CN118977648A - 一种可抗强光干扰的后视镜视野调整方法及系统 - Google Patents

Abstract

本发明公开了一种可抗强光干扰的后视镜视野调整方法及系统，通过实时采集图像数据，并基于亮度信息L和对比度信息C计算环境光强E，实现了对车内照明的智能调整，避免了车内与车外光照不协调所引发的视觉不适。接着，利用独特的强光干扰等级D的判断方法，精确识别图像中的强光区域，进而动态调节后视镜的偏振角度θ，有效过滤掉强光，减少对驾驶员的直接视觉冲击。通过对非强光区域图像处理参数的精细调整，确保了图像整体的视觉效果，保持了图像的自然度和色彩平衡。不仅显著提升了电子后视镜在强光环境下的使用效果，减少了因强光引起的交通事故风险，还通过智能化的车内照明调整，优化了驾驶室内的视觉环境，提升了驾驶舒适度。

Description

一种可抗强光干扰的后视镜视野调整方法及系统

技术领域

本发明属于汽车技术领域，具体涉及一种可抗强光干扰的后视镜视野调整方法及系统。

背景技术

在现代汽车驾驶环境中，后视镜作为驾驶员获取车辆后方视野的重要工具，其清晰度与可靠性直接关联到行车安全。然而，特别是在白天强光照射、夜间遭遇远光灯直射或进入隧道等极端光照条件下，传统的玻璃后视镜或早期的电子后视镜往往难以有效抑制强光带来的视觉干扰，导致后方景象模糊、对比度降低，甚至产生眩光，严重威胁驾驶安全。

此外，车内照明系统的固定亮度设置，在不同外界光照环境下，也可能加剧驾驶员的视觉疲劳或降低驾驶舒适度。现有的解决方案在处理强光干扰和环境适应性方面存在不足，特别是缺乏对图像数据的深入分析和实时动态调整能力。

发明内容

本发明的目的在于提供一种可抗强光干扰的后视镜视野调整方法及系统，在复杂多变的光照条件下，实时准确地识别并抑制强光干扰，同时保证后视镜视野内的其他区域细节清晰可见，以及车内照明与外界光照环境的和谐匹配，确保驾驶员在各种驾驶场景下都能获得稳定、清晰、舒适的后视图像，以解决上述背景技术中提出现有技术中的问题。

为实现上述目的，本发明采用了如下技术方案：一种可抗强光干扰的后视镜视野调整方法，所述方法应用于车内电子后视镜，包括：

a）实时采集后视镜摄像头捕捉的图像数据，所述图像数据包括亮度信息L和对比度信息C；

b）计算环境光强E，依据公式E=α*L+β*C，其中α、β为预设系数，根据环境光强E动态调整车内照明亮度；

c）分析图像中的强光区域进行确定强光干扰等级D，依据公式D=f(E，T），其中T为预设阈值，f为根据环境光强和阈值判断干扰等级的函数；

d）根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，采用公式θ=g(D），其中g为偏振角度调整函数；

e）调整图像处理参数，进行增强非强光区域的细节，采用公式P=h(L，C，θ），其中h为根据原始亮度、对比度及偏振角度调整图像处理参数的函数，P为调整后的图像处理参数集，进行优化图像的整体视觉效果；

f）将调整后的图像数据输出至电子后视镜显示屏，实现抗强光干扰的视野展示。

优选的，在步骤a）中，摄像头采用高动态范围技术实时采集后视镜摄像头捕捉的图像数据，包括：

在同一场景下连续拍摄多帧不同曝光时间的图像，至少包括一帧短曝光图像以捕捉高光细节和一帧长曝光图像以捕捉暗部细节；

对多帧图像进行对齐处理，补偿因车辆行驶引起的图像位移，确保各帧图像间的像素对应关系；

采用色调映射算法，将多帧图像的亮度信息融合，生成一张含有高光部分细节和暗部细节的HDR图像，并进行实时亮度与对比度分析。

优选的，在步骤b）中，根据环境光强E动态调整车内照明亮度，包括：

利用HDR图像处理后的环境光信息，计算出当前环境的整体亮度以及各个区域的光照强度分布；

将计算出的光照强度与预设的舒适光照范围进行比较，确定需要增加还是减少车内特定区域的照明；

根据比较结果，调节车内LED灯组的亮度和色温。

优选的，步骤c）中，分析图像中的强光区域进行确定强光干扰等级D，包括：

环境光强E的计算：首先，根据步骤b）中提到的方法，计算出当前环境的光强E；

确定阈值T：基于常态光照条件下的环境光强度和已知的强光干扰临界点预设一个光强阈值T；

计算强光干扰等级D：利用函数f(D=max(0，E-T））确定强光干扰等级；如果计算得到的环境光强E大于预设阈值T，则D取E与T之差的正值，表明存在一定程度的强光干扰；若环境光强E不大于预设阈值T，则D为0，表示当前光照条件未达到强光干扰的标准；

