图像曝光参数调节方法、设备及装置与流程

本申请属于图像视频技术领域，具体涉及图像曝光参数调节方法、设备及装置。

背景技术：

如今，道路监控领域对于车辆的抓拍效果要求越来越高，然而车灯光晕一直影响着图像效果的提升。现有的强光抑制功能主要为两种：检测图像有强光源时降低曝光目标值和增大曝光区域的亮度权重。

然而由于车灯光晕占整个图像像素比例较低，此两种方法效果不是很理想，且道路上存在多种光源(路灯、其他机动车/非机动车灯)的影响，在该情况下现有技术效果均不理想，且易受干扰，使得车灯光晕得不到很好的抑制，最终导致车辆的抓拍图片的效果较差，乃至影响车牌、车身颜色等算法识别正确率。

技术实现要素：

本申请提供图像曝光参数调节方法、设备及装置，以解决车灯光晕抑制效果差的问题。

为解决上述技术问题，本申请采用的一个技术方案是：一种图像曝光调节方法，包括：获取图像序列，所述图像序列包括多个连续的图像；获取当前帧图像的图像位置信息以及对应所述图像位置信息的图像亮度信息；确定所述当前帧图像中目标区域的区域位置信息，根据所述区域位置信息和所述图像亮度信息获取所述目标区域的区域亮度统计值；确定所述目标区域中的强光区域，获取所述强光区域的强光亮度统计值；综合所述目标区域亮度统计值、所述强光亮度统计值和所述当前帧图像的整体亮度统计值，获得所述当前帧图像的当前帧亮度值；根据所述当前帧亮度值调整曝光参数。

根据本申请一实施方式，在所述确定所述当前帧图像中目标区域的区域位置信息，之前包括：判断所述当前帧图像中是否包括目标物体；若所述当前帧图像中包括目标物体，则确定所述当前帧图像中目标区域的区域位置信息，根据所述区域位置信息和所述图像亮度信息获取所述目标区域的区域亮度统计值。

根据本申请一实施方式，所述目标物体为车辆，所述目标区域包括车辆区域、车牌区域和车内人脸区域，其中，所述确定所述目标区域中的强光区域，包括：处理所述当前帧图像，获取有效的轮廓区域；对每个所述轮廓区域求取轮廓亮度均值和亮度方差；计算所述车辆区域除去所述车内人脸区域后的第一平均亮度；计算每个所述轮廓区域的第一亮度置信度，所述第一亮度置信度与所述亮度均值成正比，所述第一亮度置信度与所述亮度方差成反比；根据所述车辆区域的类型确定每个所述轮廓区域的第二亮度置信度；计算每个所述轮廓区域的总置信度，所述总置信度为所述第一亮度置信度和所述第二亮度置信度之和；选取所述总置信度最高的第一数量个所述轮廓区域为所述强光区域。

根据本申请一实施方式，所述获取所述强光区域的强光亮度统计值，包括：计算每个所述强光区域的亮度权重，所述亮度权重为每个所述强光区域的总置信度与所有所述强光区域的总置信度之和的比值；将各所述强光区域的亮度均值乘以所述亮度权重，获得所述强光亮度统计值。

根据本申请一实施方式，所述根据所述车辆区域的类型确定每个所述轮廓区域的第二亮度置信度，包括：判断所述车辆区域的类型的所述强光区域是否位于所述车辆区域的两侧；若是，则计算每个所述轮廓区域的中心到所述车辆区域的两侧距离的较小值，所述第二亮度置信度为所述较小值的倒数；若否，判断所述车辆区域的类型的所述强光区域是否位于所述车牌区域的上方；若是，则计算每个所述轮廓区域的中心到所述车牌区域的中心的距离值，所述第二亮度置信度为所述距离值的倒数。

根据本申请一实施方式，还包括：判断所述当前帧图像中的所述目标物体与上一帧图像中的目标物体是否为同一目标物体；若是，则将持续帧数计数加一；若否，则将所述持续帧数置为一。

