CN107664899B - 自动对焦的方法、装置以及系统 - Google Patents

Abstract

本发明涉及一种自动对焦的方法、装置以及系统。自动对焦的方法步骤包括：从摄像头在预设物距下获取的离焦图像中，得到物体成像的预估准焦区域；对离焦图像中各像素点进行粗定位灰度值运算处理，得到各离焦图像对应的粗定位对焦评价函数值；对离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值；根据各粗定位对焦评价函数值，得到初始对焦方向；在摄像头根据初始对焦方向到达预估准焦区域时，驱动摄像头根据各精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。本发明的对焦精度高且速度快。

Description

自动对焦的方法、装置以及系统

技术领域

本发明涉及成像系统自动对焦技术领域，特别是涉及一种自动对焦的方法、装置以及系统。

背景技术

自动对焦技术作为自动控制视觉成像系统的核心功能，是成像系统的关键技术，也是视觉高精度测量的基础。按照自动对焦原理可分为两类：一类是测距法，是基于所测距离驱动电机调节镜头至聚焦位置进行的对焦技术；另一类是图像法，是将所获取的图像分析对焦方向进而调整焦距到最佳位置进行的对焦技术。

在实现过程中，发明人发现传统技术中至少存在如下问题：

测距法由于需要额外增加测距硬件，因此导致对焦系统设备体积较大，成本高。而图像法由于是基于图像分析进行聚焦，因此相对来说体积小且成本低，在目前的成像系统中得到了广泛应用。但在传统的图像法自动对焦技术中，大部分因自动对焦过程中的图像采集、图像处理以及对焦位置的搜索等因素，会对物体成像对焦效果造成不同程度的影响，导致对焦速度慢、精度低，同时降低图像的成像质量。

发明内容

基于此，有必要针对传统图像对焦技术对焦精度低且速度慢的技术问题，提供一种自动对焦方法、装置以及系统。

为了实现上述目的，一方面，本发明实施例提供了一种自动对焦的方法，包括以下步骤：

从摄像头在预设物距下获取的离焦图像中，得到物体成像的预估准焦区域；

对离焦图像中各像素点进行粗定位灰度值运算处理，得到各离焦图像对应的粗定位对焦评价函数值；对离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值；

根据各粗定位对焦评价函数值，得到初始对焦方向；

在摄像头根据初始对焦方向到达预估准焦区域时，驱动摄像头根据各精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。

在其中一个实施例中，从摄像头在预设物距下获取到的离焦图像中，得到物体成像的预估准焦区域的步骤包括：

分别获取各离焦图像对应的弥散圆半径；

对任两个弥散圆半径进行求差，得到各弥散圆半径之间的增量；

根据各弥散圆半径增量以及各离焦图像对应的成像参数，确定物体成像的预估准焦区域。

在其中一个实施例中，对离焦图像中各像素点进行粗定位灰度值运算处理，得到各离焦图像对应的粗定位对焦评价函数值的步骤包括：

根据离焦图像中各像素点的灰度值以及离焦图像中各像素点的灰度平均值，确定各离焦图像对应的粗定位对焦评价函数值；

对离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值的步骤包括：

根据离焦图像中各像素点的灰度差分和，得到各离焦图像对应的精搜索对焦评价函数值。

在其中一个实施例中，根据各粗定位对焦评价函数值，得到初始对焦方向的步骤包括：

比较各粗定位对焦评价函数值的大小，得到最小粗定位对焦评价函数值；

获取最小粗定位对焦评价函数值在预设粗定位对焦评价函数曲线上的第一曲线位置，以及预设对焦参考图像的粗定位对焦评价函数值在预设粗定位对焦评价函数曲线上的第二曲线位置；

根据第一曲线位置和第二曲线位置，得到摄像头到达预估准焦区域的初始对焦方向。

在其中一个实施例中，驱动摄像头根据各精搜索对焦评价函数值进行全局搜索的步骤包括：

比较各精搜索对焦评价函数值的大小，得到精搜索最小对焦评价函数值；

获取精搜索最小对焦评价函数值在预设精搜索对焦评价函数曲线上的第三曲线位置，以及预设对焦参考图像的精搜索对焦评价函数值在预设精搜索对焦评价函数曲线上的第四曲线位置；

根据第三曲线位置和第四曲线位置，驱动摄像头在各第精搜索对焦评价函数值范围内进行全局搜索。

在其中一个实施例中，预设物距为等间隔的物距；

摄像头在预设物距下获取离焦图像的步骤中：

驱动摄像头在等间隔的物距下，获取三幅离焦图像。

另一方面，本发明实施例还提供了一种自动对焦的装置，包括：

预估准焦区域获取模块，用于从摄像头在预设物距下获取的离焦图像中，得到物体成像的预估准焦区域；

对焦评价处理模块，用于对离焦图像中各像素点进行粗定位灰度值运算处理，得到各离焦图像对应的粗定位对焦评价函数值；对离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值；

离焦粗定位模块，用于根据各粗定位对焦评价函数值，得到初始对焦方向；

准焦区域精对焦模块，用于在摄像头根据初始对焦方向到达预估准焦区域时，驱动摄像头根据各精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。