分类与响应级别设定：根据D的具体数值，将强光干扰等级分为若干级别，每个级别对应不同的响应策略；

触发后续处理：在确定强光干扰等级D，该信息输入传递给步骤d）中偏振角度的动态调整，以及步骤e）中亮度L和对比度C的优化处理；

实时监控与动态评估：持续监测环境光强E的变化，并根据最新的E值重新计算D。

优选的，在步骤d）中，根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，包括：

定义参数：基于偏振角度对强光干扰等级D的敏感度确定斜率系数k和基于电子后视镜的光学特性选取偏振起始角度φ；

测量强光干扰等级D：通过光强检测器实时监测环境光中的强光干扰等级；

计算偏振角度θ：利用函数g(D）=θ=D*k+φ，并根据当前测量到的强光干扰等级D计算偏振角度θ；

执行偏振角度调整：将计算得到的偏振角度θ指令发送给电子后视镜中的偏振控制器，根据接收到的指令动态调整偏振片的角度。

优选的，在步骤e）中，优化图像的整体视觉效果通过强光干扰等级D动态调整亮度L和对比度C进行，包括：

确定调整系数m和n：基于实验确定系数m和n的值，系数m和n分别控制着亮度L和对比度C对强光干扰等级D的响应幅度；

计算调整后的亮度L'和对比度C'：根据函数h，利用当前的强光干扰等级D，分别计算调整后的亮度L'和对比度C'，计算公式为L'=L*(1+mD）和C'=C*(1+nD），其中，D的值决定调整的程度，m和n决定调整的速率和方向；

应用调整参数：将计算得到的亮度L'和对比度C'应用于原始图像数据中；

偏振角度整合：将偏振角度θ与调整后的亮度L'和对比度C'一同整合进最终的图像处理参数集P中；

图像渲染与输出：使用调整后的参数集P，对原始图像进行渲染处理。

优选的，在f）中，还包括防眩目展示。所述防眩目展示包括：

在电子后视镜内部集成光线传感器，实时监测后方来车的光源强度和位置，当传感器检测到高强度光源直接照射或接近照射后视镜时，激活防眩目处理单元；

防眩目处理单元根据光源位置信息，动态调整电子后视镜显示屏的局部亮度分布，通过局部调暗直接减弱或遮蔽强光源在屏幕上的反射。

优选的，在步骤b）中，还包括：在环境光强E计算前进行白平衡校正，包括：

原始数据采集：从电子后视镜摄像头获取当前场景的RAW图像数据，RAW数据包含了未经过任何色彩处理的图像信息；

色彩空间转换：将RAW图像数据转换至一个可进行白平衡处理的颜色空间；

确定参考白点：在图像中识别一个或多个理论上应为中性灰或白色的区域作为参考点；

计算色彩偏差：比较参考白点在当前色彩空间下的值与理想白色的差异，得出色彩偏差值；

应用白平衡校正矩阵：根据色彩偏差值，计算出一个白平衡校正矩阵，所述矩阵用于调整图像中每个像素的颜色分量，消除由光源色温导致的颜色偏差；

色彩空间转换回RGB：应用白平衡校正矩阵调整后的图像数据，再转换回RGB颜色空间；

环境光强计算：在完成白平衡校正后，使用调整后的图像数据，依据公式E=α*L+β*C计算环境光强E。

另一方面，本发明还提出一种可抗强光干扰的后视镜视野调整系统，包括：

图像数据采集模块，用于实时采集后视镜摄像头捕捉的图像数据，所述图像数据包括亮度信息L和对比度信息C；

光亮强度计算模块，用于计算环境光强E，依据公式E=α*L+β*C，其中α、β为预设系数，根据环境光强E动态调整车内照明亮度；

强光干扰等级计算模块，用于分析图像中的强光区域进行确定强光干扰等级D，依据公式D=f(E，T），其中T为预设阈值，f为根据环境光强和阈值判断干扰等级的函数；

后视镜调整模块，用于根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，采用公式θ=g(D），其中g为偏振角度调整函数；

图像处理模块，用于调整图像处理参数，进行增强非强光区域的细节，采用公式P=h(L，C，θ），其中h为根据原始亮度、对比度及偏振角度调整图像处理参数的函数，P为调整后的图像处理参数集，进行优化图像的整体视觉效果；

图像展示模块，用于将调整后的图像数据输出至电子后视镜显示屏，实现抗强光干扰的视野展示。

本发明的技术效果和优点：本发明提出的一种可抗强光干扰的后视镜视野调整方法及系统，与现有技术相比，具有以下优点：

本发明通过实时采集图像数据，并基于亮度信息L和对比度信息C计算环境光强E，实现了对车内照明的智能调整，避免了车内与车外光照不协调所引发的视觉不适。接着，利用独特的强光干扰等级D的判断方法，精确识别图像中的强光区域，进而动态调节后视镜的偏振角度θ，有效过滤掉强光，减少对驾驶员的直接视觉冲击。同时，通过对非强光区域图像处理参数的精细调整，确保了图像整体的视觉效果，既不会因为强光抑制而牺牲其他区域的细节，又保持了图像的自然度和色彩平衡。不仅显著提升了电子后视镜在强光环境下的使用效果，减少了因强光引起的交通事故风险，还通过智能化的车内照明调整，优化了驾驶室内的视觉环境，提升了驾驶舒适度。

