一种减少红外灯辐射的控制方法和装置与流程

本发明实施例涉及视频监控技术领域，尤其涉及一种减少红外灯辐射的控制方法和装置。

背景技术：

随着红外摄像头的广泛应用，人们渐渐开始关注到红外灯的危害，根据有关机构的研究，长时间红外灯光的照射下，人的眼睛会受到一定程度的伤害。

现有的红外摄像头大多都是光敏反馈的方案，即通过光敏二极管来捕获环境亮度信息，然后通过分析捕获的环境亮度信息，动态调节红外灯输出功率，并未考虑人的眼睛的亮度信息，因此，现有的调节红外灯输出功率的方法，无法避免红外灯对人的眼睛的伤害。

技术实现要素：

本发明实施例提供一种减少红外灯辐射的控制方法和装置，用以根据局部图像的清晰度值，对红外灯的输出功率进行调节，从而使得红外灯的输出功率更加合理，避免红外灯对人的眼睛的伤害。

本发明实施例提供一种减少红外灯辐射的控制方法，包括：

根据接收到的图像信息，确定所述图像信息中是否包含预先设置的特征图像信息，若是，则根据所述图像信息和所述预先设置的特征图像信息，提取所述预先设置的特征图像信息对应的局部图像；

根据所述局部图像，确定所述局部图像的判定值；

根据所述局部图像的判定值，对红外灯的输出功率进行调节。

较佳的，所述根据所述局部图像，确定所述局部图像的判定值，包括：

针对所述红外灯的任一光强等级，采用所述特征图像的清晰度算法模型计算所述局部图像在所述光强等级下的清晰度值，且根据所述局部图像在所述光强等级下的像素平均值和预先设置的最佳亮度值，确定所述局部图像在所述光强等级下的亮度修正值；

根据所述局部图像在所述光强等级下的清晰度值和亮度修正值，采用公式(1)得到所述局部图像在所述光强等级下的判定值；

公式(1)P＝Q*w₁+L*w₂；

其中，Q为所述局部图像在所述光强等级下的清晰度值，w₁为预先设置的所述局部图像的清晰度权重值，L为所述局部图像在所述光强等级下的亮度修正值，w₂为预先设置的所述局部图像的亮度权重值，P为所述局部图像在所述光强等级下的判定值，并且w₁+w₂＝1。

较佳的，所述根据所述局部图像在所述光强等级下的像素平均值和预先设置的最佳亮度值，确定所述局部图像在所述光强等级下的亮度修正值，包括：

确定所述局部图像在所述光强等级下的像素平均值，并对所述局部图像在所述光强等级下的像素平均值进行归一化处理；

根据公式(2)确定所述局部图像在所述光强等级下的亮度修正值；

公式(2)L＝{100-Min[100,|X-Z|*c]}

其中，X为所述局部图像在所述光强等级下的像素平均值进行归一化处理后的值，Z为预先设置的最佳亮度值，c为预先设置的亮度修正权重系数，L为所述局部图像在所述光强等级下的亮度修正值。

较佳的，所述根据所述局部图像的判定值，对红外灯的输出功率进行调节，包括：

确定各个光强等级下的判定值；

根据最大判定值所对应的光强等级，对红外灯的输出功率进行调节。

较佳的，所述根据所述局部图像的判定值，对红外灯的输出功率进行调节，包括：

根据各个光强等级下的判定值，确定所述局部图像的判定值大于阈值时所对应的合格光强等级；

确定所述合格光强等级中光强等级最低的合格光强等级，并根据所述光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

较佳的，所述根据所述局部图像，确定所述局部图像的判定值，包括：

将所述红外灯的光强等级按照从弱到强或者从强到弱等间隔的划分为测量光强等级和估算光强等级；

针对任一测量光强等级，采用所述特征图像的清晰度算法模型计算所述局部图像在所述测量光强等级下的清晰度值，且根据所述局部图像在所述测量光强等级下的像素平均值和预先设置的最佳亮度值，确定所述局部图像在所述测量光强等级下的亮度修正值；

根据所述局部图像在所述测量光强等级下的清晰度值和亮度修正值，确定所述局部图像在所述测量光强等级下的判定值；

针对与所述测量光强等级相邻且排序在所述测量光强等级之后的估算光强等级，根据所述局部图像在所述测量光强等级下的清晰度值，进行线性插值计算，得到所述局部图像在所述估算光强等级下的清晰度值；且根据所述局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值L_测，根据公式(3)得到所述局部图像在所述估算光强等级下的亮度修正值；