在其中一个实施例中，预估准焦区域获取模块包括：

弥散圆处理单元，用于分别获取各离焦图像对应的弥散圆半径；

半径增量处理单元，用于对任意两个弥散圆半径进行求差，得到各弥散圆半径之间的增量；

预估准焦区域处理单元，用于根据各弥散圆半径增量以及各离焦图像对应的成像参数，确定物体成像的预估准焦区域。

另一方面，本发明实施例还提供了一种自动对焦的系统，包括连接摄像头的处理器；

处理器用于执行自动对焦系统方法中的各步骤。

另一方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序执行时实现自动对焦方法的各步骤。

本发明具有如下优点和有益效果：

本发明自动对焦的方法、装置以及系统，通过离焦图像获得预估准焦区域，利用粗定位对焦评价函数值确定出到达预估准焦区域的初始对焦方向，进而利用精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。本发明采用离焦图像对物体成像的对焦区域进行预估定位，得到预估准焦区域，再在该预估准焦区域执行对焦位置的精确搜索。将粗定位和精搜索相结合，进而确定物体成像的最佳对焦位置，本发明的对焦精度高且速度快。

附图说明

图1为图像传感器对焦成像系统图；

图2为光学成像系统离焦模型图；

图3为本发明自动对焦的方法实施例1的对焦方法流程示意图；

图4为本发明自动对焦的方法中粗定位对焦评价函数曲线中三点判位法的位置关系图；

图5为本发明自动对焦的方法中精搜索对焦评价函数曲线中最佳对焦点搜索的位置关系图；

图6为本发明自动对焦的方法具体流程示意图；

图7为本发明自动对焦的装置实施例1的结构示意图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的首选实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

参见图1和图2，图1为图像传感器对焦成像系统图，图2为光学成像系统离焦模型图。

对于聚焦环境要求较高的成像系统而言，以显微镜视觉成像系统为例，如图1所示，光学显微镜要经过显微物镜以及目镜的两次成像。其显微镜光学成像的光路如图2所示，u₀表示理想正焦时物距；u₁表示离焦时物距；v0表示理想正焦时的像距；v₁表示离焦时像距；R表示弥散圆半径；f表示焦距；D表示孔径光阑直径。

自动对焦技术是自动控制显微镜视觉系统的核心功能，是显微视觉高精度测量的基础，而准确快速聚焦又是自动聚焦技术的关键。自动对焦的过程主要有图像的采集、处理图像计算清晰度评价函数值、对焦位置的定位搜索策略以及驱动电机。

在自动对焦技术的运用中，快速高精度自动对焦技术是衡量成像系统的关键技术指标。在保证对焦精度的前提下，缩短对焦时间，提高对焦效率，而提高对焦效率是现阶段研究的集中重点。当前大部分研究主要集中在对对焦评价值计算速度提高的相关算法研究，而对最佳的对焦位置的研究相对较少。通过对对焦自动过程的研究，影响对焦速度的因素有图像的采集、处理图像计算评价函数值、对焦位置的定位搜索以及驱动电机这几部分的时间消耗，其中处理图像计算评价函数值与对焦位置的定位搜索是主要因素。其次，图像采集速度以及电机的精度是由系统的硬件决定的，但是其也是影响对焦速度与精度的一个因素，因此需要一个良好的硬件环境。噪声对采集图像的干扰也是影响对焦的一个因素，因此选择一种快速高效的图像的预处理方法，在保留图像细节的同时，最大限度抑制噪声对图像的干扰，提高图像的信噪比。

参见图3，图3为本发明自动对焦的方法实施例1的对焦方法流程示意图，如图所示，可以包括以下步骤：

步骤S310：从摄像头在预设物距下获取的离焦图像中，得到物体成像的预估准焦区域。

具体而言，预估准焦区域为能够较准确定位物体清晰成像的大致物距，即摄像头的大致位置。从获取到的离焦图像中，得到各离焦图像对应的弥散圆半径，利用任意两个弥散圆半径进行差值运算，得到对弥散圆半径增量，或者还可通过离焦图像两两之间的像平面差以及光学透镜成像模型中的三角关系，得到对应的弥散圆半径增量。进一步地，根据两两之间对应的弥散圆半径增量，根据高斯成像以及透镜模型中的三角关系，对各离焦图像进行离焦深度计算，进而得到预估准焦区域。

步骤S320：对离焦图像中各像素点进行粗定位灰度值运算处理，得到各离焦图像对应的粗定位对焦评价函数值；对离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值；

具体而言，粗定位对焦评价函数值为进行离焦粗定位调焦的值，进行粗定位灰度值运算处理，可以但不局限于方差函数，或者熵函数。由于根据不同图像内容或者存在较大噪声时易出现波动，因此，较优地，本发明通过方差函数作为粗定位对焦评价函数，进行粗定位灰度值运算处理，获取粗定位对焦评价函数值。

进一步地，精搜索对焦评价函数值为进行精调焦的评价函数值，其中，可以通过梯度平方函数，或者根据准焦区域的精调焦范围和评价效果，还可采用其他函数，例如Tenegrad函数或者Laplacian函数。较优的，在本发明，通过梯度平方函数作为精搜索对焦评价函数，进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值。

