車輛攝像頭夜晚場景圖像ISP增強算法

輸入輸出接口

Input：

（1）圖像視頻分辨率（整型int）

（2）圖像視頻格式（RGB，YUV，MP4等）

（3）攝像頭標定參數（中心位置（x,y）和5個畸變

系數（2徑向，2切向，1棱向），浮點型float）

（4）攝像頭初始化參數（攝像頭初始位置和三個坐標方向

的旋轉角度，車輛寬度高度車速等等，浮點型float）

Output：

（1）圖像視頻分辨率（浮點型float）

（2）圖像視頻格式 （RGB，YUV，MP4等）

（3）調整策略：曝光時間，GAMMA曲線 （時間，擬合系數，浮點型float）

（4）中間算法：統計直方圖，判斷過曝或欠曝 （整型int）

功能定義

1）利用圖像直方圖統計的方法，判斷圖像視頻是過曝，欠曝，還是正常。

2）調整曝光時間或GAMMA曲線，就可以調整圖像視頻的亮度。

2. 技術路線方案

ISP圖像處理，主要作用是對前端圖像傳感器輸出的信號做后期處理，主要功能有線性糾正、噪聲去除、壞點去除、內插、白平衡、自動曝光控制等，依賴于ISP才能在不同的光學條件下都能較好的還原現場細節，ISP技術在很大程度上決定了攝像機的成像質量。

由于華域視覺注重夜間算法，在暗光下的成像易受到低信噪比和低亮度的影響。短曝光的照片會出現很多噪點，而長曝光會讓照片變得模糊、不真實。目前已經有很多去噪、去模糊、圖像增強的技術，但是在極端條件下，它們的作用就很有限了。為了發展基于學習的低光度圖像處理，我們嘗試使用全卷積網絡，用于處理低亮度圖像。網絡直接使用原始傳感器數據，替代大量傳統圖像處理的流程。

通過訓練深度神經網絡學習處理低亮度原始圖像數據的過程，包括色彩轉化、去馬賽克、減少噪點、圖像質量提高等等。我們把黑夜中的圖像呈現出來，可以大大提升成像的可視性，便于算法能夠更有效的進行識別、計算。

目前項目正在開展中。

ISP項目初步任務劃分：

第一，用IIC控制camera ISP，編寫開放參數APP，便于參數輸入。

第二，統計圖像直方圖亮度信息，如果直方圖偏左，表示欠曝（偏暗或夜視）；

如果直方圖偏右，表示過曝（過亮）；如果直方圖正常，表示正常光照。

第三，連接driver和算法，調整曝光時間或者gamma曲線參數。

3. 關鍵技術參數和性能指標

在華域視覺數據集上達到（詳細指標在開發過程中逐步修正）

表1. ISP性能指標

總結

以上是生活随笔為你收集整理的车辆摄像头夜晚场景图像ISP增强算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。