公式(3)

其中，A为所述红外灯在所述估算光强等级下的红外强度值，B为所述红外灯在所述测量光强等级下的红外强度值，a为预先设置的估值系数，d为所述局部图像距离所述红外灯的距离，L_测所述局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值，L_估所述局部图像在所述估算光强等级下的亮度修正值；

根据所述估算光强等级下的清晰度和亮度修正值，确定所述局部图像在所述估算光强等级下的判定值。

较佳的，所述根据所述局部图像的判定值，对红外灯的输出功率进行调节，包括：

确定所述局部图像在所有的测量光强等级下的判定值以及确定所述局部图像在所有的测量光强等级下的判定值；

根据最大判定值所对应的测量光强等级或估算光强等级，对红外灯的输出功率进行调节。

较佳的，所述根据所述局部图像的判定值，对红外灯的输出功率进行调节，包括：

确定所述局部图像在所有的测量光强等级下的判定值以及确定所述局部图像在所有的测量光强等级下的判定值；

根据所述局部图像在所有的测量光强等级下的判定值以及所述局部图像在所有的测量光强等级下的判定值，确定所述局部图像的判定值大于阈值时所对应的合格光强等级；

确定所述合格光强等级中光强等级最低的合格光强等级，并根据所述光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

本发明实施例提供一种减少红外灯辐射的控制装置，包括：

提取模块，用于根据接收到的图像信息，确定所述图像信息中是否包含预先设置的特征图像信息，若是，则根据所述图像信息和所述预先设置的特征图像信息，提取所述预先设置的特征图像信息对应的局部图像；

确定模块，用于根据所述局部图像，确定所述局部图像的判定值；

调节模块，用于根据所述局部图像的判定值，对红外灯的输出功率进行调节。

较佳的，所述确定模块，具体用于：

针对所述红外灯的任一光强等级，采用所述特征图像的清晰度算法模型计算所述局部图像在所述光强等级下的清晰度值，且根据所述局部图像在所述光强等级下的像素平均值和预先设置的最佳亮度值，确定所述局部图像在所述光强等级下的亮度修正值；

根据所述局部图像在所述光强等级下的清晰度值和亮度修正值，采用公式(1)得到所述局部图像在所述光强等级下的判定值；

公式(1)P＝Q*w₁+L*w₂；

其中，Q为所述局部图像在所述光强等级下的清晰度值，w₁为预先设置的所述局部图像的清晰度权重值，L为所述局部图像在所述光强等级下的亮度修正值，w₂为预先设置的所述局部图像的亮度权重值，P为所述局部图像在所述光强等级下的判定值，并且w₁+w₂＝1。

较佳的，所述确定模块，具体用于：

确定所述局部图像在所述光强等级下的像素平均值，并对所述局部图像在所述光强等级下的像素平均值进行归一化处理；

根据公式(2)确定所述局部图像在所述光强等级下的亮度修正值；

公式(2)L＝{100-Min[100,|X-Z|*c]}

其中，X为所述局部图像在所述光强等级下的像素平均值进行归一化处理后的值，Z为预先设置的最佳亮度值，c为预先设置的亮度修正权重系数，L为所述局部图像在所述光强等级下的亮度修正值。

较佳的，所述调节模块，具体用于：

确定各个光强等级下的判定值；

根据最大判定值所对应的光强等级，对红外灯的输出功率进行调节。

较佳的，所述调节模块，具体用于：

根据各个光强等级下的判定值，确定所述局部图像的判定值大于阈值时所对应的合格光强等级；

确定所述合格光强等级中光强等级最低的合格光强等级，并根据所述光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

较佳的，所述确定模块，具体用于：

将所述红外灯的光强等级按照从弱到强或者从强到弱等间隔的划分为测量光强等级和估算光强等级；

针对任一测量光强等级，采用所述特征图像的清晰度算法模型计算所述局部图像在所述测量光强等级下的清晰度值，且根据所述局部图像在所述测量光强等级下的像素平均值和预先设置的最佳亮度值，确定所述局部图像在所述测量光强等级下的亮度修正值；

