[发明专利]一种基于B‑P神经网络判断照明场景的自动曝光方法

摘要

本发明公开一种基于B‑P神经网络判断照明场景的自动曝光方法，包括以下步骤，S1通过视频采集系统获得原始图像；S2将原始图像划分为多个区域；S3求每个区域的图像亮度平均值，获得亮度矢量；S4设计B‑P神经网络，将亮度矢量作为神经网络的输入，对照明场景进行判断；S5根据神经网络的判断结果，计算图像的理想亮度；S6将原始图像的实际亮度与理想亮度的偏差作为PID算法的初始输入，利用PID算法获取理想亮度对应的理想可控量；S7依据理想可控量，获得曝光时间t和模拟增益系数g，将t和g传输到视频采集系统的传感器中即可实现自动曝光。该方法对照明场景的判断准确，算法简单，可广泛应用。

主权项

一种基于B‑P神经网络判断照明场景的自动曝光方法，其特征在于，包括以下步骤：S1:通过视频采集系统获得原始图像；S2:根据对图片不同区域的关注程度将所述原始图像划分为多个区域，并按照被关注程度的大小依次给区域编号；S3:对所述划分的区域求每个区域的图像亮度平均值，结合该区域位置编号和其区域内图像的平均亮度，获得亮度矢量；S4:根据所述原始图像区域划分的数量设计B‑P神经网络，将所述亮度矢量作为神经网络的输入，对照明场景进行判断，输出判断结果；S5：根据所述神经网络的判断结果，计算图像的理想亮度；S6：将所述原始图像的实际亮度与所述S5中理想亮度的偏差作为PID算法的初始输入，利用PID算法获取理想亮度所需要的理想可控量；S7：依据所述S6中获得理想可控量，获取理想曝光时间t和理想模拟增益系数g，将获得的理想曝光时间t和理想模拟增益系数g传输到视频采集系统的传感器中，即可实现自动曝光。