第第頁自動對焦計技術(shù)原理概述目錄TOC\o"1-3"\h\u21434自動對焦計技術(shù)原理概述 1170621.1自動對焦技術(shù)原理 1272761.2常用的自動對焦方法 228881.1.1測距自動對焦 2154791.1.2聚焦檢測自動對焦 263251.3圖像預(yù)處理 2304111.3.1圖像灰度化 3321381.3.2圖像去噪 5230341.4對焦算法 6142291.4.1邊緣強度 6141311.4.2平均梯度 7234151.4.3Brenner梯度法 701.4.4信息熵 7118671.4.5灰度方差(SMD) 880871.5自動對焦算法的步驟 81.1自動對焦技術(shù)原理自動聚焦技術(shù)是通過將攝像頭上采集到的圖像畫面進行清晰程度分析，不斷地根據(jù)采集的畫面控制調(diào)焦電動裝置進行運動，使得采集到的圖像最為清楚的過程。自動對焦技術(shù)常用于攝影攝像等圖像采集領(lǐng)域，只有前期采集的圖像高清，無拖影，不散焦，后續(xù)的圖像處理算法才會準(zhǔn)確。自動對焦技術(shù)原理又分為兩種，一種是主動式聚焦，另一種是被動式聚焦。主動式對焦主要依靠圖像采集裝備上的紅外裝置，該裝置可以發(fā)射相關(guān)的紅外線，當(dāng)物體接受到紅外線后，反射紅外線到相機中，相機CCD接受到返回的紅外線信號，再根據(jù)信號的強弱生成不同的圖像，判斷目前圖像的清晰度，不斷地調(diào)整調(diào)焦裝置，使得接受到的紅外射線圖像清晰度最高，即完成了整個對焦過程。主動式對焦過程對于物體較暗，或者物體表明能夠吸收光以及物體較遠的情況下，聚焦效果較差。對于明亮且較近的物體，對焦效果較好。被動式對焦技術(shù)不用通過紅外發(fā)射裝置進行紅外線發(fā)射，直接接收來自物體反射的光線進行焦距調(diào)整，該方式不用在攝影設(shè)備上安裝紅外裝置，成本更低且占用空間小，對于較亮的物體以及遠距離較大的物體對焦效果都較好，但是對于有透射現(xiàn)象或者面積較小，邊緣較細的物體，對焦效果較差。由于主動式與被動式對焦效果各有千秋，所以很多的設(shè)備都是結(jié)合兩者各自的優(yōu)點實現(xiàn)自動對焦。1.2常用的自動對焦方法1.1.1測距自動對焦測距自動對焦又分為紅外跟超聲測距兩種，紅外測距主要利用紅外裝置向物體發(fā)射紅外線，紅外線接觸物體之后反射到鏡頭，通過反射回來的紅外線，調(diào)節(jié)焦距實現(xiàn)自動對焦；超聲波測距主要利用攝影設(shè)備上的超聲波發(fā)射裝置，利用返回的超聲波實現(xiàn)距離的自動判定，從而實現(xiàn)自動對焦。這兩種方式都是需要在攝像設(shè)備上安裝發(fā)射裝置。1.1.2聚焦檢測自動對焦聚焦檢測方法主要有對比度法和相位法1、對比度法。該算法不需要射線發(fā)射裝置，直接對攝像頭采集到的圖像進行分析，實現(xiàn)自動對焦。如果拍攝的圖像的邊緣清晰，則圖像的邊緣與背景之間的對比度就高，根據(jù)對比度和清晰度的大小，可以實現(xiàn)焦距的判定，通過調(diào)節(jié)對焦裝置，從而實現(xiàn)對比度對焦。2、相位法。如果聚焦面與網(wǎng)絡(luò)板重合，這時透過網(wǎng)絡(luò)板透光線條的光同時到達其后的兩個受光元件，而離焦時，光束則會先后到達兩個受光元件，故輸出信號有相位差。1.3圖像預(yù)處理圖像處理任務(wù)需要處理的圖像都是由圖像傳感器采集而來，圖像傳感器由于制作工藝、電子元器件干擾的問題，在采集過程中會出現(xiàn)噪聲、分辨率不清晰等現(xiàn)象。同時由于圖像采集環(huán)境光干擾，容易造成圖像曝光過度和圖像亮度較低等現(xiàn)象。這些圖像都屬于低質(zhì)量的圖像，會增加后續(xù)圖像處理任務(wù)的難度以及降低處理準(zhǔn)確度。圖像預(yù)處理過程是大多數(shù)圖像處理任務(wù)中不可或缺的環(huán)節(jié)之一。通過圖像預(yù)處理的操作可以實現(xiàn)的功能有：降低圖像的冗余數(shù)據(jù)量，去除圖像的干擾數(shù)據(jù)，提高圖像的對比度，增強圖像的細節(jié)，凸顯出圖像待測特征等，最終的目的都是提高圖像的質(zhì)量，減小后續(xù)圖像處理任務(wù)耗時，提升圖像處理的準(zhǔn)確度。