CN114071026A - 基于红分量特征检测的自动曝光控制方法及装置 - Google Patents
基于红分量特征检测的自动曝光控制方法及装置 Download PDFInfo
- Publication number
- CN114071026A CN114071026A CN202210051863.6A CN202210051863A CN114071026A CN 114071026 A CN114071026 A CN 114071026A CN 202210051863 A CN202210051863 A CN 202210051863A CN 114071026 A CN114071026 A CN 114071026A
- Authority
- CN
- China
- Prior art keywords
- image
- value
- array
- calculating
- red component
- 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
- H04N23/76—Circuitry for compensating brightness variation in the scene by influencing the image signals
Abstract
本发明提出一种基于红分量特征检测的自动曝光控制方法及装置,计算所述图像基于图像中红色通道像素值R,得到红分量的统计值,进行统计分析,实现了根据图像中的红分量对图像曝光的目标值进行调整的功能,使图像得到清晰效果的呈现。
Description
技术领域
本发明属于图像处理技术领域,特别是涉及到一种基于红分量特征检测的自动曝光控制方法及装置。
背景技术
在医疗诊断和治疗过程中,经常会用到图像传感装置,包括诊断设备上的图像传感器或者单独的图像摄录装置等,其目的是通过这些图像传感装置将医学图像采集起来,经过对图像的智能分析,辅助医生对病理进行更有效更专业的诊断和处理,提高治疗的准确性和适用范围。
其中手术过程中的医学图像采集和分析尤为重要,对图像清晰效果的呈现的要求极高,但是手术过程中大量场景为出血后的红色分量丰富的场景,拍摄得到的图像也是红色分量比较丰富的图像,通常的曝光统计算法策略不利于实际的视频效果呈现。
发明内容
本发明提出一种基于红分量特征检测的自动曝光控制方法及装置,能够根据图像中的红分量对图像曝光的目标值进行调整,使手术过程中的医学图像得到清晰效果的呈现。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于红分量特征检测的自动曝光控制方法,包括:
S1、定义一个数组H[256],并设置数组中各元素的初始值为零;
S2、取得图像每个像素的红色通道像素值R的值;
S3、如果某个像素的R的值为v,则令数组中H[v]= H[v]+1;对图像每个像素都照此执行一遍;
S4、定义另一个数组C[256],数组中各元素的值为C[x] = H[0] + H[1] + … + H[x-1],生成的C为所述图像的红分量的统计值;
S5、基于数组C计算当前图像统计值的三个分位点值D0、D1、D2;
S6、根据三个分位点值计算得到基于图像统计信息的图像状态值D;
S7、将D值与图像曝光的目标值Y进行比较;如果D<Y则增加曝光时间,如果D>Y则降低曝光时间。
进一步的,步骤S5所述三个分位点中,D0取当前图像统计值中5%的分位点、D1取当前图像统计值中50%的分位点、D2取当前图像统计值中95%的分位点;计算方法为:D0=max{x|C[x]<C[255]*0.05};D1=max{x|C[x]<C[255]*0.5};D2= max{x|C[x]<C[255]*0.95}。
进一步的,步骤S6所述基于图像统计信息的图像状态值D的计算方法包括: D=a*D0+b*D1+c*D2;其中a、b、c分别为三个分位点的权重系数。
优选的,a=0.2,b=0.5,c=0.3。
本发明另一方面还提出了一种基于红分量特征检测的自动曝光控制装置,包括:
数组H定义模块,用于定义一个数组H[256],并设置数组中各元素的初始值为零;
R值取得模块,用于取得图像每个像素的红色通道像素值R的值;
数组H赋值模块,用于:如果某个像素的R的值为v,则令数组中H[v]= H[v]+1;对图像每个像素都照此执行一遍;
数组C定义模块,用于定义另一个数组C[256],数组中各元素的值为C[x] = H[0]+ H[1] + … + H[x-1];
分位点计算模块,基于数组C计算当前图像统计值的三个分位点值D0、D1、D2;
状态值计算模块,根据三个分位点值计算得到基于图像统计信息的图像状态值D;
比较及处理模块,用于将D值与图像曝光的目标值Y进行比较;如果D<Y则增加曝光时间,如果D>Y则降低曝光时间。
进一步的,分位点计算模块中,D0取当前图像统计值中5%的分位点、D1取当前图像统计值中50%的分位点、D2取当前图像统计值中95%的分位点;计算方法为:D0=max{x|C[x]<C[255]*0.05};D1=max{x|C[x]<C[255]*0.5};D2= max{x|C[x]<C[255]*0.95}。
进一步的,状态值计算模块中,所述基于图像统计信息的图像状态值D的计算方法包括: D=a*D0+b*D1+c*D2;其中a、b、c分别为三个分位点的权重系数。
优选的,状态值计算模块中,a=0.2,b=0.5,c=0.3。
