基于離焦量差異定性分析的自動(dòng)對(duì)焦方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于離焦量差異定性分析的自動(dòng)對(duì)焦方法，屬于自動(dòng)對(duì)焦領(lǐng)域。
【背景技術(shù)】
[0002] 自動(dòng)對(duì)焦功能是眾多光學(xué)成像設(shè)備的基本功能，在數(shù)字?jǐn)z像機(jī)、手機(jī)、顯微鏡等設(shè) 備中往往是決定產(chǎn)品性能的關(guān)鍵技術(shù)。自動(dòng)對(duì)焦方式分為主動(dòng)式和被動(dòng)式兩種：主動(dòng)式自 動(dòng)對(duì)焦通過(guò)輔助傳感器或測(cè)量工具所提供的信息完成自動(dòng)對(duì)焦；被動(dòng)式自動(dòng)對(duì)焦是一種基 于數(shù)字圖像處理的方法，通過(guò)對(duì)圖像的聚焦評(píng)價(jià)，驅(qū)動(dòng)電機(jī)往合焦方向調(diào)節(jié)，直至滿足預(yù)先 設(shè)定的條件為止。由于主動(dòng)式自動(dòng)對(duì)焦方法需要額外的硬件設(shè)備輔助，并且需要更高的系 統(tǒng)能耗，所以目前被動(dòng)式自動(dòng)對(duì)焦是目前最常用的自動(dòng)對(duì)焦方式。
[0003] 被動(dòng)式自動(dòng)對(duì)焦方法，其核心問(wèn)題有兩個(gè)：一是聚焦評(píng)價(jià)函數(shù)，二是對(duì)焦搜索策 略。
[0004] 聚焦評(píng)價(jià)函數(shù)有基于梯度的聚焦評(píng)價(jià)函數(shù)和基于統(tǒng)計(jì)信息及自相關(guān)的聚焦函 數(shù)兩類(lèi)。典型的聚焦評(píng)價(jià)函數(shù)有灰度差分絕對(duì)值和（SumModulusDifference，SMD)、 Tenengrad函數(shù)、方差函數(shù)和修改拉普拉斯和（SumModifiedLaplacian，SML)等，其中性 能較好的為T(mén)enengrad函數(shù)。
[0005] 對(duì)焦搜索策略主要有五種：曲線擬合搜索法、斐波那契搜索法、基于規(guī)則的搜索 法、基于機(jī)器學(xué)習(xí)的啟發(fā)式搜索法、爬山搜索法。
[0006] 聚焦評(píng)價(jià)函數(shù)的局部峰值會(huì)影響曲線擬合，所以曲線擬合法精度不高。斐波那契 搜索法需要在搜索區(qū)間內(nèi)大范圍調(diào)整鏡頭的位置，造成極差的用戶體驗(yàn)，增加了能耗和對(duì) 焦時(shí)間，并不是一個(gè)切實(shí)可行的方法?；谝?guī)則的搜索法雖然搜索效率較高，但是其算法依 賴的閾值較難選取，算法的穩(wěn)定性不高?；跈C(jī)器學(xué)習(xí)的啟發(fā)式搜索法雖然有較高的精確 性，但其依賴于典型場(chǎng)景下大量的訓(xùn)練數(shù)據(jù)，對(duì)某些特殊場(chǎng)景不一定適應(yīng)。
[0007] 爬山法在實(shí)際的工程中具有較高的可行性，由于其精確性好，無(wú)需電機(jī)往復(fù)運(yùn)動(dòng) 等優(yōu)點(diǎn)，成為對(duì)焦搜索策略的首選，但是爬山法也存在容易受曲線局部極值影響的缺點(diǎn)。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的是提供一種基于離焦量差異定性分析的自動(dòng)對(duì)焦方法，通過(guò)一種新 的可以提供穩(wěn)定對(duì)焦搜索方向判斷的機(jī)制來(lái)改善傳統(tǒng)爬山搜索的性能：在保持爬山搜索法 快速、行程比較少等優(yōu)點(diǎn)的同時(shí)，明顯提高在聚焦評(píng)價(jià)函數(shù)單峰性不良的場(chǎng)景中的正確率， 降低誤差量，降低評(píng)價(jià)函數(shù)局部極值對(duì)于對(duì)焦搜索的影響。