本文的預(yù)處理過程選擇圖像灰度化和圖像去噪兩個過程。圖像灰度化主要是降低原始圖像的色彩維度，通常硬件采集設(shè)備拍攝的圖像都是RGB彩色圖像，彩色圖像能夠最真實的還原目標(biāo)物的形態(tài)，色澤等等，但是很多的圖像處理任務(wù)，只需要提取目標(biāo)的區(qū)域特征，邊緣特征，不需要提取色彩信息，所以色彩信息相當(dāng)于冗余信息，會增加程序的計算耗時。本文只需要提取圖像的邊緣特征，灰度化可以增加自動對焦的實時性，提升程序計算效率。圖像去噪主要目的是去除圖像采集，壓縮，傳輸過程中所產(chǎn)生的噪聲，噪聲的存在會干擾圖像目標(biāo)的分析，圖像去噪能夠提高程序運行的準(zhǔn)確性。1.3.1圖像灰度化硬件采集系統(tǒng)采集的圖像都是由單個像素點組成，每個像素點的值不一樣，構(gòu)成了豐富多彩的圖像。彩色圖像是目前最常用的信息傳遞的載體之一，彩色圖像中包含了大量的信息，人眼在提取這些信息的時候，可以根據(jù)自身需要選擇性提取。彩色圖像是由三個維度的圖像組成，通常是由R、G、B三個維度組成的圖像，每個維度的圖像都叫做灰度圖像，灰度圖像是一個二維矩陣，圖像中的每一個點在矩陣中都映射一個灰度值，不同的灰度值在圖像中反映為不同亮度的圖像。圖像灰度化技術(shù)是有效的減小圖像數(shù)據(jù)量的手段之一，彩色圖像信息量過大，處理的時候需要耗費很多資源以及時間。彩色圖像有RGB模式，HIS模式，HIV模式等等。最常用的圖像色彩表示模式為RGB模式，對于RGB圖像的灰度化，通常有以下兩種方式。1.最大值最小值法：首先任意取圖像的三個灰度值通道分別記為R、G、B，接著對通道的灰度值大小進行選擇，使用最大值法選擇灰度值最大的通道作為圖像灰度化結(jié)果1.平均法：平均法又細分為平均值法和加權(quán)平均法，平均法主要就是求取三個通道的灰度值后求均值。平均值法在圖像灰度化中主要用于圖像歸一化，求取平均灰度之后，可以對每個通道的圖像進行歸一化處理，便于圖像色彩分割。假設(shè)Gray(i,j)為圖像某個像素點的灰度值，R(i,j)，G(i,j)，B(i,j)為該像素點的三通道值，該像素點的灰度值平均值法公式如下：(2-1)另外一種常用的圖像灰度化方式為加權(quán)平均法，加權(quán)平均法也是取三個通道的灰度值，與平均值法不同的是，加權(quán)平均會取三個權(quán)重值，代表每個通道所占比重，權(quán)值的選擇一般根據(jù)具體的圖像處理任務(wù)合適選擇。根據(jù)人眼對于不同顏色的敏感度不同，采用的加權(quán)平局法公式如下：(2-2)利用加權(quán)平局法對圖像進行灰度化處理，得到的灰度化圖像如下：圖1.1原始圖像和灰度圖像1.3.2圖像去噪圖像噪聲的分類方式不同，圖像去噪的方法也有很多種，通常情況下需要根據(jù)具體的圖像拍攝情況以及拍攝現(xiàn)場環(huán)境決定去噪方式的選擇，不同的去噪算法原理不一樣，對不同類型的噪聲處理后效果也不同，要想達到穩(wěn)定且準(zhǔn)確的去噪效果，需要做多種濾波測試。大多數(shù)情況都是根據(jù)噪聲的數(shù)學(xué)模型進行去噪算法合理運用，譬如高斯噪聲是數(shù)學(xué)統(tǒng)計學(xué)分布上與高斯分布函數(shù)相吻合的噪聲。在很多的圖像中都存在此種噪聲，均值濾波是去除高斯噪聲的有效方式，很多的圖像處理項目比如工業(yè)現(xiàn)場物體測量、夜晚情況人臉識別、霧天情況的車牌識別等等，都可以利用均值濾波去除圖像中的高斯噪聲。去噪后的圖像只包含目標(biāo)主體和背景部分，再利用目標(biāo)分割算法就能分割出目標(biāo)主體，排除了噪聲的干擾。椒鹽噪聲屬于脈沖噪聲的一種，就不適合利用均值濾波去除，均值濾波沒辦法將椒鹽噪聲去除干凈，此時需要選擇中值濾波進去噪聲去除，中值濾波可以在去除椒鹽噪聲的同時，保護目標(biāo)主體的邊緣，形態(tài)，細節(jié)特征，保證有效信息不丟失。根據(jù)常見的噪聲特點以及算法的時效性，本設(shè)計中對比多種算法的優(yōu)劣之后，將中值濾波作為本設(shè)計的去噪手段。