一种基于图像大数据的相机自动曝光参数生成方法技术

本发明专利技术提供了一种基于图像大数据的相机自动曝光参数生成方法，包括以下步骤：图像大数据整理；对图像大数据分类，并记录图像亮度和信息熵；进行自动曝光参数迭代；迭代收敛后，得出自动曝光参数。本发明专利技术有益效果：能够有效解决了传统AE方法中出现的场景适应性问题，无论是处理宽动态、高对比度还是细节丰富的场景，均能得到较好的结果，充分满足了当前智能安防行业视频监控领域的需要。

A method of camera auto exposure parameters generation based on image big data

The invention provides a camera automatic exposure parameter generation method based on image big data, which comprises the following steps: image big data sorting; image big data classification, and recording image brightness and information entropy; automatic exposure parameter iteration; after iteration convergence, automatic exposure parameter is obtained. The beneficial effect of the invention: it can effectively solve the problem of scene adaptability in the traditional AE method, and get better results no matter dealing with wide dynamic, high contrast or rich details scenes, and fully meet the needs of the current intelligent security industry video monitoring field.

【技术实现步骤摘要】
一种基于图像大数据的相机自动曝光参数生成方法
本专利技术属于智能安防行业视频监控领域，尤其是涉及一种基于图像大数据的相机自动曝光参数生成方法。
技术介绍
对于相机的自动曝光(Auto-Exposure,AE)相关参数的确定，传统的基于少量图像统计信息推导或通过试验确定曝光公式参数的方法，具有一定的算法适应性缺陷，难以在各种光照条件、气候和动态范围下都达到较好的图像效果。针对该问题，本专利技术的一种基于图像大数据的相机自动曝光参数生成方法，开创性地将大数据应用于自动曝光参数的确定上，有效增加了AE系统的适应性，对于图像效果的提升具有重要作用。
技术实现思路
有鉴于此，本专利技术旨在提出一种基于图像大数据的相机自动曝光参数生成方法，以解决上述问题的不足之处。为达到上述目的，本专利技术的技术方案是这样实现的：一种基于图像大数据的相机自动曝光参数生成方法，包括以下步骤：A.图像大数据整理；B.对步骤A中得到的图像大数据分类，并记录图像亮度和信息熵；C.进行自动曝光参数迭代；D.迭代收敛后，得出自动曝光参数。进一步的，所述步骤A中从全国各个智能监控点位收集各个亮度、环境、气候的图片，同时记录相应的抓拍时间和抓拍设备的抓拍效果以及图片抓拍的默认亮度，形成大数据集合。进一步的，所述步骤B中，将步骤A得到的图像大数据按照设备特性和效果评价分为数据集A和数据集B，其中，数据集A是图像效果最好时间段抓拍的图片，数据集B为图像大数据集合中非数据集A的图片，同时记录每张图片的图像亮度和信息熵。进一步的，所述步骤B中对每张图片信息熵的计算过程如下：由图像亮度直方图hist，求得第i阶直方图hist(i)的概率p(i)为，p(i)＝hist(i)/(h*w)，其中，i为图像直方图h的灰阶数量，在8位数字图像系统中，i的取值范围为0到255，h和w分别为图像的高和宽，再根据信息熵计算公式求得该帧图像的信息熵E，进一步的，所述步骤C中，利用目标亮度计算公式，Ltar＝Lin-lunit*max(0，floor(E-Eth)/Euint)，其中，Lin为相机的默认目标亮度，在图片收集时默认亮度为60，lunit为目标亮度补偿的权重，Euint为图像信息熵计算单位，Eth为图像信息熵阈值，floor为向下取整，在给定Lin的前提下，在大数据处理过程中，通过图像信息熵E，来动态调整曝光目标亮度公式中的参数lunit、Eth和Euint，通过迭代的方式产生适合图像大数据集的参数。进一步的，步骤C的具体方法包括：C1.对数据集A图片信息进行分析整理，求出图像的平均信息熵Eavg，其中n为图像序号，N为A集合的图片张数，En为第n张图片的信息熵；C2.通过步骤B得出的每张图片的信息熵E，在数据集B中，根据如下自动曝光系统的目标亮度公式，Ltar＝Lin-lunit*max(0，floor(E-Eth)/Euint)，将所述步骤C1获得的Eavg，作为Eth的初始值代入到目标亮度公式中，并为其余两个参数设置初始值，这里取Euint初始值为5000，lunit初始值为1；根据如下参数偏差函数，ΔC＝lunit*max(0，floor(E-Eth)/Euint)，计算ΔC最小时的参数lunit和Euint；C3.在数据集A中，将步骤C2中求得的参数带入Ltar，求取新的Eth，再将3个新的参数Eth、lunit和Euint的结果代入目标亮度公式，用于数据集A中，验证是否引起了数据集A目标亮度的变化，变化率小于1％为正常，若大于1％，重复步骤C2，求取3个参数Eth、lunit和Euint的另一组值；C4.重复步骤C2到C3的过程，直至每轮迭代中Eth、lunit和Euint3个参数的变化率均小于0.1％，且对数据集A中的目标亮度影响小于1％，则该系统的最终自动曝光参数已经生成完毕。相对于现有技术，本专利技术所述的基于图像大数据的相机自动曝光参数生成方法具有以下优势：本专利技术所述的基于图像大数据的相机自动曝光参数生成方法能够有效解决了传统AF方法中出现的场景适应性问题，无论是处理宽动态、高对比度还是细节丰富的场景，均能得到较好的结果，充分满足了当前智能安防行业视频监控领域的需要。附图说明构成本专利技术的一部分的附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术实施例所述的基于图像大数据的相机自动曝光参数生成方法的流程图。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。如图1所示，一种基于图像大数据的相机自动曝光参数生成方法，包括以下步骤：A.图像大数据整理；B.对步骤A中得到的图像大数据分类，并记录图像亮度和信息熵；C.进行自动曝光参数迭代；D.迭代收敛后，得出自动曝光参数。所述步骤A中从全国各个智能监控点位收集各个亮度、环境、气候的图片，同时记录相应的抓拍时间和抓拍设备的抓拍效果以及图片抓拍的默认亮度，形成大数据集合，本实施例中，采集3000万张图片作为大数据集合，由于每一台摄像机抓拍图片的效果都随时间段发生变化，即每台设备都存在抓拍效果最好的时间段，所以图像大数据的集合中还包含相应的时间段信息。所述步骤B中，将步骤A得到的图像大数据按照设备特性和效果评价分为数据集A和数据集B，其中，数据集A是图像效果最好时间段抓拍的图片，数据集B为图像大数据集合中非数据集A的图片，同时记录每张图片的图像亮度和信息熵。所述步骤B中对每张图片信息熵的计算过程如下：由图像亮度直方图hist，求得第i阶直方图hist(i)的概率p(i)为，p(i)＝hist(i)/(h*w)，其中，i为图像直方图h的灰阶数量，在8位数字图像系统中，i的取值范围为0到255，h和w分别为图像的高和宽，再根据信息熵计算公式求得该帧图像的信息熵E，所述步骤C中，利用目标亮度计算公式，Ltar＝Lin-lunit*max(0，floor(E-Eth)/Euint)，其中，Lin为相机的默认目标亮度，在图片收集时默认亮度为60，lunit为目标亮度补偿的权重，Euint为图像信息熵计算单位，Eth为图像信息熵阈值，floor为向下取整，在给定Lin的前提下，在大数据处理过程中，通过图像信息熵E，来动态调整曝光目标亮度公式中的参数lunit、Eth和Euint，通过迭代的方式产生适合图像大数据集的参数。步骤C的具体方法包括：C1.对数据集A图片信息进行分析整理，求出图像的平均信息熵Eavg，其中n为图像序号，N为本文档来自技高网...

