CN108200342B - 自动聚焦方法、装置、计算机设备和存储介质 - Google Patents

自动聚焦方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN108200342B
CN108200342B CN201810053931.6A CN201810053931A CN108200342B CN 108200342 B CN108200342 B CN 108200342B CN 201810053931 A CN201810053931 A CN 201810053931A CN 108200342 B CN108200342 B CN 108200342B
Authority
CN
China
Prior art keywords
region
definition
maximum
value
peak
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810053931.6A
Other languages
English (en)
Other versions
CN108200342A (zh
Inventor
师伟展
熊翌竹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Shunde Morsci Biotechnology Co ltd
Original Assignee
Guangdong Shunde Morsci Biotechnology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Shunde Morsci Biotechnology Co ltd filed Critical Guangdong Shunde Morsci Biotechnology Co ltd
Priority to CN201810053931.6A priority Critical patent/CN108200342B/zh
Publication of CN108200342A publication Critical patent/CN108200342A/zh
Application granted granted Critical
Publication of CN108200342B publication Critical patent/CN108200342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/67Focus control based on electronic image sensor signals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Automatic Focus Adjustment (AREA)

Abstract

本申请涉及一种自动聚焦方法、装置、计算机设备和存储介质。所述方法包括:获取待处理图像,将待处理图像划分为多个区域,再获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;然后查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,可以减少计算量,加快对焦速度;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置,从各分割区域以及感兴趣区域进行分析处理,这样得到的聚焦位置进行聚焦,可以有效提升聚焦精度。

