包括使用姿态无关控制参数的前视相机的无人机的制作方法

本发明涉及由远程驾驶的移动设备(此后称为“无人机”)，尤其是诸如飞行无人机或UAV(无人驾驶飞行器)等机动飞行器，的板载相机捕捉的数字图像的处理。

然而，本发明不限于由飞行设备收集的图像；它还适用于由远程操作者控制的在地面上移动的轮式设备或者在水域上移动的漂浮设备，术语“无人机”必须被理解成其最一般的意义。

本发明有利地应用于由旋翼无人机(诸如四旋翼直升机)的前置相机收集的图像。

背景技术：

法国巴黎Parrot SA公司的AR.Drone 2.0或Bebop Drone是这样的四螺旋桨直升机的典型示例。它们配备一系列传感器(加速度计、3轴陀螺仪、高度计)、捕捉无人机所朝向的场景的图像的前置相机、以及捕捉飞过的地面的图像的俯视相机。它们设有由相应的马达驱动的多个旋翼，这些马达可以以不同模式控制，从而在姿态和速度方面驾驶该无人机。这样的无人机的各方面尤其在WO 2010/061099 A2、EP 2 364 757 A1、EP 2 613 213 A1或EP 2 613 214 A1(Parrot SA)中描述。

Timothy McDougal于2014年10月6日(XP055233862)发布在因特网上的题为“The New Parrot Bebop Drone:Built for Stabilized Aerial Video(新Parrot Bebop Drone：为稳定化航空视频而造)”的论文具体描述了上述Bebop Drone设备，它是配备有与图像稳定化和控制系统相关联的鱼眼镜头的无人机。

前摄像机可被用于“沉浸模式”驾驶，即用户以如同他自己在无人机上一样的方式使用相机的图像。它也可用于捕捉无人机所朝向的场景的图像序列。因此，用户可以以相机或便携式相机将由无人机承载的相同方式来使用无人机而不是将其握在手中。所获取的图像可以被记录，随后广播，在视频序列主存网站上上线，发送给其他因特网用户，在社交网络上共享，等等。

这些图像旨在被记录和传递，它们具有可能较少缺陷(尤其是由无人机的行为造成的缺陷)是合乎需要的：的确，无人机向前、向后、或向侧方的任何线性位移涉及无人机的倾斜，并且因此涉及由相机获取的图像的不合乎需要的对应移位、旋转、振动等效果，在实践中，这在显示给用户的最终图像中引入各种不合时宜的伪像。

这些缺陷在“沉浸驾驶”配置中可能是可容忍的。另一方面，如果要使用无人机作为移动摄像机来捕捉将被记录并稍后呈现的序列，这些缺陷将极其麻烦，所以将它们降至最小是合乎需要的。

在上述Bebop Drone的情况下，后者实现配备有覆盖约180°视野的鱼眼型半球形物镜的相机，但该相机捕捉的视野的仅一部分被使用，这一部分大致对应于由常规相机捕捉的角扇区。

为此，在传感器的表面处形成的总体半球形图像中选择特定窗口(此后称为“捕捉区域”)。这一窗口旋转且平移地移动，并且永久地因变于由惯性单元确定的无人机的移动并且在相对于这些移动的相反方向上来移位。当然，由鱼眼镜头获取的图像经历与常规相机相同的振动和旋转移动，但图像区域的位移被反馈控制以补偿这些移动并因此产生针对无人机的移动来稳定化的图像。

捕捉区域的图像(更确切地是后者的有用部分)(此后称为“有用区域”)随后经受重投影处理以补偿由鱼眼镜头引入的几何失真：将由该镜头弯曲的直线变直，重建图像的中心和周界之间的均匀放大，等等。所获得的最终图像(“经变直的有用区域”)随后被传送给用户以显示在屏幕上、被记录，等等。

因此，通过从在初始图像中在与无人机的移动相对的方向上动态地旋转和平移地移位的所捕捉的特定区域(捕捉区域)的总体场景中进行提取以消灭否则将在显示给用户的最终图像中观察到的振动，随后通过有用图像变直处理以获得没有几何失真也没有其他失真的场景的表示，来定义“虚拟相机”。