步骤S330：根据各粗定位对焦评价函数值，得到初始对焦方向。

具体而言，根据上述步骤S320得到的粗定位对焦评价函数值，其中，各粗定位对焦评价函数值对应有一物距，且粗定位对焦评价函数值越大，各离焦图像的在对应的物距下其图像清晰程度越高。进一步地，而从上述步骤S310所得到能够反应物体清晰成像的大致物距中，可以驱动摄像头向能够获得图像清晰程度高的对应物距的方向移动，进而确定出到达预估准焦区域的对焦初始方向。

步骤S340：在摄像头根据初始对焦方向到达预估准焦区域时，驱动摄像头根据各精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。

精搜索对焦评价函数值反应了在预估准焦区域中进行精调焦过程所获取图像的清晰程度。预估准焦区域对应的图像清晰度，即该对应的图像通过精搜索对焦评价函数所得到的精搜索对焦评价函数值是小于精搜索对焦评价函数中的极大值的。采集上述步骤S320中，各离焦图像对应的精搜索对焦评价函数值，驱动处于预估准焦区域物距的当前位置的摄像头，根据各精搜索对焦评价函数值，即在该各精搜索对焦评价函数值范围内逐点搜索出精搜索对焦评价函数的极大值，极大值是反映图像清晰程度较佳的值，以该值对应的物距作为最佳对焦点，完成自动对焦。

本发明自动对焦的方法，通过离焦图像获取得到预估准焦区域，并利用粗定位对焦评价函数值确定出到达预估准焦区域的初始对焦方向，利用精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。本发明在通过粗定位对焦评价函数值定位到到达预估准焦区域的初始方向后，通过精搜索对焦评价函数值进行调整将搜索对焦点的范围缩小，进而得到最佳对焦点。进一步降低了对焦的复杂度，使得自动对焦中的准焦区域定位到最佳对焦点的过程得到了优化，提高了对焦速度和精度，保证了物体的成像质量。

在一个具体的实施例中，从摄像头在预设物距下获取到离焦图像中，得到物体成像的预估准焦区域的步骤包括：

步骤1：分别获取各离焦图像对应的弥散圆半径。

由于物体处于离焦图像时，物体经过透镜在像面上所成的像是一个弥散圆。通过采集弥散圆，进而得到弥散圆半径大小，弥散圆半径可以表示图像的模糊程度，即离焦程度，弥散圆半径越大，图像越模糊。其中，各离焦图像对应的弥散圆半径可以通过对离焦图像的退化模型进行对数功率谱计算获得。

当处于非对焦时，则点的目标退化为一个圆斑，因此离焦图像可以理解为图像的退化过程，具体方式如下：

设f(x,y)为离焦时的空间分布函数，h(x,y)为成像系统点扩散函数PSF，g(x,y)为对焦时清晰图像空间分布函数，离焦图像的退化模型可表示为如下公式：

f(x,y)＝∫∫g(α,β)h(x-α,y-β)d_αd_β＝g(x,y)*h(x,y)

其中，α、β、x、y分别表示为图像上的像素点坐标，将①式两边进行傅里叶变换后，可得如下公式：

F(u,v)＝G(u,v)H(u,v) ①

其中，u表示为物距，v表示为像距。根据光的衍射效应以及透镜成像的非理想化，系统的点扩散函数实际上是半径为R的均匀的圆形焦斑，且满足∫∫h(x,y)d_xd_y＝1，设σ＝λR，R为弥散圆半径，表示模糊程度，σ为模糊参数，λ为待定常数可通过实验标定得到，且λ为大于0的常数，一般取

可将焦斑中的光强分布近似用高斯函数来表示，具体公式如下：

将②式进行傅里叶变换的如下公式：

其中，u表示为物距，v表示为像距。将上式两边取对数可得到如下公式：

由于像元大小非常小，因此弥散圆半径也非常小，所示

远小于

所以

可忽略不计，那么

将①式两边取对数，然后求平均，即可得下式：

由于

的绝对对数功率谱中各信号分量在平均的过程中几乎被平均了，简化后可得下式：

令

则弥散圆半径为R＝c/10^m。

在一个具体的实施例中，假设R₁为其中一幅离焦图像成像平面1所对应的弥散圆半径，m₁则为对应对数功率谱；R₂为另外一幅离焦图像成像平面2所对应的弥散圆半径，m₂则为对应对数功率谱；对于不同程度的弥散圆半径比值可得：

当m₁＜m₂时，R₁＞R₂，即图像逐渐变清晰；当m₁＞m₂时，R₁＜R₂，即图像逐渐变得模糊。

本发明通过对各离焦图像的退化模型进行对数功率谱计算，得到各弥散圆半径，进而确定各离焦图像的离焦程度，以及确定在当前位置获取到的离焦图像过渡到下一位置获取到的离焦图像的图像清晰度变化趋势，将计算过程进行简化，提高了运算速度。以便驱动摄像头能有效获取到逐渐清晰的图像，有助于提高预估准焦区域定位的精度。

