CN107179645A - 一种用于相机的自动聚焦方法 - Google Patents

Abstract

本发明属于相机聚焦技术领域，公开了一种用于相机的自动聚焦方法，采用爬坡策略，通过对镜头整个行程搜索待测物的清晰度评价函数值，选择最佳函数值，控制相机运动到所述的最佳函数值，实现聚焦；所述方法具体包括：获取图像清晰度判据‑图像清晰度评价函数；采用峰值搜索策略实现自动聚焦。本发明通过图像传感器得到图像，利用清晰度评价函数计算图像的清晰度评价函数值，在计算出相应的函数值之后，根据函数值的大小驱动相机，本发明的自动聚焦方法比其它聚集算法进行目标聚焦花费的时间少3～5ms，对于不同距离的目标进行聚焦测试，90％以上的聚焦操作都可以获得清晰的目标图像。

Description

一种用于相机的自动聚焦方法

技术领域

本发明属于相机聚焦技术领域，尤其涉及一种用于相机的自动聚焦方法。

背景技术

随着社会的发展和科技的进步，人们生活水平有了很大的改善。国家在发展经济的同时，也加大对于社会公共安全防范产业的投入和产品研发。我国正在构建平安城市、智慧城市项目。在这个项目中，安防监控系统是其中不可或缺的一环。

在安防监控系统中，监控摄像机已经成为关键设备之一。早期的监控摄像机需要人为对其进行手动聚焦，耗费人们大量精力。随着工业技术的发展和数字图像处理技术的成熟，早期的监控摄像机已经不能满足人们的需求，人们需要一种自动聚集的方式来代替人工操作。于是，基于数字图像处理技术的自动聚焦技术得到快速的发展。

数字图像处理的自动聚焦方法主要是通过图像传感器将得到图像，利用清晰度评价函数计算图像的清晰度评价函数值，在计算出相应的函数值之后，根据函数值的大小驱动电机，使摄像机镜头与枪机内传感器的位置满足光学高斯公式，最后得到最佳聚焦点。

自动聚焦技术的研究可以追溯到19世纪末，随着计算机技术和图像处理理论的发展，自动聚焦技术得到快速崛起，自动聚焦技术应用的产品在人们日常生活也随处可见。

综上所述，现有技术存在的问题是：常见的自动聚焦技术产品采用单行程搜索方法，在镜头的单行程中搜索图像最佳清晰点位置，控制镜头向最佳清晰位置运动。但是，镜头在搜索最佳清晰位置时，往往会因为相机的结构组成和相机在采集图像的过程中存在噪声的原因，镜头聚焦过程中出现虚焦或者聚焦不上的现象，影响产品的最后结果；并且镜头在大幅度离焦状态下，聚焦缓慢，花费大量的时间，影响产品的实时性。

发明内容

针对现有技术存在的问题，本发明采用一种改进的爬坡算法进行自动聚焦的方法。步进电机驱动镜头从镜头的放大端进行出发，当步进电机运动一个步长以后，就计算当前位置所对应的图像的聚焦评价函数值。通过计算不同位置的图像聚焦评价函数值，判断镜头的运动方向，当出现准峰值时，判断镜头接下来几帧图像的聚焦评价函数值，如果镜头接下来几帧图像的聚焦评价函数值没有准峰值对应的聚焦评价函数值大，则将准峰值记为峰值，驱动镜头到峰值位置，如果镜头接下来几帧图像聚焦评价函数值没有准峰值对应的聚焦评价函数值大，则继续搜索准峰值，选取最大的准峰值，将其记为峰值，驱动镜头到峰值位置。

本发明是这样实现的，一种用于相机的自动聚焦方法，所述用于相机的自动聚焦方法采用爬坡策略，通过对镜头整个行程搜索待测物的清晰度评价函数值，选择最佳函数值，控制电机运动到所述的最佳函数值，实现聚焦。

进一步，所述用于相机的自动聚焦方法具体包括：

步骤一、获取图像清晰度判据-图像清晰度评价函数；

步骤二、采用峰值搜索策略实现自动聚焦。

进一步，在步骤一中，获取图像清晰度判据包括：在晴朗天气环境中获取图像清晰度判据和在雾天的环境中获取图像清晰度判据；在雾天的环境中，通过修改图像前景的显示阈值，增加图像清晰度评价函数值，用于防止搜索算法找不到聚焦清晰点而不能停止。