这一技术在2015年10月21日发布的EP 2 933 775 A1(Parrot)中描述。

类似技术在Miyauchi R等人的论文“Development of Omni-Directional Image Stabilization System Using Camera Posture Information(使用相机姿势信息的全向图像稳定系统的开发)”，2007 IEEE机器人技术和仿生学国际会议会议录，2007年12月15-18日，第920-925页中描述，它提出了将这样的EIS(电子图像稳定化)技术应用于由配备有“鱼眼”型半球形物镜(即，覆盖约180°视野)的相机所捕捉的图像。原始图像被获取，经受变直处理(以补偿鱼眼失真)，并随后经受因变于携带相机的机器人的移动的动态开窗处理。该补偿通过在与要被补偿的移动相反的方向上将捕捉区域平移至获取区域来操作，所述传感器仅发送对应于经稳定的图像的子部分。

本发明旨在消除在无人机的某些移动期间发生的特定缺陷。

这一缺陷涉及动态控制相机的特定数量的操作参数，即由图像分析算法(诸如自动曝光算法(AE，基于对图像的不同点的亮度的分析)、自动白平衡(AWB，基于图像的不同点的色度分析)、或动态聚焦(AF，基于图像的不同点的对比度的分析)自动调整的参数。

AE和AWB算法的示例可以在US 2015/0222816 A1中找到且AF算法的示例可以在US 2013/0021520 A1中找到。

在以下描述中，将自动曝光控制当作典型的具体示例，但本发明被限于控制这一参数，并且如将理解的，可被应用于基于对图像的分析的其他参数的自动控制，诸如白平衡和聚焦。

自动曝光(AE)算法的原理是为传感器选择配对{曝光时间，增益}，从而使得以同一目标亮度捕捉任何场景成为可能。这一选择是基于对通过子采样或抽取来获得的图像的降低分辨率版本(例如，64x48像素)(此后称为“缩略图”)的分析并且从中提取亮度柱状图以及可能的其他参数(这样的不同起始数据此后由通用术语称为图像的“统计数据”)来操作的。

在从传感器收集的总体图像中提取捕捉区域的上述情况下，这是产生用于计算自动曝光控制的参数的统计数据的捕捉区域的内容。

但是，如上文解释的，这一捕捉区域大于将被显示给用户的最终有用区域，使得自动曝光算法可基于用户没有看到的场景元素来作出决策，即位于捕捉区域内部但在有用区域外部的元素。

现在，需要被正确地曝光的场景是由用户看到的(有用区域)，而非捕捉区域(它不同于后者)。

在包括天空的一部分和地面的一部分的图像的示例中，天空和地面之间的比例将根据相机倾斜并且因此根据无人机姿态而变化。以此方式，如果无人机从悬停飞行姿态通过到下倾姿态(这一倾斜产生前向线性位移)，则相机(向地面倾斜(因为它链接到无人机主体))将捕捉地面的高得多的比例。因为地面较暗，所以自动曝光算法的控制将往往通过增加曝光时间和/或增益来补偿这一亮度变化。

然而，由于捕捉区域在初始图像中的位移以及用于从中提取有用区域的重投影，用户将总是看到同一场景。但这一场景将由于自动曝光的校正动作而已被临时曝光过度，在无人机将回到其初始姿态时曝光过度将消失——并且因此用户看到的图像的轮廓没有改变。

本发明旨在解决这样的问题。

技术实现要素：

为此，本发明尤其根据Miyauchi等人的上述论文提出了一种无人机，以本质上已知的方式包括：

-链接到无人机主体的相机，包括：指向相对于所述无人机主体的固定方向的鱼眼型半球形物镜，收集由所述镜头形成的图像并递送原始图像数据的数字传感器；

-惯性单元，其被适配成测量表征所述无人机相对于绝对陆地参考系的即时姿态并作为输出来递送当前无人机姿态数据的欧拉角；

-提取器装置，其被适配成在所述传感器的广度上形成的所述图像中定义经缩减大小的捕捉区域的位置；

-控制装置，它接收所述当前无人机姿态数据作为输入并被适配成在与由所述惯性单元测量到的角度值的变化方向相反的方向上动态地修改所述捕捉区域在所述图像中的位置和定向；以及

-重投影装置，它接收从所述捕捉区域提取的用户区域的图像数据作为输入并且递送对应的经变直的图像数据作为输出，补偿由所述鱼眼镜头引入的几何失真。

本发明的特征在于，所述相机进一步包括用于动态地控制自动曝光、白平衡和自动聚焦之间的至少一个成像参数的装置，并且所述无人机进一步包括：

分析装置，其被适配成在所述捕捉区域中定义至少一个经缩减分辨率的缩略图并因变于所述缩略图中包含的图像数据来递送所述成像参数的当前值；以及

补偿器装置，这样的装置接收由所述惯性单元递送的当前无人机姿态数据作为输入并且被适配成因变于这些当前姿态数据以及由所述分析装置递送的所述成像参数的所述值，在与易于由所述无人机的姿态的即时变化造成的变化相反的方向上与所述分析装置动态地交互。

