1.本发明涉及人工智能领域，具体而言，涉及一种补光亮度调整方法、装置及设备。
背景技术：2.目前，双目视觉技术已经应用在越来越多的场景下，由于其价格低廉，识别速度高，信息丰富而受到青睐，然而其精度、识别率较低和环境依赖强等问题也饱受诟病。纹理补光就是针对该问题而产生的简单而高效的处理方案，采用纹理补光能够大大提高双目视觉的检测效果。但是，在不同亮度环境的适应性上，纹理补光的亮度需要适应环境的亮度，才能更好地辅助双目视觉进行识别。因此，纹理补光的亮度需要自适应的随环境变化而变化。
3.相关技术中，最为常见所述的方法即采用光敏传感器对环境光进行检测，之后根据环境光的亮度直接设置纹理补光的亮度，该方法简单便捷，但适应性差，具体表现在以下几个方面：(1)线性比例本身是不符合实际的，同时该比例选择是模糊的。(2)在环境光不变的情况下，由于距离障碍物远近不同，而纹理补光的设置相同，导致纹理补光存在过亮或过暗的现象。
4.因此，为了更好地自适应调整纹理补光的亮度，并克服使用光敏传感器得到的环境光信息带来的问题，需要更多信息来辅助进行亮度调节，使调节效果有更强的稳定性，提高双目的检测效果和环境适应性。
技术实现要素：5.本发明的主要目的在于公开了一种补光亮度调整方法、装置及设备，以至少解决相关技术中采用光敏传感器对环境光进行检测，根据环境光的亮度直接设置纹理补光的亮度，导致纹理补光存在过亮或过暗的现象等问题。
6.根据本发明的一个方面，提供了一种补光亮度调整方法。
7.根据本发明的补光亮度调整方法包括：将当前图像划分为多个图像块；对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值；根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类；根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略。
8.根据本发明的另一方面，提供了一种补光亮度调整装置。
9.根据本发明的补光亮度调整装置包括：划分模块，用于将当前图像划分为多个图像块；计算模块，对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值；分类模块，用于根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类；确定模块，用于根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略。
10.根据本发明的又一方面，提供了一种设备。
11.根据本发明的设备包括：存储器及处理器，其中，存储器，用于存储计算机执行指
令；处理器，用于执行存储器存储的计算机执行指令，使得所述设备执行如上述任一项所述的方法。
12.根据本发明，基于当前图像的纹理亮度信息分析，将当前图像划分为多个图像块，对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值，根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类，根据各个图像块的分类统计结果，确定待执行的纹理补光的亮度调整策略，解决了相关技术中仅采用光敏传感器对环境光进行检测，根据环境光的亮度直接设置纹理补光的亮度，导致纹理补光存在过亮或过暗的现象等问题，针对不同的情况，本发明采用不同的亮度调整方式，更好地自适应调整补光的亮度，提高了视觉传感器的检测效果和环境适应度。
附图说明
13.图1是根据本发明实施例的补光亮度调整方法的流程图；
14.图2是根据本发明实施例的补光亮度调整装置的结构框图；
15.图3是根据本发明优选实施例的补光亮度调整装置的结构框图；
16.图4是根据本发明实施例的设备的结构框图。
具体实施方式
17.下面结合说明书附图对本发明的具体实现方式做一详细描述。
18.根据本发明实施例，提供了一种纹理补光的亮度调整方法。
19.图1是根据本发明实施例的补光亮度调整方法的流程图。如图1所示，该补光亮度调整方法包括：
20.步骤s101：将当前图像划分为多个图像块；
21.步骤s102：对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值；
22.步骤s103：根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类；
23.步骤s104：根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略。
24.采用图1所示所述的方法，基于当前图像的纹理亮度信息分析，将当前图像划分为多个图像块，对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值，根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类，根据各个图像块的分类统计结果，确定待执行的纹理补光的亮度调整策略，针对不同的情况，本发明采用不同的亮度调整方式，更好地自适应调整补光的亮度(例如，纹理补光的亮度等)，提高了视觉传感器的检测效果和环境适应度。