根据本申请一实施方式，所述综合所述目标区域亮度统计值、所述强光亮度统计值和所述当前帧图像的整体亮度统计值，获得所述当前帧图像的当前帧亮度值，包括：计算所述持续帧数与所述权重完全生效预设帧数的第一比值；将所述目标区域亮度统计值乘以预设目标区域亮度权重，并乘以所述第一比值，获得所述目标区域亮度终值；将所述强光亮度统计值乘以预设强光亮度权重，并乘以所述第一比值，获得所述强光亮度终值；将所述整体亮度统计值乘以预设全局权重，并乘以所述第一比值，获得所述全局亮度终值；将所述目标区域亮度终值、所述强光亮度终值和所述全局亮度终值求和，获得所述当前帧亮度值。

根据本申请一实施方式，所述根据所述区域位置信息和所述图像亮度信息获取所述目标区域的区域亮度统计值，包括：根据车辆颜色，将所述车辆区域的亮度值乘以对应预设系数，获得所述车辆区域的车辆区域亮度统计值。

根据本申请一实施方式，包括：若所述当前帧图像中不包括目标物体，则根据所述图像亮度信息获取所述当前帧亮度值。

为解决上述技术问题，本申请采用的又一个技术方案是：一种电子设备，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器中存储的程序指令，以实现上述任一方法。

为解决上述技术问题，本申请采用的又一个技术方案是：一种计算机可读存储介质，其上存储有程序数据，所述程序数据被处理器执行时实现上述任一方法。

本申请的有益效果是：通过检测目标区域，并识别出目标区域中的强光区域，从而避免强光区域占比小而被忽略，并对目标区域、强光区域以及图像全局亮度进行动态加权处理，使得目标区域的强光得到最优的抑制，排除其他干扰光源的影响，从而目标区域的效果得到最好呈现，提高目标区域识别正确率。并且，目标区域可根据实际需求动态调节，不同的应用场景可以根据关注点的分别设置不同的预设亮度权重，且不局限于道路监控的车相关区域，可以将任何的感兴趣区域作为目标区域，本方法应用范围广泛，并对强光有较好的抑制效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，其中：

图1是本申请的图像曝光调节方法一实施例的流程示意图；

图2是本申请的图像曝光调节方法一实施例中确定目标区域中的强光区域的流程示意图；

图3是本申请的图像曝光调节方法一实施例中获得当前帧图像的当前帧亮度值的流程示意图；

图4是本申请的图像曝光调节装置一实施例的框架示意图；

图5是本申请的电子设备一实施例的框架示意图；

图6是本申请计算机可读存储介质一实施例的框架示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参阅图1至图3，图1是本申请的图像曝光调节方法一实施例的流程示意图；图2是本申请的图像曝光调节方法一实施例中确定目标区域中的强光区域的流程示意图；图3是本申请的图像曝光调节方法一实施例中获得当前帧图像的当前帧亮度值的流程示意图。

本申请一实施例提供了一种图像曝光调节方法，包括如下步骤：

s11：获取图像序列，图像序列包括多个连续的图像。

获取图像序列，图像序列包括多个连续的图像。图像序列可以为监控设备拍摄的视频图像序列，或者连续多次拍摄的连读单帧图像。

s12：获取当前帧图像的图像位置信息以及对应图像位置信息的图像亮度信息。

获取当前帧图像，并获取当前帧图像的图像位置信息以及对应图像位置信息的图像亮度信息。具体地，可以获取当前帧图像raw域上的统计信息，统计信息包括图像上每个像素点的位置信息，即坐标信息，以及每个像素点的亮度信息等。

s13：确定当前帧图像中目标区域的区域位置信息，根据区域位置信息和图像亮度信息获取目标区域的区域亮度统计值。

确定当前帧图像中目标区域的区域位置信息，目标区域为对当前帧图像中感兴趣的区域。目标区域为感兴趣的区域，例如监控设备抓拍道路上行驶车辆时，目标区域可以是车辆区域、车牌区域、车内人脸区域等中的任意一个或几个。确定目标区域的区域位置信息后，即可结合图像亮度信息获取目标区域的区域亮度统计值。

