本发明涉及光学设备
技术领域：
：，尤其涉及一种基于rgb统计信息的红外防过曝算法及其系统和装置。
背景技术：
：：网络摄像机可以实现全天24小时无间断监控。白天光照充足，摄像机ircut保持在红片模式，滤除红外光、紫外光，仅依靠可见光即可实现彩色成像。夜晚光照很弱，摄像机进光量少，此时摄像机需要打开红外灯，并将ircut切换为白片模式，依靠红外光和微弱可见光，实现黑白成像。网络摄像机使用的红外灯，功率较大，夜间拍摄近处人脸、强反光物体时，会遇到明显的图像局部过曝现象，很难看清人脸和物体。早期的网络摄像机为了解决夜视过曝问题，通常会统计画面平均亮度，然后当画面亮度高于指定阈值y_max时，降低红外灯功率，当画面亮度低于指定阈值y_min时，提高红外灯功率。该做法简单明了，能够解决部分场景的画面过曝，但是依然存在亮度来回震荡、部分场景红外灯亮度异常的问题。技术实现要素：网络摄像机经常会遇到夜视画面过曝问题，该问题需要通过红外防过曝算法来解决。早期的摄像机红外防过曝算法，计算逻辑比较粗糙，存在亮度来回震荡、部分场景亮度异常的问题。基于上述内容，本发明提出了一种基于rgb统计信息的红外防过曝算法，该方法基于rgb统计信息换算为亮度信息，并以修正后的高亮物体比例和偏暗物体比例对应的红外灯功率调整红外灯目标功率，防止红外过曝，达到的精度高于传统算法，有效改善了摄像机的夜视图像效果。为此，本发明的第一方面提供一种基于rgb统计信息的红外防过曝算法，包括以下步骤：(a)获取目标场景的多个采集点的rgb信息r_table、g_table和b_table；(b)所述rgb信息换算为亮度信息y_table，换算公式如下：y_table＝0.3*r_table+0.6*g_table+0.1*b_table所述亮度信息与预设高亮物体判断阈值和预设偏暗物体判断阈值比较，得到所述亮度信息中的高亮物体比例ratio_1和偏暗物体比例ratio_2；(c)对所述rgb信息计算分别得到r_table、g_table和b_table的均值r1/g1/b1，以此计算目标场景的可见光比例系数rgb_delta，计算公式如下：(d)将所述高亮物体比例ratio_1、所述偏暗物体比例ratio_2分别修正为ratio_3、ratio_4，公式如下：(e)根据ratio_3、ratio_4与红外灯功率的预设对应关系调整所述红外灯功率。进一步地，调整所述红外灯功率过程中，画面收敛控制在5～10帧。进一步地，调整所述红外灯功率过程中，所述红外灯功率是以不大于15％步长阶梯式上升或者下降。进一步地，调整所述红外灯功率过程中，所述红外灯功率是以5％-10％步长阶梯式上升或者下降。进一步地，在不少于两次调整所述红外灯功率过程中，每次调整所述红外灯功率后重复步骤(a)至(f)。本发明的第二方面提供一种基于rgb统计信息的红外防过曝系统，包括：获取信息模块，用于获取目标场景的多个采集点的rgb信息r_table、g_table和b_table；亮度信息计算模块，用于所述rgb信息换算为亮度信息，换算公式如下：y_table＝0.3*r_table+0.6*g_table+0.1*b_table所述亮度信息与预设高亮物体判断阈值和预设偏暗物体判断阈值比较，得到所述亮度信息中的高亮物体比例ratio_1和偏暗物体比例ratio_2；可见光比例系数计算模块，用于对所述rgb信息计算分别得到r_table、g_table和b_table的均值r1/g1/b1，以此计算目标场景的可见光比例系数rgb_delta，计算公式如下：修正信息模块，用于将高亮物体比例ratio_1、偏暗物体比例ratio_2分别修正为ratio_3、ratio_4，公式如下：红外灯调整模块，用于根据ratio_3、ratio_4与红外灯功率的预设对应关系调整所述红外灯功率。进一步地，还包括控制模块，用于调整所述红外灯功率过程中，画面收敛控制在5～10帧。进一步地，还包括功率调整模块，用于调整所述红外灯功率过程中，控制所述红外灯功率是预设步长阶梯式上升或者下降。