CN108965866A - 一种摄像机机芯镜头聚焦曲面获取方法及系统 - Google Patents
一种摄像机机芯镜头聚焦曲面获取方法及系统 Download PDFInfo
- Publication number
- CN108965866A CN108965866A CN201810767948.8A CN201810767948A CN108965866A CN 108965866 A CN108965866 A CN 108965866A CN 201810767948 A CN201810767948 A CN 201810767948A CN 108965866 A CN108965866 A CN 108965866A
- Authority
- CN
- China
- Prior art keywords
- meters
- curved surface
- object distance
- machine core
- focusing
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种摄像机机芯镜头聚焦曲面的获取方法及系统,其方法包括,将物距划分为N个区段,在所述N个区段中各提取M个物距值,M、N为正整数;向机芯发送指令测量所述M*N个物距值的聚焦曲线;对所述M*N个聚焦曲线进行拟合形成聚焦曲面。解决了手动或者半自动测量大量对焦点导致的复杂工作量的技术问题,兼顾了焦曲线的精度及速度。
Description
技术领域
本发明涉及一种摄像机机芯镜头聚焦曲面的获取方法及系统。
背景技术
一体化摄像机,指镜头内嵌、可自动聚焦的摄像机,多用于政府项目、高档次高层大楼,以及商场、学校、酒店、宾馆大堂等,另外还有专门适合医院手术室等对环境要求较高场所的防尘型以及低温、电机无火花的防爆型产品。
一体化摄像机与球形摄像机共用一个核心部件,即一体化摄像机机芯,简称一体机机芯。一体机机芯主要由光学部分和软硬件两大部分构成,其中光学部分是一体机机芯的成像系统,通常称一体机镜头,是一体机机芯的核心部件,直接影响一体机机芯的品质。对于变倍摄像机来说,可以通过马达以及弹片等组件来调节图像的放大倍数和聚焦程度等,对于已经生产组装好的摄像机机芯镜头,由于机械误差以及组装误差会使得所有组装好的摄像机在对焦时都有些许的不同,即各个物距下的聚焦曲线都不会完全相同,由于驱动变倍机芯电机至少有两台,一台控制放大倍率,一台控制聚焦程度,在对焦清晰时,这两个电机必定有一个固定唯一的值,加上距离的影响,形成了一个三维数据即聚焦曲面。对于聚焦曲面的自动测量有重要意义,因为利用此聚焦曲面便可以达到快速对焦的目的,而自动测量不仅可以减小人力投入,还可以加快生产,确保精度。
目前对于聚焦曲面的测量主要是通过对于聚焦曲线的测量,对于聚焦曲线的测量方法可以通过测量电机移动步数来确定,对于纠正可以测量焦距,测量温度等方法进行纠正,具体方法是:首先移动镜头马达到达聚焦曲线上的可调移动范围,之后,以镜头马达起始位置为参考,在可调移动范围内移动,找到最清晰点的镜头马达位置,从而得到正确的聚焦曲线。按照上述方法人工或者半自动化的进行测量聚焦曲线,利用不同距离上聚焦曲线便可以得到聚焦曲面。然而现有的技术方案在测量中,只能得到不同距离上的聚焦曲线,而不是曲面,若要得到聚焦曲面,一般需要对数据进行拟合,而数据拟合尤为关键,因为其结果将影响到最终的聚焦曲面的精度和准确度,一般使用差值拟合效果较好,但是需要存储大量的原始测量数据,另一种方案就是对整体数据进行拟合,其数据量少,但精度低,在使用中还需要大量的细调工作才能聚焦清晰。
发明内容
本发明提出了一种摄像机机芯镜头聚焦曲面的获取方法及系统,解决了手动或者半自动测量大量对焦点导致的复杂工作量的技术问题,兼顾了焦曲线的精度及速度。
本发明提供的摄像机机芯镜头聚焦曲面的获取方法,包括,
将物距划分为N个区段,在所述N个区段中各提取M个物距值,M、N为正整数;
向机芯发送指令测量所述M*N个物距值的聚焦曲线;
对所述M*N个聚焦曲线进行拟合形成聚焦曲面。
更进一步对所述M*N个聚焦曲线进行拟合形成聚焦曲面的方法具体包括,
将所述聚焦曲面分成五个区域分别进行拟合,其中,
第一区域为,变倍机芯在1倍-10倍低倍率下,物距为0米至21米的聚焦曲线数据构成的曲面;
