CN103379277B - 测距装置、测距方法和成像系统 - Google Patents

Abstract

本发明涉及测距装置、测距方法和成像系统。该测距装置具有：包括用于获取第一图像和第二图像的像素组的成像单元，第一图像和第二图像是由通过成像光学系统的第一和第二光瞳区域的光束形成的；以及计算单元，被配置为通过用校正的第一和第二图像修正函数对第一和第二图像执行卷积积分创建第三和第四图像，并通过比较第三和第四图像计算到对象的距离，其中，通过使得基于与像素组的像素布置对应的第一图像修正函数和第二图像修正函数的采样点的数据计算的质心位置分别与最接近质心位置的采样点一致，形成校正的第一图像修正函数和第二图像修正函数；并且，以最接近质心位置的采样点为基准点，执行卷积积分。

Description

测距装置、测距方法和成像系统

技术领域

本发明涉及测距装置、测距方法和成像系统，更特别地，涉及用于诸如数字静止照相机或数字摄像机等的成像系统的测距装置和测距方法。

背景技术

已知存在用于数字静止照相机和摄像机的距离检测技术。在日本专利申请公开No.2002-314062中，提出在其像素的一部分中具有测距功能的固态成像器件，该固态成像器件被配置为通过相位差方法检测距离。该相位差方法包括以下处理：估计由通过照相机透镜的光瞳上的不同区域的光束产生的光学图像（分别称为A图像和B图像，也统称为AB图像）之间的间隙量，通过使用立体图像的三角测量计算散焦量，由此执行测距。根据该方法，由于不需要对于距离测量移动任何透镜，因此，与常规的对比度方法不同，能够实现高精度和高速的测距。当拍摄运动图像时，也能够实现实时测距。

如果由拍摄透镜的框架等导致光束中的渐晕（vignetting），那么A图像和B图像变得相互不同，这导致图像间隙量的估计精度降低，并且，测距精度也劣化。在US 2012/0057043 A1中公开了图像形状修正技术。在该技术中，通过使用与用于形成A图像和B图像的光瞳区域对应的线扩展（spread）函数来形成图像修正滤波器。在互换图像修正滤波器之后，A图像和B图像的形状分别通过用图像修正滤波器对A图像和B图像执行卷积积分被修正。由于图像修正滤波器（线扩展函数）的大小根据散焦量改变，因此，根据计算的散焦量校正图像修正滤波器的形状，并且，重复执行修正图像和重新计算散焦量的处理。通过使用接近正确值的散焦量来形成希望的图像修正滤波器，所述正确值是通过测距计算的这种循环处理而获取的；由此，可以提高图像修正和距离测量的精度。

在US 2012/0057043 A1中公开的技术中的AB图像是由在各像素处获取的值构成的离散数据。为了对于各图像执行卷积积分，通过以各个连续的线扩展函数的质心位置为基准点、根据像素的布置间距离散化各个连续的线扩展函数，来形成图像修正滤波器。但是，存在以下这样的情况：在该情况中，从图像修正滤波器的离散值计算的质心位置根据到对象的距离（散焦量）而与基准点不同。该误差被称为质心误差。如果存在这种质心误差，那么修正的图像的质心位置偏离原图像的质心位置。该偏离导致在图像间隙量和散焦量的估计值中出现误差。该质心误差与图像修正滤波器的形状误差无关，并且，即使执行测距计算的循环处理，质心误差或形状误差也保持。图像间隙量和散焦量的计算值因此不收敛，这导致测距时间增加并且还导致测距精度劣化。

发明内容

本发明可提供能够高速地以高的精度测距的测距装置、测距方法和成像系统。

根据本发明的测距装置包括：用于形成对象的图像的成像光学系统；包括用于获取第一图像和第二图像的像素组的成像单元，所述第一图像和第二图像是由分别主要通过成像光学系统的出射光瞳的第一光瞳区域和第二光瞳区域的光束形成的；和计算单元，其中，所述计算单元被配置为通过用校正的第一图像修正函数对第一图像执行卷积积分来创建第三图像并通过用校正的第二图像修正函数对第二图像执行卷积积分来创建第四图像，并通过第三图像和第四图像的比较来计算到对象的距离；通过使基于与像素组的像素布置对应的各第一图像修正函数和第二图像修正函数的采样点的数据计算的各质心位置分别与最接近质心位置的采样点一致，来形成校正的第一图像修正函数和第二图像修正函数；并且，以最接近质心位置的采样点为基准点，执行卷积积分。