25.优选地，在步骤s101中将当前图像划分为多个大小相等的图像块之前，还可以包括以下处理：检测所述当前图像的视差填充值；当所述视差填充值大于或等于预定视差填充阈值时，确定继续保持当前图像的补光亮度；当所述视差填充值小于预定视差填充阈值时，计算所述当前图像的像素点的梯度值，并确定执行所述将当前图像划分为多个大小相等的图像块的操作。
26.在优选实施过程中，对于当前图像，需要检查视差填充率，当视差填充率足够高，大于或等于预定视差填充阈值时，则可以沿用当前图像的补光亮度，不触发后续操作。当所述视差填充值小于预定视差填充阈值时，需要计算当前图像的各个像素点的梯度值，并触发执行基于图像纹理亮度信息分析的操作，即上述步骤s101至步骤s103。
27.由于图像的整体平均信息与单像素点信息均无法有效体现视野内不同区域的纹理亮度信息，因此将图像划分为多个大小相等的图像块。
28.优选地，步骤s103中，根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类可以进一步包括以下处理：对于所述当前图片中的每个图像块，在该图像块的平均梯度值大于或等于第一梯度阈值时，将该图像块确定为第一类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第一灰度阈值且大于或等于第二灰度阈值时，将该图像块确定为第二类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第二灰度阈值且大于或等于第三灰度阈值时，将该图像块确定为第三类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第二梯度阈值，并且，该图像块的平均灰度值大于或等于第一灰度阈值时，将该图像块确定为第四类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第二梯度阈值，并且，该图像块的平均灰度值小于第三灰度阈值时，将该图像块确定为第五类图像块。
29.在优选实施过程中，可以设置两个梯度阈值，其中，第一梯度阈值高于第二梯度阈值，两个阈值将梯度划分为三档，当图像块的平均梯度值大于或等于第一梯度阈值时，将平均梯度值视为较高；当图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值时，将平均梯度值视为较低；当图像块的平均梯度值小于第二梯度阈值时，将平均梯度值视为极低。
30.并且，可以设置三个灰度阈值，其中，第一灰度阈值高于第二灰度阈值，第二灰度阈值高于第三灰度阈值，三个阈值将灰度划分为四档，当图像块的平均灰度值大于或等于第一灰度阈值时，将平均灰度值视为高；当图像块的平均灰度值小于第一灰度阈值且大于或等于第二灰度阈值时，将平均梯度值视为较高；当图像块的平均灰度值小于第二灰度阈值且大于或等于第三灰度阈值时，将平均梯度值视为较低；当图像块的平均灰度值小于第三梯度阈值时，将平均梯度值视为低。
31.综上，可以根据图像块的平均梯度值和平均灰度值确定该图像块所属的类别：当图像块的平均梯度值大于或等于第一梯度阈值时，将该图像块确定为第一类图像块，即，该图像块的平均梯度值高；当图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第一灰度阈值且大于或等于第二灰度阈值时，将该图像块确定为第二类图像块，即，该图像块的平均梯度值较低且平均灰度值较高；当图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第二灰度阈值且大于或等于第三灰度阈值时，将该图像块确定为第三类图像块，即，该图像块的平均梯度值较低且平均灰度值较低；当图像块的平均梯度值小于第二梯度阈值，并且，该图像块的平均灰度值大于或等于第一灰度阈值时，将该图像块确定为第四类图像块，即，该图像块的平均梯度值极低且平均灰度值高；当图像块的平均梯度值小于第二梯
度阈值，并且，该图像块的平均灰度值小于第三灰度阈值时，将该图像块确定为第五类图像块，即，该图像块的平均梯度值极低且平均灰度值低。
32.优选地，根据各个图像块的分类统计结果，确定分类统计结果对应的补光亮度调整策略可以进一步包括以下处理：判断第四类图像块占总图像块的比例是否大于预设的第一比例阈值；如果大于预设的第一比例阈值，则将所述当前图像的当前亮度值调低第一预定亮度值，如果小于或等于预设的第一比例阈值，则判断第五类图像块占总图像块的比例超过预设的第二比例阈值；如果大于预设的第二比例阈值，将所述当前图像的当前亮度值调高第二预定亮度值；如果小于或等于预设的第二比例阈值，则继续判断第一类图像块、第二类图像块、第三类图像块的数量最大值；如果所述第一类图像块的数量最多，则继续保持所述当前图像的当前亮度；如果所述第二类图像块的数量最多，则分别计算每个图像块的亮度调整值，使用所有图像块的亮度调整均值来调高所述当前图像的当前亮度；如果所述第三类图像块的数量最多，则分别计算每个图像块的亮度调整值，使用所有图像块的亮度调整均值来调低所述当前图像的当前亮度。