Description

自动聚焦方法、装置、计算机设备和存储介质
技术领域
本申请涉及图像处理技术领域,特别是涉及一种自动聚焦方法、装置、计算机设备和存储介质。
背景技术
随着各种成像设备自动化技术的发展,机器视觉被广泛地应用于医学、生物工程、微机电系统装配等领域。机器视觉主要通过相机获取图像,并通过图像处理模块提取图像特征值,进而来控制现场的设备动作。
图像采集系统中的自动对焦技术处于核心位置,聚焦的质量直接影响视觉系统的分析和决策。而传统的自动对焦方法中,聚焦的精度比较低。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高聚焦精度的自动聚焦方法、装置、计算机设备和存储介质。
一种自动聚焦方法,所述方法包括:
获取待处理图像,将所述待处理图像划分为多个区域;
获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;
查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;
根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置。
在其中一个实施例中,划分的区域包括峰值区域和非峰值区域,所述获取感兴趣区域的清晰度最大值,包括:
查找峰值区域对应的清晰度最大值,将所述峰值区域对应的清晰度最大值的权重设置为峰值权重,所述非峰值区域的清晰度最大值的权重设置为非峰值权重;
根据所述峰值区域对应的清晰度最大值、所述峰值权重、所述非峰值区域的清晰度最大值以及所述非峰值权重,得到感兴趣区域的清晰度最大值。
在其中一个实施例中,所述划分的区域为连续的奇数个区域,所述峰值区域为所述奇数个区域的中间数所属区域。
在其中一个实施例中,所述获取感兴趣区域的清晰度最大值,包括:根据各区域的清晰度最大值,基于归一化处理方法得到所述感兴趣区域的清晰度最大值。
在其中一个实施例中,所述根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置,包括:根据所述各区域清晰度最大值对应的位置,得到估算位置;根据所述感兴趣区域清晰度最大值对应的位置以及所述估算位置,得到所述待处理图像的聚焦位置。
在其中一个实施例中,所述根据所述各区域清晰度最大值对应的位置,得到估算位置,包括:对所述各区域清晰度最大值对应的位置求取平均值,得到估算位置;所述根据所述感兴趣区域清晰度最大值对应的位置以及所述估算位置,得到所述待处理图像的聚焦位置,包括:对所述感兴趣区域清晰度最大值对应的位置以及所述估算位置求取平均值,得到所述待处理图像的聚焦位置。
在其中一个实施例中,所述根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置的步骤之后还包括:根据所述待处理图像的聚焦位置以及预设步长,对所述待处理图像进行聚焦。
一种自动聚焦装置,所述装置包括:
图像处理模块,用于获取待处理图像,将所述待处理图像划分为多个区域;
清晰度获取模块,用于获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;
位置查找模块,用于查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;
聚焦位置获取模块,用于根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取待处理图像,将所述待处理图像划分为多个区域;
获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;
查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;
根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取待处理图像,将所述待处理图像划分为多个区域;
获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;
查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;
根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置。
上述自动聚焦方法、装置、计算机设备和存储介质,首先获取待处理图像,将待处理图像划分为多个区域,再获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值,然后查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,可以减少计算量,加快对焦速度;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置,从各分割区域以及感兴趣区域进行分析处理,这样得到的聚焦位置进行聚焦,可以有效提升聚焦精度。
附图说明
图1为一个实施例中自动聚焦方法的应用环境图;
图2为一个实施例中自动聚焦方法的流程示意图;
图3为一个实施例中光学采集系统的结构示意图;
图4为一个实施例中图像划分区域的示意图;
图5为另一个实施例中自动聚焦方法的流程示意图;
图6为一个实施例中上位机控制图像采集系统的示意图;