与现有技术相比,本发明具有如下的有益效果:
本发明基于图像中红色通道像素值R进行统计分析,实现了根据图像中的红分量对图像曝光的目标值进行调整的功能,使手术过程中采集的医学图像得到清晰效果的呈现。
附图说明
图1是本发明实施例的流程示意图;
图2是本发明实施例的效果展示图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
为使本发明专利的目的、特征更明显易懂,下面结合附图对本发明专利的具体实施方式作进一步的说明。需说明的是,附图均采用非常简化的形式且均使用非精准的比率,仅用以方便、明晰地辅助说明本发明专利实施例的目的。
下面结合附图对本发明的具体实施做进一步的详细说明。
本发明的设计思想是基于手术过程中采集的医学图像的红色通道像素值进行统计分析从而调整曝光时间,其原理为:图像的显示颜色体系也被称为 RGB 颜色体系,任意一张彩色图像都可以看作三张不同原色图像(红( Red )、绿( Green )、蓝( Blue ))的叠加,因此可以被分解为 R 、 G 、 B 三个原色通道,即每一个像素都由三个原色像素混合而成,每个像素都有这三种原色分量的值,即R值、G值、B值。由于手术过程中的医学图像的红色分量比较丰富,本发明基于对R值的统计分析进行曝光时间的调整。
如图1所示,本发明提出的具体方法如下:
S1、定义H[256]为数组,长度为256,所有值初始化为0;
S2、对于整个图像,如果红色通道的像素值为R,如图像大小为1920x1080那么此图像有1920x1080个R值;采集所有的R值;
S3、如果某个R的值为v,那么H[v]=H[v]+1;对所有R值都进行一遍此计算,最后生成的数组H为图像的直方图;
S4、定义C[256]为C[x]=H[0]+H[1]+…+H[x-1],生成的C为该图像红分量的一个统计描述,并且C[0]<=C[1]<=…<=C[255];
S5、定义D0=max{x|C[x]<C[255]*0.05};D1=max{x|C[x]<C[255]*0.5};D2=max{x|C[x]<C[255]*0.95};其中D0为当前图像统计值中5%的分位点,D1为50%的分位点而D2为95%的分位点;
S6、定义D=a*D0+b*D1+c*D2。其中a=0.2,b=0.5,c=0.3;根据三个分位点得到了基于图像统计信息的图像状态描述;
S7、将D和图像曝光的目标值Y进行比较。如果D<Y则增加曝光时间,如果D > Y 则降低曝光时间。
实施例一:
如图2所示,由于不能使用彩色附图,所以图2展示的是灰度图,其中深颜色的区域其实就是彩色图片中的红色区域,也就是红分量比较丰富的区域;
图2左边的图像为通常使用的中值曝光的图像效果,红色中值为205,绿色中值为80,蓝色中值为65。图像三个通道整体的中值为105。由于该图红色分量和其他分量差异很大。因此基于图像整体曝光时,图像整体呈现红色。
采用本发明的方法进行曝光控制,图像曝光的目标值设为105,具体过程如下:
定义H[256]为数组,长度为256,所有值初始化为0;
定义红色通道的像素值为R,本图像宽度304像素,高度304像素,那么本图像有304x304个R值;采集所有R的值;
设R的值为v,v取值范围为0至255,对于每一个R的值v,在数组H[256]中都进行以下计算操作:H[v]=H[v]+1;例如某像素值R的值为209,则H[209]=H[209]+1,H[209]的初始值为0,经过上述计算后H[209]的值为1,若再有一个像素值R的值为209,则H[209]的值为2,依此类推,将304x304个R的值都计算一遍,最后生成的数组H为图像的直方图;
定义C[256]为C[x]=H[0]+H[1]+…+H[x-1],x=0,1,…,255;生成的数组C为该图像红分量的一个统计描述,并且C[0]<=C[1]<=…<=C[255];
根据公式D0=max{x|C[x]<C[255]*0.05};D1=max{x|C[x]<C[255]*0.5};D2=max{x|C[x]<C[255]*0.95};得到本图像中的D0=40,D1=80,D2=240;其中D0为所述图像的红分量的统计值中5%的分位点,表示本图像中数量占整体5%的像素,其红色通道的像素值低于40;D1为所述图像的红分量的统计值中50%的分位点,表示本图像中数量占整体50%的像素,其红色通道的像素值低于80;D2为所述图像的红分量的统计值中95%的分位点,表示本图像中数量占整体95%的像素,其红色通道的像素值低于240;
定义D=a*D0+b*D1+c*D2。其中权重系数a、b、c根据实验及经验获得,a=0.2,b=0.5,c=0.3;根据D0=40、D1=80、D2=240进行计算,得到D=120;作为基于图像统计信息的图像状态描述;
将D和图像曝光的目标值105进行比较,D >105,降低曝光时间,得到图2中右边的图像,可见图2右边的图像中红分量区域明显少于图2左边的图像,图像的可观察到的细节有明显增加,因此能够提供更清晰的呈现效果。
实施例二:
实施例二具体提出了完成本发明所述基于红分量特征检测的自动曝光控制方法所需要的装置,该装置主要包括以下模块:
1、数组H定义模块,用于定义一个数组H[256],并设置数组中各元素的初始值为零;
2、R值取得模块,用于取得图像每个像素的红色通道像素值R的值;
3、数组H赋值模块,用于:如果某个像素的红色通道像素值R的值为v,则令数组中H[v]= H[v]+1;对图像每个像素都照此计算公式执行一遍;最后生成的数组H为图像的直方图;