33.在优选实施过程中，当前图片的图像块中，如果第四类图像块占比超过一定的比例(即第一比例阈值)，则可以按照过曝处理，在当前亮度的基础上直接调低预定量，即上述第一预定亮度值，如果第五类图像块占比超过一定的比例(第二比例阈值)，则可以按照过暗处理，在当前亮度的基础上直接调高预定量，即上述第二预定亮度值。
34.之后，继续判断第一类图像块、第二类图像块、第三类图像块的数量最大值，如果第一类图像块数量最多，则按照亮度合适处理，沿用当前亮度；如果上述第二类图像块数量最多，分别计算每个图像块的亮度调整值，使用所有图像块的亮度调整均值来调高所述当前图像的当前亮度；如果上述第三类图像块数量最多，分别计算每个图像块的亮度调整值，使用所有图像块的亮度调整均值来调低所述当前图像的当前亮度。
35.优选地，可以通过以下方式分别计算每个图像块的亮度调整值：
36.当前图像块的亮度调整值＝min(1.0,(预定的图像块灰度阈值-当前图像块灰度均值)/预定的图像块灰度阈值)*((预定的图像块梯度阈值-当前图像块梯度均值)/预定的图像块梯度阈值)*100。
37.由上述公式可知，当前图像块的亮度调整值与灰度均值偏离灰度阈值的程度呈正比，与梯度均值大小呈反比；灰度均值高于灰度阈值，则亮度调整值为负，灰度均值低于灰度阈值，则亮度调整值为正。
38.优选地，使用所有图像块的亮度调整均值来调高或者调低所述当前图像的当前亮度可以进一步包括以下处理：将所述基于图像纹理分析的亮度调整值、所述当前图片的当前亮度值、以及基于当前环境光的亮度调整值进行融合，或者，将所述基于图像纹理分析的亮度调整值与所述基于当前环境光的亮度调整值进行融合，之后确定融合后的亮度调整值，其中，所述基于图像纹理分析的亮度调整值为所有图像块的亮度调整均值；使用融合后的亮度调整值来调高或者调低所述当前图像的当前亮度。
39.在优选实施过程中，由于基于图像纹理分析的亮度调整值会出现错误估计的问题，可以依赖环境光做一定的修正，将环境光的亮度调整值按照预定比例(例如，15％等)与上述图像纹理亮度信息进行融合，作为融合后的亮度调整值。
40.因此，最终融合后的亮度调整值＝第一权重*基于图像纹理分析的亮度调整值+第
二权重*基于当前环境光的亮度调整值；
41.其中，上述第一权重可以设置为大于第二权重，例如，第一权重设置为 70％，第二权重设置为30％。
42.在优选实施过程中，光感应模块(例如，光敏传感器)采集环境光信息，并将环境光信息(例如，环境光强度信息等)转换成模拟电信号输出至模数转换模块，模数转换模块将所述模拟电信号转换成数字电信号。根据光敏传感器的光电特性曲线拟合的方程，可以根据上述数字电信号(例如，光电流) 计算得到当前环境光照度的大小。
43.可以利用固定比例k与当前环境光照度的大小来计算上述基于当前环境光的亮度调整值，当然，也可以根据预先确定并保存的环境光照度大小与最佳亮度的对应关系曲线图或者表格等，来确定上述基于当前环境光的亮度调整值。
44.此外，如果直接采用上述融合后的亮度调整值来调整补光的亮度，容易出现亮度设置跳变的现象，导致纹理亮度变化过大，甚至出现因超调而反复震荡的问题，因此，还可以保留较大的惯性因素，例如，将当前图像的当前亮度值按照预定比例与上述融合后的图像纹理亮度信息再进行融合，且使当前图像的当前亮度值占据较大的比例权重(例如，50％等)。
45.因此，最终融合后的亮度调整值＝第一权重*当前图像的当前亮度值+第二权重*基于图像纹理分析的亮度调整值+第三权重*基于当前环境光的亮度调整值；
46.其中，上述第一权重可以设置大于第二权重和第三权重，例如，第一权重设置为50％，第二权重设置为35％，第三权重设置为15％。
47.优选地，根据各个图像块的分类统计结果，确定待执行的纹理补光的亮度调整策略之后，还可以包括以下处理：
48.采用以下控制算法对确定的亮度调整值进行控制：
[0049][0050]
其中，e(t)为确定的亮度调整值与当前亮度值的差值随时间变化的函数，u(t)为最终输出的亮度调整值与当前亮度值的差值随时间变化的函数，kp为预定比例增益，t
t
为积分时间常数，td为微分时间常数。
[0051]
利用连续控制系统的上述控制算法，可以稳定亮度控制输出，保证亮度调整的稳定。
[0052]
根据本发明实施例，还提供了一种补光亮度调整装置。
[0053]
图2是根据本发明实施例的补光亮度调整装置的结构框图。如图2所示，该补光亮度调整装置包括：划分模块20，用于将当前图像划分为多个图像块；计算模块22，对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值；分类模块24，用于根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类；确定模块26，用于根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略。
[0054]
