System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种用于道路监控的自适应曝光方法技术_技高网

一种用于道路监控的自适应曝光方法技术

技术编号:40003796 阅读:7 留言:0更新日期:2024-01-09 04:25
本申请涉及道路监控领域,尤其是一种用于道路监控的自适应曝光方法。其步骤为:第一步,画面分割。第二步,图像检测。第三步,权重赋值。第四步,权重迭代。第五步,更新曝光参数。第六步,循环S1‑S5步骤即可自适应曝光。本发明专利技术的用于道路监控的自适应曝光方法可以有效地对道路监控视频进行处理和分析,通过对图像进行预处理、运动检测、特征提取和权重赋值,可以自动调整曝光参数以提高图像质量。

【技术实现步骤摘要】

本申请涉及道路监控领域,尤其是一种用于道路监控的自适应曝光方法


技术介绍

1、随着深度学习和人工智能的发展,图像识别技术在交通道路监控领域的应用已经非常广泛。例如,车流量统计、行人流量统计、车辆号牌识别、行人检测、交通信号灯状态识别等。这些应用都基于图像识别技术,通过分析监控拍摄的道路现场图像,实现对交通状况的实时监控和统计分析。

2、道路监控系统通常使用的是基于传统的图像处理技术的系统。这些系统通常只能处理一些简单的图像特征,例如颜色、形状、大小等。因此,当监控图像中存在天空、树木、绿化带、门店、路灯等多种情况,而监控的主体主要是道路上的行人、机动车和非机动车,这些系统的识别准确度受到很大的限制。因此,无法满足现代交通监控的实时性要求。

3、对于复杂道路监控进行曝光度调节时,传统的曝光系统主要以全局权重、中心权重等预先设置好的区域进行曝光,导致场景适应性差,图像中行人和车辆,或者采用人脸曝光、或车牌曝光等单一区域的曝光方法,过于局部,无法兼顾多人、多车的道路监控情况,容易出现图像过曝或过暗的情况,导致图像质量降低。


技术实现思路

1、本专利技术提供了一种用于道路监控的自适应曝光方法,为满足现代交通监控的实时性要求,且能实时调整画面曝光度,解决了现有技术中易出现图像过曝或过暗,导致图像质量降低问题。

2、解决上述问题,提供以下技术方案:

3、本专利技术的用于道路监控的自适应曝光方法的特点是包括以下步骤:

4、s1画面分割

5、对传输过来新一帧视频的曝光区域进行画面分隔,得到若干个分区域。

6、s2图像检测

7、用帧差法依次对所有分区域进行运动检测,区分出运动区域和静止区域。

8、用深度学习模型依次对所有分区域进行人车区域检测,区分出人车区域和非人车区域。

9、s3权重赋值

10、根据s2图像检测的结果将分区域划分为仅运动区域、仅人车区域、人车且运动区域和其他区域;其中,仅运动区域空间权重为wmotion;仅人车区域的空间权重为wobject;人车且运动区域的空间权重为wboth;其他区域的空间权重为wother,且wboth>wobject>wmotion>wother。

11、s4权重迭代

12、通过公式依次将所有分区域的空间权重wf与对应的上一帧分区域的空间权重wf-1的进行加权计算、得到新的空间权重wi。

13、s5更新曝光参数

14、曝光系统根据各区域的空间权重wi生成各区域新的曝光量、并生效到下一帧视频中。

15、s6循环s1-s5步骤

16、当新的一帧到来后,重复s1~s5,以便实现自适应曝光。

17、其中,将画面分割为16×16大小的256块分区域。

18、s2中,帧差法运动检测的过程是:

19、先选择一块分区域z;接着,计算得到当前帧ft的该区域的平均亮度为zt,前一帧ft-1的该区域的平均亮度为zt-1;之后,计算亮度差的绝对值zd=|zt–zt-1|;最后,将亮度差的绝对值zd与亮度门限lth做比较,如zd>lth则为运动区域,反之则为静止区域,如此往复,直至所有分区域全部完成运动检测。

20、s2中所述深度学习模型为过yolo深度学习模型,划分的过程是:

21、先得到人车所在的区域信息;再将人车所在的区域信息与分区域的进行对应,进而将各分区域分为人车和非人车区域。

22、s4中的公式为

23、wi=wf×k+wf-1×(1-k)

24、其中,k为响应系数。

25、s5中,曝光系统根据各区域的空间权重wi生成新的曝光参数的过程是:

26、先将各分区域亮度利用公式进行加权得到新亮度lum,再将lum与曝光系统的目标亮度target进行比较,当lum>target时,降低该分区域的曝光量;当lum<target时,增加该分区域的曝光量。

27、s5中,新亮度lum的加权公式是:

28、

29、本专利技术的有益效果:

30、本专利技术基于运动检测及图像识别算法,在空间上根据识别结果划分不同区域的曝光权重,适应不同场景;在时间上根据时间前后进行加权迭代,适应不同时间段;实时构建重点监控区域,做到兼顾全局,突出重点区域的曝光策略,使得监控图像不会出现过曝或过暗的情况,确保图像质量始终较好。

本文档来自技高网...

【技术保护点】

1.一种用于道路监控的自适应曝光方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的用于道路监控的自适应曝光方法,其特征在于,S1中,将画面分割为16×16大小的256块分区域。

3.根据权利要求2所述的用于道路监控的自适应曝光方法,其特征在于,S2中,帧差法运动检测的过程是:

4.根据权利要求2所述的用于道路监控的自适应曝光方法,其特征在于,S2中所述深度学习模型为过YOLO深度学习模型,划分的过程是:

5.根据权利要求1所述的用于道路监控的自适应曝光方法,其特征在于,S4中的公式为

6.根据权利要求1所述的用于道路监控的自适应曝光方法,其特征在于,S5中,曝光系统根据各区域的空间权重Wi生成新的曝光参数的过程是:

7.根据权利要求6所述的用于道路监控的自适应曝光方法,其特征在于,S5中,新亮度Lum的加权公式是:

【技术特征摘要】

1.一种用于道路监控的自适应曝光方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的用于道路监控的自适应曝光方法,其特征在于,s1中,将画面分割为16×16大小的256块分区域。

3.根据权利要求2所述的用于道路监控的自适应曝光方法,其特征在于,s2中,帧差法运动检测的过程是:

4.根据权利要求2所述的用于道路监控的自适应曝光方法,其特征在于,s2中所述深度...

【专利技术属性】
技术研发人员:王强刘玲玲周洋吴海洋马清王天青
申请(专利权)人:青岛市城市规划设计研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1