进一步，获取图像清晰度判据的方法包括获取图像纹理点数；

所述获取图像纹理点数的方法为：采用十字形邻域算子，计算十字形邻域中的四个邻域点与中间点的差，若存在差值大于阈值的点，则该点判为纹理点；对整幅图像上的所有像素点进行纹理点判断，将判为纹理的像素点的个数累加，累加结果作为聚焦函数的返回值，将返回值绘成聚焦函数曲线；聚焦曲线上峰值点所对应的聚焦位置即为聚焦清晰位置；

所述获取图像清晰度判据方法还包括统计前景点数，将当前帧与背景帧作差，统计大于阈值的前景点数，将前景点数作为聚焦函数的返回值；

所述统计前景点数还包括统计聚焦全程中图像的均值和方差，将统计的均值作为背景，方差作为前景阈值。

进一步，所述步骤二中的峰值搜索策略，具体包括：

首先将相机镜头移动到镜头的放大端，控制镜头在测量量程中进行局部最大值的搜索，判断下一帧持续判断的帧数，若在该范围内没有出现大于准峰值的点，则准峰值点判为峰值点，否则若出现大于准峰值的点，则继续寻找新的准峰值点；当出现峰值点时，控制驱动电机使镜头定位在图像最清晰位置。

进一步，所述峰值搜索策略下的相机的聚焦位置包括相机处于聚焦区和相机处于散焦区，初始状态默认处于散焦区；

根据变倍大小，所述搜索策略包括大变倍下峰值搜索策略和小变倍下峰值搜索策略；

所述大变倍下峰值搜索策略，聚焦曲线的清晰区域范围窄，在聚焦点附近突然出现尖峰，而在散焦区波形变化平缓；

大变倍情况下，相机初始位于散焦区，此时峰值搜索策略为计算相邻帧间聚焦函数值的变化率，若变化率达到5％，则聚焦位置变为聚焦区；

进入聚焦区域后，峰值搜索策略变为寻找局部最大值，该局部范围设为准峰值出现后持续判断的帧数，若在该范围内没有出现大于准峰值的点，则准峰值点判为峰值点，否则若出现大于准峰值的点，则继续寻找新的准峰值点；

寻找准峰值点的方法为，若聚焦曲线由上升转为下降，此时记录转折点为准峰值点；

当找到峰值点后，记录该峰值点位置为正向聚焦位置，然后发送反向聚焦指令，继续搜索局部峰值，并将本次搜索到的峰值记为反向聚焦位置，然后，将正向、反向两次得到的聚焦位置取平均值，得到的平均值即为聚焦清晰点位置；

得到聚焦清晰点位置后，发送绝对位置控制指令，使相机到聚焦清晰点位置，完成整个自动聚焦过程；

所述小变倍下峰值搜索策略下的聚焦曲线清晰区域宽，峰值附近存在明显的爬坡过程，所述小变倍下峰值搜索策略同样分为进入聚焦区域判断和峰值搜索两部分。

进一步，进入聚焦区域的判断方法为分别记录聚焦曲线上坡与下坡的帧数，当上坡/下坡的帧计数器达到阈值时，说明进入/离开聚焦区域，所述帧计数器的更新机制包括：

(1)两个帧计数器为num0和num1，分别记录聚焦曲线上坡/下坡的帧数；

(2)存在两个变量max和min，分别用于记录聚焦曲线上升/下降所达到的最大/最小值；

(3)存在两个变量alc1和alc2，分别用于记录聚焦曲线上最近出现的波谷值与波峰值；

(4)存在两个变量alc3和alc4，分别用于记录聚焦曲线的上升起点和下降起点；

进入聚焦区域后，峰值搜索策略变为寻找局部峰值；

所述准峰值为大变倍下峰值搜索策略和小变倍下峰值搜索策略下镜头最佳聚焦点。

进一步，所述获取图像纹理点数的方法中，采取以十字形为域获取图像边缘纹理的方法，并将图像纹理点数作为聚焦评价函数值，点(x,y)是否为纹理点定义为：

k＝MAX(abs(f(x-1，y)-f(x，y))，abs(f(x+1，y)-f(x，y))，

abs(f(x，y，-1)-f(x，y))，abs(f(x，y+1)-f(x，y)))

