CN114885104B - 摄像机自适应调节的方法、可读存储介质和导航系统 - Google Patents

Abstract

本发明公开了一种摄像机自适应调节的方法、可读存储介质和导航系统，属于摄像设备领域。该方法包括以下步骤：步骤S1基于摄像机实时采集的图像识别该图像中是否具有跟踪目标；步骤S2基于识别的结果，确定该图像为曝光不足、曝光过度和曝光正常中的一种，以实时调节摄像机的曝光参数。本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统能够对摄像机的曝光参数进行实时调节，以便在周围环境光线变化的情况下，保证导航系统的导航精度和跟踪目标易于识别，同时省去了人工调节的过程，且还能使得摄像机能够适用于不同光线亮度的场景。

Description

摄像机自适应调节的方法、可读存储介质和导航系统

技术领域

本发明涉及摄像机设备领域，特别涉及摄像机自适应调节的方法、可读存储介质和导航系统。

背景技术

目前，在使用红外双目摄像机时，常常会因为外界环境中光线的强弱严重影响到摄像机对反光物体的姿态捕捉。例如，当外界环境中光线较强时，会导致摄像机采集到的图像曝光过度，因此需要设置较低的曝光参数，以避免因背景过亮而无法捕获反光物体。当外界环境中光线较弱时，会导致摄像机采集到的图像曝光不足，因此需要设置较高的曝光参数，以避免背景过暗而无法捕获反光物体。

在众多外界环境的光线中，尤其太阳光的影响最大。如果在使用过程中，曝光参数只设定为固定值，则完全不能满足在不同时间和捕获不同位置处的跟踪目标的导航需求。同时，如果在导航过程中突然有光线变化，将会导致导航系统异常。当系统出现异常时，往往不能首先直观判断是否是由于光线影响所导致的，常常需要通过停止导航才能进行故障排查。

而在现有的光学导航技术中，并没有适用于红外摄像机的曝光参数自适应调节的方案，因此往往在导航开始前，需要人工校定合适的摄像机曝光参数，在后续导航遇到故障时，仍然需要通过人工调节曝光参数来排除故障，由此使得人工操作繁琐，并且无法准确判断所校定的曝光参数是否为较优参数。

因此，确有必要提供一种适用于红外摄像机的摄像机自适应调节的方法、可读存储介质和导航系统。

发明内容

为了解决现有技术中存在的上述问题和缺陷的至少一个方面，本发明提供了一种摄像机自适应调节的方法、可读存储介质和导航系统，能至少部分地实现对摄像机的曝光参数进行实时调节，以便在周围环境光线变化的情况下，保证导航系统的导航精度和跟踪目标易于识别，同时省去了人工调节的过程，且还能使得摄像机能够适用于不同光线亮度的场景。所述技术方案如下：

本发明的一个目的是提供了一种摄像机自适应调节的方法。

本发明的另一目的是提供了一种可读存储介质。

本发明的还一目的是提供了一种导航系统。

根据本发明的一个方面，提供了一种摄像机自适应调节的方法，所述方法包括以下步骤：

步骤S1基于摄像机实时采集的图像识别所述图像中是否具有跟踪目标；

步骤S2基于识别的结果，确定所述图像为曝光不足、曝光过度和曝光正常中的一种，以实时调节摄像机的曝光参数。

根据本发明的另一方面，提供了一种可读存储介质，其中，

所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时以执行上述任一项所述的摄像机自适应调节的方法。

根据本发明的还一方面，提供了一种导航系统，所述导航系统包括可读存储介质、至少一个摄像机、至少一个跟踪目标和上位机，其中，

所述可读存储介质是上述的可读存储介质，所述可读存储介质设置在所述上位机中，且所述上位机中的处理器执行所述可读存储介质中存储的程序和指令，以调节所述至少一个摄像机中所有的摄像机的曝光参数，所述至少一个摄像机中的摄像机捕获所述至少一个跟踪目标中对应的跟踪目标。

