CN106534659B - 一种相机对焦方法及系统 - Google Patents

Abstract

本发明涉及相机技术领域，提供了一种相机对焦方法及系统。本发明的相机对焦方法包括：获取条纹测试图像，在所述条纹测试图像中定位待识别区域；根据条纹宽度由大到小依次判断条纹组是否满足预设成像条件，若是，则对下一条纹宽度的条纹组执行所述判断，否则将上一条纹宽度的条纹组作为结果输出；检测最终输出的条纹组的条纹宽度是否在预设条纹宽度范围内，若是，则完成对焦操作，否则调整镜头并重新执行对焦操作。采用本发明的相机对焦方法，无需参考人眼的观察结果，提高了对焦的准确率及精度，提升了对焦操作的效率。

Description

一种相机对焦方法及系统

【技术领域】

本发明涉及相机技术领域，尤其涉及一种相机对焦方法及系统。

【背景技术】

定焦镜头，特指只有一个固定焦距的镜头，相比于变焦镜头，定焦镜头具有对焦速度快、成像质量稳定等优点，因此在录像监控、运动相机及摄影创作等许多领域都发挥了重要的作用。

在生产过程中，技术人员需要对定焦镜头进行对焦操作：使用定焦镜头拍摄一定距离之外的条纹测试图像，根据拍摄出的条纹测试图像的细节部分是否清晰来判断定焦镜头是否对焦准确，若对焦不准确，则继续调整定焦镜头的焦距，直至对焦完成。

然而，上述对焦过程均是技术人员肉眼观察的主观结果，并且，在经过长时间的肉眼观察之后，人眼容易产生视觉疲劳，使得对焦的准确率低、对焦精度受限。

【发明内容】

本发明旨在克服现有技术中相机对焦操作的准确率低、对焦精度受限的问题。

为解决上述技术问题，本发明提供以下技术方案：

一方面，本发明提供一种相机对焦方法，所述相机包含定焦镜头，所述相机对焦方法包括：获取条纹测试图像；在条纹测试图像中定位待识别区域，所述待识别区域中包含具有不同条纹宽度的多个条纹组；按照条纹宽度由大到小依次判断条纹组是否满足预设成像条件，若当前判断的条纹组满足预设成像条件，则对下一条纹宽度的条纹组执行所述判断，若当前判断的条纹组不满足预设成像条件，则将上一条纹宽度的条纹组作为结果输出；检测最终输出的条纹组的条纹宽度是否在预设条纹宽度范围内，若最终输出的条纹组的条纹宽度在预设条纹宽度范围内，则完成对焦操作，若最终输出的条纹组的条纹宽度超出预设条纹宽度范围，则调整镜头并重新执行对焦操作。

一些实施例中，所述获取条纹测试图像可以还包括：对条纹测试图像进行预处理，所述预处理包括灰度化、图像增强和二值化。

一些实施例中，所述在条纹测试图像中定位待识别区域可以包括：对条纹测试图像进行预设运算核的开闭运算，将条纹测试图像中的预设条纹组融合为一个方形区域；获取所述方形区域在所述条纹测试图像中的位置；基于所述待识别区域与所述方形区域在所述条纹测试图像中的相对位置和相对距离，在所述条纹测试图像中定位所述待识别区域。

一些实施例中，所述按照宽度由大到小依次判断条纹组是否满足预设成像条件可以包括：基于当前判断的条纹组与预设条纹组的相对面积，计算预设运算核的相对运算核；对条纹测试图像进行所述相对运算核的开闭运算，以获取当前判断的条纹组的条形轮廓；通过预设的边界检测算法确定条形轮廓的边界，并检测条形轮廓的边界数量；判断条形轮廓的边界数量是否在预设的数量阈值范围内，若条形轮廓的边界数量在预设的数量阈值范围内，则当前判断的条纹组满足预设成像条件，若所述条形轮廓的边界数量不在预设的数量阈值范围内，则当前判断的条纹组不满足预设成像条件。

