CN107592470A - 一种应用于多镜头传感器的曝光算法 - Google Patents
一种应用于多镜头传感器的曝光算法 Download PDFInfo
- Publication number
- CN107592470A CN107592470A CN201710862071.6A CN201710862071A CN107592470A CN 107592470 A CN107592470 A CN 107592470A CN 201710862071 A CN201710862071 A CN 201710862071A CN 107592470 A CN107592470 A CN 107592470A
- Authority
- CN
- China
- Prior art keywords
- image
- exposure
- lens sensors
- numerical value
- entropy
- 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.)
- Pending
Links
Landscapes
- Studio Devices (AREA)
Abstract
本发明属于图像处理领域,具体涉及一种应用于多镜头传感器的曝光算法,包括以下步骤:步骤一、读取多镜头传感器拍摄的图像后,计算所述图像的图像熵C以及当前曝光时间T;步骤二、将步骤一中获得的图像的图像熵C与设定数值A进行比对,若该图像熵C大于等于设定数值A,则所述图像曝光正常;否则跳转至步骤三;步骤三、计算所述图像的灰度均值V,所述灰度均值V与设定数值B进行比对,并将调小或调大曝光时间T的指令送至多镜头传感器,并跳转至步骤一以使所述多镜头传感器重新拍摄新的图像;该算法可以使图像整体亮度水平保持在一个适当范围内。
Description
技术领域
本发明属于图像处理领域,具体涉及一种应用于多镜头传感器的曝光算法。
背景技术
在图像信息的采集过程中由于外界环境、设备功能等方面的因素对所得图像质量造成不好的影响,有时甚至会丢失大量信息。为此,数字图像预处理作为一种前期的技术来保障和提升前期图像质量,为后续工作提供优质信息源。因此,数字图像预处理算法的性能对于最终图像的质量有着决定性的影响。
一般情况下,目前提出的各种自动曝光算法都是对特定的应用环境起到一定的作用。然而,对于现如今的***的大千世界环境很难有一个万能的自动曝光相机对其准确的曝光。所以根据相机工作的环境,可以选择性地对自动曝光算法中的一些参数提出特定的要求,最后对所观察的环境能够准确的自动曝光。
已有的曝光算法:直方图可以客观的对图像亮度分布进行描述,因此一些自动曝光算法,根据拍摄图像直方图的分布进行准确的自动曝光。通过分析图像直方图,可以得出所拍摄图像是过度曝光还是曝光不足,通过调节曝光参数以及根据直方图调节参考亮度的补偿,最终使曝光更加准确。通过调节曝光参数,使最后得到的图像直方图两端缓慢趋近于零。这样可以最大的记录曝光后的图像信息,避免所得到的图像像素出现“死黑”或者“死白”的点。
基于亮度直方图的算法认为直方图中峰值区域代表人眼不感兴趣的区域,通过为直方图中峰值分配不同加权值来计算图像亮度,其实现过程较为复杂。
平均亮度算法通过计算当前帧图像平均亮度并结合传感器特性来调整下帧曝光时间。
权重均值算法区别于平均亮度算法,通过为不同区域分配不同加权值来计算图像亮度。通过增加目标区域的权重值,计算图像加权亮度均值,使其计算所得的亮度平均值更能突出显示目标区域的信息。因此在逆光或顺光的情况下,拍摄出的图像质量都很好。
基于图像熵的算法认为图像信息熵与曝光时间呈抛物线关系,且当图像信息熵达到最大值时,得到最佳曝光图像,并据此提出一种基于爬山法的自动曝光算法。此算法迭代过程没有一个明确的标准,可能会导致迭代无限循环下去。
发明内容
本发明的目的是解决现有技术中存在的对特定的应用环境起到一定的作用,应用范围过小。
为此,本发明提供了一种应用于多镜头传感器的算法,主要应用于航拍设备快速、准确的曝光。该算法可以使图像整体亮度水平保持在一个适当范围内。
本发明要解决的技术问题通过以下技术方案实现:
一种应用于多镜头传感器的曝光算法,包括以下步骤:
步骤一、读取多镜头传感器拍摄的图像后,计算所述图像的图像熵C以及当前曝光时间T;
步骤二、将步骤一中获得的图像的图像熵C与设定数值A进行比对,若该图像熵C大于等于设定数值A,则所述图像曝光正常;否则跳转至步骤三;
步骤三、计算所述图像的灰度均值V,所述灰度均值V与设定数值B进行比对,若该灰度均值V大于设定数值B,则所述图像曝光过度,将调小曝光时间T的指令送至多镜头传感器,并跳转至步骤一以使所述多镜头传感器重新拍摄新的图像;
若该灰度均值V小于设定数值B,则所述图像曝光不足,将调大曝光时间T的指令送至多镜头传感器,并跳转至步骤一以使所述多镜头传感器重新拍摄新的图像;
所述设定数值A小于所述设定数值B。
在本发明的一个优选实施例中,所述灰度均值V的计算方法:图像所有像素R、G、B求和然后除以总像素数再除以通道数3。
在本发明的一个优选实施例中,所述设定数值A为7-9。