采用图2所示所述的装置，基于当前图像的纹理亮度信息分析，划分模块20将当前图像划分为多个图像块，计算模块22对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值，分类模块 24根据所述平均梯度值和所述平均灰度
programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0061]
存储器40作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的补光亮度调整方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理。
[0062]
存储器40可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器40可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0063]
所述一个或者多个模块存储在所述存储器40中，当被所述处理器42执行时，执行如图1所示实施例中的补光亮度调整方法。
[0064]
上述设备的具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
[0065]
综上所述，借助本发明提供的上述实施方式，提出了根据图像纹理分析的亮度调整方案，综合考虑依据图像分析结果、环境光、历史亮度，提出了融合的亮度调整方法，并且采用连续控制系统的控制算法稳定亮度控制的输出，因此，针对不同的情况，采用不同的亮度调整方式，更好地自适应调整补光的亮度，提高了视觉传感器的检测效果和环境适应度。使双目结构光在面对复杂的外界环境时，有更加强劲的适应性，能够及时的根据环境动态地调整自身的纹理亮度，同时克服常规方法中只考虑环境光亮度导致的纹理亮度调整失效的问题，大大提高了视觉传感器(例如，双目视觉传感器)的检测能力。
[0066]
以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
技术特征：1.一种补光亮度调整方法，其特征在于，包括：将当前图像划分为多个图像块；对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值；根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类；根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略。2.根据权利要求1所述的方法，其特征在于，将当前图像划分为多个大小相等的图像块之前，还包括：检测所述当前图像的视差填充值；当所述视差填充值大于或等于预定视差填充阈值时，确定继续保持当前图像的补光的亮度；当所述视差填充值小于预定视差填充阈值时，计算所述当前图像的像素点的梯度值，并确定执行所述将当前图像划分为多个大小相等的图像块的操作。3.根据权利要求1所述的方法，其特征在于，根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类包括：对于所述当前图片中的每个图像块，在该图像块的平均梯度值大于或等于第一梯度阈值时，将该图像块确定为第一类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第一灰度阈值且大于或等于第二灰度阈值时，将该图像块确定为第二类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第二灰度阈值且大于或等于第三灰度阈值时，将该图像块确定为第三类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第二梯度阈值，并且，该图像块的平均灰度值大于或等于第一灰度阈值时，将该图像块确定为第四类图像块；对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第二梯度阈值，并且，该图像块的平均灰度值小于第三灰度阈值时，将该图像块确定为第五类图像块。4.根据权利要求3所述的方法，其特征在于，根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略包括：判断第四类图像块占总图像块的比例是否大于预设的第一比例阈值；如果大于预设的第一比例阈值，则将所述当前图像的当前亮度值调低第一预定亮度值，如果小于或等于预设的第一比例阈值，则判断第五类图像块占总图像块的比例超过预设的第二比例阈值；如果大于预设的第二比例阈值，将所述当前图像的当前亮度值调高第二预定亮度值；如果小于或等于预设的第二比例阈值，则继续判断第一类图像块、第二类图像块、第三类图像块的数量最大值；如果所述第一类图像块的数量最多，则继续保持所述当前图像的当前亮度；如果所述第二类图像块的数量最多，则分别计算每个图像块的亮度调整值，使用所有
