差异校准方法、双目视觉系统和计算机可读存储介质与流程

本发明涉及电子技术领域，特别涉及一种差异校准方法、双目视觉系统和计算机可读存储介质。

背景技术：

相关技术的双目视觉系统中，使用两个摄像头采集同一场景的左眼图像和右眼图像，假若两个摄像头采集的左眼图像和右眼图像存在亮度差异可能会导致双目视觉系统测量(距离)失效或者错误测量。

技术实现要素：

本发明的实施例提供一种差异校准方法、双目视觉系统和计算机可读存储介质。

本发明实施方式的一种差异校准方法用于双目视觉系统，所述双目视觉系统包括第一摄像头和第二摄像头，所述差异校准方法包括：

实时获取所述第一摄像头和所述第二摄像头当前时刻采集的相同场景的第一图像和第二图像的图像亮度值；

计算所述第一图像和所述第二图像之间的图像亮度差异值；

判断所述图像亮度差异值是否大于预定阈值；和

在所述图像亮度差异值大于所述预定阈值时更新所述第一摄像头和/或所述第二摄像头下一时刻的曝光参数。

本发明实施方式的一种双目视觉系统包括第一摄像头、第二摄像头和处理器，所述处理器用于：

实时获取所述第一摄像头和所述第二摄像头当前时刻采集的相同场景的第一图像和第二图像的图像亮度值；

计算所述第一图像和所述第二图像之间的图像亮度差异值；

判断所述图像亮度差异值是否大于预定阈值；和

在所述图像亮度差异值大于所述预定阈值时更新所述第一摄像头和/或所述第二摄像头下一时刻的曝光参数。

本发明实施方式的一种计算机可读存储介质包括与双目视觉系统结合使用的计算机程序，所述计算机程序可被处理器执行以完成上述实施方式的差异校准方法。

本发明实施方式的差异校准方法、双目视觉系统和计算机可读存储介质通过实时检测第一图像和第二图像的图像亮度差异值，在图像亮度差异值较大时更新第一摄像头和第二摄像头的曝光参数，使得采集的第一图像和第二图像的亮度差异值控制在一定范围内从而减小在图像处理中因第一摄像头和第二摄像头同一时刻采集的两张图像的图像亮度差异产生的测量失效或错误测量。本发明的实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实施方式的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：

图1是本发明某些实施方式的双目视觉系统的功能模块示意图。

图2是本发明某些实施方式的差异校准方法的流程示意图。

图3是本发明某些实施方式的差异校准方法的流程示意图。

图4是本发明某些实施方式的差异校准方法的流程示意图。

图5是本发明某些实施方式的差异校准方法的流程示意图。

图6是本发明某些实施方式的差异校准方法的图像区域划分示意图。

图7是本发明某些实施方式的差异校准方法的图像区域划分示意图。

图8是本发明某些实施方式的差异校准方法的流程示意图。

图9是本发明某些实施方式的差异校准方法的流程示意图。

图10是本发明某些实施方式的差异校准方法的流程示意图。

图11是本发明某些实施方式的差异校准方法的流程示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通信；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

下文的公开提供了许多不同的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

请参阅图1，本发明实施方式的双目视觉系统10包括第一摄像头12、第二摄像头14和处理器16。处理器16用于实时获取第一摄像头12和第二摄像头14当前时刻采集相同场景的第一图像和第二图像的图像亮度值。处理器16用于计算第一图像和第二图像之间的图像亮度差异值。处理器16用于判断图像亮度差异值是否大于预定阈值。处理器16用于在图像亮度差异值大于预定阈值时更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数。

请参阅图2，本发明实施方式的差异校准方法可以应用于本发明实施方式的双目视觉系统10，也即是说，本发明实施方式的双目视觉系统10可以应用本发明实施方式的差异校准方法来更新第一摄像头12和/或第二摄像头14的曝光参数。差异校准方法包括以下步骤：

s1，实时获取第一摄像头12和第二摄像头14当前时刻采集的相同场景的第一图像和第二图像的图像亮度值；

s2，计算第一图像和第二图像之间的图像亮度差异值；

s3，判断图像亮度差异值是否大于预定阈值；和

s4，在图像亮度差异值大于预定阈值时更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数。

本发明实施方式的双目视觉系统10基于视差原理，由安装在固定位置的两个摄像头模组从不同角度同时采集同一场景的数字图像以获得该场景的三维形状和位置信息。在一些实施例中，双目视觉系统10可以应用于无人机、智能机器人、无人驾驶汽车以及全景深度相机等设备中，以便实现对设备周围场景的三维形状的感知和位置距离的测量。