在本发明的一个优选实施例中,所述设定数值B为120-140,优选为128。
在本发明的一个优选实施例中,所述调小曝光时间T的指令T1=T-delta,所述delta为步长因子。
在本发明的一个优选实施例中,所述调大曝光时间T的指令T2=T+delta,所述delta为步长因子。
在本发明的一个优选实施例中,所述步骤三中对所述多镜头传感器施加调大或调小曝光时间T的指令过程中,若图像的图像熵C出现极值点,则下次调节步长因子缩小为原来的十分之一,即delta/10。
在本发明的一个优选实施例中,所述图像熵C的极值点为7.1或8。
本发明的有益效果:
本算法过程简单,具有很好的曝光效果,符合多相机***曝光的要求。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是本发明的曝光时间与信息熵的图示。
图2是本发明的曝光时间与信息熵的局部放大图。
图3是图2的示意图。
图4是本发明的工作流程图。
具体实施方式
为进一步阐述本发明达成预定目的所采取的技术手段及功效,以下结合附图及实施例对本发明的具体实施方式、结构特征及其功效,详细说明如下。
本文的算法在基于图像熵自动曝光算法的基础上,增加了曲线拟合的方法,很大程度上提高了原有算法的效率。
信息熵:
信息熵这一概念是由香农提出的,定义为离散是随机事件出现的概率。计算公式如下:
其中,x表示的是随机变量,p(x)表示输出概率函数。当变量x的不确定性越大时,熵值也越大。
将信息熵引入图像处理中,衍生出图片熵,对于一副图片,处于不同的位置它的像素有不同的灰度值,像素的灰度值用Xi表示,I=1,2,3…n;n表示图像灰度的级数;Pi是各个灰度级数在图像中出现的概率,根据信息熵的计算公式,得出图像熵为:
当图像曝光值改变时图像熵也随着改变,当图像曝光达到最佳时图像熵值将会达到最大,对于一副图像,如果它的灰度分布比较均匀,那么这种情况下通过(2)计算出来的图像熵值是最大值。也就是说,当图片的所有灰度级的概率相同时,即
知道了当所有灰度级的出现概率相同时是相机的曝光水平最佳,但是这明显是一种理想的状态,一副图像很难使得所有的灰度级概率相等。
依据以上原理,本算法的核心是为了找到最大图像熵,反过来控制相机的曝光时间,从而达到最佳曝光。
图1是相机曝光时间和图像信息熵的关系图,图2是对图1密集部分的放大,可以看到相机的曝光时间和图像熵近似成抛物线关系(如图三),找图像的峰值点,成为算法研究的关键。
本文研究的算法主要应用于拥有多个镜头的相机***,各个镜头需要达到拍照同步,因此,快速、合适的曝光时间是本文研究的重点。上述基于信息熵的曝光算法,迭代次数过多、终止因子选取不合适,导致效率比较低,不适合本***。
在256灰度级的条件下,计算得到的最大信息熵Cmax=log(256)=8,由该式子得的数据8是理想的情况下得出的,正常的场景下拍摄的图片灰度级不会是均匀分布的。
通过大量实验表明当图像的信息熵大于7.1时,图像的曝光效果最接近最佳曝光,所以熵值7.1可以作为一个控制因子,当熵值大于7.1时可以直接进行拍照,当熵值小于7.1时,可以采用下图所示流程曝光后进行拍照:
具体地:
一种应用于多镜头传感器的曝光算法,包括以下步骤:
步骤一、读取多镜头传感器拍摄的图像后,计算所述图像的图像熵C以及当前曝光时间T;
步骤二、将步骤一中获得的图像的图像熵C与设定数值A进行比对,若该图像熵C大于等于设定数值A,则所述图像曝光正常;否则跳转至步骤三;
步骤三、计算所述图像的灰度均值V,所述灰度均值V与设定数值B进行比对,若该灰度均值V大于设定数值B,则所述图像曝光过度,将调小曝光时间T的指令送至多镜头传感器,并跳转至步骤一以使所述多镜头传感器重新拍摄新的图像;
若该灰度均值V小于设定数值B,则所述图像曝光不足,将调大曝光时间T的指令送至多镜头传感器,并跳转至步骤一以使所述多镜头传感器重新拍摄新的图像;
所述设定数值A小于所述设定数值B,其中设定数值A为7-9,设定数值
B为120-140,优选为128。
上述灰度均值V的计算方法:图像所有像素R、G、B求和然后除以总像素数再除以通道数3。
而调小曝光时间T的指令T1=T-delta,所述delta为步长因子;调大曝光时间T的指令T2=T+delta,所述delta为步长因子。步长因子没有确定的值,它依据曝光时间的不同而改变,比如曝光时间过小的时候,可以加一个稍大一点的步长因子。
进一步地,步骤三中对所述多镜头传感器施加调大或调小曝光时间T的指令过程中,若图像的图像熵C出现极值点(7.1或8),则下次调节步长因子缩小为原来的十分之一,即delta/10。
本算法过程简单,具有很好的曝光效果,符合多相机***曝光的要求。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种应用于多镜头传感器的曝光算法,其特征在于,包括以下步骤:
步骤一、读取多镜头传感器拍摄的图像后,计算所述图像的图像熵C以及当前曝光时间T;
步骤二、将步骤一中获得的图像的图像熵C与设定数值A进行比对,若该图像熵C大于等于设定数值A,则所述图像曝光正常;否则跳转至步骤三;