图像块的亮度调整均值来调高所述当前图像的当前亮度；如果所述第三类图像块的数量最多，则分别计算每个图像块的亮度调整值，使用所有图像块的亮度调整均值来调低所述当前图像的当前亮度。5.根据权利要求4所述的方法，其特征在于，通过以下方式分别计算每个图像块的亮度调整值：当前图像块的亮度调整值＝min(1.0,(预定的图像块灰度阈值-当前图像块灰度均值)/预定的图像块灰度阈值)*((预定的图像块梯度阈值-当前图像块梯度均值)/预定的图像块梯度阈值)*100。6.根据权利要求4所述的方法，其特征在于，使用所有图像块的亮度调整均值来调高或者调低所述当前图像的当前亮度包括：将所述基于图像纹理分析的亮度调整值、所述当前图片的当前亮度值、以及基于当前环境光的亮度调整值进行融合，或者，将所述基于图像纹理分析的亮度调整值与所述基于当前环境光的亮度调整值进行融合，确定融合后的亮度调整值，其中，所述基于图像纹理分析的亮度调整值为所有图像块的亮度调整均值；使用融合后的亮度调整值来调高或者调低所述当前图像的当前亮度。7.根据权利要求1至6中任一项所述的方法，其特征在于，根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略之后，还包括：采用以下控制算法对确定的亮度调整值进行控制：其中，e(t)为确定的亮度调整值与当前亮度值的差值随时间变化的函数，u(t)为最终输出的亮度调整值与当前亮度值的差值随时间变化的函数，kp为预定比例增益，t
t
为积分时间常数，t
d
为微分时间常数。8.一种补光亮度调整装置，其特征在于，包括：划分模块，用于将当前图像划分为多个图像块；计算模块，对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值；分类模块，用于根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类；确定模块，用于根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略。9.根据权利要求8所述的装置，其特征在于，所述分类模块进一步包括：第一确定单元，用于对于所述当前图片中的每个图像块，在该图像块的平均梯度值大于或等于第一梯度阈值时，将该图像块确定为第一类图像块；第二确定单元，用于对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第一灰度阈值且大于或等于第二灰度阈值时，将该图像块确定为第二类图像块；第三确定单元，用于对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第一梯度阈值且大于或等于第二梯度阈值，并且，该图像块的平均灰度值小于第二灰度
阈值且大于或等于第三灰度阈值时，将该图像块确定为第三类图像块；第四确定单元，用于对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第二梯度阈值，并且，该图像块的平均灰度值大于或等于第一灰度阈值时，将该图像块确定为第四类图像块；第五确定单元，用于对于所述当前图片中的每个图像块，在该图像块的平均梯度值小于第二梯度阈值，并且，该图像块的平均灰度值小于第三灰度阈值时，将该图像块确定为第五类图像块。10.根据权利要求9所述的装置，其特征在于，所述确定模块进一步包括：第一判断单元，用于判断第四类图像块占总图像块的比例是否大于预设的第一比例阈值；第二判断单元，用于在大于预设的第一比例阈值时，将所述当前图像的当前亮度值调低第一预定亮度值，在小于或等于预设的第一比例阈值时，判断第五类图像块占总图像块的比例超过预设的第二比例阈值；第三判断单元，用于在大于预设的第二比例阈值时，将所述当前图像的当前亮度值调高第二预定亮度值，在小于或等于预设的第二比例阈值时，继续判断第一类图像块、第二类图像块、第三类图像块的数量最大值；第一处理单元，用于在所述第一类图像块的数量最多时，继续保持所述当前图像的当前亮度；第二处理单元，用于在所述第二类图像块的数量最多时，分别计算每个图像块的亮度调整值，使用所有图像块的亮度调整均值来调高所述当前图像的当前亮度；第三处理单元，用于在所述第三类图像块的数量最多时，分别计算每个图像块的亮度调整值，使用所有图像块的亮度调整均值来调低所述当前图像的当前亮度。11.一种设备，包括：存储器及处理器，其特征在于，存储器，用于存储计算机执行指令；处理器，用于执行存储器存储的计算机执行指令，使得所述设备执行如权利要求1至7中任一项所述的方法。
技术总结本发明公开了一种补光亮度调整方法、装置及设备。在上述方法中，将当前图像划分为多个图像块；对于所述图像块中的每个图像块，分别计算该图像块中像素点的平均梯度值和平均灰度值；根据所述平均梯度值和所述平均灰度值对所述当前图片中的各个图像块进行分类；根据各个图像块的分类统计结果，确定与所述分类统计结果对应的补光亮度调整策略。采用上述技术方案，可以采用不同的亮度调整方式，更好地自适应调整补光的亮度，提高了视觉传感器的检测效果和环境适应度。果和环境适应度。果和环境适应度。
技术研发人员：仇丽茹 方万元 闫东坤
受保护的技术使用者：北京盈迪曼德科技有限公司
技术研发日：2022.07.20
技术公布日：2022/12/5
