劉 璞，王春平，付 強，王 暐

(軍械工程學(xué)院 電子與光學(xué)工程系，河北 石家莊050003)

近年來，自動調(diào)焦技術(shù)快速發(fā)展，主要分為主動式和被動式兩種調(diào)焦方式。主動式自動調(diào)焦主要采用光學(xué)補償?shù)姆椒?，依靠自動調(diào)焦設(shè)備擴大焦深，但這需要額外的調(diào)焦裝置，對光學(xué)設(shè)計、機械設(shè)計和機械加工提出了新的要求，而且增加了成本［1-2］。隨著CCD圖像傳感器技術(shù)快速發(fā)展，同時相應(yīng)的微處理器運算速度也大幅度提高，基于圖像處理的被動式自動調(diào)焦方法在無須添加其他裝置的前提下，由上位計算機完成自動調(diào)焦［3］，具有智能化、高速性、成本低等優(yōu)點，廣泛應(yīng)用于攝像機、顯微鏡、掃描儀等各種精密儀器中，成為數(shù)字圖像處理的重要內(nèi)容［4］。

目標跟蹤系統(tǒng)中，自動聚焦是實現(xiàn)對目標進行快速精確跟蹤的必要條件，系統(tǒng)中使用的三光鏡頭包括CCD攝像頭、紅外攝像頭和激光測距機等光電設(shè)備，其硬件剩余空間有限，無法裝配占用空間較大的光學(xué)自動調(diào)焦設(shè)備［5］，因此本文研究了基于圖像處理的方法，通過評價函數(shù)的選擇和調(diào)焦策略的制定，實現(xiàn)跟蹤系統(tǒng)的自動調(diào)焦。

1 清晰度評價函數(shù)

1.1 清晰度評價函數(shù)應(yīng)具備的特性

采用清晰度評價的方法實現(xiàn)自動調(diào)焦，關(guān)鍵在于了解函數(shù)特性，選擇最優(yōu)函數(shù)以保證調(diào)焦的精度和速度。理想的清晰度評價函數(shù)應(yīng)具備以下特性:單峰性，即只有聚焦時，函數(shù)才取極值點;無偏性，即計算得到的聚焦點位置和實際位置一致或者基本一致;計算量小，即運算過程簡單，運算時間短;高靈敏度，即清晰度值在聚焦點附近變化明顯;高信噪比，即函數(shù)的結(jié)果主要由有效信號決定，而圖像噪聲、光線波動等影響小。

另外，還要求在聚焦位置附近，調(diào)焦特性曲線盡量比較陡峭，以明顯區(qū)別于其他位置。理想的清晰度評價函數(shù)曲線如圖1所示，靠近聚焦區(qū)域的曲線比較陡峭，遠離聚焦區(qū)域的曲線比較平緩。

圖1 理想的清晰度評價函數(shù)曲線

1.2 清晰度評價函數(shù)的選擇

目前，應(yīng)用較廣泛的清晰度評價函數(shù)分為空間域和頻域兩大類?？臻g域評價函數(shù)由梯度算法構(gòu)成，因為梯度函數(shù)可以有效地提取圖像的邊緣信息，清晰的圖像具有更加尖銳的邊緣，因而其梯度函數(shù)值更大。頻域評價函數(shù)評價圖像清晰度的理論依據(jù)是清晰圖像包含更多的有用信息，其特點是邊緣特征清晰及圖像細節(jié)能夠復(fù)現(xiàn)，這些對應(yīng)于傅里葉變換后的高頻分量，而模糊圖像經(jīng)過傅里葉變換后，其低頻分量加強，高頻分量衰減，因此可以利用頻域評價函數(shù)對圖像清晰度進行評價［6］。對比以上兩類評價函數(shù)，由于前者計算過程中只需要簡單的加法和乘法即可，而后者要進行指數(shù)和積分運算，顯然頻域評價方法計算量相對較大，從而影響系統(tǒng)的響應(yīng)時間［7］。對于目標運動速度較快，實時性和精確性要求較高的跟蹤系統(tǒng)來說，響應(yīng)時間的長短是至關(guān)重要的，所以在本文的自動調(diào)焦過程中選擇空間域評價函數(shù)。

