自動(dòng)曝光方法、拍照裝置及移動(dòng)終端的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及移動(dòng)通信領(lǐng)域，尤其設(shè)及一種自動(dòng)曝光方法、拍照裝置及移動(dòng)終端。
【背景技術(shù)】
[0002] 目前，相機(jī)的自動(dòng)曝光的測(cè)光方式都是基于當(dāng)前帖信息的比較設(shè)定，大部分測(cè)光 方式（如點(diǎn)測(cè)光、中央權(quán)重測(cè)光、平均測(cè)光等）的權(quán)重都是直接設(shè)定，只有多區(qū)域評(píng)價(jià)測(cè)光 方式的權(quán)重是基于當(dāng)前帖不同區(qū)域之間的差異來(lái)動(dòng)態(tài)設(shè)定。無(wú)論哪種測(cè)光方式，都是基于 當(dāng)前帖的信息，沒(méi)有用到連續(xù)多帖的圖像變化信息來(lái)設(shè)置權(quán)重。在某些測(cè)光方式上，會(huì)采用 上一帖的曝光值對(duì)當(dāng)前帖計(jì)算曝光值進(jìn)行一個(gè)平緩操作，但是運(yùn)只是讓曝光平滑過(guò)渡。
[0003] 可見(jiàn)，由于當(dāng)前技術(shù)僅使用當(dāng)前帖的圖像信息，部分方式比較了當(dāng)前圖像不同區(qū) 域之間的差異，但是并沒(méi)有引入連續(xù)時(shí)間內(nèi)同一區(qū)域由于曝光設(shè)置的不同而造成的變化趨 勢(shì)，特別容易造成室外圖像過(guò)曝。尤其在基于人臉等感興趣區(qū)的自動(dòng)曝光上，容易造成整個(gè) 圖像過(guò)曝嚴(yán)重，不能拍攝出用戶期望的圖像。

【發(fā)明內(nèi)容】

[0004] 為解決現(xiàn)有技術(shù)中存在的上述問(wèn)題，本發(fā)明實(shí)施例一方面提供了一種自動(dòng)曝光方 法，包括： 陽(yáng)00引獲取連續(xù)N+1帖圖像數(shù)據(jù)，連續(xù)N+1帖包括當(dāng)前帖和前N帖；
[0006] 對(duì)連續(xù)N+1帖圖像數(shù)據(jù)進(jìn)行邊緣提取，得到邊緣圖像；
[0007] 利用邊緣圖像對(duì)連續(xù)N+1帖圖像進(jìn)行運(yùn)動(dòng)檢測(cè)，得到運(yùn)動(dòng)圖像；
[000引根據(jù)預(yù)設(shè)規(guī)則將運(yùn)動(dòng)圖像的區(qū)域劃分為多個(gè)子區(qū)域，選取其中的靜止子區(qū)域；
[0009] 分別獲取每個(gè)靜止子區(qū)域在連續(xù)N+1帖內(nèi)的灰度變化累計(jì)值；
[0010] 根據(jù)灰度變化累計(jì)值采用聚類算法確定亮度飽和子區(qū)域和亮度不飽和子區(qū)域；
[0011] 對(duì)亮度飽和子區(qū)域和亮度不飽和子區(qū)域的測(cè)光權(quán)重分別進(jìn)行調(diào)整；
[0012] 根據(jù)調(diào)整后的測(cè)光權(quán)重確定并設(shè)置曝光參數(shù)。
[0013] 另一方面，本發(fā)明實(shí)施例還提供了一種拍照裝置，包括：
[0014] 圖像獲取模塊，用于獲取連續(xù)N+1帖圖像數(shù)據(jù)，連續(xù)N+1帖包括當(dāng)前帖和前N帖；
[0015] 邊緣提取模塊，用于對(duì)連續(xù)N+1帖圖像數(shù)據(jù)進(jìn)行邊緣提取，得到邊緣圖像；
[0016] 運(yùn)動(dòng)檢測(cè)模塊，用于利用邊緣圖像對(duì)連續(xù)N+1帖圖像進(jìn)行運(yùn)動(dòng)檢測(cè)，得到運(yùn)動(dòng)圖 像；
[0017] 區(qū)域劃分模塊，用于根據(jù)預(yù)設(shè)規(guī)則將運(yùn)動(dòng)圖像的區(qū)域劃分為多個(gè)子區(qū)域，選取其 中的靜止子區(qū)域；