图7为一个实施例中自动聚焦装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的自动聚焦方法,可以应用于如图1所示的应用环境中。其中,控制终端102通过网络与图像采集系统104连接,控制终端102可以是上位机1022,也可以是上位机1022与服务器1024的组合。上位机1022可以但不限于是各种个人计算机、笔记本电脑、智能手机和平板电脑,服务器1024可以用独立的服务器或者是多个服务器组成的服务器集群来实现。图像采集系统104包括光学采集系统和电机,控制终端102发送命令给电机,控制电机的移动,光学采集系统每移动一步,实时采集一帧图像,然后将采集的图像反馈给控制终端,经过控制终端发送控制命令,控制电机移动到聚焦位置,实现自动聚焦的功能。
在一个实施例中,如图2所示,提供了一种自动聚焦方法,以该方法应用于图1中的上位机为例进行说明,包括以下步骤:
步骤202,获取待处理图像,将待处理图像划分为多个区域。
可以通过光学采集系统获取待处理图像,如图3所示,光学采集系统包括光源、半反半透镜、全反镜、镜头以及相机采集系统,光源经过半反半透镜照射到目标物体,目标物体反馈的光经过半反半透镜、全反镜、镜头以及相机采集系统,获取到待处理图像。
通过光学采集系统获取一帧待处理图像,将图像划分为A、B、C、D、E……等区域,可随着图像的大小不同而增加划分区域,如图4所示,图中以A、B、C三个区域划分一幅图像的中间区域。
步骤204,获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值。
随着光学采集系统的移动,移动至不同位置时各区域的清晰度值不一样,即每个区域在不同位置时对应不同的清晰度值。随着光学采集系统的N(其中N=1,2,3…)次移动,每个区域会产生N个清晰度值。
具体地,以将某一图像的中间区域划分为A、B、C三个区域为例,随着光学采集系统的N(其中N=1,2,3…)次移动,A、B、C三个区域均会产生N个清晰度值,记为Li(A)、Li(B)、Li(C),i=1,2,3…N,找出Li(A)、Li(B)、Li(C)中的最大值,分别记为L(A)、L(B)、L(C)。将感兴趣区域记为X,随着光学采集系统的N(其中N=1,2,3…)次移动,X区域均会产生N个清晰度值,记为Li(X),i=1,2,3…N,找出Li(X)中的最大值,记为L(X)。
步骤206,查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置。
随着光学采集系统的N(其中N=1,2,3…)次移动,对应N个不同位置,每个区域会产生N个清晰度值,查找各区域的清晰度最大值对应的位置以及感兴趣区域的清晰度最大值对应的位置。
具体地,以将某一图像的中间区域划分为A、B、C三个区域为例,随着光学采集系统的N(其中N=1,2,3…)次移动,A、B、C三个区域均会产生N个清晰度值,记为Li(A)、Li(B)、Li(C),i=1,2,3…N,找出Li(A)、Li(B)、Li(C)中的最大值,分别记为L(A)、L(B)、L(C),L(A)、L(B)、L(C)对应的位置分别记为PosA、PosB、PosC。将感兴趣区域记为X,随着光学采集系统的N(其中N=1,2,3…)次移动,X区域均会产生N个清晰度值,记为Li(X),i=1,2,3…N,找出Li(X)中的最大值,记为L(X),L(X)对应的位置记为PosX。
步骤208,根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
可以对各区域清晰度最大值对应的位置进行处理,得到估算位置,再对感兴趣区域清晰度最大值对应的位置以及估算位置进行处理,得到待处理图像的聚焦位置,比如可以对各区域清晰度最大值对应的位置求取平均值,得到估算位置,再对感兴趣区域清晰度最大值对应的位置以及估算位置求取平均值,得到待处理图像的聚焦位置。
具体地,以将某一图像的中间区域划分为A、B、C三个区域为例,随着光学采集系统的N(其中N=1,2,3…)次移动,A、B、C三个区域均会产生N个清晰度值,各区域清晰度最大值L(A)、L(B)、L(C)对应的位置分别记为PosA、PosB、PosC,感兴趣区域X的清晰度最大值L(X)对应的位置记为PosX,待处理图像的聚焦位置P=(PosX+((PosA+PosB)/2))/2。
上述自动聚焦方法中,首先获取待处理图像,将待处理图像划分为多个区域,再获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;然后查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,可以减少计算量,加快对焦速度;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置,从各分割区域以及感兴趣区域进行分析处理,这样得到的聚焦位置进行聚焦,可以有效提升聚焦精度。
在一个实施例中,划分的区域包括峰值区域和非峰值区域,获取感兴趣区域的清晰度最大值的步骤可以包括:查找峰值区域对应的清晰度最大值,将峰值区域对应的清晰度最大值的权重设置为峰值权重,非峰值区域的清晰度最大值的权重设置为非峰值权重;根据峰值区域对应的清晰度最大值、峰值权重、非峰值区域的清晰度最大值以及非峰值权重,得到感兴趣区域的清晰度最大值。其中,峰值区域是指所划分区域中的中间块区域,非峰值区域是指所划分区域中除峰值区域之外的两边区域。具体地,划分的区域可以是连续的奇数个区域,峰值区域为奇数个区域的中间数所属区域。比如,将区域划分为1、2、3、4、5总计五块,那么第3块区域为峰值区域,第1块区域、第2块区域、第4块区域和第5块区域即为非峰值区域。峰值权重是指峰值区域清晰度最大值对应的系数,非峰值权重是指非峰值区域清晰度最大值对应的系数。比如待处理图像所在区域划分为1、2、3、4、5总计五块,那么第3块区域为峰值区域,第1块区域、第2块区域、第4块区域和第5块区域即为非峰值区域,可以将第3块区域清晰度最大值对应的系数设为1,将第1块区域、第2块区域、第4块区域和第5块区域的清晰度最大值对应的系数设为相加等于1。
