开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >【阅读笔记】区域权重自动曝光Adaptive Weighted Exposure Algorithm Based on Region Luminance Detection

【阅读笔记】区域权重自动曝光Adaptive Weighted Exposure Algorithm Based on Region Luminance Detection

作者头像

AomanHao

发布于 2025-02-10 03:31:16

发布于 2025-02-10 03:31:16

1110

举报

文章被收录于专栏：ISP图像处理相关ISP图像处理相关

Adaptive Weighted Exposure Algorithm Based on Region Luminance Detection

一、背景

首先将整个成像视野划分为几个区域，然后通过独立判断识别目标在视野中的位置。最后根据预设的区域权重进行灰度统计的自动曝光控制

二、算法思想

整个图像的平均亮度值来控制主要物体的曝光。这是因为物体的亮度与背景的亮度不同，平均亮度主要由背景决定。

因此需要根据背光程度来分析主要目标的亮度，由于背景区域和主要目标区域的亮度值不相同，为了在背光和正面强光的情况下保持更好的图像对比度，背景区域和主要目标区域的权重应该适度改变。

三、算法步骤

将成像视野分为九个区域，需要实时判断目标的特定区域，调整不同区域的权重系数。

步骤1、首先计算每个区域的灰度值，然后比较九个区域的灰度值，判断九个区域的灰度值之间的关系，搜索灰度值差异最大的目标区域，将其他区域确定为目标区域，将其他区域确定为背景区域。

步骤二、确定目标区域和背景区域的权重，并为每个划分区域的平均亮度设置权重系数，计算图像的加权平均亮度，改变整个图像的亮度和对比度。为目标区域分配更大的权重，为背景区域分配更小的权重。

识别目标区域的权重设置为0.8，其他8个区域为0.025

四、算法效果

各种灯光分布在靶体的LED灯板上可以清晰可见

四、参考文献

《Adaptive Weighted Exposure Algorithm Based on Region Luminance Detection》

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2025-02-09，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自作者个人站点/博客前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

暂无评论

编辑精选文章

换一批

进程，线程，协程 - 你了解多少？

微服务与分布式系统设计看这篇就够了！

腾讯文档表格卡顿指标探索之路

从Hadoop1.0到Hadoop2.0架构的优化和发展探索详解

微服务架构：由浅入深带你了解底层注册中心

花了1个月学大数据，我想说...

【阅读笔记】信息熵自动曝光An Automatic Exposure Algorithm Based on Information Entropy

fpga algorithm bit 笔记算法

信息熵作为衡量图像信息量的重要指标，能够反映图像的细节丰富程度。通过基于信息熵的自动曝光算法，可以自动调整曝光时间，使图像包含更多信息，从而提高图像质量。

AomanHao

2025/02/10

1200

【阅读笔记】信息熵自动曝光An Automatic Exposure Algorithm Based on Information Entropy

音视频知识图谱 2022.09

图像识别编程算法 css 知识图谱

前些时间，我在知识星球上创建了一个音视频技术社群：关键帧的音视频开发圈，在这里群友们会一起做一些打卡任务。比如：周期性地整理音视频相关的面试题，汇集一份音视频面试题集锦，你可以看看这个合集：音视频面试题集锦。再比如：循序渐进地归纳总结音视频技术知识，绘制一幅音视频知识图谱，你可以看看这个合集：音视频知识图谱。

关键帧

2022/11/29

4680

音视频知识图谱 2022.09

区域与图像分割 —— 阈值选取

为了将一张灰度图变成一张二值图，我们需要设定一个阈值。我们希望找到一种自动方法，对于各种不同情况（例如：不同的光照情况，或者，不同的物体表面反射性质），它都能够自适应地进行处理。对于这个问题，一种处理方式是：只分析图像中灰度值的情况，而不去管图像单元的位置。

为为为什么

2022/08/09

1.5K0

区域与图像分割 —— 阈值选取

论文阅读理解 - R-FCN: Object Detection via Region-based Fully Convolutional Networks

图像识别深度学习

目标检测的框架根据ROI pooling 层可以分为两个子网络： - 共享的，全卷积子网络，独立于ROI; - 各个ROI子网络，不共享计算

AIHGF

2019/02/18

1K0

解析目标检测全流程！附代码数据

神经网络图像识别

在计算机视觉中，红外弱小目标检测是一个重要的方向，但直到近一两年，才开始运用一些深度学习的方法。深度学习自2012年就开始大火，为何近一两年才更多被应用于弱小目标检测？

