CN114500865B - 补光灯的调控方法、装置、电子设备和存储介质 - Google Patents
补光灯的调控方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114500865B CN114500865B CN202210113289.2A CN202210113289A CN114500865B CN 114500865 B CN114500865 B CN 114500865B CN 202210113289 A CN202210113289 A CN 202210113289A CN 114500865 B CN114500865 B CN 114500865B
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- target
- determining
- lamp
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000001502 supplementing effect Effects 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000001105 regulatory effect Effects 0.000 title claims description 20
- 230000001276 controlling effect Effects 0.000 title description 13
- 230000004044 response Effects 0.000 claims abstract description 24
- 239000013589 supplement Substances 0.000 claims description 60
- 238000013507 mapping Methods 0.000 claims description 47
- 230000006870 function Effects 0.000 claims description 19
- 238000005286 illumination Methods 0.000 claims description 13
- 230000000153 supplemental effect Effects 0.000 claims description 8
- 230000001143 conditioned effect Effects 0.000 claims 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000001419 dependent effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000012887 quadratic function Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- H04N23/71—Circuitry for evaluating the brightness variation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Signal Processing (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
- Lighting Device Outwards From Vehicle And Optical Signal (AREA)
Abstract
本公开提供了一种补光灯的调控方法、装置、电子设备和存储介质,涉及人工智能领域,具体涉及智能交通领域和计算机视觉领域,可应用于智慧停车等场景。补光灯的调控方法的具体实现方案为:响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,第一图像包括目标对象;根据亮度值调节目标补光灯的亮度,以在调节后的目标补光灯的照射下采集包括目标对象的第二图像;以及响应于第二图像中目标对象的图像亮度满足预定亮度条件,将第二图像作为识别目标对象的目标图像。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及智能交通领域和计算机视觉领域,可应用于智慧停车和车辆监控等场景。
背景技术
随着计算机技术和网络技术的发展,深度学习技术在众多领域得到了广泛应用。在计算机视觉领域中,通过对采集的图像或视频进行处理,可以实现对目标对象的识别、跟踪。采集的图像或视频中目标对象的亮度会在一定程度上影响目标对象的识别、跟踪精度。
发明内容
基于此,本公开旨在提供一种补光灯的调控方法、装置、电子设备和存储介质,以在补光灯的照射下采集到亮度适宜的图像,从而提高目标对象的识别精度和跟踪精度。
根据本公开的一个方面,提供了一种补光灯的调控方法,该方法包括:响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,第一图像包括目标对象;根据亮度值调节目标补光灯的亮度,以在调节后的目标补光灯的照射下采集包括目标对象的第二图像;以及响应于第二图像中目标对象的图像亮度满足预定亮度条件,将第二图像作为识别目标对象的目标图像。
根据本公开的另一个方面,提供了一种补光灯的调控装置,包括:亮度值确定模块,用于响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,第一图像包括目标对象;亮度调节模块,用于根据亮度值调节目标补光灯的亮度,以在调节后的目标补光灯的照射下采集包括目标对象的第二图像;以及图像确定模块,用于响应于第二图像中目标对象的图像亮度满足预定亮度条件,将第二图像作为识别目标对象的目标图像。
根据本公开的另一个方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开提供的补光灯的调控方法。
根据本公开的另一个方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开提供的补光灯的调控方法。
根据本公开的另一个方面,提供了一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令在被处理器执行时实现本公开提供的补光灯的调控方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开实施例的补光灯的调控方法和装置的应用场景示意图;
图2是根据本公开实施例的补光灯的调控方法的流程示意图;
图3是根据本公开实施例的确定针对目标补光灯的亮度值的原理示意图;
图4是根据本公开实施例的确定目标补光灯的原理示意图;
图5是根据本公开实施例的确定第四图像中的每个区域与第三图像中对应区域之间的亮度差异的原理示意图;