【技术保护点】
1.一种基于图像大数据的相机自动曝光参数生成方法，其特征在于，包括以下步骤：/nA.图像大数据整理；/nB.对步骤A中得到的图像大数据分类，并记录图像亮度和信息熵；/nC.进行自动曝光参数迭代；/nD.迭代收敛后，得出自动曝光参数。/n

【技术特征摘要】
1.一种基于图像大数据的相机自动曝光参数生成方法，其特征在于，包括以下步骤：
A.图像大数据整理；
B.对步骤A中得到的图像大数据分类，并记录图像亮度和信息熵；
C.进行自动曝光参数迭代；
D.迭代收敛后，得出自动曝光参数。


2.根据权利要求1所述的一种基于图像大数据的相机自动曝光参数生成方法，其特征在于：所述步骤A中从全国各个智能监控点位收集各个亮度、环境、气候的图片，同时记录相应的抓拍时间和抓拍设备的抓拍效果以及图片抓拍的默认亮度，形成图像大数据集合。


3.根据权利要求1所述的一种基于图像大数据的相机自动曝光参数生成方法，其特征在于：所述步骤B中，将步骤A得到的图像大数据按照设备特性和效果评价分为数据集A和数据集B，其中，数据集A是图像效果最好时间段抓拍的图片，数据集B为图像大数据集合中非数据集A的图片，同时记录每张图片的图像亮度和信息熵。


4.根据权利要求3所述的一种基于图像大数据的相机自动曝光参数生成方法，其特征在于，所述步骤B中对每张图片信息熵的计算过程如下：
通过图像亮度直方图hist，求得第i阶直方图hist(i)的概率p(i)为，
p(i)＝hist(i)/(h*w)，
其中，i为图像直方图h的灰阶数量，在8位数字图像系统中，i的取值范围为0到255，h和w分别为图像的高和宽；
再根据信息熵计算公式求得该帧图像的信息熵E，





5.根据权利要求4所述的一种基于图像大数据的相机自动曝光参数生成方法，其特征在于：所述步骤C中，利用目标亮度计算公式，
Ltar＝Lin-lunit*max(0，floor(E-Eth)/Euint)，
其中，Lin为相机的默认目标亮度，在图片收集时默认亮度为60，lu...

【专利技术属性】
技术研发人员：白云飞，王志保，陈澎祥，李森，肖萌璐，
申请(专利权)人：天津英田视讯科技有限公司，
类型：发明
国别省市：天津;12