步骤三、计算所述图像的灰度均值V,所述灰度均值V与设定数值B进行比对,若该灰度均值V大于设定数值B,则所述图像曝光过度,将调小曝光时间T的指令送至多镜头传感器,并跳转至步骤一以使所述多镜头传感器重新拍摄新的图像;
若该灰度均值V小于设定数值B,则所述图像曝光不足,将调大曝光时间T的指令送至多镜头传感器,并跳转至步骤一以使所述多镜头传感器重新拍摄新的图像;
所述设定数值A小于所述设定数值B。
2.如权利要求1所述的一种应用于多镜头传感器的曝光算法,其特征在于,所述灰度均值V的计算方法:图像所有像素R、G、B求和然后除以总像素数再除以通道数3。
3.如权利要求1所述的一种应用于多镜头传感器的曝光算法,其特征在于,所述设定数值A为7-9。
4.如权利要求1所述的一种应用于多镜头传感器的曝光算法,其特征在于,所述设定数值B为120-140,优选为128。
5.如权利要求1-4之一所述的一种应用于多镜头传感器的曝光算法,其特征在于,所述调小曝光时间T的指令T1=T-delta,所述delta为步长因子。
6.如权利要求1-4之一所述的一种应用于多镜头传感器的曝光算法,其特征在于,所述调大曝光时间T的指令T2=T+delta,所述delta为步长因子。
7.如权利要求5或6所述的一种应用于多镜头传感器的曝光算法,其特征在于,所述步骤三中对所述多镜头传感器施加调大或调小曝光时间T的指令过程中,若图像的图像熵C出现极值点,则下次调节步长因子缩小为原来的十分之一,即delta/10。
8.如权利要求7所述的一种应用于多镜头传感器的曝光算法,其特征在于,所述图像熵C的极值点为7.1或8。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710862071.6A CN107592470A (zh) | 2017-09-21 | 2017-09-21 | 一种应用于多镜头传感器的曝光算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710862071.6A CN107592470A (zh) | 2017-09-21 | 2017-09-21 | 一种应用于多镜头传感器的曝光算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107592470A true CN107592470A (zh) | 2018-01-16 |
Family
ID=61048694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710862071.6A Pending CN107592470A (zh) | 2017-09-21 | 2017-09-21 | 一种应用于多镜头传感器的曝光算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107592470A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887636A (zh) * | 2021-01-28 | 2021-06-01 | 北京华捷艾米科技有限公司 | 红外图像的曝光方法、装置、设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008085634A (ja) * | 2006-09-27 | 2008-04-10 | Konica Minolta Holdings Inc | 撮像装置及び画像処理方法 |
JP2008219230A (ja) * | 2007-03-01 | 2008-09-18 | Konica Minolta Holdings Inc | 撮像装置及び画像処理方法 |
CN103237175A (zh) * | 2013-04-17 | 2013-08-07 | 中国科学院西安光学精密机械研究所 | 基于人眼视觉特性的数字相机自动曝光方法 |
CN103439265A (zh) * | 2013-08-15 | 2013-12-11 | 湖南农业大学 | 一种茶树精细化栽培生育性状实时监测方法 |
CN103702015A (zh) * | 2013-12-20 | 2014-04-02 | 华南理工大学 | 一种近红外条件下人脸图像采集***的曝光控制方法 |
CN105635597A (zh) * | 2015-12-21 | 2016-06-01 | 湖北工业大学 | 车载相机的自动曝光方法及*** |
-
2017
- 2017-09-21 CN CN201710862071.6A patent/CN107592470A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008085634A (ja) * | 2006-09-27 | 2008-04-10 | Konica Minolta Holdings Inc | 撮像装置及び画像処理方法 |
JP2008219230A (ja) * | 2007-03-01 | 2008-09-18 | Konica Minolta Holdings Inc | 撮像装置及び画像処理方法 |