[0018] 計(jì)算模塊，用于分別獲取每個(gè)靜止子區(qū)域在連續(xù)N+1帖內(nèi)的灰度變化累計(jì)值；
[0019] 分析模塊，用于根據(jù)灰度變化累計(jì)值采用聚類算法確定亮度飽和子區(qū)域和亮度不 飽和子區(qū)域；
[0020] 權(quán)重設(shè)置模塊，用于對(duì)亮度飽和子區(qū)域和亮度不飽和子區(qū)域的測(cè)光權(quán)重分別進(jìn)行 調(diào)整；
[0021] 參數(shù)設(shè)置模塊，用于根據(jù)調(diào)整后的測(cè)光權(quán)重確定并設(shè)置曝光參數(shù)。
[0022] 另一方面，本發(fā)明實(shí)施例還提供了一種移動(dòng)終端，包括上述拍照裝置。
[0023] 本發(fā)明實(shí)施例，通過(guò)分析連續(xù)多帖之間的圖像變化趨勢(shì)，得到各個(gè)區(qū)域多帖之間 的亮度差異，并根據(jù)該亮度差異大小來(lái)動(dòng)態(tài)設(shè)置權(quán)重，從而使曝光參數(shù)的設(shè)置更加合理，有 效抑制圖像的大面積過(guò)曝，更容易拍攝出用戶滿意的圖片。
【附圖說(shuō)明】
[0024] 為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本 發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可W 根據(jù)運(yùn)些附圖獲得其他的附圖。
[00巧]圖1為本發(fā)明的自動(dòng)曝光方法的第一實(shí)施例的流程示意圖；
[00%]圖2為本發(fā)明的自動(dòng)曝光方法的第二實(shí)施例的流程示意圖；
[0027] 圖3為多分區(qū)評(píng)價(jià)測(cè)光方式的一種區(qū)域劃分示意圖；
[0028] 圖4為本發(fā)明的自動(dòng)曝光方法的第S實(shí)施例的流程示意圖；
[0029] 圖5為本發(fā)明的自動(dòng)曝光方法的第四實(shí)施例的流程示意圖；
[0030] 圖6為本發(fā)明的拍照裝置的第一實(shí)施例的結(jié)構(gòu)示意圖；
[0031] 圖7為本發(fā)明的拍照裝置的第二實(shí)施例的結(jié)構(gòu)示意圖；
[0032] 圖8為本發(fā)明的拍照裝置的第S實(shí)施例的結(jié)構(gòu)示意圖；
[0033] 圖9為本發(fā)明的拍照裝置的第四實(shí)施例的結(jié)構(gòu)示意圖；
[0034] 圖10為本發(fā)明的移動(dòng)終端的實(shí)施例的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0035] 下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；?本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他 實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0036] 請(qǐng)參照?qǐng)D1，是本發(fā)明的自動(dòng)曝光方法的第一實(shí)施例的流程示意圖，該方法包括：
[0037] 步驟S101，獲取連續(xù)N+1帖圖像數(shù)據(jù)，連續(xù)N+1帖包括當(dāng)前帖和前N帖。 陽(yáng)03引本步驟中，當(dāng)前帖的圖像數(shù)據(jù)可為相機(jī)實(shí)時(shí)獲取的YUV圖像數(shù)據(jù)，前N帖（N為正 整數(shù)）的圖像數(shù)據(jù)可為預(yù)先存儲(chǔ)的經(jīng)過(guò)JPEG壓縮的YUV圖像數(shù)據(jù)。
