亮度算术平均值的比值，作为目标背景亮度比。

需要说明的是，在本实施例中，S404中获取的干扰区域可以为待测图像的背景区域，在该情况下，S411中获取的干扰区域为待测图像的目标区域，本实施例不对具体的实现方式作限定。只要在S415之前计算得到待测图像的目标区域的亮度算术平均值和待测图像的背景区域的亮度算术平均值即可。

可选的，还可以输出目标背景亮度值。

图5为本申请实施例提供的一种待测图像的灰度值与亮度值之间的转换函数的确定方法，包括以下步骤：

S501、接收对待测图像进行网络划分的划分参数，得到第一划分参数。

在本实施例中，第一划分参数可以包括纵向等分数量和横向等分数量，其中，纵向等分数量用于指示将待测图像进行网格划分后得到的列数，横向等分数量用于指示将待测图像进行网格划分后得到的行数。例如，纵向数量的取值为2，横向数量的取值为2，则将待测图像划分为两列两行。

具体的，可以在系统的信息输入部中等间距划分网格部分，分别输入网格划分的纵向数量以及横向数量。

S502、依据第一划分参数，将待测图像进行网格划分，得到第一分布点。

具体的，在本实施例中，可以按照第一划分参数中的纵向分量和横向分量，对待测图像进行等间距网格划分。可选的，本实施例可以在接收到触发指令的情况下，执行本步骤，其中，触发指令可以为接收到用于指示划分网格的点击指令，当然，在实际中，触发指令还可以为其他内容，本实施例不对触发指令的具体内容进行限定。

需要说明的是，在实际中，本步骤在接收到第一划分参数的情况下，直接按照第一划分参数，对待测图像进行网格划分，而无需在接收到触发指令的情况下，才对待测图像进行网格划分。为了描述方便，将本步骤划分得到的分布点，称为第一分布点。

还以纵向分量的取值为2，横向分量的取值为2为例，在本步骤中，平行于待测图像纵向等分为2列，平行于待测图像横向等分为2行，则在系统的图像显示部就会显示出4个格子以及9个格子交点。该9个格子交点就是第一分布点。

如果位于最左上方的格子交点为原点O(0，0)，以横向为X轴，纵向为Y轴，建立直角坐标系，在X方向显示0，1，2的等距离的的X轴坐标，在Y方向显示0，1，2的等距离的的Y轴坐标。

需要说明的是，在本步骤中，得到的第一分布点的数量可以少于S103中确定的测量分布点的数量。第一分布点数量的减少，使得本实施例待测图像中灰度值与亮度值之间的转换函数的确定速度得到提高。

S503、获取第一分布点的亮度值，以及待测空间中亮度值的最大值和最小值。

其中，待测空间可以为实景空间，也可以为仿真软件模拟空间。

具体的，在本实施例中，可以采用亮度计对第一分布点在实景空间对应的测量分布点进行亮度测量并记录，并确定待测空间中亮度值的最高亮度值和最低亮度值。在本步骤中，接收第一分布点的亮度值，以及待测空间中亮度值的最大亮度值和最小亮度值。

具体的，在本步骤中，还可以通过读取仿真软件模拟空间中第一分布点对应的测量分布点的亮度值，并读取待测空间中亮度值的最高亮度值和最低亮度值。并记录第一分布点的亮度值，以及仿真软件模拟空间中亮度值的最大值和最小值。

在本步骤中，在获得第一分布点的亮度值，以及最大亮度值和最小亮度值后，将第一分布点的亮度值，以及最大亮度值和最小亮度值，按照对应的网格点坐标进行输入。

还以第一划分参数中的纵向等分数量的取值为2，横向等分数量的取值为2为例，假设划分得到的9个第一分布点的分布及坐标如下：

(0，0) (0，1) (0，2)

(1，0) (1，1) (1，2)

(2，0) (2，1) (2，2)

Max()、Min()

则按照该分布分别输入第一分布点的亮度值，以及最大亮度值和最小亮度值。

S504、依据第一分布点的灰度值、第一分布点的亮度值、最大亮度值、最小亮度值，以及转换函数模型，确定转换函数模型中的次数及系数，得到适用于待测图像的灰度值与亮度值转换的转换函数。

可选的，在本步骤中，可以在接收到拟合指令的情况下，执行本步骤，具体的，用户可以在系统的信息输入部，点选预设的拟合按钮，即系统接收到拟合指令。

在本实施例中，转换函数模型通过多个实验场景及大量实验数据拟合得到，具体过程包括：

在实际中，通过布置了多个实验场景，包括真实室内场景和DIALux evo模拟的室内场景。测量单个实验场景中多个测量点的亮度值，再利用图像处理软件如Ps提取这些测量点对应像素点的灰度值，以灰度值为横坐标，亮度值为纵坐标拟合出对应实验场景的G-L曲线。由于测量亮度值存在误差，采集像素点灰度值也存在误差，排除掉误差较大的实验数据，得到几十组G-L曲线，现展示20组G-L曲线，如图6所示：

