CN101783888A - 一种基于类直方图的自动曝光方法 - Google Patents

Abstract

本发明提供了一种基于类直方图的自动曝光方法，该方法对深空探测中的暗背景亮目标、目标大小不确定等各种情况取得很好的曝光效果。自动曝光控制***是一个闭环控制***，主要包括三个模块：目标灰度统计、与期望值比较判断和曝光时间计算，通过划分灰度区间、灰度值加权平均计算等进行数据统计分析，从而确定拍摄所需的曝光量。本发明对硬件要求较低，稍加移植，即可适应不同的硬件平台；可根据实际情况权衡计算速度、逻辑资源使用及***时序要求等选择不同的控制方式。

Description

一种基于类直方图的自动曝光方法

技术领域

本发明涉及一种基于类直方图的自动曝光方法，尤其涉及图像传感器(CCD、CMOS)的自动曝光调节方法，除常规目标环境外，还可广泛应用于暗背景亮目标、目标大小和位置不确定的探测对象(如深空探测等)。

背景技术

曝光量是用来计算从被拍摄物到达相机光通量大小的物理量。而到达CCD/CMOS传感器的光通量大小主要由两方面因素决定：曝光时间的长短以及光圈值的大小。在光圈一定的情况下，合适的图像亮度可以通过改变曝光时间的长短或改变图像传感器增益来实现，但是增益的变化相应的会给图像引入噪声，使得后续处理工作复杂化。曝光时间可以通过测量被拍摄物体亮度来进行计算得到。在深空探测中，被拍摄对象和相机最近距离时上百公里，而且太空环境为暗背景，因此根据测光来进行曝光时间的计算就会有较大误差。为此需要通过图像处理的方法来进行曝光量计算，目前普通相机的自动曝光算法对目标位于视场中心或非均匀目标能实现有效的自动曝光，但对于深空探测中的暗背景亮目标、目标大小和位置不确定时曝光效果不是很理想。一种用于自动曝光调节的方法及控制***(中国，200510080327.5)提出将图像曝光强度值调整到目标曝光强度值区间内，由于相同照度下目标大小、形状不同其亮度亦不相同，因此该方法应用有一定的局限性；MOS图像传感器中快速自动曝光或者增益控制的方法(中国，02150634.5)提出对于CMOS图像传感器自动曝光时统计每个像素点的强度，根据某强度区域像素点个数来调整相应的曝光时间，但是像素强度属于电学概念，在统计时相对比较复杂。

发明内容

本发明提出一种基于类直方图的自动曝光调节和方法，通过统计目标区域每个像素的灰度值，从而将目标区域平均灰度调整到一个合适区域内(误差允许范围)。该方法对深空探测中的暗背景亮目标、目标大小不确定等各种情况取得很好的曝光效果。

对于暗背景中位置随机的亮目标和小目标，图像直方图统计的方法不适用，因为目标的有效像素数可能比噪声点还要少。针对暗背景亮目标最简单的方法是采用设置一个阈值，将灰度大于该阈值的所有像素计算平均灰度，调整该平均灰度达到一个期望值，通过试验证明该方法对暗背景亮目标能够较好的实现自动曝光，但是对于不均匀的充满整个视场的目标，相当于整幅图像求均值，曝光效果不理想。

本专利在图像统计中，设置了两个阈值T_H和T_L(定义后述)，且T_H＞T_L，将整个(10～255)灰度级划分为L、M和H三个区间，从图像的左上角一直向右下角扫描，对每个像元的灰度值判断，分别对L区间、M区间和H区间进行统计灰度并求三个区间的平均灰度；对这三个区间分别取不同加权系数，将三个区间的平均灰度加权求均值，调整曝光时间使得该加权均值达灰度期望值。

综合考虑，本发明的技术方案如下：

基于类直方图的自动曝光方法，包括以下步骤：

1)将整个理论灰度域按照灰度级划分为若干个灰度区间，确定灰度期望值；

2)接收图像传感器输出的图像数据，判断图像数据中各个像元的灰度值及其所属灰度区间，分别计算各灰度区间内的灰度平均值，然后对若干个灰度区间的灰度平均值进行加权平均计算，得到灰度加权均值；