根据所述局部图像在所述测量光强等级下的清晰度值和亮度修正值，确定所述局部图像在所述测量光强等级下的判定值；

针对与所述测量光强等级相邻且排序在所述测量光强等级之后的估算光强等级，根据所述局部图像在所述测量光强等级下的清晰度值，进行线性插值计算，得到所述局部图像在所述估算光强等级下的清晰度值；且根据所述局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值L_测，根据公式(3)得到所述局部图像在所述估算光强等级下的亮度修正值；

公式(3)

其中，A为所述红外灯在所述估算光强等级下的红外强度值，B为所述红外灯在所述测量光强等级下的红外强度值，a为预先设置的估值系数，d为所述局部图像距离所述红外灯的距离，L_测所述局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值，L_估所述局部图像在所述估算光强等级下的亮度修正值；

根据所述估算光强等级下的清晰度和亮度修正值，确定所述局部图像在所述估算光强等级下的判定值。

较佳的，所述调节模块，具体用于：

确定所述局部图像在所有的测量光强等级下的判定值以及确定所述局部图像在所有的测量光强等级下的判定值；

根据最大判定值所对应的测量光强等级或估算光强等级，对红外灯的输出功率进行调节。

较佳的，所述调节模块，具体用于：

确定所述局部图像在所有的测量光强等级下的判定值以及确定所述局部图像在所有的测量光强等级下的判定值；

根据所述局部图像在所有的测量光强等级下的判定值以及所述局部图像在所有的测量光强等级下的判定值，确定所述局部图像的判定值大于阈值时所对应的合格光强等级；

确定所述合格光强等级中光强等级最低的合格光强等级，并根据所述光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

上述实施例提供的一种减少红外灯辐射的控制方法和装置，包括：根据接收到的图像信息，确定所述图像信息中是否包含预先设置的特征图像信息，若是，则根据所述图像信息和所述预先设置的特征图像信息，提取所述预先设置的特征图像信息对应的局部图像；根据所述局部图像，确定所述局部图像的判定值；根据所述局部图像的判定值，对红外灯的输出功率进行调节，其中，局部图像的判定值是由局部图像的清晰度值和亮度修正值共同决定的。可以看出，由于是根据局部图像的判定值，对红外灯的输出功率进行调节，而局部图像的判定值是由局部图像的清晰度值和亮度修正值共同决定的，因此，能够使得红外灯的输出功率更加合理，避免红外灯对人的眼睛的伤害。

附图说明

为了更清楚地说明本发明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要介绍。

图1为本发明实施例提供的一种减少红外灯辐射的控制方法的流程示意图；

图2为本发明实施例提供的一种根据局部图像，确定局部图像的判定值的方法流程示意图；

图3为本发明实施例提供的一种确定局部图像在光强等级下的亮度修正值的方法流程示意图；

图4为本发明实施例提供的一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图；

图5为本发明实施例提供的一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图；

图6为本发明实施例提供的另一种根据局部图像，确定局部图像的判定值的方法流程示意图；

图7为本发明实施例提供的另一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图；

图8为本发明实施例提供的另一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图；

图9为实施例提供的一种减少红外灯辐射的控制装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示例性示出了本发明实施例提供的一种减少红外灯辐射的控制方法的流程示意图，如图1所示，该方法可包括：

S101、接收图像信息。

S102、判断接收到的图像信息中是否包含预先设置的特征图像信息，若是，则转至步骤S103，否则结束流程。

S103、根据接收到的图像信息和预先设置的特征图像信息，提取预先设置的特征图像信息对应的局部图像。

S104、根据局部图像，确定局部图像的判定值。

S105、根据局部图像的判定值，对红外灯的输出功率进行调节。

可选的，预先设置的特征图像信息可以为采用训练算法获得的人脸图像信息。当预先设置的特征图像信息为采用训练算法获得的人脸图像信息时，可根据接收到的图像信息，通过人脸检测算法判断接收到的图像中是否有人脸，当接收到的图像中有人脸时，确定出人脸在图像中的位置，根据人脸及人脸在图像中的位置，提取出该图像中的局部人脸图像。

可选的，预先设置的特征图像信息也可以为采用训练算法获得的视网膜图像信息。当预先设置的特征图像信息为采用训练算法获得的视网膜图像信息时，可根据接收到的图像信息，通过视网膜检测算法判断接收到的图像中是否有视网膜，当接收到的图像中有视网膜时，确定出视网膜在图像中的位置，根据视网膜及视网膜在图像中的位置，提取出该图像中的局部视网膜图像。