中值濾波是有效的去噪算法之一，特別是對于脈沖噪聲，去噪的效果很好。依次對所有的像素點進行上述操作，即完成了圖像濾波去噪過程。當(dāng)圖像中有比較尖銳的噪聲點時，通過此種方式即去除了尖銳的脈沖噪聲，較為常見的椒鹽噪聲就能通過此種方式去除。當(dāng)窗口滑動至不是噪聲的像素點時，不是噪聲的像素點附近的像素值都是平滑過度，不會存在脈沖現(xiàn)象，相鄰像素間的灰度值過度較為平穩(wěn)，所以不是噪聲的像素點灰度值經(jīng)過中值濾波處理，變化也不會很大，有效地保護了圖像的邊緣和細節(jié)部分。一般模板窗口都是3*3的正方形模板，模板也可以選擇自定義，根據(jù)具體的圖像處理任務(wù)自定義窗口的大小，形狀，才能達到合適的圖像去噪效果。中值濾波公式如下：(2-3)f(x,y),g(x,y)為去噪前后圖像；W為模板窗口。本文中值濾波處理效果如下：圖1.2濾波去噪圖像1.4對焦算法1.4.1邊緣強度圖像邊緣指的是圖像中灰度變換較大的區(qū)域，通常圖像物體的內(nèi)部區(qū)域，像素的灰度值過渡都較為平滑，內(nèi)部的像素灰度值不會發(fā)生階躍性的變化，邊緣區(qū)域的梯度變化較為明顯。邊緣強度指的是圖像邊緣點梯度的幅值。本文采用sobel算子進行邊緣強度檢測。Sobel圖像檢測窗口如下：（2-4）公式中Dx為x方向梯度，Dy為y方向梯度，Sobel算子由于圖像掩模較為簡單，僅僅只針對圖像進行像素遍歷以及對像素進行處理，所以運算速度較快，滿足自動對焦的實時性要求。Sobel可以檢測水平提取以及垂直梯度，算子對于邊緣提取效果較好，同時算子對于噪聲的抑制較為明顯，對于噪聲的魯棒性較好。Sobel算子的缺點就是提取出來的圖像輪廓較粗，沒有能夠完全將目標(biāo)圖像的邊緣與背景圖像邊緣分離開，導(dǎo)致最終的處理結(jié)果會出現(xiàn)一些背景的邊緣，邊緣檢測結(jié)果不夠精確，邊緣輪廓較粗。利用sobel進行水平和垂直梯度的檢測，然后根據(jù)梯度值分割出圖像的邊緣點，再對邊緣點進行像素值統(tǒng)計，即可得到邊緣強度的映射值。邊緣強度越大，則圖像的清晰度越高。1.4.2平均梯度平均梯度指的是圖像中邊界區(qū)域提取變化的速率。如果邊緣清晰且邊緣強度較大，則梯度變化速率較快，平均梯度值較大，如果邊緣模糊且邊緣強度較小，則圖像區(qū)域之間的過渡區(qū)域都比較平滑，圖像邊界與其他區(qū)域之間的變化速率也會小很多，利用梯度邊緣變化的速率可以對圖像的清晰程度進行判斷。平均梯度越大，則圖像的清晰度越高。平均梯度公式如下：(2-4)平均梯度體現(xiàn)圖像中細節(jié)顯示情況，平均提取越大，則圖像的細節(jié)越清晰，圖像中局部的細節(jié)對比程度更高，圖像的紋理越明顯。1.4.3Brenner梯度法Brenner梯度法指的是圖像相鄰兩個像素之間的灰度差，如果圖像較為清晰，則圖像相鄰兩個像素之間的過度區(qū)域會比較劇烈，灰度差值會很大，如果圖像較為模糊，則圖像的相鄰兩個像素之間都是平滑過渡的，不會出現(xiàn)劇烈波動，根據(jù)像素之間的灰度差，可以計算出圖像目前的清晰度。假設(shè)原始圖像為f(x,y)，M和N分別為圖像的尺寸，則Brenner梯度定義如下：(2-5)1.4.4信息熵信息熵的公式如下：(2-6)公式中p代表隨機事件x出現(xiàn)的概率。如果圖像越清晰，平均信息量越多，圖像的信息熵越大，如果圖像較為模糊，平均信息量較少，圖像的信息熵也較小。1.4.5灰度方差(SMD)該參數(shù)也是用于圖像的清晰度衡量，圖像的清晰度越高，則圖像的高頻部分能量越多，圖像的方差也越大?；叶确讲罟饺缦拢海?-7）公式中，Mean為圖像的平均灰度值，M,N為圖像尺寸，I(x,y)為原始圖像。1.5自動對焦算法的步驟自動對焦算法步驟如下：讀取圖像序列，指定對焦圖像區(qū)域，對該對焦區(qū)域進行裁剪，圖像裁剪有兩個目的，第一個目的是可以選擇對焦的區(qū)域，第二個目的是圖像裁剪后進行聚焦，實時性更高。2、對圖像進行灰度化和濾波去噪處理?；叶然捎眉訖?quán)平均法灰度化，主要用于圖像的數(shù)據(jù)量減小，可以提高對焦的實時性。濾波去噪采用中值濾波，很多的聚焦函數(shù)對于噪聲的魯棒性較差，容易受到噪