图6是根据本公开实施例的补光灯的调控装置的结构框图;以及
图7是用来实施本公开实施例的补光灯的调控方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开提供了一种补光灯的调控方法,该方法包括亮度值确定阶段、亮度调节阶段和图像确定阶段。在亮度值确定阶段中,响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,第一图像包括目标对象。在亮度调节阶段中,根据亮度值调节目标补光灯的亮度,以在调节后的目标补光灯的照射下采集包括目标对象的第二图像。在图像确定阶段中,响应于第二图像中目标对象的图像亮度满足预定亮度条件,将第二图像作为识别目标对象的目标图像。
以下将结合图1对本公开提供的方法和装置的应用场景进行描述。
图1是根据本公开实施例的补光灯的调控方法和装置的应用场景示意图。
如图1所示,该实施例的应用场景100可以包括图像采集设备110和停车场所120。
其中,停车场所120可以包括路边、建筑物周边空间或地下空间划定的多个停车位,该多个停车位中的至少部分停车位的位置处可以停放有车辆。例如,多个停车位中的部分停车位的位置处停放有车辆131和车辆132。图像采集设备110设置于停车场所120内,或者设置于停车场所120的周边,用于采集停车场所120的图像。如此,根据图像采集设备实时采集的图像可以对停车位处停放的车辆进行跟踪,以便于检测车辆停放是否合理及确定车辆的停放时长等。
在相邻两个停车位处停放的两辆车辆距离较近时,存在车辆的车牌被遮挡的情况。如此,无法对被遮挡车牌的车辆进行识别和跟踪。在一实施例中,可以通过识别车辆133驶入停车位的过程中所采集的图像,来对车辆133进行识别和跟踪,避免在车辆133驶入位于车辆131与车辆132之间的停车位后,因车辆133被车辆131遮挡而导致的无法识别车辆133的车牌的情况。
车辆行驶过程中所采集的图像往往会由于车辆运动或停车场所的环境灯光较暗而模糊不清。该实施例可以对环境进行补光,以此在一定程度上弥补由于运动或灯光较暗而导致的图像模糊的缺陷。但若对环境补光过度,则又会存在因车牌反光而使得图像过度曝光的情形。因此,为了提高图像的识别精度,需要对补光亮度进行合理调节。
在一实施例中,图像采集设备110例如可以内置有补光灯,或者,在该图像采集设备110的周边环境中可以设置有补光灯。通过该补光灯可以对停车场所进行补光。
在一实施例中,如图1所示,该应用场景100还可以包括电子设备140,该电子设备140可以与图像采集设备110通信连接。该电子设备140例如可以通过对图像采集设备110采集的图像进行分析,来确定是否需要对环境进行补光。该电子设备140例如还可以与补光灯通信连接,以通过对补光灯的控制来对环境进行适度补光,以使得图像采集设备110采集的图像中车辆133的图像亮度适宜,从而利于提高识别图像中的车辆133的精度,便于对车辆133进行跟踪。其中,车辆133的图像亮度即为图像中表示车辆的图像区域的亮度,该亮度例如可以通过图像区域的灰度值等来表征。
示例性地,电子设备140可以为具有图像处理功能和控制功能的服务器、台式计算机、膝上型便携计算机等,该电子设备140上可以安装有各种客户端应用。例如可以安装有用于控制补光灯的客户端应用、用于识别和跟踪车辆的客户端应用等,本公开对此不做限定。
需要说明的是,本公开实施例所提供的补光灯的调控方法一般可以由电子设备140执行。本公开实施例所提供的补光灯的调控装置可以设置于电子设备140中。
应该理解,图1中的图像采集设备、电子设备、车辆和停车位的数目和类型仅仅是示意性的。根据实现需要,可以具有任意数目和类型的图像采集设备、电子设备、车辆和停车位。
以下将结合图1,通过以下图2~图5对本公开提供的补光灯的调控方法进行详细描述。
图2是根据本公开实施例的补光灯的调控方法的流程示意图。
如图2所示,该实施例的补光灯的调控方法200可以包括操作S210~操作S240。
在操作S210,响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值。
根据本公开的实施例,第一图像例如可以由图像采集设备实时采集后发送给电子设备的。该第一图像可以为包括目标对象的图像,目标对象可以为车辆、行人、野生动物等需要识别并跟踪的任意对象,本公开对此不作限定。
根据本公开的实施例,预定亮度条件例如可以为图像亮度不低于第一亮度阈值,以此保证目标对象不会因亮度过低而无法被清晰捕捉。并且/或者,该预定亮度条件可以为图像亮度不高于第二亮度阈值,以此保证目标对象不会因图像过曝而无法被捕捉。可以理解的是,预定亮度条件中的图像亮度可以为表示目标对象的图像区域中每个像素的亮度,也可以为表示目标对象的图像区域中所有像素的平均亮度,第一亮度阈值和第二亮度阈值的取值可以根据实际需求进行设定,本公开对此不做限定。
在一实施例中,对于需要通过识别目标部位来区分同类型目标对象中的多个不同目标对象时,该预定亮度条件还可以设置为:目标对象的图像亮度大于第三亮度阈值,且目标对象中目标部位的图像亮度介于亮度下限值与亮度上限值之间。可以理解的是,第三亮度阈值、亮度下限值和亮度上限值可以根据实际需求进行设定,本公开对此不做限定。
根据本公开的实施例,图像亮度与补光灯亮度之间的关联信息可以通过以下方式得到:在补光灯以多个不同的亮度值照射时,采集包括目标对象的多个图像,根据该多个图像中目标对象的多个图像亮度与补光灯的多个亮度值,拟合得到图像亮度与补光灯亮度之间的关联关系。或者,该图像亮度与补光灯亮度之间的关联信息可以由多个图像亮度与补光灯的多个亮度值之间的映射表来表征。例如,以多个不同的亮度值照射的补光灯可以为预先设定的目标补光灯,本公开对此不做限定。
该实施例可以在确定采集到的第一图像中目标对象的图像亮度不满足预定亮度条件时,用预定亮度条件中的亮度阈值来表示目标图像亮度,根据关联信息确定与目标图像亮度相对应的补光灯的亮度值,将确定的补光灯的亮度值作为针对目标补光灯的亮度值。
在一实施例中,还可以根据亮度阈值的类型来确定针对目标补光灯的亮度值。例如,若亮度阈值为亮度下限值,该实施例可以用该亮度下限值与大于零的第一值的和来表示目标图像亮度,并根据该目标图像亮度确定相对应的补光灯的亮度值。或者,该实施例可以在用预定亮度条件中的亮度阈值来表示目标图像亮度时,将确定的相对应的补光灯的亮度值与大于零的第二值的和作为针对目标补光灯的亮度值。以此,可以使得调节后的目标补光灯的照射更为符合需求。相反的,在亮度阈值为亮度上限值时,可以采用与上述描述的方法类似的方法来确定针对目标补光灯的亮度值,区别在于,在该情况下,前述的第一值和第二值应为小于零的值。可以理解的是,第一值和第二值的取值可以根据实际需求进行设定,本公开对此不做限定。
在操作S220,根据亮度值调节目标补光灯的亮度,以在调节后的目标补光灯的照射下采集包括目标对象的第二图像。