一些实施例中，所述检测所述条形轮廓的边界数量可以包括：遍历所述条形轮廓中的像素以计算每一行或者每一列像素的像素变化次数；统计所述像素变化次数的均值并将所述均值确定为所述条形轮廓的边界数量。

另一方面，本发明提供一种相机对焦系统，包括：图像获取单元，用于获取条纹测试图像；定位单元，用于在条纹测试图像中定位待识别区域，所述待识别区域中包含具有不同条纹宽度的多个条纹组；判断单元，用于按照条纹宽度由大到小依次判断条纹组是否满足预设成像条件，若当前判断的条纹组满足预设成像条件，则对下一条纹宽度的条纹组执行所述判断，若当前判断的条纹组不满足预设成像条件，则将上一条纹宽度的所述条纹组作为结果输出；检测单元，用于检测最终输出的条纹组的条纹宽度是否在预设条纹宽度范围内，若最终输出的条纹组的条纹宽度在预设条纹宽度范围内，则完成对焦操作；若最终输出的所述条纹组的条纹宽度超出预设条纹宽度范围，则调整镜头并重新执行对焦操作。

一些实施例中，所述图像获取单元可以还用于对条纹测试图像进行预处理，所述预处理包括灰度化、图像增强和二值化。

一些实施例中，所述定位单元可以包括：第一运算子单元，用于对条纹测试图像进行预设运算核的开闭运算，将条纹测试图像中的预设条纹组融合为一个方形区域；位置获取子单元，用于获取所述方形区域在所述条纹测试图像中的位置；定位子单元，用于基于所述待识别区域与所述方形区域在所述条纹测试图像中的相对位置和相对距离，在所述条纹测试图像中定位所述待识别区域。

一些实施例中，所述判断单元可以包括：计算子单元，用于基于当前判断的条纹组与预设条纹组之间的相对面积，计算预设运算核的相对运算核；第二运算子单元，用于对条纹测试图像进行所述相对运算核的开闭运算，以获取当前判断的条纹组的条形轮廓；检测子单元，用于通过预设的边界检测算法确定条形轮廓的边界，并检测条形轮廓的边界数量；判断子单元，用于判断条形轮廓的边界数量是否在预设的数量阈值范围内，若条形轮廓的边界数量在预设的数量阈值范围内，则当前判断的所述条纹组满足预设成像条件；若所述条形轮廓的边界数量不在预设的数量阈值范围内，则当前判断的所述条纹组不满足预设成像条件。

一些实施例中，所述检测子单元可以用于：遍历所述条形轮廓中的像素，计算每一行或者每一列像素的像素变化次数；统计所述条形轮廓的所述像素变化次数的均值，将所述均值确定为所述条形轮廓的边界数量。

本发明的有益效果在于，通过获取条纹测试图像，并自动检测其中满足预设成像条件的最细条纹，以此来完成对是否完成对焦的判定，整个对焦过程均无需参考人眼的观察结果，提高了对焦的准确率及精度，提升了对焦操作的效率。

【附图说明】

图1是本发明一实施例的相机对焦方法的实现流程图。

图2是条纹测试图像的示例图。

图3是本发明一实施例的相机对焦方法中步骤S120的具体实现流程图。

图4是本发明一实施例的相机对焦方法中步骤S130的具体实现流程图。

图5是本发明一实施例的相机对焦方法的实现示例图。

图6是本发明一实施例的相机对焦系统的结构框图。

图7是本发明一实施例的相机对焦系统的架构图。

【具体实施方式】

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

下面参考在包含定焦镜头的相机对焦中的具体应用，来说明本发明的具体方案。然而，本领域技术人员应理解，本发明的相机对焦方法和系统还适用于其他应用情境，并且本发明的相机对焦方法和系统可以具有共同的实施例。