步骤2：对任意两个弥散圆半径进行求差，得到各弥散圆半径之间的增量；

具体地，根据上述步骤1中，得到ΔR＝|R₁-R₂|，其中ΔR表示为各弥散圆半径之间的增量。

步骤3：根据各弥散圆半径增量以及各离焦图像对应的成像参数，确定物体成像的预估准焦区域。

具体而言，根据各弥散圆半径增量和物体的各离焦图像对应的成像参数，可以通过高斯成像原理以及成像模型中的三角关系，对各图像进行离焦深度计算，进而确定物体成像的预估准焦区域。具体方式如下：

具体地，成像参数包括u物距，f焦距，D孔径光阑直径。根据高斯成像公式有：

当物距改变时有Δu，像距也会发生改变有Δv，得到公式：

根据牛顿光学轴向放大率原理，Δu和Δv的关系可以表示成

ω₀为准焦时物距u₀位置的垂直轴方法率，ω₁为离焦时物距u₁位置的垂直轴放大率，进而可得：

利用成像模型中的三角关系，可得

假设u、f、D为常量，则R＝εd，式中

那么

于是有ΔR＝εΔd＝εΔv＝|R₁-R₂|④，其中Δd表示两个像平面之间的距离。将④式代入③式，可得

即

也即

在一个具体的实施例中，f和D已知，当已知u₀与u₁的大小关系时，通过采集一幅离焦图像即可完成准焦区域的估计，但是仍然不能明确对焦的开始方向，因此一幅离焦图像不能完成对焦。

当f和D已知，u₀和u₁大小关系未知时，获取两幅离焦图像，分别假设u₀与u₁大小关系，可计算两组得出4个u₀，然后从这两组计算得出的4个u₀之中选择两个接近的值求平均对u₀进行估算。

但是在实际运用中，f和D是不确定的，同时u₀和u₁也未知，因此要实现聚焦需要获取三幅离焦图像，通过假设u₀与u₁、u₀与u₂、u₀与u₃的大小关系，可计算得出6个u₀，然后从计算得出的6个u₀中选择三个接近的值求平均对u₀进行估算，得到预估准焦区域。其中u₁表示第一幅离焦图像离焦时的物距；u₂表示第二幅离焦图像离焦时的物距；u₃表示第三幅离焦图像离焦时的物距。

本发明自动对焦的方法，可以通过采集三幅离焦图像，根据各弥散圆半径增量，以及成像参数进行粗定位预估准焦区域，使得预估准焦区域能够更加接近获取到清晰图像的对焦点。

在一个具体的实施例中，离焦图像中各像素点进行粗定位灰度值运算处理，得到各离焦图像对应的粗定位对焦评价函数值的步骤包括：

根据离焦图像中各像素点的灰度值以及离焦图像中各像素点的灰度平均值，确定各离焦图像对应的粗定位对焦评价函数值。

具体地，基于中心视场聚焦窗口图像清晰度评价函数，根据对焦的原理可知，对焦的运算量参与运算的像素值是成正比的，因此，选择参与聚焦运算的窗口大小以及位置的选取对整个对焦过程的运算效率至关重要。图像评价函数是评价图像清晰度的重要依据和实现聚焦的关键因素，所以，好的评价函数应具有较高的准确性和实时性，即评价函数应具有计算量小、无偏性好、评价曲线单峰性强、抗噪声性好、灵敏度高以及实时性好等优点。

在实际的对焦环境中，检测目标一般处于视场中心，因此，采用基于视场中心聚焦窗口，窗口的大小应满足视场中心窗口相对成像弥散斑半径足够大等因素合理选择。

考虑运算量与评价效果，对于离焦图像的预估准焦区域的粗定位的对焦评价函数选取中，熵函数虽然能在较大调焦范围进行调焦，但根据不同图像内容或者存在较大噪声时易出现较大波动，甚至出现谷峰倒置的情况，而方差函数对不同内容图像在较大的调焦范围内能保持相对稳定且平缓的变化。因此，可选择方差函数作为预估准焦区域定位的粗定位对焦评价函数，获取粗定位评价函数值的方式如下：

设I(x,y)为图像中点(x,y)处的灰度值，G(k)为粗定位评价函数值，

为参与计算的图像区域M×N像素的灰度平均值，其表达式为：

在一个具体的实施例中，对离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值的步骤包括：

根据离焦图像中各像素点的灰度差分和，得到各离焦图像对应的精搜索对焦评价函数值。

考虑到运算量与评价效果，对准焦区域的精确对焦，Tengegrad函数需要根据图像的内容选取不同的阈值，阈值选取不当对结果会产生较大影响，Laplacian函数对高频噪声比较敏感，调焦曲线易出现局部最大，而梯度平方函数对噪声具有一定抑制能力，且不需选择阈值，因此选择梯度平方函数作为精调焦的评价函数作为精搜索对焦评价函数。获取精搜索对焦评价函数值的方式如下所示：