根据本发明的摄像机自适应调节的方法、可读存储介质和导航系统具有以下优点中的至少一个：

(1)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统能够对摄像机的曝光参数进行实时调节，以便在周围环境光线变化的情况下，保证导航系统的导航精度和跟踪目标易于识别；

(2)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统通过采用图像图形识别算法，以剔除摄像机采集图像中的反光标记物，并使用分区域统计剔除反光标记物后的图像的像素亮度值的方法对图像的曝光程度进行判断，从而以自适应的幅度自动调节曝光参数，由此省去了人工调节的过程，同时使得摄像机能够适用于不同光线亮度的场景；

(3)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统通过对图像进行分区域统计设计，能够增加导航系统的运算速度，尤其在检测到某区域曝光率高时，无需继续统计剩余区域，即可得到该图像的曝光程度，由此大幅度降低了导航系统的计算量和系统开销；

(4)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统能够避免导航过程中因光线影响而导致导航异常排查困难的问题。

附图说明

本发明的这些和/或其他方面和优点从下面结合附图对优选实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明的一个实施例的摄像机自适应调节的方法的流程图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。在说明书中，相同或相似的附图标号指示相同或相似的部件。下述参照附图对本发明实施方式的说明旨在对本发明的总体发明构思进行解释，而不应当理解为对本发明的一种限制。

目前，在使用红外双目摄像机时，常常会因为外界环境中光线的强弱严重影响到摄像机对反光物体的姿态捕捉。为此本发明提供了一种能够基于外界环境中的光线强弱实时调节摄像机的曝光参数的方法，从而至少保证了不论外界光线环境强弱，摄像机均可以采集到曝光正常的图像，由此使得图像中的跟踪目标清晰可见，易于识别，进而保证了导航系统的精确导航。

在本文中所使用的术语“形心”可以被广义地理解为在n维空间中，一个对象X的几何中心或者可以理解为将X分成相等的两部分的所有超平面的交点。当几何图形为平面图形时，则形心为其几何中心。当几何图形为立体图形且质量均匀分布时，其形心为其重心。

参见图1，示出了根据本发明的一个实施例的摄像机自适应调节的方法的流程。该方法包括以下步骤：

步骤S1基于摄像机实时采集的图像识别该图像中是否具有跟踪目标；

步骤S2基于识别的结果，确定该图像为曝光不足、曝光过度和曝光正常中的一种，以实时调节摄像机的曝光参数。

在一个示例中，在摄像机开始采集图像之前，我们可以首先将摄像机的曝光参数(例如，例如红外光强度、曝光时间、亮度增益与曝光补偿、增益控制与背光补偿等)调节到最大值，使摄像机此时采集的图像为曝光过度的状态，例如将亮度增益调节到最大值，而与之相对的曝光补偿不变、或者设置为固定值、或者调节到最小值，只要保证摄像机开始采集时最先采集到的图像为曝光过度的。当然，本领域技术人员可以根据自身的特定使用场景，将曝光参数调节到最小值，使摄像机在最开始采集时所采集到的图像为曝光不足。

在一个示例中，所述跟踪目标可以为反光部件(例如反光小球)，也可以为其他能够被摄像机识别的标识物，还可以为摄像机需要采集的任何对象(例如病患、病患的身体部位、靶点、治疗椅、治疗床、探针、治疗仪等等)。

下面将以摄像机为红外摄像机、曝光参数为红外光强度、跟踪目标为反光小球为例，示例性说明本发明提供的摄像机自适应调节的方法的原理，其他摄像机、其他曝光参数的自适应调节的方法的原理与列举的红外摄像机自适应调节红外光强度的原理大致相同或相似，在此不再一一赘述。

在一个示例中，在将摄像机采集到的图像转为灰度图，以减少后续对反光小球的边缘提取过程中所提取的特征量和计算量。当然本领域技术人员可以根据需要采用彩色图，通过分析三原色的梯度来提取反光小球的边缘点。

