胡建萍 ，于 鵬

(杭州電子科技大學(xué) 電子信息學(xué)院，杭州310018)

近年來一體化攝像機(jī)成為了電視監(jiān)控系統(tǒng)的核心設(shè)備。所謂一體化攝像機(jī)就是內(nèi)置光學(xué)鏡頭，可以變倍、自動(dòng)聚焦的攝像機(jī)。與傳統(tǒng)攝像機(jī)相比，一體機(jī)具有結(jié)構(gòu)簡單，小巧方便，控制系統(tǒng)簡單等特點(diǎn)，因此在監(jiān)控領(lǐng)域里得到了廣泛的應(yīng)用。而一體化攝像機(jī)的發(fā)展要得益于自動(dòng)聚焦技術(shù)的快速發(fā)展。

從原理上講傳統(tǒng)的自動(dòng)聚焦可以分為兩類:一類是基于鏡頭與被攝物體之間距離測量的方法(主動(dòng)式)，另一類是基于聚焦屏幕上成像清晰度的聚焦檢測方法(被動(dòng)式)。隨著現(xiàn)代計(jì)算機(jī)應(yīng)用的發(fā)展和數(shù)字圖像處理技術(shù)的發(fā)展，自動(dòng)聚焦進(jìn)入了一個(gè)嶄新的階段，基于圖像處理的自動(dòng)聚焦算法越來越多。

基于圖像處理的自動(dòng)聚焦技術(shù)與傳統(tǒng)的自動(dòng)聚焦技術(shù)具有完全不同的出發(fā)角度，它是直接針對拍攝的圖像采用圖像處理技術(shù)，對圖像進(jìn)行成像質(zhì)量分析，得到系統(tǒng)當(dāng)前的對焦?fàn)顟B(tài)，然后通過驅(qū)動(dòng)電機(jī)調(diào)整系統(tǒng)鏡頭的焦距，從而實(shí)現(xiàn)自動(dòng)聚焦。

1 自動(dòng)聚焦原理

在計(jì)算機(jī)里存儲(chǔ)的圖片是由一個(gè)個(gè)像素構(gòu)成的，事實(shí)上這些看似雜亂無章的像素點(diǎn)之間有著必然的聯(lián)系。由光學(xué)知識(shí)和數(shù)字圖像處理理論可以推斷聚焦清晰的圖片比沒有聚焦清晰的圖片具有更大的對比度。從空域角度來講，圖像的邊界和細(xì)節(jié)部分更清晰，清晰圖像比離焦圖像的灰度變化明顯，有較銳化的邊緣;從頻域角度來講，清晰地聚焦圖像比離焦的圖像有更多的信息和細(xì)節(jié)，圖像的高頻分量也更加豐富。因此可以通過分析圖像的灰度差值和高頻分量的多少來判斷圖像是否為聚焦后的清晰圖像。

2 自動(dòng)聚焦算法的研究

基于圖像處理的自動(dòng)聚焦算法主要包括三部分:圖像聚焦質(zhì)量評價(jià)函數(shù)，聚焦區(qū)域選擇算法和焦點(diǎn)搜索算法。

2.1 圖像聚焦評價(jià)函數(shù)

據(jù)理論分析可知，圖像的灰度差值和高頻分量可以用來判斷圖像是否為聚焦后的清晰圖形，常用的清晰度分析方法如下:

(1)時(shí)域分析法。時(shí)域分析法主要是從圖像的原始數(shù)據(jù)中獲取圖像的灰度對比值，根據(jù)數(shù)值的大小判別清晰度。

常用的時(shí)域分析法主要有:Brenner 函數(shù)法、Variance 函數(shù)法、梯度平方函數(shù)、灰度差分絕對值之和函數(shù)法以及Tenengrad 函數(shù)法等。

(2)頻域分析法。這種方法是基于傅里葉變換的，傅里葉高頻分量對應(yīng)著圖像的邊緣，而聚焦的圖像總是有鋒利的邊緣，也就是包含更多的高頻分量，因此基于頻域分析的手段可以應(yīng)用到聚焦評價(jià)函數(shù)中。

頻域分析法主要有:基于離散傅里葉變換的聚焦評價(jià)函數(shù)和基于小波分析的聚焦評價(jià)函數(shù)。

(3)信息熵分析法。聚焦圖像的信息熵比離焦的模糊圖像的信息熵多，所以可利用圖像的信息熵作為評價(jià)函數(shù)。

在實(shí)際的應(yīng)用中，聚焦時(shí)系統(tǒng)都會(huì)受外部的噪聲的干擾，而傳統(tǒng)的圖像聚焦評價(jià)函數(shù)都會(huì)受噪聲的影響較大，有時(shí)不能正確的完成聚焦，本文運(yùn)用了加權(quán)中值濾波算法。設(shè)圖像中某點(diǎn)(x，y)的灰度值為g(x，y)，med 為求中值函數(shù)。FSWM 為評價(jià)函數(shù)。

