【文章內容簡介】 幾何光學的原理可以找到彌散斑大小與鏡頭成像參數(shù)之間的關系，從而計算出最佳成像位置。這種方式目前還不成熟，主要原因是在實際應用中成像系統(tǒng) 的數(shù)學模型在理論上還不能精確的確定 (只能近似的估計 )，導致誤差極大；且要求目標圖像滿足某種要求，限制了應用的范圍；不同的鏡頭相關數(shù)學模型不同，即使是同種型號相關參數(shù)也有一定出入，而這些都必須事先知道。這種方式目前還處于理論研究和實驗室應用中，采用這種方式實際應用的自動對焦系統(tǒng)未見報道。 (2)對焦深度法 對焦深度法簡稱 DFF(Depth from Focus)，是一種建立在搜尋過程上的對焦方式。它通過一個評價函數(shù)對不同對焦位置所成的像的清晰度進行評價，利用正確對焦位置清晰度值最大這個特征找到正確對焦位置，這 種方法往往要搜索西安工業(yè)大學畢業(yè)設計（論文） 6 1012幅的圖像才能夠精確地找到這個位置。這種方法的理論基礎在于認為理想的自動對焦評價函數(shù)是單峰的，并且在峰值兩側都是分別單調的，這個峰值點就是對焦最清楚的位置。因此為了準確的獲得對焦最清楚位置，必須要減少噪聲及局部極值的干擾，可以通過 Fibonacci搜索法，爬山法及曲線擬合法等來實現(xiàn)尋找對焦最清晰點。 對焦深度法 DFF 充分利用了計算機處理數(shù)字信號的硬件高速性和軟件靈活性，具有以下優(yōu)點： ，穩(wěn)定性相對好。由于圖像是一切成像系統(tǒng)的根本結果，因此該方法的適應面最廣，任何成像系統(tǒng)均 可以采用基于圖像清晰度評價的自動對焦方式。另外，由于該方法的輸入是成像系統(tǒng)生成的圖像，不依賴于其他因素，因此干擾因素相對少，穩(wěn)定性相對好。 ，對焦判斷更加靈活和多樣 .由于計算機處理圖像的靈活性，可以針對不同的使用要求，選擇不同的判據(jù)進行對焦。例如，有時候我們所關心的目標只是圖像的某一個局部，而不是整幅圖像的清晰程度。這時應該針對圖像中的這一局部進行處理和提取，用該局部的對比度作為對焦的根據(jù)。 。由于現(xiàn)代微電子技術的巨大進步，這種方式在成本上可以不斷降低，芯片體積上不斷縮 小以及性能上不斷提高。 因此，本文采用對焦深度法來進行本課題的研究。 自動對焦系統(tǒng)結構 自動對焦系統(tǒng)是通過圖像采集卡采集到圖像序列，送入計算機中，然后對圖像進行成像質量分析，得到系統(tǒng)當前的對焦狀態(tài)進行判斷，通過驅動機構調整成像系統(tǒng)鏡頭的焦距，從而實現(xiàn)準確對焦。如圖 物 體 采 集 圖 片 圖 像 預 處 理選 擇 對 焦 窗 口 ， 計算 清 晰 度 評 價 值驅 動 控 制 鏡 頭 至 下 一 成 像位 置圖 像 是 否 清晰輸 出 圖 像YN 圖 自動對焦系統(tǒng)框圖 本文采用對焦深度法進行本課題的研究。其中，對對焦影響的因素分析、選擇對焦窗口，計算清晰度評 價函數(shù)以及判斷最清晰圖像時的鏡頭位置是本文研究的重點內容。 圖像在成像的過程中會受到成像器件和周圍環(huán)境的干擾，引入各種各樣的噪聲，損壞圖像的質量，使圖像模糊，嚴重時甚至淹沒特征，從而影響自動對焦的研究，我們要對此類因素進行分析，并且盡量消除和避免這些影響。