附图说明

图1为本发明一种可抗强光干扰的后视镜视野调整方法的流程图；

图2为本发明一种可抗强光干扰的后视镜视野调整系统的模块图。

具体实施方式

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、完整地描述，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。此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。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他实施例，都属于本发明保护的范围。

本发明提供了一种可抗强光干扰的后视镜视野调整方法，所述方法应用于车内电子后视镜，可以在复杂多变的光照条件下，实时准确地识别并抑制强光干扰，同时保证后视镜视野内的其他区域细节清晰可见，以及车内照明与外界光照环境的和谐匹配，确保驾驶员在各种驾驶场景下都能获得稳定、清晰、舒适的后视图像。具体如下。

如图1所示，图1为本发明一种可抗强光干扰的后视镜视野调整方法的流程图。

示例性地，上述的一种可抗强光干扰的后视镜视野调整方法的步骤包括：

a）实时采集后视镜摄像头捕捉的图像数据，所述图像数据包括亮度信息L和对比度信息C；

进一步的，摄像头采用高动态范围技术实时采集后视镜摄像头捕捉的图像数据，具体包括：在同一场景下连续拍摄多帧不同曝光时间的图像，至少包括一帧短曝光图像以捕捉高光细节和一帧长曝光图像以捕捉暗部细节；对多帧图像进行对齐处理，补偿因车辆行驶引起的图像位移，确保各帧图像间的像素对应关系；采用色调映射算法，将多帧图像的亮度信息融合，生成一张含有高光部分细节和暗部细节的HDR图像，并进行实时亮度与对比度分析。具体实施例如下：

（1）摄像头模块选择

为了实现实时的HDR图像采集，选用型号为“Sony IMX577”的堆栈式CMOS图像传感器作为核心部件。该传感器以其卓越的低光性能和高动态范围特性著称，支持多重曝光功能，能够满足在不同曝光时间下连续拍摄的需求。具体而言，IMX577能够以极短的时间间隔（如1/1000秒和1/30秒）分别拍摄短曝光和长曝光图像，短曝光图像用于捕捉高光细节，避免过曝；长曝光图像则确保暗部细节丰富，避免欠曝。

（2）图像对齐处理机制

由于车辆在行驶过程中难免会产生震动或轻微位移，这将导致连续拍摄的多帧图像之间出现像素偏移。为了解决这一问题，引入了基于特征点匹配的图像对齐算法，如ORB（Oriented FAST and Rotated BRIEF）或SIFT（Scale-Invariant Feature Transform）。这些算法能够在不同曝光时间的图像中自动识别并匹配特征点，通过计算特征点之间的偏移量来执行精确的图像对齐，确保在融合前各帧图像的像素位置一致。此过程由集成在ISP中的专用硬件加速器完成，以实现高速、低延迟的处理。

（3）HDR图像生成与亮度对比度分析

对齐后的图像序列被送入色调映射（Tone Mapping）阶段，这里采用的是“Reinhard全局色调映射算法”或其他更为先进的局部色调映射技术，如“Ward’s Method”。这些算法能够有效地将不同曝光度图像的亮度信息融合，生成既保留高光细节又不丢失暗部信息的HDR图像。在此过程中，算法会自动分析并调整图像的亮度L和对比度C，确保最终图像的视觉效果既自然又清晰。

（4）硬件与软件协同工作原理

整个系统的工作流程如下：IMX577传感器根据预设的曝光策略，连续拍摄多帧图像，并将原始数据传输给ISP。ISP首先进行基本的图像预处理，如噪声消除和初步对齐，随后利用硬件加速的图像处理单元执行像素级的精确对齐和色调映射。在生成HDR图像之后，系统进一步利用内置的图像分析算法，提取出亮度信息L和对比度信息C，为后续的环境光强计算、强光干扰等级分析及偏振角度调整提供基础数据。

采用上述方案，不仅显著提高了后视镜摄像头在复杂光照条件下的成像质量，还为智能调节车内照明和偏振角度提供了准确的数据支撑，有效解决了传统电子后视镜在强光环境下的视觉干扰问题。

b）计算环境光强E，依据公式E=α*L+β*C，其中α、β为预设系数，根据环境光强E动态调整车内照明亮度；

进一步的，根据环境光强E动态调整车内照明亮度，包括：利用HDR图像处理后的环境光信息，计算出当前环境的整体亮度以及各个区域的光照强度分布；将计算出的光照强度与预设的舒适光照范围进行比较，确定需要增加还是减少车内特定区域的照明；根据比较结果，调节车内LED灯组的亮度和色温。具体实施例如下：