基于梯度的清晰度評價函數(shù)有很多，常用的有Tenengrad函數(shù)、能量梯度函數(shù)、Brenner函數(shù)、Laplace函數(shù)等。對這些梯度評價函數(shù)進行分析不難發(fā)現(xiàn)，它們通常只計算了圖像垂直方向或者水平方向上的梯度，而忽略了對角方向梯度，另外，當(dāng)圖像噪聲較多或者光線發(fā)生波動時，這些函數(shù)的評價結(jié)果很容易受到影響。因此，本文提出了八面梯度均方差算法，該算法以垂直、水平和對角共8個方向的梯度均方差作為計算目標，充分考慮像素間的位置關(guān)系，有效解決了其他函數(shù)存在的問題。

圖像I由m×n個像素組成，對于其中任一像素f(x，y)，其八鄰域像素的位置關(guān)系如下矩陣所示

對于像素f(x，y)，可以根據(jù)式(1)分別求出8個方向的梯度值

式中:f(x，y)表示點(x，y)的灰度值，fi表示矩陣中f(x，y)周圍像素灰度值，i=1，2，…，8。

然后根據(jù)式(2)計算點(x，y)的梯度均方差J(x，y)

式中:Gi(x，y)為8個梯度，i=1，2，…，8;G'i為8個梯度的均值。

圖像I清晰度值為

該算法中既包含梯度微分運算，又包含均方差運算。其中微分運算有助于消除背景噪聲;由于光線波動作用于整幅圖像，使圖像灰度整體發(fā)生平移，均方差運算有助于消除這種全局的波動影響［8］。因此該算法能夠更精確地計算圖像清晰度。

1.3 清晰度評價函數(shù)的仿真

為了直觀地對比上述幾種函數(shù)，首先通過圖像采集卡采集40幅由最模糊到最清晰再到最模糊的圖像，然后利用MATLAB軟件對不同的評價函數(shù)進行仿真，歸一化后的仿真結(jié)果如圖2所示。

圖2 幾種清晰度評價函數(shù)歸一化仿真結(jié)果

由圖2可以看出，本文提出的八面梯度均方差評價函數(shù)與其他函數(shù)相比，單峰性、靈敏性和穩(wěn)定性都比較好，能夠較準確地計算圖像清晰度值，特別是在靠近聚焦區(qū)域，曲線的單調(diào)性和斜率都優(yōu)于其他函數(shù)，從而保證調(diào)焦策略中精確調(diào)焦的順利執(zhí)行。

2 自動調(diào)焦控制策略

調(diào)焦評價函數(shù)具有單峰性，自動調(diào)焦的目的就是要確定單峰位置，因此能否快速準確地將CCD定位單峰位置成為評價調(diào)焦控制策略好壞的標準。為了達到以上標準，本文控制策略中先對圖像進行預(yù)處理，包括線性變換和中值濾波，之后為了盡量減少采樣點數(shù)和電機往返移動次數(shù)，提出了強制連續(xù)調(diào)焦和精確調(diào)焦相結(jié)合的方法。

2.1 圖像預(yù)處理

2.1.1 消除光線的影響

實際應(yīng)用中，由于光線強弱變化的原因，圖像灰度可能局限在一個狹窄的范圍，成像質(zhì)量較差，表現(xiàn)為圖像模糊不清及灰度沒有層次感，使自動調(diào)焦難度加大。為了消除光線影響，本文采用灰度線性變換方法。

假定原圖像f(x，y)的灰度范圍為(a，b)，經(jīng)過線性變換后的圖像g(x，y)的灰度范圍為(a'，b')，則可根據(jù)直線方程由原圖像灰度值f(x，y)得到變換后圖像灰度值g(x，y)，如圖3所示，公式為

圖3 灰度線性變換曲線示意圖

2.1.2 消除噪聲的影響

圖像在采集和傳輸過程中常常會引入噪聲，噪聲的存在影響了圖像的細節(jié)特征［9］，對清晰度函數(shù)的評價結(jié)果造成影響，進而影響調(diào)焦的精度。為盡量消除噪聲影響，本文采用中值濾波的方法對圖像進行處理。中值濾波不是簡單的取平均值，而是非線性的濾波方法，它對局部平滑濾波產(chǎn)生的模糊較少，能夠較好地濾除噪聲和保持圖像邊緣［10］。

2.2 調(diào)焦搜索算法

為了最大限度的減小調(diào)焦時間，本文將搜索算法分為兩個階段:一是強制連續(xù)調(diào)焦，目的是使CCD達到靠近聚焦區(qū)域;二是精確調(diào)焦，最終定位聚焦位置。