本发明的测距方法包括：使用用于形成对象的图像的成像光学系统；通过使用具有像素组的成像单元获取由分别主要通过成像光学系统的出射光瞳的第一光瞳区域和第二光瞳区域的光束形成的第一和第二图像；和基于通过成像单元获取的第一图像和第二图像测量到对象的距离。测距方法具有以下的步骤：形成第一和第二图像修正滤波器；通过用第一图像修正滤波器对第一图像执行卷积积分创建第三图像以及还通过用第二图像修正滤波器对第二图像执行卷积积分创建第四图像，来执行修正计算；以及基于第三和第四图像之间的图像间隙量，计算到对象的距离，其中，形成第一和第二图像修正滤波器的步骤包含执行离散化和质心校正的处理；并且，图像修正滤波器分别通过以下的处理形成：在离散化处理时，根据像素组的像素布置离散化图像修正函数以形成离散函数；以及在执行质心校正的处理时，使离散函数的质心位置与作为最接近质心位置的离散数据的基准点一致。

参照附图阅读示例性实施例的以下描述，本发明的其它特征将变得清晰。

附图说明

图1是根据本发明的第一实施例的测距装置的配置例子的示意性断面图。

图2是解释根据本发明的第一实施例的测距方法的例子的流程图。

图3A是解释根据本发明的第一实施例的测距装置的配置例子的示意性断面图。

图3B是解释根据本发明的第一实施例的测距装置的配置例子的示意性断面图。

图4是根据本发明的第一实施例的图像修正滤波器的形成处理的流程图。

图5A示出根据本发明的第一实施例的图像修正函数。

图5B示出根据本发明的第一实施例的离散函数。

图5C示出根据本发明的第一实施例的离散函数。

图5D示出根据本发明的第一实施例的图像修正滤波器。

图6是解释当使用了根据本发明的第一实施例的图像修正滤波器时的到对象的距离的测量结果的示图。

图7A示出根据本发明的另一实施例的另一离散函数。

图7B示出根据本发明的另一实施例的另一图像修正滤波器。

图8是解释根据本发明的另一实施例的测距方法的例子的流程图。

图9A是解释根据本发明的另一实施例的测距装置的配置例子的示意性断面图。

图9B是解释根据本发明的另一实施例的测距装置的配置例子的示意性断面图。

图10是解释根据本发明的另一实施例的测距装置的配置例子的示意性断面图。

具体实施方式

现在将根据附图详细描述本发明的优选实施例。

以下将描述体现本发明的测距装置和测距方法的配置例子。在图1中示出根据本实施例的测距装置100的配置例子。成像光学系统102在成像器件103的表面上形成外部对象的图像。成像器件103由多个像素构成。测距装置100具有用于读出获取的信号的布线115和用于使用获取的信号计算到对象的距离的计算单元120。计算单元120由例如包含CPU和存储器的信号处理板构成。测距装置100具有用于记录读出信号或计算结果的记录单元130。

将沿图2所示的流程图解释根据本实施例的测距方法。在步骤S1，处理计数N被设为0。在步骤S2，通过在图3A、图3B的配置例子中示出的测距装置100获取AB图像。图3A中的成像透镜102在成像器件103的表面上形成外部对象的图像。成像器件103具有多个图3B所示的像素101。像素101分别具有例如微透镜107和安装于板104中的光电转换部分105、106。光电转换部分105、106分别被设置在遮蔽部件108、109下方。虽然图3A和图3B没有示出，但是，测距装置100具有在图1中示出的用于读出、记录和处理获取的信号的布线、记录单元和CPU等。

成像透镜102与成像器件103之间的距离相对于像素101中的每一个的尺寸是大的。因此，通过成像透镜102的出射光瞳表面上的不同区域的光束作为具有相互不同的入射角的光束入射到成像器件103的表面。在包含于成像器件103的各像素中的光电转换部分105处，检测主要通过成像透镜102的出射光瞳（形成对象图像的光学系统的出射光瞳）的与第一方向110对应的区域112（第一光瞳区域）的光束。类似地，在光电转换部分106处，检测主要通过成像透镜102的出射光瞳的与第二方向111对应的区域113（第二光瞳区域）的光束。可基于来自多个光电转换部分105的像素信号获取A图像，并且，可基于来自多个光电转换部分106的像素信号获取B图像。当对象的光量分布被表示为f[x,y]并且构成测距光学系统的A图像的点扩展函数被表示为Pa[x,y]时，可如式1那样以卷积积分的关系表达A图像的光量分布A[x,y]。

$A[x,y]=\underset{-\∞}{\overset{+\∞}{\mathrm{\Σ}}}\underset{-\∞}{\overset{+\∞}{\mathrm{\Σ}}}f[x-p,y-q]P_a[p,q]$ 式1

在检测到对象的距离时，关注一对对象图像的一维方向，并且，计算图像间隙量。在本实施例中，使该方向为x轴方向。然后，可通过使用线扩展函数La[x]而不是点扩展函数、如式2那样表达A图像的一维方向上的光量分布A[x]。基于像素101中的检测主要通过第一光瞳区域的光束的光电转换部分105的入射角性能和成像透镜102的出射光瞳，确定线扩展函数La[x,y]。

