本技術涉及計算機圖像學,特別是涉及一種自動曝光控制方法、裝置、計算機設備、可讀存儲介質和程序產品。
背景技術:
1、自動曝光控制算法是現代圖像處理技術中的關鍵組成部分,它與自動對焦(af)和自動白平衡(awb)共同構成了數碼攝像設備的核心成像控制系統,即3a算法。這些算法能夠確保設備自動適應不同的光線和拍攝條件,提供高質量的圖像輸出。
2、自動曝光的工作原理是通過調節相機的快門速度、光圈大小和iso感光度來確保圖像的亮度適中。ae系統通過分析圖像中的亮度分布,自動設置這些參數,使得圖像的平均亮度符合預設的曝光標準。好的自動曝光算法能夠在不同場景下通過自適應調節曝光參數來得到合適的曝光。在現實生活場景中,會面對各種各樣復雜的光照場景,比如高對比度,低光,背光等,如何有效地應用自動曝光算法來應對這些挑戰,是提高圖像和視頻質量的關鍵。
3、傳統的自動曝光控制算法通過比較整幅圖像的亮度均值和圖像參考亮度之間的差異,進行曝光參數調整,從而使得整幅圖像的平均亮度調整到規定范圍內。但是這種方法有一定的局限性,可能無法適應極端光照條件,當諸如逆光或者正面強光等復雜光照情況下,主體和背景的對比度比較大,用傳統的自動曝光算法往往會使得高信息量塊的曝光不足或者過度曝光。
技術實現思路
1、基于此,有必要針對上述技術問題,提供一種能夠避免高信息量塊的曝光不足或者過度曝光的自動曝光控制方法、裝置、計算機設備、可讀存儲介質和程序產品。
2、第一方面,本技術提出了一種自動曝光控制方法,所述方法包括:
3、獲取待處理圖像;所述待處理圖像攜帶全局信息熵;
4、當所述全局信息熵在預設閾值范圍內時,對所述待處理圖像進行分塊,得到多個子塊,并計算各所述子塊的熵值權重以及空間權重;
5、根據各所述子塊的熵值權重以及各所述子塊的空間權重,計算所述待處理圖像的目標亮度值;
6、根據所述目標亮度值以及預設目標亮度范圍,調整相機增益;所述相機增益用于控制相機進行自動曝光。
7、在其中一個實施例中,所述計算各所述子塊的熵值權重以及空間權重,包括:
8、獲取各所述子塊的信息熵以及各所述子塊的亮度均值;
9、根據所述子塊的信息熵計算熵值權重,以及根據各所述子塊的亮度均值計算空間權重。
10、在其中一個實施例中,所述根據所述子塊的信息熵計算熵值權重,包括:
11、根據所述信息熵,將各所述子塊分為第一信息量塊以及第二信息量塊,其中所述第一信息量塊的信息量大于所述第二信息量塊的信息量;
12、統計各所述第一信息量塊的信息熵均值以及所述第二信息量塊的信息熵均值;
13、并根據所述第一信息量塊的信息熵均值以及所述第二信息量塊的信息熵均值,計算均值熵差值;
14、根據所述均值熵差值,分配各所述子塊的熵值權重。
15、在其中一個實施例中,所述根據所述均值熵差值,分配各所述子塊的熵值權重,包括:
16、通過第一預設映射關系,得到所述均值熵差值對應的第一信息量塊權重以及第二信息量塊權重;
17、根據各所述子塊的信息熵,計算各所述子塊在所述第一信息量塊以及在所述第二信息量塊的第一占比;
18、根據所述第一占比、所述第一信息量塊權重以及所述第二信息量塊權重,分配各所述子塊的熵值權重。
19、在其中一個實施例中,所述根據各所述子塊的亮度均值計算空間權重,包括:
20、根據各所述子塊在所述待處理圖像中的位置,將各所述子塊分為中心區域以及非中心區域;
21、基于各所述子塊的亮度均值,統計所述中心區域的亮度均值以及所述非中心區域的亮度均值;
22、計算所述中心區域的亮度均值以及所述非中心區域的亮度均值之間的亮度均值差;
23、根據所述亮度均值差,計算各所述子塊的空間權重。
24、在其中一個實施例中,所述根據所述亮度均值差,計算各所述子塊的空間權重,包括:
25、通過第二預設映射關系,得到所述亮度均值差對應的中心區域權重以及非中心區域權重;
26、根據各所述子塊的亮度值,計算各所述子塊在所述中心區域以及在所述非中心區域的第二占比;
27、根據所述第二占比、所述中心區域權重以及所述非中心區域權重,分配各所述子塊的空間權重。
28、在其中一個實施例中,所述根據各所述子塊的熵值權重以及各所述子塊的空間權重,計算所述待處理圖像的目標亮度值,包括:
29、基于預設比例關系、所述熵值權重以及所述空間權重,得到目標權重;
30、基于所述目標權重,對所述子塊的亮度均值進行加權求和,得到所述待處理圖像的目標亮度值。
31、在其中一個實施例中,所述待處理圖像攜帶全局平均亮度值,所述方法還包括:
32、當所述全局信息熵不在所述預設閾值范圍內時,將所述全局平均亮度值作為所述目標亮度值。
33、在其中一個實施例中,所述根據所述目標亮度值以及預設目標亮度范圍,調整相機增益,包括:
34、當所述目標亮度值小于所述預設目標亮度范圍時,增加所述相機增益;
35、當所述目標亮度值大于所述預設目標亮度范圍時,減小所述相機增益。
36、在其中一個實施例中,所述全局信息熵的計算過程,包括:
37、獲取全局直方圖;所述全局直方圖是所述相機根據所述待處理圖像的灰度值生成的;
38、對所述全局直方圖進行非均勻壓縮處理,得到壓縮直方圖;
39、根據所述壓縮直方圖,計算得到所述全局信息熵。
40、在其中一個實施例中,所述對所述全局直方圖進行非均勻壓縮處理,得到壓縮直方圖,包括:
41、根據灰度區域,將所述全局直方圖中的分區進行合并,得到所述壓縮直方圖。
42、在其中一個實施例中,所述根據所述壓縮直方圖,計算得到所述全局信息熵,包括:
43、根據所述壓縮直方圖中各分區所包括的像素數量與所述待處理圖像中像素數量的占比,計算各所述分區的像素比例;
44、根據所述像素比例,計算所述全局信息熵。
45、第二方面,本技術提出了一種自動曝光控制裝置,所述裝置包括:
46、獲取模塊,用于獲取待處理圖像;所述待處理圖像攜帶全局信息熵;
47、權重計算模塊,用于當所述全局信息熵屬于預設閾值范圍內時,對所述待處理圖像進行分塊,得到多個子塊,并計算各所述子塊的熵值權重以及空間權重;
48、亮度計算模塊,用于根據各所述子塊的熵值權重以及各所述子塊的空間權重,計算所述待處理圖像的目標亮度值;
49、調整模塊,用于根據所述目標亮度值以及預設目標亮度范圍,調整相機增益;所述相機增益用于控制自動曝光。
50、第三方面,本技術提出了一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,所述處理器執行所述計算機程序時實現上述的方法的步驟。
51、第四方面,本技術提出了一種計算機可讀存儲介質,其上存儲有計算機程序,所述計算機程序被處理器執行時實現上述的方法的步驟。
52、第五方面,本技術提出了一種計算機程序產品,包括計算機程序,所述計算機程序被處理器執行時實現上述的方法的步驟。
53、上述自動曝光控制方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品,當待處理圖像攜帶的全局信息熵在預設閾值范圍內時,對待處理圖像進行分塊,并計算分塊得到的各子塊的熵值權重以及空間權重;再根據各子塊的熵值權重以及空間權重,計算待處理圖像的目標亮度值。本技術在待處理圖像的整體信息量不足的情況下,將其分為多個子塊,再根據各子塊的權重調整各子塊的亮度值,得到待處理圖像的目標亮度值。最后根據目標亮度值和預設目標亮度范圍的比較結果,通過調整相機增益的方式選擇合適的曝光參數,完成待處理圖像的自動曝光,在適應多種復雜光照場景的同時,也提高了圖像質量。