可以理解，双目视觉系统10的两个摄像头模组之间常常存在系统差异，因此，双目视觉系统10要求两个摄像头模组之间的系统差异最小化，其中，两个摄像头模组采集的图像之间的图像亮度差异最小化有利于提高双目视觉系统10测量结果的准确度。因此，需要对两个摄像头采集的图像亮度进行标定，通过补偿标定的差异值减少或消除系统差异，然而在双目视觉系统10处于亮度多变的场景环境时，不同亮度条件下需要补偿的差异值可能不同。如此，本发明实施方式的双目视觉系统10和差异校准方法通过实时检测第一图像和第二图像的亮度差异值，在亮度差异值较大时更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数。双目视觉系统10能够在采集图像的场景的亮度值发生变化时，及时更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数，使第一摄像头12和第二摄像头14下一时刻采集相同场景的第一图像和第二图像的图像亮度差异最小化，优选的，是使第一摄像头12和第二摄像头14下一时刻采集相同场景的第一图像和第二图像的图像亮度一致，有利于减小在图像处理中因图像亮度差异产生的测量失效或错误测量。

双目视觉系统10通过第一摄像头12和第二摄像头14采集当前场景的数字图像，其中，第一摄像头12从一个角度采集当前场景的第一图像，同时第二摄像头14从另一个角度采集同一场景的第二图像。处理器16可以实现步骤s1以实时获取第一图像和第二图像的图像亮度值。处理器16可以实现步骤s2以根据第一图像和第二图像的图像亮度值通过预设的算法计算图像亮度差异值。处理器16可以实现步骤s3以对比图像亮度差异值和预定阈值的大小以判断图像亮度差异值是否超出预定阈值。可以理解，图像亮度差异值小于或等于预定阈值时，第一图像和第二图像之间的图像亮度差异对后续图像处理中测量结果的准确度影响较小，此时，不需要更新第一摄像头12和第二摄像头14的曝光参数。处理器16可以实现步骤s4，在图像亮度差异值大于预定阈值时，第一图像和第二图像之间的图像亮度差异在后续图像处理中产生测量失效或错误测量的可能性较大，此时，处理器16更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数，使得更新后采集到的第一图像和第二图像的图像亮度差异减小，这样有利于提高双目视觉系统10测量结果的准确度。

请参阅图3，在某些实施方式中，差异校准方法包括：s5，在图像亮度差异值小于或等于预定阈值时，判断双目视觉系统10是否继续工作，并在双目视觉系统10继续工作时，获取下一时刻的第一摄像头12和第二摄像头14采集的当前场景的第一图像和第二图像的图像亮度值。

可以理解，处理器16可以实现步骤s5，在双目视觉系统10工作过程中，第一摄像头12和第二摄像头14持续不断地采集当前场景的图像。图像亮度差异值小于或等于预定阈值时，不需要更新双目视觉系统10的曝光参数。此时，处理器16获取下一时刻的第一图像和第二图像，以实时检测系统的亮度差异。

在某些实施方式中，差异校准方法包括：s5，在更新第一摄像头12和/或第二摄像头14的曝光参数后，判断双目视觉系统10是否继续工作，并在双目视觉系统10继续工作时，获取下一时刻的第一摄像头12和第二摄像头14采集的当前场景的第一图像和第二图像的图像亮度值。

如此，处理器16可以实现步骤s5，在更新完成后，下一时刻第一摄像头12和第二摄像头14的曝光参数是更新后的曝光参数，以此采集的第一图像和第二图像的图像亮度差异值减小，有利于提高双目视觉系统10测量结果的准确度。此时，处理器16获取下一时刻的第一图像和第二图像，以实时检测系统的图像亮度差异。