4、数组C定义模块,用于定义另一个数组C[256],数组中各元素的值为C[x] = H[0] + H[1] + … + H[x-1],x=0,1,…,255;生成的数组C为该图像红分量的一个统计描述,并且C[0]<=C[1]<=…<=C[255];
5、分位点计算模块,基于数组C计算当前图像红分量的统计值的三个分位点值D0、D1、D2;,其中D0取当前图像统计值中5%的分位点、D1取当前图像统计值中50%的分位点、D2取当前图像统计值中95%的分位点;计算方法为:D0=max{x|C[x]<C[255]*0.05};D1=max{x|C[x]<C[255]*0.5};D2= max{x|C[x]<C[255]*0.95};
6、状态值计算模块,根据三个分位点值计算得到基于图像统计信息的图像状态值D;所述基于图像统计信息的图像状态值D的计算公式为: D=a*D0+b*D1+c*D2;其中a、b、c分别为三个分位点的权重系数;
7、比较及处理模块,用于将D值与图像曝光的目标值Y进行比较;如果D<Y则增加曝光时间,如果D>Y则降低曝光时间。
本发明实施例二提出的基于红分量特征检测的自动曝光控制装置,可执行本发明提出的基于红分量特征检测的自动曝光控制方法,具备执行方法相应的功能模块和有益效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于红分量特征检测的自动曝光控制方法,其特征在于,包括:
S1、定义一个数组H[256],并设置数组中各元素的初始值为零;
S2、取得图像每个像素的红色通道像素值R的值;
S3、如果某个像素的红色通道像素值R的值为v,则进行计算令数组H[256]中H[v]= H[v]+1;对图像每个像素的红色通道像素值R的值都计算一遍;
S4、定义另一个数组C[256],数组中各元素的值为C[x] = H[0] + H[1] + … + H[x-1],x=0,1,…,255;生成的C为所述图像的红分量的统计值;
S5、基于数组C计算所述图像的红分量的统计值的三个分位点值D0、D1、D2;
S6、根据三个分位点值计算得到基于图像统计信息的图像状态值D;
S7、将D值与图像曝光的目标值Y进行比较;如果D<Y则增加曝光时间,如果D>Y则降低曝光时间。
2.根据权利要求1所述的基于红分量特征检测的自动曝光控制方法,其特征在于,步骤S5所述三个分位点中,D0取当前图像统计值中5%的分位点、D1取当前图像统计值中50%的分位点、D2取当前图像统计值中95%的分位点;计算方法为:D0=max{x|C[x]<C[255]*0.05};D1=max{x|C[x]<C[255]*0.5};D2= max{x|C[x]<C[255]*0.95}。
3.根据权利要求1所述的基于红分量特征检测的自动曝光控制方法,其特征在于:步骤S6所述基于图像统计信息的图像状态值D的计算方法包括:D=a*D0+b*D1+c*D2;其中a、b、c分别为三个分位点的权重系数。
4.据权利要求3所述的基于红分量特征检测的自动曝光控制方法,其特征在于:a=0.2,b=0.5,c=0.3。
5.一种基于红分量特征检测的自动曝光控制装置,其特征在于,包括:
数组H定义模块,用于定义一个数组H[256],并设置数组中各元素的初始值为零;
R值取得模块,用于取得图像每个像素的红色通道像素值R的值;
数组H赋值模块,用于:如果某个像素的红色通道像素值R的值为v,则进行计算令数组H[256]中H[v]= H[v]+1;对图像每个像素的红色通道像素值R的值都计算一遍;
数组C定义模块,用于定义另一个数组C[256],数组中各元素的值为C[x] = H[0] + H[1] + … + H[x-1],x=0,1,…,255;生成的C为所述图像的红分量的统计值;
分位点计算模块,基于数组C计算所述图像的红分量的统计值的三个分位点值D0、D1、D2;
状态值计算模块,根据三个分位点值计算得到基于图像统计信息的图像状态值D;
比较及处理模块,用于将D值与图像曝光的目标值Y进行比较;如果D<Y则增加曝光时间,如果D>Y则降低曝光时间。
6.根据权利要求5所述的基于红分量特征检测的自动曝光控制装置,其特征在于,分位点计算模块中,D0取当前图像统计值中5%的分位点、D1取当前图像统计值中50%的分位点、D2取当前图像统计值中95%的分位点;计算方法为:D0=max{x|C[x]<C[255]*0.05};D1=max{x|C[x]<C[255]*0.5};D2= max{x|C[x]<C[255]*0.95}。
7.根据权利要求5所述的基于红分量特征检测的自动曝光控制装置,其特征在于:状态值计算模块中,所述基于图像统计信息的图像状态值D的计算方法包括: D=a*D0+b*D1+c*D2;其中a、b、c分别为三个分位点的权重系数。
8.根据权利要求7所述的基于红分量特征检测的自动曝光控制装置,其特征在于:状态值计算模块中,a=0.2,b=0.5,c=0.3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210051863.6A CN114071026B (zh) | 2022-01-18 | 2022-01-18 | 基于红分量特征检测的自动曝光控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210051863.6A CN114071026B (zh) | 2022-01-18 | 2022-01-18 | 基于红分量特征检测的自动曝光控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114071026A true CN114071026A (zh) | 2022-02-18 |