图6所示的实验数据中，横坐标表示灰度值，纵坐标表示亮度，依据该实验数据，得到灰度值与亮度值之间的转换函数所符合的函数模型为如下公式(1)所示：

y＝a₀+a₁x+axⁿ (1)

式中，y表示亮度值，x表示灰度值，次数n的取值取决于视野范围内的最大亮度比(1-100以内)；a₀、a₁、a为根据已知的灰度值和亮度值拟合出的值。

具体的，在本步骤中，依据第一分布点的灰度值、第一分布点的亮度值、待测空间的最大亮度值、最小亮度值，以及转换函数模型，确定转换函数模型中的次数及系数，得到适用于待测图像的灰度值与亮度值转换的转换函数，具体过程如图7所示，可以包括以下步骤M1～步骤M6：

M1、计算最大亮度比I的取值。

具体的，最大亮度比I为待测空间最大亮度值和最小亮度值的比值，计算方式如下公式(2)所示：

式中，I表示最大亮度比，L_max表示待测空间最大亮度值，L_min表示待测空间最小亮度值。

M2、依据阶数经验值P的预设计算公式和最大亮度比I的取值，计算阶数经验值P。

在实际中，经研究发现阶数经验值P与最大亮度比I成正比，与Pearson相关系数成反比；其中，Pearson相关系数的计算方式为现有技术，这里不再赘述。其中，相关系数的绝对值越大，线性相关性越强；相关系数的绝对值越小，线性相关性越弱。其中，阶数经验值P与最大亮度比I成正比。因此，本实施例定义阶数经验值P的表达式如下公式(3)所示：

M3、根据阶数经验值P，以及阶数经验值P与n之间的预设对应关系，确定n的取值。

在本实施例中，阶数经验值P与n间的预设对应关系的生成过程，包括：对20组实验数据(任一组实验数据为一个实验场景的待测空间中灰度值和亮度值间的对应关系，其中实验场景包括实景空间和模拟空间)进行拟合，得到拟合结果(G-L函数关系式)。在本实施例中，依据拟合结果，并将Feu和亮度算术平均值误差均控制在10％以下，总结出转换函数模型y＝a₀+a₁x+axⁿ，且得出每组实验n的取值。以lgP为横坐标，n为纵坐标，得到分段函数，如图8所示：

从图8中可以看出lgP-N为分段函数，lgP在一定范围内时，N取相同值，得到如下表所示的阶数经验值P与次数n间的对应关系。

lgP	0～0.8	0.8～1.47	1.47～1.8	1.8～1.85	1.85～2
						P	1～6	6～30	30～63	63～70	70～100
n	1	2	3	4	5

在本实施例中，接收阶数经验值P与n之间的对应关系。在确定出阶数经验值P的情况下，可以计算出该阶数经验值P对应的n的取值。

M4、依据第一分布点的灰度值、第一分布点的亮度值、最大亮度值和最小亮度值，确定转换函数模型中各系数的取值范围。

在本实施例中，由于n的取值已经确定出，并且，y＝a₀+a₁x+axⁿ。

在n≥2的情况下，转换函数模型中的系数包括：a₀、a₁和a，在n＝1的情况下，转换函数模型的表达式具体为y＝a₀+a₁x，转换函数模型中的系数只包括a₀和a₁。

无论n取何值，在本实施例中，a₀、a₁和a的取值，应满足下列范围限值：

a₀∈[0,y_min]，其中，y_min表示第一分布点的亮度值中的最小值。

其中，y_max表示第一分布点的亮度值中最大值，x_max表示第一分布点的灰度值中的最大值。

其中，y_max表示第一分布点的亮度值中最大值，xn_max表示第一分布点的灰度值中的最大值的n次方。

M5、调用预设的拟合工具，使得拟合工具依据第一分布点的亮度值、第一分布点的灰度值、各系数的取值范围，以及n的取值进行曲线拟合，得到最佳拟合曲线。

在本实施例中，可以采用拟合工具，该拟合工具依据a₀、a₁和a分别对应的取值范围、n的取值，以及第一分布点的亮度值和灰度值，拟合出最佳拟合曲线。具体的，在本实施例中，拟合工具可以为Python，当然，在实际中，拟合工具还可以为出Python之外的其他拟合工具，本实施例不对拟合工具的具体内容作限定。

