本发明涉及一种行车记录仪智能相机自动曝光领域，适用于汽车行车记录仪。本发明可以集成到高级驾驶员辅助系统(adas)中，不仅可以记录汽车行驶过程中的视频图像和音频，也可以实时扫描前方车辆、非机动车、车道线和交通标志等，获取清晰的图像信息，为自适应巡航系统(acc)、前方碰撞预警系统(fcw)、车道保持系统(lks)、车道偏离预警系统(ldw)和自动紧急刹车系统(aeb)等智能汽车驾驶辅助系统提供支持。
背景技术：
汽车保有量越来越多，交通事故频频发生，各种碰瓷事件也时有耳闻，这严重威胁驾驶人员的生命和财产安全，而行车记录仪可以用来记录汽车行驶过程中的视频图像和音频，它不仅为交通事故提供有力的证据，也为了让驾驶员在碰瓷事件中有力地捍卫自己的权利。
现有的行车记录仪中的摄像头均为简易的摄像头，其所拍摄的影像和视频画面效果较为局限，而为了提高影像效果，一般是通过提高像素值来实现，如4k的cmos图像传感器仅仅能增加影像的清晰度，但是无法在raw图片拍摄时最大程度的增加图像的层次感、感兴趣区域的清晰度及色彩感等。而且当车前大灯照射到前挡风玻璃上形成强烈反光时，行车记录仪拍摄的清晰度会受到很大的影响，造成画面模糊甚至无法有效识别。
自动曝光是许多智能相机的默认设置，在这种曝光模式下相机将自动控制拍摄曝光，用户根本不需做任何操作，相机上的传感器可根据实物反射回来的光线强度自动设置光圈值、iso感光度值和自动控制快门。曝光控制主要用来调节实物整体亮度，如果曝光参数控制的好，可以极大的增加整幅图像的信息熵，提升图像色彩饱和度。
自动曝光算法的核心部分是如何定义和计算图像亮度指数和理想的亮度指数。当前相机中应用最广的自动曝光算法假定景物中的全部反光面的平均反光率是18％。基于这个假定，图像亮度指数就等同于整幅或者部分感兴趣区域图像的平均亮度值，理想的亮度指数在灰度级表现为52％的最大灰度级。对于汽车行驶过程中存在大面积低反光率、高反光率和高动态对比度的场景会出现色彩失真，细节丢失等现象。改变曝光会改变颜色的饱和度，轻微的欠曝可以获得鲜艳的颜色，和高对比度中场景中的目标图像的细节，而强烈的欠曝会是颜色变暗而转为黑色，过曝会减弱色相的主要特征，产生越来越苍白的色调。
技术实现要素：
本发明的目的在于针对以上现有技术存在的问题，提出一种用于汽车驾驶辅助系统行车记录仪的智能相机自动曝光处理算法，解决了汽车行驶场景中某种颜色占据主导时曝光使颜色失真的问题，以及高动态对比度中阴影部分的图像亮度显示和细节表现的问题，在获得合适亮度的同时，得到更鲜艳的色彩和更多的信息熵。
为了实现上述目的，本发明采用以下技术方案：
一种行车记录仪智能相机自动曝光方法，包括以下步骤：
步骤1、获取当前帧的目标数字图像、前一帧的目标数字图像、前前一帧的目标数字图像；
步骤2、获得当前帧的目标数字图像的泛函指数aeest1、前一帧的目标数字图像的泛函指数aeest2、前前一帧的目标数字图像的泛函指数aeest3；
获取当前帧的目标数字图像的曝光时间aeshutter1、模拟增益值aeagc1、数字增益值aedgain1；
根据当前帧的目标数字图像获得曝光时间调节步长△shutter1、模拟增益值调整步长△agc1、数字增益值调整步长△dgain1；
步骤3、求取当前帧的目标数字图像、前一帧的目标数字图像、前前一帧的目标数字图像的泛函指数的波动方差dor：
步骤4、判断波动方差dor与βor的大小，βor为设定阈值，
若波动方差dor>βor，则进入步骤5；
若波动方差dor≤βor，则进入步骤6；
步骤5、如果aeest1≥aeest2，则下一帧的目标数字图像的曝光时间为aeshutter1+△shutter1，下一帧的目标数字图像的模拟增益值为aeagc1+△agc1，下一帧的目标数字图像的数字增益值为aedgain1+△dgain1，下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值设置生效获得下一帧的目标数字图像，并将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤1；
如果aeest1<aeest2，则下一帧的目标数字图像的曝光时间为aeshutter1-△shutter1，下一帧的目标数字图像的模拟增益值为aeagc1-△agc1，下一帧的目标数字图像的数字增益值为aedgain1-△dgain1，下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值设置生效获得下一帧的目标数字图像，并将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤1；