[0009] 本發(fā)明的技術(shù)解決方案是：
[0010] -種基于離焦量差異定性分析的自動(dòng)對(duì)焦方法，
[0011] 利用基于空間域的卷積/去卷積變換計(jì)算對(duì)焦過(guò)程中兩個(gè)不同調(diào)焦位置的兩幅 圖像中對(duì)應(yīng)點(diǎn)的離焦量差異值；
[0012] 采用投票策略得出這兩幅圖像的離焦量差異定性度量；
[0013] 根據(jù)離焦量差異定性度量確定對(duì)焦搜索方向；
[0014] 按照變步長(zhǎng)策略逐漸縮小搜索范圍和搜索步長(zhǎng)，直至在步長(zhǎng)為1時(shí)找到合焦位 置。
[0015] 進(jìn)一步地，采用變步長(zhǎng)爬山搜索策略，在大步長(zhǎng)和中等步長(zhǎng)階段利用離焦量定性 差異度量判斷對(duì)焦搜索方向，在小步長(zhǎng)階段利用Tenengrad函數(shù)值的大小判斷對(duì)焦搜索方 向。
[0016] 進(jìn)一步地，變步長(zhǎng)爬山搜索策略具體為：
[0017] S1、在當(dāng)前位置上往正方向行走大步長(zhǎng)，根據(jù)離焦量定性差異度量判斷搜索方 向；
[0018] S2、若搜索方向沒(méi)有發(fā)生變化則設(shè)定搜索大步長(zhǎng)，若搜索方向發(fā)生變化則設(shè)定搜 索中等步長(zhǎng)；
[0019] S3、在搜索方向上以設(shè)定步長(zhǎng)進(jìn)行搜索，每搜索一個(gè)位置，根據(jù)離焦量定性差異度 量重新判斷搜索方向；
[0020] S4、若搜索方向不變，則返回S3 ;若搜索方向發(fā)生變化且當(dāng)前步長(zhǎng)為大步長(zhǎng)，則進(jìn) 入S2 ;若搜索方向發(fā)生變化且當(dāng)前步長(zhǎng)為中等步長(zhǎng)，則進(jìn)入S5 ;
[0021] S5、設(shè)定搜索步長(zhǎng)為小步長(zhǎng)；
[0022] S6、在搜索方向上搜索一個(gè)步長(zhǎng)，根據(jù)Tenengrad函數(shù)確定的聚焦評(píng)價(jià)值重新判 斷搜索方向；
[0023] S7、若搜索方向不變，則返回S6 ;否則進(jìn)入S8 ;
[0024] S8、在搜索方向上前進(jìn)小步長(zhǎng)，該位置即為合焦位置。
[0025] 進(jìn)一步地，大步長(zhǎng)米用6~10步長(zhǎng)，中等步長(zhǎng)米用3~5步長(zhǎng)，小步長(zhǎng)米用1步長(zhǎng)。
[0026] 進(jìn)一步地，計(jì)算兩個(gè)不同調(diào)焦位置的兩幅圖像II(x，y)和12 (x，y)中對(duì)應(yīng)點(diǎn)的離 焦量差異值如下：
[0027] (7)
[0028] 其中，標(biāo)準(zhǔn)偏差〇 1是圖像II(x，y)的標(biāo)準(zhǔn)偏差，標(biāo)準(zhǔn)偏差〇 2是圖像12 (x，y)的 標(biāo)準(zhǔn)偏差，爐為拉普拉斯算子，合焦圖像I(x，y)的拉普拉斯算子V2并U)由式（8)計(jì)算：
[0029]
(8)。
[0030] 進(jìn)一步地，離焦量差異度量投票策略如下：
[0031] S11、采集的兩幅圖像II，12為輸入；
[0032] S12、設(shè)立兩個(gè)投票箱："正"和"反"；
[0033] S13、首先對(duì)圖像進(jìn)行5X5均值濾波；
[0034] S14、以上式（7)計(jì)算第一個(gè)像素的離焦量差異值，如果該值大于0,則投"正"一 票，如果該值小于〇,則投"反"一票，如果相等，則不投票；