因此需要對西安工業(yè)大學畢業(yè)設計（論文） 7 圖像進行預處理，消除圖像噪聲 ，包括對圖像進行濾波處理，以及灰度變換。 此外，圖像的對焦窗口選擇對于圖像的對焦精度和速度也有很大影響，窗口選擇過大，背景信息引入多，對焦速度慢，精度不高，而窗口選擇過小，又不能保證主體目標完整；而且對焦窗口的位置，比 如中央取窗還是多點取窗，也會對對焦精度和速度有影響，因此在這部分需要做詳細的分析。 圖像的清晰度評價函數(shù)部分，介紹了幾種常用的方法，比如 熵函數(shù)圖像越清晰攜帶越多信息量，因此可以計算出一幅數(shù)字圖像的信息熵，然后將其用于評價該圖像的清晰度；還有梯度函數(shù)， 對焦良好的圖像，有更尖銳的邊緣的圖像，應有更大的梯度函數(shù)值。在詳細介紹了各種常用方法及改進方法的原理后，通過實驗，分析實驗結果做了分析對比，確定一個性能更加良好的評價函數(shù)。 判斷圖像最清晰時的鏡頭位置，即就是搜索清晰度評價函數(shù)的極點位置。常見的極點搜索算法有 Fibonacci搜索法、曲線擬合法和 “ 盲人 ” 爬山算法等。通過原理分析和對比， Fibonacci搜索法中 Fibonacci搜索算法需要在區(qū)間內大距離調整鏡頭位置，并且要變換移動方向，這將會增加對焦消耗時間；評價函數(shù)曲線深度離焦部分比較平坦，曲線擬合收斂性較差，對焦點估計誤差較大；爬山算法相對簡單，使用這種方法可以迅速移動到清晰成像位置， 但是這種方法對評價函數(shù)曲線要求很高，評價函數(shù)值必須在整個測量范圍中保持平滑；改進的爬山算法在精能上就有了很大提高，對于評價函數(shù)曲線要求也不嚴，但是同時速度變慢。在實際使用中，我 們應該根據(jù)精度優(yōu)先還是速度優(yōu)先選擇更合適的算法。 本章小結 本章主要介紹自動對焦系統(tǒng)，其中簡單介紹了自動對焦的原理，還介紹了自動對焦技術的一些基本方法：包括測距法，像偏移法，焦點檢測自動對焦、離焦深度法和對焦深度法等以及它們的原理，分析了它們的優(yōu)缺點，此外，介紹了自動對焦系統(tǒng)的結構，各部分是如何運作的。 3 影響自動對焦及對焦函數(shù)性能的因素分 析 8 3 影響自動對焦及對焦函數(shù)性能的因素分析 對焦評價函數(shù)對離焦圖像的靈敏度直接影響著自動對焦的精度。對焦評價函數(shù)的靈敏度不僅和函數(shù)本身有關，還和采集的圖片復雜度、對焦區(qū)域的選擇、成像目標的特征等參量有 關的問題。本章從圖像本身、對焦窗口的選擇對焦的影響作出實驗研究，主要包括圖像的噪聲、光線影響和對焦窗口的劃分與選擇。 在成像過程中，噪聲的干擾是必然存在的，噪聲影響了采集圖像的空間頻率分布，噪聲同離焦一樣造成圖像細節(jié)信息的退化丟失，合理的濾波器設計可以減少噪聲給對焦帶來的影響。此外光線的影響也會造成對焦函數(shù)的評價不夠準確。對焦窗口的選擇對于對焦函數(shù)的精度、速度也有很大影響，這包括對焦窗口的大小、位置及區(qū)域規(guī)劃等。因此，有必要分析對評價函數(shù)的影響的因素，并且盡量消除這些因素，以保證對焦的精度。 噪聲影響 分析 由于圖像在成像的過程中受到成像器件和周圍環(huán)境的干擾，會引入各種各樣的噪聲，噪聲多多少少會損壞圖像的質量，使圖像模糊，嚴重時甚至淹沒特征，給分析帶來一定的困難。因此我們需要消除圖像噪聲。 