在一个示例中，为了确定摄像机此时采集的图像的曝光程度，需要先对反光小球进行检测，之后可以根据该检测结果判断是否需要调节摄像机的曝光参数(即红外光强度)。当检测到摄像机所采集的图像中不具有反光小球时，此时具有两种情况，第一种情况为反光小球在摄像机的视野范围内，但是摄像机由于此时的曝光参数与此时场景中光线的强弱程度不匹配，而导致摄像机无法识别到反光小球(例如图像曝光不足或者曝光过度)，此时则需要调节摄像机的曝光参数，那如何调节则需要继续判断所采集的图像的曝光程度，之后根据确定的曝光程度的结果来确定如何调节摄像机的曝光参数；第二种情况为摄像机的采集到的图像的曝光程度为曝光正常，但是反光小球不在摄像机的视野范围内，此时则不需要调节摄像机的曝光参数。当检测到摄像机所采集的图像中具有反光小球时，则需要判断此时摄像机采集的图像的曝光程度属于曝光正常还是曝光过度，如果是曝光正常则不需要调节曝光参数，如果为曝光过度则需要调节摄像机的曝光参数。

在一个示例中，识别图像中是否具有反光小球的方法为检测所采集的图像中是否具有与反光小球形状相对应的图形。在一个示例中，反光小球为圆形，因此采用霍夫(Hough)变换对图像中的图形进行识别。在识别时，由于采用的反光小球的直径为6mm，因此将灰度图中需要识别的圆形的直径设置为小于等于例如6mm的圆形，也就是说需要将灰度图中所有直径小于等于6mm的圆形识别出来。

本领域技术人员可以明白，指定识别的图形的形状应当跟欲识别的跟踪目标的形状相同或相似，指定识别的图形的大小也应该当跟欲识别的跟踪目标的形状的尺寸相似，由于实物在摄像机中成像的问题，例如实物距离摄像机的远近，导致了实物在摄像机中的成像小于实际的尺寸，因此指定识别的图形的大小还应当包括小于跟踪目标实际大小的图形。例如，当检测的跟踪目标为直径5mm的反光小球时，则指定识别的图形的直径范围应该为小于等于5mm的圆形图形。当检测的跟踪目标为椭圆形时，则指定识别的图形的形状应该为椭圆形。

在一个示例中，检测圆形的方法为：首先对实时的灰度图像利用Robers算子、Prewitt算子、Canny算子、Sobel算子或拉普拉斯(Laplace)算子等边缘检测方法先进行边缘点提取，以获得边缘点集合。之后利用霍夫变换对每一个边缘点进行检测，根据边缘点的邻接性(或者连接性)判断是否能够构成圆形边界。当确定能够构成圆形边界并满足圆形半径范围的设置条件时，则确定该圆形为反光小球，遍历整个灰度图，获得所有的满足条件的圆形。当确定构成的圆形边界但不满足圆形半径范围的设置条件时，则确定该图形不为反光小球，遍历整个灰度图，确定该图像中是否具有满足条件的圆形，如果没有满足条件的圆形，则确定该图像中不具有反光小球。

在一个示例中，在进行霍夫变换时，利用圆的方程(x-a)²+(y-b)²＝r²将通过边缘检测得到的边缘点集合中的每一个边缘点映射到三维参数空间中，在该参数空间中存在着三个参数a、b和r，其中a和b分别为圆形的圆心坐标，r为圆的半径。由于参数空间为三维的，相应地具有形如A(i,j,k)的累加器和相关联的累加单元。通过参数空间的映射我们得到了一个立体单元，即圆锥体，在圆锥体的表面产生了多个交点，所述多个交点分别由对应的累加单元保存。换句话说，通过增加a和b的值，求出满足圆的方程的半径r，并更新与三元组(a,b,r)相关联的累加单元，之后检测选中的累加单元中像素间的连续性，即可检测出是否具有圆形图形。所述连续性为基于计算对于给定的累加单元的不连续像素间的距离。