其中，可通过人工标定的数万张各种人脸清晰度的图片作为训练集采用深度学习算法进行训练，得到人脸清晰度算法模型，后续将每次采集的人脸图像输入人脸清晰算法模型，便可以得到一个人脸清晰度值。

相应的，可通过人工标定的数万张各种人脸清晰度的图片作为训练集采用深度学习算法进行训练，得到视网膜清晰度算法模型，后续将每次采集的视网膜图像输入视网膜清晰算法模型，便可以得到一个视网膜清晰度值。

需要说明的是，本发明实施例中预先设置的特征图像信息并不限于人脸图像信息和视网膜图像信息，本发明实施例中对得到人脸清晰度算法模型和视网膜清晰度算法模型的方法也不进行任何限定。

可选的，上述步骤S104中，在根据局部图像，确定局部图像的判定值时，为了提高局部图像的判定值的准确性，可通过图2所示的方法流程确定局部图像的判定值。

图2示例性示出了本发明实施例提供的一种根据局部图像，确定局部图像的判定值的方法流程示意图，如图2所示，该方法可包括：

S201、针对红外灯的任一光强等级，采用特征图像的清晰度算法模型计算局部图像在所述光强等级下的清晰度值。

S202、根据局部图像在所述光强等级下的像素平均值和预先设置的最佳亮度值，确定局部图像在所述光强等级下的亮度修正值。

S203、根据局部图像在所述光强等级下的清晰度值和亮度修正值，采用公式(1)计算得到局部图像在光强等级下的判定值。

公式(1)P＝Q*w₁+L*w₂；

其中，Q为局部图像在所述光强等级下的清晰度值，w₁为预先设置的局部图像的清晰度权重值，L为局部图像在所述光强等级下的亮度修正值，w₂为预先设置的局部图像的亮度权重值，P为局部图像在所述光强等级下的判定值，并且w₁+w₂＝1。

在具体实施时，若需要局部图像的清晰度在局部图像的判定值中所占的比重重一些，则可将w₁的设置的大一些，将w₂设置的小一些，例如，可将w₁的值设置为0.8，将w₂的值设置为0.2；若需要局部图像的亮度值在局部图像的判定值中所占的比重重一些，则可将w₁的设置的小一些，将w₂设置的大一些，例如，可将w₁的值设置为0.3，将w₂的值设置为0.7。

上述步骤S202中，局部图像在该光强等级下的像素平均值可为局部图像的亮度信号Y分量的平均值，然后对局部图像在该光强等级下的像素值进行归一化处理。

具体的，当局部图像的灰阶值是用8位二进制数进行表示的，则可将局部图像的亮度信号Y分量的平均值除以2.55，从而实现对局部图像在该光强等级下的像素值进行归一化处理。

上述步骤S202中，根据局部图像在所述光强等级下的像素值和预先设置的最佳亮度值，确定局部图像在所述光强等级下的亮度修正值时，可采用图3所示的方法流程。

图3示例性示出了本发明实施例提供的一种确定局部图像在光强等级下的亮度修正值的方法流程示意图，如图3所示，该方法可包括：

S301、确定局部图像在所述光强等级下的像素平均值，并对局部图像在所述光强等级下的像素平均值进行归一化处理。

S302、根据公式(2)确定局部图像在所述光强等级下的亮度修正值。

公式(2)L＝{100-Min[100，|X-Z|*c]}

其中，X为局部图像在所述光强等级下的像素平均值进行归一化处理后的值，Z为预先设置的特征图像的最佳亮度值，c为预先设置的亮度修正权重系数且c的取值依赖于预先设置的特征图像的最佳亮度值，L为所述局部图像在所述光强等级下的亮度修正值。

例如，可将最佳亮度值设置为60，当将最佳亮度值设置为60时，c的值可以为2.5，这是为了保证当局部图像处于最亮或最暗时，亮度修正值均为0。

具体的，当最佳亮度值设置为60，c的值为2.5，当局部图像最亮，此时，若用8位二进制数据表示局部图像的像素值，则局部图像的像素平均值为100，将最佳亮度值60、c的值2.5、局部图像的像素平均值100代入上述公式(2)可得到局部图像的亮度修正值为0，即0＝{100-Min[100，|100-60|*2.5]}。

