本發(fā)明涉及照明，尤其涉及全景圖像亮度異常區(qū)域檢測(cè)與調(diào)整方法。

背景技術(shù)：

1、在全景圖像合成過(guò)程中，亮度判別機(jī)制的核心問(wèn)題在于如何精準(zhǔn)區(qū)分圖像中的亮度異常區(qū)域與正常區(qū)域，尤其是在復(fù)雜光照條件下。

2、當(dāng)圖像中存在大面積光源（如窗戶）時(shí)，光源直接照射的區(qū)域會(huì)形成高亮度區(qū)域，而場(chǎng)景本身的亮度特性則可能表現(xiàn)為均勻或漸變的亮度分布。此外，圖像中存在多種光源共同作用時(shí)，如自然光與人工光源的疊加，這會(huì)導(dǎo)致亮度分布模式更加復(fù)雜。

3、因此，如何準(zhǔn)確識(shí)別和調(diào)整這些亮度異常區(qū)域，同時(shí)保持圖像的自然光照效果，是一個(gè)亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是針對(duì)上述問(wèn)題，提出一種全景圖像亮度異常區(qū)域檢測(cè)與調(diào)整方法；該方法通過(guò)分析全景圖像的全局和局部亮度分布特征，結(jié)合時(shí)間和季節(jié)因素，識(shí)別高亮度區(qū)域并判斷其是否為光源直接照射或自然亮度特性；這種方法能有效識(shí)別和調(diào)整全景圖像中的亮度異常區(qū)域，提高圖像質(zhì)量和真實(shí)感，適用于全景攝影、虛擬現(xiàn)實(shí)等領(lǐng)域的圖像處理。

2、本發(fā)明的技術(shù)方案是：

3、本發(fā)明提供一種全景圖像亮度異常區(qū)域檢測(cè)與調(diào)整方法，包括：

4、獲取全景圖像，提取所述全景圖像的全局亮度分布特征和局部亮度分布特征，生成亮度分布圖；根據(jù)所述亮度分布圖，識(shí)別圖像中的高亮度區(qū)域，并標(biāo)注其空間位置和亮度值范圍；結(jié)合時(shí)間因素和季節(jié)因素，從預(yù)設(shè)的光源特性數(shù)據(jù)庫(kù)中獲取當(dāng)前場(chǎng)景的光源強(qiáng)度、角度和色溫信息；根據(jù)所述高亮度區(qū)域的亮度值與所述光源特性數(shù)據(jù)的匹配情況，判斷是否存在亮度異常區(qū)域；根據(jù)全局特征和局部特征，識(shí)別圖像中是否存在多種光源疊加的情況，生成光源疊加區(qū)域圖；根據(jù)所述光源疊加區(qū)域圖中的亮度分布是否符合自然光照特性，判斷是否標(biāo)記為亮度異常區(qū)域；根據(jù)所述亮度異常區(qū)域的標(biāo)記結(jié)果，生成亮度調(diào)整決策圖，用于后續(xù)全景圖像合成的亮度調(diào)整；采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述亮度調(diào)整決策圖進(jìn)行優(yōu)化，確保亮度調(diào)整結(jié)果與場(chǎng)景自然光照特性一致。

5、進(jìn)一步的，所述提取所述全景圖像的全局亮度分布特征和局部亮度分布特征，生成亮度分布圖，包括：通過(guò)直方圖均衡化算法提取所述全景圖像的全局亮度分布特征，得到全局亮度特征數(shù)據(jù)；采用局部二值模式算法提取所述全景圖像的局部亮度分布特征，得到局部亮度特征數(shù)據(jù)；根據(jù)所述全局亮度特征數(shù)據(jù)和所述局部亮度特征數(shù)據(jù)，生成亮度分布特征矩陣；將所述亮度分布特征矩陣輸入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征融合，得到融合亮度特征；根據(jù)所述融合亮度特征，利用圖像生成算法生成亮度分布圖。