2.2.1 強制連續(xù)調(diào)焦

為了增強調(diào)焦的快速性和避免局部峰值干擾，當(dāng)CCD處在遠離聚焦區(qū)域時，首先預(yù)置調(diào)焦方向，并記錄當(dāng)前幀圖像清晰度值f1，之后連續(xù)發(fā)送調(diào)焦指令進行強制調(diào)焦。用軟件設(shè)置一個200 ms定時器，當(dāng)定時結(jié)束時，再次記錄當(dāng)前幀圖像清晰度值f2。由于本文目標跟蹤系統(tǒng)每秒鐘采集60幀圖像，因此200 ms后系統(tǒng)采集了12幀圖像，兩幀圖像間隔比較大，對2次清晰度值進行比較基本上可以排除局部峰值的影響，從而確定正確調(diào)焦方向，即:若f2＞f1，則調(diào)焦方向正確;否則，改變調(diào)焦方向。

方向確定后，按照正確方向繼續(xù)進行強制調(diào)焦，并再次用軟件設(shè)置一個0.5 s的定時器，定時結(jié)束后，轉(zhuǎn)入精確調(diào)焦。強制調(diào)焦軟件設(shè)計流程如圖4所示。

2.2.2 精確調(diào)焦

圖4 強制連續(xù)調(diào)焦軟件設(shè)計流程

在靠近聚焦區(qū)域進行精確調(diào)焦時，由圖2可知調(diào)焦特性曲線已經(jīng)具備很好的單調(diào)性，基本不存在局部峰值的影響，因此可以采用爬山搜索法。首先記錄當(dāng)前幀圖像清晰度值f3，然后發(fā)送1次調(diào)焦指令，CCD位置調(diào)整后記錄當(dāng)前幀圖像清晰度值f4，比較2次清晰度值確定精確調(diào)焦方向，即:若f4＞f3，則調(diào)焦方向正確;否則，改變調(diào)焦方向。之后每發(fā)送1次指令，記錄清晰度值并與上次比較，直到出現(xiàn)下降點，其前一幀圖像位置即是聚焦位置，至此完成自動調(diào)焦。由于強制階段預(yù)置方向的正確與否會導(dǎo)致進入精確調(diào)焦時CCD所處的位置不同，因而精確調(diào)焦過程所用時間不同，一般在1.5～3.5 s之間。首次調(diào)焦結(jié)束后，當(dāng)視場中畫面發(fā)生非劇烈變化時，系統(tǒng)將直接進行精確調(diào)焦，使圖像始終保持在最清晰位置，此時調(diào)焦所用時間大大縮短，一般在0.5 s左右。精確調(diào)焦軟件設(shè)計流程如圖5所示。

目標跟蹤系統(tǒng)工作時，并不是每次都需要進行強制連續(xù)調(diào)焦。若圖像比較清晰或者系統(tǒng)能夠斷斷續(xù)續(xù)捕捉目標，說明CCD處在靠近聚焦區(qū)域，此時系統(tǒng)自動進行精確調(diào)焦;若圖像比較模糊或者系統(tǒng)不能捕捉目標，說明CCD處在遠離聚焦區(qū)域，此時點擊“強制調(diào)焦”按鈕開始強制連續(xù)調(diào)焦，之后自動轉(zhuǎn)入精確調(diào)焦。

3 實驗及分析

為了驗證本文提出的調(diào)焦評價函數(shù)及調(diào)焦策略，在目標跟蹤系統(tǒng)平臺上進行實驗。實驗采用國營238廠生產(chǎn)的三光跟蹤探測裝置，其中電視鏡頭采用1/3 in彩色CCD，視頻為PAL制式。在控制計算機端使用OK系列圖像采集卡進行圖像采集。運用C++Builder 6.0進行軟件設(shè)計，實現(xiàn)調(diào)焦評價函數(shù)及調(diào)焦策略。通過422串口由PC機向調(diào)焦電機發(fā)送控制指令進行調(diào)焦。

