本發(fā)明涉及自動對焦領(lǐng)域，特別是涉及一種利用RGB-IR深度相機獲取深度信息以實現(xiàn)自動對焦的方法和相機系統(tǒng)。

背景技術(shù)：

自動對焦技術(shù)是實現(xiàn)相機拍攝高質(zhì)量圖像的關(guān)鍵，自動對焦技術(shù)主要分為被動式和主動式自動對焦。被動式自動對焦是利用被對焦物體在像面所成的圖像的清晰度來進行對焦，一般地，需要經(jīng)過爬山法或者梯度下降等算法進行迭代，即通過一次次的調(diào)整焦距直到圖像最為清晰為至，這種方法優(yōu)點在于不需要利用其他裝置，缺點在于對焦速度較慢。主動式自動對焦是根據(jù)被對焦物體距離鏡頭的深度值來實現(xiàn)對焦，用于測量物體深度值的方法有激光測距法、超聲測距法等等，這種方法的優(yōu)點在于能快速進行自動對焦，不足之處在于需要額外的裝置來測量深度。

隨著近年來攝像頭數(shù)量的增加，比如雙攝像頭的出現(xiàn)，主動式自動對焦技術(shù)又出現(xiàn)了利用雙目視覺法計算出深度然后實現(xiàn)對焦。事實上，由于雙目視覺計算深度的算法較為復(fù)雜，且精度不能保證，因而這種自動對焦技術(shù)也不能達到很好的效果。

目前的基于深度相機的主動式對焦技術(shù)，對于深度信息的獲取一般是在獲取目標區(qū)域之前就完成所有深度圖像的深度信息的獲取，這樣就存在這樣一個問題，由于事先需要對振幅圖像進行深度信息計算，并存儲所有的深度信息，導(dǎo)致目前的自動對焦技術(shù)計算量非常大，特別是，針對類似于攝影等的動態(tài)模式下，因為需要實時保證圖像的清晰，所以對焦的過程需要一直運行，目前最低幀率(FPS)也要20-30左右，每一幀下針對視野范圍內(nèi)的圖像的每個像素完成深度信息的獲取，顯然這個計算量非常大，如果針對更高的幀率，這一計算量將更大，所以對焦速度將變得很慢，直接導(dǎo)致拍攝的圖像清晰度降低。

另外，上述的基于深度相機的自動對焦技術(shù)，由于計算量大，對于多點對焦的更加不堪重負，所以不能實現(xiàn)多點對焦的功能。

以上背景技術(shù)內(nèi)容的公開僅用于輔助理解本發(fā)明的發(fā)明構(gòu)思及技術(shù)方案，其并不必然屬于本專利申請的現(xiàn)有技術(shù)，在沒有明確的證據(jù)表明上述內(nèi)容在本專利申請的申請日已經(jīng)公開的情況下，上述背景技術(shù)不應(yīng)當用于評價本申請的新穎性和創(chuàng)造性。

技術(shù)實現(xiàn)要素：

本發(fā)明目的在于提出一種基于深度相機的自動對焦方法及系統(tǒng)，以解決上述現(xiàn)有技術(shù)存在的獲取深度信息不當導(dǎo)致的計算量大、無法很好流暢的自動對焦的技術(shù)問題。

為此，本發(fā)明提出一種基于深度相機的自動對焦方法，包括以下步驟：

S1：利用投影模塊向目標空間投射經(jīng)編碼的紅外結(jié)構(gòu)光圖案；

S2：利用RGB-IR相機獲取目標區(qū)域的RGB圖像；

S3：獲取該RGB圖像中需要對焦的對焦區(qū)域；

S4：深度相機根據(jù)該對焦區(qū)域，在采集圖像的對應(yīng)位置上，截取僅包括該對焦區(qū)域的深度提取區(qū)域，利用RGB-IR相機僅獲取該深度提取區(qū)域的結(jié)構(gòu)光紅外圖像，根據(jù)該深度提取區(qū)域計算該對焦區(qū)域的深度信息；

