一种光照自适应的AR智能消防头盔及其光照调节方法与流程

一种光照自适应的ar智能消防头盔及其光照调节方法
技术领域
1.本发明涉及消防头盔技术领域，具体为一种光照自适应的ar智能消防头盔及其光照调节方法。


背景技术：

2.在消防安全领域，当遇到火灾、矿山崩塌等危险场景时，会产生大量的粉尘、烟雾及火焰造成环境可见度低，影响消防人员的救援工作，虽然消防人员佩戴了专业的智能安全头盔，头盔上也安装了相关的摄像头，主要是可见光摄像头或者红外摄像头，可见光摄像头所产生的图像虽然符合人眼视觉观察特征，但是其受外界环境影响大，如光照、烟雾、粉尘等都会影响可见效果。红外摄像头虽然通过目标的温度来获取图像，受环境的影响较小，但是相对可见光图像，不同的红外摄像头对目标的探测距离受到波段的影响，而且红外图像细节信息较少，且为灰度图像，不太符合人眼视觉观察特征。基于此，本发明在目前的消防安全头盔上搭载了可见光摄像头和双红外摄像头(中波红外和长波红外)，并且能够对图像质量进行自适应调节，生成信息更丰富、对比度更好、更符合人眼视觉观看的图像，方便消防人员更好的避开风险、发现救援目标，提升救援效率。
3.目前，智能消防头盔上大部分安装了单目摄像头(可见光或者红外二选一)，或者双目摄像头(可见光和红外)。对于带有单目摄像头的智能消防头盔，如果是可见光，则易受外界环境如光照、烟雾、粉尘等干扰，影响观察效果；如果是红外，则分辨率相对较低，细节信息缺失较多，不利于人眼观察。对于带有双目摄像头的智能消防头盔，则往往不具备光照自适应调节功能，或者即使有个别产品具备该功能，相对来说比较简单，对图像信息的提升及观察效果的改善及其有限。


技术实现要素：

4.本发明旨在解决以上现有技术的问题。提出了一种光照自适应的ar智能消防头盔及其光照调节方法。本发明的技术方案如下：
5.一种光照自适应的ar智能消防头盔，包括：包括头盔本体，所述头盔本体的上方设置有调节机构，所述调节机构包括弧形块，所述弧形块的底部固定连接于头盔本体的上表面靠近正面的一侧中部，所述弧形块的左侧开设有第一滑槽，所述弧形块的上表面开设有第二滑槽，所述头盔本体内部设置有控制器，所述控制器采用光照自适应调节算法来进行光照调节。
6.进一步的，所述第一滑槽的内部设置有螺纹轴，所述螺纹轴的外表面右侧设置有固定转钮。
7.进一步的，所述螺纹轴的上表面中部固定连接有连接杆，所述连接杆的顶部固定安装有摄像头本体。
8.进一步的，所述第一滑槽贯穿于弧形块的左右两侧内部，第二滑槽贯穿于第一滑槽的内部上方，螺纹轴贯穿于第一滑槽的内部，且螺纹轴在第一滑槽的内部可以进行滑动
运动，固定转钮在螺纹轴的外表面进行螺纹转动运动，将螺纹轴的位置固定住，连接杆通过螺纹轴可以在第二滑槽的内部进行滑动，摄像头本体可以在头盔本体的上方进行多角度的调节。
9.进一步的，所述控制器采用光照自适应调节算法来进行光照调节具体包括：
10.若摄像头生成图像的像素深度为nbit，则其灰度值分布范围为：0～2
n-1；对整幅图像做灰度直方图统计，得到像素值为0的统计量为cnt(0)，像素值为1的统计量为cnt(1)，
……
，像素值为2
n-1的统计量为cnt(2
n-1)；设定阈值t，若cnt(0)》t，则以像素值0为像素值范围起始点，若cnt(0)《t，则对cnt(1)进行判断；若cnt(1)》t，则以像素值1为范围起始点，若cnt(1)《t，则对cnt(2)进行判断，依此递增类推找到像素值范围起始点ts，此时小于ts的像素灰度值全部调整为ts；若cnt(2
n-1)》t，则以像素值2
n-1为范围结束点，若cnt(2
n-1)《t，则对cnt(2
n-2)进行判断，依此递减类推，找到像素值范围结束点te，此时大于te的像素灰度值全部调整为te；对于原始图像中的任意像素灰度值x映射后得到的灰度值为y，则：
[0011][0012]
进一步的，所述控制器采用光照自适应调节算法来进行光照调节，还可以采用以下步骤：
[0013]
通过hsv颜色空间的亮度值来判断图像的亮度值，对亮度值不在阈值范围内的图像，先进行去雾处理，对去雾后的图像，再次进行亮度值判断，若亮度值仍不在阈值范围，对图像进行gamma矫正后输出。
[0014]
一种基于任一项所述ar智能消防头盔的光照调节方法，其包括以下步骤：