$A\left[x\right]=\underset{-\∞}{\overset{+\∞}{\mathrm{\Σ}}}f[x-p]L_a\left[p\right]$ 式2

同样可以通过使用线扩展函数Lb[x]如式3那样表达B图像的一维方向上的光量分布B[x]。

$B\left[x\right]=\underset{-\∞}{\overset{+\∞}{\mathrm{\Σ}}}f[x-p]L_b\left[p\right]$ 式3

如果由拍摄透镜的框架等导致渐晕，那么分别形成A图像和B图像的线扩展函数La[x]和Lb[x]变为不同的函数，这导致A图像和B图像具有彼此不同的形状。在步骤S3，通过已知的距离计算单元从一对A和B图像计算到对象的距离。例如，通过一对AB图像的相关性计算获取A图像和B图像之间的图像间隙量，并且，从该对AB图像之间的质心距离获取基线长度。基于以这种方式获取的基线长度和图像间隙量，获取散焦量DEF[0]，然后可计算到对象的距离．

在步骤S4，将处理计数N加1，然后处理继续到步骤S5。在步骤S5，设定在以下的处理中使用的临时散焦量。在处理计数N为1的情况下，设定在步骤S3计算的散焦量DEF[0]，而在处理计数N为2或更大的情况下，将在步骤S8（后面描述）计算的更新的散焦量DEF[N]设为临时散焦量。

在步骤S6和步骤S7，分别通过修正A图像和B图像而形成（创建）A′图像（第三图像）和B′图像（第四图像）。步骤S6是形成图像修正滤波器La′[x]（第二图像修正滤波器）和另一图像修正滤波器Lb′[x]（第一图像修正滤波器）的步骤，并且包括离散化的处理和质心校正的处理。基于图像修正函数（第一和第二修正函数）形成图像修正滤波器。使得图像修正函数为例如分别与A图像和B图像对应的线扩展函数（线图像函数）。

图4是用于形成图像修正滤波器的流程图。图5A～5D示出在各步骤形成的函数。

在步骤S101，基于透镜信息、拾取了AB图像的测距像素的成像表面上的位置信息、以及临时散焦量，估计AB图像的遮蔽，然后执行用于调整AB图像的光量比的遮蔽校正。在步骤S102，计算图像修正函数。例如，读出存储于记录单元中的光瞳强度分布，并且，基于透镜信息、测距像素的成像表面上的位置信息和在步骤S5设定的临时散焦量，计算线扩展函数La[x]（图5A）。此时，根据需要执行调整，以使得La[x]和Lb[x]的最大值变得一样。这是由于已在步骤S101执行了AB图像的遮蔽校正。在步骤S103，通过离散化图像修正函数而形成离散函数La[x]（图5B）。对于针对获取的B图像进行的计算，根据测距像素101的布置间距而进行该离散化。

通过式4计算离散函数La[x]的x轴上的质心位置ga。i表示正整数，n表示用于测距计算的测距像素的数量。

$g_a=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_i{L}_a\left[i\right]}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{L}_a\left[i\right]}$ 式4

在离散函数La[x]的离散数据中，x轴上的最接近质心位置ga的离散数据的位置被表示为基准点xga，基准点xga与质心位置ga之间的差值被表示为δx。在步骤S104，校正离散函数La[x]的质心位置。使用一维函数来内插离散函数La[x]的各数据之间（采样点之间）的中间点，并且，计算从各数据的每个位置沿x轴方向偏移（移动）δx的位置处的内插值（图5C）。基于计算的内插值，形成图像修正滤波器La′[x]（第二图像修正滤波器）（图5D）。此时，根据需要执行调整，以使得La′[x]和Lb′[x]的最大值变得一样。基于图像修正滤波器La′[x]的各数据计算的质心位置被表示为质心位置ga′。通过使用这样的技术，可以形成具有与离散函数La[x]大致一样的形状并且其中质心位置ga′与基准点xga相互一致的图像修正滤波器La′[x]。关于图像修正滤波器Lb′[x]，也可以类似的过程形成具有与离散函数Lb[x]大致一样的形状并且其中质心位置gb′与基准点xgb相互一致的图像修正滤波器Lb′[x]（第一图像修正滤波器）。

在步骤S7，通过使用A图像和B图像以及图像修正滤波器La′和Lb′而形成具有修正的图像形状的A′图像和B′图像。通过用图像修正滤波器Lb′[x]对于A图像的一维信号A[x]执行卷积积分，形成A′[x]。此时，卷积积分的基准点被表示为基准点xgb。A′图像由式5表达。

$A^{\′}\left[x\right]=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}A[x-i]L_b^{\′}\left[i\right]$