其中，thr为纹理点阈值，默认为16；若点(x，y)为纹理点，则图像的聚焦评价函数值累加1，依次判断每一个像素点，进而获得整个图像的聚焦评价函数值。

进一步，所述爬坡算法采用相机从聚焦位置的一端走向另一端的过程中，当发现聚焦清晰点的位置后，则控制相机停到聚焦清晰点位置上。

本发明提供的用于相机的自动聚焦方法通过计算相机获得的图像清晰度评价函数，采用爬坡算法进行峰值搜索，得到图像最清晰位置，通过控制相机使相机向图像最清晰位置运动，最后达到聚焦的目的。数字图像处理的用于相机的自动聚焦方法通过图像传感器将得到图像，利用清晰度评价函数计算图像的清晰度评价函数值，在计算出相应的函数值之后，根据函数值的大小驱动电机，使摄像机镜头与相机内传感器的位置满足光学高斯公式，最后得到最佳聚焦点。

通过采用爬坡算法进行自动聚焦，可以在30ms内完成整个聚焦的搜索。通过安装此爬坡算法的用于相机的自动聚焦方法的镜头与其它聚集算法的镜头的对比，发现安装此爬坡算法的用于相机的自动聚焦方法的镜头比其它聚集算法的镜头进行目标聚焦花费的时间少3～5ms，对于不同距离的目标进行聚焦测试， 90％以上的聚焦操作都可以获得清晰的目标图像。

附图说明

图1是本发明实施例提供的用于相机的自动聚焦方法流程图；

图2是本发明实施例提供的曲线下降时更新判断流程图；

图3是本发明实施例提供的曲线上升时更新判断流程图；

图4是本发明实施例提供的自动聚集算法模块工作原理图。

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仅用以解释本发明，并不用于限定本发明。

现有技术存在的问题是：常见的自动聚焦技术产品采用单行程搜索方法，在镜头的单行程中搜索图像最佳清晰点位置，控制镜头向最佳清晰位置运动。但是，镜头在搜索最佳清晰位置时，往往会因为相机的结构组成和相机在采集图像的过程中存在噪声的原因，镜头聚焦过程中出现虚焦或者聚焦不上的现象，影响产品的最后结果；并且镜头在大幅度离焦状态下，聚焦缓慢，花费大量的时间，影响产品的实时性。

下面结合附图对本发明作进一步描述。

本发明实施例提供的用于相机的自动聚焦方法，采用爬坡策略，通过对镜头整个行程搜索待测物的清晰度评价函数值，选择最佳函数值，控制电机运动到所述的最佳函数值，实现聚焦。

如图1所示，本发明实施例提供的用于相机的自动聚焦方法，包括以下步骤：

S101、获取图像清晰度判据-图像清晰度评价函数。

S102、采用峰值搜索策略实现自动聚焦。

在S101中，获取图像清晰度判据主要针对正常天气情况下，当面对雾天大变倍等环境时，通过增加前景阈值的方法，获取图像清晰度评价函数值。

获取图像清晰度判据的方法是获取图像纹理点数和获取图像清晰度判据方法；

其中，获取图像纹理点数的方法为：采用“十”字形邻域算子，计算“十”字形邻域中的四个邻域点与中间点的差，若存在差值大于阈值的点，则该点判为纹理点；对整幅图像上的所有像素点进行纹理点判断，将判为纹理的像素点的个数累加，该累加结果作为聚焦函数的返回值，该返回值绘成聚焦函数曲线；聚焦曲线上峰值点所对应的聚焦位置即为聚焦清晰位置；

其中，获取图像清晰度判据方法是统计前景点数，即将当前帧与背景帧作差，统计大于阈值的前景点数，将前景点数作为聚焦函数的返回值；统计前景点数还包括统计聚焦全程中图像的均值和方差，将统计的均值作为背景，方差作为前景阈值。

所述S102中峰值搜索策略下的相机的聚焦位置有两种，一种是相机处于聚焦区，一种是处于散焦区，初始状态默认处于散焦区；

该方法根据变倍大小，又分为两种策略，分别为大变倍下峰值搜索策略和小变倍下峰值搜索策略。

大变倍情况下，聚焦曲线的清晰区域范围窄，表现为在聚焦点附近突然出现尖峰，而在散焦区波形变化平缓；

大变倍情况下，相机初始位于散焦区，此时峰值搜索策略为计算相邻帧间聚焦函数值的变化率，若变化率达到5％，则聚焦位置变为聚焦区；

进入聚焦区域后，峰值搜索策略变为寻找局部最大值，该局部范围设为准峰值出现后持续判断的帧数，若在该范围内没有出现大于准峰值的点，则准峰值点判为峰值点，否则若出现大于准峰值的点，则继续寻找新的准峰值点；