[0015]
步骤1：将智能消防头盔上来自可见光摄像头的可见光rgb图像转化为yuv格式；
[0016]
步骤2：控制器采用光照自适应调节算法来进行光照调节；
[0017]
步骤3：对实现光照自适应调节功能后的可见光图像与长波红外图像实现融合；
[0018]
步骤4：对融合结果进行反变换得到新的y信号并与uv信号组合成新的rgb融合图像；
[0019]
步骤5：根据具体外界环境完成光照自适应后的可见光图像、中波红外图像和最终融合图像的切换。
[0020]
进一步的，所述步骤2控制器采用光照自适应调节算法来进行光照调节具体包括：
[0021]
若摄像头生成图像的像素深度为nbit，则其灰度值分布范围为：0～2
n-1；对整幅图像做灰度直方图统计，得到像素值为0的统计量为cnt(0)，像素值为1的统计量为cnt(1)，
……
，像素值为2
n-1的统计量为cnt(2
n-1)；设定阈值t，若cnt(0)》t，则以像素值0为像素值范围起始点，若cnt(0)《t，则对cnt(1)进行判断；若cnt(1)》t，则以像素值1为范围起始点，若cnt(1)《t，则对cnt(2)进行判断，依此递增类推找到像素值范围起始点ts，此时小于ts的像素灰度值全部调整为ts；若cnt(2
n-1)》t，则以像素值2
n-1为范围结束点，若cnt(2
n-1)《t，则对cnt(2
n-2)进行判断，依此递减类推，找到像素值范围结束点te，此时大于te的像素灰度值全部调整为te；对于原始图像中的任意像素灰度值x映射后得到的灰度值为y，则：
[0022][0023]
进一步的，所述步骤2控制器采用光照自适应调节算法来进行光照调节，还可以采
用以下步骤：
[0024]
通过hsv颜色空间的亮度值来判断图像的亮度值，对亮度值不在阈值范围内的图像，先进行去雾处理，对去雾后的图像，再次进行亮度值判断，若亮度值仍不在阈值范围，对图像进行gamma矫正后输出。
[0025]
进一步的，所述gamma矫正公式具体包括：
[0026]
f(x)＝x2·
mean(k(x))+std(k(x))-0.5
[0027]
其中，f(x)表示经过自适应gamma矫正后的输出值；k(x)表示原始图像的像素值；mean(k(x))表示图像的亮度均值，代表图像的整体亮度值；std(k(x)表示图像的亮度标准差，代表图像的对比度。
[0028]
本发明的优点及有益效果如下：
[0029]
1、该光照自适应的ar智能消防头盔，相比于带有单目摄像头的智能消防头盔或者简单双目摄像头的智能消防头盔，本智能摄像头搭载三个摄像头，可将光摄像头和双红外摄像头(中波和长波)，利用中波红外成像虽不及可见光摄像头，但受环境影响小，成像细节相对丰富，长波红外对温度敏感，探测距离长的优点，可以实现更好的目标监测。
[0030]
2、该光照自适应的ar智能消防头盔，可根据实际情况实现可见光图像、中波红外图像、融合图像灵活切换，实现对外界环境的最优化监测，根据光照条件的不同，通过运用特殊的直方图统计映射算法实现自适应光照调节，该算法计算方便，效果明显，易于实现，对资源消耗低。
[0031]
3、该光照自适应的ar智能消防头盔，要完成该算法只需在带有相关摄像头的智能消防头盔中植入一个低功耗dsp或者利用智能消防头盔中的soc芯片就行，成本低、结构简单、体积小。
[0032]
4、该光照自适应的ar智能消防头盔，通过头盔本体上表面连接的弧形块，第一滑槽贯穿于弧形块的左右两侧内部，第二滑槽贯穿于第一滑槽的内部上方，螺纹轴在第一滑槽的内部可以进行滑动，连接杆通过螺纹轴可以在第二滑槽的内部进行滑动，固定转钮在螺纹轴的外表面进行螺纹转动运动，从而可以达到方便操作人员对摄像头进行多角度调节的作用。
[0033]
5、为消除人脸图像亮度差异对人脸识别算法造成的影响，本文设计了人脸光照自适应调节算法，根据本发明的光照自适应调节方法可根据图像的亮度和对比度情况，自适应设置gamma值，实现图像亮度和对比对度的自适应调节。
[0034]
由于人眼对光照的感受是呈非线性变化的，对暗区的变化较敏感，对亮区的变化较迟钝。为使图像在展示时符合人眼的习惯，在图像采集的过程中，会进行非线性编码。但由于图像编码位宽的限制，图像在编码过程中会丢失部分数据，造成图像质量的降低，本发明采用改进的gamma矫正的方法进行图像质量的提升。