$=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}f[x-j-i]L_a\left[j\right]L_b^{\′}\left[i\right]$ 式5

类似地，关于图像B，通过用图像修正滤波器La′[x]对于B图像的一维信号B[x]执行卷积积分，形成B′[x]。此时，卷积积分的基准点被表示为基准点xga。B′图像由式6表达。

$B^{\′}\left[x\right]=\mathrm{\ΣB}[x-i]L_a^{\′}\left[i\right]$

$=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}f[x-j-i]L_a^{\′}\left[j\right]L_b\left[i\right]$ 式6

由于La′[x]和La[x]是分别具有大致一样的形状的函数，并且Lb′[x]和Lb[x]也是如此，因此，分别使得基于式5和式6获取的A′和B′图像具有与对象的原光量分布f大致相同的形状。在步骤S8，与步骤S3同样，通过已知的方法使用A′图像和B′图像，计算散焦量DEF[N]和到对象的距离。使用修正的A′图像和B′图像使得由于两个图像之间的形状差异导致的图像间隙量的计算误差减小并且还导致散焦量的计算精度提高。另外，使用根据本发明的图像修正滤波器使得能够以比常规的技术高的精度计算散焦量和到对象的距离。

在步骤S9，给出关于是否重复修正计算的确定。更具体而言，计算在步骤S8获取的散焦量DEF[N]和在步骤S5设定的临时散焦量之间的差值，并将该差值与用于收敛确定的预定阈值相比较。当该差值比阈值大时，由于计算的散焦量不收敛，因此，处理返回步骤S4。在步骤S4，将该散焦量DEF[N]设为临时散焦量，并且，执行再处理。当在步骤S9，该差值收敛于阈值或更小时，完成流程。线扩展函数La[x]和Lb[x]中的每一个的形状根据散焦量而改变。通过这样重复循环处理以基于接近正确值的散焦量DEF[N]形成图像修正滤波器，图像修正滤波器的形状误差变小。因此，修正的图像的形状误差减小，图像间隙量和散焦量的计算精度提高，并且，测距精度也提高。

通过沿以上的流程图用根据本实施例的图像修正滤波器执行测距，与常规的技术相比，能够高速地以高的精度计算散焦量。基于一对图像的图像间隙量，计算散焦量（距离），该对图像中的每个图像通过使用图像修正滤波器被修正。可通过在一对修正的图像中的一个图像偏移时执行相关性计算并且通过计算相关性变得最高时的图像间隙量，获取该图像间隙量。基于各图像的质心位置和图像形状，确定此时计算的图像间隙量。如果图像修正滤波器具有质心误差，那么修正的图像的质心位置从修正前的图像的质心位置变化。如果图像修正滤波器的形状与和正确散焦量对应的图像修正函数的离散函数的形状不同，那么导致修正的图像具有相互不同的形状。这些误差在图像间隙量的计算值中带来误差，这导致测距精度劣化。

在本实施例中，通过校正离散函数的各数据值来形成具有导致相互一致的质心位置与基准点的图像修正滤波器，来减少质心误差。另外，通过使离散数据之间的中间点经受函数内插以形成基于内插值的图像修正滤波器，控制形状误差。由于这些效果，可以获取具有小的质心误差和小的形状误差的图像修正滤波器，并且可以实现高度精确的测距。通过使用根据本实施例的图像修正滤波器，利用循环处理的测距计算中的收敛性增强，并且，可以高速地以高的精度执行测距。根据本实施例的图像修正滤波器具有反映质心误差的函数形状。由于利用循环处理的测距计算的重复，结果收敛于使得质心误差和形状误差最小化的散焦量。根据本实施例的图像修正滤波器因此与常规的图像修正滤波器相比能够以较少的循环计数计算适当的散焦量，并能够高速地以高的精度执行测距。

将描述可以高速地、容易地形成根据本实施例的图像修正滤波器的原因。用于测距计算的离散函数的数据的数量被表示为n，并且，离散数据的序号被表示为i。每个数据的值被表示为Li，并且，离散数据的各值被分配给L1～Ln，同时分别使得L0、Ln+1和Ln+2为0。这里，成像表面上的离散数据的坐标被表示为xi，并且，间隔表示为Δx。可从式7计算实施质心校正之前的质心位置g。

$g=\frac{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{x}_i{L}_i\mathrm{dx}}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{L}_i\mathrm{dx}}$ 式7

质心位置g与基准点之间的间隙量被表示为δx。用一维函数内插离散数据之间的中间点，并且，从离散数据中的每一个偏移δx的位置处的内插值被表示为Li′。通过式8表达该Li′，并且，通过式9表达质心位置g′。

$L_i^{\′}=L_i-\mathrm{\δx}\frac{L_i-L_{i+1}}{\mathrm{\Δx}}$ 式8

$g^{\′}=\frac{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\left(x_i{L}_i^{\′}\right)}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{L}_i^{\′}}$