寻找准峰值点的方法为，若聚焦曲线由上升转为下降，此时记录转折点为准峰值点。

当找到峰值点后，记录该峰值点位置为正向聚焦位置，然后发送反向聚焦指令，继续搜索局部峰值，并将本次搜索到的峰值记为反向聚焦位置，然后，将正向、反向两次得到的聚焦位置取平均值，得到的平均值即为聚焦清晰点位置；

得到聚焦清晰点位置后，发送绝对位置控制指令，使相机去到该位置，如此完成整个自动聚焦过程；

小变倍下的聚焦曲线清晰区域较宽，峰值附近存在明显的爬坡过程，其聚焦策略同样分为进入聚焦区域判断和峰值搜索两部分。

进入聚焦区域的判断方法为分别记录聚焦曲线上坡与下坡的帧数，当上坡/ 下坡的帧计数器达到阈值时，说明进入/离开聚焦区域，所述帧计数器的更新机制包括如下内容：

(1)两个帧计数器为num0和num1，分别记录聚焦曲线上坡/下坡的帧数；

(2)存在两个变量max和min，分别用于记录聚焦曲线上升/下降所达到的最大/最小值；

(3)存在两个变量alc1和alc2，分别用于记录聚焦曲线上最近出现的波谷值与波峰值；

(4)存在两个变量alc3和alc4，分别用于记录聚焦曲线的上升起点和下降起点。

进入聚焦区域后，峰值搜索策略变为寻找局部峰值，小变倍下的局部峰值搜索策略同权利要求12-13所述的大变倍下的局部峰值搜索策略。

用于相机的自动聚焦方法中准峰值就是大变倍下峰值搜索策略下镜头最佳聚焦点。

用于相机的自动聚焦方法中准峰值就是小变倍下峰值搜索策略下镜头最佳聚焦点。

图2是本发明实施例提供的曲线下降时更新判断流程图；

图3是本发明实施例提供的曲线上升时更新判断流程图；

图4是本发明实施例提供的自动聚集算法模块工作原理图。

下面结合具体实施例对本发明作进一步描述。

本发明实施例提供的算法模块可以利用现用的机器组件，不需要为自动聚焦算法模块增加其他的组件。利用该算法模块可以快速地完成待测物的聚焦行为。

为实现上述的发明目的，本发明提出一种自动聚焦算法。该算法采用爬坡策略，通过对镜头整个行程搜索待测物的清晰度评价函数值，选择最佳函数值，控制相机运动到该值，从而到达聚焦的目的。

本发明的自动聚集算法模块可以搭载本司的重型云台，应用在视频监控领域例如码头、监狱、银行等重要场所。通过控制云台转动监控不同的目标，并将监控图像通过网络显示出来。当云台对待测物进行监控时，可以改变镜头变倍数值，实现待测目标聚焦。

本发明采用自动聚焦模式，它的核心具有以下部分：图像清晰度评价函数和焦点搜索算法。

图像清晰度评价函数对自动聚焦算法模块的性能非常重要，本发明在分析了常见聚焦评价函数的基础上，采取以十字形为域获取图像边缘纹理的方法，并将图像纹理点数作为聚焦评价函数值，点(x,y)是否为纹理点定义为：

k＝MAX(abs(f(x-1，y)-f(x，y))，abs(f(x+1，y)-f(x，y))，

abs(f(x，y-1)-f(x，y))，abs(f(x，y+1)-f(x，y)))

其中，thr为纹理点阈值，本文默认为16。可知，若点(x，y)为纹理点，则图像的聚焦评价函数值累加1，依次判断每一个像素点，进而获得整个图像的聚焦评价函数值。

针对场景中存在雾等使图像清晰度明显下降且变倍很大的情况，本发明提出一种均值方差法。

均值方差法会在第一轮中持续累加当前像素点的值和其平方值，用于在第一轮结束时计算图像中各像素点的均值和方差，并将求得的均值作为背景，方差作为背景差阈值，用于计算前景点数即聚焦评价函数值，第二轮聚焦就是为了找出前景点数最大的点所对应的聚焦位置，而第三轮将在第二轮获取的聚焦位置附近一定范围内，寻找最大值，当经过该附近区域后，将二、三两轮获得的聚焦位置做平均，该平均值即为聚焦清晰点。

