汽车机器视觉应用的宽动态范围成像技术

　　只有采用了Autobrite 技术的照相机才能使图像传感器的动态范围与场景和应用相匹配。具备Autobrite 功能的照相机提供了出众的宽动态范围性能，可用于在驾驶者辅助系统中捕获完整而准确的视觉信息。

　　传感器以最高的保真度来捕获一幅图像的黑暗和明亮部分的能力即为其动态范围。动态范围越高，则从被扫描物体进行的光学图像变换的保真度就越高。

　　为什么WDR(宽动态范围)很重要？DR(动态范围)是如何定义的？动态范围被定义为导致像素饱和的最大照度与成像器的噪声层相除所得的商。高于饱和电平的信息将会丢失，而任何比噪声层更暗的信息都将无法与噪声区分开来。对该比值取对数再乘以20将给出以db(分贝)为单位的动态范围。


 图1  捕获图像实例，左图未采用Autobrite，右图采用了Autobrite

　　用于实现宽动态范围的Autobrite解决方案

　　Autobrite是赛普拉斯(Cypress)推出的一款完整解决方案，它满足了宽动态范围照相机的所有标准。Autobrite采用了组合技术(以扩展动态范围)和一个简单的标准3T CMOS像素(以提供可靠性和成本效益性)。无需额外的帧缓冲器。

　　Autobrite基于麻省理工学院的研究成果，它是利用赛普拉斯专有的可变高度/多重复位法来控制像素的。一个完整的反馈环路同时控制着积分时间和动态范围扩展，以实现完全的自适应性和可编程性。

　　Autobrite的优点

　　图1并列比较了在采用和未采用Autobrite技术的情况下所捕获的图像。在左侧的图像中，场景内动态范围明显超过了照相机的动态范围，从而导致在明亮和黑暗区域中出现“限幅”或细节丢失。而在右侧的图像中，Autobrite则可使同一幅场景的完整视觉细节都被捕获到，即使在极亮和极暗的区域中也不例外。

　　Autobrite在汽车中的应用

　　汽车行业中的机器视觉应用面临着关键的成像技术难题。驾驶者辅助系统必须快速而准确地对来自非可控环境的视觉细节进行处理并做出响应。这种能力倚仗的是从一部能够适应宽照度级变化范围的照相机来获得完整且准确的视频信息。

　　一幅场景中的最高光强度与最低光强度之比被称为“动态范围”。诸如逐渐迫近的前灯照射光、来自其它车辆的眩光、隧道入口和出口以及日出或日落等条件会在一幅场景的内部产生照度的极端变化。如果照相机的动态范围宽度不足以提供一幅场景的动态范围，则最终形成的图像将无法捕获汽车机器视觉系统所要求的细节信息。这些细节信息是不可能通过后处理来恢复的。

　　图2罗列了面向机器视觉的典型汽车成像应用。在所有这些应用中，宽动态范围对于捕获所有可用细节(以便由驾驶者辅助系统来执行更多的电子处理)而言是必不可少的。例如，一个盲点监视系统负责比较视频帧，并在有车辆逐渐进入被监视区域时向驾驶者发出提示信号。为了探测移动车辆(但忽略诸如路障等固定物品)，处理器必须在阳光和黑暗中从照相机接收准确而完整的数字信息。

　　在诸如盲点监视或车道偏离警示等应用中，右侧图像中所提供的信息是至关紧要的。只有右图为机器视觉系统提供了分析并通知驾驶者有关安全车道变更状态的足够细节。使用左侧图像的汽车机器视觉系统发生差错的概率要高一些。


 图2  驾驶辅助系统中机器视觉的应用


图3  实际汽车辅助照明图像实例，未采用(左图)和采用Autobrite(右图)技术的对比

　　车道偏离警示

　　车道偏离警示系统必须在各种照明和天气条件下辨别道路上的行车路线标记，以在车辆驶出其车道时向驾驶者发出警示信号。Autobrite的宽动态范围可使照相机捕获到关键的视觉信息，从而即便是在非常复杂的场合(比如：在一条黑暗的隧道中，并有来自前方隧道出口的眩光)也能够探测到行车道标记。

　　在上述的隧道场合中，照相机必须在驾驶者驱车驶出隧道而进入明亮的阳光照射环境时迅速地针对照明条件的变化进行调节。Autobrite可根据新的场景对响应曲线做出适应性的调整，从而令照相机能够继续捕获与道路上的行车路线标记有关的重要信息。同样，Autobrite还将针对照明条件的日夜变化自动地进行相应的调整。

　　驾驶者疲劳监视

　　在有些情况下，动态范围过大可能是有害的。如果一幅场景需要一个窄照明范围内的精确细节，则动态范围过于宽广的传感器将捕获极端照明条件下的多余信息，而关键照明范围内的捕获信息却不足。

　　例如，负责跟踪驾驶者眼球运动的驾驶者疲劳监视系统可以采用一个频闪闪光灯来对目标进行照明。在该场合中，动态范围不太重要，关键的是高对比度。可对Autobrite的设定值进行优化，以限制动态范围，并提供最大的对比度。

　　图3示出了Autobrite用于后备辅助相机的出众的宽动态范围性能。在采用传统相机捕获的图像(左侧)中，由于相机自动调节曝光量以捕获明亮区域中的细节，因此阴影会使位于车辆后方的物体变得模糊不清。在右侧的图像中，Autobrite能够同时捕获明亮和黑暗区域中的细节，并清晰地显示位于汽车行进路线上的障碍物。

　　结语

　　Autobrite克服了汽车应用中机器视觉动态范围的局限性。Autobrite的自适应性和可编程性确保其即使在最复杂的照明条件下也能够捕获完整而准确的视觉细节信息。