以此方式，成像参数保持为基本上独立于所述无人机的姿态的即时变化的值。

有利地，所述分析装置被进一步适配成从来自所述捕捉区域的缩略图中包含的所述图像数据中排除位于由所述镜头在所述传感器上形成的图像的区域之外的原始图像数据。

根据第一实施例，所述补偿器装置接收来自由所述提取器装置递送的所述捕捉区域的缩略图中包括的图像数据作为输入，并且所述分析装置包括适配成在每一图像中动态地定义分布在所述捕捉区域上的多个感兴趣区域ROI并且递送每一相应缩略图的所述成像参数的当前值的装置，其中每一ROI具有一对应缩略图。所述补偿器装置随后包括适配成通过因变于所述当前无人机姿态数据修改所述捕捉区域中的ROI的大小和/或位置来与所述分析装置动态地交互的装置。

有利地，所述补偿器装置包括适配成从ROI的定义中预先排除位于所述捕捉区域中包括的当前用户区域外部的那些ROI的装置。

所述补偿器装置可尤其包括适配成向每一ROI分配作为所述ROI与在所述捕捉区域内部定义的所述当前用户区域的或大或小的交叠程度的函数的奇异加权值的装置，这一值对于完全包括在所述当前用户区域中的所述ROI是最大值且当该交叠ROI在所述当前用户区域内部和外部两者中延伸时较小。

所述补偿器装置还可包括适配成向每一ROI分配作为所述ROI的或多或少表面积的函数的奇异加权值的装置。

根据第二实施例，所述补偿器装置接收来自由所述提取器装置递送的所述捕捉区域的缩略图中包括的图像数据作为输入，并且所述分析装置包括适配成针对每一ROI定义按均匀且预定的方式分布在所述捕捉区域上的感兴趣ROI区域的网格并且递送每一相应缩略图的所述成像参数的当前值的装置，其中每一ROI具有一对应缩略图。所述补偿器装置随后包括适配成通过向每一ROI分配作为所述ROI与在所述捕捉区域内部定义的所述当前用户区域的交叠程度的函数的奇异加权值来与所述分析装置动态地交互的装置，这一值对于包括在所述当前用户区域中的所述ROI是最大值、对于处于所述当前用户区域外部的所述ROI是最小值、且当该交叠ROI在所述当前用户区域内部和外部两者中延伸时是中间值。

根据第三实施例，所述补偿器装置接收由所述重投影装置递送的补偿了由所述鱼眼镜头引入的几何失真的经变直的图像数据作为输入。

在这种情况下，所述分析装置尤其可包括适配成在每一图像中动态地定义分布在所述经变直的图像上的多个感兴趣ROI区域并且递送每一相应缩略图的所述成像参数的当前值的装置，其中每一ROI具有一对应缩略图。所述补偿器装置随后包括适配成通过因变于所述当前无人机姿态数据修改所述经变直的图像中的ROI的大小和/或位置来与所述分析装置动态地交互的装置。

附图说明

现在将参考附图描述本发明的实现的示例，在所有附图中，相同的附图标记指示相同或功能上相似的元素。

图1是示出无人机以及相关联的允许其远程驾驶的遥控设备的概览示图。

图2a和2b示出例如在加速阶段期间由无人机的前倾所引起的相机的查看方向的修改。

图3在(a1)-(a3)中示出应用于在无人机相机的传感器上形成的图像的开窗和失真校正以产生经变直的图像的连贯步骤，并在(b1)-(b3)示出在无人机姿态被修改时的对应步骤，其相机朝地面倾斜。

图4在(a)和(b)中示出通过分别分析图3的捕捉区域(a2)和(b2)来获得的亮度柱状图。

图5作为框图示出了参与本发明的实现的不同模块。

图6是在本发明的第一和第二实施例中解释本发明的实现的主要连贯步骤的流程图。

图7解说根据本发明的第一实施例的基于自动定义在捕捉区域内的感兴趣区域来分析这一捕捉区域的各区域。

图8解说根据本发明的第二实施例的基于在捕捉区域内形成网格来分析这一捕捉区域的各区域。

图9是在本发明的第三实施例中解释本发明的实现的主要连贯步骤的流程图。

具体实施方式

现在将描述本发明的实现的示例。

在图1中，附图标记10一般表示无人机，它例如是诸如法国巴黎Parrot SA公司的型号Bebop Drone等四螺旋桨直升机。这一无人机包括四个共面旋翼12，这些旋翼的马达由集成的导航与姿态控制系统彼此独立地驾驶。为其配置有前视相机14，以允许获得该无人机所指向的场景的图像。