M6、依据最佳拟合曲线，确定转换函数模型中的系数，得到转换函数。

在本步骤中，在n≥2的情况下，依据该最佳拟合曲线，得到对应的a₀、a₁和a的取值，进而得到灰度值与亮度值之间的转换函数。

在n＝1的情况下，依据该最佳拟合曲线，得到对应的a₀和a₁的取值，得到灰度值与亮度值之间的转换函数。

图9为本申请实施例提供的一种空间亮度评价指标的计算方法，包括以下步骤：

S901、接收待测图像。

在本步骤中，待测图像至少为用于计算空间亮度评价指标的待测空间的图像。其中，待测空间为待测实景空间或待测模拟空间。

S902、根据预设的转换函数模型和待测图像，确定转换函数模型中的系数和次数，得到适用于待测图像的灰度值与亮度值转换的转换函数。

本步骤的具体实现方式，可以参考S102，这里不再赘述。

S903、从待测图像中，确定用于计算目标空间亮度评价指标的测量分布点。

在本步骤中，目标空间亮度评价指标为空间亮度分布或亮度算术平均值。

S904、依据灰度值与亮度值之间的转换函数，将测量分布点的灰度值转换为亮度值，得到测量分布点的亮度值。

在本步骤中，由于灰度值与亮度值之间的转换函数用于将灰度值转换为亮度值，因此，在本步骤中，可以将测量分布点的灰度值代入灰度值与亮度值之间的转换函数，得到测量分布点的亮度值。

S905、依据测量分布点的亮度值，确定目标空间亮度评价指标的取值。

由于本实施例已经计算出测量分布点的亮度值，因此，基于测量分布点的亮度值，可以计算得到目标空间亮度评价指标的取值。

本申请实施例的有益效果包括：

有益效果一：

在本实施例中，通过建立图像像素点灰度值与空间点亮度值之间的函数关系，使得直接根据拍摄图像或者渲染效果图，就可以采集空间亮度值，并降低计算空间亮度评价指标的误差。

有益效果二：本实施例的待测图像可以为裁剪后的长宽比例为1.26:1的图像，该比例的图像可以还原人的视觉效果。

有益效果三：

由于本申请实施例中，通过在待测图像上取测量分布点，使得实际需要人取分布点的数量大大减少，从而使得计算待测空间的空间亮度评价指标的速度大大提高。

有益效果四：

在本实施例中，在确定待测图像中的待计算区域的方式，包括相应于在待测图像上获取干扰区域的操作，将待测图像中除干扰区域外的区域作为待计算区域，其中，在待测图像中获取的干扰区域的形状和大小可以根据实际需求进行设定，使得本申请实施例的适用场景更广泛。

图10为本申请实施例提供的一种空间亮度评价指标的计算装置，包括：接收模块1001、第一确定模块1002、第二确定模块1003、转换模块1004和第三确定模块1005，其中，

接收模块1001，用于接收待测图像；所述待测图像为待测空间的图像；所述待测空间为待测实景空间或待测模拟空间；

第一确定模块1002，用于根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数；所述转换函数模型为y＝a₀+a₁x+axⁿ，其中，y表示亮度值，x表示灰度值，a₀、a₁和a为系数，n为次数；所述转换函数模型通过多个实验场景及大量实验数据拟合得到，其中实验场景包括实景空间和模拟空间；

第二确定模块1003，用于从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点；所述目标空间亮度评价指标为空间亮度分布或亮度算术平均值；

转换模块1004，用于依据所述转换函数，将所述测量分布点的灰度值转换为亮度值，得到所述测量分布点的亮度值；

第三确定模块1005，用于依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值。

可选的，所述第一确定模块1002，用于根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数，包括：

所述第一确定模块1002，具体用于接收对所述待测图像进行网络划分的划分参数，得到第一划分参数；依据所述第一划分参数，将所述待测图像进行网格划分，得到第一分布点；获取所述第一分布点的亮度值，以及所述待测空间的最大亮度值和最小亮度值；依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值、所述最小亮度值，以及所述转换函数模型，确定所述转换函数模型中的次数及系数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数。

可选的，所述第一确定模块1002，用于依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值、所述最小亮度值，以及所述转换函数模型，确定所述转换函数模型中的次数及系数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数，包括：