在理想的情況下，噪聲屬于高頻信號，因此在處理的過程中應該采用低通濾波器?？墒牵瑘D像中的邊緣信息也屬于高頻信息，它包含了大部分的被測物體的特征信息，在下一步圖像處理的過程中需要被提取出來。因此，一個好的平滑濾波方法應該是既要濾除圖像中不需要的噪聲信號，同時，也要保持圖像的邊緣信息，不使圖像邊緣輪廓和線條變模糊，讓圖像變得 更有利于計算機處理。 在許多情況下，線性濾波方法能夠有效的對被噪聲污染的圖像進行復原，但多數(shù)的線性濾波器具有低通特性，在去除噪聲的同時也使圖像邊緣變模糊。而某些非線性濾波方法既能去除噪聲又能保護圖像邊緣，獲得較好的圖像處理效果。將常用的兩種濾波方法，鄰域平均法 (線性濾波 )和中值濾波法 (非線性濾波 )進行分析比較，確定設計所用方法。 西安工業(yè)大學畢業(yè)設計（論文） 9 鄰域平均法的思想是用像素及其指定鄰域內像素的平均值或加權平均值作為該像素的新值，以便去除突變的像素點，從而濾除一定的噪聲 。 中值濾波法是一種非線性濾波，它能在消除噪聲的同時很好的保 持圖像邊緣。中值濾波的原理是，把以某一像素為中心的小窗口內所有像素的灰度按從大到小排序，取排序結果的中間值作為該像素的灰度值。為操作方便，中值濾波通常取含奇數(shù)個像素的窗口。 這兩種濾波方法對 圖片 （圖 ）添加高斯噪聲和椒鹽噪聲 （如圖 、） 后處理結果進行比較，下面給出了兩種濾波方法對兩種噪聲的濾波效果， 如圖 、 、 、 。 圖 原始圖像 圖 添加椒鹽噪聲的圖像 圖 添加高斯噪聲的圖像 （ a） 3*3平滑濾波 （ b） 5*5平滑濾波 （ c） 7*7平滑濾波 （ d） 9*9平滑濾波 圖 對圖 （ b） 3*3平滑濾波 （ c） 5*5平滑濾波 （ d） 7*7平滑濾波 （ e） 9*9平滑濾波 圖 對圖 西安工業(yè)大學畢業(yè)設計（論文） 10 （ a） 3*3中值濾 波 （ b） 5*5中值濾波 （ c） 7*7中值濾波 （ d） 9*9中值濾波 圖 對圖 進行中值濾波 （ a） 3*3中值濾波 （ b） 5*5中值濾波 （ c） 7*7中值濾波 （ d） 9*9中值濾波 圖 對圖 比較可知對于噪聲干擾，中值濾波的效果要優(yōu)于鄰域平均法。對于噪聲，中值濾波法可以非常理想地把它濾除，達到十 分好的濾波效果，鄰域平均法對椒鹽噪聲的濾波效果不是很好，濾波后噪聲仍然保留下來，并且整幅圖像也變得模糊。同時通過比較可知，濾波時取得模板越大，效果越好。因此，在設計中，應該先選擇中值濾波法 9*9 模板，對圖像進行濾波處理。 光線影響分析 在曝光不足或過度的情況下，圖像灰度可能會局限在一個很小的范圍內，這時顯示出來的圖像將是一個模糊不清，似乎沒有灰度層次的圖像，如圖 ，而光線正常的情況下，圖像比較清晰，如圖 ；同時，光線不足或過度的圖像，對評價函數(shù)評價圖像時也有影響，如對圖 中的圖片 進行評價，結果如圖 。 西安工業(yè)大學畢業(yè)設計（論文） 11 圖 曝光過度的圖像 圖 光線正常的圖像 （ a） 對有光線影響的圖片進行灰度值分析 (b) 對 光線正常 的圖片進行灰度值分析 圖 不同光線下的圖像 灰度值分析 對圖 、 ，所得結果如圖 ： （ a） 兩幅 圖像清晰度評價函數(shù)值 西安工業(yè)大學畢業(yè)設計（論文） 12 1 1 . 1 1 . 2 1 . 