S5：根據(jù)所述深度信息通過所述RGB-IR相機進行自動對焦。

優(yōu)選地，本發(fā)明提供的方法還可以具有如下特征或步驟：

此外為了解決多點對焦的問題，步驟S3中，該RGB圖像中包括一個或一個以上的需要對焦的對焦區(qū)域。

同時，針對多點對焦的問題，步驟S4中，所述深度相機根據(jù)一個以上的該對焦區(qū)域，在采集圖像的對應(yīng)的一個以上的位置上，截取對應(yīng)個數(shù)的僅包括該對焦區(qū)域的深度提取區(qū)域，利用RGB-IR相機分別獲取各所述深度提取區(qū)域的結(jié)構(gòu)光紅外圖像，根據(jù)各所述深度提取區(qū)域計算各所述對焦區(qū)域的多個深度信息，步驟S5中，根據(jù)所述多個深度信息通過所述RGB-IR相機進行自動對焦。

對于單點對焦，步驟S4中，所述深度相機根據(jù)該對焦區(qū)域，在采集圖像的對應(yīng)位置上，截取一個僅包括該對焦區(qū)域的深度提取區(qū)域，利用RGB-IR相機僅獲取該深度提取區(qū)域的結(jié)構(gòu)光紅外圖像，根據(jù)該深度提取區(qū)域計算該對焦區(qū)域的深度信息。

獲取RGB圖像中對焦區(qū)域各像素的深度值；若對焦區(qū)域為單個像素點，則將該像素點的深度值直接作為深度信息進行自動對焦；

若所述對焦區(qū)域中包含多個像素，則需要將多個像素的深度值融合成單一的深度值，得到該區(qū)域的單一深度信息。

按深度值大小分布情況，選取中間分布的像素的深度值來做平均，從而得到該對焦區(qū)域的單一深度信息。

步驟S3中，所述對焦區(qū)域包括動態(tài)對焦區(qū)域和靜態(tài)對焦區(qū)域，步驟S4中，根據(jù)所述對焦區(qū)域的狀態(tài)對采集圖像的對應(yīng)截取深度提取區(qū)域。

另外本發(fā)明還提出了一種基于深度相機的自動對焦系統(tǒng)，利用上述任一項所述的自動對焦方法執(zhí)行對焦，包括投影模塊、RGB-IR相機、處理器模塊以及控制器模塊，投影模塊用于向目標空間投射經(jīng)編碼的紅外結(jié)構(gòu)光圖案；RGB-IR相機用于同步獲取對焦區(qū)域的結(jié)構(gòu)光紅外圖像以及目標區(qū)域的RGB圖像，深度相機單元以及變焦相機單元分別獲取對焦區(qū)域的深度圖像以及RGB圖像；處理器單元用于獲取RGB圖像中的對焦區(qū)域以及該對焦區(qū)域的深度信息；控制器模塊用于根據(jù)深度信息對RGB-IR相機進行自動對焦。

所述RGB-IR相機包括圖像傳感器、濾光片和變焦鏡頭，所述濾光片包括R濾光單元、G濾光單元、B濾光單元和IR濾光單元，通過R濾光單元、G濾光單元和B濾光單元獲得RGB圖像，通過IR濾光單元獲取結(jié)構(gòu)光紅外圖像。

所述投影模塊包括紅外光源、準直透鏡和衍射光學(xué)元件，所述紅外光源發(fā)射的紅外激光通過所述準直透鏡進行準直后，經(jīng)衍射光學(xué)元件擴束成多束激光，在目標空間中投射編碼的紅外結(jié)構(gòu)光圖案。

本發(fā)明與現(xiàn)有技術(shù)對比的有益效果包括：本發(fā)明主要利用了RGB-IR相機與的特色進行獲取深度值，因RGB-IR相機除了傳統(tǒng)的R(紅)、G(綠)、B(藍)光的通道外，還可以采集IR光(紅外光)，利用這一特性，本發(fā)明將基于結(jié)構(gòu)光的深度相機與RGB-IR相機相互整合，實現(xiàn)了深度圖像與RGB圖像的無視差采集，免去了配準的步驟，可直接將深度提取區(qū)域獲取的深度信息作為自動對焦的深度值，進一步提高了自動對焦的速度，降低了計算量。