$=\frac{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\left[x_i(L_i-\mathrm{\δx}\frac{(L_i-L_{i+1})}{\mathrm{\Δx}})\right]}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}[L_i-\mathrm{\δx}\frac{(L_i-L_{i+1})}{\mathrm{\Δx}}]}$

$=\frac{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\left(x_i{L}_i\right)-\frac{\mathrm{\δx}}{\mathrm{\Δx}}\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\left(\mathrm{\Δx}{L}_i\right)+\frac{\mathrm{\δx}}{\mathrm{\Δx}}(-x_1{L}_1+x_n{L}_{n+1})}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{L}_i-\frac{\mathrm{\δx}}{\mathrm{\Δx}}(L_1-L_{n+1})}$

$=\frac{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\left(x_i{L}_i\right)}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{L}_i}+\frac{\frac{\mathrm{\δx}}{\mathrm{\Δx}}\underset{i=0}{\overset{n}{\mathrm{\Σ}}}\left(\mathrm{\Δx}{L}_i\right)}{\underset{i=0}{\overset{n}{\mathrm{\Σ}}}{L}_i}$

$=g-\mathrm{\δx}$

式9

从式9可知，使得质心位置g′为从由式7表达的原质心位置g偏移-δx的质心位置，并且变得与基准点一致。如上所述，根据本实施例的技术，可以高速地容易地形成图像修正滤波器。

图6示出使用根据本发明的图像修正滤波器执行修正计算时的测距精度。示图中的横轴表示图2的流程图中的处理计数N。纵轴表示计算的散焦量的误差，该误差是将散焦量的正确值与计算值之间的差值除以正确值获得的值。实线代表使用根据本发明的图像修正滤波器时的结果，虚线代表使用常规的图像修正滤波器La、Lb时的结果。如图所示，当使用常规的图像修正滤波器时，即使处理计数N增加，误差也不减小。另一方面，可知的是，当使用根据本发明的图像修正滤波器时，以较小的处理计数N减小测距误差，并且，能够实现高度精确的高速测距。

由于基于由式1代表的点扩展函数确定A图像和B图像，因此，可基于点扩展函数而不是线扩展函数形成图像修正滤波器，以修正图像的形状。在这种情况下，二维地执行步骤6和步骤7的处理，使得可以获得与上述的效果类似的效果。

可使用不同的方法实现本实施例中的步骤S6的图像修正滤波器的形成处理。例如，在步骤S104，可通过将预定值加到离散函数的各离散数据实现质心校正。图7A和图7B示出在步骤S104根据该方法形成的函数。将预定值δL加到离散函数La[x]的各离散数据（图7A）。校正之前的质心位置表示为g，校正之后的质心位置表示为g′，并且，质心位置g与最接近它的离散数据中的一个的位置之间的间隙量表示为δx。校正之后的质心位置g′可由式10表达。

g′＝g+δx 式10

当将预定值δL已加到各离散数据时的质心位置g′可由式11表达。在式11中，i表示离散数据的序号，n表示数据的数量，xi表示各数据的坐标，Li表示各数据值。

$g^{\′}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left[x_i(L_i+\mathrm{\δL})\right]}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}(L_i+\mathrm{\δL})}$

$=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(x_i{L}_i\right)+\mathrm{\δL}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(x_i\right)}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(L_i\right)+\mathrm{n\δL}}$ 式11

基于上式10和11，预定值δL可由式12表达。

$\mathrm{\δL}=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(x_i{L}_i\right)-(g+\mathrm{\δx})\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(L_i\right)}{(g+\mathrm{\δx})n-\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\left(x_i\right)}$ 式12

然后，根据需要执行调整，使得图像修正滤波器La′[x]和Lb′[x]两者的最大值相等，并且形成图像修正滤波器La′[x]（图7B）。可通过这样的技术形成关于原离散函数具有大致一样的形状的图像修正滤波器。然后，通过计算由式12表达的值δL以将其加到各离散数据，可在质心位置与离散数据的位置相互一致的单个处理形成图像修正滤波器。可以容易地获取减小了形状误差和质心误差的图像修正滤波器，并且，可以高速地实现高度精确的测距。

在本实施例中的步骤S6和S7的图像修正处理中，可以使用线扩展函数的反函数作为图像修正函数。A图像的一维信号表示为A[x]并且使用与A图像（第一图像）对应的线扩展函数的反函数形成的图像修正滤波器表示为La′-1[x]。通过执行与步骤S6类似的处理，可以形成质心位置与基准点相互一致的图像修正滤波器La′-1[x]（第一图像修正滤波器）。通过用图像修正滤波器La′-1[x]对于A图像的一维信号A[x]执行卷积积分，修正图像形状。此时，使得卷积积分的基准点为图像修正滤波器La′-1[x]的基准点xga。其形状根据A图像的形状被修正的A′图像由式13表达。