在一个实施例中,获取感兴趣区域的清晰度最大值的步骤包括:根据各区域的清晰度最大值,得到感兴趣区域的清晰度最大值。其中划分的区域块数为奇数,找出奇数个区域中的中间区域对应的清晰度最大值,将其权重设置为1,其它区域的清晰度最大值的权重加起来为1。具体地,获取感兴趣区域的清晰度最大值的步骤可以包括:根据各区域的清晰度最大值,基于归一化处理方法得到感兴趣区域的清晰度最大值。以将某一图像的中间区域划分为A、B、C三个区域为例,随着光学采集系统的N(其中N=1,2,3…)次移动,A、B、C三个区域均会产生N个清晰度值,记为Li(A)、Li(B)、Li(C),i=1,2,3…N。将感兴趣区域记为X,随着光学采集系统的N(其中N=1,2,3…)次移动,X区域均会产生N个清晰度值,记为Li(X),i=1,2,3…N。基于归一化处理方法得到不同位置感兴趣区域的清晰度最大值Li(X)=w*Li(A)+Li(B)+q*Li(C),其中,w+q=1。当将某一图像的中间区域划分为A、B、C、D、E五个区域时,随着光学采集系统的N(其中N=1,2,3…)次移动,A、B、C、D、E五个区域均会产生N个清晰度值,记为Li(A)、Li(B)、Li(C)、Li(D)、Li(E),i=1,2,3…N。将感兴趣区域记为X,随着光学采集系统的N(其中N=1,2,3…)次移动,X区域均会产生N个清晰度值,记为Li(X),i=1,2,3…N。基于归一化处理方法得到不同位置感兴趣区域的清晰度最大值Li(X)=w1*Li(A)+w2Li(B)+Li(C)+q1*Li(D)+q2*Li(E),其中,w1+w2+q1+q2=1。
在一个实施例中,根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置的步骤包括:根据各区域清晰度最大值对应的位置,得到估算位置;根据感兴趣区域清晰度最大值对应的位置以及估算位置,得到待处理图像的聚焦位置。可以对各区域清晰度最大值对应的位置进行处理,得到估算位置,再对感兴趣区域清晰度最大值对应的位置以及估算位置进行处理,得到待处理图像的聚焦位置。具体地,根据各区域清晰度最大值对应的位置,得到估算位置的步骤包括:对各区域清晰度最大值对应的位置求取平均值,得到估算位置;根据感兴趣区域清晰度最大值对应的位置以及估算位置,得到待处理图像的聚焦位置的步骤包括:对感兴趣区域清晰度最大值对应的位置以及估算位置求取平均值,得到待处理图像的聚焦位置。
在一个实施例中,如图5所示,根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置的步骤208之后还包括:步骤210,根据待处理图像的聚焦位置以及预设步长,对待处理图像进行聚焦。可以根据待处理图像的聚焦位置、光学采集系统的移动位置以及预设步长,得到系统离焦量,根据系统离焦量控制电机移动至聚焦位置。如图6所示,上位机发送命令给电机,控制电机的移动,光学采集系统每移动一步,实时采集一帧图像,然后将采集的图像反馈给上位机,经过上位机发送控制命令,控制电机移动到聚焦位置,实现自动聚焦的功能。比如,待处理图像的聚焦位置P=(PosX+((PosA+PosB)/2))/2,随着光学采集系统的N次移动,预设步长为Step,那么系统离焦量等于(P-N)*Step。
应该理解的是,虽然图2和图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2和图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图7所示,提供了一种自动聚焦装置,包括:图像处理模块602、清晰度获取模块604、位置查找模块606和聚焦位置获取模块608,其中:图像处理模块602,用于获取待处理图像,将待处理图像划分为多个区域。清晰度获取模块604,用于获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值。位置查找模块606,用于查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置。聚焦位置获取模块608,用于根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,图像处理模块602中划分的区域包括峰值区域和非峰值区域,清晰度获取模块604中获取感兴趣区域的清晰度最大值可以包括:查找峰值区域对应的清晰度最大值,将峰值区域对应的清晰度最大值的权重设置为峰值权重,非峰值区域的清晰度最大值的权重设置为非峰值权重;根据峰值区域对应的清晰度最大值、峰值权重、非峰值区域的清晰度最大值以及非峰值权重,得到感兴趣区域的清晰度最大值。具体地,图像处理模块602中划分的区域可以是连续的奇数个区域,峰值区域为奇数个区域的中间数所属区域。
在一个实施例中,清晰度获取模块604中获取感兴趣区域的清晰度最大值可以包括:根据各区域的清晰度最大值,得到感兴趣区域的清晰度最大值。具体地,根据各区域的清晰度最大值,得到感兴趣区域的清晰度最大值可以包括:根据各区域的清晰度最大值,基于归一化处理方法得到感兴趣区域的清晰度最大值。