该无人机还包括指向下的俯视相机(未示出)，其适配成捕捉所飞过的地面的连续图像并且尤其用于估算无人机相对地面的速度。惯性传感器(加速度计和陀螺仪)准许以某一准确度来测量无人机的加速度和姿态角，即描述无人机在固定陆地参考系中相对于地平面的倾斜的欧拉角(俯仰滚转θ以及偏航ψ)。此外，安排在无人机下的超声波测距仪还提供了对相对于地面的姿态的测量。

用遥控设备16来驾驶无人机10，遥控设备16设有触摸屏18，该触摸屏18显示由前置相机14机载的图像并叠加有某一数量的符号，这些符号允许通过用户的手指20在触摸屏18上的简单接触来激活驾驶命令。设备16设有用于与无人机进行无线电链接的装置，例如Wi-Fi(IEEE 802.11)局域网类型，以供进行双向数据交换，具体而言从无人机10到设备16用于传输由相机14捕捉的图像，以及从设备16到无人机10用于发送驾驶命令。

遥控设备16还设有倾斜传感器，从而准许通过向设备给予绕滚转和俯仰轴的对应倾斜来控制无人机姿态，将理解，无人机10的水平速度的两个纵向和横向分量将被紧密链接到绕两个相应俯仰轴和滚转轴的倾斜。无人机的驾驶包括使得其通过下述方式开展：

绕俯仰轴22旋转以使得其向前或向后移动；

绕旋转轴24旋转以使得其向右或向左移位；

绕偏航轴26旋转，使无人机的主轴向右或向左枢转；以及

通过改变气体控制来向下或向上平移，从而相应地减少或增加无人机的高度。

当用户从遥控设备16施加这些驾驶命令时，由设备16绕其纵向轴28和其横向轴30倾斜来分别获得绕俯仰轴22和旋转轴24枢转的命令a)和b)：例如，为了使得无人机向前移动，只需要通过绕轴28倾斜遥控设备16来向前倾斜它，为了使得其向右侧移动，只需要通过绕轴30向右倾斜遥控设备16来倾斜它，等等。命令c)和d)本身是通过用户的手指20在触摸屏18的相应特定区域上的触摸而施加的动作的结果。

无人机还具有自动和自主的悬浮飞行稳定系统，一旦用户将其手指移离该设备的触摸屏，该系统就被激活，或在起飞阶段结束时自动激活，或还可在该设备和无人机之间的无线电链接中断的情况下被激活。

图2a示意地在侧面上示出当在升程时无人机静止时的其姿态。

常规类型的(例如覆盖54°视野的相机)以及其视轴δ在地平线中心的前置相机14所覆盖的视野以36来示意性地示出。

如果，如在图2b中所示，无人机以非零的水平速度向前移动，按照设计，该无人机的轴26将相对于垂直V前倾角(俯仰角)。由箭头38图示出的这种前倾涉及相机相对于水平面HZ的轴δ的由箭头40所图示的相同值的倾斜。因此，可以理解，在无人机的行进期间，当无人机加速或减速等等时，轴δ绕水平方向HZ持久地振动，这在该图像中将转换成持久的向上和向下振动移动。

相较而言，如果无人机向右侧或左侧移动，该移动将伴有绕滚转轴24的枢转，这在该图像中将转换成在相机所捕捉的场景的一个方向或另一方向上的旋转。

为补偿这些缺陷，如在上述EP 2 933 775 A1(在2015年10月21日公布)中解释的，提出了向相机提供覆盖约180°视野的鱼眼型半球形物镜，如在图2a中的42中示意性地示出的。配备有这一鱼眼镜头的相机所捕捉的图像将当然经受与常规相机相同的振动和旋转移动，但通过选择与常规相机捕捉的角扇区36相对应的特定窗口，并且该特定窗口将在半球形图像中在与由惯性中心确定的无人机的移动相对的方向上动态地位移，以便消灭否则将在图像中观察到的振动，这一相机捕捉的视野的仅一部分将被使用。