附图说明
[0035]
图1是本发明提供优选实施例头盔本体整体结构示意图；
[0036]
图2为本发明头盔本体正视图结构示意图；
[0037]
图3为本发明摄像头本体流程图结构示意图。
[0038]
图4为本发明光照自适应调节算法流程示意图。
[0039]
其中：1、头盔本体；2、调节机构；201、弧形块；202、第一滑槽；203、第二滑槽；204、螺纹轴；205、固定转钮；206、连接杆；207、摄像头本体。
具体实施方式
[0040]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
[0041]
本发明解决上述技术问题的技术方案是：
[0042]
如图1和图2所示，一种光照自适应的ar智能消防头盔，包括头盔本体1，头盔本体1的上方设置有调节机构2，调节机构2包括弧形块201，弧形块201的底部固定连接于头盔本体1的上表面靠近正面的一侧中部，弧形块201的左侧开设有第一滑槽202，弧形块201的上表面开设有第二滑槽203，第一滑槽202的内部设置有螺纹轴204，螺纹轴204的外表面右侧设置有固定转钮205，螺纹轴204的上表面中部固定连接有连接杆206，连接杆206的顶部固定安装有摄像头本体207。所述头盔本体1内部设置有控制器，所述控制器采用光照自适应调节算法来进行光照调节。
[0043]
通过上述技术方案，第一滑槽202贯穿于弧形块201的左右两侧内部，第二滑槽203贯穿于第一滑槽202的内部上方，螺纹轴204贯穿于第一滑槽202的内部，且螺纹轴204在第一滑槽202的内部可以进行滑动运动，固定转钮205在螺纹轴204的外表面进行螺纹转动运动，将螺纹轴204的位置固定住，连接杆206通过螺纹轴204可以在第二滑槽203的内部进行滑动，摄像头本体207可以在头盔本体1的上方进行多角度的调节。
[0044]
在使用时，操作人员将头盔本体1套在头上，随后根据现场和实际情况调节摄像头本体207的角度，调节完成后只需转动固定转钮205将其固定住即可。
[0045]
第一实施例：优选的，所述控制器采用光照自适应调节算法来进行光照调节具体包括：
[0046]
若摄像头生成图像的像素深度为nbit，则其灰度值分布范围为：0～2
n-1；对整幅图像做灰度直方图统计，得到像素值为0的统计量为cnt(0)，像素值为1的统计量为cnt(1)，
……
，像素值为2
n-1的统计量为cnt(2
n-1)；设定阈值t，若cnt(0)》t，则以像素值0为像素值范围起始点，若cnt(0)《t，则对cnt(1)进行判断；若cnt(1)》t，则以像素值1为范围起始点，若cnt(1)《t，则对cnt(2)进行判断，依此递增类推找到像素值范围起始点ts，此时小于ts的像素灰度值全部调整为ts；若cnt(2
n-1)》t，则以像素值2
n-1为范围结束点，若cnt(2
n-1)《t，则对cnt(2
n-2)进行判断，依此递减类推，找到像素值范围结束点te，此时大于te的像素灰度值全部调整为te；对于原始图像中的任意像素灰度值x映射后得到的灰度值为y，则：
[0047][0048]
第二实施例：与第一实施例其他部分相同，本发明的控制器还采用以下的可替换的光照自适应调节算法来进行光照调节，还可以采用以下步骤：
[0049]
通过hsv颜色空间的亮度值来判断图像的亮度值，对亮度值不在阈值范围内的图像，先进行去雾处理，对去雾后的图像，再次进行亮度值判断，若亮度值仍不在阈值范围，对图像进行gamma矫正后输出。
[0050]
一种基于任一项所述ar智能消防头盔的光照调节方法，其包括以下步骤：
[0051]
步骤1：将智能消防头盔上来自可见光摄像头的可见光rgb图像转化为yuv格式；
[0052]
步骤2：控制器采用光照自适应调节算法来进行光照调节；
[0053]
步骤3：对实现光照自适应调节功能后的可见光图像与长波红外图像实现融合；
[0054]
步骤4：对融合结果进行反变换得到新的y信号并与uv信号组合成新的rgb融合图像；
[0055]
步骤5：根据具体外界环境完成光照自适应后的可见光图像、中波红外图像和最终融合图像的切换。
[0056]
