主要想記錄下曾經(jīng)從論文里實(shí)現(xiàn)出來的一種曝光算法阁猜，用于提高視覺定位算法在可變光照環(huán)境下的魯幫性。
論文 << Auto-adjusting Camera Exposure for Outdoor Robotics using Gradient Information >>
該論文講述的是一種反饋控制算法锨并，通過反饋的梯度信息量來控制曝光初斑。
控制框架如下圖：
pipeline:
1疯搅、首先會對每一幀圖像做7個(gè)gamma變換表制，模擬不同的曝光條件健爬。
2、分別計(jì)算這個(gè)7個(gè)gamma圖的梯度信息么介。
3娜遵、選出這7個(gè)圖中梯度信息最豐富圖，記錄對應(yīng)的gamma壤短。
4设拟、利用選出的gamma值，帶入方程式久脯，計(jì)算出新的曝光值纳胧，設(shè)置到相機(jī)里。
如何gamma變換桶现？
??????? 1. 歸一化 ：將像素值轉(zhuǎn)換為? 0 ～ 1? 之間的實(shí)數(shù)躲雅。 算法如下 : ( i + 0. 5)/256? 這里包含 1 個(gè)除法和 1 個(gè)加法操作。
??????? 2. 預(yù)補(bǔ)償 ：根據(jù)公式? , 求出像素歸一化后的 數(shù)據(jù)以? gamma? 為指數(shù)的對應(yīng)值骡和。
?????? 3. 反歸一化 ：將經(jīng)過預(yù)補(bǔ)償?shù)膶?shí)數(shù)值反變換為? 0? ～? 255? 之間的整數(shù)值相赁。具體算法為 : f*256 - 0. 5。?
如何計(jì)算圖像的梯度信息慰于？
????????????????????????????????????? 先對單個(gè)梯度值進(jìn)行變換钮科，有兩個(gè)參數(shù)（lumada和theda）需要調(diào)節(jié)。
??????????????????????????????????????? M = ∑ m? i
如何根據(jù)最優(yōu)gamma值計(jì)算出控制量婆赠？
???????????????????????????????????? 這里有一個(gè)參數(shù)需要調(diào)節(jié)绵脯，Kp。
