Методы определения выдержки для светочувствительной матрицы видеокамеры | Статья в журнале «Молодой ученый»

Автор:

Рубрика: Физика

Опубликовано в Молодой учёный №17 (121) сентябрь-1 2016 г.

Дата публикации: 03.09.2016

Статья просмотрена: 47 раз

Библиографическое описание:

Грицкевич И. Ю. Методы определения выдержки для светочувствительной матрицы видеокамеры // Молодой ученый. — 2016. — №17. — С. 1-4. — URL https://moluch.ru/archive/121/33571/ (дата обращения: 17.07.2018).



Светочувствительные материалы и электронные преобразователи света в электрические сигналы обладают ограниченной фотографической широтой и способны воспроизвести относительно узкий диапазон яркостей объекта съёмки. Поэтому, для правильного отображения всех участков снимаемой сцены необходимо точное дозирование количества света, получаемого светоприёмником [1].

Одним из способов является управление экспозицией, позволяющей сохранять основные элементы сцены на изображении [2]. Целью данной работы является исследование алгоритмов управления экспозицией с целью расширения динамического диапазона светочувствительной матрицы видеокамеры и разработка методики их сравнения.

1. Методы исследования

Для оценки алгоритмов управления экспозицией необходимо использовать объективные математические методы оценки качества изображения [3]. Наибольшее распространение получили два метода оценки времени экспозиции [4]:– по контрастности изображения и по яркости пикселей изображения.

Для реализации алгоритмов вычисления экспозиции нами был использован второй из перечисленных методов, так как в отличие от метода вычисления по контрастности он обеспечивает большую точность [5].

Оценка времени экспозиции по яркости пикселей изображения осуществляется путём сравнения эталонного изображения (изображения с оптимальной экспозицией и заданной освещённостью) с изображением, полученным при использовании предложенных алгоритмов. Метод заключается в следующем.

  1. Строится эталонное изображение с оптимальной экспозицией для заданной освещенности(оптимальные постоянные экспозиция устанавливаются вручную в эталоне).
  2. Cтроится функция преобразования освещенности пикселя в яркость пикселя

где I — освещенность пикселя, Т — время экспозиции.

  1. Учитывается ошибка преобразования освещенности в яркость пикселей.

Функция ошибки преобразования — разница между пикселями на изображении

Средняя ошибка преобразования освещенности к яркости пикселей изображения определяется выражением:

(1)

где i — номер пикселя, M — общее количество пикселей в кадре.

  1. Задается сцена следующей освещенности:

‒ равномерно освещённая сцена;

‒ сцена с различной освещённостью областей изображения [6].

2. Анализ алгоритмов управления экспозицией

В работе исследованы следующие два алгоритма управления экспозицией, использующие гистограмму яркости, построенную ранее: алгоритм с разбиением гистограммы на области с оценкой по максимальной и минимальной яркости в кадре; алгоритм с разбиением гистограммы на области с оценкой по трём параметрам гистограммы.

2.1. Алгоритм с разбиением гистограммы на области с оценкой по максимальной и минимальной яркости в кадре

Алгоритм с параметрами минимум и максимум базируется на разбиении гистограммы на шесть зон (рис.1), по которым производится управление экспозицией.

Рис.1. Разбиение гистограммы яркости изображения на зоны

Данный алгоритм использует следующие параметры гистограммы яркости изображения [7]: максимальное значение гистограммы яркости изображения — Вmax (5 % от числа пикселей в верхней части гистограммы); минимальное значение гистограммы яркости изображения — Вmin (5 % от числа пикселей в тёмной части гистограммы).

Предложенный алгоритм состоит из следующей последовательности действий.

1. Диапазон изменения яркости, например, для 8 битного сигнала [0, 255], разбивается на шесть зон с разными шагами экспозиции. 2. В зависимости от того, в какую зону попадают расчётные значения максимума Вmax и минимума Bmin, делается соответствующий шаг приближения к нужной экспозиции.

Приведены шаги работы автомата управления экспозицией исследуемого алгоритма [8].

1) Задается первоначальная экспозиция (экспозиция начала работы) и Tk — время вывода одного полного кадра. 2) Вычисляются Вmin и Вmax.3) Вычисляется текущая экспозиция и следующий шаг Тn+1 = Тn + ΔТ/2. 4) Проверяется условие попадания Вmin и Вmax в зону оптимальной яркости.

2) В зависимости от этого время экспозиции не изменяется или повторяются предыдущие пункты.