所述第一确定模块1002，具体用于计算最大亮度比I的取值；依据阶数经验值P的预设计算公式和所述最大亮度比I的取值，计算所述阶数经验值P；所述阶数经验值P的预设计算公式指示所述阶数经验值P为所述最大亮度比I与Pearson系数的比值；根据所述阶数经验值P，以及所述阶数经验值P与所述n之间的预设对应关系，确定所述n的取值；依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值和所述最小亮度值，确定所述转换函数模型中各系数的取值范围；调用预设的拟合工具，使得所述拟合工具依据所述第一分布点的亮度值、所述第一分布点的灰度值、所述各系数的取值范围，以及所述n的取值进行曲线拟合，得到拟合曲线；依据所述拟合曲线，确定所述转换函数模型中的系数，得到所述转换函数。

可选的，该装置还包括：

生成模块，用于获取预设数量实验数据；任一组实验数据为一个实验场景的待测空间中灰度值和亮度值间的对应关系，其中实验场景包括实景空间和模拟空间；

对所述实验数据进行拟合，得到拟合结果；

接收所述阶数经验值P与所述n间的对应关系，得到所述阶数经验值P与所述n之间的预设对应关系；所述预设对应关系是依据所述拟合结果得到。

可选的，所述第二确定模块1003，用于从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点，包括：

所述第二确定模块1003，具体用于对所述待测图像进行网格划分，将网格的交叉点作为分布点；获取干扰区域；将所述待测图像中除所述干扰区域外的区域作为所述待计算区域；将所述待计算区域中的分布点，作为所述测量分布点。

可选的，所述第三确定模块1005，用于依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值，包括：

所述第三确定模块1005，具体用于在接收到对空间亮度分布的计算指令的情况下，依据所述测量分布点的亮度值，计算所述空间亮度分布；在接收到对亮度算术平均值的计算指令的情况下，依据测量分布点的亮度值，计算所述亮度算术平均值。

可选的，在所述干扰区域为目标区域的情况下，所述亮度算术平均值为所述待测图像的背景区域的亮度算术平均值；在所述干扰区域为背景区域的情况下，所述亮度算术平均值为所述待测图像的目标区域的亮度算术平均值；

该装置还包括第四确定模块，用于在计算所述待测图像的背景区域的亮度算术平均值和所述待测图像的目标区域的亮度算术平均值之后，将所述待测图像的目标区域的亮度算术平均值与所述待测图像的背景区域的亮度算术平均值的比值，作为目标背景亮度比。

可选的，所述第二确定模块1003，用于对所述待测图像进行网格划分，将网格的交叉点作为分布点，包括：

所述第二确定模块1003，具体用于按照等视角网格划分和等间距网格划分两种方式进行划分，其中：

等视角网格划分包括：接收用于对所述待测图像划分网格的参数；所述参数包括：视觉中心点、左右视野划分角度，以及上下视野划分角度；所述视觉中心点为所述待测图像的左右视野0度上下视野-15度；

所述左右视野划分角度为划分所述待测图像的左视野50度及右视野50度的横向平均角度；所述上下视野划分角度为划分所述待测图像的上视野50度下视野35度的纵向平均角度；

等间距网格划分包括：接收用于对所述待测图像划分网格的参数；所述参数包括：横向等分数量，纵向等分数量；

按照所述参数在所述待测图像中划分网格；

将所述网格的交叉点作为所述分布点。

本申请实施例方法所述的功能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设备可读取存储介质中。基于这样的理解，本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令，用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本申请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-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。

本说明书的各个实施例中记载的特征可以相互替换或者组合，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种空间亮度评价指标的计算方法，其特征在于，包括：

接收待测图像；所述待测图像为待测空间的图像；所述待测空间为待测实景空间或待测模拟空间；

根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数；所述转换函数模型为y＝a₀+a₁x+axⁿ，其中，y表示亮度值，x表示灰度值，a₀、a₁和a为系数，n为次数；所述转换函数模型通过多个实验场景及大量实验数据拟合得到，其中实验场景包括实景空间和模拟空间；

从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点；所述目标空间亮度评价指标为空间亮度分布或亮度算术平均值；

依据所述转换函数，将所述测量分布点的灰度值转换为亮度值，得到所述测量分布点的亮度值；

依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值。

2.根据权利要求1所述的方法，其特征在于，所述根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数，包括：

接收对所述待测图像进行网络划分的划分参数，得到第一划分参数；

依据所述第一划分参数，将所述待测图像进行网格划分，得到第一分布点；

获取所述第一分布点的亮度值，以及所述待测空间的最大亮度值和最小亮度值；

依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值、所述最小亮度值，以及所述转换函数模型，确定所述转换函数模型中的次数及系数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数。

3.根据权利要求2所述的方法，其特征在于，所述依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值和所述最小亮度值，以及所述转换函数模型，确定所述转换函数模型中的次数及系数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数，包括：