该实施例可以在确定了针对目标补光灯的亮度值后,向目标补光灯发送调控信号,该调控信号可以指示对亮度的调节量,或者可以指示提供给补光灯的电流的取值调节量等。
电子设备还可以获取图像采集设备在调节后的目标补光灯的照射下所采集的图像,将该采集的图像中包括目标对象的图像作为第二图像。
在操作S230,确定第二图像中目标对象的图像亮度是否满足亮度条件。
该操作S230的实现方式与前文描述的确定第一图像中目标对象的亮度是否满足预定亮度条件的实现方式类似,在此不再赘述。若第二图像中目标对象的图像亮度仍不满足预定亮度条件,该实施例可以返回执行操作S210,否则执行操作S240。
可以理解的是,在该第二图像中目标对象的图像亮度不满足预定亮度条件而返回执行操作S210时,操作S210中的第一图像即为在调控后的目标补光灯的照射下所采集到的图像,即将第二图像作为操作S210中的第一图像。
在一实施例中,在第一图像为在调控后的目标补光灯的照射下所采集到的图像时,可以根据第一图像中目标对象的图像亮度与预定亮度条件中亮度阈值之间的关系来辅助确定亮度值。例如,前述确定针对目标补光灯的亮度值的操作可以先根据第一图像中目标对象的图像亮度与亮度阈值之间的差值,确定目标亮度。随后根据目标亮度和关联信息来确定针对目标补光灯的亮度值。
例如,在返回执行操作S210时,若第一图像中目标对象的图像亮度大于亮度上限值,则可以将差值的预定比例的值作为降低量,将亮度上限值与该降低量的差值作为目标亮度。若第一图像中目标对象的图像亮度小于亮度下限值,则可以将差值的预定比例的值作为增加量,将亮度下限值与该增加量的和作为目标亮度。
在一实施例中,还可以以预定步长来调节亮度阈值,将调节后的亮度阈值作为目标亮度的取值,以确定针对目标补光灯的亮度值。其中,第一图像中目标对象的图像亮度与所述亮度阈值之间的差值决定了调节策略。例如,若差值为大于0的值,则可以确定调节策略为根据预定步长降低亮度阈值。若差值为小于0的值,则可以确定调节策略为根据预定步长提升亮度阈值的方向。
可以理解的是,上述确定目标亮度的方法仅作为示例以利于理解本公开,本公开对此不做限定。
在操作S240,响应于第二图像中目标对象的图像亮度满足预定亮度条件,将第二图像作为识别目标对象的目标图像。
根据本公开的实施例,在第二图像中目标对象的图像亮度满足预定亮度条件时,电子设备可根据该第二图像来识别目标对象。例如,电子设备可以采用目标检测模型对第二图像进行处理,从而识别出第二图像中的目标对象。目标检测模型可以包括区域卷积神经网络(Region-Convolutional Neural Networks,R-CNN)模型、单次查看检测器(YouOnly Look Once,YOLO)等,本公开对此不做限定。
本公开实施例通过根据实时采集的图像中目标对象的图像亮度来调节目标补光灯的亮度,可以使得最终采集的图像中目标对象的图像亮度满足预定亮度条件。如此,可以提高目标对象的识别精度。同时,由于可以根据采集的图像实时地调节补光灯亮度,则无需持久的开启补光灯。即,可以减少补光灯的使用时长,在一定程度上达到节能减排的效果。
根据本公开的实施例,前述的关联信息例如可以是目标对象位于图像中第一位置时的图像亮度与目标补光灯的亮度之间的关联关系。该关联关系可以预先确定后进行存储,以在需要调节补光灯亮度时被调用。
例如,该实施例可以根据图像采集设备采集的图像对目标对象进行检测和跟踪。在确定目标对象不再移动,且目标对象位于目标补光灯的照射范围内时,以遍历的方式调节目标补光灯的亮度。同时,在补光灯以各个亮度照射时,采集包括该目标对象的图像,并统计采集的图像中目标对象的图像亮度。如此,可以得到多个亮度对,每个亮度对包括一个补光灯亮度,以及在补光灯以该补光灯亮度照射时所采集的图像中目标对象的图像亮度。最后,可以以多个亮度对中的补光灯亮度为因变量,以图像亮度为自变量,拟合得到图像亮度与补光亮度之间的关联关系。或者,可以以该多个亮度对构建补光灯亮度和图像亮度之间的映射表,由该映射表来表征关联关系。
其中,设定以遍历的方式调节目标补光灯的亮度的过程中,目标对象在采集的图像中的位置为第一位置,则该得到的关联关系即为目标对象位于图像中第一位置时的图像亮度与目标补光灯的亮度之间的关联关系。可以理解的是,该目标对象在图像中的位置即为图像中表示目标对象的像素的位置。
图3是根据本公开实施例的确定针对目标补光灯的亮度值的原理示意图。
根据本公开的实施例,可以考虑目标对象在第一图像中的位置与前述第一位置的关系,来确定针对目标补光灯的亮度值。这是由于在补光灯以固定的亮度照射时,对于场景中的不同位置,补光灯的补光效果是不同的。该实施例通过考虑位置的关系,可以在一定程度上提高确定的针对目标补光灯的亮度值的精度,提高补光灯的调节效率。
示例性地,如图3所示,该实施例300在确定针对目标补光灯的亮度值时,可以采用前文描述的方法,根据亮度阈值310和关联信息320,来确定与亮度阈值310对应的补光灯亮度,并将该补光灯亮度的取值作为初始亮度值330。同时,该实施例可以将目标对象在第一图像中的位置设定为第二位置,并确定预定图像340中前述第一位置341处的图像亮度,作为第一亮度351,确定预定图像340中第二位置342处的图像亮度,作为第二亮度352。随后,该实施例可以根据第一亮度351与第二亮度352之间的亮度关系360来调整初始亮度值330,得到针对目标补光灯的亮度值370。
其中,预定图像340例如可以是在目标补光灯以预定亮度值照射时所采集到的图像。该预定图像340中例如可以不包括目标对象,以使得预定图像中的图像亮度能够更好地反映目标补光灯对图像采集设备的采集范围内不同位置的补光效果。
例如,设定图像采集设备采集的图像尺寸均为H*W,其中,H为图像的像素高度,W为图像的像素宽度。若目标对象在第一图像中的第一位置为位于第h1行~第h2行、第w1列~第w2列的像素构成的像素区域,第二位置为位于第h3行~第h4行、第w3列~第w4列的像素构成的像素区域,则预定图像中第一位置的图像亮度即为位于第h1行~第h2行、第w1列~第w2列的像素构成的像素区域的亮度,预定图像中第二位置的图像亮度即为位于第h3行~第h4行、第w3列~第w4列的像素构成的像素区域的亮度。
例如,可以采用预定图像中第一位置的图像亮度和第二位置的图像亮度之间的比值来表示亮度关系。该实施例将该比值与初始亮度值相乘得到的值作为针对目标补光灯的亮度值。或者,该实施例可以将该比值、初始亮度值及权重系数相乘,得到针对目标补光灯的亮度值。其中,权重系数可以根据实际需求进行设定,本公开对此不做限定。
图4是根据本公开实施例的确定目标补光灯的原理示意图。
根据本公开的实施例,目标补光灯例如可以为从场景中的所有补光灯中选出的照射范围较大的补光灯,以在较少补光灯的照射下,达到较好的补光效果。
根据本公开的实施例,场景中例如可以包括多个光束角的补光灯,该实施例可以选择较大光束角的补光灯作为目标补光灯。或者,该实施例可以针对每个光束角的补光灯确定照射范围,从多个光束角的补光灯中选择照射范围大于预定范围的补光灯。