设I(x,y)为图像中(x,y)点处的灰度值，Z(k)为精搜索对焦评价函数值，其表达式为：

Z(k)＝∑x∑y{[I(x+1，y)-I(x，y)]²+[I(x，y+1)-I(x，y)]²}

如图4，在一个具体的实施例中，根据各粗定位对焦评价函数值，确定摄像头到达预估准焦区域的初始对焦方向的步骤包括：

步骤1：比较各粗定位对焦评价函数值的大小，得到粗定位最小对焦评价函数值。

虽然获取了预估准焦区域，但是系统驱动电机进而驱动摄像头的方向未知，因此可以通过相应的粗定位对焦评价函数值分析，确定对焦位置相对当前位置的方向。

步骤2：获取最小粗定位对焦评价函数值在预设粗定位对焦评价函数曲线上的第一曲线位置，以及预设对焦参考图像的粗定位对焦评价函数值在预设粗定位对焦评价函数曲线上的第二曲线位置。

在一个具体的实施例中，其中，对焦参考图像为介于最小预设物距和最大预设物距之间的预设物距所获取的离焦图像。假设对焦的初始位置在粗定位评价函数曲线的A点，然后向右连续驱动摄像头移动两个等距位置，即连续等距采集三帧，此三点分别记为A、B、C，设B点对应的离焦图像为对焦参考图像，对应的物距为u_B。

三幅离焦图像分别对应的点A、B、C在粗定位对焦评价函数曲线上有如图4的六种情况。由图4可知，粗定位对焦评价函数曲线上的值G(k)为粗定位对焦评价函数值，对焦参考图像对应的B点在粗定位对焦评价函数曲线上的第一曲线位置，与粗定位最小评价函数值在粗定位对焦评价函数曲线的第二曲线位置位于同一侧，其中，粗定位最小对焦评价函数值为A点到C点内最小的粗定位评价函数值。

步骤3：根据第一曲线位置和第二曲线位置，得到摄像头到达预估准焦区域的初始对焦方向。

参见图4，图4为本发明自动对焦的方法中粗定位对焦评价函数曲线中三点判位法的位置关系图预估准焦区域的物距u₀在粗定位对焦评价函数曲线上为极大值对应的点，由此可知，根据第一曲线位置和第二曲线位置，确定对焦的初始方向，驱动摄像头在对焦参考图像对应的B点的第一曲线位置处，远离最小值对应的第二曲线位置向极大值对应的曲线位置的方向移动，到达预估准焦区域。

本发明自动对焦的方法，通过获取各离焦图像对应的粗定位评价函数值，进而到达预估准焦区域的对焦初始方向，驱动摄像头到达预估准焦区域。简化了运算量，同时减少了程序冗余。

参见图5，结合图4，图5为本发明自动对焦的方法中精搜索对焦评价函数曲线中最佳对焦点搜索的位置关系示意图，如图所示。

在一个具体的实施例中，驱动摄像头根据各精搜索对焦评价函数值进行全局搜索的步骤包括：

步骤1：比较各精搜索对焦评价函数值的大小，得到精搜索最小对焦评价函数值。

步骤2：获取精搜索最小对焦评价函数值在预设精搜索对焦评价函数曲线上的第三曲线位置，以及预设对焦参考图像的精搜索对焦评价函数值在预设精搜索对焦评价函数曲线上的第三曲线位置。

如图5，选取B′点对应的离焦图像作为对焦参考图像，B′点对应离焦图像为对焦参考图像，该点在精搜索对焦评价函数曲线上的第三曲线位置，与精搜索最小评价函数值在精搜索对焦评价函数曲线上的第四曲线位置位于同一侧。

步骤3：根据第三曲线位置和第四曲线位置，驱动摄像头在各第精搜索对焦评价函数值范围内进行全局搜索。

具体而言，在精搜索对焦评价函数曲线上根据第三位置关系和第四位置关系，以驱动摄像头在预估准焦区域，在各离焦图像对应的精搜索对焦评价函数值范围内，进行全局搜索。

在一个具体的实施例中，由于在精搜索对焦评价函数曲线上，对焦参考图像上对应的曲线位置与精搜索最小对焦评价函数值在该函数曲线上的曲线位置位于同一侧，且最佳的对焦位置的精搜索对焦评价函数值的曲线位置，为精搜索对焦评价函数曲线上的极大值。

在一个具体的实施例中，当摄像头位于u₀'预估准焦区域位置时，以对焦参考图像的点作为准焦区域对比点，即根据该准焦区域对比点，最佳的对焦区域位置的点对应的精搜索对焦评价函数值大于该点的精搜索对焦评价函数值，此时驱动摄像头在对焦参考图像的B′点到C′点范围内进行全局搜索，逐点搜索出极大值，极大值对应的点的物距为最佳对焦位置，进而完成自动对焦。

本发明自动对焦的方法，通过对离焦图像的图像进行粗定位，到达预估准焦区域后，在根据离焦图像对应的精搜索对焦评价函数值，进一步对准焦区域搜索的范围进行选取，以缩小搜索范围，减少计算量，提高对焦速度。

在一个具体的实施例中，本发明以获取三幅离焦图像为例，如图4，三幅离焦图像分别对应的点A、B、C在通过粗定位对焦评价函数计算得到对焦初始方向后，再经过精搜索对焦评价函数计算得到对应精搜索对焦评价函数值Z(k)，三幅离焦图像分别对应的点A、B、C在精搜索对焦评价函数曲线上对应的点分别为A′、B′、C′，如图5。本发明自动对焦的方法，通过在预估准焦区域的位置，利用精搜索对焦评价函数计算得到的各离焦图像的精搜索对焦评价函数值，进一步缩小对焦位置的调节范围。