进一步地，还包括循环模块，用于在不少于两次调整所述红外灯功率过程中，每次调整所述红外灯功率后重复上述的步骤(a)至(e)。本发明的第三方面提供一种网络摄像机，含有上述的基于rgb统计信息的红外防过曝系统。本发明与现有技术相比所具有的有益效果：(1)本发明通过可见光比例系数rgb_delta对亮度分布结果进行修正，大大改善了复杂光源场景下的防过曝算法图像效果。传统的红外防过曝算法不区分可见光，在“可见光+红外光”混合照明的情况下，传统算法一般会尽量压低红外灯功率，导致近处人脸偏黑，可见光照明的背景物体过曝；而本发明提供的算法通过可见光系数修正，红外灯功率比较合适，可以实现人脸亮度均匀，背景也不过曝，图像效果明显改善。(2)本发明采用ratio_3、ratio_4与红外灯功率的预设对应关系的表格调整红外灯目标功率，在不影响算法精度的前提下，简化了算法计算量。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例的描述中将变得明显和容易理解，其中：图1示出了本发明实施例所涉及的一种基于rgb统计信息的红外防过曝算法的流程图；图2示出了本发明实施例所涉及的另一种基于rgb统计信息的红外防过曝算法的流程图；图3示出了本发明实施例所涉及的亮度统计直方图；图4示出了本发明实施例所涉及的一种基于rgb统计信息的红外防过曝系统的示意图；图5示出了本发明实施例所涉及的另一种基于rgb统计信息的红外防过曝系统的示意图；图6示出了本发明实施例所涉及的另一种基于rgb统计信息的红外防过曝系统的示意图。具体实施方式为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。本发明提供的一种基于rgb统计信息的红外防过曝算法，主要用于具有红外灯照明功能的夜视摄像机，如安防领域的网络摄像机在夜晚模式使用红外灯照明。夜晚模式下，摄像机打开红外灯，ircut切换为白片模式，依靠红外光和微弱可见光，实现黑白成像。下面参照图1至图6描述本发明涉及的一些实施例。如图1所示，本发明提供了一种基于rgb统计信息的红外防过曝算法，包括以下步骤：(a)获取目标场景的多个采集点的rgb信息r_table、g_table和b_table；(b)所述rgb信息换算为亮度信息y_table，换算公式如下：y_table＝0.3*r_table+0.6*g_table+0.1*b_table所述亮度信息与预设高亮物体判断阈值和预设偏暗物体判断阈值比较，得到所述亮度信息中的高亮物体比例ratio_1和偏暗物体比例ratio_2；(c)对所述rgb信息计算分别得到r_table、g_table和b_table的均值r1/g1/b1，以此计算目标场景的可见光比例系数rgb_delta，计算公式如下：(d)将所述高亮物体比例ratio_1、所述偏暗物体比例ratio_2分别修正为ratio_3、ratio_4，公式如下：(e)根据ratio_3、ratio_4与红外灯功率的预设对应关系调整所述红外灯功率。本发明首先获取摄像机的r/g/b统计信息，然后经亮度信息换算，可得到亮度信息中高亮物体比例和偏暗物体比例，以高亮物体比例和偏暗物体比例对应的红外灯功率调整红外灯目标功率，该算法会明显改善摄像机的夜视画面效果，而且加入了可见光占比修正，比早期的红外防过曝算法精度更高，适用范围更广。在一些实施例中，调整所述红外灯功率过程中，画面收敛控制在5～10帧。在一些实施例中，调整所述红外灯功率过程中，所述红外灯功率是以不大于15％步长阶梯式上升或者下降。在一些实施例中，调整所述红外灯功率过程中，所述红外灯功率是以5％-10％步长阶梯式上升或者下降。如图2所示，在一些实施例中，在不少于两次调整所述红外灯功率过程中，每次调整所述红外灯功率后重复步骤(a)至(e)。通过高亮物体比例和偏暗物体比例对应的红外灯功率，将摄像机的红外灯调节到目标功率，等待画面亮度稳定后，我们重复上述过程，多次迭代得到最优红外灯功率和最优画面效果。