3)将灰度加权均值与灰度期望值进行比较，若满足要求，则默认当前曝光量为最佳值；若不满足要求，则进行步骤4)；

4)根据灰度加权均值与灰度期望值对积分时间进行控制，即根据灰度加权均值与灰度期望值的差计算出新的曝光时间，图像传感器按照新的曝光时间采集图像信息，执行步骤2)。

上述曝光时间的控制可采用定步长调节、变步长的步长迭代法、比例调节、PID调节、二次方调节、模糊控制等。

上述灰度期望值的确定是根据类似场景的统计分析的得到的，加权平均计算过程中加权系数的匹配是通过查找表实现的，该表相当于选值规则表，一般通过对类似场景的试验得出。所谓“类似场景”，即一切具有暗背景、亮目标特点的目标场景。

上述若干个灰度区间是根据类似场景的统计分析确定两个阀值T_H和T_L，将10～255灰度级划分得到的L、M和H三个区间，其中T_H＞T_L。

上述灰度加权均值的计算方法为

$\mathrm{aver}\_\mathrm{gray}=\frac{a*\mathrm{aver}\_m+b*\mathrm{aver}\_1+c*\mathrm{aver}\_h}{a+b+c}$

其中系数a，b，c分别表示了M、L、和H区间均值对期望均值的贡献，贡献越大则加权系数越大。

在步骤4)所述对曝光时间进行控制中，对所述灰度加权均值和灰度期望值都乘以一个较小的系数，使曝光时间的计算过程具有较好的收敛性。

本发明具有以下优越性：

采用此算法时，对深空探测中的暗背景亮目标、目标大小不确定等各种情况取得很好的曝光效果，收敛性很好。此外在扫描过程中，由于噪声点通常是不均匀的分布，因此噪声点和其邻域构成的均值与观察目标相比较很小，即噪声点对算法的影响可以忽略。

1、应用本方法对暗背景亮目标进行自动曝光获得较好曝光效果，而其他曝光方法在同样环境下获得的目标基本完全饱和；

2、对硬件要求较低，稍加移植，即可适应不同的硬件平台；

3、可根据实际情况权衡计算速度、逻辑资源使用及***时序要求等选择不同的控制方式。

附图说明

图1为自动曝光控制原理示意图；

图2为图像统计程序流程图；

图3为应用本发明的拍摄效果图和常规拍摄效果图，其中a为常规拍摄效果图，b和c为应用本发明满足不同需求的拍摄效果图(近景和远景)。

具体实施方式

如图1所示，自动曝光控制***是一个闭环控制***，主要包括三个模块：目标灰度统计、与期望值比较判断和曝光时间计算。目标灰度统计模块接收图像传感器输出的图像数据并根据按照算法对目标的灰度均值进行统计，一幅图像统计完后将灰度均值与期望值比较是否满足要求，如果满足要求等待下一帧图像数据；如果不满足要求，则根据灰度均值与期望值的差计算新的曝光时间并将其反馈给图像传感器。经过多次“统计-判断-计算-反馈图像传感器-统计”闭环***从而达到满足期望值要求，在此过程可以根据实际情况选择在曝光时间调整过程中输出图像或不输出图像。本专利图像统计方法采用基于类直方图的目标搜索统计方法，曝光时间控制可以采用定步长调节、变步长的步长迭代法、比例调节、PID调节及二次方调节等，具体选择时权衡计算速度、逻辑资源使用及整个***程序的时序要求。

1)本发明在图像统计中，设置了两个阈值T_H和T_L，且T_H＞T_L，将整个(10～255)灰度级划分为三个区间，T_L～T_H定义为M区间(中间区间)，10～T_L定义为L区间(暗区间)，T_H～255定义为H区间(亮区间)，当灰度小于10时该部分像素为噪声和暗背景；

2)从图像的左上角一直向右下角扫描，对每个像元的灰度值判断，分别对L区间、M区间和H区间进行统计灰度并求三个区间的平均灰度；

3)对这三个区间分别取不同加权系数a、b、c(定义后述)，将三个区间的平均灰度加权求均值，调整曝光时间使得该加权均值达灰度期望值。

其中，阈值T_H和T_L的选择依据：

当目标在整个视场时，大于T_L而小于T_H的区域通常是主要受到关注的图像区域，比如月亮部分的直方图。通过对相机所拍摄的大量图片进行分析发现，当目标均值小于X时，目标及图片整体偏暗，目标轮廓模糊，但是细节不明显；而当目标均值大于Y时，目标及图片整体很亮，目标轮廓可见，但是细节难以辨别。因此选取T_L为X，T_H为Y。

