一種基于人臉圖像光照參數(shù)的攝像機參數(shù)自適應(yīng)調(diào)整方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及圖像通信技術(shù)領(lǐng)域，特別是一種基于人臉圖像光照參數(shù)的攝像機參數(shù) 自適應(yīng)調(diào)整方法。
【背景技術(shù)】
[0002] 在大部分的視頻監(jiān)控場景中，人臉圖像通常是最重要的圖像信息，因此如何獲得 高質(zhì)量的人臉圖像是當前攝像機參數(shù)自適應(yīng)調(diào)整技術(shù)的關(guān)鍵。當前國內(nèi)外根據(jù)人臉圖像來 調(diào)整攝像機參數(shù)的方法比較少，但是直接根據(jù)整張圖像質(zhì)量來調(diào)整攝像機的參數(shù)的方法很 多。通過圖像質(zhì)量來調(diào)整攝像機參數(shù)的方式主要包括： 1、利用圖像亮度信息自動調(diào)整攝像機增益和快口速度的方法:攝像機通過調(diào)整不同的 快口速度來控制傳感器的進光亮大小，并通過調(diào)整增益大小來控制傳感器信號的放大倍 數(shù)，在不同的光照亮度場景中，攝像機需要通過調(diào)整快口速度和增益的大小來控制現(xiàn)場圖 像的亮度保持在合適的范圍，具體步驟為:首先計算圖像的亮度均值信息，然后判斷亮度均 值是否在合適的范圍，如果不在合適的范圍，則優(yōu)先通過調(diào)整快口參數(shù)來調(diào)整亮度均值；由 于過低的快口速度會造成運動圖像模糊，在調(diào)整快口參數(shù)時，需要保持快口速度大于1/25 秒，當快口速度在1/25秒時畫面仍然達不到合適的亮度，則需要通過調(diào)整增益參數(shù)來提高 畫面亮度。雖然該方法在整個畫面亮度比較均衡的場景能取得很好的效果，但是在寬動態(tài) 的畫面中效果不佳，特別是在人臉識別的場景中，如果人臉背景亮度比較高，該方法會自動 調(diào)整攝像機參數(shù)，降低整個畫面的亮度，使得采集到的人臉圖像過暗，影響人臉識別的效 果;如果亮度比較低，該方法會自動調(diào)整相機參數(shù)，提高整個畫面的亮度，使得采集到的人 臉圖像過亮，影響人臉識別的效果。
[0003] 2、利用圖像模糊度自動調(diào)整攝像機的聚焦參數(shù)的方法:首先獲取圖形銳度參數(shù)， 圖像的高頻部分的信息越多，則說明圖像的邊緣信息越多、銳度越高;反之，圖像中高頻部 分的信息越少，說明圖像銳度越低、越模糊，然后計算高頻信號在整個圖像信息的占比來判 斷圖像的模糊程度，再通過一邊調(diào)整攝像機的聚焦參數(shù)，一邊計算高頻信號的占比，一直調(diào) 整達到高頻信號占比的峰值，此時攝像機采集到的圖像就是聚焦后的最佳圖像。該方法雖 然在淺景深畫面中能取得很好的效果，但是在高景深的畫面中效果不佳，特別在人臉識別 的場景中，如果整個畫面景深比較高，特定聚焦參數(shù)不能完全覆蓋整個畫面，該方法中的攝 像機聚焦參數(shù)會自適應(yīng)調(diào)整到整個畫面銳度最高的情形。此時，如果畫面中的遠景紋理比 較復(fù)雜，則焦點會在遠景處，而近景畫面會比較虛；如果近景畫面比較復(fù)雜，則焦點在近景 出，而遠景比較虛，因此該方法無法保證在在高景深的人臉識別應(yīng)用場景中獲得清晰的人 臉圖像。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明為解決上述問題，提供了一種基于人臉圖像光照參數(shù)的攝像機參數(shù)自適應(yīng) 調(diào)整方法，解決復(fù)雜場景中自動調(diào)整攝像機參數(shù)的問題，提高攝像機在復(fù)雜場景中獲取人 臉圖像的質(zhì)量。
[0005]為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為： 如圖1所述本發(fā)明掲示的一種基于人臉圖像光照參數(shù)的攝像機參數(shù)自適應(yīng)調(diào)整方法， 包括W下步驟： 10.人臉圖像獲取:從攝像機采集的視頻帖中解析出當前場景下的人臉圖像； 20.人臉圖像處理:利用人臉檢測算法計算人臉區(qū)域的亮度參數(shù)、色彩參數(shù)W及模糊度 參數(shù)； 30. 攝像機參數(shù)調(diào)整，包括W下步驟： 31. 根據(jù)亮度參數(shù)調(diào)整攝像機快口速度或者調(diào)整攝像機的增益； 32. 根據(jù)色彩參數(shù)調(diào)整攝像機的gamma參數(shù)； 33. 根據(jù)模糊度參數(shù)調(diào)整攝像機的聚焦參數(shù)。
