一种逆光场景检测方法、装置以及成像装置的制造方法
【技术领域】
[0001] 本发明设及成像技术领域，特别是设及一种逆光场景检测方法、装置W及成像装 置。
【背景技术】
[0002] 目前，数码的应用越来越广泛。除了专业的数码相机产品之外，在众多电子设备上 已经集成了不同精度的数码相机。例如，在笔记本型计算机中大多集成了数码摄像头，在个 人数字助理（PDA)和智能手机中大多集成了数码相机，在平板电脑中也集成了数码相机。
[0003] 在利用数码相机进行图像拍摄时，不可避免地会遇到逆光场景拍摄和非逆光场景 拍摄的问题。在逆光拍摄的情况下，往往出现背景部分过亮而真正所关注的被摄物体即对 象部分过暗的结果。逆光检测可W广泛应用于数字照相机及摄像机等成像装置的智能场景 识别及自动曝光控制等功能。
[0004] 现有技术方案中，逆光场景检测一般可W通过硬件方式和软件方式来实现。硬件 方式是采用CMOS逆光检测传感器来自动检测逆光的拍摄状态；软件方式是直接对采集到 的彩色图像信息进行图像处理，然后根据获取到的图像相关信息来进行逆光检测。现有的 检测方法准确度较低，实用性和用户体验都较差。
【发明内容】
[0005] 本发明的目的是提供一种逆光场景检测方法、装置及成像装置，目的在于解决现 有检测方法准确度较低的问题。
[0006] 为解决上述技术问题，本发明提供一种逆光场景检测方法，包括：
[0007] 获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实际空间距 离；
[0008] 将所述深度数据与预设阔值进行比较，确定各所述目标中的近景目标；
[0009] 根据所述近景目标的亮度信息判断所述图像是否为逆光场景。
[0010] 可选地，所述根据所述近景目标的亮度信息判断所述图像是否为逆光场景包括：
[0011] 统计所述近景目标的亮度直方图；
[0012] 根据所述亮度直方图计算所述近景目标处于逆光场景的逆光概率；
[0013] 通过所述逆光概率判断所述图像是否为逆光场景。
[0014] 可选地，所述获取图像中各目标的深度数据包括：
[0015] 通过双摄像头分别获取图像；
[0016] 对双摄像头获取到的图像进行匹配，获取目标点在双摄像头成像的视差；
[0017] 通过所述视差计算各目标与镜头之间的实际空间距离。
[0018] 可选地，所述根据所述亮度直方图计算所述近景目标处于逆光场景的逆光概率包 括：
[0019] 根据
计算所述亮度直方图的均值μ W及标准 差σ，其中，Χι为第i个级别的灰度值个数，η为图像像素总数；
[0020] 根据
计算所述近景目标处于逆光场景的逆光概率Ρ，其中，α、0 为权值。
[0021] 可选地，所述通过所述逆光概率判断所述图像是否为逆光场景包括：
[0022] 将所述逆光概率与预设判断阔值进行比较，当所述逆光概率大于等于所述预设判 断阔值时，所述图像为逆光图像；
[0023] 当所述逆光概率小于所述预设判断阔值时，所述图像为非逆光图像。
[0024] 可选地，所述通过所述逆光概率判断所述图像是否为逆光场景包括：
[0025] 对预设时间间隔内获取的逆光概率进行累计判断，当判断所述图像为逆光场景的 结果超过预设次数时，判断所述图像为逆光场景。
[0026] 可选地，还包括：
[0027] 在判断所述图像为逆光场景后，启动高动态光照擅染对所述图像进行图像增强。
[0028] 本发明还提供了一种逆光场景检测装置，包括：
[0029] 获取模块，用于获取图像中各目标的深度数据，所述深度数据为目标与镜头之间 的实际空间距离；
[0030] 确定模块，用于将所述深度数据与预设阔值进行比较，确定各所述目标中的近景 目标；
[0031] 判断模块，用于根据所述近景目标的亮度信息判断所述图像是否为逆光场景。
[0032] 本发明还提供了一种成像装置，包括上述逆光场景检测装置。 阳03引可选地，还包括：
[0034] 开关模块，用于对所述逆光场景检测装置的开启和闭合进行控制。
[0035] 本发明所提供的逆光场景检测方法及装置，通过获取图像中各目标的深度数据， 与预设阔值比较后，确定图像中的近景目标和背景，然后根据近景目标的亮度信息在逆光 场景中体现的特性来判断图像是否为逆光场景。与现有技术相比，本发明仅根据拍照中最 关注的近景目标的亮度信息来进行检测，其准确度较高，使得智能相机能够自动识别逆光 场景，从而进一步自动启动皿R增强功能，给不知道什么时候应该启动皿R功能的用户带来 了极大的方便，实用性较强，能够有效提高用户的体验度。此外，本发明还提供了一种成像 装置。
【附图说明】
[0036] 图1为本发明所提供的逆光场景检测方法的一种【具体实施方式】的方法流程图；
[0037] 图2为本发明所提供的逆光场景检测方法的另一种【具体实施方式】的方法流程图；