环境光强计算方法，根据提出的公式E=α*L+β*C，其中L代表图像的平均亮度，C代表图像的平均对比度，α和β为预先设定的权重系数，反映了亮度与对比度在光强计算中的相对重要性。具体实施时，首先利用HDR图像处理技术得到的图像数据，通过图像分析算法计算出整个场景的平均亮度L，以及对比度C，后者衡量的是图像中最亮与最暗区域的差异。系数α和β基于人眼对亮度和对比度敏感性的研究结果设定，一般α值较大，以强调亮度的影响，而β则用于细微调整，以应对高对比度场景。

光照强度分布分析，获得环境光强E后，系统进一步分析HDR图像，识别车内各区域（如驾驶席、乘客区、仪表盘等）的光照强度分布。这一步骤涉及图像分割技术，将车厢内部划分为多个子区域，并对每个区域的平均亮度进行单独计算，从而得到更精细化的光照控制需求。

接下来，系统参考人因工程学和视觉舒适度标准，预设了车内照明的“舒适光照范围”。这一范围通常基于日间、黄昏、夜间不同的时间段，以及不同的驾驶环境（如隧道、城市街道、高速公路）来设定。例如，白天可能需要较高亮度和冷色温以减少眼睛疲劳，夜晚则倾向于低亮度和暖色温以促进放松。

将计算出的光照强度与预设的舒适光照范围进行比较，若发现某区域的光照强度低于或超出舒适范围，则通过调节车内LED灯组的亮度和色温来达到理想状态。亮度调节依赖于LED灯的PWM（脉冲宽度调制）控制器，通过改变脉冲宽度来线性控制灯光亮度。而色温调节则通过混合不同色温的LED光源实现，例如，冷白光（高色温）与暖黄光（低色温）的比例调整，以匹配外部环境和提高视觉舒适度。

实现这一系统的关键在于高精度的图像处理能力、快速响应的控制系统以及高效的硬件集成。图像处理算法需具备实时性，确保在车辆行驶过程中能持续快速地分析环境光线变化。此外，控制系统的设计需考虑稳定性与精确性，确保照明调节平滑无闪烁，同时减少能源消耗。针对不同车型的内饰布局，LED灯组的布局与设计也需灵活调整，以达到最佳的照明效果。

c）分析图像中的强光区域进行确定强光干扰等级D，依据公式D=f(E，T），其中T为预设阈值，f为根据环境光强和阈值判断干扰等级的函数；

进一步的，分析图像中的强光区域进行确定强光干扰等级D，包括： 环境光强E的计算：首先，根据步骤b）中提到的方法，计算出当前环境的光强E； 确定阈值T：基于常态光照条件下的环境光强度和已知的强光干扰临界点预设一个光强阈值T； 计算强光干扰等级D：利用函数f(D=max(0，E-T））确定强光干扰等级；如果计算得到的环境光强E大于预设阈值T，则D取E与T之差的正值，表明存在一定程度的强光干扰；若环境光强E不大于预设阈值T，则D为0，表示当前光照条件未达到强光干扰的标准； 分类与响应级别设定：根据D的具体数值，将强光干扰等级分为若干级别，每个级别对应不同的响应策略； 触发后续处理：在确定强光干扰等级D，该信息输入传递给步骤d）中偏振角度的动态调整，以及步骤e）中亮度L和对比度C的优化处理； 实时监控与动态评估：持续监测环境光强E的变化，并根据最新的E值重新计算D。

具体的，精确分析图像中的强光区域，进而确定强光干扰等级D，并将其应用于后视镜视野调整的自动化流程中。该过程不仅涉及到了对环境光强E的精确计算，还包括了阈值T的科学设定，以及根据干扰等级D的动态调整策略，确保了整个系统在各种光照条件下的高效运作和驾驶安全。

首先，沿用了之前提到的方法，通过HDR图像处理技术获取的图像数据，计算出环境光强E。这里，利用了图像的亮度信息L和对比度信息C，通过公式E=α∗L+β∗C，确保了对复杂光照环境下光强的准确评估。这一计算过程在硬件层面由高性能的图像处理单元（GPU）或专用的ISP（图像信号处理器）高效完成，确保了计算的实时性。

阈值T的科学设定，确定阈值T是关键步骤，它基于广泛的测试和数据分析，涵盖了各种典型的光照条件，包括晴天、阴天、黄昏、夜晚以及不同类型的强光源（如直射阳光、远光灯等）。阈值T的设定需综合考虑人眼对光线的敏感度、驾驶安全标准及电子后视镜的处理能力。通常，通过统计分析大量实际驾驶数据，找到一个既能有效识别强光干扰，又避免过度敏感的阈值。阈值T并非固定不变，而是可以根据不同地区、季节、时间段进行微调，以适应更广泛的应用场景。

强光干扰等级D的计算与分类，通过函数D=max(0,E−T)来确定强光干扰等级D，这一简单而有效的判定方法能够清晰地区分出是否存在着强光干扰。当E大于T时，D的正值直接反映了干扰的程度；反之，D为0表示当前光照条件良好，无需特别处理。基于D的大小，可以将强光干扰等级分为轻度、中度、重度等几个级别，每个级别对应不同的响应策略。例如，轻度干扰可能只需轻微调整偏振角度，中度或重度干扰则可能需要更强的偏振调整以及图像处理增强。