[0035] S15、圖像上所有像素均以S14的方式參與投票；
[0036] S16、得票多的一方為離焦量差異定性度量結(jié)果，即如果"正"得票多，則認(rèn)為II(X， y)的離焦量大于I2(x，y)，搜索方向往II所對(duì)應(yīng)的方向運(yùn)行；如果"負(fù)"得票多，則認(rèn)為 II(X，y)的離焦量小于12 (X，y)，搜索方向往12所對(duì)應(yīng)的方向運(yùn)行；如果得票一樣多，則認(rèn) 為II(x，y)的離焦量等于12 (x，y)，搜索方向不變。
[0037] 本發(fā)明提供的一種基于離焦量差異定性分析的自動(dòng)對(duì)焦方法，其有益效果在于：
[0038] -、本發(fā)明方法的對(duì)焦搜索方向較爬山法精確。本發(fā)明以離焦量定性差異度量為 對(duì)焦搜索方向的依據(jù)，而爬山法基于評(píng)價(jià)函數(shù)值的大小。由于評(píng)價(jià)函數(shù)值在平坦區(qū)域存在 數(shù)據(jù)波動(dòng)，所以容易導(dǎo)致基于評(píng)價(jià)函數(shù)值的搜索方向判斷發(fā)生錯(cuò)誤。本發(fā)明提出的離焦量 定性差異度量在大步長(zhǎng)時(shí)，精確性很高，而在小步長(zhǎng)時(shí)精確性下降明顯。所以本發(fā)明提出的 策略是在大步長(zhǎng)和中等步長(zhǎng)的搜索過(guò)程中，采用離焦量定性差異度量為對(duì)焦搜索方向的依 據(jù)，而在小步長(zhǎng)時(shí)采用基于Tenengrad評(píng)價(jià)函數(shù)的搜索方向判斷機(jī)制。本發(fā)明中當(dāng)步長(zhǎng)為1 時(shí)，搜索位置已經(jīng)處于和焦點(diǎn)附近，在該位置處的聚焦評(píng)價(jià)函數(shù)具有良好的單峰性，保證了 對(duì)焦搜索方向的準(zhǔn)確判斷。
[0039] 二、本發(fā)明方法的平均過(guò)沖步數(shù)較少。搜索過(guò)程中第一次越過(guò)合焦點(diǎn)的過(guò)沖量在 9步以內(nèi)；第二次越過(guò)合焦點(diǎn)的過(guò)沖量在4步以內(nèi)；第三次越過(guò)合焦點(diǎn)的過(guò)沖量為1步。經(jīng) 過(guò)多次實(shí)驗(yàn)確定：9步長(zhǎng)的偏差造成的模糊感覺(jué)不會(huì)很強(qiáng)烈。正是由于過(guò)沖量較小，該搜索 過(guò)程不會(huì)產(chǎn)生劇烈的從清晰到模糊的視覺(jué)體驗(yàn)。
[0040] 三、本發(fā)明方法保持爬山搜索法快速、行程比較少等優(yōu)點(diǎn)。本發(fā)明方法需要對(duì)圖像 進(jìn)行拉普拉斯濾波，其計(jì)算復(fù)雜度與眾多基于梯度的聚焦評(píng)價(jià)函數(shù)相等。采用的變步長(zhǎng)搜 索策略，保持了搜索速度較快，行程較短的優(yōu)點(diǎn)。
【附圖說(shuō)明】
[0041] 圖1是基于離焦量定性差異度量的對(duì)焦搜索策略的示意圖。
[0042] 圖2是實(shí)施例中一個(gè)對(duì)調(diào)焦圖像序列，圖中，調(diào)焦位置從左往右為619、700、779、 830、880 ;
[0043] 圖3是對(duì)圖2所示的圖像序列計(jì)算Tenengrad評(píng)價(jià)函數(shù)值；
[0044] 圖4是實(shí)施例基于離焦量差異定性分析的自動(dòng)對(duì)焦方法的流程說(shuō)明示意圖。
【具體實(shí)施方式】
[0045] 下面結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明的優(yōu)選實(shí)施例。