当最佳亮度值设置为60，c的值为2.5，当局部图像最暗，此时，若用8位二进制数据表示局部图像的像素值，则局部图像的像素平均值为0，将最佳亮度值60、c的值2.5、局部图像的像素平均值0代入上述公式(2)，可得到局部图像的亮度修正值为0，即0＝{100-Min[100，|0-60|*2.5]}。

基于图2所示的确定局部图像的判定值的方法流程图和图3所示的确定局部图像在所述光强等级下的亮度修正值的基础上，上述步骤S105中，根据局部图像的判定值，对红外灯的输出功率进行调节时，可采用图4所示的方法流程。

图4示例性示出了本发明实施例提供的一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图，如图4所示，该方法可包括：

S401、确定各个光强等级下的判定值。

S402、根据最大判定值所对应的光强等级，对红外灯的输出功率进行调节。

基于图2所示的确定局部图像的判定值的方法流程图和图3所示的确定局部图像在所述光强等级下的亮度修正值的基础上，上述步骤S105中，根据局部图像的判定值，对红外灯的输出功率进行调节时，为了降低红外灯对人眼的辐射，可采用图5所示的方法流程。

图5示例性示出了本发明实施例提供的一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图，如图5所示，该方法可包括：

S501、确定各个光强等级下的判定值。

S502、根据各个光强等级下的判定值，确定局部图像的判定值大于阈值时所对应的合格光强等级。

S503、确定合格光强等级中光强等级最低的合格光强等级，并根据光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

由于根据合格光强等级中光强等级最低的光强等级，对红外灯的输出功率进行调节，即在满足最低清晰度标准和亮度标准的基础上尽量降低红外灯的光强，因此，能够降低红外灯光对人的辐射，图5所示的方法主要应用在看护场景，在保证最低清晰度标准的基础上，尽量降低红外灯对人的辐射。

可选的，上述步骤S104中，在根据局部图像，确定局部图像的判定值时，为了减少计算量，提升确定局部图像的判定值的速度，从而提升调节红外灯的输出功率的速度，还可通过图6所示的方法流程确定局部图像的判定值。

图6示例性示出了本发明实施例提供的另一种根据局部图像，确定局部图像的判定值的方法流程示意图，如图6所示，该方法可包括：

S601、将红外灯的光强等级按照从弱到强或从强到弱等间隔的划分为测量光强等级和估算光强等级。

S602、针对任一测量光强等级，采用特征图像的清晰度算法模型计算局部图像在该测量光强等级下的清晰度值，并且根据局部图像在该测量光强等级下的像素平均值和预先设置的最佳亮度值，确定局部图像在该测量光强等级下的亮度修正值。

S603、根据局部图像在测量光强等级下的清晰度值和亮度修正值，确定局部图像在该测量光强等级下的判定值。

S604、针对与所述测量光强等级相邻且排序在所述测量光强等级之后的估算光强等级，根据局部图像在所述测量光强等级下的清晰度值，进行线性插值计算得到局部图像在所述估算光强等级下的清晰度值。

S605、将局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值L_测，代入公式(3)得到局部图像在所述估算光强等级下的亮度修正值L_估。

公式(3)

其中，A为红外灯在所述估算光强等级下的红外强度值，B为红外灯在所述估算等级下的红外强度值，a为预先设置的估值系数，d为局部图像与红外灯的之间距离，L_测为局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值，L_估为局部图像在估算光强等级下的亮度修正值。

在预先设置估值系数a时，可先计算出若干个估算光强等级下的亮度修正值，并将计算出的若干个估算光强等级下的亮度修正值代入上述公式(3)，计算出若干个估值系数，然后将对该若干个估值系数求平均值，将该平均值设置为估值系数a。

S606、根据局部图像在所述估算光强等级下的清晰度和亮度修正值，确定局部图像在所述估算光强等级下的判定值。

基于图6所示的确定局部图像的判定值的方法流程图的基础上，上述步骤S105中，根据局部图像的判定值，对红外灯的输出功率进行调节时，可采用图7所示的方法流程。

图7示例性示出了本发明实施例提供的另一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图，如图7所示，该方法可包括：

S701、确定局部图像在所有的测量光强等级下的判定值以及确定局部图像在所有的估算光强等级下的判定值。

S702、根据最大判定值所对应的测量光强等级或估算光强等级，对红外灯的输出功率进行调节。

基于图6所示的确定局部图像的判定值的方法流程图的基础上，上述步骤S105中，根据局部图像的判定值，对红外灯的输出功率进行调节时，为了降低红外灯对人眼的辐射，可采用图8所示的方法流程。