因此，在图2b所示的情况中，其中无人机相对于垂直V下潜俯仰角(箭头38)，捕捉窗口将被向上移位相同值的角度(箭头44)，从而“虚拟相机”的覆盖与图像区域相对应的视野的扇区36的中心轴返回朝向地平线HZ。

现将参考附图3描述本发明的问题。

图3在(a1)中示出场景的示例，如配备有鱼眼镜头的摄像机的传感器所收集的。

如可看到的，这一场景的图像I包括鱼眼镜头的半球形或准半球形覆盖所固有的、在传感器的平面表面上将其变直的、非常强的几何失真。

鱼眼镜头产生的这一图像I的仅一部分将被使用。这一部分是依据下述各项来确定的：i)“虚拟相机”所指向的方向，ii)后者的视野(在图2a和2b中以36示出)，以及iii)其宽度/高度比。因此，定义了包含原始像素数据的“捕捉区域”ZC，该区域包括与在对鱼眼镜头所引起的几何失真的补偿之后的虚拟相机的视野相对应的原始“有用区域”ZU_B。

将注意，捕捉在传感器上形成的图像I的所有像素不是有用的，而是仅捕捉后者的与捕捉区域ZC相对应的一部分将是有用的，例如从由其分辨率通常将是14百万像素(4608x 3288像素)的传感器产生的HD质量的图像I提取的约2百万像素窗口ZC(1920x 1080像素)。因此，只有捕捉区域ZC的真正需要的像素数据被传送，这是随后以30帧/秒的节律来刷新而没有特别困难的数据。因此，在保持高图像流速率的同时可以选择高分辨率的传感器。

图3的各视图(a2)和(a3)示出了在捕捉区域ZC的像素数据上执行以获得针对几何失真进行了补偿的最终图像的处理：基于从捕捉区域ZC(视图(a2))传送的像素数据，一算法提取原始有用区域ZU_B的像素数据并向其应用三角网格(顾名思义的技术)，随后通过拉伸每一三脚来将图像变直，以给出具有经矫正的像素数据的经变直的有用图像ZU_R(视图(a3))。鱼眼图像的非常弯曲的水平线随后将被校正以使得它们成直线，并且产生对应于自然视觉的图像，而没有几何失真。

图3的视图(b1)-(b3)类似于视图(a1)-(a3)，其中无人机的姿态由于无人机的前倾(绕其俯仰轴旋转)(例如跟随在从静止配置、悬停飞行的切换的倾斜)而被修改到向前移动的配置(无人机的线性速度在其倾斜很强时更大)。

如在(b1)中所示，为补偿无人机的这一下倾，捕捉区域ZC朝图像的顶部移动，因此在与无人机的倾斜相对的方向上移动。如果原始有用区域ZU_B的相对位置在捕捉区域ZC内保持基本上相同(以允许瞄准场景的后续部分)，则另一方面捕捉区域现在将包括地面S的比天空C显著得多的部分：如果随后比较视图(a2)和(b3)，可观察到在初始配置(视图(a2))中，天空/地面比率是约50/50％，而在经修改的配置中(视图(b2))，天空/地面比率是约25/75％。此外，在强烈地向上位移时，捕捉区域可包括位于由传感器上的鱼眼镜头形成的圆形图像的区域之外的区域X。

另一方面，经变直的有用区域的最终图像ZUR(视图(b3))将基本上等同于在无人机前倾之前的原貌(视图(a3))。

图4示出了分别在(a)视图(a2)的情况下以及在(b)视图(b2)的情况下通过分析来自捕捉区域ZC的缩略图的像素的亮度而获得的柱状图。

如在该附图中可看到的，无人机前倾被转换成亮度柱状图的显著修改，其中均值M由于区域ZC的图像中地面/天空比率的增加而朝向左侧偏移。

自动曝光算法将均值M的这一变化解释成图像的变暗，这将通过增加曝光时间和/或相机敏感度来自动补偿。

以此方式，分别获得的最终图像(a3)和(b3)(经变直的有用区域ZU_R的图像)将因它们的曝光设置而彼此不同，虽然它们显示给用户的是场景的相同帧，视图(b3)的图像比视图(a3)的图像更清楚。

本发明的目标是校正这一缺陷。

图5作为框图示出了参与本发明的实现的不同模块。

无人机的前置相机14递送与图像I相对应的原始图像信号。这一相机在机械上链接到无人机主体，经受由链接到无人机主体并因而链接到相机的惯性单元(MU)12所测量的角位移。相机的旋转通过俯仰角滚转角θ以及偏航角ψ给出，描述了无人机相对于固定陆地参考系的在三个维度中的倾斜(欧拉角)。这些数据被应用于角预测模块48，从而引导计算捕捉区域ZC在图像I中的位置的模块。视频处理模块52接收原始图像信号I作为输入，并因变于由模块50计算得到的捕捉区域ZC的位置进行开窗、图像稳定化、有用区域的提取和变直的各操作，以向用户递送要传送给用户并可能被显示和记录的有用图像信号ZU_R作为输出。