[0046] 為了改善在某些場(chǎng)景中由于聚焦評(píng)價(jià)函數(shù)非單峰性而造成爬山搜索方法正確率 降低、誤差增大的問(wèn)題，實(shí)施例提供了一種基于離焦量定性差異度量的自動(dòng)對(duì)焦方法，利用 基于空間域的卷積/去卷積變換計(jì)算對(duì)焦過(guò)程中兩個(gè)不同調(diào)焦位置的兩幅圖像中對(duì)應(yīng)點(diǎn) 的離焦量差異值；采用投票策略得出這兩幅圖像的離焦量差異定性度量；根據(jù)離焦量差異 定性度量確定對(duì)焦搜索方向；按照變步長(zhǎng)策略逐漸縮小搜索范圍和搜索步長(zhǎng)，直至在步長(zhǎng) 為1時(shí)找到合焦位置。
[0047] 實(shí)施例能夠在保持爬山搜索法快速、行程比較少等優(yōu)點(diǎn)的同時(shí)，明顯提高了在聚 焦評(píng)價(jià)函數(shù)單峰性不良的場(chǎng)景中的正確率，降低了誤差量，很好地解決了局部極值對(duì)于爬 山搜索法的影響。
[0048] 離焦量定性差異度量
[0049] 選用高斯函數(shù)近似成像系統(tǒng)的點(diǎn)擴(kuò)散函數(shù)。在調(diào)焦時(shí)，不同調(diào)焦位置的成像結(jié)果 Mhy)和I2(x，y)相當(dāng)于分別以標(biāo)準(zhǔn)偏差〇1和〇2對(duì)合焦圖像I(x，y)進(jìn)行高斯卷積， 如式⑴和式⑵所示：
[0051] (2)
[0050] (1)
[0052] 標(biāo)準(zhǔn)差〇 〇 2反映圖像的模糊度，其值越大離焦程度越大。
[0053] 基于空間域的卷積/去卷積變換，簡(jiǎn)稱S變換（Spatial-DomainConvolution/ DeconvolutionTransform，STransform)。該方法對(duì)正焦圖像以三次多項(xiàng)式進(jìn)行建模，推 導(dǎo)出離焦圖像g(x，y)與合焦圖像I(x，y)的關(guān)系見(jiàn)式（3):
[0054] (3)
[0055] 其中，〇是標(biāo)準(zhǔn)偏差，鏟為拉普拉斯算子，式（3)即為S變換。根據(jù)拉普拉斯算子 定義與三次多項(xiàng)式假設(shè)，推導(dǎo)出式（4):
[0056]
(4)
[0057] 即離焦圖像和合焦圖像的拉普拉斯算子處理結(jié)果相等。由式（3)和式（4)可知， 對(duì)焦過(guò)程中的兩幅圖像Mx，y)和I2(x，y)與合焦圖像I(x，y)的關(guān)系如式（5)和式（6) 所示：
_ 偽
[0059]
[0060] 由式（5)和式（6)可進(jìn)一步得到式（7):
[0061] m
[0062] 其中WCu》可以由式⑶計(jì)算：
[0063]
[0064] 通過(guò)式（7)和式（8)可以由圖像上每一個(gè)像素值計(jì)算兩幅圖像的離焦量大小比較 結(jié)果，但是由于存在噪聲影響，該結(jié)果并不準(zhǔn)確。為了減弱噪聲對(duì)結(jié)果的影響，先對(duì)圖像進(jìn) 行均值濾波，然后再應(yīng)用式（7)和式（8)計(jì)算離焦量差異。在實(shí)施例中，通過(guò)多次實(shí)驗(yàn)確定 均值濾波的窗口大小為5X5。離焦量差異度量投票策略如下：
[0065] 步驟1)設(shè)立兩個(gè)投票箱："正"和"反"。
[0066] 步驟2)首先對(duì)圖像進(jìn)行5X5均值濾波。
[0067] 步驟3)以式（7)計(jì)算第一個(gè)像素的離焦量差異值，如果該值大于0,則投"正"一 票，如果該值小于〇,則投"反"一票，如果相等，則不投票。
[0068] 步驟4)圖像上所有像素均以步驟3)的方式參與投票。
[0069] 步驟5)得票多的一方為離焦量差異定性度量結(jié)果。即如果"正"得票多，則認(rèn)為 II(x，y)的離焦量大于12 (x，y);如果"負(fù)"得票多，則認(rèn)為II(x，y)的離焦量小于12