AI算法与图像处理

2021/09/06

1.2K0

解析目标检测全流程！附代码数据

【阅读笔记】自适应双平台直方图均衡算法《A new adaptive contrast enhancement algorithm for infrared images based on doubl

算法统计 algorithm 笔记搜索

《A new adaptive contrast enhancement algorithm for infrared images based on double plateaus histogram equalization》提出自适应双平台直方图均衡算法，一种基于双平台直方图均衡的红外图像自适应对比度增强算法。

AomanHao

2024/08/07

3580

【阅读笔记】自适应双平台直方图均衡算法《A new adaptive contrast enhancement algorithm for infrared images based on doubl

强光抑制算法研究

编程算法图像处理

　　在夜间由于视线问题，视野范围大大减少，醉酒驾车、闯红灯问题时有发生，如何减少交通事故的发生，道路监控在这方面有着很大的帮助。但同样的问题，夜晚则是考验监控设备的时候，如何能更清楚的监控道路车辆，对于减少交通事故能够起到很大的帮助。

AomanHao

2022/01/14

1.9K0

DeepFuse: A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pairs 阅读笔记

函数论文数据 image 笔记

在神经网络的训练过程，一般都是监督学习，这样训练出的神经网络都有很不错的效果。但是由于没有足够的数据集供其使用，所以该篇论文提出了无监督的MEF（多曝光融合）深度学习框架。

小王不头秃

2024/06/19

3080

DeepFuse: A Deep Unsupervised Approach for Exposure Fusion with Extreme Exposure Image Pairs 阅读笔记

ISP Pipeline | camera成像原理

camera image pipeline 算法原理

由于Sensor漏电流存在，刚把镜头放入一个全黑的环境，Sensor输出的原始数据不为0；而我们希望全黑时原始数据为0。

iResearch666

2023/12/14

1.7K0

ISP Pipeline | camera成像原理

ISP基本框架及算法介绍

ISP(Image Signal Processor)，即图像处理，主要作用是对前端图像传感器输出的信号做后期处理，主要功能有线性纠正、噪声去除、坏点去除、内插、白平衡、自动曝光控制等，依赖于ISP才能在不同的光学条件下都能较好的还原现场细节，ISP技术在很大程度上决定了摄像机的成像质量。它可以分为独立与集成两种形式。

全栈程序员站长

2022/09/03

3.6K0

A Texture-based Object Detection and an adaptive Model-based Classi cation

detection model object 对象模型

这项工作是神经信息研究所开发的车辆驾驶员辅助系统的一部分。这是一个扩展现有驾驶员辅助系统的概念。在实际生产的系列车辆中，主要使用雷达等传感器和用于检测天气状况的传感器来获取驾驶相关信息。数字图像处理的使用大大扩展了信息的频谱。本文的主要目标是检测和分类车辆环境中的障碍物，以帮助驾驶员进行驾驶行为的决策过程。图像由安装在后视镜上的CCD摄像头获取，并观察车辆前方区域。在没有任何约束的情况下，所提出的方法也适用于后视图。解决了目标检测和经典化的主要目标。目标检测基于纹理测量，并且通过匹配过程来确定目标类型。匹配质量和目标类别之间的高度非线性函数是通过神经网络实现的。

狼啸风云

2023/10/07

2260

A Texture-based Object Detection and an adaptive Model-based Classi cation

机器视觉工业缺陷检测(光源，相机，镜头，算法)

视觉工业检测大体分为工件尺寸测量与定位，和表面缺陷检测，及各种Logo标识的检测与识别等。

机器学习AI算法工程

2021/10/14

18.7K0

机器视觉工业缺陷检测(光源，相机，镜头，算法)

LabVIEW图像灰度分析与变换（基础篇—4）

图像分析 serverless processing

图像灰度分析是图像分析中最基本的内容，它使用各种图像灰度分析工具，提取图像或ROI区域内的灰度特征信息。基于对图像灰度的分析测量，可以实现最基本的机器视觉检测系统，如目标存在性检测系统等。

