一种应用于使用LED射灯的面阵相机的光照补偿算法的制作方法

本发明涉及图片处理技术领域，尤其是一种应用于使用led射灯的面阵相机的光照补偿算法。

背景技术：

当前的道面检测机器人采用了面阵相机配合大功率led射灯照明的方式采集道面图像，射灯相比于led条形灯或者环形灯的优势是亮度高，价格便宜，更适合用于面阵相机在机器人运动状态下连续拍照。但是由于射灯的物理结构决定，其光照特性呈现出中心亮四周暗的特点，这样对后期的图像全景拼接造成了极大的影响。

技术实现要素：

针对上述不足之处，本发明提供了一种应用于使用led射灯的面阵相机的光照补偿算法，可以很好的补偿射灯中心亮四周暗的特性，补偿之后的图像光照均匀，拼接之后的图像看不出明显的边界。

为了实现上述目的，本发明采用的技术方案如下：

一种应用于使用led射灯的面阵相机的光照补偿算法，包括如下步骤：

s1、从所有采集的图像中选取n张无明显特征的图像，其中n>10；

s2、将选出的n张图像的对应像素坐标的像素值累加，然后求取平均值，得到平均值图像；

s3、求取平均值图像的像素值的最大值，用该最大值分别除以平均值图像的每一个像素值，得到一个系数矩阵，记系数矩阵为mparam；

s4、用系数矩阵mparam中的每个位置的系数乘以每一张所选取图像的对应像素坐标的像素值，得到补偿后的图像。

进一步的，s2中先对每张图像进行模糊处理，然后再将选出的n张图像的对应像素坐标的像素值累加。

更进一步的，所述应用于使用led射灯的面阵相机的光照补偿算法，还包括如下步骤:

s5、从所有采集的图像中选取m张图像，计算其每张图像的平均灰度值；

s6、将步骤s5中计算的平均灰度值，按大小排序，去掉最大和最小的平均灰度值，余下的平均灰度值再计算其总平均灰度值，记总平均灰度值为v；

s7、设定理想平均灰度值记为d，计算系数矩阵mparam中平均的补偿系数，记为a，计算整体系数b＝d/(a*v)，其中0<d<255；

s8、用s7中计算得到的整体计算系数b乘以s4中补偿后的图像。

优选的，所述d＝128。

优选的，步骤s6中去掉前后各20％的灰度值。

与现有技术相比，本发明具有以下有益效果：

本发明得到的图像中心最高亮度处只有微小变化，但是四周的亮度有显著提升，整体光照更加均匀，可以很好的补偿射灯中心亮四周暗的特性，补偿之后的图像光照均匀，让整张图对人眼更加友好，拼接之后的图像看不出明显的边界。

附图说明

图1为相机采集到的图像及行像素值曲线。

图2为无明显特征的图像和有明显特征的图像对比图。

图3为s1～s4步骤处理后的图像对比图。

图4为s5～s8进一步的处理后的图像对比图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。

实施例：

相机采集到的图像是道路表面的反射的光强经过ccd转换之后的结果，物体表面的光照可以表示为：

ι(x,y)＝a(x,y)+b(x,y)

式中，ι(x,y)为相机记录到的物体表面的总光强分布，a(x,y)为背景光强分布，b(x,y)为led射灯的光强分布，x、y为图像的像素坐标。如图1所示左图为实际采集的机场道面图像，右图为左图图像某一行的像素值，从图中可以明显看出图像的光照呈现出中间亮四周暗的特性。因为机器人采集图像时通常是晚上，其背景光强很小，可以忽略不计，因此，提出一种应用于使用led射灯的面阵相机的光照补偿算法，包括如下步骤：

s1、从所有采集的图像中选取n张无明显特征的图像，其中n>10，无明显特征的图像是指能够代表当前拍摄的光照效果的图像，如图2所示，第一行的图像为无明显特征的图像，第二行的图像为含有明显特征的图像；

s2、将选出的n张图像的对应像素坐标的像素值累加，然后求取平均值，得到平均值图像；

s3、求取平均值图像的像素值的最大值，用该最大值分别除以平均值图像的每一个像素值，得到一个系数矩阵，记系数矩阵为mparam；

s4、用系数矩阵mparam中的每个位置的系数乘以每一张所选取图像的对应像素坐标的像素值，得到补偿后的图像。

其中，s2中可以先对每张图像进行模糊处理，然后再将选出的n张图像的对应像素坐标的像素值累加，模糊处理算法可以采用高斯模糊。

s1～s4为固定补偿矩阵补偿，其进行光照补偿后得到的图像中心最高亮度几乎没有变化，但是四周的亮度有显著提升，整体光照更加均匀，如图3所示，左图为原始图像，右图为经过s1～s4处理后的图像。

采用s1～s4，一般情况下能得到较好效果，但是如果使用的水泥路面的图片计算的系数矩阵，使用到黑色沥青路面的道路上，能够使整个图片的光照分布均匀，但是该补偿矩阵的整体补偿不够，会造成结果图片虽然光照分布均匀，但是整体偏黑。对同一台道面检测机器人，一般情况，相机和照明灯的相对位置固定，不同批次拍摄，计算出来的补偿系数矩阵分布基本一致，为了简化操作，使用任意一次的补偿系数矩阵作为该道面检测机器人的固定补偿矩阵。基于此，作为进一步的改进，一种应用于使用led射灯的面阵相机的光照补偿算法还包括如下步骤:

s5、从所有采集的图像中选取m张图像，m＝30，计算其每张图像的平均灰度值；

s6、将步骤s5中计算的平均灰度值，按大小排序得{v1,v2,v3,v4,v5,v6,v7,v8………….,v22,v23,v24,v25,v26,v27,v28,v29,v30}30张图各自的平均像素值，去掉前后各20％的灰度值，余下的平均灰度值再计算其总平均灰度值，记总平均灰度值为v＝(v7+……+v24)/18；

s7、设定理想平均灰度值记为d，计算系数矩阵mparam中平均的补偿系数，记为a，计算整体系数b＝d/(a*v)，其中d＝128，d取其它值也可以，保证0<d<255即可；

s8、用s7中计算得到的整体计算系数b乘以s4中补偿后的图像，如图4所示左图为原始图像，中间为s1～s4处理后的图像，右图为进一步经过s5～s8处理后的图像。s5～s8为整体补偿。

上述实施例仅为本发明的优选实施例，并非对本发明保护范围的限制，但凡采用本发明的设计原理，以及在此基础上进行非创造性劳动而做出的变化，均应属于本发明的保护范围之内。

技术特征：

技术总结
本发明公开了一种应用于使用LED射灯的面阵相机的光照补偿算法，包括如下步骤：S1、从所有采集的图像中选取n张无明显特征的图像，其中n>10；S2、将选出的n张图像的对应像素坐标的像素值累加，然后求取平均值，得到平均值图像；S3、求取平均值图像的像素值的最大值，用该最大值分别除以平均值图像的每一个像素值，得到一个系数矩阵，记系数矩阵为mParam；S4、用系数矩阵mParam中的每个位置的系数乘以每一张所选取图像的对应像素坐标的像素值，得到补偿后的图像。本发明可以很好的补偿射灯中心亮四周暗的特性，补偿之后的图像光照均匀，拼接之后的图像看不出明显的边界。

技术研发人员：黄敏;桂仲成;贺骥;杨辉
受保护的技术使用者：成都圭目机器人有限公司
技术研发日：2018.11.27
技术公布日：2019.04.12