触发后续处理与实时监控，确定了强光干扰等级D之后，系统会自动触发相应的应对措施，如步骤d)中的偏振角度动态调整，以及步骤e)中亮度L和对比度C的优化处理。这些调整策略旨在最大限度地减少强光对驾驶员视线的干扰，同时保持图像的整体视觉质量。重要的是，这一系列调整并非一次性的，而是通过实时监控环境光强E的变化，不断重新计算D值，确保了系统能够动态响应光照条件的变化，维持最优的视觉体验。

d）根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，采用公式θ=g(D），其中g为偏振角度调整函数；

进一步的，在具体实施动态调节后视镜偏振角度θ以应对强光干扰的方案时，我们深入探索了从理论设计到实际应用的每一个环节，确保这一智能化调节机制能够高效、准确地工作，从而极大改善驾驶员在复杂光照条件下的视觉体验和行车安全。

定义参数：斜率系数k与偏振起始角度φ

首先，斜率系数k是根据偏振角度对强光干扰等级D的响应敏感度设定的。理论上，k值越大，偏振角度随强光干扰等级的增加而变化的速度越快，反之则变化较缓。k值的选择需基于实验数据和模拟分析，确保在减少强光干扰的同时，不会过分牺牲图像的整体亮度和色彩饱和度。偏振起始角度φ的选择，则需考虑电子后视镜的光学设计特点和常规使用环境的平均光照条件，通常设定在能够提供较好全天候视觉效果的角度。

测量强光干扰等级D

测量强光干扰等级D的过程涉及多种传感器和技术的综合运用。除了直接利用光强检测器外，现代电子后视镜系统还会集成高动态范围（HDR）摄像头，通过图像处理算法分析图像中的亮度分布和对比度变化，进一步精确评估强光干扰程度。这要求系统具有高效的图像处理单元（GPU）和算法支持，以实现快速而准确的强光干扰识别。

计算偏振角度θ

基于测量得到的强光干扰等级D，采用公式g(D）=θ=D*k+φ来动态计算偏振角度θ。该公式简洁直观，通过k值放大D的影响，加上固定的偏振起始角度φ，确保了偏振调整的灵活性和针对性。计算过程在电子控制单元（ECU）内完成，ECU根据实时的D值快速计算出θ，并准备执行指令。

执行偏振角度调整

计算得到的偏振角度θ指令通过车载总线系统发送给电子后视镜中的偏振控制器。现代偏振控制器通常采用微型电机驱动偏振片，能够精确控制偏振角度的变化，响应速度快，定位准确。这一调整过程需确保平滑无抖动，以免引起驾驶员视觉上的不适。偏振角度的调整不仅减少了直接反射的强光，还可能通过调整偏振方向，优化特定角度下光线的透过率，进一步提高后视镜图像的清晰度和对比度。

实时监控与自适应调整

系统还需具备实时监控功能，持续跟踪环境光强的变化，并基于新的D值重新计算θ，实现偏振角度的动态自适应调整。这要求系统具有强大的数据处理能力和高度的智能化水平，能够快速响应环境变化，保持最佳的视觉效果。此外，为优化用户体验，系统还可以集成用户反馈机制，允许驾驶员根据个人偏好调整k值或φ值，实现个性化设置。

e）调整图像处理参数，进行增强非强光区域的细节，采用公式P=h(L，C，θ），其中h为根据原始亮度、对比度及偏振角度调整图像处理参数的函数，P为调整后的图像处理参数集，进行优化图像的整体视觉效果；

进一步的，优化图像的整体视觉效果通过强光干扰等级D动态调整亮度L和对比度C进行，包括： 确定调整系数m和n：基于实验确定系数m和n的值，系数m和n分别控制着亮度L和对比度C对强光干扰等级D的响应幅度； 计算调整后的亮度L'和对比度C'：根据函数h，利用当前的强光干扰等级D，分别计算调整后的亮度L'和对比度C'，计算公式为L'=L*(1+mD）和C'=C*(1+nD），其中，D的值决定调整的程度，m和n决定调整的速率和方向； 应用调整参数：将计算得到的亮度L'和对比度C'应用于原始图像数据中； 偏振角度整合：将偏振角度θ与调整后的亮度L'和对比度C'一同整合进最终的图像处理参数集P中；图像渲染与输出：使用调整后的参数集P，对原始图像进行渲染处理。

f）将调整后的图像数据输出至电子后视镜显示屏，实现抗强光干扰的视野展示。

进一步的，还包括防眩目展示，包括：在电子后视镜内部集成光线传感器，实时监测后方来车的光源强度和位置，当传感器检测到高强度光源直接照射或接近照射后视镜时，激活防眩目处理单元；防眩目处理单元根据光源位置信息，动态调整电子后视镜显示屏的局部亮度分布，通过局部调暗直接减弱或遮蔽强光源在屏幕上的反射。具体实施例如下：