CN114071026B CN114071026B (zh) | 2022-04-05 |
Family
ID=80231278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210051863.6A Active CN114071026B (zh) | 2022-01-18 | 2022-01-18 | 基于红分量特征检测的自动曝光控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114071026B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02271342A (ja) * | 1989-04-12 | 1990-11-06 | Fuji Photo Film Co Ltd | 放射線画像の放射線照射野外領域有無判別方法 |
JP2002027251A (ja) * | 2000-07-04 | 2002-01-25 | Nikon Corp | 画像読取装置及びこれを制御する手順が記録された記録媒体並びにコンピュ−タプログラム信号を符号化して伝送するためのデ−タ構造 |
US20040246336A1 (en) * | 2003-06-04 | 2004-12-09 | Model Software Corporation | Video surveillance system |
US20060082676A1 (en) * | 2004-10-15 | 2006-04-20 | Jenkins Michael V | Automatic backlight compensation and exposure control |
US20140198218A1 (en) * | 2013-01-15 | 2014-07-17 | Avigilon Corporation | Imaging apparatus with scene adaptive auto exposure compensation |
CN109478316A (zh) * | 2016-07-26 | 2019-03-15 | 微软技术许可有限责任公司 | 实时自适应阴影和高光增强 |
CN110381303A (zh) * | 2019-05-31 | 2019-10-25 | 成都品果科技有限公司 | 基于皮肤颜色统计的人像自动曝光白平衡矫正方法及系统 |
US20200195827A1 (en) * | 2018-12-12 | 2020-06-18 | Vivotek Inc. | Metering compensation method and related monitoring camera apparatus |
WO2020133331A1 (en) * | 2018-12-29 | 2020-07-02 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for exposure control |
WO2021147804A1 (zh) * | 2020-01-22 | 2021-07-29 | 杭州海康威视数字技术股份有限公司 | 一种成像系统及图像处理方法 |
CN113286094A (zh) * | 2021-05-27 | 2021-08-20 | 重庆紫光华山智安科技有限公司 | 图像自动曝光方法、装置、设备及介质 |
-
2022
- 2022-01-18 CN CN202210051863.6A patent/CN114071026B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02271342A (ja) * | 1989-04-12 | 1990-11-06 | Fuji Photo Film Co Ltd | 放射線画像の放射線照射野外領域有無判別方法 |
JP2002027251A (ja) * | 2000-07-04 | 2002-01-25 | Nikon Corp | 画像読取装置及びこれを制御する手順が記録された記録媒体並びにコンピュ−タプログラム信号を符号化して伝送するためのデ−タ構造 |
US20040246336A1 (en) * | 2003-06-04 | 2004-12-09 | Model Software Corporation | Video surveillance system |
US20060082676A1 (en) * | 2004-10-15 | 2006-04-20 | Jenkins Michael V | Automatic backlight compensation and exposure control |
US20140198218A1 (en) * | 2013-01-15 | 2014-07-17 | Avigilon Corporation | Imaging apparatus with scene adaptive auto exposure compensation |
