【技术实现步骤摘要】
低照度亮清采集的自动调节AI相机系统
[0001]本专利技术属于图像处理
,具体涉及低照度亮清采集的自动调节
AI
相机系统
。
技术介绍
[0002]低照度环境下的图像采集一直是摄像领域的一个挑战
。
在许多应用场景中,例如夜间监控
、
地下探测
、
深海观测等,光线条件可能极为有限
。
在这些情况下,传统的图像采集技术可能无法提供满意的结果,图像可能显得模糊
、
失真或者细节丢失
。
[0003]现有的解决方案通常依赖于硬件改进,例如使用更敏感的图像传感器,或者增加补光设备
。
另一方面,也有一些软件算法尝试通过后处理来改善低光照下的图像质量
。
然而,这些方法都有其局限性
。
硬件改进可能会增加系统的复杂性和成本,而软件后处理可能无法完全恢复图像的所有细节
。
[0004]此外,低光照环境下的聚焦和光圈调节也是一个复杂问题
...
【技术保护点】
【技术特征摘要】
1.
低照度亮清采集的自动调节
AI
相机系统,其特征在于,所述系统包括:模板图像获取单元,配置用于获取多张亮清度高于设定值的图像作为模板图像组,并记录获取每个图像时的光圈大小和聚焦距离;所述亮清度定义为图像的亮度和清晰度加权平均值;实时图像获取单元,配置用于获取目标场景的实时图像;图像恢复单元,配置用于基于实时图像进行图像恢复,得到恢复图像,并计算恢复图像的灰度值;图像质量评价单元,配置用于基于恢复图像的灰度值,计算恢复图像的信息熵,将信息熵作为恢复图像的质量值,同时计算恢复图像的亮清度;自适应调整单元,配置用于首先将计算得到的恢复图像的亮清度与模板图像组中的每个图像的亮清度进行差值计算,从而得到多个差值组成的差值集合,计算差值集合中所有差值的标准差;基于计算出的标准差和恢复图像的质量值,自适应调整相机的光圈大小和聚焦距离,以使得相机在后续获取到的目标场景实时图像的质量值超过设定的第一阈值,以及亮清度超过设定的第二阈值
。2.
如权利要求1所述的低照度亮清采集的自动调节
AI
相机系统,其特征在于,所述图像的清晰度的计算方法包括:将图像转换为灰度图像;使用
Sobel
算子或
Prewitt
滤波器,计算灰度图像中每个像素的梯度值,生成一个梯度图像,其中每个像素表示原始的图像中相应位置的梯度大小;计算梯度图像的梯度直方图特征作为原始的图像的清晰度;所述图像的亮度为灰度图像的灰度值,灰度值越高,则原始的图像亮度越高
。3.
如权利要求2所述的低照度亮清采集的自动调节
AI
相机系统,其特征在于,所述图像恢复单元,基于实时图像进行图像恢复,得到恢复图像的方法包括:步骤1:对实时图像进行初始化估计,具体包括:选择均匀初始点扩散函数作为实时图像的初始模糊估计,将实时图像本身作为图像的初始清晰估计;步骤2:进行图像清晰估计,具体包括:固定初始模糊估计,进行图像清晰估计,得到图像清晰估计中间结果;步骤3:进行图像模糊估计,具体包括:固定初始清晰估计,进行图像模糊估计,得到图像模糊估计中间结果;步骤4:对图像清晰估计结果和图像模糊估计结果作图像差值运算,得到最终的恢复图像
。4.
如权利要求3所述的低照度亮清采集的自动调节
AI
相机系统,其特征在于,所述步骤2中固定初始模糊估计,进行图像清晰估计,得到图像清晰估计中间结果的方法包括:使用梯度下降法最小化下列损失函数以进行图像清晰估计:;其中,是初始清晰估计,是初始模糊估计,是正则化项,是正则化参数;为得到的图像清晰估计...
【专利技术属性】
技术研发人员:王威,廖峪,杨万兴,吴宗凯,王迎春,
申请(专利权)人:成都中轨轨道设备有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。