CN108401108A - 一种推扫式高光谱相机快速自动调焦方法 - Google Patents

Abstract

本发明公开了一种推扫式高光谱相机快速自动调焦方法，该方法包括以下步骤：初始化镜头位置；改变离焦状态获取光谱数据；构建光谱数据矩阵；计算并存储光谱质量指标值；拟合光谱质量指标值与镜头伸缩量间的高斯分布函数；估算最佳调焦位置。本发明仅仅利用单行光谱数据进行光谱质量评价，计算量小,调焦速度快；采用四元数小波变换提取光谱数据多尺度信息构造调焦函数，准确度高，稳健性强；利用高斯函数拟合光谱评价值，能够实现推扫式相机自动调焦。

Description

一种推扫式高光谱相机快速自动调焦方法

技术领域

本发明涉及高光谱相机调焦技术，特别是一种推扫式高光谱相机快速自动调焦方法。

背景技术

随着科技的发展，光谱成像技术在军民领域中起着越来越重要的作用。光谱技术的广泛应用对相机成像质量提出了越来越高的要求，其中调焦技术是获取高质量遥感影像的前提和关键技术之一。

目前，高光谱相机调焦方法主要分为光电自准直法和基于图像处理方法。光电自准直法依据光学自准直成像原理，通过测量比较焦面附近不同位置上的光强精确检调焦，光电自准直法主要应用于摆扫式遥感相机上。由于光电自准直法的精确度受光源强度、气压、温度等因素影响，所以该方法调焦稳定性差。基于图像处理方法主要通过建立图像质量评价函数，对不同对焦位置上所成的像进行图像质量评估来搜索最佳对焦位置。目前研究主要分为以点锐度算法、方差函数、拉普拉斯算子等为主的空域评价方法和以傅里叶变换、小波变换为主的频域评价方法。由于推扫式高光谱相机每次只扫描一行图像，所以传统的调焦算法无法应用到推扫式遥感相机上。

发明内容

本发明的目的在于提供一种推扫式高光谱相机快速自动调焦方法,仅仅利用单行光谱数据进行光谱质量评估，从而实现推扫式高光谱相机快速调焦。

实现本发明目的的技术解决方案为：一种推扫式高光谱相机快速自动调焦方法，步骤如下：

第一步，初始化镜头位置；

第二步，改变离焦状态获取光谱数据，若超出调焦范围，执行第五步；

第三步，构建光谱数据矩阵，即推扫式相机向下扫描获取单行光谱数据，将该数据顺序排列成矩阵形式；

第四步，计算并存储光谱质量指标值，即采用四元数小波变换对第一步排列得到的矩阵进行分解得到多尺度幅值相位信息，对高频子带的相位信息加权求和构造调焦评价函数，计算光谱质量评价值；

第五步，拟合光谱质量指标值与镜头伸缩量间的高斯分布函数，采用高斯分布拟合调焦评价函数曲线；

第六步，估算最佳调焦位置并旋转镜头至该位置，即将镜头快速旋转至第五步拟合的高斯分布函数平均值位置。

本发明与现有技术相比，其显著特点为：(1)本发明仅仅利用单行光谱数据进行光谱质量评价，计算量小,调焦速度快；(2)本发明采用四元数小波变换提取光谱数据多尺度信息构造调焦函数，准确度高，稳健性强；(3)本发明利用高斯函数拟合光谱评价值，能够实现推扫式相机自动调焦。

