一种基于灰度统计直方图的监控相机自动化补偿方法及装置制造方法及图纸

本申请涉及智能交通基础设施技术领域，具体而言，涉及一种基于灰度统计直方图的监控相机自动化补偿方法及装置，一定程度上可以解决如何保障监控相机在不同光照强度、不同天气条件、不同安装角度等条件下，稳定提供纹理特征较好的图像输出的问题。方法包括：获取原始图像数据及初始化数据；根据原始图像数据及初始化数据，获取相机参数及灰度直方图；根据相机参数及灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断；根据直方图形状相似性偏差、相机参数及灰度直方图，获取当前场景类型；根据直方图形状相似性偏差、相机参数、灰度直方图及当前场景类型，获取修正相机参数，以实现对监控相机的自动化补偿。偿。偿。

【技术实现步骤摘要】
一种基于灰度统计直方图的监控相机自动化补偿方法及装置


[0001]本申请涉及智能交通基础设施
，具体而言，涉及一种基于灰度统计直方图的监控相机自动化补偿方法及装置。

技术介绍

[0002]随着智能交通技术的迅速发展，交通基础设施的智能化程度不断提高，越来越多的监控相机被部署在交通场景中，监控相机的数量不断增加，监控相机工作环境的复杂程度直线上升，由此带来了监控相机运行的鲁棒性、普适性需求，即监控相机可以在所有时间段、所有天气条件下运行，并稳定输出质量较高的图像，为智能交通系统提供稳定、可靠的数据输入，现阶段。
[0003]监控相机可以获取场景中的图像信息，用于监测交通流量、检测事故和识别交通违规行为等，然而，摄像头拍摄的图像质量可能会受到各种因素的影响，如光照条件、天气和摄像头的安装位置、角度等，拍摄图像质量的高低会对后续的使用产生直接的影响，而通过合理设置摄像头的成像参数如曝光时间、相机增益、灰度系数等可以使得到的图像能够提供更高质量的特征，现有的保证图像质量的方案主要包括对曝光时间进行自适应调节、亮度自动平衡、对采集的图像进行后处理等，而成像过程中相机的灰度系数对像素纹理特征的影响更为直接，如何保障监控相机在不同光照强度、不同天气条件、不同安装角度等条件下，稳定提供纹理特征较好的图像输出，仍是亟须解决的关键技术之一。
[0004]因此，开发一种可以自动调整摄像机曝光时间、相机增益、灰度系数等参数以确保在所有条件下均可获得高质量图像的技术至关重要，这项技术不仅将提高监控系统的效率和准确性，还将减少手动调整的工作量，开发这种技术对于有效实施智能交通基础设施和提高交通安全至关重要。