本发明中可以通过改变镜头的变倍数值对待测目标进行聚焦，将镜头的变倍范围分为大变倍区域和小变倍区域，在变倍区域内采用爬坡算法搜索目标最佳聚焦清晰点。

爬坡算法采用相机从聚焦位置的一端走向另一端的过程中，当发现聚焦清晰点的位置后，则控制相机停到该位置上，不在镜头全程范围内取最佳值。

在小变倍区域中，整个聚焦过程中，聚焦位置被分为“聚焦区”和“离焦区”两种，初始位置状态为离焦区，当满足一定的判定条件后，进入聚焦区。

在离焦区，曲线会存在小范围波动，但不会形成明显峰值。离焦状态存在两个计数器，分别记录聚焦评价曲线的上升和下降次数，当上升/下降次数达到阈值时，说明已进入/离开聚焦区，由此执行聚焦区判定策略。当曲线出现明显的上升/下降趋势时，下降/上升计数清零，也就是说只有当曲线持续的出现上升 /下降时，才会被判为进入/离开聚焦区。

进入聚焦区后，曲线具有明显的峰值。聚焦区内执行聚焦区判定策略，即局部峰值搜索算法。

局部峰值搜索算法具体说来：若判为进入聚焦区，当曲线在上升过程中出现转折后，将转折点判为准峰值点，若之后出现的点持续下降或低于准峰值点，则该准峰值点被判为局部峰值点，反之若在此过程中出现高于准峰值点的点，则按上述步骤重新寻找准峰值点，当局部峰值点确认后，发送指令让相机向反方向聚焦，以同样的方式再次获得局部峰值点，然后，两个局部峰值点取均值作为聚焦清晰点，控制电机，使相机运动到该聚焦清晰点处，此时完成自动聚焦。

在大变倍区域中，景物拉的较近，而聚焦曲线表现为在聚焦最佳点处出现快速的较为尖锐的峰值，由于峰值出现的非常快，使得在聚焦最佳点附近所计算的图像纹理变化很大，基于此，本发明提出的进入/离开聚焦区的判断条件为判断评价函数值的变化率，当变化率达到所设阈值后，判为进入/离开聚焦区。当进入/离开聚焦区后，同样是采取寻找局部峰值的方法选出最佳聚焦点，发送绝对位置控制指令将相机聚焦到最佳聚焦点。

本发明提供的用于相机的自动聚焦方法可以自动、快速、精确的调整镜头的焦距，实现镜头的自动聚焦，获得清晰的图像。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于相机的自动聚焦方法，其特征在于，所述用于相机的自动聚焦方法采用爬坡策略，通过对镜头整个行程搜索待测物的清晰度评价函数值，选择最佳函数值，控制相机运动到所述的最佳函数值，实现聚焦。

2.如权利要求1所述的用于相机的自动聚焦方法，其特征在于，所述用于相机的自动聚焦方法具体包括：

步骤一、获取图像清晰度判据-图像清晰度评价函数；

步骤二、采用峰值搜索策略实现自动聚焦。

3.如权利要求2所述的用于相机的自动聚焦方法，其特征在于，在步骤一中，获取图像清晰度判据包括：在晴朗天气环境中获取图像清晰度判据和在雾天的环境中获取图像清晰度判据；在雾天的环境中，通过修改图像前景的显示阈值，增加图像清晰度评价函数值，用于防止搜索算法找不到聚焦清晰点而不能停止。

4.如权利要求2所述的用于相机的自动聚焦方法，其特征在于，获取图像清晰度判据的方法包括获取图像纹理点数；

所述获取图像纹理点数的方法为：采用十字形邻域算子，计算十字形邻域中的四个邻域点与中间点的差，若存在差值大于阈值的点，则该点判为纹理点；对整幅图像上的所有像素点进行纹理点判断，将判为纹理的像素点的个数累加，累加结果作为聚焦函数的返回值，将返回值绘成聚焦函数曲线；聚焦曲线上峰值点所对应的聚焦位置即为聚焦清晰位置；