在一个示例中，当跟踪目标的形状的函数满足形如g(v,c)＝0的函数时，均可以采用霍夫变换来识别指定的图形(例如直线、椭圆等闭合图形)，其中v为坐标向量，c为系数向量。这些图形的检测原理与上述的圆的检测原理大致相同或相似，在此不再一一赘述。

在一个示例中，当跟踪目标的形状的函数为不满足g(v,c)＝0的函数时的其他形状，可以选择广义的霍夫变换对图像中指定的形状进行检测。

在一个示例中，当通过霍夫变换确定边界点能够构成圆形边界且满足圆形半径范围的设置条件时，则确定该圆形为反光小球，并输出该图形的形心的位置(例如坐标)和尺寸，之后根据该形心的位置和尺寸可以确定所述图像中具有跟踪目标。

如图1所示，所述步骤S2进一步包括：

当通过霍夫变换检测后得到的结果为所述图像中具有反光小球时，则统计所述反光小球在该灰度图中的第一曝光量E₁，并基于所述第一曝光量E₁确定所述图像为曝光不足、曝光过度和曝光正常中的一种。

在一个示例中，通过设定反光小球中的像素点的像素阈值(即第一阈值)，将所有反光小球中的像素点的像素值与该第一阈值进行比较，并统计出小于第一阈值的像素点的数量，通过该数量来判断图像的曝光程度。具体为：

统计该灰度图中的所有的圆形中像素点的像素值小于第一阈值的像素点的第一数量；

计算第一数量与该灰度图中的所有的圆形中像素点的总数(即第二数量)的比值(即第一曝光量E₁)；

比较第一曝光量E₁与第二阈值之间的关系，以判断图像的曝光程度属于曝光不足、曝光正常或者曝光过度。

在一个示例中，灰度图的灰度级为256级，灰度值的范围为0～255，因此灰度图的像素值为灰度值，且第一阈值设置为灰度值，第一阈值的设置范围为230～255，优选地240。相应地，第二阈值的设置范围为10％～30％，优选地20％。例如，当该灰度图中所有的圆形中的像素点的像素值小于240的第一曝光量E₁大于等于20％时，则确定该图像为曝光不足。当该灰度图中的所有的圆形中的像素点的像素值小于240的第一曝光量E₁小于20％时，则确定该图像不属于曝光不足，而是属于曝光正常或者曝光过度中的一种。

当该图像为曝光不足时，则将摄像机的红外光强度按照第一步长S₁进行调节。所述第一步长S₁的表达式为：

S₁＝E₁×k₁

式中，E₁表示所述第一曝光量，k₁表示第一预设系数，k₁的取值范围为0.1～0.3。

在一个示例中，对红外光强度进行归一化至[0,1]的范围内，之后对归一化后的红外光强度按照第一步长S₁进行调节。由于系数k₁设置过高，得到的第一步长S₁太大，容易造成红外光强度的调节左右震荡；而系数k₁过低，则得到的第一步长S₁太小，容易造成红外光强度调节速度太慢。因此优选地，k₁设置为0.2。当k₁的取值范围为0.1～0.3时，为了保证计算得到的第一步长S₁也不会太小，所以将第一步长S₁的取值范围设置为S₁≥0.002。

在一个示例中，当第一曝光量E₁小于所述第二阈值时，则统计灰度图中除反光小球以外的其余部分的第二曝光量E₂，基于第二曝光量E₂确定该灰度图的曝光程度属于曝光过度或曝光正常。

在一个示例中，由于灰度图中具有反光小球，为了得到准确的第二曝光量E₂，以便准确判断此时的摄像机的曝光参数是否应当调节，因此在统计第二曝光量E₂之前，还需要将灰度图中的反光小球去除，即去除了灰度图中的图像前景，得到了不具有反光小球的图像背景。在一个示例中，将灰度图中的通过检测得到的圆形内的所有像素点均标记为不可用像素点，由此得到了不具有反光小球的图像背景。