[0039] 步驟S102,對(duì)連續(xù)N+1帖圖像數(shù)據(jù)進(jìn)行邊緣提取，得到邊緣圖像。
[0040] 本步驟中，邊緣提取可通過(guò)多種常見(jiàn)的邊緣檢測(cè)算子來(lái)完成，如：羅伯茨 (Roberts)算子、索貝爾（Sobel)算子、拉普拉斯化aplacian)算子等。
[0041] W索貝爾（Sobel)算子為例，其兩個(gè)方向算子為：
[0043] 其中，*代表二維卷積運(yùn)算；
[0044] A為原始圖像灰度矩陣； W45] Gx為經(jīng)橫向邊緣檢測(cè)的圖像灰度值；
[0046] Gy為經(jīng)縱向邊緣檢測(cè)的圖像灰度值；
[0047] 通過(guò)下式可計(jì)算出圖像中每個(gè)像素的灰度值G :
W例步驟S103,利用邊緣圖像對(duì)連續(xù)N+1帖圖像進(jìn)行運(yùn)動(dòng)檢測(cè)，得到運(yùn)動(dòng)圖像。
[0050] 本步驟中，運(yùn)動(dòng)檢測(cè)的原理是比較當(dāng)前帖圖像的邊緣圖像與前N帖圖像的邊緣圖 像，進(jìn)行圖像減運(yùn)算，對(duì)減運(yùn)算圖像進(jìn)行闊值分割，得到運(yùn)動(dòng)圖像。
[0051] 步驟S104,根據(jù)預(yù)設(shè)規(guī)則將運(yùn)動(dòng)圖像的區(qū)域劃分為多個(gè)子區(qū)域，選取其中的靜止 子區(qū)域。
[0052] 本步驟中，該預(yù)設(shè)規(guī)則可為系統(tǒng)設(shè)定的固定劃分規(guī)則，也可為綜合考慮了目標(biāo)檢 測(cè)和人為指定因素的動(dòng)態(tài)劃分規(guī)則。如圖2所示為多分區(qū)評(píng)價(jià)測(cè)光方式的一種區(qū)域劃分示 意圖。
[0053] 本步驟中，在分析各個(gè)區(qū)域多帖之間的差異時(shí)，需要剔除運(yùn)動(dòng)區(qū)域的影響，因此在 完成區(qū)域劃分后，需要選擇其中沒(méi)有運(yùn)動(dòng)的子區(qū)域作為待分析區(qū)域。
[0054] 步驟S105,分別獲取每個(gè)靜止子區(qū)域在連續(xù)N+1帖內(nèi)的灰度變化累計(jì)值。 陽(yáng)化5] 本步驟中，對(duì)每個(gè)靜止子區(qū)域，利用連續(xù)N+1帖圖像獲得該子區(qū)域的連續(xù)變化趨 勢(shì)。該連續(xù)變化趨勢(shì)通過(guò)如下的灰度變化累計(jì)值Deta來(lái)量化。
[00日7] Deta^二Gray i-Grayw, i二0,? ? ?N
[0058] 其中，Deta為灰度變化累計(jì)值；
[0059]Detai為相鄰兩帖的灰度變化值； W60]Grayi為第i帖的灰度值。
[0061] 步驟S106,根據(jù)灰度變化累計(jì)值采用聚類算法確定亮度飽和子區(qū)域和亮度不飽和 子區(qū)域。
[0062]本步驟中，對(duì)每個(gè)靜止子區(qū)域，根據(jù)其灰度變化累計(jì)值采用聚類算法來(lái)進(jìn)行分類。 若圖像內(nèi)每個(gè)靜止子區(qū)域的灰度變化累計(jì)值都一致，或雖然有差異，但都在一個(gè)非常小的 差異闊值范圍內(nèi)，則根據(jù)圖像傳感器曝光各像素增量一致的特性，可知圖像內(nèi)沒(méi)有過(guò)曝區(qū) 域，則不需要后續(xù)的測(cè)光權(quán)重調(diào)整過(guò)程。若大部分靜止子區(qū)域的灰度變化累計(jì)值基本一致， 并且較大，而小部分靜止子區(qū)域的灰度變化累計(jì)值較小，則說(shuō)明該大部分靜止子區(qū)域的亮 度不飽和，為未過(guò)曝區(qū)域，而該小部分靜止子區(qū)域的亮度已經(jīng)達(dá)到飽和，即發(fā)生了過(guò)曝。
[0063] 本步驟中，聚類算法可為劃分法、層次法、密度算法等。
[0064] 步驟S107,對(duì)亮度飽和子