此函數(shù)是分別計(jì)算聚焦區(qū)域的每個(gè)像素點(diǎn)的x方向和y 方向與其周圍像素點(diǎn)的中值濾波后的灰度值的差值。然后將所有的差值求和得到相應(yīng)的評價(jià)函數(shù)。通過實(shí)驗(yàn)表明，與傳統(tǒng)的時(shí)域分析法相比，此算法有著更好的單峰性和對稱性。本算法由于在求聚焦評價(jià)函數(shù)值時(shí)對圖像進(jìn)行了中值濾波，所以此算法能有效的抑制噪聲。

2.2 聚焦區(qū)域選擇算法

聚焦區(qū)域的選擇會(huì)直接影響到聚焦的復(fù)雜度、計(jì)算量和精確度。本系統(tǒng)采用了傳統(tǒng)的黃金分割多點(diǎn)區(qū)域選擇算法，如圖1 所示。

圖1 黃金分割點(diǎn)

一幅圖畫中除了中心點(diǎn)O 是人的視覺要點(diǎn)外，還有四個(gè)點(diǎn)也是視覺關(guān)鍵點(diǎn)，就是畫面中的四個(gè)黃金分割點(diǎn)A、B、C、D。以這五個(gè)點(diǎn)為中心，各自選取32 像素×32 像素塊進(jìn)行圖像處理。此區(qū)域選擇算法降低中心取窗的高失敗率，利用多點(diǎn)的估計(jì)提高了主體景物的覆蓋率。

2.3 焦點(diǎn)搜索算法

常用的聚焦搜索方法有全局搜索法，F(xiàn)ibonacci搜索法，爬山法和曲線擬合法等。傳統(tǒng)的爬山法采用的是定步長的方式進(jìn)行聚焦，在離焦的情況下從鏡頭的起始位置到正確的焦點(diǎn)位置之間有很長一段的距離可能是評價(jià)函數(shù)值很小的區(qū)域，如果全部計(jì)算這部分的評價(jià)函數(shù)值對自動(dòng)聚焦系統(tǒng)是無意義的，且浪費(fèi)了大量的資源和時(shí)間。本文采用改進(jìn)的自適應(yīng)步長的爬山搜索法，可降低搜索復(fù)雜度和時(shí)間此算法的流程如圖2 所示。

圖2 改進(jìn)的爬山算法流程圖

首先取得初始位置的圖像，并計(jì)算出此時(shí)的聚焦評價(jià)函數(shù)值，然后讓步進(jìn)電機(jī)驅(qū)動(dòng)鏡頭從起始位置向上移動(dòng)一步，將此時(shí)的圖像評價(jià)函數(shù)值與前者進(jìn)行比較，若比前者的聚焦評價(jià)函數(shù)值大，就繼續(xù)向上移動(dòng)調(diào)焦鏡頭。如果連續(xù)得到的兩幅圖像其評價(jià)函數(shù)值相差的不太大，則說明上一次鏡頭移動(dòng)不能明顯地改變圖像質(zhì)量，說明此時(shí)鏡頭所處位置離聚焦點(diǎn)還很遠(yuǎn)，下一次鏡頭的移動(dòng)的步長可以加大。反之，如果相鄰的兩幅圖的評價(jià)函數(shù)相差很大，可以說明上次鏡頭的移動(dòng)顯著地改善了圖像的質(zhì)量，說明鏡頭所處的位置離聚焦點(diǎn)很近，所以鏡頭下一次要以小步長移動(dòng)。如此循環(huán)，直到當(dāng)前的圖像質(zhì)量評價(jià)函數(shù)值小于前一位置，則說明前一位置就是圖像最清晰的位置，至此聚焦結(jié)束。

3 自動(dòng)聚焦系統(tǒng)的硬件實(shí)現(xiàn)

本系統(tǒng)主要由CCD 攝像機(jī)，帶有步進(jìn)電機(jī)的光學(xué)鏡頭和FPGA 組成的，系統(tǒng)的硬件結(jié)構(gòu)圖如圖3所示。

圖3 系統(tǒng)硬件結(jié)構(gòu)圖

本系統(tǒng)運(yùn)用SONY 的CCD 以及相應(yīng)的SONY套片，完成原始數(shù)據(jù)的采集。芯片CXD4103R 為圖像處理主芯片，不僅能夠完成CCD 控制、自動(dòng)增益控制和CCD 輸出數(shù)據(jù)的亮色分離，而且能夠硬件實(shí)現(xiàn)AE/AWB 功能，并提供ITU656 格式的數(shù)據(jù)輸出。CXD1267AN 主要是用來提供驅(qū)動(dòng)時(shí)鐘。CXA2096N是跟CCD 配合使用的信號放大器。