實驗中，將CCD攝像頭對準5 km處“港”字目標，通過改變焦距將目標成像調(diào)整至合適大小。為了得到圖像由最模糊到最清晰再到最模糊，整個過程CCD所調(diào)整的步數(shù)，以便后續(xù)實驗以該數(shù)據(jù)作為調(diào)焦評判標準。首先將CCD調(diào)到圖像最模糊的位置，然后通過422串口連續(xù)向CCD攝像機發(fā)送調(diào)焦指令，CCD每移動一步，由軟件設(shè)置圖像采集卡采集一幅圖像，并記錄圖像總數(shù)。測試結(jié)果表明，整個調(diào)焦過程需要的步數(shù)為120步。

以“港”字作為目標保持不變，按照上述調(diào)焦策略進行自動調(diào)焦實驗，每次調(diào)焦前都將圖像調(diào)至最模糊位置，其中調(diào)焦減小方向反復(fù)進行50次實驗，調(diào)焦增大方向反復(fù)進行50次實驗。在此過程中等步數(shù)截取了10張圖像，如圖6所示，其中第6幅圖像是最清晰的，即聚焦位置圖像，兩側(cè)圖像逐漸達到最模糊。

圖6 自動調(diào)焦截圖

按整個調(diào)焦可移動步數(shù)為120步計算，實際聚焦位置分別為53步和67步，100次實驗達到聚焦位置所需步數(shù)及所用時間如表1所示。

實驗及表1表明，調(diào)焦策略具有良好的快速性和準確性，能夠有效克服局部峰值的影響，初步達到了實時自動調(diào)焦的設(shè)計目標。

表1 自動調(diào)焦實驗數(shù)據(jù)統(tǒng)計表

4 結(jié)論

自動調(diào)焦技術(shù)是實現(xiàn)目標跟蹤系統(tǒng)快速準確識別目標的關(guān)鍵，其中清晰度評價函數(shù)的選擇和調(diào)焦策略的制定是重要環(huán)節(jié)。通過對清晰度評價函數(shù)的研究和比較，提出了基于八面灰度梯度均方差的清晰度評價函數(shù)，該函數(shù)充分考慮了像素的空間位置關(guān)系，結(jié)合圖像預(yù)處理，有效消除了噪聲和光線波動對評價結(jié)果的影響，較準確地計算圖像清晰度值，為調(diào)焦策略的順利執(zhí)行打下良好基礎(chǔ)。為了克服調(diào)焦過程中局部峰值的影響，自動調(diào)焦策略分為強制連續(xù)調(diào)焦和精確調(diào)焦兩個階段，實驗結(jié)果表明，該調(diào)焦策略能夠快速準確地定位聚焦位置，實現(xiàn)了目標跟蹤系統(tǒng)的自動調(diào)焦。下一步將在縮短自動調(diào)焦時間方面繼續(xù)探索，進一步優(yōu)化該系統(tǒng)。

［1］惠守文.長焦距斜視實時航空相機離焦補償［J］.光學(xué)精密工程，2003，11(2 ):162-165.

［2］史磊，金光，田海英，等.航空相機的自準直自動檢焦方法研究［J］.光學(xué)精密工程，2008，16(12):2460-2464.

［3］馬進濤，陳瑞，林喜榮.基于彌散圓的虹膜圖像采集自動調(diào)焦方法［J］.電視技術(shù)，2009，33(S2):214.

［4］姜威，高贊，朱孔鳳.一種改進的自動聚焦算法［J］.山東大學(xué)學(xué)報:理學(xué)版，2006，41(5):120-123.

［5］楊權(quán)，劉晶紅，馬曉飛.基于圖像處理的機載光電平臺自動調(diào)焦方法［J］.液晶與顯示，2011，26(5):678.

［6］CHOI K S，LEE J S，KO S J.New autofocusing technique using the frequency selective weighted median filter for video cameras［J］.IEEE Transactions on Consumer Electronics，1999(45):820-827.

［7］陳國金.數(shù)字圖像自動聚焦技術(shù)研究及系統(tǒng)實現(xiàn)［D］.西安:西安電子科技大學(xué)，2007.

［8］王學(xué)影，張洪濤.基于圖像處理的CCD攝像機自動調(diào)焦方法研究［J］.計量技術(shù)，2005(8):17.

［9］王昕.一種抑制噪聲的多聚焦圖像融合算法［J］.電視技術(shù)，2011，35(21):32-35.

［10］楊斯涵.基于邊緣特征的單幀圖像清晰度判定［J］.計算機工程與應(yīng)用，2009，45(30):203.