一种图像采集方法和装置与流程

本发明涉及计算机领域，特别涉及一种图像采集方法和装置。

背景技术：

目前，相机的自动调整算法基于各种人工假设，例如全局平均测光、中央重点测光、点测光等。然而，在高级辅助驾驶或自动驾驶等场景中，相机采集图像的过程中环境变化快、环境差异较大，在整个图像采集过程中很难使用同一个准则自动调整相机；另外，在一些特定的应用中，同一张图像中不同的区域其重要度也不一致，例如：在自动驾驶中，更加关注路面、路面上的车辆、行人、三轮车等感兴趣区域(即ROI，Region of Interest)，而并不关注天空等区域；还例如，在安防监控中，更加关注人脸区域。然而现有相机自动调整算法并不能很好的适应这些特定的应用，从而导致ROI曝光不正确，使得采集的图像效果较差，从而使得基于该采集得到的图像进行后续的处理准确性较低、性能较差。

技术实现要素：

鉴于上述问题，本发明提供一种图像采集方法和装置，以解决现有技术中自动调整算法较差导致相机采集得到的图像曝光不正确的技术问题。

本发明实施例，一方面，提供一种图像采集方法，方法包括：

根据预置的目标对象类型，从相机采集的图像中确定出感兴趣区域ROI；

计算所述ROI的曝光评价指标，并根据所述曝光评价指标计算曝光基准；

根据所述曝光基准和预置的曝光标准值，调整所述相机的相机参数；

根据所述相机参数采集下一帧图像。

本发明实施例，另一方面，提供一种图像采集装置，装置包括：

区域确定单元，用于根据预置的目标对象类型，从相机采集的图像中确定出感兴趣区域ROI；

计算单元，用于计算所述ROI的曝光评价指标，并根据所述曝光评价指标计算曝光基准；

调整单元，用于根据所述曝光基准和预置的曝光标准值，调整所述相机的相机参数；

采集单元，用于根据所述相机参数采集下一帧图像。

本发明技术方案中，根据预置的目标对象类型确定出图像中的ROI，并根据该ROI的曝光评价指标来计算得到曝光基准，以该曝光基准和预置的曝光标准值调整相机的相机参数，采用调整后的相机参数采集下一帧图像。由于相机采集图像的频率较高、时间间隔较短，前一帧图像与后一帧图像之间拍摄的场景差异不大，前一帧和后一帧图像之间的ROI重叠较多，因此，根据前一帧图像的ROI的曝光评价指标计算得到的曝光基准更为准确，更加符合下一帧图像的ROI曝光的要求，因此，基于该曝光基准和预置的曝光标准值调整相机的相机参数更准确，采用调整后的相机参数采集下一帧图像，使得下一帧图像中的ROI曝光效果更好。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明实施例中图像采集方法的方法流程图；

图2为本发明实施例中图像采集装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明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，都应当属于本发明保护的范围。

实施例一

参见图1，为本发明实施例中图像采集方法的方法流程图，该方法包括：

步骤101、根据预置的目标对象类型，从相机采集的图像中确定出ROI。

本发明实施例中，目标对象类型可以根据应用场景灵活设置，本申请不做严格限定。例如，在自动驾驶领域，目标对象类型可以为以下一种或多种的组合：路面、交通标志、行人、车辆、三轮车、摩托车、电动车等；在安防领域，目标对象类可以为人脸、行人等。

优选地，步骤101中，从相机采集的图像中确定出ROI，具体实现可参见步骤A-步骤B：

步骤A、采用预置的算法(例如目标检测算法、语义分割算法、场景分割算法等，本申请不做严格限定)确定出所述图像中各个像素的语义标签；

本发明实施例中，语义标签的类型与目标对象类型一一对应，例如：在自动驾驶领域，语义标签类型含以下一种或多种：路面、交通标志、车辆、自行车、三轮车、摩托车、电动车等。在安防领域，语义标签包含人脸或行人等。