如图4所示,该实施例400中,在确定目标补光灯时,可以先将多个光束角的补光灯均关闭,并由图像采集设备采集该多个光束角的补光灯所在场景的图像,作为第三图像421。随后,对于多个光束角中每个光束角的补光灯410,该实施例400可以开启该每个光束角的补光灯410,并在该每个光束角的补光灯410的照射下采集多个光束角的补光灯所在场景的图像,作为第四图像422。在得到第三图像421和第四图像422后,可以根据该第四图像422和第三图像421之间的亮度差异430,来确定该每个光束角的补光灯的照射范围440。最终在该照射范围440大于等于预定范围的情况下,确定该每个光束角的补光灯410属于目标补光灯450。
在一实施例中,在确定第四图像422与第三图像421之间的差异时,可以先从第四图像422中确定与第三图像421中的相应像素的亮度差值大于预定差值的目标像素的个数,该亮度差值可以表示像素之间的亮度差异。随后确定该目标像素的个数占第四图像422中总像素个数的总比值,并用该比值来表示该每个光束角的补光灯的照射范围440。
在一实施例中,可以确定第四图像422中的每个像素相对于第三图像421中相应像素的亮度变化率,该亮度变化率可以表示像素之间的亮度差异。在该亮度变化率大于预定变化率时,确定该每个像素为目标像素。最后统计第四图像422中目标像素的个数与第四图像422中所有像素个数的比值。
在一实施例中,还可以将第三图像421和第四图像422均划分为预定尺寸的多个区域。通过比较第三图像421和第四图像422中相对应的两个区域之间的亮度差异,来确定每个光束角的补光灯的影响区域460。其中,区域的亮度可以为该区域包括的多个像素的亮度平均值。该实施例通过以预定尺寸的区域为单位来确定亮度差异,可以避免因单个像素受环境光的影响而导致的亮度差异不准确的问题,并因此提高确定的亮度差异的精度。
例如,针对第四图像422划分得到的多个区域中的每个区域,确定该每个区域的亮度与第三图像421中目标区域的亮度之间的差异。其中,目标区域即为与第四图像422中的每个区域相对应的区域。其中,确定区域亮度之间的差异的方法与前文描述确定像素之间的亮度差异的方法类似,在此不再赘述。在得到区域亮度之间的差异后,可以根据该差异,确定每个区域是否为每个光束角的补光灯的影响区域460。若该差异大于预定差异,则确定该每个区域为影响区域460。最后,可以根据第四图像中的影响区域460,确定每个光束角的补光灯的照射范围440。例如,可以采用所有影响区域460占划分得到的多个区域的比值来表示照射范围440。
可以理解的是,在确定第四图像与第三图像之间的亮度差异之前,例如还可以对采集得到的第三图像、第四图像进行预处理。该预处理例如可以包括高斯建模和滤除干扰等,本公开对此不做限定。通过预处理,可以提高确定的亮度差异的精度。
图5是根据本公开实施例的确定第四图像中的每个区域与第三图像中对应区域之间的亮度差异的原理示意图。
在一实施例中,针对第四图像划分得到的每个区域,还可以建立该每个区域的灰度值与第三图像中目标区域的灰度值之间的映射关系,并根据该映射关系来确定两个区域的亮度之间的差异。由于像素的灰度可以反映像素的亮度,因此,通过根据建立的灰度值的映射关系来得到两个图像之间的亮度差异,可以有效避免补光效果受环境光的影响,提高确定的亮度差异的精度。
如图5所示,在实施例500中,可以将第三图像510和第四图像520均划分为多个区域。对于第四图像520中的区域521,第三图像510中的目标区域为区域511。
在确定区域521的亮度与区域511的亮度之间的差异时,可以先确定区域521中像素的第一灰度值与区域511中像素的第二灰度值,并建立该第一灰度值与第二灰度值之间的映射关系。最后,根据该映射关系,确定区域521的亮度与区域511的亮度之间的差异。
例如,设定预定尺寸为2×2,则区域511和区域521均包括四个像素。该实施例可以将四个像素的第一灰度值作为自变量,以四个像素的第二灰度值作为因变量,拟合得到第一灰度值与第二灰度值之间的映射关系。在得到映射关系后,可以仍以该第二灰度值为因变量的取值,根据映射关系确定区域521中各个像素的灰度值。该实施例可以根据该确定的灰度值来确定区域521的亮度,根据第二灰度值确定区域511的亮度。根据该确定的两个区域的亮度,来计算两个区域的亮度之间的差异。可以理解的是,上述预定尺寸仅作为示例以利于理解本公开,本公开对此不做限定。拟合得到的第一灰度值与第二灰度值之间的映射关系例如可以采用函数来表示,该函数可以为线性函数或非线性函数等,本公开对此不做限定。
在一实施例中,设定预定尺寸为p×p,则可以确定区域511和区域521均包括n个像素,其中,n=p2。该实施例500在确定第一灰度值与第二灰度值之间的映射关系时,可以确定n个像素构成的k个组合530,该k个组合530中的每个组合可以包括n个像素中的m个像素。具体地,可以从n个像素中随机抽取m个像素,该m个像素即可构成一个组合。k个组合中包括的像素均不雷同。其中,m小于等于n,且m、n、k均为大于1的整数。例如,可以以穷举的方式,得到包括n个像素中m个像素的所有组合,从而得到k个组合530。
在得到k个组合后,可以针对每个组合,确定该每个组合包括的m个像素对于区域521的像素灰度值,得到m个第一灰度值540。类似地,可以确定该每个组合包括的m个像素对于区域511的像素灰度值,得到m个第二灰度值550。然后以m个第一灰度值540为自变量,以m个第二灰度值550为因变量,确定预定映射函数中m个参数的取值,得到针对该每个组合的一组参数取值。例如,该预定映射函数可以为一元多次函数,该函数总共包括m个参数。根据m个第一灰度值和m个第二灰度值可以列出m个关系式,根据该m个关系式可以求解得到m个参数的取值。由于总计由k个组合,则通过上述方式,可以得到预定映射函数的k组参数取值560,该k组参数取值560分别对应k个组合530。
在得到k组参数取值560后,可以根据该k组参数取值560来确定映射关系。例如,可以将该k组参数取值560的平均值,作为预定映射函数中m个参数的最终取值,并由该预定映射函数来表示第一灰度值与第二灰度值之间的映射关系570。
例如,若p为2,n为4,预定映射函数为一元二次函数。则n个像素可以总计构成4个不同的组合。每个组合中包括3个像素。根据该每个组合中的3个像素,可以得到一元二次函数中的3个参数的一组参数取值。根据4个组合,可以总计得到4组参数取值。
可以理解的是,在确定了映射关系570后,例如可以根据前文描述的方法来确定区域521的亮度与区域511的亮度之间的差异580。
本公开实施例通过根据确定的多组参数取值来确定映射关系,可以避免因单个像素受环境光影响而使得确定的映射关系精度较低的问题,并因此提高确定的映射关系的精度。
基于本公开提供的补光灯的调控方法,本公开还提供了一种补光灯的调控装置。以下将结合图6对该装置进行详细描述。
图6是根据本公开实施例的补光灯的调控装置的结构框图。
如图6所示,该实施例的补光灯的调控装置600例如可以包括亮度值确定模块610、亮度调节模块620和图像确定模块630。