请参阅图4，在某些实施方式中，步骤s1包括：

s12，获取第一图像和第二图像的区域划分和对应区域的权值；和

s14，根据区域划分的区域亮度值和对应区域的权值分别计算第一图像和第二图像的亮度值。

如此，处理器16可以实现步骤s12和步骤s14，第一图像和第二图像的图像亮度值可以是加权亮度值，处理器16可以将图像划分为多个区域，并根据兴趣区域位置为划分的各个区域设置相应的权值。具体的，在一些实施例中，兴趣区域的权值最大，图像中远离兴趣区域的其他区域的权值逐渐减小。如此，第一图像和第二图像的图像亮度值受兴趣区域的亮度值影响较大，有利于提高双目视觉系统10在图像兴趣区域的测量结果的准确度。可以理解的是，兴趣区域可以根据对焦区域来确定，当然，兴趣区域也可以通过其他实现方式来获得。

请参阅图5，在某些实施方式中，步骤s12包括：

s122，获取双目视觉系统10的工作状态；

s124，根据工作状态确定第一图像和第二图像的兴趣区域；和

s126，根据兴趣区域获取第一图像和第二图像的区域划分和对应区域的权值。

可以理解，双目视觉系统10可以应用在不同的设备中，对应的，图像的兴趣区域可以不同。例如，在无人机中，双目视觉系统10运行时常常处于高空中，需要检测并注意场景上方是否存在障碍物，如此，兴趣区域可以是图像的上半部分；而在无人驾驶汽车中，双目视觉系统10运行时常常位于地面上，需要检测路面三维信息及距离信息，如此，兴趣区域可以是图像的下半部分。双目视觉系统10根据不同的兴趣区域可以选择不同的区域划分以及对应区域的权值。

同样的，双目视觉系统10处于不同的运行状态时，对应的，图像的兴趣区域可以不同。例如，在无人驾驶汽车中，无人驾驶汽车左转时，除了检测路面三维信息及距离信息外，还需要检测左方的路况信息，相应的兴趣区域可以是图像的左下部分，对应区域的权值大小分布为左下>右下>左上、右上。无人驾驶汽车右转时，除了检测路面三维信息及距离信息外，还需要检测右方的路况信息，相应的兴趣区域可以是图像的左下部分，对应区域的权值大小分布为右下>左下>左上、右上。

如此，处理器16可以实现步骤s122、步骤s124和步骤s126，根据双目视觉系统10的工作状态确定图像的兴趣区域，并根据兴趣区域获取图像的区域划分和对应区域的权值以便计算图像亮度值。

在一些实施例中，处理器16预存有兴趣区域与区域划分以及权值分布的对应关系。如此，确定兴趣区域后可以根据该对应关系获取区域划分并计算图像的加权亮度值。

在某些实施方式中，双目视觉系统10的区域划分可以将图像平均划分为多个大小相同的区域。图6所示的兴趣区域为图像的中心区域，将图像平均划分为4*4个大小相同的区域，区域内数字为对应区域的权值。

在某些实施方式中，双目视觉系统10的区域划分在兴趣区域划分的区域可以较小，远离兴趣区域划分的区域可以较大。图7所示的兴趣区域为图像的左下区域，图像的左下区域划分为4*4个大小相同的小区域，图像的左上区域和右下区域划分为3*3个大小相同的小区域，图像的右上区域划分为2*2个大小相同的小区域，各个小区域中的数值为对应区域的权值。如此，可以提高双目视觉系统10在兴趣区域测量的准确度。

具体的，图像区域划分时对应区域的权值可根据需要灵活配置。

请参阅图8，在某些实施方式中，步骤s14包括：

s142，分别计算各个区域的亮度值和对应区域的权值之积的总和以得到第一图像和第二图像的总权重亮度值；和

s144，分别计算总权重亮度值与总权值的比值以得到第一图像和第二图像的图像亮度值。

如此，处理器16可以实现步骤s142和步骤s144，根据各个区域亮度值和对应的权值计算得出第一图像和第二图像的图像亮度值。例如，图像的各个区域的亮度值分别为a1、a2、a3、…、an，对应区域的权值分别为k1、k2、k3、…、kn，步骤s142计算的总权重值a＝k1*a1+k2*a2+k3*a3+…+kn*an。步骤s144计算的图像亮度值a＝(k1*a1+k2*a2+k3*a3+…+kn*an)/(k1+k2+k3+…+kn)。