步骤6、将当前帧的目标数字图像的曝光时间、模拟增益值、数字增益值作为下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值，下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值设置生效获得下一帧的目标数字图像，求取下一帧的目标数字图像的泛函指数aeest0，
步骤7、获得下一帧的目标数字图像的泛函指数aeest0与当前帧的目标数字图像的泛函指数aeest1差值的绝对值|aeest0-aeest1|
如果|aeest0-aeest1|>δ，其中δ为设定阈值，获取|aeest0-aeest1|大于δ的不间断持续时间，
若不间断的持续时间超过设定时间阈值，则|aeest0-aeest1|大于δ的不间断持续时间清零，并将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤1；
若不间断的持续时间没有超过设定时间阈值，更新|aeest0-aeest1|大于δ的不间断持续时间，将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤6，
如果|aeest0-aeest1|≤δ，将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤6。
发明与现有技术相比，具有以下优点和效果：
(1)解决了场景中某种颜色占主导时曝光使颜色失真的问题，以及高动态范围图像的局部过曝和欠曝的问题，在获得合适亮度的同时，得到更鲜艳的色彩和细节，获得更符合人眼视觉的曝光；
(2)对大多数驾驶场景，可以得到亮度、清晰度、饱和度都更合适的曝光图像。
具体实施方式
一种行车记录仪智能相机自动曝光方法，包括以下步骤：
步骤1、获取当前帧的目标数字图像、前一帧的目标数字图像、前前一帧的目标数字图像；
步骤2、获得当前帧的目标数字图像的泛函指数aeest1、前一帧的目标数字图像的泛函指数aeest2、前前一帧的目标数字图像的泛函指数aeest3；
获取当前帧的目标数字图像的曝光时间aeshutter1、模拟增益值aeagc1、数字增益值aedgain1；
根据当前帧的目标数字图像获得曝光时间调节步长△shutter1、模拟增益值调整步长△agc1、数字增益值调整步长△dgain1；
步骤3、求取当前帧的目标数字图像、前一帧的目标数字图像、前前一帧的目标数字图像的泛函指数的波动方差dor：
步骤4、判断波动方差dor与βor的大小，βor为设定阈值，
若波动方差dor>βor，则进入步骤5；
若波动方差dor≤βor，则进入步骤6；
步骤5、如果aeest1≥aeest2，则下一帧的目标数字图像的曝光时间为aeshutter1+△shutter1，下一帧的目标数字图像的模拟增益值为aeagc1+△agc1，下一帧的目标数字图像的数字增益值为aedgain1+△dgain1，下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值设置生效获得下一帧的目标数字图像，并将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤1；
如果aeest1<aeest2，则下一帧的目标数字图像的曝光时间为aeshutter1-△shutter1，下一帧的目标数字图像的模拟增益值为aeagc1-△agc1，下一帧的目标数字图像的数字增益值为aedgain1-△dgain1，下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值设置生效获得下一帧的目标数字图像，并将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤1；
步骤6、将当前帧的目标数字图像的曝光时间、模拟增益值、数字增益值作为下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值，下一帧的目标数字图像的曝光时间、模拟增益值、数字增益值设置生效获得下一帧的目标数字图像，求取下一帧的目标数字图像的泛函指数aeest0，
步骤7、获得下一帧的目标数字图像的泛函指数aeest0与当前帧的目标数字图像的泛函指数aeest1差值的绝对值|aeest0-aeest1|
如果|aeest0-aeest1|>δ，其中δ为设定阈值，获取|aeest0-aeest1|大于δ的不间断持续时间，
若不间断的持续时间超过设定时间阈值，则|aeest0-aeest1|大于δ的不间断持续时间清零，并将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤1；