亮度值确定模块610用于响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值。其中,第一图像包括目标对象。在一实施例中,该亮度值确定模块610可以用于执行前文描述的操作S210,在此不再赘述。
亮度调节模块620用于根据亮度值调节目标补光灯的亮度,以在调节后的目标补光灯的照射下采集包括目标对象的第二图像。在一实施例中,该亮度调节模块620可以用于执行前文描述的操作S220,在此不再赘述。
图像确定模块630用于响应于第二图像中目标对象的图像亮度满足预定亮度条件,将第二图像作为识别目标对象的目标图像。在一实施例中,该图像确定模块630可以用于执行前文描述的操作S240,在此不再赘述。
根据本公开的实施例,亮度值确定模块610例如可以包括目标亮度确定子模块和亮度值确定子模块。目标亮度确定子模块用于响应于在调控后的目标补光灯的照射下采集到第一图像,根据第一图像中目标对象的图像亮度与亮度阈值之间的差值,确定目标亮度。亮度值确定子模块用于根据目标亮度和关联信息,确定针对目标补光灯的亮度值。
根据本公开的实施例,关联信息包括目标对象位于图像中第一位置时的图像亮度与目标补光灯的亮度之间的关联关系,上述目标对象位于第一图像中的第二位置。上述亮度值确定模块610可以包括关系确定子模块、初始值确定子模块和调整子模块。关系确定子模块用于确定预定图像中第一位置的图像亮度和第二位置的图像亮度之间的亮度关系;其中,预定图像是目标补光灯以预定亮度值照射时所采集到的。初始值确定子模块用于根据亮度阈值和关联信息,确定初始亮度值。调整子模块用于根据亮度关系调整初始亮度值,得到针对目标补光灯的亮度值。
根据本公开的实施例,上述补光灯的调控装置600还可以包括目标灯确定模块,用于确定多个光束角的补光灯中的目标补光灯。该目标灯确定模块可以包括第一采集子模块、第二采集子模块、范围确定子模块和目标灯确定子模块。第一采集子模块用于响应于多个光束角的补光灯均关闭,采集多个光束角的补光灯所在场景的第三图像。第二采集子模块用于针对多个光束角中每个光束角的补光灯,在每个光束角的补光灯的照射下采集场景的第四图像。范围确定子模块用于根据第四图像和第三图像之间的亮度差异,确定每个光束角的补光灯的照射范围。目标灯确定子模块用于响应于照射范围大于等于预定范围,确定每个光束角的补光灯属于目标补光灯。
根据本公开的实施例,上述范围确定子模块可以包括差异确定单元、影响区域确定单元和范围确定单元。差异确定单元用于针对第四图像中的每个区域,确定每个区域的亮度与第三图像中目标区域的亮度之间的差异。影响区域确定单元用于根据差异,确定每个区域是否为每个光束角的补光灯的影响区域。范围确定单元用于根据第四图像中的影响区域,确定每个光束角的补光灯的照射范围。其中,目标区域与每个区域相对应。
根据本公开的实施例,差异确定单元可以包括灰度确定子单元、关系确定子单元和差异确定子单元。灰度确定子单元用于确定每个区域中像素的第一灰度值和目标区域中像素的第二灰度值。关系确定子单元用于确定第一灰度值与第二灰度值之间的映射关系。差异确定子单元用于根据映射关系,确定每个区域的亮度与目标区域的亮度之间的差异。
根据本公开的实施例,每个区域和目标区域均包括n个像素。上述关系确定子单元用于:确定n个像素构成的k个组合,k个组合中的每个组合包括n个像素中的m个像素;针对k个组合中的每个组合,以每个组合中m个像素的m个第一灰度值为自变量,以每个组合中m个像素的m个第二灰度值为因变量,确定预定映射函数中m个参数的取值,得到针对每个组合的一组参数取值;根据针对k个组合的k组参数取值,确定映射关系。其中,m小于等于n,m、n、k均为大于1的整数。
需要说明的是,本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开实施例的补光灯的调控方法的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如补光灯的调控方法。例如,在一些实施例中,补光灯的调控方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的补光灯的调控方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行补光灯的调控方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。其中,服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(″Virtual Private Server″,或简称″VPS″)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (24)
1.一种补光灯的调控方法,包括:
响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据所述预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,所述第一图像包括所述目标对象;
根据所述亮度值调节所述目标补光灯的亮度,以在调节后的所述目标补光灯的照射下采集包括所述目标对象的第二图像;以及
响应于所述第二图像中所述目标对象的图像亮度满足所述预定亮度条件,将所述第二图像作为识别所述目标对象的目标图像,
其中,所述关联信息包括目标对象位于图像中第一位置时的图像亮度与所述目标补光灯的亮度之间的关联关系;所述目标对象位于所述第一图像中的第二位置;确定针对目标补光灯的亮度值包括:
确定预定图像中所述第一位置的图像亮度和所述第二位置的图像亮度之间的亮度关系;其中,所述预定图像是所述目标补光灯以预定亮度值照射时所采集到的;
根据所述亮度阈值和所述关联信息,确定初始亮度值;以及
根据所述亮度关系调整所述初始亮度值,得到针对所述目标补光灯的亮度值。
2.根据权利要求1所述的方法,其中,响应于在调控后的所述目标补光灯的照射下采集到所述第一图像,确定针对所述目标补光灯的亮度值包括:
根据所述第一图像中目标对象的图像亮度与所述亮度阈值之间的差值,确定目标亮度;以及
根据所述目标亮度和所述关联信息,确定针对所述目标补光灯的亮度值。
3.根据权利要求1所述的方法,还包括通过以下方式确定多个光束角的补光灯中的目标补光灯:
响应于所述多个光束角的补光灯均关闭,采集所述多个光束角的补光灯所在场景的第三图像;
针对所述多个光束角中每个光束角的补光灯,在所述每个光束角的补光灯的照射下采集所述场景的第四图像;
根据所述第四图像和所述第三图像之间的亮度差异,确定所述每个光束角的补光灯的照射范围;以及
响应于所述照射范围大于等于预定范围,确定所述每个光束角的补光灯属于所述目标补光灯。
4.根据权利要求3所述的方法,其中,所述根据所述第四图像和所述第三图像之间的亮度差异,确定所述每个光束角的补光灯的照射范围包括:
针对所述第四图像中的每个区域,确定所述每个区域的亮度与所述第三图像中目标区域的亮度之间的差异;
根据所述差异,确定所述每个区域是否为所述每个光束角的补光灯的影响区域;以及
根据所述第四图像中的影响区域,确定所述每个光束角的补光灯的照射范围,
其中,所述目标区域与所述每个区域相对应。
5.根据权利要求4所述的方法,其中,确定所述每个区域的亮度与所述第三图像中目标区域的亮度之间的差异还包括:
确定所述每个区域中像素的第一灰度值和所述目标区域中像素的第二灰度值;
确定所述第一灰度值与所述第二灰度值之间的映射关系;以及
根据所述映射关系,确定所述每个区域的亮度与所述目标区域的亮度之间的差异。
6.根据权利要求5所述的方法,其中,所述每个区域和所述目标区域均包括n个像素;确定所述第一灰度值与所述第二灰度值之间的映射关系包括:
确定所述n个像素构成的k个组合,所述k个组合中的每个组合包括所述n个像素中的m个像素;
针对所述k个组合中的每个组合,以所述每个组合中m个像素的m个第一灰度值为自变量,以所述每个组合中m个像素的m个第二灰度值为因变量,确定预定映射函数中m个参数的取值,得到针对所述每个组合的一组参数取值;
根据针对所述k个组合的k组参数取值,确定所述映射关系,
其中,m小于等于n,m、n、k均为大于1的整数。
7.一种补光灯的调控方法,包括:
响应于多个光束角的补光灯均关闭,采集所述多个光束角的补光灯所在场景的第三图像;
针对所述多个光束角中每个光束角的补光灯,在所述每个光束角的补光灯的照射下采集所述场景的第四图像;
根据所述第四图像和所述第三图像之间的亮度差异,确定所述每个光束角的补光灯的照射范围;
响应于所述照射范围大于等于预定范围,确定所述每个光束角的补光灯属于目标补光灯;
响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据所述预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,所述第一图像包括所述目标对象;
根据所述亮度值调节所述目标补光灯的亮度,以在调节后的所述目标补光灯的照射下采集包括所述目标对象的第二图像;以及
响应于所述第二图像中所述目标对象的图像亮度满足所述预定亮度条件,将所述第二图像作为识别所述目标对象的目标图像。
8.根据权利要求7所述的方法,其中,响应于在调控后的所述目标补光灯的照射下采集到所述第一图像,确定针对所述目标补光灯的亮度值包括:
根据所述第一图像中目标对象的图像亮度与所述亮度阈值之间的差值,确定目标亮度;以及
根据所述目标亮度和所述关联信息,确定针对所述目标补光灯的亮度值。
9.根据权利要求7所述的方法,其中,所述根据所述第四图像和所述第三图像之间的亮度差异,确定所述每个光束角的补光灯的照射范围包括:
针对所述第四图像中的每个区域,确定所述每个区域的亮度与所述第三图像中目标区域的亮度之间的差异;
根据所述差异,确定所述每个区域是否为所述每个光束角的补光灯的影响区域;以及
根据所述第四图像中的影响区域,确定所述每个光束角的补光灯的照射范围,
其中,所述目标区域与所述每个区域相对应。
10.根据权利要求9所述的方法,其中,确定所述每个区域的亮度与所述第三图像中目标区域的亮度之间的差异还包括:
确定所述每个区域中像素的第一灰度值和所述目标区域中像素的第二灰度值;
确定所述第一灰度值与所述第二灰度值之间的映射关系;以及
根据所述映射关系,确定所述每个区域的亮度与所述目标区域的亮度之间的差异。
11.根据权利要求10所述的方法,其中,所述每个区域和所述目标区域均包括n个像素;确定所述第一灰度值与所述第二灰度值之间的映射关系包括:
确定所述n个像素构成的k个组合,所述k个组合中的每个组合包括所述n个像素中的m个像素;
针对所述k个组合中的每个组合,以所述每个组合中m个像素的m个第一灰度值为自变量,以所述每个组合中m个像素的m个第二灰度值为因变量,确定预定映射函数中m个参数的取值,得到针对所述每个组合的一组参数取值;
根据针对所述k个组合的k组参数取值,确定所述映射关系,
其中,m小于等于n,m、n、k均为大于1的整数。
12.一种补光灯的调控装置,包括:
亮度值确定模块,用于响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据所述预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,所述第一图像包括所述目标对象;
亮度调节模块,用于根据所述亮度值调节所述目标补光灯的亮度,以在调节后的所述目标补光灯的照射下采集包括所述目标对象的第二图像;以及
图像确定模块,用于响应于所述第二图像中所述目标对象的图像亮度满足所述预定亮度条件,将所述第二图像作为识别所述目标对象的目标图像,
所述关联信息包括目标对象位于图像中第一位置时的图像亮度与所述目标补光灯的亮度之间的关联关系;所述目标对象位于所述第一图像中的第二位置;所述亮度值确定模块包括:
关系确定子模块,用于确定预定图像中所述第一位置的图像亮度和所述第二位置的图像亮度之间的亮度关系;其中,所述预定图像是所述目标补光灯以预定亮度值照射时所采集到的;
初始值确定子模块,用于根据所述亮度阈值和所述关联信息,确定初始亮度值;以及
调整子模块,用于根据所述亮度关系调整所述初始亮度值,得到针对所述目标补光灯的亮度值。
13.根据权利要求12所述的装置,其中,所述亮度值确定模块包括:
目标亮度确定子模块,用于响应于在调控后的所述目标补光灯的照射下采集到所述第一图像,根据所述第一图像中目标对象的图像亮度与所述亮度阈值之间的差值,确定目标亮度;以及
亮度值确定子模块,用于根据所述目标亮度和所述关联信息,确定针对所述目标补光灯的亮度值。
14.根据权利要求12所述的装置,还包括目标灯确定模块,用于确定多个光束角的补光灯中的目标补光灯;所述目标灯确定模块包括:
第一采集子模块,用于响应于所述多个光束角的补光灯均关闭,采集所述多个光束角的补光灯所在场景的第三图像;
第二采集子模块,用于针对所述多个光束角中每个光束角的补光灯,在所述每个光束角的补光灯的照射下采集所述场景的第四图像;
范围确定子模块,用于根据所述第四图像和所述第三图像之间的亮度差异,确定所述每个光束角的补光灯的照射范围;以及
目标灯确定子模块,用于响应于所述照射范围大于等于预定范围,确定所述每个光束角的补光灯属于所述目标补光灯。
15.根据权利要求14所述的装置,其中,所述范围确定子模块包括:
差异确定单元,用于针对所述第四图像中的每个区域,确定所述每个区域的亮度与所述第三图像中目标区域的亮度之间的差异;
影响区域确定单元,用于根据所述差异,确定所述每个区域是否为所述每个光束角的补光灯的影响区域;以及
范围确定单元,用于根据所述第四图像中的影响区域,确定所述每个光束角的补光灯的照射范围,
其中,所述目标区域与所述每个区域相对应。
16.根据权利要求15所述的装置,其中,所述差异确定单元包括:
灰度确定子单元,用于确定所述每个区域中像素的第一灰度值和所述目标区域中像素的第二灰度值;