在一个具体的实施例中，物距为等间隔的物距；

摄像头在预设物距下获取离焦图像的步骤中：

步骤1：驱动所摄像头在等间隔的物距下，获取三幅离焦图像。

具体而言，本发明在摄像头初始化位置，驱动摄像头以等间隔的物距移动三步，采集连续等间隔的三帧图像。该方式作为本实施例中较优选的实施方式，但不局限该方式，还可以是在摄像头初始化位置起按任意顺序先后获取三幅离焦图像，该相邻两幅离焦图像之间的间隔位置相等。

本发明自动对焦的方法，通过获取三帧图像，减少了参与对焦所需图像的数量，加快了运行速度使对焦具有较高的时效性。

为进一步说明本发明自动对焦的方法，参见图6，结合图4和图5，图6为本发明自动对焦的方法具体流程示意图，如图所示。

在一个具体的实施例中，本发明自动对焦的方法，包括以下步骤：

步骤S610：镜头初始化。

步骤S615：驱动镜头以预设等间隔采集3帧图像，进入步骤S620和步骤S625。

步骤S620：获取采集的连续等间隔3帧图像的对焦窗口评价函数值。

采用方差函数的对焦窗口评价函数分别对三帧图像进行评价函数值的计算。设I(x,y)为图像中的点(x,y)处的灰度值，G(k)为方差函数对应的评价函数值，

为参与计算的图像区域M×N像素的灰度平均值，其表达式为：

步骤S625：获取采集的连续等间隔3帧图像对应离焦粗定位的准焦位置。

通过对离焦图像的退化模型进行对数功率谱计算，获得相应的弥散圆半径。根据弥散圆半径得到两两图像对应的弥散圆半径增量，根据各弥散圆半径增量和物体的各离焦图像对应的成像参数，通过高斯成像原理以及光学透镜成像模型中的三角关系，对各图像进行离焦深度计算，对准焦区域预估定位。

步骤S630：确定对焦的初始方向。

选择B点对应的图像作为对焦参考图像。三帧图像分别对应的点A、B、C在步骤S620中的窗口评价函数曲线上有如图4的六种情况。对焦参考图像对应的B点位置与该窗口评价函数的最小值的对应的点位于同一侧，而在实际运用中，预估准焦区域的位置应在该窗口评价函数曲线上的极大值对应的点位置处。由此可知，可确定对焦的初始方向。令镜头在对焦参考图像对应的B点位置处，远离最小值对应的点向极大值对应的点的方向移动。

步骤S635：确定准焦区域。

根据步骤S625准焦区域的预估定位，确定预估的准焦区域。

步骤S640：驱动镜头至准焦区域。

根据步骤S630得到的对焦初始方向，驱动镜头至预估的准焦区域。

步骤S645：进行全局精搜索。

为了实现精确对焦，在准焦区域逐点进行全局搜索。采用梯度平方函数作为精调焦的评价函数，设I(x,y)为图像中(x,y)点处的灰度值，Z(k)为该评价函数的评价函数值，其表达式为：

Z(k)＝∑x∑y{[I(x+1，y)-I(x，y)]²+[I(x，y+1)-I(x，y)]²}

如图5，三幅离焦图像分别对应的点A、B、C在通过步骤S620的窗口评价函数计算得到对焦初始方向后，再经过步骤S645的评价函数计算得到对应评价函数值Z(k)，三幅离焦图像分别对应的点A、B、C在评价函数曲线上对应的点分别为A′、B′、C′。结合步骤S620以及图5，比较采集的连续三帧图像的评价函数值，可知：

若A′为最小值点，则最佳对焦位置在B′点右侧，此时u₀＞u_B，通过离焦深度计算得到u₀，然后将B′点移动至u₀处，在A′到C′内进行全局搜索，搜索到的极值即为最佳聚焦点。

若C′点为极小值点则，最佳对焦位置在B′点左侧，u₀＜u_B，计算得到u₀，同样将B′点移至u₀处，在A′到C′内进行全局搜索，搜索到的极值即为最佳聚焦点。

步骤S650：评价函数是否为最大值，是则进入步骤S655，否则返回步骤S645。

在A′到C′内进行全局搜索，将搜索到的函数值进行判断，判断是否为最大值，直至搜索到最大值确定为最佳聚焦位置。

步骤S655：对焦结束。

参见图7，图7为本发明自动对焦的装置实施例1的结构示意图，如图7所示。

在一个具体的实施例中，自动对焦的装置包括：预估准焦预估区域获取模块710、粗定位对焦评价处理模块720、离焦粗定位模块730、精搜索对焦评价处理模块740、准焦区域精对焦模块750。