当目标区域为车辆区域时，根据区域位置信息和图像亮度信息获取目标区域的区域亮度统计值包括：

根据车辆颜色，将车辆区域的亮度值乘以对应预设系数c，获得车辆区域的车辆区域亮度统计值。预设系数c的求取是根据不同颜色都有其对应的合适目标亮度a，图像的合适预设目标亮度认为是b，不同的颜色的预设系数c＝b/a，(a和b为经验值)。车辆区域的亮度值无需减去车牌、车窗区域，因为车牌、车窗区域的亮度值占比较小。

需要说明的是，在确定图像序列为包含目标物体时，可由步骤s12直接进入步骤s13，若不确定图像序列是否包含目标物体时，在步骤s13之前，还需要实施步骤s121。

s121：判断当前帧图像中是否包括目标物体。

利用智能算法识别模块检测当前帧图像中是否存在目标物体。

本实施例中，目标物体为车辆，当前帧图像中可能存在多个车辆，若果当前帧图像中检测存在车辆，可对不同车辆分别标号，并识别出车辆区域、车牌区域、车内人脸区域、车身颜色、车辆型号等参数。

若当前帧图像中包括目标物体，则实施步骤s13：确定当前帧图像中和目标区域的区域位置信息，根据区域位置信息和图像亮度信息获取目标区域的区域亮度统计值。

s122：若当前帧图像中不包括目标物体，则根据图像亮度信息获取当前帧亮度值。

若当前帧图像中不包括目标物体，可将车辆持续帧数置为零，并根据图像亮度信息计算出当前帧图像的整体亮度均值，即当前帧亮度值。

s14：确定目标区域中的强光区域，获取强光区域的强光亮度统计值。

在一实施例中，目标物体为车辆，目标区域包括车辆区域、车牌区域和车内人脸区域。强光区域包括车灯光晕区域和车牌附近灯光晕区域等，确定目标区域中的强光区域包括：

s141：处理当前帧图像，获取有效的轮廓区域。

具体地，首先可以对当前帧图像进行高斯模糊，加快图像处理速度同时去除噪声干扰。随后分别利用canny算子检测图像边缘，以及利用contours检测图像轮廓区域。对于重叠区域大于预定数值，例如80％、85％等的区域进行合并，筛选出有效的轮廓区域。

s142：对每个轮廓区域求取轮廓亮度均值和亮度方差。

对每个轮廓区域求取轮廓亮度均值y(0≤y≤255)和方差s。

s143：计算车辆区域除去车内人脸区域后的第一平均亮度。

计算车辆区域除去车内人脸区域后的第一平均亮度y2(0≤y2≤255)。

s144：计算每个轮廓区域的第一亮度置信度。

计算每个轮廓区域的第一亮度置信度ηyi(i表示第i个轮廓)，由于强光区域亮度较高，对比度低，故亮度均值较小，所以第一亮度置信度ηyi与亮度均值y成正比；同时由于方差越大的轮廓区域置信度越低，所以第一亮度置信度ηyi与亮度方差s呈反比，第一亮度置信度ηyi的计算公式如下：

s145：根据车辆区域的类型确定每个轮廓区域的第二亮度置信度。

根据车辆区域的类型，判断车灯是位于车辆左右两侧，还是车牌上方，并确定每个轮廓区域的第二亮度置信度ηli(i表示第i个轮廓)，具体包括：

判断该车辆区域的类型的强光区域是否位于车辆区域的两侧；

若是，则计算每个轮廓区域的中心到车辆区域的两侧距离的较小值l，第二亮度置信度ηli为较小值l的倒数ηli＝1/l；

若否，则判断车辆区域的类型的强光区域是否位于车牌区域的上方；

若是，则计算每个轮廓区域的中心到车牌区域的中心的距离值l，第二亮度置信度ηli为距离值l的倒数ηli＝1/l。

需要说明的是，通常强光区域位于车辆区域的两侧或者车牌区域上方，若有其他类型，还可以根据实际情况加入到判断步骤中。判断时还可以首先判断强光区域是否位于车牌区域的上方，随后判断强光区域是否位于车辆区域的两侧，判断顺序此处不作限制。