图8示例性示出了本发明实施例提供的另一种局部图像的判定值，对红外灯的输出功率进行调节的方法流程示意图，如图8所示，该方法可包括：

S801、确定局部图像在所有的测量光强等级下的判定值以及确定局部图像在所有的估算光强等级下的判定值。

S802、根据局部图像在所有的测量光强等级下的判定值以及局部图像在所有的测量光强等级下的判定值，确定局部图像的判定值大于阈值时所对应的合格光强等级。

S803、确定合格光强等级中光强等级最低的合格光强等级，并根据光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

由于根据合格光强等级中光强等级最低的光强等级，对红外灯的输出功率进行调节，即在满足最低清晰度标准的基础上尽量降低红外灯的光强，因此，能够降低红外灯光对人的辐射，图8所示的方法主要应用在看护场景，在保证最低清晰度标准的基础上，尽量降低红外灯对人的辐射。

下面通过一个具体的例子对图6～图8所示的方法流程进行详细的解释说明。

在该例子中，假设预先设置的特征图像信息为人脸图像，并假设接收到的图像A中包含人脸图像，提取图像A中的人脸图像。进一步假设将红外灯的光强按照从弱到强等间隔的划分为10个光强等级，分别为：测量光强等级1、估算光强等级2、测量光强等级3、估算光强等级4、测量光强等级5、估算光强等级6、测量光强等级7、估算光强等级8、测量光强等级9、估算光强等级10。

首先通过下列步骤1～步骤4计算图像A中的人脸图像在测量光强等级1下的判定值。

步骤1、假设采用特征图像的清晰度算法模型，计算图像A中的人脸图像在测量光强等级1下的清晰度值Q₁为50。

步骤2、计算图像A中的人脸图像在测量光强等级1的亮度修正值L₁，假设图像A中的人脸图像的Y分量的平均值为200，进一步假设图像的像素值用8位二进制数表示，则归一化参数可以为2.55，因此，对图像A中的人脸图像的Y分量的平均值200进行归一化处理的值为78，即78＝200/2.55。

步骤3、根据图像A中的人脸图像的Y分量的平均值200进行归一化处理的值78，采用上述公式(2)计算图像A中的人脸图像在测量光强等级1的亮度修正值L₁，并假设公式(2)中的最佳亮度值Z为60，公式(2)中亮度修正权重系数c的值为2.5，则图像A中的人脸图像在测量光强等级1的亮度修正值L₁＝{100-Min[100，|78-60|*2.5]}＝55

步骤4、假设上述公式(1)中w₁的值为0.8，上述公式(1)中w₂的值为0.2，则将图像A中的人脸图像在测量光强等级1下的清晰度值Q₁和图像A中的人脸图像在测量光强等级1的亮度修正值L₁代入公式(1)P＝Q*w₁+L*w₂，可得到图像A中的人脸图像在测量光强等级1下的判定值P₁，即P₁＝Q₁*w₁+L₁*w₂＝50*0.8+55*0.2＝67.5。

然后根据图像A中的人脸图像在测量光强等级1下的判定值P₁，通过下列步骤1～步骤4估算图像A中的人脸图像在估算光强等级2下的判定值P₂。

步骤1、将图像A中的人脸图像在测量光强等级1下的清晰度值Q₁为50，进行线性插值计算，得到图像A中的人脸图像在估算光强等级2下的清晰度值Q₂，并假设Q₂的值为60。

步骤2、假设红外灯在测量光强等级1下的红外强度值为20，然后将红外灯的光强等级从测量光强等级调节到估算光强等级时，红外灯在估算光强等级下的红外强度值为38，进一步假设预先设置的估值系数a的值为0.1，图像A中的人脸图像与红外灯的距离为1米，即图像A中的人脸图像与红外灯之间的距离d的值为1，则将红外灯在测量光强等级1下的红外强度值20、红外灯在估算光强等级下的红外强度值38、估值系数a的值0.1、图像A中的人脸图像与红外灯之间的距离d的值1、以及图像A中的人脸图像的Y分量的平均值200进行归一化处理的值78，代入公式(3)可得到图像A中的人脸图像在估算光强等级2下的亮度估算值M，即