6、進(jìn)一步的，所述根據(jù)所述亮度分布圖，識(shí)別圖像中的高亮度區(qū)域，并標(biāo)注其空間位置和亮度值范圍，包括：采用灰度化處理算法將所述亮度分布圖轉(zhuǎn)換為亮度圖；通過(guò)預(yù)設(shè)的亮度閾值分割算法，從所述亮度圖中提取高亮區(qū)；對(duì)所述高亮區(qū)進(jìn)行形態(tài)學(xué)操作，去除噪聲區(qū)域，得到精確的高亮區(qū)輪廓；根據(jù)所述高亮區(qū)輪廓，計(jì)算每個(gè)高亮區(qū)的空間位坐標(biāo)，記錄其位置值；針對(duì)每個(gè)高亮區(qū)，提取其亮度值范圍，統(tǒng)計(jì)區(qū)間值的最小值與最大值；將所述位置值與所述區(qū)間值進(jìn)行關(guān)聯(lián)，生成高亮區(qū)標(biāo)注信息；采用聚類算法對(duì)所述高亮區(qū)進(jìn)行分組，判斷其分布特征，輸出最終標(biāo)注結(jié)果。

7、進(jìn)一步的，所述從預(yù)設(shè)的光源特性數(shù)據(jù)庫(kù)中獲取當(dāng)前場(chǎng)景的光源強(qiáng)度、角度和色溫信息，包括：根據(jù)當(dāng)前時(shí)間和季節(jié)信息，確定環(huán)境參數(shù)中的時(shí)間和季節(jié)因素；根據(jù)所述時(shí)間和季節(jié)因素，從預(yù)設(shè)光源特性數(shù)據(jù)庫(kù)中篩選符合條件的光源數(shù)據(jù)集；采用光照條件分析算法，處理篩選后的光源數(shù)據(jù)集，提取光源強(qiáng)度、角度和色溫特性；若光源特性存在多個(gè)匹配項(xiàng)，則調(diào)用加權(quán)平均算法，計(jì)算光源強(qiáng)度的平均值，確定光源角度的中間值，獲得光源色溫的眾數(shù)值；通過(guò)環(huán)境參數(shù)匹配算法，將計(jì)算得到的光源特性與當(dāng)前場(chǎng)景進(jìn)行對(duì)比，判斷光照條件是否匹配；若光照條件匹配，則輸出光源強(qiáng)度、角度和色溫的最終結(jié)果。

8、進(jìn)一步的，所述根據(jù)所述高亮度區(qū)域的亮度值與所述光源特性數(shù)據(jù)的匹配情況，判斷是否存在亮度異常區(qū)域，包括：若所述高亮度區(qū)域的亮度值與所述光源特性數(shù)據(jù)匹配，則判斷該區(qū)域?yàn)楣庠粗苯诱丈鋮^(qū)域，標(biāo)記為亮度異常區(qū)域；若所述高亮度區(qū)域的亮度值與所述光源特性數(shù)據(jù)不匹配，則進(jìn)一步分析其亮度分布模式，判斷是否為場(chǎng)景自然亮度特性。

9、進(jìn)一步的，所述根據(jù)全局特征和局部特征，識(shí)別圖像中是否存在多種光源疊加的情況，生成光源疊加區(qū)域圖，包括：根據(jù)所述全局特征與所述局部特征，判斷光源數(shù)，若光源數(shù)大于1，則確定為疊加態(tài)；采用預(yù)設(shè)的閾值對(duì)所述疊加態(tài)進(jìn)行區(qū)域劃分，得到光源區(qū)與疊加區(qū)；通過(guò)識(shí)別器對(duì)所述光源區(qū)與所述疊加區(qū)進(jìn)行特征匹配，確定疊加區(qū)域圖；根據(jù)所述區(qū)域圖計(jì)算區(qū)域值，生成光源疊加區(qū)域圖。