CN103237175A (zh) * | 2013-04-17 | 2013-08-07 | 中国科学院西安光学精密机械研究所 | 基于人眼视觉特性的数字相机自动曝光方法 |
CN103439265A (zh) * | 2013-08-15 | 2013-12-11 | 湖南农业大学 | 一种茶树精细化栽培生育性状实时监测方法 |
CN103702015A (zh) * | 2013-12-20 | 2014-04-02 | 华南理工大学 | 一种近红外条件下人脸图像采集***的曝光控制方法 |
CN105635597A (zh) * | 2015-12-21 | 2016-06-01 | 湖北工业大学 | 车载相机的自动曝光方法及*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112887636A (zh) * | 2021-01-28 | 2021-06-01 | 北京华捷艾米科技有限公司 | 红外图像的曝光方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104917975B (zh) | 一种基于目标特征的自适应自动曝光方法 | |
US8094211B2 (en) | Method and apparatus for obtaining image using entropy | |
WO2020001197A1 (zh) | 图像处理方法、电子设备、计算机可读存储介质 | |
CN106454145A (zh) | 一种具有场景自适应的自动曝光方法 | |
US7415203B2 (en) | Method and apparatus for controlling automatic exposure in a camera | |
US8730353B2 (en) | Method of controlling adaptive auto exposure based on adaptive region weight | |
CN102694981B (zh) | 基于自适应阈值分割的直方图均衡化的自动曝光方法 | |
KR100983037B1 (ko) | 자동 화이트 밸런스 조정 방법 | |
CN112752023B (zh) | 一种图像调整方法、装置、电子设备及存储介质 | |
CN106686319A (zh) | 一种图像曝光的控制方法及其装置 | |
CN100553301C (zh) | 亮度的修正方法 | |
CN109785240B (zh) | 一种低照度图像增强方法、装置及图像处理设备 | |
CN107124561A (zh) | 一种基于cmos的条码图像曝光调整***和方法 | |
CN1953515A (zh) | 一种自动调整图像亮度的方法和自动成像设备 | |
CN112788250A (zh) | 一种基于fpga实现的自动曝光控制方法 | |
TW201106685A (en) | Foreground image separation method | |
CN103037224A (zh) | 图像白平衡处理方法及装置 | |
CN111064902B (zh) | 一种光圈控制方法、装置及曝光控制方法 | |
CN112565636A (zh) | 图像处理方法、装置、设备和存储介质 | |
CN107071308A (zh) | 一种cmos快速调整成像***和方法 | |
KR102377318B1 (ko) | 광노출 보정 및 화질 개선을 위한 hdr 기법 | |
CN107659777B (zh) | 一种自动曝光的方法及装置 | |
JP2017046072A (ja) | 画像処理装置及び画像処理方法、プログラム、記憶媒体 | |
CN111311509A (zh) | 一种非正常曝光图像自适应校正方法 | |
JP2009124264A (ja) | 画像処理装置および画像処理方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 504, Block E, HUanpu science and Technology Industrial Park, 211 tianguba Road, high tech Zone, Xi'an City, Shaanxi Province, 710000 Applicant after: Tudou Data Technology Group Co.,Ltd. Address before: Room 504, Block E, HUanpu science and Technology Industrial Park, 211 tianguba Road, high tech Zone, Xi'an City, Shaanxi Province, 710075 Applicant before: SHAANXI TUDOU DATA TECHNOLOGY Co.,Ltd. |