摘 要：隨著自動調(diào)焦技術(shù)的快速發(fā)展，在成像系統(tǒng)中得到了廣泛的應(yīng)用?；趫D像處理的自動調(diào)焦能夠進一步滿足各種成像設(shè)備的智能化自動調(diào)焦需求。基于圖像處理的自動調(diào)焦的關(guān)鍵在于圖像的清晰度評價函數(shù)，本文在對評價函數(shù)進行分析的基礎(chǔ)上提出了梯度閾值評價函數(shù)，實現(xiàn)了調(diào)焦的實時性、抗噪性方面的提升。

關(guān)鍵詞：自動調(diào)焦；圖像處理；清晰度

基于圖像處理的自動調(diào)焦指的是實時地處理圖像傳感器中所采集的圖像信號，對表征圖像清晰度的評價值進行獲取，依據(jù)評價值對圖像是否清晰進行判斷，并依據(jù)判斷結(jié)果向電機發(fā)出反饋信號，從而控制鏡頭的轉(zhuǎn)動方向和步長，直到實現(xiàn)最佳聚焦狀態(tài)。其中，最為關(guān)鍵的是圖像清晰度評價值的獲取，因此，基于圖像處理的自動調(diào)焦技術(shù)中清晰度評價函數(shù)是重點研究對象。

1 基于圖像處理的自動調(diào)焦方法概述

隨著微電子技術(shù)的發(fā)展與數(shù)字圖像處理理論的進步，圖像處理與存取變得更加便捷，因此如何獲得清晰圖像使基于圖像處理的自動調(diào)焦技術(shù)成為了自動調(diào)焦技術(shù)領(lǐng)域中研究的重點方向。

基于圖像處理的自動調(diào)焦的原理指的是通過基于圖像處理的調(diào)焦算法對圖像探測器所采集的圖像進行分析與處理，對圖像的離焦程度進行準確的判斷，依據(jù)調(diào)焦搜索策略對鏡頭進行驅(qū)動與控制，從而實現(xiàn)圖像向著清晰的方向不斷發(fā)展，直到圖像能夠?qū)崿F(xiàn)對焦清晰為止[1，2]。

目前常用的自動對焦方法有DFD（Depth from Defocus，離焦深度法）和DFF（Depth from Focus，對焦深度法）。

DFD是指通過離焦的圖像獲取對焦目標的信息，實現(xiàn)自動對焦。它通過對兩到三幀離焦程度不同的圖像進行分析與處理，獲取圖像模糊、離焦等方面的信息，通過這些信息實現(xiàn)對焦位置的判斷，驅(qū)動鏡頭實現(xiàn)自動對焦。DFD能夠降低圖像的采集次數(shù)與電機驅(qū)動時間，調(diào)焦速度快；但誤差較大，在精度和穩(wěn)定度方面比較差。

DFF是指利用對焦搜索機制實現(xiàn)的自動調(diào)焦。它采用清晰度評價函數(shù)對圖像清晰度進行評價，并根據(jù)清晰度評價函數(shù)值的反饋，通過調(diào)焦搜索算法對鏡頭進行控制與驅(qū)動，實現(xiàn)對焦準確。DFF的優(yōu)點包括：第一，具有了更加靈活多樣的調(diào)焦判據(jù)；第二，調(diào)焦控制電力與驅(qū)動結(jié)構(gòu)更加簡單；第三，具有更好的使用范圍與穩(wěn)定性[2，3]。

2 基于圖像處理的自動調(diào)焦的圖像清晰度評價函數(shù)

2.1 圖像的預(yù)處理

圖像在成像的過程中，會由于環(huán)境、器材等方面的原因引入各種噪聲，這些噪聲會在不同程度上淹沒或者改變圖像中的一些重要的特征，對調(diào)焦的效果造成影響。因此，在成像的過程中需要對圖像進行預(yù)處理，所以要有針對性地選擇噪聲濾除的方法，一方面要盡可能地對噪聲進行濾除，另一方面要盡可能對圖像高頻信息進行保留。

2.2 圖像清晰度評價函數(shù)的評價標準

第一，清晰度評價函數(shù)的調(diào)焦曲線應(yīng)該具備單峰性，方便對系統(tǒng)的離焦程度與離焦極性進行反映。第二，調(diào)焦曲線的最大值與成像系統(tǒng)的對焦狀態(tài)應(yīng)該具備無差性；第三，調(diào)焦曲線必須具備靈敏度，以提高調(diào)焦的精度；第四，清晰度評價函數(shù)應(yīng)該具有抗干擾性[4]。

2.3 以空間域為基礎(chǔ)的圖像清晰度評價函數(shù)