10、進(jìn)一步的，所述采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述亮度調(diào)整決策圖進(jìn)行優(yōu)化，確保亮度調(diào)整結(jié)果與場(chǎng)景自然光照特性一致，包括：采用預(yù)設(shè)的卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述亮度調(diào)整決策圖進(jìn)行處理，生成優(yōu)化決策圖；將所述優(yōu)化決策圖與場(chǎng)景圖進(jìn)行融合，生成調(diào)整后的場(chǎng)景圖；判斷所述調(diào)整后的場(chǎng)景圖與自然光照特性值的一致性，若不一致則重新優(yōu)化決策圖。

11、本發(fā)明的技術(shù)方案包括以下有益效果：

12、本發(fā)明公開(kāi)了一種全景圖像亮度異常區(qū)域檢測(cè)與調(diào)整方法。該方法通過(guò)分析全景圖像的全局和局部亮度分布特征，結(jié)合時(shí)間、季節(jié)因素及預(yù)設(shè)光源特性數(shù)據(jù)庫(kù)，精確識(shí)別和標(biāo)注高亮度區(qū)域。

13、本發(fā)明創(chuàng)新性地引入了光源疊加分析，通過(guò)比對(duì)亮度分布與自然光照特性，有效區(qū)分正常亮度區(qū)域和異常區(qū)域。針對(duì)識(shí)別出的亮度異常區(qū)域，本發(fā)明生成亮度調(diào)整決策圖，并利用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化，確保調(diào)整結(jié)果與場(chǎng)景自然光照特性保持一致。

14、這種方法不僅能夠準(zhǔn)確檢測(cè)全景圖像中的亮度異常，還能智能地進(jìn)行亮度調(diào)整，提高全景圖像的視覺(jué)質(zhì)量和真實(shí)感，為全景圖像合成和處理提供了有力支持。

技術(shù)特征：

1.一種全景圖像亮度異常區(qū)域檢測(cè)與調(diào)整方法，其特征在于，包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述提取所述全景圖像的全局亮度分布特征和局部亮度分布特征，生成亮度分布圖，包括：

3.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述亮度分布圖，識(shí)別圖像中的高亮度區(qū)域，并標(biāo)注其空間位置和亮度值范圍，包括：

4.如權(quán)利要求1所述的方法，其特征在于，所述從預(yù)設(shè)的光源特性數(shù)據(jù)庫(kù)中獲取當(dāng)前場(chǎng)景的光源強(qiáng)度、角度和色溫信息，包括：

5.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述高亮度區(qū)域的亮度值與所述光源特性數(shù)據(jù)的匹配情況，判斷是否存在亮度異常區(qū)域，包括：

6.如權(quán)利要求1所述的方法，其特征在于，所述采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述亮度調(diào)整決策圖進(jìn)行優(yōu)化，確保亮度調(diào)整結(jié)果與場(chǎng)景自然光照特性一致，包括：

技術(shù)總結(jié)
本發(fā)明提供一種全景圖像亮度異常區(qū)域檢測(cè)與調(diào)整方法，包括獲取全景圖像，提取所述全景圖像的全局亮度分布特征和局部亮度分布特征，生成亮度分布圖；根據(jù)所述亮度分布圖，識(shí)別圖像中的高亮度區(qū)域；根據(jù)所述高亮度區(qū)域的亮度值與所述光源特性數(shù)據(jù)的匹配情況，判斷是否存在亮度異常區(qū)域；根據(jù)全局特征和局部特征，識(shí)別圖像中是否存在多種光源疊加的情況，生成光源疊加區(qū)域圖；根據(jù)所述光源疊加區(qū)域圖中的亮度分布是否符合自然光照特性，判斷是否標(biāo)記為亮度異常區(qū)域；根據(jù)所述亮度異常區(qū)域的標(biāo)記結(jié)果，生成亮度調(diào)整決策圖，用于后續(xù)全景圖像合成的亮度調(diào)整，確保亮度調(diào)整結(jié)果與場(chǎng)景自然光照特性一致。

技術(shù)研發(fā)人員：孫鶴源,張鳴杰,夏嶺,姚建,孫超
受保護(hù)的技術(shù)使用者：常州檢驗(yàn)檢測(cè)標(biāo)準(zhǔn)認(rèn)證研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15