亮度值，本实施例中，高光区域的期望亮度值设为255 ；dist为每个初始亮度值i与期望亮度值fExpect的差的平方；pMapTable[i]为初始亮度值i的对应映射亮度值；Sigma为σ ~2方差，σ为标准差，表示高斯分布的范围。
[0085]所述的步骤20b中，通过进行映射处理得到映射亮度图的计算公式为:
[0086]maskLight = pMapTable[light]；
[0087]其中，light为像素点的初始亮度值，pMapTable为所述的亮度映射表，maskLight为映射处理后得到的映射亮度图上对应像素点的映射亮度值。
[0088]所述的步骤30b中，通过进行正片叠底得到正片叠底亮度图的计算公式为:
[0089]mutabIeLight = ((maskLight*light+128)+(maskLight*light+128)/255)/255 ；
[0090]其中，light为像素点的初始亮度值，maskLight为映射处理后得到的映射亮度图上对应像素点的映射亮度值，mutableLight为正片叠底后得到的正片叠底亮度图上对应像素点的正片叠底亮度值。
[0091]所述的步骤30b中，还包括对所述的正片叠底亮度图进行模糊处理，得到模糊后的正片叠底亮度图，该模糊处理主要采用以下模糊算法的一种或一种以上的组合:中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理。
[0092]所述的步骤40b中的差值计算，主要是计算正片叠底亮度图的每个像素点的正片叠底亮度值与所述的期望亮度值的亮度差的绝对值。
[0093]所述的步骤50b中的阈值计算，主要是判断所述的亮度差的绝对值是否小于127，如果是的话，则该对应像素点属于高光区域，并且高光统计数值加I ;并对图像中所有属于高光区域的像素点进行统计，得到最终的高光统计数。
[0094]所述的步骤60b中，如果所述的高光统计数占图像像素点总数的百分比大于40%，则该图像偏亮。
[0095]如图4所示，本发明还提供了一种判断图像是否偏亮的系统，该系统至少包括:
[0096]映射表创建模块A2，其通过创建初始映射表，并根据初始映射表对图像的每个像素点的初始亮度值进行高斯分布计算生成亮度映射表；
[0097]映射处理模块B2，其对图像的每个像素点的初始亮度值根据所述的亮度映射表进行映射处理得到映射亮度图；
[0098]正片叠底处理模块C2，其将图像的每个像素点的初始亮度值与所述的映射亮度图的对应像素点的映射亮度值进行正片叠底得到正片叠底亮度图；
[0099]差值计算模块D2，其将所述的正片叠底亮度图的每个像素点的亮度值与初始亮度值进行差值计算；
[0100]分析统计模块E2，其对所述的每个像素点的差值进行阈值计算，判断当前像素点是否属于高光区域，并对图像中所有属于高光区域的像素点进行统计，得到高光统计数；
[0101]判断模块F2，计算所述的高光统计数占图像像素点总数的百分比，从而判断该图像是否偏亮。
[0102]需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。并且，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也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，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0103]上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
【主权项】
1.一种判断图像是否偏暗的方法，其特征在于，包括以下步骤: 1a.创建初始映射表，并根据初始映射表对图像的每个像素点的初始亮度值进行高斯分布计算生成亮度映射表； 20a.对图像的每个像素点的初始亮度值根据所述的亮度映射表进行映射处理得到映射亮度图； 30a.将图像的每个像素点的初始亮度值与所述的映射亮度图的对应像素点的映射亮度值进行正片叠底得到正片叠底亮度图； 40a.将所述的正片叠底亮度图的每个像素点的亮度值与初始亮度值进行差值计算； 50a.对所述的每个像素点的差值进行阈值计算，判断当前像素点是否属于阴影区域，并对图像中所有属于阴影区域的像素点进行统计，得到阴影统计数； 60a.计算所述的阴影统计数占图像像素点总数的百分比，从而判断该图像是否偏暗。
2.根据权利要求1所述的一种判断图像是否偏暗的方法，其特征在于:所述的步骤1a中，主要是通过计算图像的每个像素点的初始亮度值与预设的期望亮度值之间的差值，并根据初始映射表以及所述的差值进行高斯分布计算生成初始亮度值与映射亮度值的亮度映射表。
3.根据权利要求2所述的一种判断图像是否偏暗的方法，其特征在于:所述的亮度映射表的计算公式为:dist = (1-fExpect)*(1-fExpect)；pMapTable[i] = min(255, (0.5+255.0*exp(-dist/Sigma)))； 其中，i为每个初始亮度值的序列；fEXpeCt为期望亮度值；dist为每个初始亮度值i与期望亮度值fExpect的差的平方；pMapTable[i]为初始亮度值i的对应映射亮度值；Sigma为σ~2方差，σ为标准差，表示高斯分布的范围。
4.根据权利要求1所述的一种判断图像是否偏暗的方法，其特征在于:所述的步骤20a中，通过进行映射处理得到映射亮度图的计算公式为:maskLight = pMapTable[light]； 其中，light为像素点的初始亮度值，pMapTable为所述的亮度映射表，maskLight为映射处理后得到的映射亮度图上对应像素点的映射亮度值。
5.根据权利要求1所述的一种判断图像是否偏暗的方法，其特征在于:所述的步骤30a中，通过进行正片叠底得到正片叠底亮度图的计算公式为:mutabIeLight = ((maskLight氺light+128)+(maskLight氺light+128)/255)/255 ； 其中，light为像素点的初始亮度值，maskLight为映射处理后得到的映射亮度图上对应像素点的映射亮度值，mutableLight为正片叠底后得到的正片叠底亮度图上对应像素点的正片叠底亮度值。
6.根据权利要求1所述的一种判断图像是否偏暗的方法，其特征在于:所述的步骤30a中，还包括对所述的正片叠底亮度图进行模糊处理，得到模糊后的正片叠底亮度图，该模糊处理主要采用以下模糊算法的一种或一种以上的组合:中值模糊处理、高斯模糊