2.3.1 傳統(tǒng)的圖像清晰度評價梯度函數(shù)

在圖像處理的過程中，梯度函數(shù)是較為常用的函數(shù)類型。梯度函數(shù)的種類主要包括：第一，能量（Energy）梯度函數(shù)，主要是通過相鄰的像素之間的灰度值的差的平方和對灰度的變化量進行描述；第二，Roberts梯度函數(shù)，主要是通過相鄰的像素之間的灰度值交叉相減的平方和對灰度的變化量進行描述；第三，Sobel梯度函數(shù)，通過Sobel算子對圖像水平方向與垂直方向的梯度進行提取，對梯度的平方和進行計算；第四，Brenner梯度函數(shù)，主要是通過相鄰像素的灰度值的差值的平方和對圖像的灰度變化進行判斷；第五，Variance函數(shù)，主要通過圖像的方差反映圖像灰度分布的離散程度[5]。

2.3.2 灰度熵函數(shù)

圖像中的灰度熵能夠?qū)D像灰度分布的離散程度進行反映。如果圖像的離焦程度不同，那么圖像的清晰度也不同，其灰度熵也不同。離焦程度越大，則圖像越模糊，灰度變化減小，灰度熵值也越小；越接近正焦點，圖像越清晰，灰度值越大。因此，灰度熵能夠?qū)D像的清晰度進行評價[5]。

2.4 梯度閾值評價函數(shù)

傳統(tǒng)的梯度函數(shù)具有單峰性與靈敏度較好的特點，但要求圖像不含噪聲，這在實際應(yīng)用中很難實現(xiàn)，就會出現(xiàn)調(diào)焦誤判。此外，圖像的背景像素也對調(diào)焦曲線的實時性、靈敏度等有影響。因此，本文提出了梯度閾值評價函數(shù)，通過自適應(yīng)閾值算法實現(xiàn)噪聲與背景像素對圖像影響的降低[2]。

2.4.1 對閾值進行選擇

圖像中的邊緣信息是通過圖像的局部方差分布來實現(xiàn)的，邊緣較為尖銳的地區(qū)其方差就比較大，邊緣較為平滑的區(qū)域方差就較小。因此，能夠通過方差對圖像邊緣像素與非邊緣像素進行判斷。在邊緣像素進行判斷的過程中，判斷閾值選擇待判斷像素周圍3×3領(lǐng)域中圖像的局部方差。

2.4.2 調(diào)焦曲線影響因素

第一，算法實時性，梯度閾值評價函數(shù)能夠通過閾值對圖像的邊緣像素進行區(qū)分，降低噪聲與背景像素對圖像灰度值造成的影響，降低評價函數(shù)的計算量；第二，背景因素，梯度閾值函數(shù)具有調(diào)焦曲線波峰寬度較窄、陡峭度較高的特點，具有較高的單峰型與靈敏度，能夠?qū)φ{(diào)焦進行更好的判斷；第三，對比的因素，梯度閾值函數(shù)具有較好的平滑性，能夠在低對比度條件的情況下對調(diào)焦進行更好的判斷[6]。

3 對調(diào)焦窗口進行選擇

3.1 對調(diào)焦窗口進行選擇的必要性

在調(diào)焦的過程中能夠通過圖像評價函數(shù)值的計算對焦點的位置進行確定。但是如果對整幅圖像進行評價，就需要圖像中的所有像素進行計算，如果圖像尺寸比較大就會增大計算量，導致調(diào)焦實時性的降低。圖像中關(guān)注的是目標物的清晰度，背景的清晰度并不在考慮范圍之內(nèi)。因此，要將圖像中的具有特征的區(qū)域作為調(diào)焦的窗口，一方面能夠使運算量的降低，實時性的提高；另一方面能夠?qū)δ繕说尼槍π赃M行體現(xiàn)，使調(diào)焦準確性的提高[2]。

3.2 對調(diào)焦窗口進行選擇的方法

對調(diào)焦窗口進行選擇能夠?qū)崿F(xiàn)計算量的降低，實現(xiàn)調(diào)焦實時性的提高。同時，對調(diào)焦窗口進行合理選擇才能夠?qū)崿F(xiàn)調(diào)焦準確性的提高。對調(diào)焦窗口進行選擇的方法主要包括以下幾種：

3.2.1 中心取窗法

中心取窗法是將圖像的中心區(qū)域作為調(diào)焦窗口，調(diào)焦窗口的大小通常為整幅圖像的幾分之一。它基礎(chǔ)是對圖像中心位置進行假設(shè)，將圖像中心區(qū)域的清晰度作為調(diào)焦依據(jù)。這種方式在大多數(shù)的場合是較為適用的，但若目標不在中心位置就會影響調(diào)焦性能。