s146：计算每个轮廓区域的总置信度，总置信度为第一亮度置信度和第二亮度置信度之和。

计算每个轮廓区域的总置信度ηi，总置信度ηi为第一亮度置信度ηyi和第二亮度置信度ηli之和，ηi＝ηyi+ηli(计算前ηyi和ηli已转到相同量级下)。

s147：选取总置信度最高的第一数量个轮廓区域为强光区域。

将总置信度从高到低排列，选取总置信度最高的第一数量个轮廓区域，认为该轮廓区域为强光区域，在一实施例中，第一数量为10，在其他实施例中，第一数量还可以是其他数量，例如8、9、11等，可根据实际情况作出调整。

在确定强光区域后，需要获取强光区域的强光亮度统计值，获取所述强光区域的强光亮度统计值，包括：

s148：计算每个强光区域的亮度权重。

亮度权重wi为每个强光区域的总置信度ηi与所有强光区域的总置信度之和的比值，(i表示第i个轮廓)。

s149：将各强光区域的亮度均值乘以亮度权重，获得强光亮度统计值。

将各强光区域的亮度均值y乘以亮度权重wi，获得强光亮度统计值。

每个区域的亮度都对应有初始预设权重，但由于车辆进入拍摄区域或者车辆被遮挡，导致目标区域亮度发生变化时，若直接利用初始预设权重用于最终的当前帧亮度值计算，以进行强光抑制，会导致亮度跳变，所以需要慢慢提高各区域的预设权重。进而在获得当前帧图像的当前帧亮度值之前，还包括：

s151：判断当前帧图像中的目标物体与上一帧图像中的目标物体是否为同一目标物体。

s152：若是，则将持续帧数计数加一。

s153：若否，则将持续帧数置为一。

通过判断当前帧图像中的目标物体是否仍是上一帧图像中的目标物体，统计目标物体的持续帧数，进而将持续帧数用于后续预设权重的计算，在可防止亮度跳变。

s16：综合目标区域亮度统计值、强光亮度统计值和当前帧图像的整体亮度统计值，获得当前帧图像的当前帧亮度值。

将目标区域亮度统计值、强光亮度统计值和当前帧图像的整体亮度统计值分别乘以对应的预设亮度权重，即可得到当前帧图像的当前帧亮度值，具体包括：

s161：计算持续帧数与权重完全生效预设帧数的第一比值。

计算持续帧数n与权重完全生效预设帧数m的第一比值，n≤m，不同应用场景、不同相机频率，权重完全生效预设帧数m的预设值不同。

s162：将目标区域亮度统计值乘以预设目标区域亮度权重，并乘以第一比值，获得目标区域亮度终值。

将目标区域亮度统计值乘以预设目标区域亮度权重，并乘以第一比值，获得目标区域亮度终值，预设目标区域亮度权重小于等于一。不同应用场景、不同相机频率，预设目标区域亮度权重不同。

