一种基于时间，定位，镜头角度，入射光强和色温的太阳光眩光抑制的方法和装置

1.本发明涉及视频分析，数据库领域，尤其涉及一种基于时间，定位，镜头角度，入射光强和色温的太阳光眩光抑制的方法和装置。


背景技术：

2.在室外拍摄视频，当镜头正对或者侧对太阳的时候，非常常见的一个情况是视频中有眩光的发生。眩光出现的光斑可以是一个，也可以是多个。可以大，也可以比较小。对于单一的比较小的眩光，是时候俗称也叫鬼影。眩光在大多数情况下，并不是用户所希望的，尤其是强烈的眩光，影响了拍摄画面。在摄像的四个基本动作：推拉摇移中，摇这一动作是最容易出现眩光干扰的，同时前后干扰不一致，使得用户明显感受到眩光的存在。这是本发明要解决问题的来源。
3.在无人机领域，有关干扰的技术多集中在对无人机自身带来的干扰以及外界的其他无人机通信干扰、电磁波干扰(频谱干扰)等进行算法改进与模型优化，其着重描述如何去制造干扰设备干扰无人机。目前没有看到关于太阳光等自然因素对无人机拍摄所造成的干扰的研究以及消除。
4.同时，在视频闪烁领域，大多数研究集中于对视频闪烁进行检测与处理，没有对特定干扰模式下视频闪烁的对应的特殊处理。
5.综上，对太阳光下的眩光处理问题目前仍是待解决状态。
6.这时考虑：为了能够减少眩光，要分析眩光的来源，在户外，这个来源最出要就是太阳光。白天户外很少有光源可以和太阳光的强度亮度在一个等级，由于主要干扰光源可以确定，这样就为本发明提供了很好的基础条件。而仅仅知道光源还是不够的，还要知道光源的入射角度，这里包括了光源的位置定位，镜头的方向定位，必须同时知道这两个条件才能更加确定眩光的来源，眩光的样式。
7.目前有较多的论文提供了去眩光，或者去干扰光算法。但是他们都是在未知干扰光源的情况下。但其算法，在已知干扰光源下依然适用，且训练样本集中为某个眩光模式的数据，这样训练的模型非常有针对性。
8.了解眩光样式之后，可以使用特定的炫光算法模型解决干扰，在cvpr 2020(multi
‑
scale boosted dehazing network with dense feature fusion)中记载有提出域适应和图像去雾相结合，解决大部分去雾方法在合成数据集上优秀而真实数据集上表现平平的问题的图像去雾方法。