3 1 . 4 1 . 5 1 . 6 1 . 7 1 . 8 1 . 9 20 . 40 . 50 . 60 . 70 . 80 . 91l e n s p o s i t i o nvaluel a p l a c i a n 算子做評價函數(shù) （ b）清晰度評價函數(shù) 圖 對圖 、 laplacian算 子做清晰度評價 由圖可見，曝光不足或過度的圖片對圖像的評價函數(shù)是有影響的。有必要對它的灰度值進行修正以增強對比度，來減小對評價函數(shù)的影響。 常用的灰度變換有兩種：一種是全域線性變換；另一種是分段線性變換。 采用線性灰度變換實現(xiàn)起來簡單，假定原圖像 f(x， y)的灰度范圍為 [a， b]，希望變換后的圖像 f180。(x， y)的動態(tài)范圍為 [c， d]，則可用公式 ()實現(xiàn)變換： cab ayxfcdyxf ?? ??? ]),()[(),(39。 () 對焦窗口的選擇分析 對焦窗口是圖像的興趣區(qū)域，對焦是對興趣區(qū)域的 對焦。對焦窗口選擇算法直接地影響到對焦的復雜度、計算量和精確度。選擇好了對焦窗口一方面可以減少數(shù)據(jù)處理量，加快對焦速度；另一方面可以消除非興趣區(qū)域對評價函數(shù)曲線的影響，提高對焦精確度。 對焦窗口的選擇方法 由于對圖像運用對焦評價函數(shù)進行的運算基本上與圖像的像素成正比，為了達到實時性的要求，必須減少參加運算的像素的數(shù)量。常見的選擇方案有： 西安工業(yè)大學畢業(yè)設計（論文） 13 即選擇圖像中央一個 M*N 個像素的小區(qū)域，其中 M 和 N 為 2 的整數(shù)次方，其取值范圍通常為 32≤ M， N≤ 256，這樣可以大幅度減少計算量。由于通常觀測者都 把感興趣的目標放在圖像的中央位置，因此以中央?yún)^(qū)域內的圖像達到最清晰作為對焦判斷的依據(jù)較為合理，它可以適應大部分場合需求，但是對主體景物成像大小不具有自適應能力，在主體景物偏離中心時性能嚴重下降。 由于中心取窗不能適應主體景物偏離中心的情況，因此可以采取多點取窗方式，它通常是對圖像進行統(tǒng)計，給出一個最優(yōu)化的主體景物估計區(qū)域，然后取多個窗口作為對焦區(qū)域。多點取窗算法適應了主體景物偏移的情況，提高了主體景物覆蓋成功率，但是是以增加計算量和引入更多背景圖像為代價的。同時，對大面積圖像運用對 焦評價函數(shù)，圖像中不重要的部分 (背景 )會對評價結果產(chǎn)生負面的影響，導致圖像中的重要部分 (成像主目標 )無法準確對焦。 常用的多點取窗區(qū)域選擇算法，有兩種區(qū)域選擇：倒 T 字型區(qū)域選擇和黃金分割點區(qū)域選擇。 針對日常生活中拍攝的一貫情況，主體一般都是位于圖像的中間和下面。因此可以僅選擇圖像的中央和下部區(qū)域形成的倒 T字型區(qū)域作為對焦區(qū)域。該窗口圖像區(qū)域選擇如圖 。 圖 倒 T型區(qū)域 攝影藝術和美學理論指出，一幅圖像中除了中心點是人的視覺關鍵 點外，還有另外四個點也同樣是視覺關鍵點，即畫面中的四個黃金分割點。因此可以利用中心點和四個黃金分割點為中心進行多點對焦區(qū)域選擇，即認為該五個區(qū)域為前景圖像區(qū)域估計。黃金分割點區(qū)