在实现抗强光干扰的视野展示基础上，进一步集成防眩目功能，不仅提升了驾驶者的视觉舒适度，更是保障了行车安全。这一增强型电子后视镜系统通过精密的传感器技术和智能图像处理算法，实时响应后方强光源，确保了在任何光照条件下都能提供清晰、无眩光的后视图像。

光线传感器选择，采用型号为“AMS TSL2591”的高灵敏度数字光线传感器，该传感器具有宽动态范围和高精度，能够准确检测从微弱星光到强烈阳光的光线强度。它通过I²C接口与电子后视镜的主控单元通信，实时传输光源强度数据，为防眩目处理提供基础信息。

防眩目处理单元集成高性能微处理器，如“NVIDIA Jetson Nano”或“RaspberryPi Compute Module”，这些模块具有强大的计算能力，能够快速处理光线传感器数据和图像数据，执行复杂的图像处理算法，实现动态局部调光。

实施原理与步骤

实时监测与数据采集：光线传感器位于电子后视镜的适当位置，确保能准确捕捉到后方来车的光源强度和大致位置。传感器持续监测并实时将数据传送给防眩目处理单元。

光源识别与分析：防眩目处理单元接收到光线数据后，利用算法识别高强度光源，特别是那些可能引起视觉眩光的直接照射光源。算法通过分析光源强度和位置，判断是否需要启动防眩目处理。

图像处理与局部调暗：一旦确认有强光源影响，图像处理模块将介入，对从摄像头获取的图像数据进行处理。采用局部动态范围压缩技术，仅对强光源直接照射或影响明显的区域进行亮度调暗，同时保持图像其他部分的正常亮度和对比度，确保整体视觉效果自然，避免了整个屏幕因局部强光而全面变暗。

智能动态调整：防眩目处理单元根据光源位置的变动，动态调整局部调暗的区域和程度，确保即使在车辆快速移动或光源角度频繁变化的情况下，防眩目效果依然准确有效。这一过程依赖于高精度的图像分析和快速响应的算法优化。

视觉舒适度优化：在进行局部亮度调整的同时，系统还会根据环境光强和驾驶员的视觉习惯，微调整个屏幕的亮度和色彩平衡，进一步提升视觉舒适度。这可能包括自动调节屏幕背光强度，以及应用色彩管理技术，确保图像色彩不失真。

用户可调设置：为了满足不同驾驶者的偏好，系统提供用户界面，允许调整防眩目功能的灵敏度、局部调暗的程度等参数，实现个性化定制。

在另外一些实施例中，上述的一种可抗强光干扰的后视镜视野调整方法还包括：在环境光强E计算前进行白平衡校正，包括： 原始数据采集：从电子后视镜摄像头获取当前场景的RAW图像数据，RAW数据包含了未经过任何色彩处理的图像信息； 色彩空间转换：将RAW图像数据转换至一个可进行白平衡处理的颜色空间； 确定参考白点：在图像中识别一个或多个理论上应为中性灰或白色的区域作为参考点； 计算色彩偏差：比较参考白点在当前色彩空间下的值与理想白色的差异，得出色彩偏差值； 应用白平衡校正矩阵：根据色彩偏差值，计算出一个白平衡校正矩阵，所述矩阵用于调整图像中每个像素的颜色分量，消除由光源色温导致的颜色偏差；色彩空间转换回RGB：应用白平衡校正矩阵调整后的图像数据，再转换回RGB颜色空间； 环境光强计算：在完成白平衡校正后，使用调整后的图像数据，依据公式E=α*L+β*C计算环境光强E。

具体的，摄像头选择，采用型号为Sony IMX415的高性能CMOS图像传感器，该传感器支持RAW格式输出，具有高动态范围和低光照性能，非常适合用于复杂光照条件下的图像捕捉。

处理单元，采用嵌入式系统如NVIDIA Xavier NX，搭载高性能GPU和CPU，提供足够的计算力以实现快速的图像处理和算法运算，确保白平衡校正及后续图像处理的实时性。

通过Sony IMX415摄像头捕捉的RAW图像数据，未经任何色彩处理，包含了最原始的光线信息，为白平衡校正提供了最纯净的输入源。

将RAW图像数据通过图像处理单元转换到适合白平衡调整的颜色空间，如AdobeRGB或CIE XYZ空间，这些色彩空间更适合进行色彩平衡的精确调整。

利用图像处理算法，在转换后的图像中自动识别或由用户手动标记出中性灰或白色区域作为参考点。算法可能采用基于色彩直方图分析或机器学习的方法，如K-means聚类，以准确识别场景中的中性区域。

对比参考点在当前色彩空间中的色彩值与理想白色值（如CIE XYZ空间中的D65光源标准白色点），计算色彩偏差值。偏差值反映了图像色彩的偏移程度，是校正矩阵计算的基础。

基于色彩偏差值，计算白平衡校正矩阵。该矩阵通过调整红、绿、蓝三原色通道的增益，以消除光源色温带来的色彩偏移。计算过程可能涉及多项式或3x3色彩变换矩阵，如使用灰世界假设或完美反射假设模型。