实施例一：

图1示出了本发明实施例提供的相机对焦方法的实现流程，该相机对焦方法和系统尤其被实现为相机中的对焦模块或应用软件。

在步骤S110，获取条纹测试图像。

条纹测试图像为专门用于为定焦镜头进行对焦操作的测试图像，其为目前使用最广泛的镜头对焦测试图像，具体为如图2所示的图像形式。以下为了方便说明，均以图2所示的图像形式为例对本发明实施例进行阐述。该条纹测试图像的安放位置与定焦镜头之间的距离可以为该定焦镜头的焦距所对应的最佳成像距离。可以通过使相机利用定焦镜头以特定距离拍摄安放在特定位置处的条纹测试图，来获取该条纹测试图像。

为了提高后续对焦处理的准确率和效率，该步骤还可以包括在获取到该条纹测试图像后，对该条纹测试图像进行预处理。预处理可以包括依序执行以下几种图像处理手段：

1、灰度化，将获取到的条纹测试图像由彩色多通道图像转化为单通道灰度图像，以去除不必要的图像信息，加快图像处理速度。

2、图像增强，通过中值滤波、直方图均衡等方式增强条纹测试图像的图像质量，使得图像处理过程不受光线亮度和噪声的影响。

3、二值化，将条纹测试图像二值化成黑白二值图像的形式，进一步地去除不必要的图像信息，加快图像处理速度。

在步骤S120，在条纹测试图像中定位待识别区域，待识别区域中包含具有不同条纹宽度的多个条纹组。

如图2中所示，条纹测试图像中的待识别区域可以如区域21所示，包含了具有不同条纹宽度的多个条纹组，每个条纹组由横向或者纵向的多条条纹宽度相同的条纹组成。在图2中所示的范例中，每个条纹组由横向或纵向的四条条纹组成。

在本方案的对焦方法中，需要对这些条纹组依次进行处理。在对这些条纹组依次进行处理之前，首先要在条纹测试图像中定位待识别区域。

作为本发明的一个实施例，对待识别区域的定位可以采用如图3中所示的具体实现方式。

在S121中，对所述条纹测试图像进行预设运算核的开闭运算，将条纹测试图像中的预设条纹组融合为一个方形区域。

开闭运算的作用是将一个条纹组融合为一个方形区域，运算核的大小决定了在开闭运算中融合为方形区域的条纹组的条纹宽度。因此，为了将某一条纹宽度的一个条纹组融合为方形区域，开闭运算需要一个合适大小的运算核。否则，若运算核过大，会使得该条纹组的条纹与其他条纹宽度的条纹组的条纹融合到一起；若运算核过小，则无法使该条纹组中的条纹完全融合。

在本实施例中，设置图2中区域22内的条纹组为预设条纹组，通过对条纹测试图像进行预设运算核的开闭运算，将该预设条纹组融合成方形区域。由于在条纹测试图像中，各条纹组之间的位置关系是固定的，因此，图3所示实施例的目的在于将该方形区域作为基准，根据待识别区域与该方形区域之间的相对位置和相对距离，由该方形区域进一步定位出待识别区域。

此外，由图2可以看出，相对于条纹测试图像中的其它条纹组，组成该指定条纹组的条纹宽度较大，其构成的方形区域的面积也较大。因此，即使定焦镜头未对焦完成，也能够成功地在拍摄到的条纹测试图像中，通过开闭运算将该条纹组融合成一个方形区域。同时，由于是对定焦镜头进行对焦操作，每次拍摄条纹测试图像时，定焦镜头到条纹测试图像的拍摄距离都是固定的。因此，在对定焦镜头进行的每次对焦操作中，针对S121的执行都可以采用相同的预设运算核。

在S122中，获取该方形区域在条纹测试图像中的位置。

在S123中，基于待识别区域与该方形区域的相对位置和相对距离，在条纹测试图像中定位待识别区域。

根据方形区域在条纹测试图像中的位置，可以在条纹测试图像中确定出方形区域的四个角点。如图2所示，待识别区域21位于方形区域22的右侧，且二者的面积关系也是已知。因此，基于待识别区域与方形区域的相对位置和相对距离，在确定出方形区域的四个角点在条纹测试图像中的坐标之后，可以进一步在条纹测试图像中确定出待识别区域的位置。