CN109478316A (zh) * | 2016-07-26 | 2019-03-15 | 微软技术许可有限责任公司 | 实时自适应阴影和高光增强 |
US20200195827A1 (en) * | 2018-12-12 | 2020-06-18 | Vivotek Inc. | Metering compensation method and related monitoring camera apparatus |
WO2020133331A1 (en) * | 2018-12-29 | 2020-07-02 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for exposure control |
CN110381303A (zh) * | 2019-05-31 | 2019-10-25 | 成都品果科技有限公司 | 基于皮肤颜色统计的人像自动曝光白平衡矫正方法及系统 |
WO2021147804A1 (zh) * | 2020-01-22 | 2021-07-29 | 杭州海康威视数字技术股份有限公司 | 一种成像系统及图像处理方法 |
CN113286094A (zh) * | 2021-05-27 | 2021-08-20 | 重庆紫光华山智安科技有限公司 | 图像自动曝光方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114071026B (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10074164B2 (en) | Method and apparatus for adjusting image brightness | |
EP3242268B1 (en) | Method for automatically identifying and calibrating medical color and gray-scale images | |
CN105979847B (zh) | 内窥镜图像诊断辅助系统 | |
EP3933672A1 (en) | Method of automatic image freezing of digestive endoscopy | |
CN112669758B (zh) | 显示屏校正方法、装置、系统和计算机可读存储介质 | |
JP5075648B2 (ja) | 画像処理装置、画像処理プログラムおよび画像処理方法 | |
CN111368587B (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
EP1994877A1 (en) | Medical image processing device and medical image processing method | |
CN110930301A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN103415869A (zh) | 检测和量化数字图像中的模糊的方法 | |
JP4143660B2 (ja) | 画像解析方法、画像解析装置、検査装置、画像解析プログラムおよびコンピュータ読み取り可能な記録媒体 | |
WO2019160041A1 (ja) | 画像処理装置、顕微鏡システム、画像処理方法および画像処理プログラム | |
CN113237881B (zh) | 一种特定细胞的检测方法、装置和病理切片检测系统 | |
CN114071026B (zh) | 基于红分量特征检测的自动曝光控制方法及装置 | |
WO2021147316A1 (zh) | 物体识别方法及装置 | |
CN115346464A (zh) | 显示补偿数据设置方法、显示补偿方法、驱动芯片 | |
CN114640836B (zh) | 视频数据映射方法、led显示控制器及led显示系统 | |
CN111028309B (zh) | 基于LoRa节点的昆虫密度图构建方法及装置 | |
CN115423721A (zh) | 图像处理方法、图像处理装置、电子设备和存储介质 | |
AU2022230997B2 (en) | Method of image enhancement for distraction deduction in endoscopic procedures | |
CN112862717B (zh) | 一种图像的去噪模糊化方法、系统及介质 | |
US11636582B1 (en) | Stitching quality evaluation method and system and redundancy reduction method and system for low-altitude unmanned aerial vehicle remote sensing images | |
CN107886482B (zh) | 改善Bayer图像对比度的方法及装置 | |
CN114125344B (zh) | 视频处理装置及方法、监视器设备、计算机设备、介质 | |
CN109919881B (zh) | 基于豹纹状眼底图像的去豹纹方法及相关设备 |
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 |