除此之外，本發(fā)明的自動對焦方法是在獲取目標區(qū)域的RGB圖像，并在RGB圖像中獲取需要對焦的對焦區(qū)域后才對利用深度相機獲取深度圖像，并且所用來提取深度圖像的深度提取區(qū)域僅僅包括對焦區(qū)域所在的區(qū)域，截取了采集圖像上除對焦區(qū)域以外的其他區(qū)域，以此來獲取深度信息，這樣相比于現(xiàn)有的深度信息獲取方法，一方面，對比于采用雙目視覺法通過獲取第一和第二目標圖像經(jīng)過一套復(fù)雜的算法來獲取深度值而言，本方法可以對目標空間中任一位置實現(xiàn)快速且高精度的自動對焦，優(yōu)于目前主動式自動對焦的方法，同時優(yōu)于基于激光測距等被動式自動對焦的方法，另一方面，自動對焦的計算量大大降低，無需事先全部計算出全部的深度信息，幀率的影響較小，就算基于幀率較高的情況下，也能快速對焦，特別的，本發(fā)明更加適用于動態(tài)目標的快速對焦，實施對焦的效果大大提高，使得拍攝的圖像更為清晰，可以流暢的自動對焦。

附圖說明

圖1是本發(fā)明具體實施方式一的系統(tǒng)框圖。

圖2是本發(fā)明具體實施方式一中自動對焦系統(tǒng)設(shè)于移動終端上示意圖；

圖3是本發(fā)明具體實施方式一RGB-IR相機的結(jié)構(gòu)示意圖。

圖4是本發(fā)明具體實施方式一濾光片各濾光單元占比圖一。

圖5是本發(fā)明具體實施方式一濾光片各濾光單元占比圖二；

圖6是本發(fā)明具體實施方式二的流程圖；

圖7是本發(fā)明具體實施方式三的流程圖；

圖8是本發(fā)明具體實施方式二和三的光路示意圖。

圖9為本發(fā)明具體實施方式二中RGB-IR相機獲取的RGB圖像示意圖。

圖10為本發(fā)明具體實施方式二中RGB-IR相機的獲取的深度圖像示意圖。

圖11為本發(fā)明具體實施方式二對焦后的RGB圖像。圖12為本發(fā)明具體實施方式三的RGB-IR相機獲取的RGB圖像示意圖。

圖13為本發(fā)明具體實施方式三的RGB-IR相機獲取的深度圖像示意圖。

圖14為本發(fā)明具體實施方式三的對焦后RGB圖像。

具體實施方式

下面結(jié)合具體實施方式并對照附圖對本發(fā)明作進一步詳細說明。應(yīng)該強調(diào)的是，下述說明僅僅是示例性的，而不是為了限制本發(fā)明的范圍及其應(yīng)用。

參照以下附圖1-14，將描述非限制性和非排他性的實施例，其中相同的附圖標記表示相同的部件，除非另外特別說明。

實施例一：

本實施例提出了一種基于RGB-IR深度相機的自動對焦系統(tǒng)，RGB-IR相機可以同時獲取可見光(RGB圖像)數(shù)據(jù)和紅外光數(shù)據(jù)。如圖1所示，投影模塊1、RGB-IR相機2、處理器模塊4以及控制器模塊3，投影模塊1用于向目標空間投射經(jīng)編碼的紅外結(jié)構(gòu)光圖案；RGB-IR相機2用于同步獲取對焦區(qū)域5的結(jié)構(gòu)光紅外圖像以及目標區(qū)域的RGB圖像，深度相機單元以及變焦相機單元分別獲取對焦區(qū)域5的深度圖像以及RGB圖像；處理器單元用于獲取RGB圖像中的對焦區(qū)域5以及該對焦區(qū)域5的深度信息；控制器模塊3用于根據(jù)深度信息對RGB-IR相機2進行自動對焦；如圖3所示，所述RGB-IR相機2包括圖像傳感器21、濾光片22和變焦鏡頭23，如圖4-5所示，所述濾光片22包括R濾光單元221、G濾光單元222、B濾光單元223和IR濾光單元224，通過R濾光單元221、G濾光單元222和B濾光單元223獲得RGB圖像，通過IR濾光單元224獲取結(jié)構(gòu)光紅外圖像。

基于結(jié)構(gòu)光原理的深度相機一般由投影模組以及采集模組組成，通過投影模組向目標空間投射經(jīng)編碼的結(jié)構(gòu)光圖案，采集模組采集到被空間物體深度調(diào)制后的結(jié)構(gòu)光圖像，再利用三角法計算出圖像中各像素的實際深度值。

本實施例中，深度相機的采集模組由RGB-IR相機2的IR光(紅外光)通道所替代，與RGB-IR整個為一個攝像頭，這樣，RGB-IR相機2可以同時采集目標區(qū)域的RGB圖像和對焦區(qū)域5的深度圖像，此時，經(jīng)RGB-IR相機2獲取的采集圖像7為結(jié)構(gòu)光紅外圖像，由此，RGB-IR相機2成為集變焦和深度圖像采集功能于一身的相機模組。

