一種基于b-p神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法
【專利摘要】本發(fā)明公開一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，包括以下步驟，S1通過視頻采集系統(tǒng)獲得原始圖像；S2將原始圖像劃分為多個區(qū)域；S3求每個區(qū)域的圖像亮度平均值，獲得亮度矢量；S4設(shè)計(jì)B-P神經(jīng)網(wǎng)絡(luò)，將亮度矢量作為神經(jīng)網(wǎng)絡(luò)的輸入，對照明場景進(jìn)行判斷；S5根據(jù)神經(jīng)網(wǎng)絡(luò)的判斷結(jié)果，計(jì)算圖像的理想亮度；S6將原始圖像的實(shí)際亮度與理想亮度的偏差作為PID算法的初始輸入，利用PID算法獲取理想亮度對應(yīng)的理想可控量；S7依據(jù)理想可控量，獲得曝光時間t和模擬增益系數(shù)g，將t和g傳輸?shù)揭曨l采集系統(tǒng)的傳感器中即可實(shí)現(xiàn)自動曝光。該方法對照明場景的判斷準(zhǔn)確，算法簡單，可廣泛應(yīng)用。
【專利說明】—種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于視頻圖像處理【技術(shù)領(lǐng)域】，具體涉及一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法。
【背景技術(shù)】
[0002]自動曝光是指自動進(jìn)行光圈、快門、信號增益等的調(diào)節(jié)，從而獲得清晰、顏色接近實(shí)物的圖像的方法。從傻瓜相機(jī)誕生以來，相關(guān)領(lǐng)域技術(shù)人員就一直在研究自動曝光方法。早期的曝光方法采用模擬曝光的方式，其速度快，無需大量計(jì)算，但是無法進(jìn)行場景分析，雖然能進(jìn)行曝光補(bǔ)償，仍然難以得到理想的圖片亮度，且其機(jī)械電子結(jié)構(gòu)復(fù)雜，穩(wěn)定性差。
[0003]數(shù)字圖像技術(shù)誕生后，電子曝光方式逐漸替代了模擬曝光的方式，電子曝光方式只需要對數(shù)字圖像進(jìn)行分析即可得到光強(qiáng)，進(jìn)而調(diào)節(jié)光圈和快門從而進(jìn)行自動曝光，隨著嵌入式設(shè)備如單片機(jī)、DSP和FPGA等硬件編程設(shè)備逐漸應(yīng)用于數(shù)字圖像采集中，圖像采集設(shè)備具備一些基本的圖像分析功能，為了獲得更加清晰、顏色更加接近實(shí)物的圖像，技術(shù)人員將簡單的場景分析技術(shù)引入自動曝光方法中，采用動態(tài)的理想亮度值的方式，來適應(yīng)各種外部照明情況，如背光和對光，從而使曝光方法基于照明場景而進(jìn)行，即產(chǎn)生了判斷照明場景的曝光方法。
[0004]基于圖像熵的圖像分析技術(shù)來設(shè)定理想曝光值為一種基于照明場景的曝光方法，使圖像主體無論在什么光照條件下均擁有良好的曝光，但圖像熵的算法較為復(fù)雜，使其適用面受到限制，無法廣泛應(yīng)用。還有基于人臉辨識以及模糊邏輯的自動曝光方法，該算法實(shí)現(xiàn)比較復(fù)雜，也無法廣泛運(yùn)用。

【發(fā)明內(nèi)容】

[0005]針對上述問題，本發(fā)明目的是在于提供一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其對照明場景的判斷準(zhǔn)確，算法簡單，能對背光和對光條件下圖像主體進(jìn)行合適的曝光，滿足網(wǎng)絡(luò)攝相機(jī)應(yīng)用下的視頻處理前端的自動曝光要求。
[0006]為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其特征在于，包括以下步驟:
[0007]S1:通過視頻采集系統(tǒng)獲得原始圖像；
[0008]S2:根據(jù)對圖片不同區(qū)域的關(guān)注程度將所述原始圖像劃分為多個區(qū)域，并按照被關(guān)注程度的大小依次給區(qū)域編號；
[0009]S3:對所述劃分的區(qū)域求每個區(qū)域的圖像亮度平均值，結(jié)合該區(qū)域位置編號和其區(qū)域內(nèi)圖像的平均亮度，獲得亮度矢量；
[0010]S4:根據(jù)所述原始圖像區(qū)域劃分的數(shù)量設(shè)計(jì)B-P神經(jīng)網(wǎng)絡(luò)，將所述亮度矢量作為神經(jīng)網(wǎng)絡(luò)的輸入，對照明場景進(jìn)行判斷，輸出判斷結(jié)果；
[0011]S5:根據(jù)所述神經(jīng)網(wǎng)絡(luò)的判斷結(jié)果，計(jì)算圖像的理想亮度；
[0012]S6:將所述原始圖像的實(shí)際亮度與所述S5中理想亮度的偏差作為PID算法的初始輸入，利用PID算法獲取理想亮度所需要的理想可控量；
[0013]S7:依據(jù)所述S6中獲得理想可控量，獲取理想曝光時間t和理想模擬增益系數(shù)g，將獲得的理想曝光時間t和理想模擬增益系數(shù)g傳輸?shù)揭曨l采集系統(tǒng)的傳感器中，即可實(shí)現(xiàn)自動曝光。