在一个实施例中,聚焦位置获取模块608中根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置包括:根据各区域清晰度最大值对应的位置,得到估算位置;根据感兴趣区域清晰度最大值对应的位置以及估算位置,得到待处理图像的聚焦位置。具体地,根据各区域清晰度最大值对应的位置,得到估算位置可以包括:对各区域清晰度最大值对应的位置求取平均值,得到估算位置。根据感兴趣区域清晰度最大值对应的位置以及估算位置,得到待处理图像的聚焦位置可以包括:对感兴趣区域清晰度最大值对应的位置以及估算位置求取平均值,得到待处理图像的聚焦位置。
在一个实施例中,聚焦位置获取模块608之后还包括:聚焦处理模块,用于根据待处理图像的聚焦位置以及预设步长,对待处理图像进行聚焦。
关于自动聚焦装置的具体限定可以参见上文中对于自动聚焦方法的限定,在此不再赘述。上述自动聚焦装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的上位机通过网络连接通信。该计算机程序被处理器执行时以实现一种自动聚焦方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域,划分的区域包括峰值区域和非峰值区域;获取各区域的清晰度最大值;查找峰值区域对应的清晰度最大值,将峰值区域对应的清晰度最大值的权重设置为峰值权重,非峰值区域的清晰度最大值的权重设置为非峰值权重;根据峰值区域对应的清晰度最大值、峰值权重、非峰值区域的清晰度最大值以及非峰值权重,得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待处理图像,将待处理图像划分为连续的奇数个区域;获取奇数个区域的清晰度最大值,奇数个区域包括峰值区域和非峰值区域,其中,峰值区域为奇数个区域的中间数所属区域;查找峰值区域对应的清晰度最大值,将峰值区域对应的清晰度最大值的权重设置为峰值权重,非峰值区域的清晰度最大值的权重设置为非峰值权重;根据峰值区域对应的清晰度最大值、峰值权重、非峰值区域的清晰度最大值以及非峰值权重,得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值;根据各区域的清晰度最大值,得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值;根据各区域的清晰度最大值,基于归一化处理方法得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置,得到估算位置;根据感兴趣区域清晰度最大值对应的位置以及估算位置,得到待处理图像的聚焦位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;对各区域清晰度最大值对应的位置求取平均值,得到估算位置;对感兴趣区域清晰度最大值对应的位置以及估算位置求取平均值,得到待处理图像的聚焦位置。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置;根据待处理图像的聚焦位置以及预设步长,对待处理图像进行聚焦。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域,划分的区域包括峰值区域和非峰值区域;获取各区域的清晰度最大值;查找峰值区域对应的清晰度最大值,将峰值区域对应的清晰度最大值的权重设置为峰值权重,非峰值区域的清晰度最大值的权重设置为非峰值权重;根据峰值区域对应的清晰度最大值、峰值权重、非峰值区域的清晰度最大值以及非峰值权重,得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待处理图像,将待处理图像划分为连续的奇数个区域;获取奇数个区域的清晰度最大值,奇数个区域包括峰值区域和非峰值区域,其中,峰值区域为奇数个区域的中间数所属区域;查找峰值区域对应的清晰度最大值,将峰值区域对应的清晰度最大值的权重设置为峰值权重,非峰值区域的清晰度最大值的权重设置为非峰值权重;根据峰值区域对应的清晰度最大值、峰值权重、非峰值区域的清晰度最大值以及非峰值权重,得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值;根据各区域的清晰度最大值,得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值;根据各区域的清晰度最大值,基于归一化处理方法得到感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置,得到估算位置;根据感兴趣区域清晰度最大值对应的位置以及估算位置,得到待处理图像的聚焦位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;对各区域清晰度最大值对应的位置求取平均值,得到估算位置;对感兴趣区域清晰度最大值对应的位置以及估算位置求取平均值,得到待处理图像的聚焦位置。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取待处理图像,将待处理图像划分为多个区域;获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;根据各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置,得到待处理图像的聚焦位置;根据待处理图像的聚焦位置以及预设步长,对待处理图像进行聚焦。