预估准焦区域获取模块710，用于从摄像头在预设物距下获取的离焦图像中，得到物体成像的预估准焦区域。

具体而言，预估准焦区域为能够较准确定位物体清晰成像的大致物距，即摄像头的大致位置。从获取到的离焦图像中，得到各离焦图像对应的弥散圆半径，利用任意两个弥散圆半径进行差值运算，得到对弥散圆半径增量，或者还可通过离焦图像两两之间的像平面差以及光学透镜成像模型中的三角关系，得到对应的弥散圆半径增量。进一步地，根据两两之间对应的弥散圆半径增量，根据高斯成像以及光绪透镜模型中的三角关系，对各离焦图像进行离焦深度计算看，进而得到预估准焦区域。

粗定位对焦评价处理模块720，用于对离焦图像中各像素点进行粗定位灰度值运算处理，得到各离焦图像对应的粗定位对焦评价函数值；对离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值。

具体而言，粗定位对焦评价函数值为进行离焦粗定位调焦的值，进行粗定位灰度值运算处理，可以但不局限于方差函数，或者熵函数。由于根据不同图像内容或者存在较大噪声时易出现波动，因此，较优地，本发明通过方差函数作为粗定位对焦评价函数，进行粗定位灰度值运算处理，获取粗定位对焦评价函数值。

进一步地，精搜索对焦评价函数值为进行精调焦的评价函数值，其中，可以通过梯度平方函数，或者根据准焦区域的精调焦范围和评价效果，还可采用其他函数，例如Tenegrad函数或者Laplacian函数。较优的，在本发明，通过梯度平方函数作为精搜索对焦评价函数，进行精搜索灰度值运算处理，得到各离焦图像对应的精搜索对焦评价函数值。

离焦粗定位模块730，用于根据各粗定位对焦评价函数值，得到初始对焦方向。

具体而言，根据上述对焦评价处理模块720得到的粗定位对焦评价函数值，其中，各粗定位对焦评价函数值对应有一物距，且粗定位对焦评价函数值越大，各离焦图像的在对应的物距下其图像清晰程度越高。进一步地，而从上述预估准焦区域获取模块710所得到能够反应物体清晰成像的大致物距中，可以驱动摄像头向能够获得图像清晰程度高的对应物距的方向移动，进而确定出到达预估准焦区域的对焦初始方向。

准焦区域精对焦模块740，用于在摄像头根据初始对焦方向到达预估准焦区域时，驱动摄像头根据各精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。

精搜索对焦评价函数值反应了在预估准焦区域中进行精调焦过程所获取图像的清晰程度。预估准焦区域对应的图像清晰度，即该对应的图像通过精搜索对焦评价函数所得到的精搜索对焦评价函数值是小于精搜索对焦评价函数中的极大值的。采集上述粗定位对焦评价处理模块720，各离焦图像对应的精搜索对焦评价函数值，驱动处于预估准焦区域物距的当前位置的摄像头，根据各精搜索对焦评价函数值，即在该各精搜索对焦评价函数值范围内逐点搜索出精搜索对焦评价函数的极大值，极大值是反映图像清晰程度较佳的值，以该值对应的物距作为最佳对焦点，完成自动对焦。

在一个具体的实施例中，预估准焦区域710还包括弥散圆处理单元712、弥散圆半径处理单元714以及预估准焦区域处理单元716。

需要说明的是，本发明自动对焦的装置实施例1中的各单元模块，能够对应实现上述自动对焦的方法中的各方法步骤，此处不再重复赘述。

本发明自对焦的装置，通过预估准焦区域获取模块获取得到预估准焦区域，并利用粗定位对焦评价处理模块确定出到达预估准焦区域的初始对焦方向，利用准焦区域精对焦模块进行全局搜索，得到用于完成自动对焦的最佳对焦点。本发明在通过粗定位对焦评价函数值定位到到达预估准焦区域的初始方向后，通过精搜索对焦评价函数值进行调整将搜索对焦点的范围缩小，进而得到最佳对焦点。进一步降低了对焦的复杂度，使得自动对焦中的准焦区域定位到最佳对焦点的过程得到了优化，提高了对焦速度和精度，保证了物体的成像质量。

本发明还提供一种自动对焦的系统，包括连接摄像头的处理器；处理器用于执行自动对焦的方法中的各步骤。由此，本发明自动对焦的系统，可实现对物体成像进行对焦位置搜索的进一步优化，获取准确定较高的对焦点，提高对焦效率。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序处理器执行时实现自动对焦方法中的各步骤。由此，便于将自动对焦的方法有效导入处理器中，并根据该程序执行自动对焦，进一步优化物体成像的对焦位置搜索过程。

本发明自动对焦的方法、装置以及系统，通过离焦图像获得预估准焦区域，并利用粗定位对焦评价函数值确定出到达预估准焦区域的初始对焦方向，利用精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点。本发明采用离焦图像对物体成像的对焦区域进行预估定位，得到预估准焦区域，再在该预估准焦区域执行对焦位置的精确搜索。将粗定位和精搜索相结合，进而确定物体成像的最佳对焦位置，本发明的对焦精度高且速度快。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，的程序可以存储于一计算机可读取存储介质中，该程序在执行时，包括以上方法的步骤，的存储介质，如：ROM/RAM、磁碟、光盘等。