第二区域为,变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面;
第三区域为,变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面;
第四区域为,变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面;
第五区域为,变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面。
更进一步,对所述五个区域分别进行拟合采用如下方式:
对所述第一区域、第二区域、第三区域采用四次多项式拟合的方法将聚焦曲线数据拟合成聚焦曲面,拟合公式如下:
f(x,y)=p00+p10*x+p01*y+
p20*x2+p11*xy+p02*y2+p21*x2y+
其p12*xy2+p03*y3+p22*x2y2+p13*xy3+p04*y4中,x为物距,y为倍率zoom值,f(x,y)为在所述物距x、zoom值y下的聚焦值,p00,p10,p01.....p04为拟合参数;
对所述第四区域采用差值拟合的方式进行拟合的方法将聚焦曲线数据拟合成聚焦曲面;
对所述第五区域采用1200米的聚焦曲线。
更进一步,对所述第四区域具体采用固定系数非线性差值拟合的方式进行拟合,拟合公式如下:
Focus=21米的Focus-(21米与1200米的Focus差值)*固定参数λ,
更进一步,N=7,N个区段的物距范围分别为0米-2米,2米-3米,3米-4米,4米-8米,8米-12米,12米-25米,大于25米。
更进一步,M=1,所述N个区段各有一个特定物距值,分别为N1=1.5米,N2=2.5米,N3=3.5米,N4=5米,N5=9米,N6=21米,N7=1200米。
更进一步,所述对所述M*N个聚焦曲线进行拟合形成聚焦曲面的方法具体包括,
将所述聚焦曲面分成五个区域分别进行拟合,其中,
第一区域为,变倍机芯在1倍-10倍低倍率下,物距为0米至21米的聚焦曲线数据构成的曲面;
第二区域为,变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面;
第三区域为,变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面;
第四区域为,变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面;
第五区域为,变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面。
更进一步,对所述五个区域分别进行拟合采用如下方式:
对所述第一区域、第二区域、第三区域采用四次多项式拟合的方法将聚焦曲线数据拟合成聚焦曲面,拟合公式如下:
f(x,y)=p00+p10*x+p01*y+
p20*x2+p11*xy+p02*y2+p21*x2y+
p12*xy2+p03*y3+p22*x2y2+p13*xy3+p04*y4
其中,x为物距,y为倍率zoom值,f(x,y)为在所述物距x、zoom值y下的聚焦值,p00,p10,p01.....p04为拟合参数;
对所述第四区域采用差值拟合的方式进行拟合的方法将聚焦曲线数据拟合成聚焦曲面;
对所述第五区域采用1200米的聚焦曲线。
更进一步,对所述第四区域具体采用固定系数非线性差值拟合的方式进行拟合,拟合公式如下:
Focus=21米的Focus-(21米与1200米的Focus差值)*固定参数λ,
其中,focus为聚焦值,x为物距比例系数。
本发明还提供的摄像机机芯,前述的摄像机机芯镜头对焦曲面的获取方法。
本发明还提供一种摄像机机芯镜头对焦曲面的获取系统,包括,
提取单元,用于将物距划分为N个区段,在所述N个区段中各提取M个物距值,M、N为正整数;
测量单元,用于向机芯发送指令测量所述M*N个物距值的聚焦曲线;
拟合单元,用于对所述M*N个聚焦曲线进行拟合形成聚焦曲面。
更进一步,所述拟合单元具体包括,
区分模块,用于将所述对焦曲面分成五个区域分别进行拟合,其中,
第一区域为,变倍机芯在1倍-10倍低倍率下,物距为0米至21米的聚焦曲线数据构成的曲面;
第二区域为,变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面;
