主要想记录下曾经从论文里实现出来的一种曝光算法，用于提高视觉定位算法在可变光照环境下的鲁帮性。

论文 << Auto-adjusting Camera Exposure for Outdoor Robotics using Gradient Information >>

该论文讲述的是一种反馈控制算法，通过反馈的梯度信息量来控制曝光。

控制框架如下图：

控制框图

pipeline:

1、首先会对每一帧图像做7个gamma变换，模拟不同的曝光条件。

2、分别计算这个7个gamma图的梯度信息。

3、选出这7个图中梯度信息最丰富图，记录对应的gamma。

4、利用选出的gamma值，带入方程式，计算出新的曝光值，设置到相机里。

---

如何gamma变换？

        1. 归一化 ：将像素值转换为  0 ～ 1  之间的实数。 算法如下 : ( i + 0. 5)/256  这里包含 1 个除法和 1 个加法操作。

        2. 预补偿 ：根据公式  , 求出像素归一化后的 数据以  gamma  为指数的对应值。

       3. 反归一化 ：将经过预补偿的实数值反变换为  0  ～  255  之间的整数值。具体算法为 : f*256 - 0. 5。 

如何计算图像的梯度信息？

                                      先对单个梯度值进行变换，有两个参数（lumada和theda）需要调节。

梯度变换公式

                                        M = ∑ m̄ i

如何根据最优gamma值计算出控制量？

                                     这里有一个参数需要调节，Kp。

控制方程