下面结合附图对本发明作进一步详细描述。

附图说明

图1是本发明推扫式高光谱相机快速自动调焦方法的流程图。

图2是黑白条纹光谱数据图。

图3(a)是经四元数小波变换分解得到的低频子带LL幅值相位信息示意图。

图3(b)是经四元数小波变换分解得到的高频子带LH幅值相位信息示意图。

图3(c)是经四元数小波变换分解得到的高频子带HL幅值相位信息示意图。

图3(d)是经四元数小波变换分解得到的高频子带HH幅值相位信息示意图。

图4是低频幅值中不同方向纹理所占比重示意图。

图5是各离焦状态下光谱质量指标值示意图。

图6是采用高斯分布拟合的光谱质量指标值曲线示意图。

具体实施方式

结合图1，一种推扫式高光谱相机快速自动调焦方法，包括以下步骤：

第一步，初始化镜头位置；

第二步，改变离焦状态获取光谱数据，若超出调焦范围，执行第五步；

第三步，构建光谱数据矩阵，即推扫式相机向下扫描获取单行光谱数据，将该数据顺序排列成矩阵形式；

第四步，计算并存储光谱质量指标值，即采用四元数小波变换对第一步排列得到的矩阵进行分解得到多尺度幅值相位信息，对高频子带的相位信息加权求和构造调焦评价函数，计算光谱质量评价值；

第五步，拟合光谱质量指标值与镜头伸缩量间的高斯分布函数，采用高斯分布拟合调焦评价函数曲线；

第六步，估算最佳调焦位置并旋转镜头至该位置，即将镜头快速旋转至第五步拟合的高斯分布函数平均值位置。

进一步的，第一步初始化镜头位置，即通过自动调焦机构旋转镜头至初始位置。

进一步的，第二步改变离焦状态获取光谱数据的具体过程为：

在调焦范围内按一定的步长旋转镜头，改变离焦量，获取当前离焦状态下的光谱数据；若超出调焦范围，则执行第五步。

进一步的，第三步构建光谱数据矩阵的具体过程为：

获取该调焦状态下单行光谱数据X(d_i)∈R^D×N，其中D表示高光谱数据波段数，N表示单行光谱数据中像元个数，d_i表示第i个调焦状态下镜头伸缩量；

将原始光谱数据X(d_i)顺序排列形成矩阵：

M(d_i)＝[0M₁(d_i) … M_k(d_i) … M_D(d_i)]∈R^N×D

其中M_k(d_i)∈R^N表示第i个调焦状态下第k个波段的光谱数据。

进一步的，第四步计算并存储光谱质量指标值的具体过程为：

(1)对光谱数据进行四元数小波分解，得到一个低频(LL)和三个高频子带(LH、HL、HH)，每个子带包含一个幅值|q|和三个相位信息

(2)计算低频子带幅值信息中水平、垂直、对角方向纹理在整个纹理信息中所占比重：

首先对低频子带幅值信息分块，将每一个数据块中四个坐标顶点像素{P_x,y,P_x+1,y,P_x,y+1,P_x+1,y+1}组成一个单元，计算每个单元的不同方向梯度：

其中，G_h、G_v、G_d45和G_d135为每个单元水平、垂直、对角45°和对角135°方向梯度，P_x,y为对应位置像素点的值；取G_h、G_v、G_d45和G_d135中最大值的方向作为此单元的梯度方向；

然后分别确定数据块内每个单元的梯度方向，统计不同方向梯度数量，取数量最多的梯度方向作为该数据块的梯度方向；

最后，分类统计每个数据块的方向，计算不同方向纹理所占比重：

其中，M_h、M_v、M_d45和M_d135为水平、垂直、对角方向统计数目；

(3)计算光谱质量评价值：

将LH、HL、HH高频子带ψ相位信息和幅值信息对应相乘，对乘积结果加权求和，得到调焦评价值：

其中LH_ψ、HL_ψ、HH_ψ分别为LH子带、HL子带、HH子带ψ相位信息，LH_|q|、HL_|q|、HH_|q|分别为LH子带、HL子带、HH子带幅值信息。