$A^{\′}\left[x\right]=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}A[x-i]L_a^{\′-1}\left[i\right]$

$=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}f[x-j-i]L_a\left[j\right]L_a^{\′-1}\left[i\right]$ 式13

类似地，关于B图像，通过用图像修正滤波器Lb′-1[x]（第二图像修正滤波器）对于B图像的一维信号B[x]执行卷积积分，修正图像形状，所述图像修正滤波器Lb′-1[x]（第二图像修正滤波器）是使用与B图像（第二图像）对应的线扩展函数的反函数形成的。其形状根据B图像的形状被修正的B′[x]由式14表达。此时，使得卷积积分的基准点为图像修正滤波器Lb′-1[x]的基准点xgb。

$B^{\′}\left[x\right]=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}B[x-i]L_b^{\′-1}\left[i\right]$

$=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}f[x-j-i]L_b\left[j\right]L_b^{\′-1}\left[i\right]$ 式14

由于La′[x]和La[x]是分别具有大致一样的形状的函数并且Lb′[x]和Lb[x]也是如此，因此分别使得基于式13和式14获取的A′和B′图像具有与对象的原光量分布f大致相同的形状。可以消除由于散焦导致的对象的图像的模糊并且可通过实现这样的处理获取明确的（distinct）A′图像和B′图像。可通过已知的方法使用A′图像和B′图像计算散焦量DEF[N]和到对象的距离，并由此可以实现高度精确的测距。顺便说一句，在本实施例中，虽然给出的是基于散焦量（关于对象的距离信息）的收敛状态确定是否再次执行步骤S9的计算的方法，但也可使用不同的方法。也可基于例如图像修正滤波器的形状、基线长度或AB图像之间的图像间隙量等的收敛状态作出确定。还可通过关于事先设定的预定次数N对处理次数进行计数来作出确定。

在本实施例中，可以提供用于估计第一图像与第二图像之间的图像间隙量的大小的处理，并且，可在图像间隙量小时使用根据本发明的图像修正滤波器执行测距。图8是这种情况下的流程图。随着散焦量变小，AB图像之间的图像间隙量减小。另一方面，质心误差量与由其导致的图像间隙的误差量与散焦量不成比例。出于这种原因，散焦量越小，则由质心误差导致的图像间隙量的误差的影响变得越大，并且，测距精度变差。此外，循环处理中的收敛也变差，并且，测距时间增大。因此，如图8所示，提供用于估计AB图像之间的图像间隙量的大小的步骤S10。当图像间隙量小时，处理向前前进到步骤S3，并且，使用根据本发明的图像修正滤波器执行测距。当图像间隙量大时，由于质心误差的影响小，因此，处理前进到步骤S11，并且，使用常规的方法执行测距。例如，使用分别具有质心误差的常规的图像修正滤波器执行测距，或者，可在不执行图像修正处理的情况下使用获取的AB图像执行测距。在步骤S10，可通过比较由质心误差导致的图像间隙量的误差与图像间隙量的容限，确定估计图像间隙量的大小的准则。基于目标测距精度和测距装置的配置来确定图像间隙量的容限。通过沿这样的流程图执行处理，可根据到对象的大致距离（散焦量）执行适当的测距，并且，可更高速地实现高度精确的测距。

通过使用根据本实施例的测距装置100进行的测距的结果可用于例如成像光学系统的焦点检测。根据本实施例的测距装置100使得能够高速地以高的精度测量到对象的距离，并且，可以获知成像光学系统的焦点位置与对象之间的间隙量。通过控制成像光学系统的焦点位置，可以高速地以高的精度聚焦对象。

与根据本实施例的测距装置100中的像素101同样，通过在单个像素中布置多个光电转换部分，可使用由光电转换部分105和106获取的信号创建像素101的图像信号。如果这样的像素被布置在成像器件103中的所有像素中，那么可在每一个像素处获取图像信号，并且，可与执行测距一起获取对象的图像。而且，通过使用从成像器件103中的任意像素组提取的像素信号执行测距，可以测量到任意的成像区域（对象）的距离。通过从成像器件103中的各区域提取像素信号并通过用它们执行测距，也可获取距离图像（range image）。

根据本发明的测距装置100不限于本实施例的结构。可允许在通过在平面中布置像素而配置的成像器件（固态成像器件）103的一部分中设置像素101，并在它的其它部分中设置用于获取图像的像素。因此，使用部分像素101执行测距，同时可使用剩余的像素执行对象的图像的获取。成像器件103可被配置为使得在成像表面上沿一个方向设置像素，并且，通过沿所述一个方向检测图像间隙量来执行测距。可以沿y方向布置设置在各像素101中的遮蔽部件108、109和光电转换部分105、106，并且，可使用通过各光电转换部分获取的信号执行测距。通过这样的结构，可以执行具有沿y方向的对比度变化的对象的测距。另一结构也是可能的：在该结构中，混合分别具有沿x方向和沿y方向布置的遮蔽部件108、109和光电转换部分105、106的像素，或者在该结构中，沿对角方向（xy方向）布置像素。可通过根据对象的对比度改变的方向而适当地选择用于测距的信号来执行测距。