本實施例中，投影模塊1獨立設(shè)置，投影模塊1根據(jù)投射的結(jié)構(gòu)不同，其結(jié)構(gòu)也不同。本實施例以散斑顆粒結(jié)構(gòu)光為例來說明。投影模塊1一般由紅外光源、準直透鏡以及衍射光學(xué)元件(DOE)組成。光源為紅外激光，可以是單個的邊發(fā)射激光光源，也可以是垂直腔面發(fā)射激光陣列光源。由于激光光源發(fā)出的光有一定的發(fā)散角，因而需要利用準直透鏡進行準直以發(fā)射出焦距的光束。激光光束經(jīng)DOE后被擴束成多束激光，并在空間中形成散斑顆粒圖案。

本實施例中，如圖2所示，為設(shè)有基于RGB-IR深度相機的移動終端A，包括RGB-IR相機2和投影模塊1，兩者呈一字型排列。

如上所述，如圖3所示，RGB-IR相機2由圖像傳感器21、濾光片22以及變焦鏡頭23組成，圖像傳感器21可以為CCD或者CMOS，以及變焦鏡頭23組成。另外，與普通相機不同的是，這里的濾光片22并非拜爾濾光片，而是由四種不同的濾光單元組成，分別可以通過R、G、B以及IR光分量。傳統(tǒng)的拜爾濾光片中R、B分量各占25％，而G占50％，圖4所示的濾光片22中則是將G分量的一半變成IR分量，從而該RGB-IR相機2可以同時獲取R、G、B以及IR光的強度信息。如圖5所示，在其他實施例中四個分量也可以有其他排列或者其他占比。在圖像傳感器21獲取R、G、B以及IR的信息之后，由于每一信息都只占有部分的像素，因而需要通過插值的方式恢復(fù)每個像素上的其他三種分量的強度信息，從而最終實現(xiàn)同步獲取RGB圖像以及IR圖像，由于RGB圖像和IR圖像的獲取為在同一相機同步獲取的，所以這里的RGB圖像與IR圖像之間沒有像素視差。插值的方法有多種，比如加權(quán)平均等，由于為已有技術(shù)因而在這里不加以詳述。

由所述的投影模塊1以及所述RGB-IR相機2，就組成了可以測量目標深度信息的深度相機。該深度測量是基于結(jié)構(gòu)光三角法原理，即由投影模塊1向目標空間投射經(jīng)編碼的紅外結(jié)構(gòu)光圖案后，由RGB-IR相機2采集到被空間物體深度調(diào)制后的紅外結(jié)構(gòu)光圖像，再利用三角法計算出圖像中各像素的實際深度值。

處理器單元通過硬件芯片以及軟件應(yīng)用的組合來實現(xiàn)對相機所采集到的數(shù)據(jù)進行處理。需要說明的是，對于將紅外結(jié)構(gòu)光圖像經(jīng)三角法計算獲得深度信息的過程也需要處理器的處理，這個處理器可以是另外專用的芯片，也可以由本處理器單元完成，這一技術(shù)為共知技術(shù)，將不再特別說明。

對于本自動對焦相機系統(tǒng)而言，處理器單元用于獲取RGB圖像中需要對焦的區(qū)域以及該區(qū)域的單一深度信息。

實施例二：

本實施例中，如圖6所示，根據(jù)實施例一提出的基于RGB-IR深度相機的自動對焦系統(tǒng)，提出了一種基于RGB-IR深度相機的自動對焦方法，本實施例主要用于單點對焦，可參照光路圖8。

首先，S1、利用投影模塊1向目標空間投射經(jīng)編碼的紅外結(jié)構(gòu)光圖案；

投影模塊1根據(jù)投射的結(jié)構(gòu)不同，其結(jié)構(gòu)也不同。本實施例以散斑顆粒結(jié)構(gòu)光為例來說明。投影模塊1一般由紅外光源、準直透鏡以及衍射光學(xué)元件(DOE)組成。光源為紅外激光，可以是單個的邊發(fā)射激光光源，也可以是垂直腔面發(fā)射激光陣列光源。由于激光光源發(fā)出的光有一定的發(fā)散角，因而需要利用準直透鏡進行準直以發(fā)射出焦距的光束。激光光束經(jīng)DOE后被擴束成多束激光，并在空間中形成經(jīng)編碼的紅外結(jié)構(gòu)光圖案。