请参阅图9，在某些实施方式中，步骤s4包括：

s42，在图像亮度差异值大于预定阈值时根据第一图像和第二图像的图像亮度值和基准亮度值计算双目视觉系统10的差异校准参数；和

s44，根据差异校准参数和第一摄像头12或第二摄像头14的当前曝光参数更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数。

如此，处理器16确定需要更新第一摄像头12和第二摄像头14的曝光参数时，可以通过差异校准参数对曝光参数校准以进行更新。其中，差异校准参数为第一摄像头12和/或第二摄像头14未经过校准的曝光参数和更新后的曝光参数之间的差异系数。处理器16可以实现步骤s42以在图像亮度差异值大于预定阈值时，根据预设算法计算差异校准参数。处理器16可以实现步骤s44以根据计算出来的差异校准参数更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数。

在某些实施方式中，在某些实施方式中，基准亮度值为第一图像的图像亮度值、第二图像的图像亮度值或第一图像和第二图像的平均的图像亮度值中的任意一个。

可以理解，为使第一图像和第二图像的亮度差异最小化，双目视觉系统10需要选择一个基准亮度值，并以基准亮度值为参考更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数使得采集的第一图像的亮度值和第二图像的图像亮度值一致。图像亮度差异值大于预定阈值时，处理器16根据第一图像和第二图像的图像亮度值按照预设算法生成基准亮度值，如此，基准亮度与当前采集的第一图像和第二图像的亮度相关，有利于实时并准确地更新第一摄像头12和第二摄像头14的曝光参数。

具体的，基准亮度值可以是第一图像的图像亮度值，图像亮度差异值大于预定阈值时，更新第二摄像头14下一时刻的曝光参数以使下一时刻采集的第二图像的图像亮度值与第一图像的图像亮度值一致。同样的，基准亮度值可以是第二图像的图像亮度值，图像亮度差异值大于预定阈值时，更新第一摄像头12下一时刻的曝光参数以使下一时刻采集的第一图像的图像亮度值与第二图像的图像亮度值一致。同样的，基准亮度值可以是第一图像和第二图像的平均的图像亮度值，图像亮度差异值大于预定阈值时，分别更新第一摄像头12和第二摄像头14下一时刻的曝光参数以使下一时刻采集的第一图像的图像亮度值和第二图像的图像亮度值相等且与第一图像和第二图像的平均的图像亮度值一致。

在某些实施方式中，第一图像和第二图像的平均的图像亮度值可以是加权平均亮度值、算术平均亮度值中的任意一个。

如此，处理器16生成的基准亮度为第一图像和第二图像的平均的图像亮度值时，需要同时更新第一摄像头12和第二摄像头14下一时刻的曝光参数，参数变化范围较小。

具体的，第一图像和第二图像的加权平均亮度值可以是(m*a+n*b)/(m+n)，其中，a、b分别为第一图像和第二图像的图像亮度值，m、n分别为第一图像和第二图像的图像亮度值对应的权值。

具体的，第一图像和第二图像的算术平均亮度值可以是(a+b)/2，其中，a、b分别为第一图像和第二图像的图像亮度值。

在某些实施方式中，图像亮度差异值包括绝对差异值，步骤s2包括：根据第一图像和第二图像的图像亮度值和采集第一图像和第二图像对应的当前差异校准参数计算绝对差异值，绝对差异值采用下面条件式计算：

d＝|a-(b/xb)*xa|或d＝|(a/xa)*xb-b|；

其中，d为绝对差异值，a、b分别为第一图像和第二图像的图像亮度值，xa、xb分别为采集第一图像和第二图像对应的当前差异校准参数。

可以理解，处理器16可以检测第一图像和第二图像的绝对差异值，亮度大的情况下，绝对差异值相差较为明显，有利于和预定阈值进行对比以判断是否需要更新双目视觉系统10的曝光参数。