关系确定子单元,用于确定所述第一灰度值与所述第二灰度值之间的映射关系;以及
差异确定子单元,用于根据所述映射关系,确定所述每个区域的亮度与所述目标区域的亮度之间的差异。
17.根据权利要求16所述的装置,其中,所述每个区域和所述目标区域均包括n个像素;所述关系确定子单元用于:
确定所述n个像素构成的k个组合,所述k个组合中的每个组合包括所述n个像素中的m个像素;
针对所述k个组合中的每个组合,以所述每个组合中m个像素的m个第一灰度值为自变量,以所述每个组合中m个像素的m个第二灰度值为因变量,确定预定映射函数中m个参数的取值,得到针对所述每个组合的一组参数取值;
根据针对所述k个组合的k组参数取值,确定所述映射关系,
其中,m小于等于n,m、n、k均为大于1的整数。
18.一种补光灯的调控装置,包括:
亮度值确定模块,用于响应于采集到的第一图像中目标对象的图像亮度不满足预定亮度条件,根据所述预定亮度条件中的亮度阈值和图像亮度与补光灯亮度之间的关联信息,确定针对目标补光灯的亮度值;其中,所述第一图像包括所述目标对象;
亮度调节模块,用于根据所述亮度值调节所述目标补光灯的亮度,以在调节后的所述目标补光灯的照射下采集包括所述目标对象的第二图像;以及
图像确定模块,用于响应于所述第二图像中所述目标对象的图像亮度满足所述预定亮度条件,将所述第二图像作为识别所述目标对象的目标图像,
还包括目标灯确定模块,用于确定多个光束角的补光灯中的目标补光灯;所述目标灯确定模块包括:
第一采集子模块,用于响应于所述多个光束角的补光灯均关闭,采集所述多个光束角的补光灯所在场景的第三图像;
第二采集子模块,用于针对所述多个光束角中每个光束角的补光灯,在所述每个光束角的补光灯的照射下采集所述场景的第四图像;
范围确定子模块,用于根据所述第四图像和所述第三图像之间的亮度差异,确定所述每个光束角的补光灯的照射范围;以及
目标灯确定子模块,用于响应于所述照射范围大于等于预定范围,确定所述每个光束角的补光灯属于所述目标补光灯。
19.根据权利要求18所述的装置,其中,所述亮度值确定模块包括:
目标亮度确定子模块,用于响应于在调控后的所述目标补光灯的照射下采集到所述第一图像,根据所述第一图像中目标对象的图像亮度与所述亮度阈值之间的差值,确定目标亮度;以及
亮度值确定子模块,用于根据所述目标亮度和所述关联信息,确定针对所述目标补光灯的亮度值。
20.根据权利要求18所述的装置,其中,所述范围确定子模块包括:
差异确定单元,用于针对所述第四图像中的每个区域,确定所述每个区域的亮度与所述第三图像中目标区域的亮度之间的差异;
影响区域确定单元,用于根据所述差异,确定所述每个区域是否为所述每个光束角的补光灯的影响区域;以及
范围确定单元,用于根据所述第四图像中的影响区域,确定所述每个光束角的补光灯的照射范围,
其中,所述目标区域与所述每个区域相对应。
21.根据权利要求20所述的装置,其中,所述差异确定单元包括:
灰度确定子单元,用于确定所述每个区域中像素的第一灰度值和所述目标区域中像素的第二灰度值;
关系确定子单元,用于确定所述第一灰度值与所述第二灰度值之间的映射关系;以及
差异确定子单元,用于根据所述映射关系,确定所述每个区域的亮度与所述目标区域的亮度之间的差异。
22.根据权利要求21所述的装置,其中,所述每个区域和所述目标区域均包括n个像素;所述关系确定子单元用于:
确定所述n个像素构成的k个组合,所述k个组合中的每个组合包括所述n个像素中的m个像素;
针对所述k个组合中的每个组合,以所述每个组合中m个像素的m个第一灰度值为自变量,以所述每个组合中m个像素的m个第二灰度值为因变量,确定预定映射函数中m个参数的取值,得到针对所述每个组合的一组参数取值;
根据针对所述k个组合的k组参数取值,确定所述映射关系,
其中,m小于等于n,m、n、k均为大于1的整数。
23.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~11中任一项所述的方法。
24.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210113289.2A CN114500865B (zh) | 2022-01-29 | 2022-01-29 | 补光灯的调控方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210113289.2A CN114500865B (zh) | 2022-01-29 | 2022-01-29 | 补光灯的调控方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114500865A CN114500865A (zh) | 2022-05-13 |
CN114500865B true CN114500865B (zh) | 2024-04-09 |
Family
ID=81479003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210113289.2A Active CN114500865B (zh) | 2022-01-29 | 2022-01-29 | 补光灯的调控方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114500865B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115278098B (zh) * | 2022-06-28 | 2024-06-18 | 嘉兴驭光光电科技有限公司 | 图像拍摄的方法、系统及其拍摄装置 |
CN117793541A (zh) * | 2024-02-27 | 2024-03-29 | 广东朝歌智慧互联科技有限公司 | 环境光线调节方法、装置、电子设备及可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3916425A (en) * | 1972-09-16 | 1975-10-28 | Minolta Camera Kk | Diaphragm apparatus equipped with automatic flash exposure system for camera |
CN107707826A (zh) * | 2017-09-29 | 2018-02-16 | 深圳怡化电脑股份有限公司 | 补光灯的亮度调节方法及装置 |
CN110266930A (zh) * | 2019-07-15 | 2019-09-20 | 维沃移动通信有限公司 | 图像拍摄的补光方法、移动终端及灯光调节方法 |
WO2020038069A1 (zh) * | 2018-08-22 | 2020-02-27 | Oppo广东移动通信有限公司 | 曝光控制方法、装置和电子设备 |
