一种基于深度强化学习与Nelder-Mead在线专家的相机曝光控制方法

本发明公开了一种基于深度强化学习与Nelder‑Mead在线专家的相机曝光控制方法，涉及计算机视觉与成像控制技术领域，该方法首先采集连续历史图像构建输入状态，通过深度强化学习策略网络输出初始曝光控制动作，实现全局自适应调节；随后引入Nelder‑Mead单纯形算法进行在线优化，以策略网络输出为初始顶点，基于相机响应函数模拟生成不同曝光参数下的图像，通过迭代搜索最优曝光值，完成局部精细优化；最后根据场景动静态特性自适应分配曝光时间与传感器增益，动态场景下限制曝光时间以抑制运动模糊。本发明将强化学习全局决策与单纯形局部优化相结合，有效提升了曝光控制精度与稳定性，减少过曝欠曝现象。