在步骤S130，按照条纹宽度由大到小，依次判断条纹组是否满足预设成像条件(在该具体实施例中，可以是清晰度要求)。若当前判断的所述条纹组满足预设成像条件(即，满足清晰度要求)，则对下一条纹宽度的条纹组执行该判断；若当前判断的条纹组不满足预设成像条件(即，不满足清晰度阈值要求)，将上一条纹宽度的条纹组作为结果输出。

在本实施例中，从条纹宽度最大的条纹组开始，依照条纹宽度大小分别对待识别区域中的条纹组执行判断过程，以判断该条纹组是否满足预设成像条件(即成像是否清晰)。

具体的判断过程可以如图4中所示实施例的实现方式：

在步骤S131中，基于当前判断的条纹组与预设条纹组之间的相对面积，计算得到预设运算核的相对运算核。

例如在图2中，区域22的面积大小为20*20，而当前判断的组别为.125的条纹组所在区域23的面积大小约为区域22的五分之一，则可以根据该相对面积关系，计算得到此时预设运算核的相对运算核为1/5*20。随后可以将该相对运算核作为组别为.125的条纹组对应的运算核。

在本实施例中，利用了条纹组之间的相对面积关系来计算当前判断的条纹组对应的运算核，这种相对性计算的做法增强了算法的鲁棒性。

在步骤S132中，对条纹测试图像进行该相对运算核的开闭运算，获取当前判断的条纹组的条形轮廓。

通过对条纹测试图像进行相对运算核的开闭运算，可以将当前判断的条纹组融合成方形区域，以得到当前判断的条纹组的条形轮廓。

在步骤S133中，通过预设的边界检测算法确定条形轮廓的边界，并检测条形轮廓的边界数量。

例如，可以采用sobel边界检测算法来对条形轮廓进行边界检测，并检测出该条形轮廓的边界数量。具体地，可以采用sobel边界检测算法分别在横向和纵向两个方向上均进行边界检测，以分别反映条纹组横向成像和纵向成像的清晰度。

为了进一步提高边界数量检测结果的准确性，可以将统计原理运用到边界数量检测中，具体地，所述检测所述条形轮廓的边界数量的操作可以包括：遍历条形轮廓中的像素，计算每一行或者每一列像素的像素变化次数；统计条形轮廓的像素变化次数的均值，将该均值确定为条形轮廓的边界数量。

以纵向的条形轮廓为例，需要考察其区域内像素的横向变化情况。在图像经过了二值化处理的前提下，图像中仅存在黑色像素和白色像素。因此，当成像清晰时，像素由黑至白或者由白至黑的变化应该出现8次。即每一行像素的像素变化次数为8。通过统计每一行像素的像素变化次数，以求得条形轮廓内像素变化次数的均值，将该均值作为条形轮廓的边界数量。

在S134中，判断条形轮廓的边界数量是否在预设的数量阈值范围内。若条形轮廓的边界数量处于预设的数量阈值范围内，则判定当前判断的所述条纹组满足预设成像条件，即满足成像清晰度的要求；若条形轮廓的边界数量不在预设的数量阈值范围内，则可以判定当前判断的条纹组不满足预设成像条件，即不满足成像清晰度要求。

基于S133的检测结果，以四条条纹为例，若条形轮廓的边界数量在7-9的数量阈值范围内，则可以判定该条纹组满足预设成像条件，成像清晰度满足要求；否则，可以判定该条纹组不满足预设成像条件，成像清晰度不满足要求。

当以条形轮廓像素变化次数的均值作为条形轮廓的边界数量时，在S134判断过程中，还可以进一步考察条形轮廓像素变化次数的方差。需要同时满足像素变化次数的均值处于预设的数量阈值范围内，且像素变化次数的方差小于一预设阈值，才能判定该条纹组满足预设成像条件(在该实施例中为满足清晰度要求)。