[0006]所述步驟20中亮度參數(shù)為亮度值，其獲取方法為:將人臉圖像轉(zhuǎn)換為灰度圖像，對 灰度圖像進行計算得到亮度值； 所述色彩參數(shù)包括H直方圖和V直方圖，其獲取方法為：將人臉圖像轉(zhuǎn)為到HSV色彩空 間，然后計算該人臉圖像的H直方圖和V直方圖； 所述模糊度參數(shù)為高頻信息占比，其獲取方法為:將人臉圖像進行傅里葉變換，獲得人 臉圖像的頻譜信息，后半部分的頻譜信息為高頻信息，計算人臉圖像中高頻信息占圖像所 有信息的比例。
[0007]所述步驟31具體為：當亮度值低于亮度闊值時，降低攝像機的快口速度或提高攝 像機的增益;當亮度值高于闊值時，提高攝像機的快口速度或降低攝像機的增益。
[000引所述亮度闊值為164,其從W人臉標準圖像為基礎(chǔ)的訓(xùn)練數(shù)據(jù)學習得到。
[0009]所述步驟32具體為:將從人臉圖像計算得到的H直方圖和V直方圖分別與標準H直 方圖和標準V直方圖比較，調(diào)制gamma參數(shù)直到H直方圖和V直方圖與與標準H直方圖和標準V 直方圖差值最小為止。
[0010] 所述標準H直方圖和標準V直方圖的獲取方法為:準備至少5000張標準證件照人臉 圖像作為樣本圖像，提取每張樣本圖像的HSV色彩空間中的色調(diào)通道H和飽和度通道V，并計 算所有樣本圖像H通道和V通道的直方圖均值，將H通道的均值直方圖作為人臉圖像的標準H 直方圖，將V通道的均值直方圖作為人臉圖像的標準V直方圖。
[0011] 所述步驟33具體為:不斷調(diào)整攝像機的聚焦參數(shù)直至人臉圖像的高頻信息占比達 到峰值。
[0012] 所述步驟33之前還包括攝像機粗調(diào)：在攝像機安裝測試時，調(diào)整攝像頭焦點直至 獲得清晰的人臉。
[0013]本發(fā)明的有益效果是:本發(fā)明分別依據(jù)圖像亮度參數(shù)來自動調(diào)整攝像機快口速度 和增益大小，依據(jù)色彩參數(shù)來自動調(diào)整攝像機的gamma參數(shù)W及依據(jù)模糊度參數(shù)來自動調(diào) 整攝像機的聚焦參數(shù)，解決了人臉背光或者強順光的場景下圖像曝光過度導(dǎo)致的攝像機無 法根據(jù)感興趣區(qū)域調(diào)整畫面亮度的問題，避免因相機有色差和畫面復(fù)雜造成采集到的圖像 模糊的情況，通過自動調(diào)節(jié)攝像機參數(shù)，使攝像機調(diào)整至最適合當前場景拍攝狀態(tài)，從而使 人臉畫面的顏色得到改觀、清晰度獲得提高。
【附圖說明】
[0014]圖1是本發(fā)明的流程簡圖； 圖2根據(jù)人臉亮度調(diào)整攝像機的快口速度和增益大小的前后對比； 圖討良據(jù)人臉圖像的色彩參數(shù)來自動調(diào)整攝像機的gamma參數(shù)的前后對比； 圖4根據(jù)人臉圖像的高頻信息占比來自動調(diào)整攝像機聚焦參數(shù)的前后對比。
【具體實施方式】
[0015]為了使本發(fā)明所要解決的技術(shù)問題、技術(shù)方案及有益效果更加清楚、明白，W下結(jié) 合附圖及實施例對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅用 W解釋本發(fā)明，并不用于限定本發(fā)明。
[0016]本發(fā)明掲示的一種基于人臉圖像光照參數(shù)的攝像機參數(shù)自適應(yīng)調(diào)整方法，其包括 W下步驟： 10.人臉圖像獲取:從攝像機采集的視頻帖中解析出當前場景下的人臉圖像； 20.人臉圖像處理:利用人臉檢測算法計算人臉區(qū)域的亮度參數(shù)、色彩參數(shù)W及模糊度 參數(shù)； 30. 攝像機參數(shù)調(diào)整，包括W下步驟： 31. 根據(jù)亮度參數(shù)調(diào)整攝像機快口速度或者調(diào)整攝像機的增益； 32. 根據(jù)色彩參數(shù)調(diào)整攝像機的gamma參數(shù)； 33. 根據(jù)模糊度參數(shù)調(diào)整攝像機的聚焦參數(shù)。
[0017]所述步驟20中亮度參數(shù)為亮度值，其獲取方法為:將人臉圖像轉(zhuǎn)換為灰度圖像，對 灰度圖像進行計算得