以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种自动对焦的方法，其特征在于，包括以下步骤：

从摄像头在预设物距下获取的离焦图像中，得到物体成像的预估准焦区域；

对所述离焦图像中各像素点进行粗定位灰度值运算处理，得到各所述离焦图像对应的粗定位对焦评价函数值；对所述离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各所述离焦图像对应的精搜索对焦评价函数值；

根据各所述粗定位对焦评价函数值，得到初始对焦方向；

在所述摄像头根据所述初始对焦方向到达所述预估准焦区域时，驱动所述摄像头根据各所述精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点；

其中，所述根据各所述粗定位对焦评价函数值，得到初始对焦方向的步骤包括：

比较各所述粗定位对焦评价函数值的大小，得到最小粗定位对焦评价函数值；

获取所述最小粗定位对焦评价函数值在预设粗定位对焦评价函数曲线上的第一曲线位置，以及预设对焦参考图像的粗定位对焦评价函数值在所述预设粗定位对焦评价函数曲线上的第二曲线位置；

根据所述第一曲线位置和所述第二曲线位置，得到所述摄像头到达所述预估准焦区域的所述初始对焦方向。

2.根据权利要求1所述的自动对焦的方法，其特征在于，从摄像头在预设物距下获取到的离焦图像中，得到物体成像的预估准焦区域的步骤包括：

分别获取各所述离焦图像对应的弥散圆半径；

对任意两个所述弥散圆半径进行求差，得到各所述弥散圆半径之间的增量；

根据各所述增量以及各所述离焦图像对应的成像参数，确定所述物体成像的所述预估准焦区域。

3.根据权利要求1所述的自动对焦的方法，其特征在于，对所述离焦图像中各像素点进行粗定位灰度值运算处理，得到各所述离焦图像对应的粗定位对焦评价函数值的步骤包括：

根据所述离焦图像中各像素点的灰度值以及所述离焦图像中各像素点的灰度平均值，确定各所述离焦图像对应的粗定位对焦评价函数值；

对所述离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各所述离焦图像对应的精搜索对焦评价函数值的步骤包括：

根据所述离焦图像中各像素点的灰度差分和，得到各所述离焦图像对应的精搜索对焦评价函数值。

4.根据权利要求1至3任意一项所述的自动对焦的方法，其特征在于，驱动所述摄像头根据各所述精搜索对焦评价函数值进行全局搜索的步骤包括：

比较各所述精搜索对焦评价函数值的大小，得到精搜索最小对焦评价函数值；

获取所述精搜索最小对焦评价函数值在预设精搜索对焦评价函数曲线上的第三曲线位置，以及所述预设对焦参考图像的精搜索对焦评价函数值在所述预设精搜索对焦评价函数曲线上的第四曲线位置；

根据所述第三曲线位置和所述第四曲线位置，驱动所述摄像头在各所述精搜索对焦评价函数值范围内进行全局搜索。

5.根据权利要求4所述的自动对焦的方法，其特征在于，所述预设物距为等间隔的物距；

摄像头在预设物距下获取离焦图像的步骤中：

驱动所述摄像头在所述等间隔的物距下，获取三幅离焦图像。

6.一种自动对焦的装置，其特征在于，包括：

预估准焦区域获取模块：用于从摄像头在预设物距下获取的离焦图像中，得到物体成像的预估准焦区域；

对焦评价处理模块：用于对所述离焦图像中各像素点进行粗定位灰度值运算处理，得到各所述离焦图像对应的粗定位对焦评价函数值；对所述离焦图像中各像素点分别进行精搜索灰度值运算处理，得到各所述离焦图像对应的精搜索对焦评价函数值；

离焦粗定位模块，用于根据各所述粗定位对焦评价函数值，得到初始对焦方向；

准焦区域精对焦模块，用于在所述摄像头根据所述初始对焦方向到达所述预估准焦区域时，驱动所述摄像头根据各所述精搜索对焦评价函数值进行全局搜索，得到用于完成自动对焦的最佳对焦点；

其中，所述离焦粗定位模块包括：

函数值得到单元，用于比较各所述粗定位对焦评价函数值的大小，得到最小粗定位对焦评价函数值；

曲线位置获取单元，用于获取所述最小粗定位对焦评价函数值在预设粗定位对焦评价函数曲线上的第一曲线位置，以及预设对焦参考图像的粗定位对焦评价函数值在所述预设粗定位对焦评价函数曲线上的第二曲线位置；

方向得到单元，用于根据所述第一曲线位置和所述第二曲线位置，得到所述摄像头到达所述预估准焦区域的所述初始对焦方向。

7.根据权利要求6所述的自动对焦装置，其特征在于，所述预估准焦区域获取模块包括：

弥散圆处理单元，用于分别获取各所述离焦图像对应的弥散圆半径；

半径增量处理单元，用于对任意两个所述弥散圆半径进行求差，得到各所述弥散圆半径之间的增量；

预估准焦区域处理单元，用于根据各所述增量以及各所述离焦图像对应的成像参数，确定所述物体成像的所述预估准焦区域。

8.一种自动对焦系统，其特征在于，包括连接摄像头的处理器；

所述处理器用于执行权利要求1至5任意一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序处理器执行时实现权利要求1至5任意一项所述方法的步骤。

Images