[发明专利]基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法

权利要求书

1.一种基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法，其中，包括：

由相机获取一帧图像；

对所述图像进行梯度和图像熵加权得到所述图像的曝光质量的度量值；所述梯度和图像熵的加权方法如公式1所示：

其中，I为度量值；α为梯度与图像熵的融合比例参数；为图像中第i个像素点的梯度值；H为图像熵值；

利用γ变换确定最优的γ值；以及

利用所述度量值和γ值采用非线性方法得到所述相机拍摄下一帧图像的曝光时间预测值；所述非线性方法具体为公式4所示：

t_i+1＝(1+K_p(R-1))t_i 公式4；

其中，t_i+1为预测的下一帧图像的曝光时间值；K_p为当前曝光时间值到目标曝光时间值的收敛速度值；R为更新函数；t_i为本帧图像的曝光时间值；

所述更新函数R通过公式5得到：

其中，d为更新参数的非线性程度值；为最优γ值。

2.如权利要求1所述的基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法，其中，所述相机的数量不少于1台，并通过以下方法保证多台所述相机的曝光一致性：

获取包含各个所述相机拍摄图像的公共区域图像；

利用公式2对所述公共区域图像进行计算，得到各个相机的最优曝光时间；

其中，N为相机总数；i为第i个相机；j为第j个相机；β_ij为ROI_ij的权重；为相机i中与相机j的公共区域；为相机j中与相机i的公共区域。

3.如权利要求2所述的基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法，其中，获取包含各个所述相机拍摄图像的公共区域图像包括：求取相邻相机拍摄的图像中的特征点，对所述图像进行匹配关联得到相同的特征点集合，利用所述特征点集合确定包含所述特征点集合中全部特征点的方形的最小像素区域，所述最小像素区域即所述公共区域图像。

4.如权利要求1所述的基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法，其中，公式1中的值通过公式3确定：

其中，N为log(λ(1-δ)+1)；λ为梯度增益系数；δ为梯度阈值；m_i为第i个像素的归一化的梯度值。

5.如权利要求1所述的基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法，其中，利用所述度量值和γ值得到所述相机拍摄下一帧图像的曝光时间预测值后还包括，将所述曝光时间预测值写入所述相机作为获取下一帧图像的曝光时间值。

6.如权利要求5所述的基于图像梯度和熵融合的高速自动驾驶自动曝光控制方法，其中，将所述曝光时间预测值写入所述相机作为获取下一帧图像的曝光时间值后还包括，利用所述曝光时间预测值拍摄的图像计算再下一帧图像的曝光时间预测值。