优选的，所述步骤2控制器采用光照自适应调节算法来进行光照调节具体包括：
[0057]
若摄像头生成图像的像素深度为nbit，则其灰度值分布范围为：0～2
n-1；对整幅图像做灰度直方图统计，得到像素值为0的统计量为cnt(0)，像素值为1的统计量为cnt(1)，
……
，像素值为2
n-1的统计量为cnt(2
n-1)；设定阈值t，若cnt(0)》t，则以像素值0为像素值范围起始点，若cnt(0)《t，则对cnt(1)进行判断；若cnt(1)》t，则以像素值1为范围起始点，若cnt(1)《t，则对cnt(2)进行判断，依此递增类推找到像素值范围起始点ts，此时小于ts的像素灰度值全部调整为ts；若cnt(2
n-1)》t，则以像素值2
n-1为范围结束点，若cnt(2
n-1)《t，则对cnt(2
n-2)进行判断，依此递减类推，找到像素值范围结束点te，此时大于te的像素灰度值全部调整为te；对于原始图像中的任意像素灰度值x映射后得到的灰度值为y，则：
[0058][0059]
消防人员可根据实际情况实现可见光图像、中波红外图像、融合图像灵活切换，实现对外界环境的最优化监测，根据光照条件的不同，通过实施例1运用特殊的直方图统计映射算法实现自适应光照调节，该算法计算方便，效果明显，易于实现，对资源消耗低；
[0060]
优选的，所述步骤2控制器采用光照自适应调节算法来进行光照调节，还可以采用以下步骤：
[0061]
通过hsv颜色空间的亮度值来判断图像的亮度值，对亮度值不在阈值范围内的图像，先进行去雾处理，对去雾后的图像，再次进行亮度值判断，若亮度值仍不在阈值范围，对图像进行gamma矫正后输出。
[0062]
优选的，所述gamma矫正公式具体包括：
[0063]
f(x)＝x2·
mean(k(x))+std(k(x))-0.5
[0064]
其中，f(x)表示经过自适应gamma矫正后的输出值；k(x)表示原始图像的像素值；mean(k(x))表示图像的亮度均值，代表图像的整体亮度值；std(k(x)表示图像的亮度标准差，代表图像的对比度。
[0065]
1)相比于带有单目摄像头的智能消防头盔或者简单双目摄像头的智能消防头盔，本智能摄像头搭载三个摄像头：可将光摄像头和双红外摄像头(中波和长波)，利用中波红外成像虽不及可见光摄像头，但受环境影响小，成像细节相对丰富，长波红外对温度敏感，探测距离长的优点，可以实现更好的目标监测。
[0066]
2)要完成该算法只需在带有相关摄像头的智能消防头盔中植入一个控制器(即低功耗dsp或者利用智能消防头盔中的soc芯片)就行，成本低、结构简单、体积小。
[0067]
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可
以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
[0068]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0069]
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

技术特征：
1.一种光照自适应的ar智能消防头盔，包括：包括头盔本体，其特征在于：所述头盔本体的上方设置有调节机构，所述调节机构包括弧形块，所述弧形块的底部固定连接于头盔本体的上表面靠近正面的一侧中部，所述弧形块的左侧开设有第一滑槽，所述弧形块的上表面开设有第二滑槽，所述头盔本体内部设置有控制器，所述控制器采用光照自适应调节算法来进行光照调节。2.根据权利要求1所述的一种光照自适应的ar智能消防头盔，其特征在于：所述第一滑槽的内部设置有螺纹轴，所述螺纹轴的外表面右侧设置有固定转钮。3.根据权利要求1所述的一种光照自适应的ar智能消防头盔，其特征在于：所述螺纹轴的上表面中部固定连接有连接杆，所述连接杆的顶部固定安装有摄像头本体。4.根据权利要求1所述的一种光照自适应的ar智能消防头盔，其特征在于：所述第一滑槽贯穿于弧形块的左右两侧内部，第二滑槽贯穿于第一滑槽的内部上方，螺纹轴贯穿于第一滑槽的内部，且螺纹轴在第一滑槽的内部可以进行滑动运动，固定转钮在螺纹轴的外表面进行螺纹转动运动，将螺纹轴的位置固定住，连接杆通过螺纹轴可以在第二滑槽的内部进行滑动，摄像头本体可以在头盔本体的上方进行多角度的调节。5.根据权利要求1所述的一种光照自适应的ar智能消防头盔，其特征在于：所述控制器采用光照自适应调节算法来进行光照调节具体包括：若摄像头生成图像的像素深度为nbit，则其灰度值分布范围为：0～2