在某些实施方式中，图像亮度差异值包括相对差异值，步骤s2包括：根据第一图像和第二图像的图像亮度值、基准亮度值和采集第一图像和第二图像对应的当前差异校准参数计算相对差异值，其中相对差异值为绝对差异值与基准亮度值的比值，绝对差异值采用下面条件式计算：

d＝|a-(b/xb)*xa|或d＝|(a/xa)*xb-b|；

其中，d为绝对差异值，a、b分别为第一图像和第二图像的图像亮度值，xa、xb分别为采集第一图像和第二图像对应的当前差异校准参数。

可以理解，处理器16可以检测第一图像和第二图像的相对差异值，亮度较小的情况下，绝对差异值相差不明显，此时，检测相对差异值有利于和预定阈值进行对比以判断是否需要更新双目视觉系统10的曝光参数。

请参阅图10，在某些实施方式中，预定阈值包括绝对阈值和相对阈值，步骤s3包括：

s32，判断绝对差异值是否大于绝对阈值；和

s34，判断相对差异值是否大于相对阈值。

如此，处理器16可以实现步骤s32和步骤s34，绝对差异值大于绝对阈值和/或相对差异值大于相对阈值时，即可认为第一图像和第二额图像的图像亮度差异值大于预定阈值，应当更新第一摄像头12和第二摄像头14的曝光参数，以减小在后续图像处理中产生的测量失效或错误测量。

请参阅图11，在某些实施方式中，步骤s42包括：s422，根据第一图像和第二图像的图像亮度值和采集第一图像和第二图像时对应的当前差异校准参数以及基准亮度值计算第一图像和第二图像的差异校准参数，差异校准参数采用下面条件式计算：

a/xa*aedc＝ref/xref*aedc_ref(1)和/或b/xb*aedc＝ref/xref*aedc_ref(1)；

其中，a、b分别为第一图像和第二图像的图像亮度值，xa、xb分别为采集第一图像和第二图像对应的当前差异校准参数，aedc为所述差异校准参数，ref为基准亮度值，xref为基准亮度值对应的差异校准参数，aedc_ref(1)为基准差异校准参数，本实施例中，xref和aedc_ref(1)均为1。

可以理解，处理器16可以实现步骤s422，在双目视觉系统10持续工作过程中，当前差异校准参数可以是前一次更新第一摄像头12和第二摄像头14的曝光参数时对应的差异校准参数，第一图像和第二图像的图像亮度值可以是通过当前差异校准参数校准后的亮度值。a/xa、b/xb可以认为是当前采集第一图像和第二图像时未经过当前差异校准参数校准的第一摄像头12和第二摄像头14采集的图像亮度值。上面的条件式中，基准亮度值对应的差异校准参数xref和基准差异校准参数aedc_ref(1)均为1，即条件式右边为基准亮度ref，如此，处理器16可以根据上面的条件式可以计算出差异校准参数aedc使得校准后第一图像和/或第二图像的图像亮度值和基准亮度值一致。

在某些实施方式中，曝光参数包括自动曝光参数和校准曝光参数，步骤s44包括：s442，根据差异校准参数和第一摄像头12和第二摄像头14的曝光参数计算第一摄像头12和/或第二摄像头14的校准曝光参数。

可以理解，摄像头模组通常可以进行自动曝光，根据光线的强弱自动调节曝光参数，防止曝光过度或者不足。如此，双目视觉系统10可以在自动曝光的图像亮度值的基础上判断是否需要更新第一摄像头12和/或第二摄像头14的曝光参数，自动曝光和差异校准参数同时作用，有利于提高双目视觉系统10测量结果的准确度，保证双目视觉系统10正常运行。

处理器16可以实现步骤s442以在需要更新第一摄像头12和第二摄像头14的曝光参数时计算校准曝光参数。处理器16可以将第一摄像头12和/或第二摄像头14的曝光参数更新为计算出来的校准曝光参数。

在某些实施方式中，自动曝光参数可以是第一摄像头12和/或第二摄像头14根据各自采集图像的图像亮度值进行自动曝光得到的曝光参数。

在某些实施方式中，自动曝光参数可以是第一摄像头12和/或第二摄像头14根据基准亮度值进行自动曝光得到的曝光参数。

在某些实施方式中，自动曝光参数包括粗调曝光时间、模拟增益和数字增益中的至少一个。校准曝光参数包括粗调曝光时间、细调曝光时间、行周期时间、模拟增益和数字增益中的至少一个。