应用白平衡校正矩阵调整图像数据后，将其转换回常用的sRGB色彩空间，确保与大多数显示设备兼容，且色彩呈现自然。

完成白平衡校正后，利用调整后的图像数据，通过公式E=αL+βC计算环境光强E。这里的亮度L和对比度C数据更加准确，因为它们已经消除了色温偏差的影响，确保了后续光强调整的精确性。

另外，本发明提出一种可抗强光干扰的后视镜视野调整系统，如图2所示，包括：图像数据采集模块、光亮强度计算模块、强光干扰等级计算模块、后视镜调整模块、图像处理模块以及图像展示模块。

具体的，图像数据采集模块用于实时采集后视镜摄像头捕捉的图像数据，所述图像数据包括亮度信息L和对比度信息C；

具体的，光亮强度计算模块用于计算环境光强E，依据公式E=α*L+β*C，其中α、β为预设系数，根据环境光强E动态调整车内照明亮度；

具体的，强光干扰等级计算模块用于分析图像中的强光区域进行确定强光干扰等级D，依据公式D=f(E，T），其中T为预设阈值，f为根据环境光强和阈值判断干扰等级的函数；

具体的，后视镜调整模块用于根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，采用公式θ=g(D），其中g为偏振角度调整函数；

具体的，图像处理模块用于调整图像处理参数，进行增强非强光区域的细节，采用公式P=h(L，C，θ），其中h为根据原始亮度、对比度及偏振角度调整图像处理参数的函数，P为调整后的图像处理参数集，进行优化图像的整体视觉效果；

具体的，图像展示模块用于将调整后的图像数据输出至电子后视镜显示屏，实现抗强光干扰的视野展示。

另外，上述的图像数据采集模块、光亮强度计算模块、强光干扰等级计算模块、后视镜调整模块、图像处理模块以及图像展示模块在执行时还用于执行上述的一种可抗强光干扰的后视镜视野调整方法的其他功能，在此不做一一赘述。

综上所述，通过实时采集图像数据，并基于亮度信息L和对比度信息C计算环境光强E，实现了对车内照明的智能调整，避免了车内与车外光照不协调所引发的视觉不适。接着，利用独特的强光干扰等级D的判断方法，精确识别图像中的强光区域，进而动态调节后视镜的偏振角度θ，有效过滤掉强光，减少对驾驶员的直接视觉冲击。同时，通过对非强光区域图像处理参数的精细调整，确保了图像整体的视觉效果，既不会因为强光抑制而牺牲其他区域的细节，又保持了图像的自然度和色彩平衡。不仅显著提升了电子后视镜在强光环境下的使用效果，减少了因强光引起的交通事故风险，还通过智能化的车内照明调整，优化了驾驶室内的视觉环境，提升了驾驶舒适度。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种可抗强光干扰的后视镜视野调整方法，所述方法应用于车内电子后视镜，其特征在于，包括：

a）实时采集后视镜摄像头捕捉的图像数据，所述图像数据包括亮度信息L和对比度信息C；

b）计算环境光强E，依据公式E=α*L+β*C，其中α、β为预设系数，根据环境光强E动态调整车内照明亮度；

c）分析图像中的强光区域进行确定强光干扰等级D，依据公式D=f(E，T），其中T为预设阈值，f为根据环境光强和阈值判断干扰等级的函数；

d）根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，采用公式θ=g(D），其中g为偏振角度调整函数；

e）调整图像处理参数，进行增强非强光区域的细节，采用公式P=h(L，C，θ），其中h为根据原始亮度、对比度及偏振角度调整图像处理参数的函数，P为调整后的图像处理参数集，进行优化图像的整体视觉效果；

f）将调整后的图像数据输出至电子后视镜显示屏，实现抗强光干扰的视野展示。

2.根据权利要求1所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，在步骤a）中，摄像头采用高动态范围技术实时采集后视镜摄像头捕捉的图像数据，包括：

在同一场景下连续拍摄多帧不同曝光时间的图像，至少包括一帧短曝光图像以捕捉高光细节和一帧长曝光图像以捕捉暗部细节；

对多帧图像进行对齐处理，补偿因车辆行驶引起的图像位移，确保各帧图像间的像素对应关系；

采用色调映射算法，将多帧图像的亮度信息融合，生成一张含有高光部分细节和暗部细节的HDR图像，并进行实时亮度与对比度分析。

3.根据权利要求2所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，在步骤b）中，根据环境光强E动态调整车内照明亮度，包括：

利用HDR图像处理后的环境光信息，计算出当前环境的整体亮度以及各个区域的光照强度分布；

将计算出的光照强度与预设的舒适光照范围进行比较，确定需要增加还是减少车内特定区域的照明；

根据比较结果，调节车内LED灯组的亮度和色温。

4.根据权利要求1所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，步骤c）中，分析图像中的强光区域进行确定强光干扰等级D，包括：

