[发明专利]基于加权灰度熵差的分区域曝光算法

说明书

本发明涉及一种基于加权灰度熵差的分区域曝光算法，其主要技术特点是：在某固定场景下，计算各曝光时间下的加权灰度熵差U，得到加权灰度熵差与曝光时间的映射关系；计算基准图像的加权灰度熵差，并使用二分法得到曝光时间；分割基准图像为过曝光区域E_h、欠曝光区域E_l和正常曝光区域A；计算出各区域的加权灰度熵差U_A、U_h和U_l；最后计算各区域对应的最佳曝光时间。本发明设计合理，在多数场景下均可得到较好的曝光效果，具有良好的环境适应能力，且在复杂场景下也能获得较好的成像效果，可广泛用于数字成像领域。

技术领域

本发明属于图像处理技术领域，尤其是一种基于加权灰度熵差的分区域曝光算法(REABW)。

背景技术

曝光算法是数字相机和摄像机成像时不可缺少的模块之一。一个好的曝光算法可以使不同场景下的图像均得到合适的曝光。在现实生活中，图像采集场景会出现一些光源复杂的情况，例如强烈逆光、侧光。在这种情况下，需要一种环境适应能力强的曝光算法来解决光源不同引起的部分区域图像曝光不准的问题。曝光算法一般是选取图像灰度值或图像熵作为曝光控制参数进行调节，并搭配不同的策略进行曝光调整。

目前，曝光算法有很多种。2013年，杨作廷等人根据图像熵值大小来判断光照条件，通过图像熵大小的比较，把图像的各区域划分为感兴趣区域与不感兴趣区域。然后由图像熵值大小采用分配权重方法对不同区域分配权重，最后进行准确地自动曝光。由于该方法主要基于图像熵值的大小，所以曝光效果不受图像中对象位置影响。此种方法在一定程度上提高了曝光算法的自适应性，但如果场景中的亮度超过了图像传感器的动态范围，便会导致图像产生过曝光或欠曝光区域，严重影响图像质量，且此方法不能满足算法本身的自适应性。

2009年，甘玉泉等人提出一种基于图像分区的自动曝光控制算法。当拍摄对象处于背光或正面强光时,自动曝光也能很好地控制。根据人类的视觉机制,可认为中间区域为目标区域，背景区域为不感兴趣区域，图像分区即将拍摄场景划分为几个区域，并对每一个区域赋予不同的权值，从而计算图像的加权亮度均值。此方法的缺点在于整个计算过程中，无法将图像中所有细节都调节至相对于其子区域来说最佳的曝光效果，一定程度上造成了信息的缺失。

综上所述，现有的曝光算法在成像方面还有很大的提升空间。

发明内容

本发明的目的在于克服现有技术的不足，提供基于加权灰度熵差的分区域曝光算法，能够在成像的过程中，尽量准确的得到合适的曝光时间，从而提高成像质量。

本发明解决其技术问题是采取以下技术方案实现的：

基于加权灰度熵差的分区域曝光算法，包括以下步骤：

步骤1：在某固定场景下，计算各曝光时间下的加权灰度熵差U，得到加权灰度熵差与曝光时间的映射关系；

步骤2：计算基准图像的加权灰度熵差，并使用二分法得到曝光时间；

步骤3：分割基准图像为过曝光区域E_h、欠曝光区域E_l和正常曝光区域A；

步骤4：计算出各区域的加权灰度熵差U_A、U_h和U_l；

步骤5：计算各区域对应的最佳曝光时间。

进一步，所述步骤1加权灰度熵差与曝光时间的映射关系如图1所示。U的计算公式为：

G＝|G_mean-G_median|