步骤B、根据语义标签与所述目标对象类型匹配的像素，确定出所述图像中的ROI。

优选地，前述步骤B中可通过但不仅限于以下两种方式实现：

方式1、将所述语义标签与所述目标对象类型匹配的像素构成的封闭区域确定为所述图像中的ROI。其中，封闭区域包含语义标签与目标对象类型匹配的像素。

方式2、将所述语义标签与所述目标对象类型匹配的像素构成的集合确定为所述图像中的ROI。

步骤102、计算所述ROI的曝光评价指标，并根据所述曝光评价指标计算曝光基准。

步骤102具体实现可包括但不仅限于以下方式：计算所述ROI包含的像素的曝光直方图；计算所述曝光直方图的中位数或平均数，将计算得到的中位数或平均数确定为曝光基准。

本领域技术人员还可以通过计ROI区域的分区直方图、分类别直方图、区域亮度均值方差等方式得到曝光基准，在此不再详细描述。

步骤103、根据所述曝光基准和预置的曝光标准值，调整所述相机的相机参数。

本发明实施例中，曝光标准值预先根据应用场景确定，为一个经验值，本方案不作严格限定。例如，在自动驾驶场景下，若目标对象类型为车辆和/路面时，则对应的曝光标准值设置为90。

优选地，本发明实施例步骤103中，可通过但不仅限于以下方式实现：将所述曝光基准和曝光标准值输入至预置的PID(比例-积分-微分控制器)中，由该PID控制所述相机的相机参数。

本发明实施例中，相机参数可包括快门时间、光圈、ISO(即感光度)值等。

步骤104、根据所述相机参数采集下一帧图像。

实施例二

参见图2，为本发明实施例中图像采集装置的机构示意图，该装置包括：

区域确定单元21，用于根据预置的目标对象类型，从相机采集的图像中确定出感兴趣区域ROI；

计算单元22，用于计算所述ROI的曝光评价指标，并根据所述曝光评价指标计算曝光基准；

调整单元23，用于根据所述曝光基准和预置的曝光标准值，调整所述相机的相机参数；

采集单元24，用于根据所述相机参数采集下一帧图像。

优选地，区域确定单元21，具体用于：采用预置的算法确定出所述图像中各个像素的语义标签；根据语义标签与所述目标对象类型匹配的像素，确定出所述图像中的ROI。

优选地，区域确定单元21根据语义标签与所述目标对象类型匹配的像素，确定出所述图像中的ROI，具体用于：

将所述语义标签与所述目标对象类型匹配的像素构成的封闭区域确定为所述图像中的ROI；或者，将所述语义标签与所述目标对象类型匹配的像素构成的集合确定为所述图像中的ROI。

优选地，计算单元22，具体包括：

第一计算子单元，用于计算所述ROI包含的像素的曝光直方图；

第二计算子单元，用于计算所述曝光直方图的中位数或平均数，将计算得到的中位数或平均数确定为曝光基准。

优选地，所述调整单元23，具体用于：将所述曝光基准和曝光标准值输入至比例-积分-微分控制器PID中，由该PID控制所述相机的相机参数。

本发明技术方案中，根据预置的目标对象类型确定出图像中的ROI，并根据该ROI的曝光评价指标来计算得到曝光基准，以该曝光基准和预置的曝光标准值调整相机的相机参数，采用调整后的相机参数采集下一帧图像。由于相机采集图像的频率较高、时间间隔较短，前一帧图像与后一帧图像之间拍摄的场景差异不大，前一帧和后一帧图像之间的ROI重叠较多，因此，根据前一帧图像的ROI的曝光评价指标计算得到的曝光基准更为准确，更加符合下一帧图像的ROI曝光的要求，因此，基于该曝光基准和预置的曝光标准值调整相机的相机参数更准确，采用调整后的相机参数采集下一帧图像，使得下一帧图像中的ROI曝光效果更好。

以上是本发明的核心思想，为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。

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。