进一步的，第五步拟合光谱质量指标值与镜头伸缩量间的高斯分布函数的具体过程为：

将光谱质量评价值归一化至[0，1]之间，光谱质量评价值服从高斯分布，采用高斯分布函数进行曲线拟合：

其中，A为高斯分布归一化值，μ为高斯分布的平均值，σ为高斯分布的标准差，d_i表示第i个调焦状态下镜头伸缩量。

进一步的，估算最佳调焦位置并旋转镜头至该位置步骤具体为：通过自动调焦机构旋转镜头至高斯分布函数的平均值位置，该位置为最佳调焦位置，调焦结束。

下面结合实施例和附图对本发明进行详细说明。

实施例

结合图1，本发明推扫式高光谱相机快速自动调焦方法，步骤如下：

第一步，初始化镜头位置：通过自动调焦机构旋转镜头至初始位置。

第二步，改变离焦状态获取光谱数据：顺时针旋转镜头，每次镜头伸出0.15mm，获取当前离焦状态下的光谱数据。若超出调焦范围，则执行第五步。

第三步，构建光谱数据矩阵：该步骤采用的是Xenices公司的XEVA系列的短波红外遥感相机，相机分辨率为320×256，光谱响应范围为800-2500nm。以黑白条纹图案为目标景物进行调焦。首先获取推扫式相机该调焦状态下的单行光谱数据X(d_i)，其中，d_i表示第i个调焦状态下镜头伸缩量。将原始光谱数据顺序排列成长为256、宽为320的矩阵。黑白条纹光谱数据如图2所示。

第四步，计算并存储光谱质量指标值：具体过程如下：

(1)对光谱数据进行四元数小波分解，如图3(a)～图3(d)所示，数据分解后得到一个低频(LL)和三个高频子带(LH、HL、HH)，每个子带包含一个幅值q和三个相位信息

(2)计算低频子带幅值信息中水平、垂直、对角方向纹理在整个纹理信息中占得比重：

首先对低频子带幅值信息进行16*16分块，将每一个数据块中四个坐标顶点像素{P_x,y,P_x+1,y,P_x,y+1,P_x+1,y+1}组成一个单元，计算每个单元的不同方向梯度，其计算式为：

其中，G_h、G_v、G_d45和G_d135为每个单元水平、垂直、对角45°和对角135°方向梯度，P_x,y为对应位置像素点的值。取G_h、G_v、G_d45和G_d135中最大值的方向作为此单元的梯度方向。

然后分别确定数据块内每个单元的梯度方向，统计不同方向梯度数量，取数量最多的梯度方向作为该数据块的梯度方向。

最后，分类统计每个数据块的方向，计算不同方向纹理所占比重，其计算式为：

其中，M_h、M_v、M_d45和M_d135为水平、垂直、对角方向统计数目。低频幅值中不同方向纹理所占比重如图4所示。

(3)计算光谱质量评价值：

将LH、HL、HH高频子带ψ相位信息和幅值信息对应相乘，对乘积结果加权求和，得到调焦评价值，其计算式为：

其中LH_ψ、HL_ψ、HH_ψ分别为LH子带、HL子带、HH子带ψ相位信息，LH_|q|、HL_|q|、HH_|q|分别为LH子带、HL子带、HH子带幅值信息。各离焦状态下光谱质量指标值如图5所示。

第五步，拟合光谱质量指标值与镜头伸缩量间的高斯分布函数：先对光谱质量指标值进行归一化处理，光谱质量指标值服从高斯分布，采用高斯分布曲线进行拟合，其计算式为：

其中，A为高斯分布归一化值，μ为高斯分布的平均值，σ为高斯分布的标准差，d_i表示第i个调焦状态下镜头伸缩量。最终拟合结果为：A＝0.932，μ＝2.944，σ＝0.773，拟合的光谱质量指标值曲线如图6所示。

第六步，估算最佳调焦位置并旋转镜头至该位置：当镜头伸缩量为μ时，推扫式高光谱相机处于最佳成像状态。通过自动调焦机构快速旋转镜头至高斯分布函数的平均值位置，调焦结束。

Claims (7)

1.一种推扫式高光谱相机快速自动调焦方法，其特征在于，包括以下步骤：

第一步，初始化镜头位置；

第二步，改变离焦状态获取光谱数据，若超出调焦范围，执行第五步；

第三步，构建光谱数据矩阵，即推扫式相机向下扫描获取单行光谱数据，将该数据顺序排列成矩阵形式；

第四步，计算并存储光谱质量指标值，即采用四元数小波变换对第一步排列得到的矩阵进行分解得到多尺度幅值相位信息，对高频子带的相位信息加权求和构造调焦评价函数，计算光谱质量评价值；