在本实施例中，对于待识别区域内的条纹组，根据条纹宽度的大小，由大到小依次对每个条纹组执行图4所示的判断过程。若当前判断的条纹组满足预设成像条件，则对下一条纹宽度的条纹组重复执行图4的判断过程；若当前判断的条纹组不满足预设成像条件，将上一条纹宽度的条纹组作为结果输出。

例如，通过图4所示步骤判断出图2中组别为.125的条纹组满足预设成像条件(成像清晰，满足清晰度要求)，则对条纹更细的组别为.16的条纹组执行图4所示步骤。如此依次对每个条纹组执行图4所示的步骤，直至检测出组别为.32的条纹组不满足预设成像条件(成像不清晰，不满足清晰度要求)，则将组别为.28的条纹组作为判定结果输出，组别为.28的条纹组即为当前满足预设成像条件的条纹宽度最小的条纹组。

在S150中，检测最终输出的所述条纹组的条纹宽度是否在预设宽度范围内。预设的条纹宽度范围亦即对相机的预设的对焦要求。若最终输出的条纹组的宽度在预设的条纹宽度范围内(即满足了预设的相机对焦要求)，则固定定焦镜头以完成对焦操作；若最终输出的所述条纹组不在预设宽度范围内(即不满足预设的相机对焦要求)，则调整定焦镜头以重新执行对焦操作。

不同的定焦镜头会分别对应不同的对焦要求，该对焦要求可以为定焦镜头所要求的能够清晰成像的条纹组的条纹宽度。例如，将对焦要求定为组别为.25的条纹组，即，若输出的条纹组别比.25条纹组的条纹宽度更大，则该结果不满足相机对焦要求，需要重新调整定焦镜头的焦距，并重新执行对焦操作；若输出的组别比.25条纹组的条纹宽度更小或者相同，则该结果满足相机对焦要求，可以将镜头进行固定，以完成对焦操作。

在S150中，对S140的输出结果进行了进一步判定，以保证了整个对焦结果的准确性和稳定性。

结合上文阐述的方案，图5给出了对定焦镜头进行对焦操作的具体实现实例。

从图中可见，首先获得条纹测试图像；再对该条纹测试图像进行灰度化、图像增强及二值化处理；之后，通过预设运算核的开闭运算寻找到预设条纹组所在方形区域的四个角点，并以该四个角点作为参考点，进一步确定出图像中的待识别区域；在确定了待识别区域之后，可以循环执行对每个条纹组的判断过程，包括：采用sobel算法进行条形轮廓的边界检测，统计边界数量均值，若边界数量均值符合要求，则继续对下一条纹宽度的条纹组执行判断过程，否则，输出上一条纹宽度的条纹组，并判断该条纹组的条纹宽度是否在预设宽度范围内，若是，则固定镜头并完成对焦，若否，则调整镜头并返回执行上述对焦操作。

在本发明实施例中，通过获取条纹测试图像，并自动检测出其中能够清晰成像的最细条纹宽度，以此来完成对定焦镜头是否完成对焦的判定，整个对焦过程均无需参考人眼的观察结果，提高了对焦的准确率及精度，提升了对焦操作的效率。

以上对本发明实施例提供的相机对焦方法进行了详细阐述，应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

实施例二：

对应于上文实施例所述的相机对焦方法，图6示出了本发明实施例二提供的相机对焦系统的结构框图，该相机对焦系统可以是软件单元、硬件单元或者是软硬结合的单元。为了便于说明，仅示出了与本实施例相关的部分。

参照图6，该装置包括：

图像获取单元61，用于获取条纹测试图像。

定位单元62，用于在条纹测试图像中定位待识别区域，所述待识别区域中包含具有不同条纹宽度的多个条纹组。

判断单元63，用于按照条纹宽度由大到小依次判断条纹组是否满足预设成像条件，若当前判断的条纹组满足预设成像条件，则对下一条纹宽度的条纹组执行所述判断，若当前判断的条纹组不满足预设成像条件，则将上一条纹宽度的所述条纹组作为结果输出。