步骤3、将图像A中的人脸图像在估算光强等级2下的亮度估算值M，采用上述公式(2)计算图像A中的人脸图像在估算光强等级2的亮度修正值L₂，并假设公式(2)中的最佳亮度值Z为60，公式(2)中亮度修正权重系数c的值为2.5，则图像A中的人脸图像在估算光强等级2的亮度修正值L₂＝{100-Min[100，|79.8-60|*2.5]}＝50.5

步骤4、假设上述公式(1)中w₁的值为0.8，上述公式(1)中w₂的值为0.2，则将图像A中的人脸图像在估算光强等级2下的清晰度值Q₂和图像A中的人脸图像在估算光强等级2的亮度修正值L₂代入公式(1)P＝Q*w₁+L*w₂，可得到图像A中的人脸图像在估算光强等级2下的判定值P₂，即P₂＝Q₂*w₁+L₂*w₂＝60*0.8+50.5*0.2＝58.1。

同理，可按照上述计算图像A中的人脸图像在测量光强等级1下的判定值P₁以及根据图像A中的人脸图像在测量光强等级1下的判定值P₁计算

同理，可计算出图像A中的人脸图像在测量光强等级3下的判定值P₃、图像A中的人脸图像在测量光强等级3下的判定值P₅、图像A中的人脸图像在测量光强等级3下的判定值P₇、图像A中的人脸图像在测量光强等级3下的判定值P₉，以及根据图像A中的人脸图像在测量光强等级3下的判定值P₃所计算出的图像A中的人脸图像在估算光强等级4下的判定值P₄、根据图像A中的人脸图像在测量光强等级5下的判定值P₅所计算出的图像A中的人脸图像在估算光强等级6下的判定值P₆、根据图像A中的人脸图像在测量光强等级7下的判定值P₇所计算出的图像A中的人脸图像在估算光强等级8下的判定值P₈、根据图像A中的人脸图像在测量光强等级9下的判定值P₉所计算出的图像A中的人脸图像在估算光强等级10下的判定值P₁₀。

最后，在计算出判定值P₁、P₂、P₃、P₄、P₅、P₆、P₇、P₈、P₉、P₁₀以后，可根据最大判定值所对应的测量光强等级或估算光强等级，对红外灯的输出功率进行调节，也可确定判定值大于阈值时所对应的合格光强等级，并将合格光强等级中光强等级最低的光强等级对红外灯的输出功率进行调节。其中，在对红外灯的输出功率进行调节时，可通过调节PWM(Pulse Width Modulation，脉冲宽度调制)波的占空比对红外灯的输出功率进行调节。

需要注意的是，无论是根据局部图像的最高判定值所对应的光强等级，对红外灯的输出功率进行调节，还是根据合格光强等级中光强等级最低的光强等级，对红外灯的输出功率进行调节，为了避免引起红外输出功率的超调带来的震荡，在对红外灯的输出功率进行调节后，可通过低通滤波器消除高频干扰，从而起到平滑的作用。

根据以上内容可以看出，由于是根据局部图像的判定值，对红外灯的输出功率进行调节，而局部图像的判定值是由局部图像的清晰度值和亮度修正值共同决定的，因此，能够使得红外灯的输出功率更加合理，避免红外灯对人的眼睛的伤害。在根据局部图像的判定值，对红外灯的输出功率进行调节时，在不同的应用场景，可选择不同的调节模式，从而增加了应用的灵活性。另外，在对红外灯的输出功率进行调节时，为了避免引起红外输出功率的超调带来的震荡，还可通过低通滤波器消除高频干扰，从而起到平滑的作用。

基于相同的技术构思，本发明实施例还提供一种减少红外灯辐射的控制装置，如图9所示，该装置可包括：

提取模块901，用于根据接收到的图像信息，确定所述图像信息中是否包含预先设置的特征图像信息，若是，则根据所述图像信息和所述预先设置的特征图像信息，提取所述预先设置的特征图像信息对应的局部图像；

确定模块902，用于根据所述局部图像，确定所述局部图像的判定值；

调节模块903，用于根据所述局部图像的判定值，对红外灯的输出功率进行调节。

较佳的，确定模块902，具体用于：

针对所述红外灯的任一光强等级，采用所述特征图像的清晰度算法模型计算所述局部图像在所述光强等级下的清晰度值，且根据所述局部图像在所述光强等级下的像素平均值和预先设置的最佳亮度值，确定所述局部图像在所述光强等级下的亮度修正值；