不脱发的程序猿

2021/06/21

2.4K0

LabVIEW图像灰度分析与变换（基础篇—4）

数字图像处理知识点总结概述

图像分析图像处理

1.直方图：一幅图像由不同灰度值的像素组成，图像中灰度的分布情况是该图像的一个重要特征。图像的灰度直方图就描述了图像中灰度分布情况，能够很直观的展示出图像中各个灰度级所占的多少。图像的灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数：其中，横坐标是灰度级，纵坐标是该灰度级出现的频率。

小白学视觉

2022/09/28

1.9K0

【深度学习】图像数据增强部分笔记

图像处理黑客

图像梯度计算的是图像变化的速度。对于图像的边缘部分，其灰度值变化较大，梯度值也较大；相反，对于图像中比较平滑的部分，其灰度值变化较小，相应的梯度值也较小。一般情况下，图像梯度计算的是图像的边缘信息。

杨丝儿

2022/02/28

1.1K0

AOI光学自动检测技术 | 基本原理与设备构成

图像分析图像处理数据处理

AOI（automatically optical inspection）是光学自动检测，顾名思义是通过光学系统成像实现自动检测的一种手段，是众多自动图像传感检测技术中的一种检测技术，核心技术点如何获得准确且高质量的光学图像并加工处理。

小白学视觉

2022/04/06

2.2K0

AOI光学自动检测技术 | 基本原理与设备构成

HDR关键技术：色调映射(二)

HDR技术近年来发展迅猛，在未来将会成为图像与视频领域的主流。如何让HDR图像与视频也能够同时兼容地在现有的SDR显示设备上显示，是非常重要的技术挑战。色调映射技术(Tone Mapping)就是用来实现将HDR源信号，转换到SDR源信号的技术。在本系列中，我们将会详细地总结色调映射技术的相关问题，并介绍经典的色调映射算法。将分为三个部分：（一）是色调映射技术的综合介绍；（二）是图像色调映射算法的总结与经典算法介绍；（三）将介绍视频色调映射算法。接前贴，Let's go ahead!

用户1324186

2018/07/26

13.3K1

HDR关键技术：色调映射(二)

Semi-supervised learning-based satellite remote sensing object detection method for power transmissi

监督学习 detection object 模型数据

众所周知，随着电网的日益复杂，传统的输电塔人工测量方法已经失效，无法满足安全稳定运行的要求。尽管卫星遥感技术的发展为输电塔的高效稳定测量提供了新的前景，但仍有许多问题需要解决。由于恶劣的气候和成像设备的限制，遥感图像中的一些输电塔目标是模糊的，这使得生成数据集和实现高精度输电塔目标检测变得极其困难。为了进一步提高发射塔的检测精度，首次将基于暗通道先验的图像增强算法应用于遥感图像，提高了图像的可解释性。然后，考虑到增强图像中仍有一些传输塔无法手动标记，采用了一种基于伪标记的半监督学习方法来最大限度地利用现有数据。基于这一高质量的数据集，利用移动倒瓶颈卷积和可变形卷积构建了一个传输塔卫星遥感目标检测模型。最后，根据我国某地区的卫星遥感图像数据集进行了烧蚀和对比实验。实验结果表明，图像增强和半监督学习方法都能提高检测精度，与现有主流模型相比，该方法性能更好。

狼啸风云

2023/10/07

2200

Semi-supervised learning-based satellite remote sensing object detection method for power transmissi

HOG特征（Histogram of Gradient）学习总结

图像识别 http https 网络安全 vr 视频解决方案

最近在做的项目有用到HOG+SVM这一方面的知识，参考相关论文和网上一些博文在此对HOG特征进行下总结。

全栈程序员站长

2022/11/17

1.2K0

HOG特征（Histogram of Gradient）学习总结

数字图像处理之图像分割算法

python 图像处理

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割方法等。单色图像的分割算法通常基于灰度值的不连续性和相似性。

Minerva

2020/05/21

4.3K0

相关推荐

【阅读笔记】信息熵自动曝光An Automatic Exposure Algorithm Based on Information Entropy

更多 >

LV.2

这个人很懒，什么都没有留下～

专栏

2

作者相关精选

目录

一、背景

二、算法思想

三、算法步骤

四、算法效果

四、参考文献

加入讨论

的问答专区 >

1产品KOL擅长5个领域

相关课程

一站式学习中心 >

腾讯云开发玩转小程序实战训练营

云开发 CloudBase

AI驱动的TDSQL-Cserverless实战营

云原生数据库 TDSQL-C

ES Serverless一站式日志分析入门到精通

Elasticsearch Service