其次，S2、利用RGB-IR相機2獲取目標區(qū)域的RGB圖像6。

如圖9所示，RGB-IR相機2通過R濾光單元221、G濾光單元222和B濾光單元223獲得RGB圖像6，這時的RGB圖像6中的目標可以是動態(tài)的，也可以是靜態(tài)的，主要是相機的工作模式而定。

再者，S3、獲取該RGB圖像6中需要對焦的對焦區(qū)域5；

一般地，RGB圖像6中運動物體常被默認為需要對焦的對象，比如人或動物；也常將中間區(qū)域作為默認對焦區(qū)域5；因而，可以通過程序設(shè)置出默認對焦的像素區(qū)域。另外，也可以通過人工主動選取的方式，比如通過手指觸摸圖像區(qū)域的方式獲取對焦區(qū)域5。被選中的區(qū)域一般具有一定的大小和形狀，同樣可以程序默認或手選，比如方形、圓形等，也可以是一個具體地像素點，在這里不做限制。

本實施例中，單點對焦的模式下所述RGB圖像6中包括一個需要對焦的對焦區(qū)域5，且所述對焦區(qū)域5包括動態(tài)對焦區(qū)域和靜態(tài)對焦區(qū)域，根據(jù)目標3的狀態(tài)獲取對焦區(qū)域5。

其次，如圖10所示，S4、所述深度相機根據(jù)該對焦區(qū)域5，在采集圖像7的對應(yīng)位置上，截取一個僅包括該對焦區(qū)域5的深度提取區(qū)域4，利用RGB-IR相機2僅獲取該深度提取區(qū)域4的結(jié)構(gòu)光紅外圖像，根據(jù)該深度提取區(qū)域4計算該對焦區(qū)域5的深度信息。

由結(jié)構(gòu)光紅外圖像得到深度信息的原理為三角法測量原理，具體地，這里的結(jié)構(gòu)光紅外圖像為目標散斑圖像。在計算深度信息之前，需要在已知深度的平面上獲取一幅參考散斑圖像，然后將目標散斑圖像與參考散斑圖像進行匹配計算，獲取兩幅圖像上對應(yīng)像素的偏離值，根據(jù)三角法原理，偏離值與深度信息有一一對應(yīng)關(guān)系，從而可以根據(jù)偏離值得到目標散斑圖像上各像素的深度信息。

最后，S5、根據(jù)所述深度信息通過所述RGB-IR相機2進行自動對焦。圖11中的8為單點對焦最終的RGB圖像。

獲取RGB圖像中對焦區(qū)域5各像素的深度值；若對焦區(qū)域5為單個像素點，該像素點的深度值就可以直接用來進行自動對焦。若對焦區(qū)域5中包含多個像素點，則需要將多個像素點的深度值融合成單一的深度值。優(yōu)選地，取該區(qū)域中各像素的深度值的平均值作為該區(qū)域的單一深度信息；進一步的，為了避免個別像素深度值太大或太小從而影響區(qū)域中對焦對象的準確深度，按深度值大小分布情況，選取中間分布的像素的深度值來做平均，從而得到該區(qū)域的單一深度信息。也可以通過其他方法來獲取，在此不作限定。

控制器單元用于根據(jù)深度信息對RGB-IR相機2的變焦鏡頭23進行自動對焦。在獲取了需要對焦區(qū)域5的單一深度信息后，調(diào)整變焦鏡頭23的焦距以滿足對該深度處聚焦。調(diào)整可以通過預(yù)先設(shè)定的程序來完成，具體地，焦距大小與深度大小之間有一定的關(guān)系，將該關(guān)系以程序的形式保存在相機系統(tǒng)的存儲中，當獲取到單一的深度信息后，根據(jù)程序計算出調(diào)整的量，然后由控制器單元實現(xiàn)自動對焦。這里所述的存儲器單元幾乎在所有的電子設(shè)備中都存在，都用來存儲數(shù)據(jù)，因而被默認存在于本系統(tǒng)中，這里不加以詳細描述。