根据所述局部图像在所述光强等级下的清晰度值和亮度修正值，采用公式(1)得到所述局部图像在所述光强等级下的判定值；

公式(1)P＝Q*w₁+L*w₂；

其中，Q为所述局部图像在所述光强等级下的清晰度值，w₁为预先设置的所述局部图像的清晰度权重值，L为所述局部图像在所述光强等级下的亮度修正值，w₂为预先设置的所述局部图像的亮度权重值，P为所述局部图像在所述光强等级下的判定值，并且w₁+w₂＝1。

较佳的，确定模块902，具体用于：

确定所述局部图像在所述光强等级下的像素平均值，并对所述局部图像在所述光强等级下的像素平均值进行归一化处理；

根据公式(2)确定所述局部图像在所述光强等级下的亮度修正值；

公式(2)L＝{100-Min[100,|X-Z|*c]}

其中，X为所述局部图像在所述光强等级下的像素平均值进行归一化处理后的值，Z为预先设置的最佳亮度值，c为预先设置的亮度修正权重系数，L为所述局部图像在所述光强等级下的亮度修正值。

较佳的，调节模块903，具体用于：

确定各个光强等级下的判定值；

根据最大判定值所对应的光强等级，对红外灯的输出功率进行调节。

较佳的，调节模块903，具体用于：

根据各个光强等级下的判定值，确定所述局部图像的判定值大于阈值时所对应的合格光强等级；

确定所述合格光强等级中光强等级最低的合格光强等级，并根据所述光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

较佳的，确定模块902，具体用于：

将所述红外灯的光强等级按照从弱到强或者从强到弱等间隔的划分为测量光强等级和估算光强等级；

针对任一测量光强等级，采用所述特征图像的清晰度算法模型计算所述局部图像在所述测量光强等级下的清晰度值，且根据所述局部图像在所述测量光强等级下的像素平均值和预先设置的最佳亮度值，确定所述局部图像在所述测量光强等级下的亮度修正值；

根据所述局部图像在所述测量光强等级下的清晰度值和亮度修正值，确定所述局部图像在所述测量光强等级下的判定值；

针对与所述测量光强等级相邻且排序在所述测量光强等级之后的估算光强等级，根据所述局部图像在所述测量光强等级下的清晰度值，进行线性插值计算，得到所述局部图像在所述估算光强等级下的清晰度值；且根据所述局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值L_测，根据公式(3)得到所述局部图像在所述估算光强等级下的亮度修正值；

公式(3)

其中，A为所述红外灯在所述估算光强等级下的红外强度值，B为所述红外灯在所述测量光强等级下的红外强度值，a为预先设置的估值系数，d为所述局部图像距离所述红外灯的距离，L_测所述局部图像在所述测量光强等级下的像素平均值进行归一化处理后的值，L_估所述局部图像在所述估算光强等级下的亮度修正值；

根据所述估算光强等级下的清晰度和亮度修正值，确定所述局部图像在所述估算光强等级下的判定值。

较佳的，调节模块903，具体用于：

确定所述局部图像在所有的测量光强等级下的判定值以及确定所述局部图像在所有的测量光强等级下的判定值；

根据最大判定值所对应的测量光强等级或估算光强等级，对红外灯的输出功率进行调节。

较佳的，调节模块903，具体用于：

确定所述局部图像在所有的测量光强等级下的判定值以及确定所述局部图像在所有的测量光强等级下的判定值；

根据所述局部图像在所有的测量光强等级下的判定值以及所述局部图像在所有的测量光强等级下的判定值，确定所述局部图像的判定值大于阈值时所对应的合格光强等级；

确定所述合格光强等级中光强等级最低的合格光强等级，并根据所述光强等级最低的合格光强等级，对红外灯的输出功率进行调节。

综上，可以看出，由于是根据局部图像的判定值，对红外灯的输出功率进行调节，而局部图像的判定值是由局部图像的清晰度值和亮度修正值共同决定的，因此，能够使得红外灯的输出功率更加合理，避免红外灯对人的眼睛的伤害。在根据局部图像的判定值，对红外灯的输出功率进行调节时，在不同的应用场景，可选择不同的调节模式，从而增加了应用的灵活性。另外，在对红外灯的输出功率进行调节时，为了避免引起红外输出功率的超调带来的震荡，还可通过低通滤波器消除高频干扰，从而起到平滑的作用。

本领域内的技术人员应明白，本发明的实施例可提供为方法、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。