以下这样的结构也是可能的：在该结构中，布置图9A和图9B所示的多对像素120和121。像素120在板104上具有微透镜107和遮蔽部件122、以及安装于板104中的光电转换部分105，像素121具有板104上的微透镜107和遮蔽部件123、以及安装于另一个板104中的光电转换部分106。像素120能够接收从第一方向入射的光，而像素121能够接收从第二方向入射的光。可基于分别通过像素120、121中的光电转换部分105、106获取的信号来获取AB图像。由于遮蔽部件之间以及光电转换部分之间的间距变大，因此，可以容易地制造各像素。

此外，可使用图10所示的波导构建包含于测距装置100中的像素中的每一个。像素130具有布置于板104的光入射侧（+z侧）的波导131和设置在板104中的光电转换部分105、106。波导131包括芯部132和包覆层部分133。芯部132和包覆层部分133由在成像波长带中透射（transmissive）的材料形成，并且，与包覆层部分133的材料相比，芯部132由具有更高折射率的材料形成。因此，光可禁闭于芯部132和包覆层部分133内，并且，可允许光在其中传播。从外面入射到像素130的光束通过波导131传播并发射到板104中。从第一方向入射到像素130的光束110通过波导131传播，并且能够被引向光电转换部分105。另一方面，从第二方向入射到像素130的光束111通过波导131传播，并且能够被引向光电转换部分106。通过以这种方式配置器件，可有效地检测依赖于其入射方向的光。

后侧入射型的结构也是可能的：在该结构中，在板104中设置由芯部和包覆层部分构成的波导。通过以这种方式配置器件，可以检测从板的后侧入射的光（沿+z方向传播的光）。可在板104的前侧布置布线等，这样，防止布线等干涉入射光的传播。另外，由于布线等导致的空间上的限制减小，并且，入射光可因此被有效地引向光电转换部分。根据以上的实施例的测距装置和测距方法能够有利地被应用于诸如数字静止照相机或数字摄像机等的成像光学系统。

根据本发明，可以实现能够执行高度精确的高速测距的测距装置、测距方法和成像系统。

虽然已参照示例性实施例描述了本发明，但应理解，本发明不限于公开的示例性实施例。以下的权利要求的范围应被赋予最宽的解释以包含所有这样的变更方式以及等同的结构和功能。

Claims (17)

1.一种测距装置，其特征在于包括：

成像光学系统，被布置为形成对象的图像；

成像单元，包括被布置为获取第一图像和第二图像的像素组，所述第一图像和第二图像是由分别主要通过成像光学系统的出射光瞳的第一光瞳区域和第二光瞳区域的光束形成的；和

计算单元，

其中，所述计算单元被配置为：通过用第一图像修正滤波器对第一图像执行卷积积分来创建第三图像，并且通过用第二图像修正滤波器对第二图像执行卷积积分来创建第四图像，并且通过比较第三图像和第四图像来计算到对象的距离，

其中，通过使各质心位置分别与最接近质心位置的采样点一致，形成第一图像修正滤波器和第二图像修正滤波器，所述各质心位置是基于各第一图像修正函数和第二图像修正函数的采样点的数据而计算的，各第一图像修正函数和第二图像修正函数的采样点与像素组的像素布置对应，以及

其中，使用最接近质心位置的采样点作为卷积积分的基准点。

2.根据权利要求1所述的测距装置，其中，通过用一维函数在各第一图像修正函数和第二图像修正函数的采样点的数据之间内插，并且计算从各采样点偏移了质心位置与基准点之间的差值的位置处的内插值，获取第一图像修正滤波器和第二图像修正滤波器。

3.根据权利要求1所述的测距装置，其中，通过将由下式表达的预定值加到各第一图像修正函数和第二图像修正函数的采样点的数据上，获取第一图像修正滤波器和第二图像修正滤波器：

$\mathrm{\δ}L=\frac{\underset{i=1}{\overset{n}{\Σ}}\left(x_i{L}_i\right)-(g+\mathrm{\δ}x)\underset{i=1}{\overset{n}{\Σ}}\left(L_i\right)}{(g+\mathrm{\δ}x)n-\underset{i=1}{\overset{n}{\Σ}}\left(x_i\right)}$

