基于融合多幅低动态图像来获取高动态图像的过程中, 传统方法中低动态图像获取时对曝光时间选取的策略简单, 使拍摄的多幅图像信息冗余较多, 严重影响融合效率。提出了一种基于局部信息熵最大准则的多曝光控制方法。讨论了低动态场景图像信息熵与曝光时间的关系, 得出了低动态范围场景的图像信息熵随曝光时间的增加呈现先增加后减小的规律, 并在某个曝光时间处信息熵最大。对于高动态场景, 首先, 利用图像平均灰度响应与曝光时间的近似线性关系确定场景的曝光时间范围; 然后, 根据图像直方图将高动态场景分成若干个低动态范围场景区域; 最后, 以信息熵最大为优化目标, 设计一维搜索算法, 搜索各个低动态范围区域的最优曝光时间, 直到所有区域都搜索到最优曝光时间。此方法将场景的局部信息熵与曝光时间联系起来, 能针对不同的区域进行曝光时间优化, 目的性强, 有效地避免了传统曝光控制中的缺点, 实验证明: 用该方法获取的图像进行融合获得了良好的效果。

自动曝光控制是通过控制曝光量使图像亮度最优化的过程, 由于图像亮度与曝光值有着直接的关系, 因而图像亮度在自动曝光算法中被广泛应用.虽然熵已用于各种图像处理应用, 但是很少应用在自动曝光中.基于图像熵提出一种新的自动曝光算法, 不同于传统的主要依赖于图像亮度的算法.首先根据图像熵值大小来判断光照条件, 通过图像熵大小的比较, 把图像的各区域划分为感兴趣区域与不感兴趣区域.然后由图像熵值大小采用分配权重方法对不同区域分配权重, 最后进行准确地自动曝光.由于该算法主要基于图像熵值的大小, 所以曝光效果不受图像中对象位置影响, 使得该算法更灵活.实验结果表明, 该算法对高动态范围场景可以准确地检测出各种光照条件, 提高相机系统输出图像的动态范围, 同时还增加了自动曝光的准确性.

为了实时调整高帧频CCD相机,获得高质量图像,提出了一种基于分档电子快门控制和增益控制相结合的复合控制方法,实现了快速、高精度调光.其算法主要由三部分构成:二次均值灰度权值的累加, 基于分段二次函数的自动快门控制和基于数据分析的自动增益控制.采用共享的乒乓缓存策略来保证算法在自行设计的硬件平台得到有效验证并连续显示.实验结果表明,该算法具有良好的图像质量,捕获的视频图像在各种条件下,均具有快速的收敛性和适应性.

自动曝光控制是现代相机和摄像机必备功能之一。提出一种基于亮度直方图的自动曝光控制算法。基于人类视觉系统(HVS)的视觉注意机制,可认为直方图中大而陡峭的峰值区域对应于图像中的不感兴趣区域。算法寻找直方图中最大的两个峰值区域,并依据峰值区域的大小确定它们中像素亮度的加权值,从而计算图像的加权亮度均值。像素亮度的加权值与其所属峰值区域的大小之间的关系由一组二次型曲线描述,二次型曲线的参量是由图像的背景亮度决定,其中背景亮度由自动曝光系统参量计算得到。在实际应用中采用了模糊逻辑确定最大的两个峰值区域的加权值。实验结果表明该算法对各种场景均能进行有效的自动曝光控制。