目标区域包括车辆区域、车牌区域、车内人脸区域等，都需要分别计算，且对应有不同的预设目标区域亮度权重。

s163：将强光亮度统计值乘以预设强光亮度权重，并乘以第一比值，获得强光亮度终值。

将强光亮度统计值乘以预设强光亮度权重，并乘以第一比值，获得强光亮度终值，预设强光亮度权重小于等于一。不同应用场景、不同相机频率，预设强光亮度权重不同。

s164：将整体亮度统计值乘以预设全局权重，并乘以第一比值，获得所述全局亮度终值。

将整体亮度统计值乘以预设全局权重，并乘以第一比值，获得所述全局亮度终值，预设全局权重小于等于一。不同应用场景、不同相机频率，预设全局权重不同。

s165：将目标区域亮度终值、强光亮度终值和全局亮度终值求和，获得当前帧亮度值。

s17：根据当前帧亮度值调整曝光参数。

根据当前帧亮度值调整曝光参数包括：将当前帧亮度值送入均值滤波器，得到滤波后的当前帧亮度值。

将计算出的滤波后的当前帧亮度值送入自动曝光算法中，调整曝光参数。

通过检测目标区域，并识别出目标区域中的强光区域，从而避免强光区域占比小而被忽略，并对目标区域、强光区域以及图像全局亮度进行动态加权处理，使得目标区域的强光得到最优的抑制，排除其他干扰光源的影响，从而目标区域的效果得到最好呈现，提高目标区域识别正确率。并且，目标区域可根据实际需求动态调节，不同的应用场景可以根据关注点的分别设置不同的预设亮度权重，且不局限于道路监控的车相关区域，可以将任何的感兴趣区域作为目标区域，本方法应用范围广泛，并对强光有较好的抑制效果。

请参阅图4，图4是本申请的图像曝光调节装置一实施例的框架示意图。

本申请又一实施例提供了一种图像曝光调节装置20，包括依次连接的图像获取模块21、智能计算模块22和曝光参数调节模块23。其中，图像获取模块21获取图像序列，图像序列包括多个连续的图像。智能计算模块22获取当前帧图像的图像位置信息以及对应图像位置信息的图像亮度信息；智能计算模块22确定当前帧图像中目标区域的区域位置信息，根据区域位置信息和图像亮度信息获取目标区域的区域亮度统计值；智能计算模块22确定目标区域中的强光区域，获取强光区域的强光亮度统计值；智能计算模块22综合目标区域亮度统计值、强光亮度统计值和当前帧图像的整体亮度统计值，获得当前帧图像的当前帧亮度值。曝光参数调节模块23根据当前帧亮度值调整曝光参数。

本装置20通过检测目标区域，并识别出目标区域中的强光区域，从而避免强光区域占比小而被忽略，并对目标区域、强光区域以及图像全局亮度进行动态加权处理，使得目标区域的强光得到最优的抑制，排除其他干扰光源的影响，从而目标区域的效果得到最好呈现，提高目标区域识别正确率。并且，目标区域可根据实际需求动态调节，不同的应用场景可以根据关注点的分别设置不同的预设亮度权重，且不局限于道路监控的车相关区域，可以将任何的感兴趣区域作为目标区域，本方法应用范围广泛，并对强光有较好的抑制效果。

请参阅图5，图5是本申请的电子设备一实施例的框架示意图。

本申请又一实施例提供了一种电子设备30，包括相互耦接的存储器31和处理器32，处理器32用于执行存储器31中存储的程序指令，以实现上述任一实施例的图像曝光调节方法。在一个具体的实施场景中，电子设备30可以包括但不限于：微型计算机、服务器，此外，电子设备30还可以包括笔记本电脑、平板电脑等移动设备，在此不做限定。

具体而言，处理器32用于控制其自身以及存储器31以实现上述任一图像曝光调节方法实施例中的步骤。处理器32还可以称为cpu(centralprocessingunit，中央处理单元)。处理器32可能是一种集成电路芯片，具有信号的处理能力。处理器32还可以是通用处理器、数字信号处理器(digitalsignalprocessor,dsp)、专用集成电路(applicationspecificintegratedcircuit,asic)、现场可编程门阵列(field-programmablegatearray,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器32可以由集成电路芯片共同实现。

请参阅图6，图6是本申请计算机可读存储介质一实施例的框架示意图。

本申请又一实施例提供了一种计算机可读存储介质40，其上存储有程序数据41，程序数据41被处理器执行时实现上述任一实施例的图像曝光调节方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质40中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质40中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质40包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。