这里，

δL：预定值

i：与图像修正函数的采样点对应的序号

n：用于测距的采样点的数量

xi：采样点的坐标

Li：图像修正函数的采样点的数据

g：基于图像修正函数的采样点的数据计算的质心位置

δx：质心位置g与基准点之间的间隙量。

4.根据权利要求1所述的测距装置，其中，所述计算单元被配置为：通过比较第一图像和第二图像来计算到对象的距离，并基于计算的距离信息来形成第一图像修正滤波器和第二图像修正滤波器。

5.根据权利要求1所述的测距装置，其中，第一图像修正函数是与第二图像对应的线扩展函数，并且，第二图像修正函数是与第一图像对应的线扩展函数。

6.根据权利要求1所述的测距装置，其中，第一图像修正函数是与第一图像对应的线扩展函数的反函数，并且，

第二图像修正函数是与第二图像对应的线扩展函数的反函数。

7.根据权利要求1所述的测距装置，其中，所述像素组包含通过在平面中布置像素而配置的固态成像器件的部分像素组。

8.一种成像系统，其特征在于被布置为基于根据权利要求1～7中的任一项所述的测距装置的测距结果执行成像光学系统的焦点检测。

9.一种成像系统，其特征在于包括根据权利要求1～7中的任一项所述的测距装置，该成像系统被布置为获取距离图像。

10.一种测距方法，其特征在于，通过利用成像光学系统以使用包含像素组的成像单元获取第一图像和第二图像，测量到对象的距离，所述成像光学系统被布置为形成对象的图像，第一图像和第二图像是由分别主要通过成像光学系统的出射光瞳的第一光瞳区域和第二光瞳区域的光束形成的，所述到对象的距离是基于由成像单元获取的第一图像和第二图像被测量的，该方法包括：

形成第一图像修正滤波器和第二图像修正滤波器；

通过用第一图像修正滤波器对第一图像执行卷积积分，创建第三图像，并且还通过用第二图像修正滤波器对第二图像执行卷积积分，创建第四图像；以及

基于第三图像和第四图像之间的图像间隙量，计算到对象的距离，

其中，形成第一图像修正滤波器和第二图像修正滤波器包含离散化和校正，并且

其中，图像修正滤波器分别通过以下的处理形成：

根据像素组的像素布置来离散化图像修正函数以形成离散函数；和

以离散函数的离散数据中的最接近离散函数的质心位置的离散数据的位置为基准点来校正质心，以使得质心位置与基准点一致。

11.根据权利要求10所述的测距方法，其中，

校正质心包含用一维函数在离散函数的离散数据之间内插；和

将通过一维函数获得的处于从各离散点偏移了质心位置与基准点之间的差值的位置处的内插值视为图像修正滤波器中的每一个图像修正滤波器的各数据值。

12.根据权利要求10所述的测距方法，其中，校正质心包括把通过将由下式表达的预定值加到离散函数的离散数据值上获取的值视为图像修正滤波器中的每一个图像修正滤波器的各数据值：

$\mathrm{\δ}L=\frac{\underset{i=1}{\overset{n}{\Σ}}\left(x_i{L}_i\right)-(g+\mathrm{\δ}x)\underset{i=1}{\overset{n}{\Σ}}\left(L_i\right)}{(g+\mathrm{\δ}x)n-\underset{i=1}{\overset{n}{\Σ}}\left(x_i\right)}$

这里，

δL：预定值

i：与包含于离散函数中的离散数据对应的序号

n：用于测距的离散数据的数量

xi：离散数据的坐标

Li：离散数据的值

g：离散函数的质心位置

δx：质心位置g与基准点之间的间隙量。

13.根据权利要求10所述的测距方法，其中，基于关于到对象的距离的信息形成第一图像修正滤波器和第二图像修正滤波器，该距离是通过比较第一图像和第二图像而测量的。

14.根据权利要求10所述的测距方法，

其中，使得用于形成第一图像修正滤波器的图像修正函数为与第二图像对应的线扩展函数，以及

其中，使得用于形成第二图像修正滤波器的图像修正函数为与第一图像对应的线扩展函数。

15.根据权利要求10所述的测距方法，

其中，使得用于形成第一图像修正滤波器的图像修正函数为与第一图像对应的线扩展函数的反函数，以及

使得用于形成第二图像修正滤波器的图像修正函数为与第二图像对应的线扩展函数的反函数。

16.根据权利要求10所述的测距方法，还包括：

基于关于通过比较第三图像和第四图像而测量的距离的信息，估计是否再次执行第三图像和第四图像的创建，

其中，基于关于距离的信息形成第一图像修正滤波器和第二图像修正滤波器。

17.根据权利要求10所述的测距方法，还包括：估计第一图像和第二图像之间的图像间隙量的大小，其中，如果在估计大小时图像间隙量被估计为小，则通过创建第三图像和第四图像以及计算距离来计算到对象的距离。