技术实现思路

[0005]为了解决如何保障监控相机在不同光照强度、不同天气条件、不同安装角度等条件下，稳定提供纹理特征较好的图像输出的问题，本申请提供了一种基于灰度统计直方图的监控相机自动化补偿方法及装置，该方法及装置可以对路侧布置的监控相机进行自动化补偿，提升监控相机采集图像的质量。
[0006]本申请的实施例是这样实现的：
[0007]第一方面，一种基于灰度统计直方图的监控相机自动化补偿方法，包括：
[0008]获取原始图像数据及初始化数据；
[0009]根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图；
[0010]根据所述相机参数及所述灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断；
[0011]根据所述直方图形状相似性偏差、所述相机参数及所述灰度直方图，获取当前场景类型；
[0012]根据所述直方图形状相似性偏差、所述相机参数、所述灰度直方图及所述当前场景类型，获取所述修正相机参数，以实现对所述监控相机的自动化补偿。
[0013]在一种可能的实现方式中，所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图，还包括以下步骤：
[0014]从所述监控相机中获取当前相机的相机参数，所述当前相机参数包括当前曝光时间、当前相机增益及当前灰度系数；
[0015]根据所述原始图像数据，获取灰度直方图，所述灰度直方图包括当前灰度直方图、期望灰度直方图及异常天气灰度直方图。
[0016]在一种可能的实现方式中，在所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图步骤中，获取所述期望灰度直方图，包括以下步骤：
[0017]对所述原始图像数据进行关键帧提取，得到关键帧图像，所述关键帧图像包括成像质量较高的图像；
[0018]选择所述关键帧图像中的首元素进行灰度化处理，并计算得到期望灰度直方图。
[0019]在一种可能的实现方式中，在所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图步骤中，获取所述当前灰度直方图，包括以下步骤：
[0020]从所述监控相机中，获取当前帧图像，对所述当前帧图像进行灰度化处理，得到当前帧图像的灰度图像；
[0021]根据所述当前帧图像的灰度图像，计算得到所述当前灰度直方图。
[0022]在一种可能的实现方式中，在所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图步骤中，获取所述异常天气灰度直方图，包括以下步骤：
[0023]需要对晴天、阴天、雨天、雪天、夜间及雾天的灰度直方图分别进行计算。
[0024]在一种可能的实现方式中，根据所述相机参数及所述灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断，还包括以下步骤：
[0025]根据所述当前灰度直方图及所述期望灰度直方图，计算得到两者的平均值及标准差；
[0026]基于所述当前灰度直方图及所述期望灰度直方图的平均值与标准差，计算得到所述当前灰度直方图及所述期望灰度直方图的直方图形状相似性偏差；
[0027]预设判断阈值，将所述直方图形状相似性偏差与所述判断阈值进行对比，若所述直方图形状相似性偏差大于所述判断阈值，则不需要进行场景类型判断，否则，需要进行场景类型判断。
[0028]在一种可能的实现方式中，所述根据所述直方图形状相似性偏差、所述相机参数及所述灰度直方图，获取当前场景类型，还包括以下步骤：
[0029]根据所述当前灰度直方图及所述异常天气灰度直方图，计算得到其平均值偏差及标准差偏差；
[0030]基于所述当前灰度直方图及所述异常天气灰度直方图，计算得到所述当前灰度直方图及所述异常天气灰度直方图的直方图形状相似性偏差；
[0031]对所述当前灰度直方图及所述异常天气灰度直方图的直方图形状相似性偏差按升序进行排序，得到所述当前灰度直方图及所述异常天气灰度直方图的直方图形状相似性偏差最小值对应的场景类型，即当前场景类型。
[0032]在一种可能的实现方式中，根据所述直方图形状相似性偏差、所述相机参数、所述灰度直方图及所述当前场景类型，获取所述修正相机参数，还包括以下步骤：
[0033]基于所述直方图形状相似性偏差、所述相机参数、所述灰度直方图及所述当前场景类型，计算得到当前场景的系数调整矩阵，得到相机曝光时间、相机增益及相机灰度系数的修正系数；
[0034]初始化宽松调整次数及严格调整次数；
[0035]根据所述当前曝光时间及曝光时间的修正参数，优化所述监控相机的曝光时间，得到修正后的优化曝光时间；
[0036]判断是否需要继续对相机参数进行调整；
[0037]根据所述当前相机增益及相机增益的修正参数，优化所述监控相机的相机增益，得到修正后的优化相机增益；
[0038]判断是否需要继续对相机参数进行调整；
[0039]根据所述当前相机灰度系数及灰度系数的修正参数，优化所述监控相机的相机灰度系数，得到修正后的优化相机灰度系数；
[0040]判断是否需要继续对相机参数进行调整。
[0041]在一种可能的实现方式中，判断是否需要继续对相机参数进行调整，包括以下步骤：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于灰度统计直方图的监控相机自动化补偿方法，其特征在于，包括：获取原始图像数据及初始化数据；根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图；根据所述相机参数及所述灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断；根据所述直方图形状相似性偏差、所述相机参数及所述灰度直方图，获取当前场景类型；根据所述直方图形状相似性偏差、所述相机参数、所述灰度直方图及所述当前场景类型，获取所述修正相机参数，以实现对所述监控相机的自动化补偿。2.如权利要求1所述的基于灰度统计直方图的监控相机自动化补偿方法，其特征在于，所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图，还包括以下步骤：从所述监控相机中获取当前相机的相机参数，所述当前相机参数包括当前曝光时间、当前相机增益及当前灰度系数；根据所述原始图像数据，获取灰度直方图，所述灰度直方图包括当前灰度直方图、期望灰度直方图及异常天气灰度直方图。3.如权利要求2所述的基于灰度统计直方图的监控相机自动化补偿方法，其特征在于，在所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图步骤中，获取所述期望灰度直方图，包括以下步骤：对所述原始图像数据进行关键帧提取，得到关键帧图像，所述关键帧图像包括成像质量较高的图像；选择所述关键帧图像中的首元素进行灰度化处理，并计算得到期望灰度直方图。4.如权利要求3所述的基于灰度统计直方图的监控相机自动化补偿方法，其特征在于，在所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图步骤中，获取所述当前灰度直方图，包括以下步骤：从所述监控相机中，获取当前帧图像，对所述当前帧图像进行灰度化处理，得到当前帧图像的灰度图像；根据所述当前帧图像的灰度图像，计算得到所述当前灰度直方图。5.如权利要求4所述的基于灰度统计直方图的监控相机自动化补偿方法，其特征在于，在所述根据所述原始图像数据及所述初始化数据，获取相机参数及灰度直方图步骤中，获取所述异常天气灰度直方图，包括以下步骤：需要对晴天、阴天、雨天、雪天、夜间及雾天的灰度直方图分别进行计算。6.如权利要求5所述的基于灰度统计直方图的监控相机自动化补偿方法，其特征在于，根据所述相机参数及所述灰度直方图，获取直方图形状相似性偏差，并判断是否需要进行场景类型判断，还包括以下步骤：根据所述当前灰度直方图及所述期望灰度直方图，计算得到两者的平均值及标准差；基于所述当前灰度直方图及所述期望灰度直方图的平均值与标准差，计算得到所述当前灰度直方图及所述期望灰度直方图的直方图形状相似性偏差；预设判断阈值，将所述直方图形状相似性偏差与所述判断阈值进行对比，若所述直方
图形状相似性偏差大于所述判断阈值，则不需要进行场景类型判断，否则，需要进行场景类型判断。7.如权利要求6所述的基于灰度统计直方图的监控相机自动化补偿方法，其特征在于，所述根据所述直方图形状相似性偏差、所述相机参数及所述灰度直方图，获取当前场景类型，还包括以下步骤：根据所述当前灰度直方图及所述异常天气灰度直方图，计算得到其平均值偏差及标准差偏差；基于所述当前灰度直方图及所述异常天气灰度直方图，计算得到所述当前灰度直方图及所述异常天气灰度直方图的直方图形状相似性偏差；对所述当前灰度直方图及所述异常天气灰度直方图的直方图形状相似性偏差按升序进行排序，得到所述当前灰度直方...

【专利技术属性】
技术研发人员：金立生，贺阳，王广启，孙鑫宇，霍震，王欢欢，郭柏苍，谢宪毅，
申请(专利权)人：燕山大学，
类型：发明
国别省市：