本實施例主要利用了RGB-IR相機2與的特色進行獲取深度值，因RGB-IR相機2除了傳統(tǒng)的R(紅)、G(綠)、B(藍)光的通道外，還可以采集IR光(紅外光)，利用這一特性，本實施例將基于結(jié)構(gòu)光的深度相機與RGB-IR相機2相互整合，實現(xiàn)了深度圖像與RGB圖像的無視差采集，免去了配準的步驟，可直接將深度提取區(qū)域4獲取的深度信息作為自動對焦的深度值，進一步提高了自動對焦的速度，降低了計算量。

除此之外，本實施例的自動對焦方法是在獲取目標區(qū)域的RGB圖像，并在RGB圖像中獲取需要對焦的對焦區(qū)域5后才對利用深度相機獲取深度圖像，并且所用來提取深度圖像的深度提取區(qū)域4僅僅包括對焦區(qū)域5所在的區(qū)域，截取了采集圖像7上除對焦區(qū)域5以外的其他區(qū)域，以此來獲取深度信息，這樣相比于現(xiàn)有的深度信息獲取方法，一方面，對比于采用雙目視覺法通過獲取第一和第二目標圖像經(jīng)過一套復(fù)雜的算法來獲取深度值而言，本方法可以對目標空間中任一位置實現(xiàn)快速且高精度的自動對焦，優(yōu)于目前主動式自動對焦的方法，同時優(yōu)于基于激光測距等被動式自動對焦的方法，另一方面，自動對焦的計算量大大降低，無需事先全部計算出全部的深度信息，幀率的影響較小，就算基于幀率較高的情況下，也能快速對焦，特別的，本實施例更加適用于動態(tài)目標的快速對焦，實施對焦的效果大大提高，使得拍攝的圖像更為清晰，可以流暢的自動對焦。

實施例三：

本實施例中，如圖7所示，根據(jù)實施例一提出的基于深度相機的自動對焦系統(tǒng)，提出了一種基于RGB-IR深度相機的自動對焦方法，本實施例與實施例二的區(qū)別在于本實施例為主要對于多點對焦。

首先，S1、利用投影模塊1向目標空間投射經(jīng)編碼的紅外結(jié)構(gòu)光圖案；

投影模塊1根據(jù)投射的結(jié)構(gòu)不同，其結(jié)構(gòu)也不同。本實施例以散斑顆粒結(jié)構(gòu)光為例來說明。投影模塊1一般由紅外光源、準直透鏡以及衍射光學(xué)元件(DOE)組成。光源為紅外激光，可以是單個的邊發(fā)射激光光源，也可以是垂直腔面發(fā)射激光陣列光源。由于激光光源發(fā)出的光有一定的發(fā)散角，因而需要利用準直透鏡進行準直以發(fā)射出焦距的光束。激光光束經(jīng)DOE后被擴束成多束激光，并在空間中形成經(jīng)編碼的紅外結(jié)構(gòu)光圖案。

如圖12所示，其次，S2、利用RGB-IR相機2獲取目標區(qū)域的RGB圖像。

RGB-IR相機2通過R濾光單元221、G濾光單元222和B濾光單元223獲得RGB圖像，這時的RGB圖像中的目標3可以是動態(tài)的，也可以是靜態(tài)的，主要是相機的工作模式而定。

再者，S3、獲取該RGB圖像中需要對焦的對焦區(qū)域5；

一般地，RGB圖像中運動物體常被默認為需要對焦的對象，比如人或動物；也常將中間區(qū)域作為默認對焦區(qū)域5；因而，可以通過程序設(shè)置出默認對焦的像素區(qū)域。另外，也可以通過人工主動選取的方式，比如通過手指觸摸圖像區(qū)域的方式獲取對焦區(qū)域5。被選中的區(qū)域一般具有一定的大小和形狀，同樣可以程序默認或手選，比如方形、圓形等，也可以是一個具體地像素點，在這里不做限制。

本實施例中，多點對焦的模式下所述RGB圖像中包括一個以上的需要對焦的對焦區(qū)域5，所述對焦區(qū)域5還可分為動態(tài)對焦區(qū)域和靜態(tài)對焦區(qū)域，根據(jù)目標3的狀態(tài)獲取對焦區(qū)域5。

然后，如圖13所示，S4、所述深度相機根據(jù)一個以上的該對焦區(qū)域5，在采集圖像7的對應(yīng)的一個以上的位置上，截取對應(yīng)個數(shù)的僅包括該對焦區(qū)域5的深度提取區(qū)域4，利用RGB-IR相機2分別獲取各所述深度提取區(qū)域4的結(jié)構(gòu)光紅外圖像，根據(jù)各所述深度提取區(qū)域4計算各所述對焦區(qū)域5的多個深度信息；