灰度期望值Egray的选择依据：

通过分析大量试验所拍摄各种环境的图片直方图，发现期望均值为Z时目标及图片亮度合适，目标轮廓及细节较好。因此选取Egray为Z。实验证明了该值的合理性。

加权系数的确定依据：

加权均值计算方法如下式，

$\mathrm{aver}\_\mathrm{gray}=\frac{a*\mathrm{aver}\_m+b*\mathrm{aver}\_1+c*\mathrm{aver}\_h}{a+b+c}$

其中系数a，b，c分别表示了M、L、和H区间均值对期望均值的贡献，贡献越大则加权系数越大。具体在应用控制算法时，先进行试验，预先编写好加权系数取值规则表(一般为静态表，类似于模糊控制里的模糊控制规则表)，从而通过查找表来根据实时情况来实现加权系数的实时变化。因此在图像统计中：

如果图像灰度分布在三个区间时，M区间权重较大而L区间和H区间的权值相同；

如果图像像素灰度分布在M区间和H区间，此时由于L区间像素点个数为0，计算暗区间平均灰度为0，M区间权重同样较大而H区间较小；

如果图像像素灰度分布在M区间和L区间，此时H区间平均灰度为0，M区间权重同样较大而L区间较小。

图像统计程序流程如图2所示，对于CMOS图像传感器，场同步信号、行同步信号、像素时钟和像素灰度由图像传感器直接输出；对于CCD图像传感器，需要进行A/D转换。在行、场同步信号有效时，每来一个像素时钟，即根据其像素灰度所在区间统计每个区间的像素数，在场同步信号无效时计算统计结果，并和期望值进行比较以计算下一帧积分时间。

实际计算中由于加权均值较大，如果直接将其与灰度期望值进行求差操作并作为曝光时间调整值，会在曝光时间较小时出现振荡，因此对该加权均值和期望值都乘以一个较小的系数，这样在曝光时间较小时就不会出现振荡而收敛性较好。

拍摄结果对比如图3所示，常规算法所拍摄暗背景下的月亮，目标部分完全饱和；而本发明拍摄的图像能够分辨目标轮廓和部分细节。

Claims (6)

1.一种基于类直方图的自动曝光方法，包括以下步骤：

1)将整个理论灰度域按照灰度级划分为若干个灰度区间，确定灰度期望值；

2)接收图像传感器输出的图像数据，判断图像数据中各个像元的灰度值及其所属灰度区间，分别计算各灰度区间内的灰度平均值，然后对若干个灰度区间的灰度平均值进行加权平均计算，得到灰度加权均值；

3)将灰度加权均值与灰度期望值进行比较，若满足要求，则默认当前曝光量为最佳值；若不满足要求，则进行步骤4)；

4)根据灰度加权均值与灰度期望值对积分时间进行控制，即根据灰度加权均值与灰度期望值的差计算出新的曝光时间，图像传感器按照新的曝光时间采集图像信息，执行步骤2)。

2.根据权利要求1所述的基于类直方图的自动曝光方法，其特征在于：曝光时间的控制采用定步长调节、变步长的步长迭代法、比例调节、PID调节、二次方调节或模糊控制。

3.根据权利要求1或2所述的基于类直方图的自动曝光方法，其特征在于：所述灰度期望值的确定是根据类似场景的统计分析的得到的，加权平均计算过程中加权系数的匹配是通过查找表实现的。

4.根据权利要求3所述的基于类直方图的自动曝光方法，其特征在于：所述若干个灰度区间是根据类似场景的统计分析确定两个阀值T_H和T_L，将10～255灰度级划分得到的L、M和H三个区间，其中T_H＞T_L。

5.根据权利要求4所述的基于类直方图的自动曝光方法，其特征在于：所述灰度加权均值的计算方法为

$\mathrm{aver}\_\mathrm{gray}=\frac{a*\mathrm{aver}\_m+b*\mathrm{aver}\_l+c*\mathrm{aver}\_h}{a+b+c}$

其中系数a，b，c分别表示了M、L、和H区间均值对期望均值的贡献，贡献越大则加权系数越大。

6.根据权利要求5所述的基于类直方图的自动曝光方法，其特征在于：在步骤4)所述对曝光时间进行控制中，对所述灰度加权均值和灰度期望值都乘以一个较小的系数，使曝光时间的计算过程具有较好的收敛性。

Images