2.2 Алгоритм с разбиением гистограммы на области с оценкой по трём параметрам из гистограммы

По сравнению с предыдущим алгоритмом здесь добавляется дополнительно вычисляемый параметр — средняя яркость изображения.

Алгоритм состоит из следующих шагов: 1) Задается первоначальная экспозиция , где Tk — время одного кадра. Вычисляются Bmin, Bmax и Вср. 2) Вычисляется отношение значения средней яркости изображения Вср к теоретическому значению средней яркости (128 для 8-битового изображения). 3) Выставляется новое значение экспозиции путем умножения предыдущей экспозиции на полученный коэффициент. 4) Вычисляются значения Bmax и Bmin и вводится поправка экспозиции.Вычисляется текущий шаг экспозиции Тn+1 = Тn + ΔТ/2. 5)Проверяется условие попадания Вср в зону оптимальной яркости. По результатам проверки сохраняется текущая выдержка или следуют предыдущие шаги.

2.3. Сравнительный анализ вариантов управления экспозицией матриц

Рис.2 и 3, приведённые ниже, показывают преимущества и недостатки рассмотренных алгоритмов регулировки экспозиции.

Рис. 2. Пример отработки экспозиции двумя алгоритмами первой сцены

Рис. 3. Пример отработки экспозиции двумя алгоритмами второй сцены

В центре на рис. 7 и 8 изображён кадр с эталонной экспозицией, слева — кадр с экспозицией, установленной алгоритмом по двум параметрам: максимальной и минимальной яркости, справа — кадр с экспозицией, установленной алгоритмом по трем параметрам: средней яркости в кадре, максимальной и минимальной яркости.

3. Моделирование алгоритмов в Simulink

Путем моделирования в Simulink проведена оценка количества операций (времени затрачиваемого на обработку), необходимого для получения оптимального значения экспозиции, для следующих начальных условий: — изображение 8-бит;– время экспозиции Т = 100 мс;– яркость пиксела В = 30;– величина оптимальной яркости пикселя Вср = 128;

Рис.9 представляет результаты моделирования, где горизонтальная пунктирная линия показывает максимальное время обработки данных.

Рис.4. Зависимость изменения яркости в кадре (количества пикселей ниже определённой яркости) от шага экспозиции

Заключение

В работе проведён анализ алгоритмов управления экспозицией и разработана методика сравнения эффективности исследуемых алгоритмов. При проверке алгоритмов использовалась средаMATLAB.

Оба алгоритма дают удовлетворительный результат. Каждый из них имеет преимущества при определённых сюжетах. Для сцен с присутствием ярких объектов лучше подходит алгоритм с оценкой экспозиции по максимуму и минимуму яркости. В этом случае алгоритмом с оценкой по трём параметрам могут быть потеряны некоторые данные. В сценах с большим количеством деталей средних тонов лучше показал себя алгоритм управления экспозицией по трём параметрам (по средней, минимальной и максимальной яркости в кадре).

Литература:

  1. Г. Андерег, Н. Панфилов.Глава VIII. Экспонометрирование // Справочная книга кинолюбителя / Д. Н. Шемякин. — Л.,: «Лениздат», 1977. — С. 192–199. — 368 с
  2. Lukac R. Single-Sensor Imaging: Methods and Applications for Digital Cameras (Image Processing Series). Florida: CRC Press, 2009. 600 p.
  3. Cho M., Lee S., Nam B. D. Fast auto-exposure algorithm based on numerical analysis // Proc. SPIE 3650, Sensors, Cameras, and Applications for Digital Photography. 1999. Vol. 3650. P.93–99.
  4. Шеннон К. Работы по теории информации и кибернетике. М.: Изд.иностр.лит., 2011. 200 c.
  5. Nayar S. K. Computational cameras: redefining the image // IEEE Computer Magazine, Special Issue on Computational Photography. 2006. P.30–38.
  6. Kuthirummal S., Nayar S. K. Multiview Radial Catadioptric Imaging for Scene Capture // ACM Trans. on Graphics. 2006. P.916–923.
  7. Kang H. W. Space-time video montage // Proceedings of the 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition (CVPR). 2006. P.1331–1338.
  8. Sunkavalli K. Factored time-lapse video. ACM Trans. Graph // Proceedings of SIGGRAPH. 2007. 26(3). P.101–111.
Основные термины (генерируются автоматически): алгоритм, разбиение гистограммы, минимальная яркость, экспозиция, яркость пикселей изображения, кадр, алгоритм управления, оптимальная экспозиция, первоначальная экспозиция, оптимальная яркость.


Похожие статьи

Обработка рентгеновских изображений с применением оценки...