[0038] 图3为本发明所提供的逆光场景检测方法的另一种【具体实施方式】中根据双摄像 头测量景深的原理图；
[0039] 图4为本发明所提供的逆光场景检测方法的另一种【具体实施方式】中根据双摄像 头测量景深的流程图；
[0040] 图5为本发明所提供的逆光场景检测装置的一种【具体实施方式】的结构框图；
[0041] 图6为本发明所提供的成像装置的工作流程图。
【具体实施方式】
[0042] 在摄影技术中，对逆光的处理很早就存在。具体来说，就是用图像采集设备，包括 相机、手机，面对太阳等强光源进行图像采集。但运样拍摄出的照片往往对比度过强，丢失 了很多的图像细节，而且照片颜色信息丢失很严重。随着手持移动设备成像质量的提高，越 来越多的用户使用手机拍照。因此在日光下拍摄照片变得很常见。为了能够帮助用户在逆 光条件下也能拍摄出满意的照片，因此需要对逆光场景进行自动检测，后续再使用一系列 逆光照片修复方法，运样用户就可W在逆光拍摄条件下，也能直接得到满意的照片。
[0043] 传统的技术方案在一定程度上可W满足用户的需求，但是其实现过程通常比较复 杂，性价比也比较低，测量准确度也会随环境变换而发生较大变化。鉴于此，本发明的核屯、 是提供一种基于景深的逆光场景检测方法。
[0044] 为了使本技术领域的人员更好地理解本发明方案，下面结合附图和【具体实施方式】 对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是 全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0045] 本发明所提供的逆光场景检测方法的一种【具体实施方式】的方法流程图如图1所 示，该方法包括：
[0046] 步骤S101 :获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实 际空间距离；
[0047] 步骤S102 :将所述深度数据与预设阔值进行比较，确定各所述目标中的近景目 标；
[0048] 步骤S103 :根据所述近景目标的亮度信息判断所述图像是否为逆光场景。
[0049] 本发明所提供的逆光场景检测方法，通过获取图像中各目标的深度数据，与预设 阔值比较后，确定图像中的近景目标和背景，然后根据近景目标的亮度信息在逆光场景中 体现的特性来判断图像是否为逆光场景。与现有技术相比，本发明仅根据拍照中最关注的 近景目标的亮度信息来进行检测，其准确度较高，使得智能相机能够自动识别逆光场景，从 而进一步自动启动皿R增强功能，给不知道什么时候应该启动皿R功能的用户带来了极大 的方便，实用性较强，能够有效提高用户的体验度。
[0050] 本发明所提供的逆光场景检测方法的另一种【具体实施方式】的方法流程图如图2 所示，与上一实施例相比，本实施方式中对根据近景目标的亮度信息判断图像是否为逆光 场景的过程进行了进一步限定。该方法包括：
[0051] 步骤S201 :获取图像中各目标的深度数据，所述深度数据为目标与镜头之间的实 际空间距离；
[0052] 获取图像中各目标的深度数据可W采用双目测量技术。双目测量，是根据立体视 觉原理，利用双摄头来获取目标的空间Ξ维坐标信息。景深数据获取，是根据双目测量获取 到的数据来确定目标与镜头之间的实际空间距离。具体可W通过W下过程实现：
[0053] 通过双摄像头获取图像；
[0054] 对双摄像头获取到的图像进行匹配，获取目标点在双摄像头成像的视差而-Xl，其 中，而、Xl分别为目标在双摄像头所成的像与像面的距离；
[0055] 通过
计算各目标的深度数据，其中，b为双摄像头光屯、的距离，f为摄 像头的焦距。
[0056] 如图2、图3根据双摄像头测量景深的原理图W及流程图所示，世界坐标系中的任 意一点都满足，该点与它在左右相机的成像点在同一个极平面上。化和OR是左右相机的的 光屯、，长为L的两条线段表示的是左右相机的像面。则光屯、到像面的最短距离就是焦距长 度f。若P是世界坐标系中的一点，它在左右像面上的成像点是化和PR。化和PR距各自 像面的左边缘的距罔是化和邸。视差就是XR-XL或者是化-XR。柄;定和匹配后f，b，XR， 化都能够得到，那么物体的景深Z和视差的什么关系可由下面的推导过程得出： 阳057] 在Δ 〇l〇kP中，Δ PlPkP相似于Δ 〇l〇kP，则有比例关系：
阳〇化]其中，而-xJ^为视差，即目标点在左右两幅视图上成像的横向坐标直接存在的差 异。利用图像匹配和视差原理即可获得景物的空间Ξ维坐标狂，Υ，Ζ)。
[0066] 其中，通过匹配可获得左右视图的视差数据，匹配最常见的方法有特征点检测算 法。
[0067] 步骤S202 :将所述深度数据与预设阔值进行比较，确定各所述目标中的近景目 标；
[0068] 其中，预设阔值可W为3m到5m，当然也可W根据具体情况人为设定，运都不影响 本发