用于成像的增强的色彩一致性的制作方法

1.本公开涉及用于在车辆中成像的增强的色彩一致性。


背景技术：

2.人们越来越多地使用车辆和移动装置来生成图像。在其中可能捕获图像的弱光条件下的色彩一致性和表示可能受到破坏，从而导致图像质量下降。另外，一些装置依赖于图像数据，因此依赖于图像数据的装置的性能可能会因弱光条件引起的不良图像质量而受到破坏。


技术实现要素：

3.人和装置在做出决策时越来越依赖于图像。例如，车辆的操作可以取决于捕获的图像数据，无论车辆是由人类驾驶员操作还是自动操作(例如，自主车辆)。另外，一些车辆系统和其他计算机的逻辑和输出可能取决于图像数据。例如，车辆的高级驾驶员辅助系统(adas)可以至少部分地依赖于图像数据。
4.当在弱光设置下(诸如在夜间、黄昏、在隧道中、在地下通道下等)捕获图像时，图像的图像数据的质量可能会受到破坏。除了降低所捕获图像的视觉美感之外，不良的图像质量还可能破坏计算机视觉(cv)和可能依赖于图像数据来生成输出的其他基于图像的模型的性能。随着图像色彩表示和内部车辆显示器的大小增加和改进，车辆驾驶员越来越多地观察到问题。依赖于稳健的视觉数据的增加的车辆特征可以受益于在弱光条件下的提高的操作能力。
5.例如，人类识别色彩一致性——即使在有色照明下(例如，当佩戴太阳镜时)也能正确感知对象的色彩。然而，当在一种类型的照明下拍摄照片并且人在不同的照明下观看照片时，这种感知可能会受到破坏(例如，照片可能看起来是着色的)。为了校正这种感知效果，一些相机可以调整图像的色彩以部分地或完全地补偿照明的主色彩(例如，通常称为“色温”)，从而有效地使图像中的色彩偏移以看起来好像拍摄的场景由中性(例如，白)光照亮。该过程可以被称为“自动白平衡”。
6.一些基于图像的车辆技术(诸如周围视图特征)可以检查捕获的图像(例如，由车辆相机捕获)并且在关于图像形成的假设下操作以估计环境照明特性。例如，一些技术可以基于所获得的图像特性来假设某些发光体属性。在弱光条件下，相机的色彩响应通常较嘈杂，并且关于环境照明的一些假设可能是不正确的(例如，蓝色照明而不是太阳照明，诸如普朗克)。在所得图像可能拼接在一起的多相机成像的情况下，该过程可能容易出错，从而导致不良的美学外观。
7.然而，一些现有技术可能产生对于车辆操作和人类用户体验来说可能是不足的结果。例如，在车辆致动的情况下，无论是通过人类对图像的感知还是通过对图像的计算机算法分析来控制，一些现有技术都可能导致不期望的车辆操作，诸如人类驾驶员在弱光条件下导航车辆时使用环绕视图来检测对象。
8.因此，人和装置可以受益于在弱光场景下的图像的提高的色彩一致性。
9.在一个或多个实施例中，在弱光情形下，可以用车灯加强用于图像捕获的外部车辆照明，以向分析车辆相机和/或用户装置的所捕获的图像数据的cv和其他图像分析模型提供更高的稳定性。在车辆上存在车辆照明器的情况下，可能会影响总照明色彩特性，从而允许改善对图像中的色彩的识别，并且因此改善图像的呈现。这种关系可以用于获得环境照明和材料色彩特性两者。利用该信息，可以改善色彩校正(例如，白平衡和色调校正)。所述改善可以应用于用于车辆和智能装置两者的人类观看和机器算法两者的单或多相机成像。
10.在一个或多个实施例中，车辆相机或装置相机可以检测弱光条件(例如，基于光传感器、相机设置、用户设置、当日时间等)。车辆相机(例如，后视相机)可以捕获车辆外部的场景的图像数据。处理装置可以基于图像数据来确定三维场景，以估计车辆与车辆和对象之间的几何形状。为了确定多维场景，处理装置可以在来自后置相机、镜下相机和/或中央高位刹车灯(chmsl)相机(例如，瞄准卡车货厢或车辆后方)的辅助下使用多视图立体技术。假设场景不改变，则处理装置可以使用单目深度感知/深度估计。处理装置可以使用来自车辆相机或移动装置相机的飞行时间(tof)数据来确定对象距相机的距离。可以利用其他技术来估计深度(例如，假设场景的均匀反射率，来自车辆照明装置的光量值响应可能是有用的)。