第五步，拟合光谱质量指标值与镜头伸缩量间的高斯分布函数，采用高斯分布拟合调焦评价函数曲线；

第六步，估算最佳调焦位置并旋转镜头至该位置，即将镜头快速旋转至第五步拟合的高斯分布函数平均值位置。

2.根据权利要求1所述的推扫式高光谱相机快速自动调焦方法，其特征在于，第一步初始化镜头位置，即通过自动调焦机构旋转镜头至初始位置。

3.根据权利要求1所述的推扫式高光谱相机快速自动调焦方法，其特征在于，第二步改变离焦状态获取光谱数据的具体过程为：

在调焦范围内按一定的步长旋转镜头，改变离焦量，获取当前离焦状态下的光谱数据；若超出调焦范围，则执行第五步。

4.根据权利要求1所述的推扫式高光谱相机快速自动调焦方法，其特征在于，第三步构建光谱数据矩阵的具体过程为：

获取该调焦状态下单行光谱数据X(d_i)∈R^D×N，其中D表示高光谱数据波段数，N表示单行光谱数据中像元个数，d_i表示第i个调焦状态下镜头伸缩量；

将原始光谱数据X(d_i)顺序排列形成矩阵：

M(d_i)＝[M₁(d_i) … M_k(d_i) … M_D(d_i)]∈R^N×D

其中M_k(d_i)∈R^N表示第i个调焦状态下第k个波段的光谱数据。

5.根据权利要求4所述的推扫式高光谱相机快速自动调焦方法，其特征在于，第四步计算并存储光谱质量指标值的具体过程为：

(1)对光谱数据进行四元数小波分解，得到一个低频(LL)和三个高频子带(LH、HL、HH)，每个子带包含一个幅值|q|和三个相位信息

(2)计算低频子带幅值信息中水平、垂直、对角方向纹理在整个纹理信息中所占比重：

首先对低频子带幅值信息分块，将每一个数据块中四个坐标顶点像素{P_x,y,P_x+1,y,P_x,y+1,P_x+1,y+1}组成一个单元，计算每个单元的不同方向梯度：

其中，G_h、G_v、G_d45和G_d135为每个单元水平、垂直、对角45°和对角135°方向梯度，P_x,_y为对应位置像素点的值；取G_h、G_v、G_d45和G_d135中最大值的方向作为此单元的梯度方向；

然后分别确定数据块内每个单元的梯度方向，统计不同方向梯度数量，取数量最多的梯度方向作为该数据块的梯度方向；

最后，分类统计每个数据块的方向，计算不同方向纹理所占比重：

其中，M_h、M_v、M_d45和M_d135为水平、垂直、对角方向统计数目。

(3)计算光谱质量评价值：

将LH、HL、HH高频子带ψ相位信息和幅值信息对应相乘，对乘积结果加权求和，得到调焦评价值：

其中LH_ψ、HL_ψ、HH_ψ分别为LH子带、HL子带、HH子带ψ相位信息，LH_|q|、HL_|q|、HH_|q|分别为LH子带、HL子带、HH子带幅值信息。

6.根据权利要求5所述的推扫式高光谱相机快速自动调焦方法，其特征在于，第五步拟合光谱质量指标值与镜头伸缩量间的高斯分布函数的具体过程为：

将光谱质量评价值归一化至[0，1]之间，光谱质量评价值服从高斯分布，采用高斯分布函数进行曲线拟合：

其中，A为高斯分布归一化值，μ为高斯分布的平均值，σ为高斯分布的标准差。

7.根据权利要求6所述的推扫式高光谱相机快速自动调焦方法，其特征在于，估算最佳调焦位置并旋转镜头至该位置步骤具体为：通过自动调焦机构旋转镜头至高斯分布函数的平均值位置，该位置为最佳调焦位置，调焦结束。