技术实现要素：

9.针对上述不足，本发明实施例提供一种基于时间，定位，镜头角度，入射光强和色温的太阳光眩光抑制的方法和装置，用以解决在室外拍摄视频，当镜头正对或者侧对太阳的时候，视频中出现眩光光斑影响了拍摄画面的问题。
10.本发明提供了一种基于时间，定位，镜头角度，入射光强和色温的太阳光眩光抑制的方法和装置，包括：
11.a)获取终端的地理位置，时间；
12.b)获取终端镜头角度，入射光强，色温；
13.c)确定眩光干扰模式，并调用针对性的去眩光模型。
14.可选地，其中所述a)具体步骤包括：
15.a.1)获取终端的地理位置需和时间；
16.a.2)根据地理位置和时间确定终端在户外环境，且处在太阳没有落山的有效时间内。
17.可选地，其中a.2)所述确定终端在户外环境所使用的方法可以是通过光强传感器判断，具体依据为：室内即使有很强的光源，一般也是多光源照明，而太阳光源是单一强光源，随着终端设备旋转方向，只有一个方向有很强的光；也可以是通过微波天线信号强度判断，具体依据为：通信信号穿越墙体会有极大的衰减，而这一现象在户外没有体现；或使用两者结合的方法。
18.可选地，其中所述a)中获取终端的地理位置，时间是为了定位光源，具体为在已知日期，时间，经纬度，海拔的情况下，推算出太阳的高度，虽然每年的太阳直射点不一样，但近似推导对于视频处理精度足够。
19.可选地，其中所述b)具体步骤包括：
20.b.1)获取终端镜头角度，入射光强，色温；
21.b.2)对于镜头朝向进行判断后，判断干扰光源是否需要在镜头fov角度内部。
22.可选地，其中所述b.2)中根据入射光强等信息判断，干扰光源在fov角度内部，产生强烈干扰的情况下，发出调取眩光模式数据库指令。
23.可选地，其中所述b.2)中根据入射光强等信息判断，干扰光源处于fov角度外部的情况下，无强烈干扰，不调取眩光模式数据库指令。
24.可选地，其中所述c)中调取的眩光数据库对于一组固定的镜头组来说，由当时接收的光入射角、光强和光色温唯一确定。
25.可选地，其中所述c)中眩光干扰模式理论上有无穷多，实际中根据光入射角，光强以及色温这三个指标进行分组后干扰模式为有限个。
26.可选地，其中所述c)中由光入射角，光强以及色温确定一组眩光模式，对应一组去眩光算法模型。
27.可选地，其中所述a)中获取地理位置可通过gps、北斗等系统，获取时间可通过无线通信，也可通过传感器获得的照度计算得出。
28.可选地，可使用基于摄像头辅助的图像识别技术判断终端是否在户外环境，且是否处在太阳没有落山的有效时间内。
29.可选地，其中所述b.2)中入射光强不是通过太阳光强直接判断的，因为无法知晓天气情况，是根据终端光强传感器获取的。
30.可选地，其中所述b.2)中色温是根据地理位置，时间获取的。
31.本发明提供的一种基于时间，定位，镜头角度，入射光强和色温的太阳光眩光抑制的方法和装置的有益效果在于：
32.基于时间，地理位置，镜头角度判断入射太阳光角度，从而判断眩光干扰模式，然后根据确定的模式针对性的更好的消除眩光。
附图说明
33.图1为本发明实施例流程图；
34.图2为本发明太阳在镜头角度内示意图；
35.图3为本发明太阳在镜头角度外示意图；
具体实施方式
36.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
37.本发明的核心思想为：终端通过获取实时的地理位置、时间确认终端处在方法适用环境中，由已知日期，时间，经纬度，海拔得出太阳高度，当干扰光源在镜头内时，根据光入射角，光强和色温最大似然调用对应眩光算法模型，实现室外拍摄的太阳光眩光抑制。
38.参考图1，本发明实施例的具体步骤为：
39.第一步：确定在户外，在太阳没有落山的有效时间内。
40.第二步：定位光源，即推算太阳高度角。
41.第三步：定位镜头角度。
42.第四步：判断太阳是否在镜头视角内，如在镜头角度内，则进入第五步。
43.第五步：在已知眩光模式情况下去眩光。
44.在一种可能的实现方法中，在本发明提供的上述步骤中，第一步时终端使用通过光强传感器确定用户处于户外环境的方法，具体依据为：室内即使有很强的光源，一般也是多光源照明，而太阳光源是单一强光源，随着终端设备旋转方向，只有一个方向有很强的光。此外，也可以使用通过微波天线信号强度判断的方法，具体依据为：通信信号穿越墙体会有极大的衰减，而这一现象在户外没有体现。还可以使用两者结合的方法。
45.在一种可能的实现方法中，在本发明提供的上述步骤中，第一步时终端使用基于摄像头辅助的图像识别技术判断终端是否在户外环境，且是否处在太阳没有落山的有效时间内。
46.在一种可能的实现方法中，在本发明提供的上述步骤中，第二步时，参考图2，第二步的推算太阳高度角利用等太阳高度线原理计算太阳高度差的方法。
47.在一种可能的实现方法中，在本发明提供的上述步骤中，第四步时，参考图2及图3，一般而言，镜头有fov角度，干扰光源需要在fov角度内部才能产生强烈干扰，所以对于镜头朝向进行判断后，进入第四步，判断太阳在是否镜头视角内，终端根据入射光强等信息判断，干扰光源在fov角度内部，产生强烈干扰的情况下，发出调取眩光模式数据库指令；处于fov角度外部的情况下，无强烈干扰，不调取眩光模式数据库指令。
48.在一种可能的实现方法中，在本发明提供的上述步骤中，第五步中确定眩光模式需要的信息有：光入射角、光强以及色温。其中光入射角是由测量得到；入射光强不是通过
太阳光强直接判断的，因为无法知晓天气情况，是根据终端光强传感器获取的；色温是根据地理位置，时间获取的。
49.在一种可能的实现方法中，在本发明提供的上述步骤中，第五步去眩光所用技术已在前文提到(cvpr 2020,multi
‑
scale boosted dehazing network with dense feature fusion)。
50.在一种可能的实现方法中，在本发明提供的上述步骤中，第五步中，虽然地球的经纬度，海拔很多样，一天之间时间很多样，但是对于一组固定的镜头组，产生的眩光主要是由光入射角，光强，光波长也就是颜色决定，即由光入射角，光强以及色温确定一组眩光模式，对应一组去眩光算法模型；眩光干扰模式理论上有无穷多，实际中根据光入射角，光强以及色温这三个指标进行分组后干扰模式为有限个；调取的眩光数据库对于一组固定的镜头组来说，由当时的光入射角、光强和光色温三要素唯一确定。
51.说明书未详细描述的部件组合特征属于公知技术轻易想到或者实施本发明时容易确定且无异议的内容。上述方案，仅为本技术较佳的几个实施方式的描述，但本技术的保护范围不仅限于此，任何熟悉该技术的人能在本技术描述的范围内轻易实现，而不改变权利要求涉及基本原理的变化或替换，都应涵盖在本技术的保护范围之内，即本技术保护范围应以权利要求保护范围为准。