基于该图像背景，统计其中大于第三阈值的像素点的数量，并基于该数量判断该图像的曝光程度。具体为：

将该灰度图的图像背景划分为多个区域，并逐区域统计该多个区域内的像素点的像素值大于第三阈值的像素点的第三数量；

计算正在被统计的区域的第三数量与该正在被统计的区域内的像素点的总数(即第四数量)的比值(即第二曝光量E₂)；

比较第二曝光量E₂与第四阈值之间的关系，以判断图像的曝光程度属于曝光正常或者曝光过度。

在一个示例中，第三阈值设置为灰度值，第三阈值的设置范围为30～50，优选地40。相应地，第四阈值的设置范围为2％～7％，优选地5％，本领域技术人员应当明白，当图像背景所划分的区域越大，则第四阈值应该越小。例如，将图像背景以32×32像素为单位进行划分，由此将该图像背景切割为了若干个区域，并将第四阈值设置为5％。当然本领域技术人员也可以根据需要将图像背景以64×64像素为单位进行划分，此时第四阈值可以设置为3％，还可以256×256像素为单位进行划分，此时第四阈值可以设置为2％。

之后逐个区域统计像素点的灰度值大于40的像素点的个数。当正在被统计的区域中，大于40的像素点的个数少于50时(此时第四阈值设置为50/1024≈5％)，即第二曝光量E₂小于5％，则确定该图像曝光正常。当正在被统计的区域中，大于40的像素点的个数多于50时，即第二曝光量E₂大于5％，则停止继续检测，并确定该图像曝光过度。

例如，当第一个区域的灰度值大于40的像素点的个数少于50(即第二曝光量E₂小于5％)时，则继续检测第二个区域的灰度值，当该第二区域的个数仍然少于50时，继续检测第三个区域。当整个图像背景中，没有检测到灰度值大于40的像素点的个数大于等于50时，则确定该图像曝光正常。当例如检测到第五个区域时，该第五个区域的灰度值大于40的像素点的个数大于50(即第二曝光量E₂大于5％)，则停止继续检测，即不再检测剩余的区域，并确定该图像曝光过度。

当该图像为曝光过度时，则将摄像机的红外光强度按照第二步长S₂进行调节。所述第二步长S₂的表达式为：

S₂＝E₂×k₂

式中，E₂表示第二曝光量，k₂表示第二预设系数，k₂的取值范围为0.1～0.3。

在一个示例中，对红外光强度进行归一化至[0,1]的范围内，之后对归一化后的红外光强度按照第二步长S₂进行调节，使摄像机的红外光强度趋于与环境光线的强度匹配。由于系数k₂设置过高，得到的第二步长S₂太大，容易造成红外光强度的调节左右震荡；而系数k₂过低，则得到的第二步长S₂太小，容易造成红外光强度调节速度太慢。因此优选地，k₂设置为0.2，且为了保证当k₂的取值范围为0.1～0.3时，仍然计算出的第二步长S₂仍然太小或者太大，则还需设置第二步长S₂的范围，该范围设置为0.002≤S₂≤0.2。

当摄像机的红外光强度按照对应的第一步长S₁或者对应的第二步长S₂调节后，迭代步骤S1-S2，直至摄像机实时采集的图像为曝光正常为止。本领域技术人员可以明白，虽然摄像机采集的图像为曝光正常，但是由于外界环境中的光线强度随时可能发生变化，因此在整个导航过程中，摄像机均处于实时采集实时进行自适应调节曝光参数的状态，直至导航结束。

当摄像机的红外光强度按照对应的第一步长S₁或者对应的第二步长S₂调节，且摄像机的红外光强度已经到达该摄像头的红外光强度可调的最大值或者最小值，仍然得到的图像为曝光不足或曝光过度，则表明摄像机异常。