检测单元64，用于检测最终输出的条纹组的条纹宽度是否在预设条纹宽度范围内，若最终输出的条纹组的条纹宽度在预设条纹宽度范围内，则完成对焦操作；若最终输出的所述条纹组的条纹宽度超出预设条纹宽度范围，则调整镜头并重新执行对焦操作。

可选地，图像获取单元还可以用于对所述条纹测试图像进行预处理，所述预处理可以包括灰度化、图像增强和二值化。

可选地，定位单元62可以包括：第一运算子单元，用于对条纹测试图像进行预设运算核的开闭运算，将条纹测试图像中的预设条纹组融合为一个方形区域；位置获取子单元，用于获取所述方形区域在所述条纹测试图像中的位置；定位子单元，用于基于所述待识别区域与所述方形区域在所述条纹测试图像中的相对位置和相对距离，在所述条纹测试图像中定位所述待识别区域。

可选地，判断单元63可以包括：计算子单元，用于基于当前判断的条纹组与预设条纹组之间的相对面积，计算预设运算核的相对运算核；第二运算子单元，用于对条纹测试图像进行所述相对运算核的开闭运算，以获取当前判断的条纹组的条形轮廓；检测子单元，用于通过预设的边界检测算法确定条形轮廓的边界，并检测条形轮廓的边界数量；判断子单元，用于判断条形轮廓的边界数量是否在预设的数量阈值范围内，若条形轮廓的边界数量在预设的数量阈值范围内，则当前判断的所述条纹组满足预设成像条件；若所述条形轮廓的边界数量不在预设的数量阈值范围内，则当前判断的所述条纹组不满足预设成像条件。

可选地，检测子单元可以具体用于：遍历所述条形轮廓中的像素，计算每一行或者每一列像素的像素变化次数；统计所述条形轮廓的所述像素变化次数的均值，将所述均值确定为所述条形轮廓的边界数量。

图7示出了本发明实施例提供的相机对焦系统架构，该系统主要包括图像采集、图像显示和自动判定三个模块，图像采集模块主要用于采集获取条纹测试图像，图像显示模块可以通过显示器实时地显示所获取的图像，该图像可以通过HDMI接口传输到图像显示模块，以供技术人员参考。而图6中所示的实施例的相机对焦系统主要通过自动判定模块来实现，且自动判定模块的判定结果也会通过图像显示模块反馈给技术人员。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例各实施例技术方案的精神和范围。

Claims (10)

1.一种相机对焦方法，所述相机包含定焦镜头，其特征在于，所述相机对焦方法包括：

获取条纹测试图像；

在条纹测试图像中定位待识别区域，所述待识别区域中包含具有不同条纹宽度的多个条纹组；

按照条纹宽度由大到小依次判断条纹组是否满足预设成像条件，若当前判断的条纹组满足预设成像条件，则对下一条纹宽度的条纹组执行所述判断，若当前判断的条纹组不满足预设成像条件，则将上一条纹宽度的条纹组作为结果输出；

检测最终输出的条纹组的条纹宽度是否在预设条纹宽度范围内，若最终输出的条纹组的条纹宽度在预设条纹宽度范围内，则完成对焦操作，若最终输出的条纹组的条纹宽度超出预设条纹宽度范围，则调整镜头并重新执行对焦操作。