n-1；对整幅图像做灰度直方图统计，得到像素值为0的统计量为cnt(0)，像素值为1的统计量为cnt(1)，
……
，像素值为2
n-1的统计量为cnt(2
n-1)；设定阈值t，若cnt(0)>t，则以像素值0为像素值范围起始点，若cnt(0)<t，则对cnt(1)进行判断；若cnt(1)>t，则以像素值1为范围起始点，若cnt(1)<t，则对cnt(2)进行判断，依此递增类推找到像素值范围起始点ts，此时小于ts的像素灰度值全部调整为ts；若cnt(2
n-1)>t，则以像素值2
n-1为范围结束点，若cnt(2
n-1)<t，则对cnt(2
n-2)进行判断，依此递减类推，找到像素值范围结束点te，此时大于te的像素灰度值全部调整为te；对于原始图像中的任意像素灰度值x映射后得到的灰度值为y，则：6.根据权利要求1所述的一种光照自适应的ar智能消防头盔，其特征在于：所述控制器采用光照自适应调节算法来进行光照调节，还可以采用以下步骤：通过hsv颜色空间的亮度值来判断图像的亮度值，对亮度值不在阈值范围内的图像，先进行去雾处理，对去雾后的图像，再次进行亮度值判断，若亮度值仍不在阈值范围，对图像进行gamma矫正后输出。7.一种基于权利要求1-6任一项所述ar智能消防头盔的光照调节方法，其特征在于，包括以下步骤：步骤1：将智能消防头盔上来自可见光摄像头的可见光rgb图像转化为yuv格式；步骤2：控制器采用光照自适应调节算法来进行光照调节；步骤3：对实现光照自适应调节功能后的可见光图像与长波红外图像实现融合；步骤4：对融合结果进行反变换得到新的y信号并与uv信号组合成新的rgb融合图像；步骤5：根据具体外界环境完成光照自适应后的可见光图像、中波红外图像和最终融合图像的切换。
8.根据权利要求7所述的ar智能消防头盔的光照调节方法，其特征在于，所述步骤2控制器采用光照自适应调节算法来进行光照调节具体包括：若摄像头生成图像的像素深度为nbit，则其灰度值分布范围为：0～2
n-1；对整幅图像做灰度直方图统计，得到像素值为0的统计量为cnt(0)，像素值为1的统计量为cnt(1)，
……
，像素值为2
n-1的统计量为cnt(2
n-1)；设定阈值t，若cnt(0)>t，则以像素值0为像素值范围起始点，若cnt(0)<t，则对cnt(1)进行判断；若cnt(1)>t，则以像素值1为范围起始点，若cnt(1)<t，则对cnt(2)进行判断，依此递增类推找到像素值范围起始点ts，此时小于ts的像素灰度值全部调整为ts；若cnt(2
n-1)>t，则以像素值2
n-1为范围结束点，若cnt(2
n-1)<t，则对cnt(2
n-2)进行判断，依此递减类推，找到像素值范围结束点te，此时大于te的像素灰度值全部调整为te；对于原始图像中的任意像素灰度值x映射后得到的灰度值为y，则：9.根据权利要求7所述的ar智能消防头盔的光照调节方法，其特征在于，所述步骤2控制器采用光照自适应调节算法来进行光照调节，还可以采用以下步骤：通过hsv颜色空间的亮度值来判断图像的亮度值，对亮度值不在阈值范围内的图像，先进行去雾处理，对去雾后的图像，再次进行亮度值判断，若亮度值仍不在阈值范围，对图像进行gamma矫正后输出。10.根据权利要求9所述的ar智能消防头盔的光照调节方法，其特征在于，所述gamma矫正公式具体包括：f(x)＝x2·
mean(k(x))+std(k(x))-0.5
其中，f(x)表示经过自适应gamma矫正后的输出值；k(x)表示原始图像的像素值；mean(k(x))表示图像的亮度均值，代表图像的整体亮度值；std(k(x)表示图像的亮度标准差，代表图像的对比度。

技术总结
本发明请求保护一种光照自适应的AR智能消防头盔及其光照调


技术研发人员：胡汉林 陈浩
受保护的技术使用者：重庆重镜科技有限公司
技术研发日：2023.04.11
技术公布日：2023/7/22