如图1所示，所述步骤S2进一步包括：

当通过霍夫变换检测后得到的结果为确定该灰度图中不具有反光小球时，则检测摄像机的红外光强度，当该红外光强度的值小于曝光阈值时，则确定该图像为曝光不足，并调节红外光强度的值至该曝光阈值，之后迭代步骤S1-S2，直至摄像机实时采集的图像为曝光正常为止。本领域技术人员可以明白，虽然摄像机采集的图像为曝光正常，但是由于外界环境中的光线强度随时可能发生变化，因此在整个导航过程中，摄像机均处于实时采集实时进行自适应调节曝光参数的状态，直至导航结束。

在一个示例中，曝光阈值的取值范围为该摄像机的红外光强度的可调值的最大值的0.2～0.4倍，优选地为0.3倍。

当检测红外光强度的值大于等于曝光阈值时，则应当判断该图像是否为曝光过度或者曝光正常。该判断图像是否为曝光过度或者曝光正常的方法的步骤和原理与判断为统计所述图像中除跟踪目标外的其余部分的第二曝光量E₂，基于所述第二曝光量E₂确定所述图像为曝光过度和曝光正常中的一种的方法的步骤和原理完全相同，即与上文中基于该图像背景，统计其中大于第三阈值的像素点的数量，并基于该数量判断该图像的曝光程度的方法的步骤和原理完全相同，在此不再一一赘述。当经过判断后确定该图像为曝光正常时，则确定反光小球不在摄像机的视野范围内。

在一个示例中，根据本发明的另一实施例提供了一种可读存储介质。本发明的实施例的“可读存储介质”是指参与向处理器提供程序或指令以供执行的任何介质。所述介质可以采用多种形式，包括但不限于非易失性介质、易失性介质和传输介质。非易失性介质包括例如光盘或磁盘，诸如存储设备。易失性介质包括动态存储器，诸如主存储器。传输介质包括同轴电缆、铜线和光纤，包括包含总线的导线。传输介质还可以采用声波或光波的形式，诸如在射频(RF)和红外(IR)数据通信期间生成的声波或光波。可读存储介质的常见形式包括例如软盘、柔性盘、硬盘、磁带、任何其他磁介质、CD-ROM、DVD、任何其他光学介质、穿孔卡、纸带、任何具有孔图案的其他物理介质、RAM、PROM和EPROM、FLASH-EPROM、任何其他存储器芯片或盒、如下所述的载波、或计算机可从其中进行读取的任何其他介质。

该可读存储介质上存储程序或指令，所述程序或指令被处理器执行时以执行上述的摄像机自适应调节的方法。

在一个示例中，根据本发明的还一实施例提供了一种导航系统。该导航系统包括可读存储介质、至少一个摄像机、至少一个跟踪目标和上位机。该可读存储介质为上述的可读存储介质。

在一个示例中，该可读存储介质设置在上位机中，且该上位机中的处理器执行该可读存储介质中存储的程序和指令，以调节至少一个摄像机中所有的摄像机的曝光参数，该至少一个摄像机中的摄像机捕获至少一个跟踪目标中对应的跟踪目标。本领域技术人员可以明白，摄像机和跟踪目标的个数可以根据实际情况需要来设置，例如设置为1个、2个或者更多个，而摄像机与跟踪目标的数量并不是一一对应的，例如摄像机可以设置为1个，而跟踪目标可以设置为1个、4个或者其他数量。当然也可以摄像机设置为3个，而跟踪目标设置为1个、3个或者其他数量。

在一个示例中，上位机包括直接发出操控命令的计算机(包括个人计算机、便携式电脑)、工作站以及各种软件(例如设备控制软件等)等，只要能够向下位机发出控制命令、提供服务即可。