CN111428779A (zh) * | 2020-03-20 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种确定补光灯照射范围方法、装置、设备及存储介质 |
CN111935415A (zh) * | 2020-08-18 | 2020-11-13 | 浙江大华技术股份有限公司 | 亮度调整方法、装置、存储介质及电子装置 |
CN112312030A (zh) * | 2019-08-01 | 2021-02-02 | 深圳怡化电脑股份有限公司 | 拍照补光方法、装置、计算机设备及存储介质 |
CN113099101A (zh) * | 2019-12-23 | 2021-07-09 | 杭州宇泛智能科技有限公司 | 摄像参数调节方法、装置及电子设备 |
CN113395457A (zh) * | 2020-03-11 | 2021-09-14 | 浙江宇视科技有限公司 | 图像采集器的参数调整方法、装置、设备和存储介质 |
CN113869147A (zh) * | 2021-09-10 | 2021-12-31 | 北京精英路通科技有限公司 | 目标检测方法及装置 |
-
2022
- 2022-01-29 CN CN202210113289.2A patent/CN114500865B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3916425A (en) * | 1972-09-16 | 1975-10-28 | Minolta Camera Kk | Diaphragm apparatus equipped with automatic flash exposure system for camera |
CN107707826A (zh) * | 2017-09-29 | 2018-02-16 | 深圳怡化电脑股份有限公司 | 补光灯的亮度调节方法及装置 |
WO2020038069A1 (zh) * | 2018-08-22 | 2020-02-27 | Oppo广东移动通信有限公司 | 曝光控制方法、装置和电子设备 |
CN110266930A (zh) * | 2019-07-15 | 2019-09-20 | 维沃移动通信有限公司 | 图像拍摄的补光方法、移动终端及灯光调节方法 |
CN112312030A (zh) * | 2019-08-01 | 2021-02-02 | 深圳怡化电脑股份有限公司 | 拍照补光方法、装置、计算机设备及存储介质 |
CN113099101A (zh) * | 2019-12-23 | 2021-07-09 | 杭州宇泛智能科技有限公司 | 摄像参数调节方法、装置及电子设备 |
CN113395457A (zh) * | 2020-03-11 | 2021-09-14 | 浙江宇视科技有限公司 | 图像采集器的参数调整方法、装置、设备和存储介质 |
CN111428779A (zh) * | 2020-03-20 | 2020-07-17 | 浙江大华技术股份有限公司 | 一种确定补光灯照射范围方法、装置、设备及存储介质 |
CN111935415A (zh) * | 2020-08-18 | 2020-11-13 | 浙江大华技术股份有限公司 | 亮度调整方法、装置、存储介质及电子装置 |
CN113869147A (zh) * | 2021-09-10 | 2021-12-31 | 北京精英路通科技有限公司 | 目标检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
照明系统控制策略的研究与实现;张玉杰等;陕西科技大学学报(自然科学版)(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114500865A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114500865B (zh) | 补光灯的调控方法、装置、电子设备和存储介质 | |
CN110276293B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
CN115861380B (zh) | 雾天低照度场景下端到端无人机视觉目标跟踪方法及装置 | |
CN112949767B (zh) | 样本图像增量、图像检测模型训练及图像检测方法 | |
CN113420682A (zh) | 车路协同中目标检测方法、装置和路侧设备 | |
CN112863187B (zh) | 感知模型的检测方法、电子设备、路侧设备和云控平台 | |
JP7429756B2 (ja) | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN114037087B (zh) | 模型训练方法及装置、深度预测方法及装置、设备和介质 | |
CN109712134B (zh) | 虹膜图像质量评价方法、装置及电子设备 | |
CN106682590A (zh) | 一种监控业务的处理方法以及服务器 | |
CN109993715A (zh) | 一种机器人视觉图像预处理系统及图像处理方法 | |
CN108961293B (zh) | 一种背景减除的方法、装置、设备及存储介质 | |
CN115424324A (zh) | 基于边缘计算的路灯节能控制方法、装置及存储介质 | |
CN114627096A (zh) | 一种图像频闪检测方法及相关装置 | |
CN113807209A (zh) | 车位检测方法、装置、电子设备及存储介质 | |
CN115018784A (zh) | 一种导线散股缺陷的检测方法、装置、设备及介质 | |
JP2022006180A (ja) | 画像の手ぶれ補正方法、装置、電子機器、記憶媒体、コンピュータプログラム製品、路側機およびクラウド制御プラットフォーム | |
CN115861133B (zh) | 一种钻凿劈裂一体机的远程遥控无人驾驶系统 | |
CN114581890B (zh) | 确定车道线的方法、装置、电子设备和存储介质 | |
CN113870142B (zh) | 用于增强图像对比度的方法、装置 | |
CN116363400A (zh) | 一种车辆匹配方法、装置、电子设备和存储介质 | |
CN112149476B (zh) | 目标检测方法、装置、设备和存储介质 | |
CN113989494A (zh) | 一种复杂气候条件下的图像识别方法和装置 | |
CN116958899A (zh) | 基于视频分析的城市道路内涝预测方法、装置及其应用 | |
CN117690048A (zh) | 空气密度不均匀的强光高温下线形目标物识别方法及系统 |
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 |