可以理解，自动曝光通常调节摄像头模组的粗调曝光时间、模拟增益和数字增益，双目视觉系统10的自动曝光参数可以是粗调曝光时间、模拟增益和数字增益中的至少一个。校准曝光参数在自动曝光的基础上进行调整，调整的参数可以是粗调曝光时间、细调曝光时间、行周期时间、模拟增益和数字增益中的至少一个。

在某些实施方式中，计算的校准曝光参数与自动曝光参数的类型全部不同时，步骤s442中，校准曝光参数采用下面条件式计算：

y＝r*c；

其中，y为校准曝光参数，r为第一摄像头12或第二摄像头14的默认曝光参数，c为差异校准参数。

可以理解，双目视觉系统10需要更新第一摄像头12和/或第二摄像头14的曝光参数时，处理器16计算的校准曝光参数与自动曝光参数的类型全部不同，即自动曝光时调节的参数对需要更新的曝光参数没有影响。如此，校准曝光参数直接根据差异校准参数和默认曝光参数计算并更新。其中，默认曝光参数为摄像头未采用差异校准参数时采集图像的各项曝光参数的参数值。

在某些实施方式中，计算的校准曝光参数与自动曝光参数的类型全部相同时，步骤s442中，校准曝光参数采用下面条件式计算：

y＝g*c；

其中，y为校准曝光参数，g为采集第一图像和/或第二图像时对应的自动曝光参数，c为差异校准参数。

可以理解，双目视觉系统10需要更新第一摄像头12和/或第二摄像头14的曝光参数时，处理器16计算的校准曝光参数与自动曝光参数的类型全部相同，即更新的曝光参数经过自动曝光调节以及经过差异校准参数调节后才能使得第一图像和/或第二图像的亮度值与基准亮度值一致。如此，校准曝光参数在自动曝光的基础上根据自动曝光参数和差异校准参数计算并更新。

在某些实施方式中，计算的校准曝光参数与自动曝光参数的类型一部分相同且另一部分不同时，步骤s442中，校准曝光参数采用下面条件式计算：

y1＝(g*c1)和y2＝(r*c2)；

其中，y1和y2为校准曝光参数，g为采集第一图像和/或第二图像时对应的自动曝光参数，r为第一摄像头112或第二摄像头114的默认曝光参数，c1*c2＝c且c为差异校准参数。

可以理解，双目视觉系统10需要更新第一摄像头12和/或第二摄像头14的曝光参数时，处理器16计算的校准曝光参数与自动曝光参数的类型一部分相同且另一部分不同，即更新的曝光参数中校准曝光参数与自动曝光参数的类型相同的部分经过自动曝光调节以及经过差异校准参数调节，校准曝光参数与自动曝光参数的类型不同部分经过差异校准参数调节，两部分共同作用使得调节后的第一图像和/或第二图像的图像亮度值与基准亮度值一致。如此，校准曝光参数与自动曝光参数的类型相同的部分，即y1部分，在自动曝光的基础上根据自动曝光参数和差异校准参数计算并更新。校准曝光参数与自动曝光参数的类型不同的部分，即y2部分，根据差异校准参数和默认曝光参数计算并更新。具体的，上述条件式中的c1和c2可根据需求灵活配置。

本发明实施方式的一种计算机可读存储介质包括与双目视觉系统结合使用的计算机程序，所述计算机程序可被处理器16执行以完成上述实施方式的差异校准方法。

例如，计算机程序可被处理器16执行以完成以下步骤所述的差异校准方法：

实时获取第一摄像头12和第二摄像头14当前时刻采集的相同场景的第一图像和第二图像的图像亮度值；

计算第一图像和第二图像之间的图像亮度差异值；

判断图像亮度差异值是否大于预定阈值；和

在图像亮度差异值大于预定阈值时更新第一摄像头12和/或第二摄像头14下一时刻的曝光参数。

在本说明书的描述中，参考术语“某些实施方式”、“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。

本技术领域的普通技术人员可以理解实现上述实施方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。