FPGA 從輸入的視頻信號中提取亮度Y 信號，采用加權(quán)中值濾波灰度差值法，計(jì)算出這幀圖片的灰度差值和，通過比較相鄰圖像的灰度差值，F(xiàn)PGA輸出用于聚焦的步進(jìn)電機(jī)的驅(qū)動(dòng)信號，該信號驅(qū)動(dòng)步進(jìn)電機(jī)的轉(zhuǎn)動(dòng)方向和步數(shù)來控制光學(xué)鏡頭，搜索灰度差值最大的那幀圖像，最終完成聚焦功能。

4 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證所設(shè)計(jì)的系統(tǒng)的可行性和所用到的中值濾波差值算法的評價(jià)函數(shù)的有效性。對該系統(tǒng)進(jìn)行了大量的實(shí)驗(yàn)測試。圖4 所示的是加權(quán)中值濾波差值算法與傳統(tǒng)的Variance 函數(shù)法的聚焦評價(jià)函數(shù)值的對比圖。

圖4 聚焦評價(jià)函數(shù)曲線對比圖

由圖4 可以看出本系統(tǒng)采用的聚焦評價(jià)函數(shù)算法在聚焦點(diǎn)附近曲線更尖銳，相鄰兩個(gè)聚焦位置的亮度差值更大，也有較好的單調(diào)性，同時(shí)本算法在得到聚焦評價(jià)函數(shù)值前進(jìn)行了中值濾波，因此具有一定的抗噪性。

圖5 是開始聚焦時(shí)計(jì)算機(jī)采集到的圖像，圖6是在系統(tǒng)聚焦后的采集的圖像。對比兩圖可以看出該系統(tǒng)具有較好的聚焦效果，而且靈敏度高，穩(wěn)定性好，能夠滿足視頻采集的要求?？梢詮V泛地應(yīng)用在一體化攝像機(jī)中。

圖5 聚焦開始前的圖像

圖6 聚焦后的圖像

5 小結(jié)

本文介紹了一種基于圖像處理的自動(dòng)聚焦系統(tǒng)的設(shè)計(jì)。該系統(tǒng)運(yùn)用了加權(quán)中值濾波灰度差值法作為評價(jià)函數(shù)算法，結(jié)合了傳統(tǒng)的攝像構(gòu)圖的黃金分割區(qū)域選擇法，采用了改進(jìn)的自適應(yīng)步長的爬山聚焦搜索算法，可減少聚焦過程中運(yùn)算量和搜索時(shí)間。最后使用基于FPGA 的硬件架構(gòu)實(shí)現(xiàn)該自動(dòng)聚焦系統(tǒng)。通過大量的實(shí)驗(yàn)證明該系統(tǒng)調(diào)焦機(jī)制簡單，易于實(shí)現(xiàn)，可以獲得比較滿意的聚焦結(jié)果，且具有一定的抗噪性。

［1］ Muhammad Bilal Ahmad，Tae－Sun Choi.A Heuristic Approach for Finding Best Focused Sharp［J］.IEEE Transaction on Circuits and Systems for Video Technology，2005，15(4):565－570.

［2］ Yu Sun，Stefan Duthaler，Bradley J Nelson.Autofocusing in Computer Microscopy:Selecting the Optimal Focus Algorithm［J］. Microscopy Research and Technique，2004(65):138－149.

［3］ 陳書海，傅錄祥.使用數(shù)字圖像處理［M］.北京:北京科學(xué)出版社，2005.

［4］ 盛云，秦亞杰，洪志良. 一種用于數(shù)碼視頻相機(jī)的實(shí)時(shí)自動(dòng)聚焦算法［J］.光電工程，2008，35(8):139－143.

［5］ 徐欣，于紅旗，易凡，等.基于FPGA 的嵌入式系統(tǒng)設(shè)計(jì)［M］.北京:機(jī)械工業(yè)出版社，2005.

［6］ 朱孔鳳，姜威，王端芳，等.一種新的圖像清晰度評價(jià)函數(shù)［J］.紅外與激光工程，2005，34(4):464－465.

［7］ 董代，劉榮，孫明磊，等.基于互相關(guān)的自動(dòng)聚焦方法［J］.北京航空航天大學(xué)學(xué)報(bào)，2006，32(3):304－310.

［8］ 鄭玉珍，吳勇，倪旭翔. 實(shí)時(shí)自動(dòng)聚焦的研究［J］. 光電工程，2004，31(4):62－66.