根据本发明的摄像机自适应调节的方法、可读存储介质和导航系统具有以下优点中的至少一个：

(1)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统能够对摄像机的曝光参数进行实时调节，以便在周围环境光线变化的情况下，保证导航系统的导航精度和跟踪目标易于识别；

(2)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统通过采用图像图形识别算法，以剔除摄像机采集图像中的反光标记物，并使用分区域统计剔除反光标记物后的图像的像素亮度值的方法对图像的曝光程度进行判断，从而以自适应的幅度自动调节曝光参数，由此省去了人工调节的过程，同时使得红外摄像机能够适用于不同光线亮度的场景；

(3)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统通过对图像进行分区域统计设计，能够增加导航系统的运算速度，尤其在检测到某区域曝光率高时，无需继续统计剩余区域，即可得到该图像的曝光程度，由此大幅度降低了导航系统的计算量和系统开销；

(4)本发明提供的摄像机自适应调节的方法、可读存储介质和导航系统能够避免导航过程中因光线影响而导致导航异常排查困难的问题。

虽然本总体发明构思的一些实施例已被显示和说明，本领域普通技术人员将理解，在不背离本总体发明构思的原则和精神的情况下，可对这些实施例做出改变，本发明的范围以权利要求和它们的等同物限定。

Claims (18)

1.一种摄像机自适应调节的方法，所述方法包括以下步骤：

步骤S1基于摄像机实时采集的图像识别所述图像中是否具有跟踪目标；

步骤S2基于识别的结果，分别统计所述跟踪目标在所述图像中的和所述图像中的除所述跟踪目标外的其余部分的曝光量，以确定所述图像为曝光不足、曝光过度和曝光正常中的一种，当确定所述图像为曝光不足或曝光过度时，按照对应的步长以自适应幅度自动实时调节摄像机的曝光参数，

所述步骤S2进一步包括：

当所述结果为确定所述图像中具有所述跟踪目标时，则统计所述跟踪目标在所述图像中的第一曝光量E₁，并基于所述第一曝光量E₁确定所述图像为曝光不足、曝光过度和曝光正常中的一种，

统计所述跟踪目标在所述图像中的第一曝光量E₁，并基于所述第一曝光量E₁确定所述图像为曝光不足、曝光过度和曝光正常中的一种的方法包括以下步骤：

统计所述图像中的所有图形中的像素点的像素值小于第一阈值的像素点的第一数量，

计算所述第一数量与所述图像中的所有所述图形中像素点的总数的比值，所述比值为所述第一曝光量E₁；

当所述第一曝光量E₁大于等于第二阈值时，则确定所述图像为曝光不足，并按照第一步长S₁调节所述曝光参数；

当所述第一曝光量E₁小于所述第二阈值时，则通过对所述图像分区域，逐区统计所述图像中多个区域内的除跟踪目标外的其余部分的像素点的像素值并获得大于第三阈值的像素点的第二曝光量E₂，基于所述第二曝光量E₂确定所述图像为曝光过度和曝光正常中的一种。