11.在一个或多个实施例中，车辆可以在短时间段内使用变化的色彩和/或强度水平来照亮场景(例如，使用车灯)，使得色彩变化以比人眼可以检测到的速率更快的速率发生(例如，大于240hz)。发光体的位置也可以通过选择源光(例如，在车辆的尾灯复合体内)而变化，例如通过使用车辆尾部上的发光二极管(led)条带内的单独照明(例如，符合关于尾灯不改变照明的政府规定)。当快速连续地产生脉冲时，快速改变尾灯的色彩对于人类观察者来说将表现为白光。因为倒车尾灯可能需要是白色的，所以这种快速脉冲将符合相关规定。一旦有足够的图像数据来准确地估计图像场景中的挂车或其他对象的位置，车辆就可以停止闪烁灯(例如，以允许自动挂接过程的下一步骤，诸如将车辆操纵到相机响应的线性回归、使用随机样本共识或另一算法)。
12.在一个或多个实施例中，来自相机的光度线性输入图像可以表示为i，其具有为零的黑水平并且没有饱和像素。可以假设图像i中的每个像素k的红色、绿色、蓝色(rgb)值是像素的“真实”白平衡rgb值w
(k)
和所有像素共享的某个全局rgb照明l的根据以下方程式(1)的乘积：
[0013][0014]
色彩一致性的任务是使用输入图像i来估计全局rgb照明l，并且使用l来产生以这种方式，照明色彩是在图像中观察到的色彩偏移中的关键分量，并且作为输入以产生具有色彩一致性的校正图像。
[0015]
在一个或多个实施例中，当使用尾灯作为用于外部车辆照明的可控光源时，输入图像i可以是尾灯强度和外部发光体强度(例如，街道照明、其他环境照明、其他车辆照明、
其他装置照明等)的和。相机响应(例如，对环境光和视野中的对象的表面反射率)可以由下面的方程式(2)表示：
[0016]rx，e
＝a
x
·nxixsx
(λi)e
x
(λi)
ꢀꢀꢀ
(2)，
[0017]
其中：
[0018]
(a,n)-单位向量是几何项；
[0019]
e(λ)-外部照明的功率谱密度；
[0020]
s(λ)-视野中的对象(即，挂车)的未知反射率；
[0021]
f(λ)-坐标系中位置x处的光谱灵敏度；和
[0022]rx-场景的相机响应。
[0023]
在上述项中，r
x,e
可以通过提取空间中的任何像素/位置的rgb色彩值来测量，并且几何形状(a,n)可以通过使车辆相对于挂车或另一对象移动来操纵。可以通过操纵由尾灯投射的光的强度和频率(色彩)来改变i和e(λ)。表面反射率项s(λ)可以与由周围发光体以及尾灯组成的i相关。通过跨通过操纵上述项产生的多个场景计算s(λ)，装置可以确定来自外部照明源的i的分量，并且因此识别环境发光体。
[0024]
在一个或多个实施例中，上面的方程式(2)可以扩展为以下方程式(3)以包括附加的光源，诸如与环境光源(诸如顶置路灯(例如，l0))相比较的尾灯(例如，由l1表示)：
[0025][0026]
其中：
[0027]il0el0
(λi)是场景中的环境照明，其可以由单个或多个光源组成。i
l0el0
(λi)可以根据需要扩展为多个光源以产生更精确的计算。i
l1
是源光，例如尾灯，e
l1
(λi)是尾灯的色彩，d是光源/相机到3d空间中的像素坐标之间的距离。在本示例中，相机可以一起共位，但是可以修改d以考虑相机和光源的不同位置，例如a
l0
·nx
考虑了影响光源与材料的光相互作用的几何性质。在方程式(3)中，可以假设朗伯色散，例如漫反射，其中通过几何形状的反射百分比控制可以被描述为cos(α)，其中α是表面相对于相机/光源对的角度。可以使用其他双向反射函数(brdf)。此外，该推导假设光源是点源发射器，但是尾灯很可能包括可能影响径向功率分布的透镜。在一些实施例中，可以并入发光二极管(led)透镜的功率密度，例如i
l1
～i
l1
(n
led
)，其中可以存在查找表，所述查找表描述给定某个电压、占空比或其他led操作条件的光源的每个矢量方向的功率密度。下面在表1中示出方程式(3)的已知和未知项：
[0028]
表1：方程式(3)中的项：
[0029]
[0030][0031]
在一个或多个实施例中，使用上面的方程式(3)，e
l0
(环境)可以解析为下面的方程式(4)：
[0032][0033]
在一个或多个实施例中，上面的方程式(3)和(4)允许一种在弱光条件下确定环境中的成像场景的准确色彩表示的方法，其中装置缺少指示通过新致动车辆照明器的照明色彩的先前数据。本公开可以允许装置将所捕获的图像从受环境照明色彩影响的所获得的色彩空间准确地转换为规范的色彩空间。例如，规范空间可以是晴天中午的色温或照明不变的色彩空间，例如均匀的光谱功率密度，其中所得的图像色度仅是根据波长的材料反射率的响应。
[0034]
在一个或多个实施例中，处理装置可以通过应用以下方法来确定由上面的方程式(3)和(4)促进的每个像素的照明不变解的准确度：对象(例如，由图像像素表示的对象)距车辆的距离可能会影响所感知的色彩变化是否是由点亮车灯引起的。如果环境照明色彩响应高于某个值，则装置可以使用高于某个阈值的斜率值(例如，y＝mx b，其中斜率是s
x
(λi))。装置使用线性回归的均方误差估计。低于照明不变图像转换的该准确度阈值的像素可以被发送到一组单独的计算机视觉算法以校正色彩，而相对于信噪比(snr)具有显著值变化的“较近”像素可以用于主计算机视觉算法。装置使作为界面的两种方法之间的转变平稳，以获得最佳视觉外观。然后可以显示结果以供人类查看或发送到计算机视觉模型，并且结果可以用于基于人类操作员或车辆adas等来致动车辆，例如接近挂车的挂接件。
[0035]
在一个或多个实施例中，光源可以闪烁(例如，led脉冲宽度调制)。相机可以检测闪烁光源并依据每个帧或像素行估计i
l0
。推导可以假设恒定的照明。替代地，相机可以使用卷帘快门技术来捕获图像(例如，当光脉冲充分对准时)。
[0036]
在一个或多个实施例中，增强的色彩一致性成像技术可以在车辆静止时或在运动时(例如，有状态)操作，其中像素将可归因于可以随车辆运动进行跟踪的物理位置，使得可以在3d空间中的多个车辆/相机位置上发生多次测量。增强的色彩一致性成像技术可以将光流与车辆运动进行比较以从场景中移除移动对象。
[0037]
在一个或多个实施例中，可以在不能清楚地识别路面能见度的其他自动/辅助驾驶场景中采用增强的色彩一致性成像技术。例如，本文的增强技术可以应用于改善用于在
自动泊车特征期间检测障碍物的基于计算机视觉的特征的性能。例如，当倒车到影子在路面上摇晃的树下的泊车位时，照明不变技术将允许视觉算法更好地在路面和障碍物之间进行区分。如果所使用的图像信号处理器和相机是高帧速率，则本文的增强技术可以应用于前方高速公路速度驾驶特征。自动驾驶特征可以用于高速公路自动驾驶，以在有尘、有雾或暴风雪状况期间获得更好的算法性能。可以通过上述方法计算灰尘或水颗粒的表面反射率，并且可以基于表面反射率来估计环境照度，从而允许装置以更高的保真度区分路面与障碍物、车道标记或道路边沿。本文的技术可以应用于移动电话等，并且可以在近红外(nir)下操作并使用已知的对象属性外推到rgb-nir或多光谱相机的可见光，或者至少部分地求解未知数并对于剩余数据进行外推。本文的技术可以与卷帘快门效果一致的速度变化，使得在单个图像帧中来自车辆或其他受控装置的色彩和强度。本文的技术可以使用更复杂的brdf来描述环境的反射模型，并且可能有利于rgb-nir中的rgb色彩校正，其中由于色彩过滤器阵列图案，色彩估计可能更加困难。
附图说明
[0038]
关于附图阐述具体实施方式。使用相同的附图标记可以指示类似或相同的项。各种实施例可以利用除了附图中示出的那些之外的元件和/或部件，并且一些元件和/或部件可能不存在于各种实施例中。附图中的元件和/或部件不一定按比例绘制。在整个本公开中，根据上下文，单数和复数术语可以可互换地使用。
[0039]
图1描绘了用于提供增强的色彩一致性以进行成像的说明性系统，其中可以实施用于提供本文所公开的系统和方法的技术和结构。
[0040]
图2描绘了图1的车辆，用于提供增强的色彩一致性以进行成像。
[0041]
图3描绘了用于生成图像数据的说明性系统。
[0042]
图4是用于提供增强的色彩一致性以进行成像的示例性方法的流程图。
[0043]
图5是示出根据本公开的一个或多个示例性实施例的可以在其上执行一种或多种技术(例如，方法)中的任一者的计算装置或计算机系统的示例的框图。
具体实施方式
[0044]
现在转到附图，图1描绘了用于提供增强的色彩一致性以进行成像的说明性系统100，其中可以实施用于提供本文所公开的系统和方法的技术和结构。
[0045]
参考图1，系统100可以包括具有相机104(例如，一个或多个相机)的车辆102，所述相机具有视野(fov)105。如图所示，对象106可以在相机104的fov 105内，因此相机104可以在被激活时捕获可以表示对象106的至少一部分的图像数据。当车辆102在弱光条件下操作时，可能存在环境光。例如，环境光源108(例如，路灯)可以发射光109，并且环境光源110可以发射光111。由于弱光条件，由相机104捕获的图像数据可以由从诸如尾灯112(或某一其他车灯)之类的另一源发射的光补充。然而，由于光109、光111和由尾灯112发射的任何光，捕获的图像120的图像数据可能需要色彩校正以产生供车辆使用的准确图像(例如，用于使用车辆显示器122进行显示、供分析图像数据的车辆系统使用、用于用户装置等)。例如，距离di可以表示相机104与所捕获的图像120的像素的相应位置之间的相应距离(例如，在3d空间中)。应用上面的方程式(3)，车辆102的处理器(例如，如图5所示)可以确定相机104的
相机响应r
x，e
，并且应用上面的方程式(4)，车辆102的处理器可以确定(例如，光109和光111的)环境光。使用上面的方程式(3)和(4)，车辆102的处理器可以确定所捕获的图像120的任何像素的预期rgb色彩值，从而生成经校正的图像130的经校正的图像数据。
[0046]
在一个或多个实施例中，所捕获的图像120的图像数据可以由另一装置(诸如用户装置150)捕获，所述另一装置可以具有用户装置150可以控制(例如，通过激活一个或多个相机152和一个或多个灯154)的一个或多个相机152和一个或多个灯154(例如，闪光灯)。以这种方式，本文描述的色彩校正不限于车辆装置或系统，并且可以由其他装置应用，因为对图像的色彩校正不限于与车辆一起使用。
[0047]
在一个或多个实施例中，车辆显示器122和/或用户装置150可以包括个人计算机(pc)、可穿戴无线装置(例如，手镯、手表、眼镜、戒指等)、台式计算机、移动计算机、膝上型计算机、超极本tm计算机、笔记本计算机、平板计算机、服务器计算机、手持式计算机、手持式装置、物联网(iot)装置、传感器装置、pda装置、手持式pda装置、车载装置、车外装置、混合装置(例如，将蜂窝电话功能性与pda装置功能性组合)、消费者装置、车辆装置、非车辆装置、移动或便携式装置、非移动装置或非便携式装置、移动电话、蜂窝电话、pcs装置、包含无线通信装置的pda装置、移动或便携式gps装置、dvb装置、相对较小的计算装置、非台式计算机、超移动装置(umd)等。
[0048]
图2描绘了图1的车辆102，用于提供增强的色彩一致性以进行成像。
[0049]
参考图2，图1的车辆102可以包括图1的尾灯112、图1的相机104以及一个或多个附加车灯(例如，尾灯202)。当车辆102检测到弱光环境时，并且当相机104被激活时，车辆102可以在用相机104捕获图像数据时激活尾灯112和/或尾灯202。在一个或多个实施例中，车辆102可以在短时间段内使用变化的色彩和/或强度水平来照亮场景(例如，使用尾灯112和/或尾灯202)，使得色彩变化以比人眼可以检测到的速率更快的速率发生(例如，大于240hz)。当快速连续地产生脉冲时，快速改变尾灯112和/或尾灯202的色彩对于人类观察者来说将表现为白光。一旦有足够的图像数据来准确地估计图像场景中的挂车或其他对象的位置，车辆102就可以停止闪烁灯，并且可以通过应用上面的方程式(3)和(4)来对所捕获的图像数据执行色彩校正。
[0050]
图3描绘了用于生成图像数据的说明性系统300。
[0051]
参考图3，光源302(例如，太阳)可以发射光作为环境光源(例如，类似于图1的环境光源108和110)。光可以从对象(例如，树304)反射，并且可以由相机306(例如，类似于图1的相机104)捕获。i可以表示车辆光强度与任何环境光强度的和(例如，图1的光109和111、由图2的尾灯112和/或尾灯202发射的光的强度)。(a,n)可以将单位向量表示为几何形状项。e(λ)可以表示外部照明(例如，图1的光源108和110的环境照明)的光谱功率密度。s(λ)可以表示图像帧(例如，图1的图像120)中的位置x的未知反射率。r
x
可以表示场景的(例如，相机306的)相机响应(例如，由相机306捕获的图像数据)。相机响应可以由方程式(3)表示以生成经色彩校正的图像数据(例如，图1的图像130)。
[0052]
图4是用于提供增强的色彩一致性以进行成像的示例性方法400的流程图。
[0053]
在框402处，系统(例如，图1的车辆102)可以激活相机(例如，图1的相机104)以捕获第一图像数据。相机激活可以发生在弱光环境(例如，如由车辆传感器检测到的、基于当日时间等)中。相机可以捕获图像数据作为车辆adas的一部分，诸如以便于泊车、倒车、挂接
到挂车等。
[0054]
在框404处，在相机捕获图像数据时，系统可以激活车灯(例如，图2的尾灯112和/或尾灯202)。车灯激活可以基于检测到弱光环境而发生，并且可以在短时间段内应用变化的色彩和/或强度水平，使得色彩变化以比人眼可以检测到的速率更快的速率发生(例如，大于240hz)。发光体的位置也可以通过选择源光(例如，在车辆的尾灯复合体内)而变化，例如通过使用车辆尾部上的发光二极管(led)条带内的单独照明(例如，符合关于尾灯不改变照明的政府规定)。当快速连续地产生脉冲时，快速改变尾灯的色彩对于人类观察者来说将表现为白光。因为倒车尾灯可能需要是白色的，所以这种快速脉冲将符合相关规定。一旦有足够的图像数据来准确地估计图像场景中的挂车或其他对象的位置，车辆就可以停止闪烁灯(例如，以允许自动挂接过程的下一步骤，诸如将车辆操纵到相机响应的线性回归、使用随机样本共识或另一算法)。
[0055]
在框406处，系统可以接收具有第一色彩值(例如，尚未针对色彩校正进行调整)的像素的第一图像数据(例如，图1的所捕获的图像120)。由于弱光条件，包括激活的车灯和任何环境光源，第一图像数据对于系统计算机进行处理来说可能不准确，并且对于人类观察者(例如，车辆驾驶员)来说可能不方便。因此，系统可以将色彩校正应用于第一图像数据。
[0056]
在框408处，系统可以识别由车灯产生的第一光。例如，参考上面的图(3)，e
l1
(λi)可以表示激活的车灯的色彩。因为激活的车灯可以由车辆照明装置(例如，车身控制模块)控制，所以系统可以知道激活的车灯的特性。
[0057]
在框410处，系统可以使用图像数据来识别由不同于车灯的光源(例如，图1的环境光源108和110)产生的第二光。具体地，使用已知的激活光值，系统可以使用上面的方程式(4)来确定环境光i
l0el0
(λi)。基于环境光和车灯，系统可以根据上面的方程式(3)来确定相机响应。
[0058]
在框412处，系统可以为所捕获的第一图像数据的像素生成第二色彩值。使用上面的方程式(3)，可以基于环境光、车灯以及从相机到第一图像数据的相应像素的距离来为任何像素生成第二(例如，经校正的)色彩值。
[0059]
在框414处，系统可以使用第二色彩值生成第二图像数据(例如，图1的图像130)。以这种方式，系统可以呈现和/或分析第二图像数据，而不是呈现和/或分析第一图像数据，以在弱光条件下致动或允许车辆驾驶员致动车辆，因为与第一图像数据相比校时，第二图像数据表示改善的色彩数据。在框416处，任选地，系统可以呈现第二图像数据(例如，使用图1的车辆显示器122)。在框418处，任选地，系统可以基于第二图像数据来致动车辆(例如，通过使用第二图像数据来检测对象的存在、它们与车辆的距离等，系统可以控制车辆的速度、方向等)。
[0060]
以上示例并不意味着限制。
[0061]
图5是示出根据本公开的一个或多个示例性实施例的可以在其上执行一种或多种技术(例如，方法)中的任一者的计算装置或计算机系统的示例的框图。
[0062]
例如，图5的计算系统500可以整体或部分包括或表示图1的车辆102。计算机系统(系统)包括一个或多个处理器502至506。处理器502至506可以包括一个或多个内部级别的高速缓存(未示出)和总线控制器(例如，总线控制器522)或总线接口(例如，i/o接口520)单元以引导与处理器总线512的交互。
[0063]
处理器总线512(也称为主机总线或前侧总线)可以用于将处理器502至506、图像模块519(例如，能够执行图4的方法400)、传感器521(例如用于检测光、用于检测对象等)与系统接口524耦合。系统接口524可以连接到处理器总线512，以将系统500的其他部件与处理器总线512对接。例如，系统接口524可以包括存储器控制器518，其用于将主存储器516与处理器总线512对接。主存储器516通常包括一个或多个存储卡和控制电路(未示出)。系统接口524还可以包括输入/输出(i/o)接口520，以将一个或多个i/o桥525或i/o装置530与处理器总线512对接。如图所示，一个或多个i/o控制器和/或i/o装置(诸如i/o控制器528和i/o装置530)可以与i/o总线526连接。
[0064]
i/o装置530还可以包括输入装置(未示出)，诸如字母数字输入装置，包括用于将信息和/或命令选择传送到处理器502至506和/或图像模块519的字母数字键和其他键。另一种类型的用户输入装置包括光标控件，诸如鼠标、轨迹球或光标方向键，以用于将方向信息和命令选择传送到处理器502至506并用于控制显示装置上的光标移动。
[0065]
系统500可以包括被称为主存储器516的动态存储装置，或者耦合到处理器总线512以用于存储将由处理器502至506和/或图像模块519执行的信息和指令的随机存取存储器(ram)或其他计算机可读装置。主存储器516还可以用于在处理器502至506和/或图像模块519执行指令期间存储临时变量或其他中间信息。系统500可以包括耦合到处理器总线512以用于存储针对处理器502至506和/或图像模块519的静态信息和指令的只读存储器(rom)和/或其他静态存储装置。图5中概述的系统只是可以采用或根据本公开的各个方面进行配置的计算机系统的一个可能的示例。
[0066]
根据一个实施例，上述技术可以由计算机系统500响应于处理器504执行包含在主存储器516中的一个或多个指令的一个或多个序列而执行。这些指令可以从另一机器可读介质(诸如存储装置)读入主存储器516。包含在主存储器516中的指令序列的执行可以致使处理器502至506和/或图像模块519执行本文所述的过程步骤。在替代实施例中，可以使用电路来代替软件指令或与软件指令结合。因此，本公开的实施例可以包括硬件和软件部件两者。
[0067]
根据一个实施例，处理器502至506可以表示机器学习模型。例如，处理器502至506可以允许使用神经网络和/或其他机器学习技术来操作图1的车辆102。例如，处理器502至506可以包括具有人工智能专用集成电路(asic)的张量处理单元(tpu)。
[0068]
根据一个实施例，图像模块519可以致使图像数据(例如，图1的图像130)的呈现，并且处理器502-506可以致使车辆的致动。例如，处理器502至506可以用作车辆adas系统以控制车辆的用于行驶、泊车等的速度和方向。
[0069]
在一个或多个实施例中，计算机系统500可以执行关于图4描述的过程的任何步骤。
[0070]
各种实施例可以完全或部分地以软件和/或固件实现。此软件和/或固件可以采用包含在非暂时性计算机可读存储介质中或上的指令的形式。然后，可以由一个或多个处理器读取和执行那些指令，以实现本文所述的操作的执行。指令可以是任何合适的形式，诸如但不限于源代码、编译代码、解释代码、可执行代码、静态代码、动态代码等。这种计算机可读介质可以包括用于以可由一个或多个计算机读取的形式存储信息的任何有形非暂时性介质，诸如但不限于只读存储器(rom)；随机存取存储器(ram)；磁盘存储介质；光学存储介
质；快闪存储器；等等。
[0071]
机器可读介质包括用于以机器(例如，计算机)可读的形式(例如，软件、处理应用)存储或传输信息的任何机制。此类介质可采取但不限于非易失性介质和易失性介质的形式，并且可包括可移动数据存储介质、不可移动数据存储介质和/或具有此类计算机程序产品的经由有线或无线网络架构可用的外部存储装置，所述产品包括一个或多个数据库管理产品、网络服务器产品、应用服务器产品和/或其他另外的软件部件。可移动数据存储介质的示例包括光盘只读存储器(cd-rom)、数字通用盘只读存储器(dvd-rom)、磁光盘、闪存驱动器等。不可移动数据存储介质的示例包括内部磁硬盘、固态装置(ssd)等。一个或多个存储器装置(未示出)可以包括易失性存储器(例如，动态随机存取存储器(dram)、静态随机存取存储器(sram)等)和/或非易失性存储器(例如，只读存储器(rom)、快闪存储器等)。
[0072]
包含用于实现根据当前描述的技术的系统和方法的机制的计算机程序产品可以驻留在主存储器516中，所述主存储器可以被称为机器可读介质。应理解，机器可读介质可包括具有以下性质的任何有形非暂时性介质：能够存储或编码指令以执行供机器执行的本公开的操作中的任一者或多者；或者能够存储或编码由此类指令使用或与此类指令相关联的数据结构和/或模块。机器可读介质可以包括存储一个或多个可执行指令或数据结构的单个介质或多个介质(例如，集中或分布式数据库，和/或相关联高速缓存和服务器)。
[0073]
本公开的实施例包括在本说明书中描述的各个步骤。所述步骤可由硬件部件执行，或者可体现在机器可执行指令中，所述机器可执行指令可用于致使编程有所述指令的通用或专用处理器执行所述步骤。替代地，所述步骤可通过硬件、软件和/或固件的组合来执行。
[0074]
在不脱离本发明的范围的情况下，可对所论述示例性实施例进行各种修改和添加。例如，虽然上述实施例涉及特定特征，但本发明的范围还包括具有不同特征组合的实施例和不包括所有所述特征的实施例。因此，本发明的范围旨在囊括所有此类替代方案、修改和变化以及其所有等效形式。
[0075]
可以在各种实现方式中在需要时通过任何合适的次序来实施或执行以上描述和示出的操作和过程。另外，在特定实现方式中，可以并行地执行所述操作的至少一部分。此外，在特定实现方式中，可以执行比所描述的操作少或多的操作。
[0076]
词语“示例性”在本文中用于意指“用作示例、实例或说明”。本文中被描述为“示例性”的任何实施例不一定被解释为比其他实施例优选或有利。
[0077]
如本文所使用的，除非另有说明，否则使用序数形容词“第一”、“第二”、“第三”等来描述共同的对象，仅指示相似对象的不同实例被提及并且不意图暗示如此描述的对象必须在时间上、空间上、排名上或任何其他方式上处于给定序列。
[0078]
应理解，以上描述是出于说明的目的，并不意味着限制。
[0079]
虽然已经描述了本公开的特定实施例，但本领域技术人员将认识到，众多其他修改和替代性实施例处于本公开的范围内。例如，相对于特定装置或部件描述的任何功能和/或处理能力都可以由任何其他装置或部件执行。此外，虽然已经根据本公开的实施例描述了各种说明性实现方式和架构，但本领域技术人员将理解，对本文描述的说明性实现方式和架构的众多其他修改也处于本公开的范围内。
[0080]
尽管已经用结构特征和/或方法动作特有的语言描述了实施例，但应理解，本公开
不一定受限于所描述的特定特征或动作。相反，将特定特征和动作公开为实施所述实施例的说明性形式。除非另有明确规定或在使用时在上下文内以其他方式理解，否则例如尤其是“可以”、“可”、“可能”或“可能会”等条件语言一般意在表达某些实施例可包括某些特征、元件和/或步骤，而其他实施例不包括某些特征、元件和/或步骤。因此，此类条件语言一般无意暗示一个或多个实施例无论如何需要特征、元件和/或步骤，或者一个或多个实施例一定包括用于在具有或不具有用户输入或提示的情况下决定是否在任何特定实施例中包括或将执行这些特征、元件和/或步骤的逻辑。
[0081]
根据实施例，生成所述第二色彩值还基于所述第一光的功率谱密度。
[0082]
根据本发明，提供了一种装置，所述装置具有耦合到至少一个处理器的存储器，所述至少一个处理器被配置为：激活相机以捕获所述装置外部的第一图像数据；在所述相机捕获所述第一图像数据时，基于所述相机的所述激活，激活第一光源；接收所述第一图像数据，所述第一图像数据包括具有第一色彩值的像素；在所述相机捕获所述第一图像数据时识别由所述第一光源产生的第一光；基于所述第一图像数据来识别由不同于所述第一光源的第二光源产生的第二光；基于所述第一光、所述第二光以及所述相机与由所述像素表示的对象之间的距离来生成所述像素的第二色彩值；基于所述第二色彩值生成第二图像数据；以及致使所述第二图像数据的呈现。
[0083]
根据实施例，所述至少一个处理器还被配置为：基于所述第二图像数据致使车辆的致动。
[0084]
根据实施例，所述装置是智能电话，并且其中所述第二光源是手电筒。
[0085]
根据实施例，所述装置与车辆相关联，并且其中所述至少一个处理器还被配置为：基于所述第二图像数据致使所述车辆的致动。