其中，本发明实施例涉及的目标场景为摄像机使用的场景，如一些常见用户场景：办公室、家庭、厂房等。多个采集点是由摄像机使用底层驱动的固定接口去获取的，取点个数一般为32*32＝1024点。如部分采集点的rgb信息如下表所示。计算亮度直方图：获取的r_table/g_table/b_table代表了r/g/b三种颜色通道，但是本发明提供的防过曝算法中将r/g/b信息换算为亮度信息，亮度统计数组y_table根据如下公式计算得到：y_table＝0.3*r_table+0.6*g_table+0.1*b_tabley_table的部分数据如下表所示：然后，将亮度统计数组y_table，进行遍历计算，得到1024点数据的亮度统计直方图y_hist(亮度信息归一化到8bit数据，所以直方图共有256阶，其数值范围为0-255阶)，结果如图3所示。亮度直方图y_hist代表某个场景的亮度分布。通过统计10～20个常见用户场景的亮度直方图，得出高亮物体的判断阈值y_highlight＝240，以及偏暗物体的判断阈值y_lowlight＝6，即高亮物体的亮度值大于等于240阶，而偏暗物体的亮度值小于等于6阶。这两个阈值是实测10～20个常见用户场景得到的值。在本发明预设中，根据不同条件设置相应的判断阈值即可。计算红外灯目标功率：根据亮度直方图y_hist，统计得到亮度大于y_highlight的总点数sum_1，记为高亮物体的总数；然后统计得到亮度小于y_lowlight的总点数sum_2，记为偏暗物体的总数。已知直方图的总点数是1024，可以计算出高亮物体的比例ratio_1，偏暗物体的比例ratio_2：根据sensor获取的采集点的rgb信息r/g/b计算均值r1/g1/b1，计算当前场景的r1/g1/b1差值rgb_delta，计算公式如下：特别说明，rgb_delta越大，就代表当前场景的可见光占比越大，所以rgb_delta可以近似视为可见光比例系数。根据得到的可见光比例系数rgb_delta，将高亮物体比例、偏暗物体比例分别修正为ratio_3、ratio_4：调整红外灯功率：使用查表法，判断当前红外灯功率是否合适，并给出红外灯目标功率。具体地，在本步骤中，首先使用软件接口获取当前红外灯功率值，然后判断当前场景的高亮物体比例、偏暗物体比例是否与红外灯功率匹配；如果高亮物体比例超标，把红外灯目标功率调低一档，如果偏暗物体超标，就把红外灯目标功率调高一档。红外灯功率与高亮物体比例、偏暗物体比例的关系表：红外灯功率10％20％30％40％50％60％70％80％90％100％ratio_3最大值0.050.070.090.110.120.130.140.150.160.17ratio_4最大值0.070.090.110.130.140.150.160.170.180.19根据上一步计算得到的ratio_3、ratio_4结果，通过软件配置接口调整红外灯目标功率，并等待画面收敛。场景不同时，画面的收敛速度也会有区别，可以通过实时获取主芯片的自动曝光算法状态接口，来判断画面是否已收敛。通常而言，画面收敛一般在5～10帧完成。具体地，先获得当前红外灯功率，根据当前的红外灯功率找到对应的ratio_3、ratio_4；然后找到上述计算的ratio_3、ratio_4，进行比较，若上述计算的ratio_3、ratio_4没有超过当前场景的ratio_3、ratio_4的最大值，不切换功率；若超过或小于，则相应的升高当前红外灯功率或降低当前红外灯功率。其中，本发明可选用的红外灯功率的步长可适当调整，如本发明限定了在15％以内均可，如可以以2％、5％、8％、10％、12％、15％等等的步长调整红外灯功率，并且步长越小越精确，但为了代码处理方便，并达到一定的处理结果要求，10％左右即可。本发明中，红外灯功率与高亮物体比例、偏暗物体比例对应的关系表是按照本发明的方法，设置不同的高亮物体比例、偏暗物体比例，人为调整红外灯功率，得到最适红外灯功率与不同的高亮物体比例、偏暗物体比例的对应关系。