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流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
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。
以上所述实施例仅表达了本申请的几种实施方式,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,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种自动聚焦方法,所述方法包括:
通过光学采集系统获取待处理图像,将所述待处理图像划分为多个区域;
获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;
查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;
根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置;
所述根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置,包括:
根据所述各区域清晰度最大值对应的位置,得到估算位置;
根据所述感兴趣区域清晰度最大值对应的位置以及所述估算位置,得到所述待处理图像的聚焦位置。
2.根据权利要求1所述的方法,其特征在于,划分的区域包括峰值区域和非峰值区域,所述获取感兴趣区域的清晰度最大值,包括:
查找峰值区域对应的清晰度最大值,将所述峰值区域对应的清晰度最大值的权重设置为峰值权重,所述非峰值区域的清晰度最大值的权重设置为非峰值权重;
根据所述峰值区域对应的清晰度最大值、所述峰值权重、所述非峰值区域的清晰度最大值以及所述非峰值权重,得到感兴趣区域的清晰度最大值;
其中,峰值区域是指所划分区域中的中间块区域,非峰值区域是指所划分区域中除峰值区域之外的两边区域。
3.根据权利要求2所述的方法,其特征在于,所述划分的区域为连续的奇数个区域,所述峰值区域为所述奇数个区域的中间数所属区域。
4.根据权利要求1所述的方法,其特征在于,所述获取感兴趣区域的清晰度最大值,包括:
根据各区域的清晰度最大值,基于归一化处理方法得到感兴趣区域的清晰度最大值。
5.根据权利要求1所述的方法,其特征在于,所述根据所述各区域清晰度最大值对应的位置,得到估算位置的步骤包括:
对所述各区域清晰度最大值对应的位置求取平均值,得到估算位置;
所述根据所述感兴趣区域清晰度最大值对应的位置以及所述估算位置,得到所述待处理图像的聚焦位置的步骤包括:
对所述感兴趣区域清晰度最大值对应的位置以及所述估算位置求取平均值,得到所述待处理图像的聚焦位置。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置之后,还包括:
根据所述待处理图像的聚焦位置以及预设步长,对所述待处理图像进行聚焦。
7.一种自动聚焦装置,其特征在于,所述装置包括:
图像处理模块,用于通过光学采集系统获取待处理图像,将所述待处理图像划分为多个区域;
清晰度获取模块,用于获取各区域的清晰度最大值以及感兴趣区域的清晰度最大值;
位置查找模块,用于查找各区域清晰度最大值对应的位置以及感兴趣区域清晰度最大值对应的位置;
聚焦位置获取模块,用于根据所述各区域清晰度最大值对应的位置以及所述感兴趣区域清晰度最大值对应的位置,得到所述待处理图像的聚焦位置;
所述聚焦位置获取模块还用于根据所述各区域清晰度最大值对应的位置,得到估算位置;根据所述感兴趣区域清晰度最大值对应的位置以及所述估算位置,得到所述待处理图像的聚焦位置。
8.根据权利要求7所述的装置,其特征在于,划分的区域包括峰值区域和非峰值区域,所述清晰度获取模块还用于查找峰值区域对应的清晰度最大值,将所述峰值区域对应的清晰度最大值的权重设置为峰值权重,所述非峰值区域的清晰度最大值的权重设置为非峰值权重;根据所述峰值区域对应的清晰度最大值、所述峰值权重、所述非峰值区域的清晰度最大值以及所述非峰值权重,得到感兴趣区域的清晰度最大值;
其中,峰值区域是指所划分区域中的中间块区域,非峰值区域是指所划分区域中除峰值区域之外的两边区域。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一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,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN201810053931.6A 2018-01-19 2018-01-19 自动聚焦方法、装置、计算机设备和存储介质 Active CN108200342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810053931.6A CN108200342B (zh) 2018-01-19 2018-01-19 自动聚焦方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810053931.6A CN108200342B (zh) 2018-01-19 2018-01-19 自动聚焦方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN108200342A CN108200342A (zh) 2018-06-22
CN108200342B true CN108200342B (zh) 2020-12-15

