论文部分内容阅读
视频图像效果好坏主要由视频采集设备的视频处理前端决定。自动曝光自动白平衡算法是视频处理前端中最为重要的一步。好的自动曝光自动白平衡算法对视频采集设备所获得视频图像效果意义重大。本文主要是研究并实现了视频处理前端中自动曝光与自动白平衡算法。 为解决光照条件为背光或者对光条件下会造成图像主体曝光不当的问题，本文提出了基于B-P神经网络照明场景判断的自动曝光算法。该自动曝光算法通过B-P神经网络进行照明场景判定，然后根据判断结果计算视频图像曝光的理想值，最后通过控制算法将视频图像的亮度调节为理想值。在基于TMS320DM368的网络摄像机平台上实现了该自动曝光算法并分析其性能。经过试验验证，该算法确实可以解决对光以及背光情况下的图像主体曝光的问题且其他方面性能良好，满足网络摄相机应用下的视频处理前端自动曝光算法要求。 为了解决现今视频图像中所用的自动白平衡算法的有效范围狭窄的问题，本文将基于灰点提取的白平衡算法与基于图像熵去大色块的白平衡算法结合共同完成白平衡功能。基于灰点提取的白平衡算法在先前完美反射法的基础上将白点检测范围扩大到了灰点，并提出了相应的灰点检测的标准。在基于灰点提取的自动白平衡方法失效的情况下使用基于图像熵去除单色块的灰度阴影法。基于图像熵去除单色块的灰度阴影法首先通过图像熵将单色块去除以后然后将剩余的数据用于灰度阴影法完成白平衡。在基于TMS320DM368的网络摄像机平台上实现了该算法，经过试验验证，证明该自动白平衡算法确实可以大大扩宽原有的自动白平衡算法的有效范围，可以较好的完成网络摄像机白平衡的功能，满足网络摄像机应用下视频处理前端自动白平衡算法的要求。