Например, если при работе с изображениями класса uint8 переменная b = 2, то шкала яркости делится на две подобласти (корзины): от 0 до 127 и от 128 до 255. Итоговая гистограмма будет иметь два значения: h(l), равное числу пикселов изображения...

Обработка и сегментация тепловизионных изображений

3) Быстрым: выполнять алгоритм с пикселями зеленого цвета: (3). где R(red), G(green), B(blue) — составляющие цифрового цветного изображения.

На изображениях с однотонными объектами порог бинаризации выбирается из гистограммы яркостей изображения.

Анализ методов сегментации изображений | Статья в журнале...

Разбиение изображения моделируется разрезами графа.

Принцип группирования (разгруппирования) основан на определении совпадений у соседних пикселей таких параметров как яркость и скорость движения.

Методы определения объектов на изображении

Метод Виолы-Джонса — это алгоритм, позволяющий обнаруживать объекты на изображении. Алгоритм может распознавать различные классы

Расчет элемента матрицы интегрального представления изображения, где I(i,j) — яркость пикселя исходного изображения.

Разработка и исследование алгоритма коррекции ночных...

2. Построение гистограмм для отобранных изображений.

Разработка алгоритма для web-камеры DSB с320. Использование набора полутоновых областей позволяет сформировать гистограмму распределения яркостей изображения.

Алгоритмы распознавания объектов | Статья в сборнике...

Индексом S обозначим сумму яркостей находящихся под областью пикселей изображения, индексом N обозначим количество пикселей, находящихся в этой же

Алгоритмы устойчивого оценивания параметров динамических объектов управления. Методы распознавания речи.

Сравнительный анализ методов поиска особых точек...

Разработан алгоритм, который на основе работы данных методов группирует фотографии по степени сходства.

Экспериментальным путем было выделено оптимальное пороговое значение если неравенство выполняется то изображения считаются схожими по содержанию.

Разработка структуры и алгоритма встроенного программного...

Он управляет положением зеркала (Эмг Зрк) и яркостью осветителя (Осв), в соответствии с выбранным пользователем режимом работы прибора (офтальмоскопия или

Разработка структуры алгоритма управления. Функции разработанного программного обеспечения

Обсуждение

Социальные комментарии Cackle

Похожие статьи

Обработка рентгеновских изображений с применением оценки...

Например, если при работе с изображениями класса uint8 переменная b = 2, то шкала яркости делится на две подобласти (корзины): от 0 до 127 и от 128 до 255. Итоговая гистограмма будет иметь два значения: h(l), равное числу пикселов изображения...

Обработка и сегментация тепловизионных изображений

3) Быстрым: выполнять алгоритм с пикселями зеленого цвета: (3). где R(red), G(green), B(blue) — составляющие цифрового цветного изображения.

На изображениях с однотонными объектами порог бинаризации выбирается из гистограммы яркостей изображения.

Анализ методов сегментации изображений | Статья в журнале...

Разбиение изображения моделируется разрезами графа.

Принцип группирования (разгруппирования) основан на определении совпадений у соседних пикселей таких параметров как яркость и скорость движения.

Методы определения объектов на изображении

Метод Виолы-Джонса — это алгоритм, позволяющий обнаруживать объекты на изображении. Алгоритм может распознавать различные классы

Расчет элемента матрицы интегрального представления изображения, где I(i,j) — яркость пикселя исходного изображения.

Разработка и исследование алгоритма коррекции ночных...

2. Построение гистограмм для отобранных изображений.

Разработка алгоритма для web-камеры DSB с320. Использование набора полутоновых областей позволяет сформировать гистограмму распределения яркостей изображения.

Алгоритмы распознавания объектов | Статья в сборнике...

Индексом S обозначим сумму яркостей находящихся под областью пикселей изображения, индексом N обозначим количество пикселей, находящихся в этой же

Алгоритмы устойчивого оценивания параметров динамических объектов управления. Методы распознавания речи.

Сравнительный анализ методов поиска особых точек...

Разработан алгоритм, который на основе работы данных методов группирует фотографии по степени сходства.

Экспериментальным путем было выделено оптимальное пороговое значение если неравенство выполняется то изображения считаются схожими по содержанию.

Разработка структуры и алгоритма встроенного программного...

Он управляет положением зеркала (Эмг Зрк) и яркостью осветителя (Осв), в соответствии с выбранным пользователем режимом работы прибора (офтальмоскопия или

Разработка структуры алгоритма управления. Функции разработанного программного обеспечения

Задать вопрос