2.如权利要求1所述的相机对焦方法，其特征在于，所述获取条纹测试图像还包括：

对条纹测试图像进行预处理，所述预处理包括灰度化、图像增强和二值化。

3.如权利要求1或2所述的相机对焦方法，其特征在于，所述在条纹测试图像中定位待识别区域包括：

对条纹测试图像进行预设运算核的开闭运算，将条纹测试图像中的预设条纹组融合为一个方形区域；

获取所述方形区域在所述条纹测试图像中的位置；

基于所述待识别区域与所述方形区域在所述条纹测试图像中的相对位置和相对距离，在所述条纹测试图像中定位所述待识别区域。

4.如权利要求3所述的相机对焦方法，其特征在于，所述按照宽度由大到小依次判断条纹组是否满足预设成像条件包括：

基于当前判断的条纹组与预设条纹组的相对面积，计算预设运算核的相对运算核；

对条纹测试图像进行所述相对运算核的开闭运算，以获取当前判断的条纹组的条形轮廓；

通过预设的边界检测算法确定条形轮廓的边界，并检测条形轮廓的边界数量；

判断条形轮廓的边界数量是否在预设的数量阈值范围内，若条形轮廓的边界数量在预设的数量阈值范围内，则当前判断的条纹组满足预设成像条件，若所述条形轮廓的边界数量不在预设的数量阈值范围内，则当前判断的条纹组不满足预设成像条件。

5.如权利要求4所述的相机对焦方法，其特征在于，所述检测所述条形轮廓的边界数量包括：遍历所述条形轮廓中的像素以计算每一行或者每一列像素的像素变化次数；统计所述像素变化次数的均值并将所述均值确定为所述条形轮廓的边界数量。

6.一种相机对焦系统，其特征在于，包括：

图像获取单元，用于获取条纹测试图像；

定位单元，用于在条纹测试图像中定位待识别区域，所述待识别区域中包含具有不同条纹宽度的多个条纹组；

判断单元，用于按照条纹宽度由大到小依次判断条纹组是否满足预设成像条件，若当前判断的条纹组满足预设成像条件，则对下一条纹宽度的条纹组执行所述判断，若当前判断的条纹组不满足预设成像条件，则将上一条纹宽度的所述条纹组作为结果输出；

检测单元，用于检测最终输出的条纹组的条纹宽度是否在预设条纹宽度范围内，若最终输出的条纹组的条纹宽度在预设条纹宽度范围内，则完成对焦操作；若最终输出的所述条纹组的条纹宽度超出预设条纹宽度范围，则调整镜头并重新执行对焦操作。

7.如权利要求6所述的相机对焦系统，其特征在于，所述图像获取单元还用于对条纹测试图像进行预处理，所述预处理包括灰度化、图像增强和二值化。

8.如权利要求6或7所述的相机对焦系统，其特征在于，所述定位单元包括：

第一运算子单元，用于对条纹测试图像进行预设运算核的开闭运算，将条纹测试图像中的预设条纹组融合为一个方形区域；

位置获取子单元，用于获取所述方形区域在所述条纹测试图像中的位置；

定位子单元，用于基于所述待识别区域与所述方形区域在所述条纹测试图像中的相对位置和相对距离，在所述条纹测试图像中定位所述待识别区域。

9.如权利要求8所述的相机对焦系统，其特征在于，所述判断单元包括：

计算子单元，用于基于当前判断的条纹组与预设条纹组之间的相对面积，计算预设运算核的相对运算核；

第二运算子单元，用于对条纹测试图像进行所述相对运算核的开闭运算，以获取当前判断的条纹组的条形轮廓；

检测子单元，用于通过预设的边界检测算法确定条形轮廓的边界，并检测条形轮廓的边界数量；

判断子单元，用于判断条形轮廓的边界数量是否在预设的数量阈值范围内，若条形轮廓的边界数量在预设的数量阈值范围内，则当前判断的所述条纹组满足预设成像条件；若所述条形轮廓的边界数量不在预设的数量阈值范围内，则当前判断的所述条纹组不满足预设成像条件。

10.如权利要求9所述的相机对焦系统，其特征在于，所述检测子单元用于：遍历所述条形轮廓中的像素，计算每一行或者每一列像素的像素变化次数；统计所述条形轮廓的所述像素变化次数的均值，将所述均值确定为所述条形轮廓的边界数量。