3.2.2 多點取窗法

多點取窗法是將圖像中的多個區(qū)域作為調(diào)焦窗口，這種方式能夠?qū)χ行娜〈胺ǖ牟蛔氵M行彌補，能夠?qū)δ繕说钠羞M行一定的適應(yīng)。多點取窗法中較為常用的包括倒T字型取窗法與黃金分割多點取窗法兩種類型，如果目標在圖像的中下部，一般選擇倒T字型取窗法。多點取窗法能夠?qū)崿F(xiàn)目標覆蓋率的提高，但同時也會使計算量增加，調(diào)焦性能方面較差。

3.2.3 非均勻采樣取窗法

非均勻采樣取窗法是將非均勻采樣得到的圖像作為調(diào)焦窗口。通過非均勻采樣取窗法得到的圖像，圖像中心部分的分辨率較高，周圍的分辨率較低，一方面能夠降低計算量，另一方面能夠?qū)δ繕宋恢玫钠七M行適應(yīng)[2，7，8]。

3.3 自適應(yīng)選擇調(diào)焦窗口

上述幾種調(diào)焦窗口基本都是固定的，不能對特定場所中的目標位置進行適應(yīng)，對調(diào)焦的準確性造成影響。因此，本文提出了自適應(yīng)選擇調(diào)焦窗口的方式。首先，要按照一定的圖像分割算法對目標與背景的最佳分割閾值進行獲取，通過閾值分割得到二值圖像，通過邊緣提取的方式對邊緣圖像中的中心進行計算，從而選擇調(diào)焦窗口。

自適應(yīng)選擇調(diào)焦窗口的流程包括：第一，對適應(yīng)度函數(shù)進行確定；第二，按照一定的計算公式對評價粒子的使用度函數(shù)值進行計算與評價；第三，對粒子的歷史最優(yōu)位置PBEST與最優(yōu)適應(yīng)度值進行保持，對粒子群歷史全局最優(yōu)位置PBEST與最優(yōu)適應(yīng)度值進行確定；第四，通過最佳分割閾值實現(xiàn)原圖的分割得到二值圖像，再通過邊緣提取得到邊緣圖像[2]。

4 總結(jié)

基于圖像處理的自動調(diào)焦主要包括調(diào)焦算法與電機控制兩個方面，本文主要研究基于圖像處理的自動調(diào)焦算法?；趫D像處理的自動調(diào)焦一方面能夠?qū)崿F(xiàn)調(diào)焦判據(jù)選擇的靈活性與多樣性，另一方面能夠?qū)崿F(xiàn)調(diào)焦系統(tǒng)的驅(qū)動電路與運動結(jié)構(gòu)的簡化，實現(xiàn)實時性的提高。因此，基于圖像處理的自動調(diào)焦能夠進一步促進其適用范圍的擴大，具有非常重要的現(xiàn)實意義與應(yīng)用前景。

[參考文獻]

[1]王鍵.基于圖像處理的自動調(diào)焦技術(shù)研究[D].成都：中國科學院光電研究所.2013.05.

[2]劉煥雨，熊文卓，萬秋華，趙長海，慕志國.基于圖像處理方法的自動調(diào)焦系統(tǒng)的研制[J].測試技術(shù)學報.2012，01（18）：13-16.

[3]張瑋瑋，曹維國，楊瑞寧，段潔.望遠系統(tǒng)分辨率現(xiàn)代測試技術(shù)研究[J].長春理工大學學報（自然科學版）.2014，02（31）：16-18.

[4]王欣，安志勇，楊瑞寧.基于圖像清晰度評價函數(shù)的CCD攝像機自動調(diào)焦技術(shù)研究[J].長春理工大學學報（自然科學版）.2010，01（9）：11-14.

[5]胡鳳萍，常義林，馬彥卓，趙光耀.視頻自動聚焦的實現(xiàn)研究[J].光子學報.2010，39（10）：1901-1906.

[6]黃家榮，張莉.基于圖像識別技術(shù)的攝像機自動聚焦系統(tǒng)設(shè)計[J].四川師范大學學報（自然科學版）.2010，03（82）：414-418.

[7]史紅偉，石要武，楊爽.光學顯微鏡自動調(diào)焦指導函數(shù)的評價與選擇[J].計算機輔助設(shè)計與圖形學學報.2013，02（20）：235-240.

[8]林兆華.基于圖像處理自動調(diào)焦技術(shù)在經(jīng)緯儀中應(yīng)用的研究[D].長春：中國科學院長春光學精密機械與物理研究所.2012.