模块52还执行相机操作参数的控制(由返回54来示出)，尤其是自动曝光(EA)、白平衡AWB以及自动聚焦AF的控制。模块52还确保根据本发明的对与这些相机操作参数的自动计算有关的上述缺陷的校正，如下文将描述的。

图6是在本发明的第一和第二实施例中解释本发明的实现的主要连贯步骤的流程图。

这一流程图100包括由相机收集原始图像I的初始步骤(框102)，此后是因变于由惯性单元IMU递送的无人机姿态数据从这一原始图像提取捕捉区域ZC的步骤(框104)。

本发明的特征在于，随后步骤(框106)包括以将参考图7和8详细公开的方式分析捕捉区域的图像数据，以递送相机控制参数，尤其是自动曝光参数。

捕捉区域ZC的内容随后经受提取原始有用区域ZU_B和重投影这一原始有用区域ZU_B的处理(框108)以给出与递送给用户的最终经变直的图像相对应的经变直的有用区域ZU_R。

参考图7和8，现在将更详细地描述由框106操作的数据分析的两个可能的实施例。

另外，将注意，这一分析是在来自捕捉区域ZC中初始包含的图像的缩略图的基础上(框104下游)在重投影步骤之前(108)执行的，因此是在图像的变形版本上执行的。

图7解说根据本发明的第一实施例的基于自动定义在来自捕捉区域的缩略图内的感兴趣ROI区域来分析捕捉区域的各区域。

在这一实施例中，图像分析设备定义(根据本质上已知的技术，在此不详细描述)多个感兴趣ROI区域，它们是要分析的图像的经缩减大小的区域的几何选集，其中为这些区域中的每一者确立一亮度柱状图。自动曝光算法分析并比较与不同ROI相对应的柱状图并且根据本质上也已知的分析技术来相应地调整曝光水平。

本发明的特征在于，ROI被分布在来自捕捉区域的缩略图中以全部或部分位于原始有用区域ZU_B内部，即如果ROI定义算法生成了原始有用区域ZU_B外部的ROI，则这些ROI将从自动曝光控制的后续分析中排除。在任何情况下，位于由镜头在传感器上形成的图像的区域外部(图3的视图(b1)和(b2)的区域X)的像素数据被从分析中排除。换言之，对于自动曝光的计算而言，位于图像圆外部的像素被忽略。

此外，向感兴趣区域ROI₁、……、ROI_n中的每一者分配将所关注的ROI与在捕捉区域内定义的原始用户有用区域ZU_B的或多或少的交叠程度纳入考虑的加权值：该权重针对完全包括在区域ZU_B中的ROI将是最大值，针对完全位于区域ZU_B外部的ROI将为空(这将它们从分析中排除)，以及针对部分包括在区域ZU_B中的ROI是中间值(权重随着ROI的表面区域位于区域ZU_B内部的比例更高而更高)。

图8解说第二实施例，其中ROI不再被动态地定义和具有可变大小，而是作为来自捕捉区域ZC的缩略图中的具有网格GR的规则网格，其中以与相关于图7公开的第一实施例中相同的方式，该网格的每一基本方形或矩形ROI(i,j)将受到作为它与区域ZU_B的或多或少的交叠特性的函数的可变权重的影响。

图9是在本发明的第三实施例中解释本发明的实现的主要连贯步骤的流程图。

在此第三实施例中，图像数据分析并非在来自图像的变形的初始版本的缩略图(捕捉区域ZC和原始有用区域ZU_B)上执行，其中权重被应用于每一感兴趣区域，而是在来自重投影步骤之后的经变直的图像的缩略图上执行。

在流程图200上，框202(图像收集)、204(提取捕捉区域ZC)、以及206(用户区域的提取和重投影)类似于图6的相应框102、104、以及108。

另一方面，用于控制相机自动曝光参数的数据分析步骤(框208)在框206的下游操作，即在图像的经变直的版本上操作。自动曝光随后常规地操作(自动定义ROI，等等)，而无需向每一ROI应用反映这一ROI相对于原始有用区域ZU_B的位置的加权值。