Family

ID=62590267

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810053931.6A Active CN108200342B (zh) 2018-01-19 2018-01-19 自动聚焦方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN108200342B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108989676B (zh) * 2018-07-27 2021-04-13 苏州睿仟科技有限公司 一种增加反射元件提高景深的自动聚焦装置及自动聚焦方法
CN108833789A (zh) * 2018-07-27 2018-11-16 苏州睿仟医疗科技有限公司 一种实时自动聚焦装置及自动聚焦方法
CN109254382B (zh) * 2018-10-12 2021-11-26 南通大学 基于机器视觉的螺纹检测自动对焦方法
CN109239901B (zh) * 2018-11-07 2021-08-27 凌云光技术股份有限公司 一种显微成像系统对焦面快速标定、对焦定位方法及装置
CN110278383B (zh) * 2019-07-25 2021-06-15 浙江大华技术股份有限公司 聚焦方法、装置以及电子设备、存储介质
CN115037871A (zh) * 2021-03-05 2022-09-09 Oppo广东移动通信有限公司 控制对焦的方法、装置、电子设备及计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101290388A (zh) * 2008-06-02 2008-10-22 北京中星微电子有限公司 一种自动对焦的方法及图像采集装置
CN101408709A (zh) * 2007-10-10 2009-04-15 鸿富锦精密工业(深圳)有限公司 影像撷取装置及其自动对焦方法
CN103424953A (zh) * 2012-05-25 2013-12-04 中兴通讯股份有限公司 自动聚焦方法及装置
CN106973219A (zh) * 2017-02-21 2017-07-21 苏州科达科技股份有限公司 一种基于感兴趣区域的自动聚焦方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5335302B2 (ja) * 2008-06-30 2013-11-06 キヤノン株式会社 焦点検出装置及びその制御方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101408709A (zh) * 2007-10-10 2009-04-15 鸿富锦精密工业(深圳)有限公司 影像撷取装置及其自动对焦方法
CN101290388A (zh) * 2008-06-02 2008-10-22 北京中星微电子有限公司 一种自动对焦的方法及图像采集装置
CN103424953A (zh) * 2012-05-25 2013-12-04 中兴通讯股份有限公司 自动聚焦方法及装置
CN106973219A (zh) * 2017-02-21 2017-07-21 苏州科达科技股份有限公司 一种基于感兴趣区域的自动聚焦方法及装置

Also Published As

Publication number Publication date
CN108200342A (zh) 2018-06-22

Similar Documents

Publication Publication Date Title
CN108200342B (zh) 自动聚焦方法、装置、计算机设备和存储介质
US9501834B2 (en) Image capture for later refocusing or focus-manipulation
US20150086127A1 (en) Method and image capturing device for generating artificially defocused blurred image
WO2017167116A1 (zh) 自动对焦方法和自动对焦装置
US10371931B2 (en) Digital microscope apparatus, method of searching for in-focus position thereof, and program
CN112866542B (zh) 追焦方法和装置、电子设备、计算机可读存储介质
CN106031148B (zh) 成像设备,成像设备中自动对焦的方法以及对应计算机程序
CN113645406B (zh) 一种扫描对焦方法及终端
CN112653835B (zh) 聚焦状态的判断方法、装置及存储介质
CN106019550A (zh) 用于高速显微扫描的动态对焦装置及对焦跟踪方法
CN106154688B (zh) 一种自动对焦的方法及装置
CN111917941B (zh) 摄像机画面处理方法及摄像机
US10237468B2 (en) Method and apparatus for enabling precise focusing
CN104601883A (zh) 一种图像拍摄的方法及装置
CN109598195B (zh) 一种基于监控视频的清晰人脸图像处理方法与装置
CN112565672A (zh) 一种景深拓展方法、装置、电子设备及存储介质
KR102310789B1 (ko) 다양한 시점에서 연속적으로 획득된 영상을 활용한 카메라 자세 및 깊이 추정 장치 및 방법
CN110839126B (zh) 一种变倍追踪方法、装置及可变倍摄像机
CN112866544B (zh) 相位差的获取方法、装置、设备及存储介质
CN110658618A (zh) 样本图像拟合聚焦的方法、装置、计算机设备和存储介质
US11595562B2 (en) Image processing apparatus, control method thereof, and storage medium
CN112866551B (zh) 对焦方法和装置、电子设备、计算机可读存储介质
CN113067981B (zh) 相机的焦距调整方法和相机
Cong et al. Real-time zoom tracking for DM36x-based IP Network Camera
Liu et al. A new freeform depth of field controlling method based on focused plenoptic camera

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant