本發(fā)明屬于光電技術(shù)領(lǐng)域，目的在于快速、準(zhǔn)確地實(shí)現(xiàn)相機(jī)的自動(dòng)聚焦。
背景技術(shù)：
自動(dòng)聚焦技術(shù)在數(shù)碼相機(jī)中被廣泛使用。通常地，自動(dòng)聚焦分為兩種模式：自動(dòng)模式和被動(dòng)模式。自動(dòng)模式采用激光、紅外、超聲波等來(lái)測(cè)量目標(biāo)和鏡頭之間的距離，計(jì)算最佳焦距。但是，這種模式增加了成本且需要額外的空間來(lái)放置這些傳感器。被動(dòng)聚焦模式是基于圖像來(lái)實(shí)現(xiàn)的。由于其成本較低、快速，因此被廣泛使用。被動(dòng)聚焦模式的核心依賴于對(duì)圖像清晰度的判斷。清晰的圖像在空域中表現(xiàn)為邊緣細(xì)節(jié)清晰，在變換域中表現(xiàn)為高頻系數(shù)較多。圖像清晰度判斷依賴于圖像清晰度評(píng)價(jià)函數(shù)。
最近幾年，大量的圖像自動(dòng)聚焦函數(shù)被提出。它們大概可以分為兩類，一種是基于空域的方法，另一種是基于變換域的方法。空域的方法主要有Brenner函數(shù)，拉普拉斯和方法和Roberts函數(shù)等。這是基于梯度的方法采用圖像像素邊緣差分信息來(lái)判斷圖像的清晰度。如果圖像中沒(méi)有噪聲，那么基于梯度的方法評(píng)價(jià)較為準(zhǔn)確、快速。但是如果圖像中含有噪聲那么評(píng)價(jià)結(jié)果的準(zhǔn)確性會(huì)大大下降。常見(jiàn)的基于變換域的圖像清晰度評(píng)價(jià)方法有基于離散余弦變換(DCT)和基于小波變換(Wavelet)的方法。這些方法主要是計(jì)算圖像的高頻信息來(lái)判斷圖像的清晰度。DCT具有良好的分離圖像高頻信息的能力，分離得到高頻信息用作評(píng)價(jià)圖像清晰度的依據(jù)。且DCT的直流分量能直接體現(xiàn)出圖像的亮度和對(duì)比度，因此使用直流分量和高頻分量來(lái)評(píng)價(jià)圖像清晰度。基于DCT的方法具有一定的抗噪性能，但是其也有一定的局限性，其運(yùn)行時(shí)間較長(zhǎng)，不具有實(shí)時(shí)性，且會(huì)造成局部峰值，對(duì)評(píng)價(jià)的準(zhǔn)確性造成一定的影響。小波變換具有良好的去相關(guān)性，噪聲信號(hào)的系數(shù)幅值隨著分解層數(shù)的增加會(huì)越來(lái)越小，而邊緣細(xì)節(jié)信號(hào)的系數(shù)的幅值隨著分解層數(shù)的增加會(huì)越來(lái)越大。因此可以使用圖像的小波高頻系數(shù)來(lái)評(píng)價(jià)圖像的清晰度。基于小波的方法具有一定的抗噪性能，但是高頻系數(shù)中同樣還包含一些噪聲系數(shù)，因此其同樣也會(huì)造成局部峰值，使得清晰度的準(zhǔn)確性下降。
技術(shù)實(shí)現(xiàn)要素：
基于上述問(wèn)題，提出了一種新的圖像自動(dòng)聚焦方法，目的在于快速、準(zhǔn)確地實(shí)現(xiàn)相機(jī)的自動(dòng)聚焦。
本發(fā)明的技術(shù)方案是：
步驟1)設(shè)定待聚焦目標(biāo)區(qū)域ImageBlock；
步驟2)相機(jī)開(kāi)始工作，通過(guò)CCD相機(jī)獲取圖像Image1；
步驟3)計(jì)算圖像Image1中待聚焦區(qū)域ImageBlock圖像的清晰度值Def1；
步驟4)設(shè)定聚焦的方向、步長(zhǎng)和清晰度變化率a，a取0.1-0.2；
步驟5)按照當(dāng)前聚焦的方向和步長(zhǎng)移動(dòng)鏡頭；
步驟6)通過(guò)CCD相機(jī)獲取圖像Image2；
步驟7)計(jì)算圖像Image2中待聚焦區(qū)域ImageBlock圖像的清晰度值Def2；
步驟8)比較Def1和Def2的大小；
步驟9)根據(jù)Def1和Def2的比較結(jié)果，調(diào)整調(diào)焦步長(zhǎng)；
步驟10)重復(fù)步驟2)到步驟9)，如果調(diào)焦方向連續(xù)改變次數(shù)達(dá)到5次，說(shuō)明當(dāng)前焦距位置為最佳焦距，則調(diào)焦結(jié)束；
其中步驟3)和步驟7)圖像的清晰度值是通過(guò)每個(gè)像素Z(x,y)的水平和垂直梯度值，計(jì)算所有像素值內(nèi)積能量和得到。
進(jìn)一步的，步驟9)包括：
a、如果Def1<Def2且Def1和Def2之間的相差很小，即說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很小，當(dāng)前焦距距離最佳焦距較遠(yuǎn)，則可以繼續(xù)保持調(diào)焦的方向，增大調(diào)焦步長(zhǎng)；
b、如果Def1<Def2且Def1和Def2之間的相差很大，即說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很大，當(dāng)前焦距距離最佳焦距較近，則可以繼續(xù)保持調(diào)焦的方向，減小調(diào)焦步長(zhǎng)；
c、如果Def1>Def2且Def1和Def2之間的相差很大，即說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很大，當(dāng)前焦距距離最佳焦距較近，則需要改變調(diào)焦方向，并減小調(diào)焦步長(zhǎng)；
d、如果Def1>Def2且Def1和Def2之間的相差很小，即說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很小，當(dāng)前焦距距離最佳焦距較遠(yuǎn)，則需要改變調(diào)焦方向，并增大調(diào)焦步長(zhǎng)。
步驟3)和步驟7)中包括：
計(jì)算每個(gè)像素Z(x,y)的水平和垂直梯度值；
計(jì)算每個(gè)像素值水平和Ix(X)和垂直梯度和Iy(X)；
計(jì)算每個(gè)像素值的內(nèi)積能量
計(jì)算所有像素值內(nèi)積能量和：其中IE(X)＞Thr，Thr為一個(gè)固定閾值，取10。
本發(fā)明的優(yōu)點(diǎn)和積極效果是：通過(guò)內(nèi)積能量來(lái)評(píng)價(jià)圖像的清晰度。噪聲的內(nèi)積能量幾乎為0，邊緣系數(shù)的內(nèi)積能量較大。因此內(nèi)積能量能夠有效的抑制噪聲的影響，提高圖像自動(dòng)聚焦的準(zhǔn)確性。并且本發(fā)明具有快速、準(zhǔn)確、低成本等特點(diǎn)。
具體實(shí)施方式
下面對(duì)本發(fā)明做進(jìn)一步說(shuō)明：
本發(fā)明一種基于內(nèi)積能量的被動(dòng)相機(jī)自動(dòng)聚焦方法，步驟如下：
步驟1)設(shè)定待聚焦目標(biāo)區(qū)域ImageBlock；
步驟2)相機(jī)開(kāi)始工作，通過(guò)CCD相機(jī)獲取圖像Image1；
步驟3)計(jì)算圖像Image1中待聚焦區(qū)域ImageBlock圖像的清晰度值Def1；
步驟4)設(shè)定聚焦的方向、步長(zhǎng)和清晰度變化率a，a取0.1-0.2；
步驟5)按照當(dāng)前聚焦的方向和步長(zhǎng)移動(dòng)鏡頭；
步驟6)通過(guò)CCD相機(jī)獲取圖像Image2；
步驟7)計(jì)算圖像Image2中待聚焦區(qū)域ImageBlock圖像的清晰度值Def2；
步驟8)比較Def1和Def2的大小；
步驟9)如果Def1<Def2且Def1和Def2之間的相差很小說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很小，當(dāng)前焦距距離最佳焦距較遠(yuǎn)，則可以繼續(xù)保持調(diào)焦的方向，增大調(diào)焦步長(zhǎng)；
步驟10)如果Def1<Def2且Def1和Def2之間的相差很大說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很大，當(dāng)前焦距距離最佳焦距較近，則可以繼續(xù)保持調(diào)焦的方向，減小調(diào)焦步長(zhǎng)；
步驟11)如果Def1>Def2且Def1和Def2之間的相差很大說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很大，當(dāng)前焦距距離最佳焦距較近，則需要改變調(diào)焦方向，并減小調(diào)焦步長(zhǎng)；
步驟12)如果Def1>Def2且Def1和Def2之間的相差很小說(shuō)明上一次的調(diào)焦對(duì)步長(zhǎng)移動(dòng)對(duì)調(diào)焦效果很小，當(dāng)前焦距距離最佳焦距較遠(yuǎn)，則需要改變調(diào)焦方向，并增大調(diào)焦步長(zhǎng)；
步驟13)重復(fù)步驟2)到步驟12)，如果調(diào)焦方向連續(xù)改變次數(shù)達(dá)到5次，說(shuō)明當(dāng)前焦距位置為最佳焦距，則調(diào)焦結(jié)束；
在理論上，離焦圖像的退化模型為公式(1)：
G(x,y)＝H(x,y)·F(x,y)+N(x,y) (1)
式中，F(xiàn)(x,y)為實(shí)際圖像，H(x,y)為成像系統(tǒng)中的點(diǎn)擴(kuò)散模型函數(shù)，N(x,y)為加性噪聲函數(shù)，G(x,y)為離焦退化圖像。退化過(guò)程可以描述為：原始圖像F(x,y)與點(diǎn)擴(kuò)散函數(shù)H(x,y)進(jìn)行卷積運(yùn)算后，再疊加一個(gè)加性噪聲N(x,y)，最后得到離焦退化圖像G(x,y)。點(diǎn)擴(kuò)散相當(dāng)于一個(gè)低通濾波器。聚焦準(zhǔn)確，截止頻率高；反之，截止頻率較低。分析表明，在正焦情況下，圖像最清晰，包含的圖像細(xì)節(jié)信息最多，邊緣最為清晰。圖像離焦時(shí)，在空域中表現(xiàn)為點(diǎn)光源形成一定大小的模糊圓，相鄰像素相互影響；在頻域中表現(xiàn)為高頻分量丟失，造成圖像細(xì)節(jié)模糊。隨著離焦程度增大，圖像細(xì)節(jié)變少，邊緣開(kāi)始變得平滑、模糊。模糊的圖像細(xì)節(jié)也難以辨認(rèn)，邊緣不清楚，因此在設(shè)計(jì)基于圖像的自動(dòng)聚焦函數(shù)時(shí)，應(yīng)充分考慮到噪聲和邊緣。
本文先從數(shù)學(xué)理論出發(fā)，對(duì)噪聲圖像梯度特點(diǎn)進(jìn)行說(shuō)明，常見(jiàn)圖像噪聲通常使用加性高斯噪聲來(lái)模擬，如公式(2)：
I(x,y)＝Ir(x,y)+ξ(x,y) (2)
式中I(x,y)為實(shí)際灰度值，Ir(x,y)為理想灰度值，ξ(x,y)為高斯噪聲，ξ服從零均值、σ標(biāo)準(zhǔn)差的高斯分布。
設(shè)像素點(diǎn)X(x,y)的梯度為g(X)＝[Ix(X),Iy(X)]，本文選取梯度模板為K×K，其中K＝2r+1，r為模板的尺寸，則圖像水平和垂直梯度分別為公式(3)和公式(4)：
Ix(X)＝Irx(X)+ξx(X) (3)
Iy(X)＝Iry(X)+ξy(X) (4)
其中
因?yàn)棣?x,y)-ξ(x,y-1)相互獨(dú)立，且ξ(x,y)-ξ(x,y-1)～N(0,σ2)，則ξx(X)的數(shù)學(xué)期望是：
同理，ξy(X)的數(shù)學(xué)期望是：
在r為半徑的區(qū)域G中，中心點(diǎn)X(x,y)處的內(nèi)積能量定義為：
因?yàn)?/p>
其中
因此同理，所以內(nèi)積能量能夠有效減少抑制噪聲。且噪聲像素在區(qū)域內(nèi)的內(nèi)積能量非常小，而邊緣像素的梯度與相鄰像素梯度方向大致相同，使得E{ξx(X)}＞0，E{ξy(X)}＞0，因此邊緣像素在區(qū)域內(nèi)的內(nèi)積能量較大。因此內(nèi)積能量可以有效的抑制噪聲。