由結(jié)構(gòu)光紅外圖像得到深度信息的原理為三角法測量原理，具體地，這里的結(jié)構(gòu)光紅外圖像為目標散斑圖像。在計算深度信息之前，需要在已知深度的平面上獲取一幅參考散斑圖像，然后將目標散斑圖像與參考散斑圖像進行匹配計算，獲取兩幅圖像上對應(yīng)像素的偏離值，根據(jù)三角法原理，偏離值與深度信息有一一對應(yīng)關(guān)系，從而可以根據(jù)偏離值得到目標散斑圖像上各像素的深度信息。

最后，S5、根據(jù)所述多個深度信息通過所述RGB-IR相機2進行自動對焦。如圖14所示，11為多點對焦最終的RGB圖像。

獲取RGB圖像中對焦區(qū)域5各像素的深度值；若對焦區(qū)域5為單個像素點，該像素點的深度值就可以直接用來進行自動對焦。若對焦區(qū)域5中包含多個像素點，則需要將多個像素點的深度值融合成單一的深度值。優(yōu)選地，取該區(qū)域中各像素的深度值的平均值作為該區(qū)域的單一深度信息；進一步的，為了避免個別像素深度值太大或太小從而影響區(qū)域中對焦對象的準確深度，按深度值大小分布情況，選取中間分布的像素的深度值來做平均，從而得到該區(qū)域的單一深度信息。也可以通過其他方法來獲取，在此不作限定。

控制器單元用于根據(jù)深度信息對RGB-IR相機2的變焦鏡頭23進行自動對焦。在獲取了需要對焦區(qū)域5的單一深度信息后，調(diào)整變焦鏡頭23的焦距以滿足對該深度處聚焦。調(diào)整可以通過預(yù)先設(shè)定的程序來完成，具體地，焦距大小與深度大小之間有一定的關(guān)系，將該關(guān)系以程序的形式保存在相機系統(tǒng)的存儲中，當獲取到單一的深度信息后，根據(jù)程序計算出調(diào)整的量，然后由控制器單元實現(xiàn)自動對焦。這里所述的存儲器單元幾乎在所有的電子設(shè)備中都存在，都用來存儲數(shù)據(jù)，因而被默認存在于本系統(tǒng)中，這里不加以詳細描述。

本實施中，由于利用的是截取后深度提取區(qū)域4的深度信息進行自動對焦的，所以可以實現(xiàn)利用深度相機進行多點對焦的可能，在對焦的過程中，由于僅僅是獲取一個以上的對焦區(qū)域5的一個以上的深度圖像，對焦區(qū)域5以外的區(qū)域未進行深度值的獲取，所以就算是對多個點進行自動對焦計算量也比較小，可以滿足當前幀率下的快速計算，進而提交實現(xiàn)快速對焦的，而目前的基于深度相機的自動對焦方法，一般的，是將目標區(qū)域全部的深度圖像提前獲取，并將所有的深度信息實現(xiàn)存儲，對于多點對焦而言并不能快速的找準對焦區(qū)域5的深度信息，特別是對于動態(tài)模式下，由于對焦過程一直在進行，所以，要實現(xiàn)快速的多點對焦更是不可能，加之一般的幀率也有20-30，所以多點對焦的計算量之大可想而知。

采用本實施例的深度信息的采集方法，實現(xiàn)了基于深度相機的多點自動對焦的可能，加之對焦速度快，計算量小，大大調(diào)高了對焦速度和實用性。

本領(lǐng)域技術(shù)人員將認識到，對以上描述做出眾多變通是可能的，所以實施例僅是用來描述一個或多個特定實施方式。

盡管已經(jīng)描述和敘述了被看作本發(fā)明的示范實施例，本領(lǐng)域技術(shù)人員將會明白，可以對其做出各種改變和替換，而不會脫離本發(fā)明的精神。另外，可以做出許多修改以將特定情況適配到本發(fā)明的教義，而不會脫離在此描述的本發(fā)明中心概念。所以，本發(fā)明不受限于在此披露的特定實施例，但本發(fā)明可能還包括屬于本發(fā)明范圍的所有實施例及其等同物。