一种结合白平衡统计信息和曝光信息的软光敏算法专利学习（专利四)

图像分块：

      参见下图，一幅图像大小为5*6(像素)，每个像素包含R、G、B三个分量，该图像划分为4个分块，第一分块的大小为3*3像素，第二分块的大小为3*3(像素)，第三分块的大小为2*3像素，第四分块的大小为2*3(像素)，第一分块的R分量为第一分块覆盖的像素点的R分量的均值，G分量为第一分块覆盖的像素点的G分量的均值，B分量为第一分块覆盖的像素点的B分量的均值，其他分块依次类推。

计算亮度

       根据AE信息确定当前环境亮度时，考虑到实际场景中，透雾摄像机拍摄环境亮度较亮时，画面亮度较大、增益较小、曝光较小，透雾摄像机拍摄环境亮度较暗时，画面亮度较小、增益较大、曝光较大，可根据下述公式确定当前环境亮度，以减小光线强弱对环境亮度的影响，进而提高切换判决的准确性：

luma_y＝A*f(ev ,gain ,sht)……………………………………(1)

      其中，A表示一个常量，luma_y与函数f(ev ,gain ,sht)中的ev成正比关系，与gain、sht成反比关系。

计算离散程度

      根据图像分块的RGB统计数据确定当前RGB数据分布离散程度时，考虑到透雾摄像机采用透雾滤光片或者透雾镜虑除大部分无效的可见光波段，保留透雾能力比较强的红外光波段，且透雾摄像机的传感器在红外波段下对R、G、B分量的感光性较弱等特性，当拍摄环境中可见光成分较多或者红外光成分较多时，图像的显色性较弱，RGB数据分布较集中；在可见光与红外光之间过度部分，图像的显色性较强，RGB数据分布较离散，可将透雾摄像机拍摄的图像划分为M个图像分块(M为大于1的整数)，采用下述过程确定当前RGB数据分布离散程度，以减小红外光、或可见光对拍摄图像显色性的影响，提高对RGB数据分布离散程度分析的准确性：

       1.首先，根据各图像分块的RGB统计数据，将各图像分块映射到用于表征数据分布离散程度的坐标系上，坐标系中的各数据点分别与各图像分块对应。其中，坐标系的横轴表示G分量和R分量之间的比值，纵轴表示G分量和B分量之间的比值，比如，坐标系的横轴表示G分量/R分量的值，纵轴表示G分量/B分量的值，或者，坐标系的横轴表示R分量/G分量的值，纵轴表示B分量/G分量的值。

      2.然后，剔除坐标系中G分量和R分量之间的比值异常的数据点，和/或，G分量和B分量之间的比值异常的数据点。

     其中，异常数据的判断标准如下：

       P(|m‑μ|>Bσ)≤C，m＝1 ,2 ,…,M………………………(2)

    其中，μ、σ分别表示M个图像分块在坐标系上数据分布的平均值和标准差，B和C是两个常数，C表示异常数据被检出剔除的水平，对于大于μ+Bσ或者小于μ‑Bσ的分块作为异常数据，予以剔除，以有效防止了异常数据对当前数据分布

    3.最后，根据坐标系中剩余的数据点，确定当前RGB数据分布离散程度。剔除异常数据点后剩余M‘个图像分块，根据剩余的M‘个图像分块的数据点确定当前RGB数据分布离散程度。计算公式如下：

data_dif＝D(M’)……………………………………(3)

     其中，D(M’)函数表示M’个图像分块数据的离散型，可采用全距离均差、方差、标准差、变异系数、四份位数等表示数据分布离散型的函数。

     4.根据当前环境亮度与环境亮度阈值的比较结果，以及当前RGB数据分布离散程度与RGB数据分布离散程度阈值的比较结果，对透雾摄像机的日夜模式进行切换判决。

主要流程图：

专利流程图中有一个错误：

夜视切白天的判断中，luma_y>night_lumi_thr；data_diff>night_data_thr