2.根据权利要求1所述的方法，其中，

在步骤S1中，识别所述图像中是否具有跟踪目标的方法为检测所述图像中是否具有与所述跟踪目标相对应的图形。

3.根据权利要求2所述的方法，其中，

当检测到所述图像中具有与所述跟踪目标相对应的图形时，获得所述图形的形心的位置和尺寸，根据所述形心的位置和尺寸确定所述图像中具有所述跟踪目标。

4.根据权利要求3所述的方法，其中，

检测所述图像中是否具有与所述跟踪目标相对应的图形的方法为通过霍夫变换或广义霍夫变换对所述图像中的图形进行识别。

5.根据权利要求1所述的方法，其中，

所述第一步长S₁的表达式为：

S₁＝E₁×k₁

式中，E₁表示所述第一曝光量，k₁表示第一预设系数，k₁的取值范围为0.1～0.3。

6.根据权利要求5所述的方法，其中，

k₁设置为0.2，所述第一步长的范围为S₁≥0.002，按照第一步长S₁调节的曝光参数为归一化后的曝光参数。

7.根据权利要求1所述的方法，其中，

所述第一曝光量E₁为第一数量占据第二数量的比例，

所述第一数量为所述图像中的所有所述图形的像素点的像素值小于第一阈值的像素点的数量，

所述第二数量为所述图像中的所有所述图像的像素点的总数。

8.根据权利要求7所述的方法，其中，

所述第二阈值的取值范围为10％～30％，

所述图像为灰度图，所述像素值和第一阈值均为灰度值，所述第一阈值的取值范围为230～255。

9.根据权利要求1所述的方法，其中，

统计所述图像中除跟踪目标外的其余部分的第二曝光量E₂，基于所述第二曝光量E₂确定所述图像为曝光过度和曝光正常中的一种的方法包括以下步骤：

设置所述图像中除跟踪目标外的其余部分为图像背景；

将所述图像背景划分为多个区域，并逐区域统计多个区域内的像素点的像素值大于第三阈值的像素点的第二曝光量E₂，

当所述多个区域中的正在被统计的区域内的所述第二曝光量E₂小于第四阈值时，则确定所述图像曝光正常；

当所述第二曝光量E₂大于等于所述第四阈值时，则确定所述图像曝光过度，并按照第二步长S₂调节所述曝光参数。

10.根据权利要求9所述的方法，其中，

所述第二步长S₂的表达式为：

S₂＝E₂×k₂

式中，E₂表示所述第二曝光量，k₂表示第二预设系数，k₂的取值范围为0.1～0.3。

11.根据权利要求10所述的方法，其中，

所述第二预设系数设置为0.2，所述第二步长的范围为0.002≤S₂≤0.2，按照第二步长S₂调节的曝光参数为归一化后的曝光参数。

12.根据权利要求9所述的方法，其中，

所述第二曝光量E₂为第三数量占据第四数量的比例，

所述第三数量为所述正在被统计的区域内的像素点的像素值大于所述第三阈值的像素点的数量，

所述第四数量为所述正在被统计的区域内的像素点的总数。

13.根据权利要求12所述的方法，其中，

所述第四阈值的取值范围为2％～7％，

所述图像为灰度图像，所述像素值和第三阈值为灰度值，所述第三阈值的取值范围为30～50。

14.根据权利要求9-13中任一项所述的方法，其中，

当所述结果为确定所述图像中不具有所述跟踪目标时，则检测所述摄像机的曝光参数，

当所述曝光参数小于曝光阈值时，则确定所述图像为曝光不足，并调节所述曝光参数的值至所述曝光阈值，之后迭代步骤S1-S2；

当所述曝光参数大于等于所述曝光阈值时，则判断所述图像是否为曝光过度或者曝光正常。

15.根据权利要求14所述的方法，其中，

判断所述图像是否为曝光过度或者曝光正常方法为统计所述图像中除跟踪目标外的其余部分的第二曝光量E₂，基于所述第二曝光量E₂确定所述图像为曝光过度和曝光正常中的一种的方法，

当确定所述图像为曝光正常时，则确定所述跟踪目标不在所述摄像机的视野范围内。

16.根据权利要求15所述的方法，其中，

所述曝光阈值的取值范围为所述曝光参数的最大值的0.2～0.4倍。

17.一种可读存储介质，其中，

所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时以执行所述权利要求1-16中任一项所述的摄像机自适应调节的方法。

18.一种导航系统，所述导航系统包括可读存储介质、至少一个摄像机、至少一个跟踪目标和上位机，其中，

所述可读存储介质是权利要求17所述的可读存储介质，所述可读存储介质设置在所述上位机中，且所述上位机中的处理器执行所述可读存储介质中存储的程序和指令，以调节所述至少一个摄像机中所有的摄像机的曝光参数，所述至少一个摄像机中的摄像机捕获所述至少一个跟踪目标中对应的跟踪目标。