[0014]進(jìn)一步的，所述步驟S4中B-P神經(jīng)網(wǎng)絡(luò)的輸入層變量個數(shù)為原始圖像區(qū)域劃分的個數(shù)，設(shè)計(jì)的B-P神經(jīng)網(wǎng)絡(luò)輸出公式如下:
[0015]y = f (X) , y = O, I
[0016]X為神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的向量表示，y為神經(jīng)網(wǎng)絡(luò)的輸出，y = O或者1，即所述B-P神經(jīng)網(wǎng)絡(luò)輸出的判定結(jié)果為兩種，O代表正常光照，I代表特殊光照情況。這樣的設(shè)計(jì)能快速確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，且使其結(jié)構(gòu)簡化，有利于其學(xué)習(xí)訓(xùn)練過程。
[0017]進(jìn)一步的，所述步驟S5中，當(dāng)神經(jīng)網(wǎng)絡(luò)輸出為O時，理想亮度取亮度矢量的最大分量的二分之一；
[0018]當(dāng)神經(jīng)網(wǎng)絡(luò)輸出為I時，計(jì)算理想亮度的公式如下:
[0019]
【權(quán)利要求】
1.一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其特征在于，包括以下步驟: Si:通過視頻采集系統(tǒng)獲得原始圖像； S2:根據(jù)對圖片不同區(qū)域的關(guān)注程度將所述原始圖像劃分為多個區(qū)域，并按照被關(guān)注程度的大小依次給區(qū)域編號； S3:對所述劃分的區(qū)域求每個區(qū)域的圖像亮度平均值，結(jié)合該區(qū)域位置編號和其區(qū)域內(nèi)圖像的平均亮度，獲得亮度矢量； S4:根據(jù)所述原始圖像區(qū)域劃分的數(shù)量設(shè)計(jì)B-P神經(jīng)網(wǎng)絡(luò)，將所述亮度矢量作為神經(jīng)網(wǎng)絡(luò)的輸入，對照明場景進(jìn)行判斷，輸出判斷結(jié)果； 55:根據(jù)所述神經(jīng)網(wǎng)絡(luò)的判斷結(jié)果，計(jì)算圖像的理想亮度； 56:將所述原始圖像的實(shí)際亮度與所述S5中理想亮度的偏差作為PID算法的初始輸入，利用PID算法獲取理想亮度所需要的理想可控量； 57:依據(jù)所述S6中獲得理想可控量，獲取理想曝光時間t和理想模擬增益系數(shù)g，將獲得的理想曝光時間t和理想模擬增益系數(shù)g傳輸?shù)揭曨l采集系統(tǒng)的傳感器中，即可實(shí)現(xiàn)自動曝光。
2.根據(jù)權(quán)利要求1所述的一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其特征在于，所述步驟S4中B-P神經(jīng)網(wǎng)絡(luò)的輸入層變量個數(shù)為原始圖像區(qū)域劃分的個數(shù)，設(shè)計(jì)的B-P神經(jīng)網(wǎng)絡(luò)輸出公式如下:
y = f (X), y = O, I X為神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)的向量表示，y為神經(jīng)網(wǎng)絡(luò)的輸出，y = O或者1，即所述B-P神經(jīng)網(wǎng)絡(luò)輸出的判定結(jié)果為兩種，O代表正常光照，I代表特殊光照情況。
3.根據(jù)權(quán)利要求1或2所述的一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其特征在于，所述步驟S5中，當(dāng)神經(jīng)網(wǎng)絡(luò)輸出為O時，理想亮度取亮度矢量的最大分量的二分之一; 當(dāng)神經(jīng)網(wǎng)絡(luò)輸出為I時，計(jì)算理想亮度的公式如下:
4.根據(jù)權(quán)利要求3所述的一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其特征在于，所述的圖片的評價亮度yp采用如下公式計(jì)算:
yP = 其中，yp為圖片評價亮度，X為圖像的亮度矢量，Wz為評價亮度權(quán)重矢量。
5.根據(jù)權(quán)利要求1-4之一所述的一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其特征在于，所述步驟S6中，所述可控量用以下公式表示:
Inp = Intg式中，Inp為可控量，P = tg, t為自動曝光時間，g模擬增益系數(shù)。
6.根據(jù)權(quán)利要求1-5之一所述的一種基于B-P神經(jīng)網(wǎng)絡(luò)判斷照明場景的自動曝光方法，其特征在于，所 述步驟S7中，采用查詢曝光增益表獲得曝光時間t與模擬增益系數(shù)g。
【文檔編號】H04N5/235GK103973991SQ201410198357
【公開日】2014年8月6日 申請日期:2014年5月12日 優(yōu)先權(quán)日:2014年5月12日
【發(fā)明者】宋寶, 周向東, 余曉菁, 唐小琦, 杜寶森, 劉路, 張文杰, 占頌 申請人:華中科技大學(xué)