所述获取图像清晰度判据方法还包括统计前景点数，将当前帧与背景帧作差，统计大于阈值的前景点数，将前景点数作为聚焦函数的返回值；

所述统计前景点数还包括统计聚焦全程中图像的均值和方差，将统计的均值作为背景，方差作为前景阈值。

5.如权利要求1所述的用于相机的自动聚焦方法，其特征在于，所述步骤二中的峰值搜索策略，具体包括：

首先将相机镜头移动到镜头的放大端，控制镜头在测量量程中进行局部最大值的搜索，判断下一帧持续判断的帧数，若在该范围内没有出现大于准峰值的点，则准峰值点判为峰值点，否则若出现大于准峰值的点，则继续寻找新的准峰值点；当出现峰值点时，控制驱动电机使镜头定位在图像最清晰位置。

6.如权利要求5所述的用于相机的自动聚焦方法，其特征在于，所述峰值搜索策略下的相机的聚焦位置包括相机处于聚焦区和相机处于散焦区，初始状态默认处于散焦区；

根据变倍大小，所述搜索策略包括大变倍下峰值搜索策略和小变倍下峰值搜索策略；

所述大变倍下峰值搜索策略，聚焦曲线的清晰区域范围窄，在聚焦点附近突然出现尖峰，而在散焦区波形变化平缓；

进入聚焦区域后，峰值搜索策略变为寻找局部最大值，该局部范围设为准峰值出现后持续判断的帧数，若在该范围内没有出现大于准峰值的点，则准峰值点判为峰值点，否则若出现大于准峰值的点，则继续寻找新的准峰值点；

寻找准峰值点的方法为，若聚焦曲线由上升转为下降，此时记录转折点为准峰值点；

当找到峰值点后，记录该峰值点位置为正向聚焦位置，然后发送反向聚焦指令，继续搜索局部峰值，并将本次搜索到的峰值记为反向聚焦位置，然后，将正向、反向两次得到的聚焦位置取平均值，得到的平均值即为聚焦清晰点位置；

得到聚焦清晰点位置后，发送绝对位置控制指令，使相机到聚焦清晰点位置，完成整个自动聚焦过程；

所述小变倍下峰值搜索策略下的聚焦曲线清晰区域宽，峰值附近存在明显的爬坡过程，所述小变倍下峰值搜索策略同样分为进入聚焦区域判断和峰值搜索两部分。

7.如权利要求6所述的用于相机的自动聚焦方法，其特征在于，进入聚焦区域的判断方法为分别记录聚焦曲线上坡与下坡的帧数，当上坡/下坡的帧计数器达到阈值时，说明进入/离开聚焦区域，所述帧计数器的更新机制包括：

(1)两个帧计数器为num0和num1，分别记录聚焦曲线上坡/下坡的帧数；

(2)存在两个变量max和min，分别用于记录聚焦曲线上升/下降所达到的最大/最小值；

(3)存在两个变量alc1和alc2，分别用于记录聚焦曲线上最近出现的波谷值与波峰值；

(4)存在两个变量alc3和alc4，分别用于记录聚焦曲线的上升起点和下降起点；

进入聚焦区域后，峰值搜索策略变为寻找局部峰值；

所述准峰值为大变倍下峰值搜索策略和小变倍下峰值搜索策略下镜头最佳聚焦点。

8.如权利要求4所述的用于相机的自动聚焦方法，其特征在于，所述获取图像纹理点数的方法中，采取以十字形为域获取图像边缘纹理的方法，并将图像纹理点数作为聚焦评价函数值，点(x,y)是否为纹理点定义为：

k＝MAX(abs(f(x-1，y)-f(x，y))，abs(f(x+1，y)-f(x，y))，

abs(f(x，y-1)-f(x，y))，abs(f(x，y1)-f(x，y)))

其中，thr为纹理点阈值，默认为16；若点(x，y)为纹理点，则图像的聚焦评价函数值累加1，依次判断每一个像素点，进而获得整个图像的聚焦评价函数值。

9.如权利要求1所述的用于相机的自动聚焦方法，其特征在于，所述爬坡算法采用相机从聚焦位置的一端走向另一端的过程中，当发现聚焦清晰点的位置后，则控制相机停到聚焦清晰点位置上。