若不间断的持续时间没有超过设定时间阈值，更新|aeest0-aeest1|大于δ的不间断持续时间，将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤6，
如果|aeest0-aeest1|≤δ，将下一帧的目标数字图像作为新的当前帧的目标数字图像，返回步骤6。
步骤2和步骤6中的目标数字图像的泛函指数的求取包括以下步骤：
步骤a、提取目标数字图像的三个特征值，三个特征值包括清晰度特征值shar、饱和度特征值sat和平均亮度特征值lum，
步骤b、对上述目标数字图像的清晰度特征值shar、饱和度特征值sat、平均亮度特征值lum分配相应权重，w1为清晰度特征值shar的权重，w2为饱和度特征值sat的权重，w3为饱和度特征值lum的权重；
步骤c、根据相应的权重，通过曝光估计泛函模块确定目标数字图像的泛函指数aeest，具体公式为：
aeest＝w1*shar+w2*sat+w3*lum。
作为一种优选方案，步骤a中的目标数字图像的清晰度特征值shar的求取包括以下步骤：
将目标数字图像进行阵列分块获得分块数字图像阵列，计算分块数字图像阵列中每个分块数字图像的平均亮度yc,d值，c为清晰度特征值shar的提取步骤中分块数字图像所属的行，d为清晰度特征值shar的提取步骤中分块数字图像所属的列，在行方向(x方向)和列方向(y方向)的隔点像素的平均亮度梯度的积的绝对值作为清晰度特征值shar，shar计算公式为
作为一种优选方案，步骤a中的目标数字图像的饱和度特征值sat的求取包括以下步骤：
将目标数字图像信息进行阵列分块获得分块数字图像阵列，获得分块数字图像阵列中每个分块数字图像中的红、绿、蓝各个色彩分量的均值，即每个分块数字图像的红色分量均值ravga,b，每个分块数字图像的绿色分量均值gavga,b，每个分块数字图像的蓝色分量均值bavga,b，a为饱和度特征值sat的提取步骤中分块数字图像所属的行，b为饱和度特征值sat的提取步骤中分块数字图像所属的列。
饱和度指数sat为
其中；
n为饱和度特征值sat的提取步骤中分块数字图像的最大行数；m为饱和度特征值sat的提取步骤中分块数字图像的最大列数。
作为一种优选方案，步骤a中的目标数字图像的平均亮度特征值lum的求取包括以下步骤：
将目标数字图像信息进行阵列分块获得分块数字图像阵列，先求得分块数字图像阵列中每个分块数字图像的亮度均值，再求整图的平均亮度指数
其中
作为一种优选方案，步骤c中的权重系数w1、w2、w3可以由以下方式确定。
(a)、色彩分量中最大值cormax，即
(b)、色彩分量中最小值cormin，即
(c)、色彩场景特征值corscene，即corscene＝cormax-cormin；
若色彩场景特征值corscene大于等于色彩阈值corth，则w1＝0.4，w2＝0.3，w3＝0.3；
若色彩场景特征值corscene小于色彩阈值corth，则w1＝0.6，w2＝0.1，w3＝0.3。
上述色彩阈值corth为最大灰度的18％，最大灰度为255，最大灰度的18％即为255×18％＝183，此时为相机测光最清晰。
作为一种优选方案，步骤2中根据当前帧的目标数字图像获得曝光时间调节步长△shutter1、模拟增益值调整步长△agc1、数字增益值调整步长△dgain1包括以下步骤：
根据目标数字图像的曝光估计泛函指数aeest和其设定阈值aeestth，此次阈值aeestth是设定值，可以是试验经验值，即曝光的理想估计泛函值。确定自适应步长，即曝光时间调整步长δshutter、模拟增益值调整步长δagc、数字增益值调整步长δdgain。具体方法为：
设定初始曝光时间调节步长λs，初始曝光时间调节步长λs可以为设定的曝光时间最大值的4％，曝光时间最大值可以是通过调整曝光时间，使曝光变化最大的值；
设定初始模拟增益值调整步长λagc，初始模拟增益值调整步长λagc可以为模拟增益最大值的4％，模拟增益最大值可以是通过调整模拟增益，使曝光变化最大的值；
设定数字增益值调整步长λdgain，数字增益值调整步长λdgain可以为数字增益最大值的4％，数字增益最大值可以是通过调整曝光数字增益，使曝光变化最大的值。
确定曝光时间调节步长
确定模拟增益值调整步长
确定数字增益值调整步长
由此本发明一种行车记录仪的智能相机自动曝光方法，解决了场景中某种颜色占主导时曝光使颜色失真的问题，以及高动态亮度范围拍摄图片时，局部过曝和局部欠曝的现象，在获得合适亮度的同时，得到更鲜艳的色彩和细节，提高了图像的显示效果。
本文中所描述的具体实例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。