环境光强E的计算：首先，根据步骤b）中提到的方法，计算出当前环境的光强E；

确定阈值T：基于常态光照条件下的环境光强度和已知的强光干扰临界点预设一个光强阈值T；

计算强光干扰等级D：利用函数f(D=max(0，E-T））确定强光干扰等级；如果计算得到的环境光强E大于预设阈值T，则D取E与T之差的正值，表明存在一定程度的强光干扰；若环境光强E不大于预设阈值T，则D为0，表示当前光照条件未达到强光干扰的标准；

分类与响应级别设定：根据D的具体数值，将强光干扰等级分为若干级别，每个级别对应不同的响应策略；

触发后续处理：在确定强光干扰等级D，该信息输入传递给步骤d）中偏振角度的动态调整，以及步骤e）中亮度L和对比度C的优化处理；

实时监控与动态评估：持续监测环境光强E的变化，并根据最新的E值重新计算D。

5.根据权利要求1所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，在步骤d）中，根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，包括：

定义参数：基于偏振角度对强光干扰等级D的敏感度确定斜率系数k和基于电子后视镜的光学特性选取偏振起始角度φ；

测量强光干扰等级D：通过光强检测器实时监测环境光中的强光干扰等级；

计算偏振角度θ：利用函数g(D）=θ=D*k+φ，并根据当前测量到的强光干扰等级D计算偏振角度θ；

执行偏振角度调整：将计算得到的偏振角度θ指令发送给电子后视镜中的偏振控制器，根据接收到的指令动态调整偏振片的角度。

6.根据权利要求1所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，在步骤e）中，优化图像的整体视觉效果通过强光干扰等级D动态调整亮度L和对比度C进行，包括：

确定调整系数m和n：基于实验确定系数m和n的值，系数m和n分别控制着亮度L和对比度C对强光干扰等级D的响应幅度；

计算调整后的亮度L'和对比度C'：根据函数h，利用当前的强光干扰等级D，分别计算调整后的亮度L'和对比度C'，计算公式为L'=L*(1+mD）和C'=C*(1+nD），其中，D的值决定调整的程度，m和n决定调整的速率和方向；

应用调整参数：将计算得到的亮度L'和对比度C'应用于原始图像数据中；

偏振角度整合：将偏振角度θ与调整后的亮度L'和对比度C'一同整合进最终的图像处理参数集P中；

图像渲染与输出：使用调整后的参数集P，对原始图像进行渲染处理。

7.根据权利要求1所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，在f）中，还包括防眩目展示。

8.根据权利要求7所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，所述防眩目展示包括：

在电子后视镜内部集成光线传感器，实时监测后方来车的光源强度和位置，当传感器检测到高强度光源直接照射或接近照射后视镜时，激活防眩目处理单元；

防眩目处理单元根据光源位置信息，动态调整电子后视镜显示屏的局部亮度分布，通过局部调暗直接减弱或遮蔽强光源在屏幕上的反射。

9.根据权利要求1所述的一种可抗强光干扰的后视镜视野调整方法，其特征在于，在步骤b）中，还包括：在环境光强E计算前进行白平衡校正，包括：

原始数据采集：从电子后视镜摄像头获取当前场景的RAW图像数据，RAW数据包含了未经过任何色彩处理的图像信息；

色彩空间转换：将RAW图像数据转换至一个可进行白平衡处理的颜色空间；

确定参考白点：在图像中识别一个或多个理论上应为中性灰或白色的区域作为参考点；

计算色彩偏差：比较参考白点在当前色彩空间下的值与理想白色的差异，得出色彩偏差值；

应用白平衡校正矩阵：根据色彩偏差值，计算出一个白平衡校正矩阵，所述矩阵用于调整图像中每个像素的颜色分量，消除由光源色温导致的颜色偏差；

色彩空间转换回RGB：应用白平衡校正矩阵调整后的图像数据，再转换回RGB颜色空间；

环境光强计算：在完成白平衡校正后，使用调整后的图像数据，依据公式E=α*L+β*C计算环境光强E。

10.一种可抗强光干扰的后视镜视野调整系统，其特征在于，包括：

图像数据采集模块，用于实时采集后视镜摄像头捕捉的图像数据，所述图像数据包括亮度信息L和对比度信息C；

光亮强度计算模块，用于计算环境光强E，依据公式E=α*L+β*C，其中α、β为预设系数，根据环境光强E动态调整车内照明亮度；

强光干扰等级计算模块，用于分析图像中的强光区域进行确定强光干扰等级D，依据公式D=f(E，T），其中T为预设阈值，f为根据环境光强和阈值判断干扰等级的函数；

后视镜调整模块，用于根据强光干扰等级D的结果，进行动态调节后视镜的偏振角度θ，采用公式θ=g(D），其中g为偏振角度调整函数；

图像处理模块，用于调整图像处理参数，进行增强非强光区域的细节，采用公式P=h(L，C，θ），其中h为根据原始亮度、对比度及偏振角度调整图像处理参数的函数，P为调整后的图像处理参数集，进行优化图像的整体视觉效果；

图像展示模块，用于将调整后的图像数据输出至电子后视镜显示屏，实现抗强光干扰的视野展示。