计算最大亮度比I的取值；

依据阶数经验值P的预设计算公式和所述最大亮度比I的取值，计算所述阶数经验值P；所述阶数经验值P的预设计算公式为所述最大亮度比I与Pearson系数的比值；

根据所述阶数经验值P，以及所述阶数经验值P与所述n之间的预设对应关系，确定所述n的取值；

依据所述第一分布点的灰度值、所述第一分布点的亮度值、所述最大亮度值和所述最小亮度值，确定所述转换函数模型中各系数的取值范围；

调用预设的拟合工具，使得所述拟合工具依据所述第一分布点的亮度值、所述第一分布点的灰度值、所述各系数的取值范围，以及所述n的取值进行曲线拟合，得到拟合曲线；

依据所述拟合曲线，确定所述转换函数模型中的系数，得到所述转换函数。

4.根据权利要求3所述的方法，其特征在于，所述阶数经验值P与所述n之间的预设对应关系的生成方式，包括：

获取预设数量实验数据；任一组实验数据为一个实验场景的待测空间中灰度值和亮度值间的对应关系，其中实验场景包括实景空间和模拟空间；

对所述实验数据进行拟合，得到拟合结果；

接收所述阶数经验值P与所述n之间的预设对应关系；所述预设对应关系是依据所述拟合结果得到。

5.根据权利要求1所述的方法，其特征在于，所述从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点，包括：

对所述待测图像进行网格划分，将网格的交叉点作为分布点；

获取干扰区域；

将所述待测图像中除所述干扰区域外的区域作为所述待计算区域；

将所述待计算区域中的分布点，作为所述测量分布点。

6.根据权利要求5所述的方法，其特征在于，所述依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值，包括：

在接收到对空间亮度分布的计算指令的情况下，依据所述测量分布点的亮度值，计算所述空间亮度分布；

在接收到对亮度算术平均值的计算指令的情况下，依据所述测量分布点的亮度值，计算所述亮度算术平均值。

7.根据权利要求6所述的方法，其特征在于，在所述干扰区域为目标区域的情况下，所述亮度算术平均值为所述待测图像的背景区域的亮度算术平均值；在所述干扰区域为背景区域的情况下，所述亮度算术平均值为所述待测图像的目标区域的亮度算术平均值；

在计算所述待测图像的背景区域的亮度算术平均值和所述待测图像的目标区域的亮度算术平均值之后，还包括：

将所述待测图像的目标区域的亮度算术平均值与所述待测图像的背景区域的亮度算术平均值的比值，作为目标背景亮度比。

8.根据权利要求1～7任意一项所述的方法，其特征在于，所述待测图像为：将所述待测空间的图像裁剪为长宽比例为1.26：1得到的图像。

9.根据权利要求5所述的方法，其特征在于，所述对所述待测图像进行网格划分，将网格的交叉点作为分布点，包括：

等视角网格划分和等间距网格划分两种方式，其中：

等视角网格划分包括：接收用于对所述待测图像划分网格的参数；所述参数包括：视觉中心点、左右视野划分角度，以及上下视野划分角度；所述视觉中心点为所述待测图像的左右视野0度上下视野-15度；所述左右视野划分角度为划分所述待测图像的左视野50度及右视野50度的横向平均角度；所述上下视野划分角度为划分所述待测图像的上视野50度下视野35度的纵向平均角度；

等间距网格划分包括：接收用于对所述待测图像划分网格的参数；所述参数包括：横向等分数量，纵向等分数量；

按照所述参数在所述待测图像中划分网格；

将所述网格的交叉点作为所述分布点。

10.一种空间亮度评价指标的计算装置，其特征在于，包括：

接收模块，用于接收待测图像；所述待测图像为待测空间的图像；所述待测空间为待测实景空间或待测模拟空间；

第一确定模块，用于根据预设的转换函数模型和所述待测图像，确定所述转换函数模型中的系数和次数，得到适用于所述待测图像的灰度值与亮度值转换的转换函数；所述转换函数模型为y＝a₀+a₁x+axⁿ，其中，y表示亮度值，x表示灰度值，a₀、a₁和a为系数，n为次数；所述转换函数模型通过多个实验场景及大量实验数据拟合得到，其中实验场景包括实景空间和模拟空间；

第二确定模块，用于从所述待测图像中，确定用于计算目标空间亮度评价指标的测量分布点；所述目标空间亮度评价指标为空间亮度分布或亮度算术平均值；

转换模块，用于依据所述转换函数，将所述测量分布点的灰度值转换为亮度值，得到所述测量分布点的亮度值；

第三确定模块，用于依据所述测量分布点的亮度值，确定所述目标空间亮度评价指标的取值。

Images