迭代调整：为了防止红外灯功率跳变导致的亮度震荡现象，本算法的红外灯功率是以预设步长(不大于15％)阶梯式上升或者下降的。因此，如果当前场景的高亮物体比例超标很多、或者偏暗物体超标很多时，需要重复上述步骤，多次迭代调整，使得画面亮度和红外灯功率逐渐达到最优值。多次迭代调整后，摄像机的画面亮度分布、红外灯功率都满足红外灯功率和高亮物体比例、偏暗物体比例的要求，防过曝算法满足收敛条件，红外灯功率调整结束。此时，得到了最优红外功率，并且明显改善了夜视画面效果，得到最优红外功率和最优画面效果。如图4所示，本发明的一些实施例还提供了一种基于rgb统计信息的红外防过曝系统，包括：获取信息模块，用于获取目标场景的多个采集点的rgb信息r_table、g_table和b_table；亮度信息计算模块，用于所述rgb信息换算为亮度信息，换算公式如下：y_table＝0.3*r_table+0.6*g_table+0.1*b_table所述亮度信息与预设高亮物体判断阈值和预设偏暗物体判断阈值比较，得到所述亮度信息中的高亮物体比例ratio_1和偏暗物体比例ratio_2；可见光比例系数计算模块，用于对所述rgb信息计算分别得到r_table、g_table和b_table的均值r1/g1/b1，以此计算目标场景的可见光比例系数rgb_delta，计算公式如下：修正信息模块，用于将高亮物体比例ratio_1、偏暗物体比例ratio_2分别修正为ratio_3、ratio_4，公式如下：红外灯调整模块，用于根据ratio_3、ratio_4与红外灯功率的预设对应关系调整所述红外灯功率。如图5所示，本发明的一些实施例中，红外防过曝系统还包括控制模块，用于调整所述红外灯功率过程中，画面收敛控制在5～10帧。其中，控制模块可以存在于红外调整模块中，也可以单独于红外调整模块存在。同样地，本发明的一些实施例中，红外防过曝系统还包括功率调整模块，用于调整所述红外灯功率过程中，控制所述红外灯功率是预设步长阶梯式上升或者下降。其中，功率调整模块可以存在于红外调整模块中，也可以单独于红外调整模块存在。本发明的一些实施例中，如图6所示，红外防过曝系统还包括循环模块，用于在不少于两次调整所述红外灯功率过程中，每次调整所述红外灯功率后重复上述的步骤(a)至(e)。其中，循环模块可以存在于红外调整模块中，也可以单独于红外调整模块存在。本发明提供的基于rgb统计信息的红外防过曝算法可以是存储在存储介质上的可执行指令，所述可执行指令在被执行时实现上述的基于音频设备的红外控制方法的步骤。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在执行本申请各种实施场景的方法的电子设备上。其中，存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。因此，本发明的第三方面提供一种网络摄像机，含有上述的基于rgb统计信息的红外防过曝系统。本发明中的网络摄像机，涉及的是夜晚模式使用红外灯照明的摄像机。本发明实现的红外防过曝算法，可以实时抓取当前摄像机的曝光信息和r/g/b数据，通过算法计算得出红外灯目标功率，然后进行多次迭代调整，得到最优红外功率和最优画面效果。该算法会明显改善摄像机的夜视画面效果，而且加入了可见光占比修正，比早期的红外防过曝算法精度更高，适用范围更广。在本发明中，步骤(a)、(b)、(c)、(d)、(e)，仅用于区分不同的步骤，并不能理解为指示或暗示步骤的先后顺序；术语“多个”则指两个或两个以上，除非另有明确的限定。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。在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。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例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12