第三区域为,变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面;
第四区域为,变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面;
第五区域为,变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面;
计算模块,用于对所述第一区域、第二区域、第三区域采用四次多项式拟合的方式进行拟合,对所述第四区域采用固定系数非线性差值拟合的方式进行拟合。
根据以上技术方案,将物距划分为N个区段,在每个区段中选择M个物距测量聚焦曲线,对M*N个聚焦曲线进行拟合形成聚焦曲面,解决了手动或者半自动测量大量对焦点导致的复杂工作量的技术问题,兼顾了焦曲线的精度及速度。
附图说明
图1为本发明二维聚焦曲线示意图;
图2至图3为三维聚焦曲面示意图;
图4为本发明实施例1的流程示意图;
图5为本发明实施例2的流程示意图;
图6为本发明实施例3的结构示意图;
图7为本发明实施例4的结构示意图。
具体实施方式
聚焦曲面的获取主要是聚焦曲面的拟合问题,本发明主要提供一种模型,对采集到的数据点进行建模拟合。
本发明的思路:
将控制电机相对于起始位置的移动步数作为数据,以控制放大缩小的电机步数值作为X轴、以控制聚焦程度的电机步数作为Y轴建立二维坐标系,可以测量出如图1所示的二维聚焦曲线图。由图可知,该二维曲线有两大特点:第一,在倍率较小时,不同物距下的聚焦值变化不明显,在最小倍的时候变化最小,但在大倍率时,物距不同,聚焦值变化很大,在最大倍的时候,聚焦值变化最大;第二,在物距较小的时候,聚焦曲线变化比较大,而在物距较大的时候,聚焦曲线变化比较小,即,物距较小时,聚焦曲线变化比较明显,需要多测,而在物距较大时,聚焦曲线变化不明显,可以少测。
以物距(D)对数作为X轴、以控制放大缩小的电机步数值zoom作为Y轴、以控制聚焦的电机步数值focus作为Z轴建立三维坐标系,可以测得如图2、图3所示的三维聚焦曲面图。需要说明的是,由于物距变化较大,为比较直观显示聚焦曲面,所以对物距取对数。由图2和图3图可知,三维聚焦曲面图基本上和二维曲线图特点相似,针对这个聚焦曲面来说,图3中zoom值大于100左右时,曲面变化比较平缓,接近平面,zoom值小于100左右且物距小于21米(对应图2中D的值为ln(21)=3.04)时,即:D<3.04曲面变化比较剧烈,这个和二维曲线图中的第一个特点对应;当物距大于21米(对应图2中D的值为ln(21)=3.04)时,即D>3.04)时,曲面变化比较平缓这,这个和二维曲线图中的第二个特点对应;根据这两个曲面的特点,可以按照分区模型进行分区,之后进行分区拟合,从而获得比较精准的拟合聚焦曲面
以下实施例以33倍率的摄像机机芯为例,对本发明进行详细描述,而本发明不仅仅局限于该倍率下才适用,只是对倍率为33的摄像机机芯,以下实施例的实施方式是最优的。
为使得本申请实施例的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请实施例一部分实施例,而非全部的实施例。基于本申请实施例中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请实施例保护的范围。
实施例1:
图4为本实施例流程示意图,一种摄像机机芯镜头聚焦曲面的获取方法,包括,
步骤101,将物距划分为N个区段,在N个区段中各提取M个物距值,M、N为正整数;
需要说明的是,在实验中通过对聚焦曲面的分析发现,在不同物距区段的聚焦曲面变化不一:在物距较小的时候,聚焦曲线变化比较明显如:1.5米处和2.5米处的在最大倍的聚焦值相差1000左右,其距离差为1米,在物距较大的时候,聚焦曲线变化不太明显,如21米和1200米处的最大倍聚焦值相差1000米,其距离差为1179米。所以要根据曲线特点,将所有物距分区,并选取合适的分区间隔,逐一进行测试。
因此将物距分成N个区段,在N个区段中分别选取具备代表性的M个物距值,当然,N越大,M越大,最后拟合的聚焦曲面的精度越高。
本领域的技术人员可以知道,虽然N、M的取值与拟合的聚焦曲面的精度成正比,但是随着N、M的增加,同时也会带来成正比增长的计算量,因此需要根据摄像机机芯的特性对N、M选择合理的数值。
步骤102,向机芯发送指令测量M*N个物距值的聚焦曲线;
对于已经组装完成的摄像机机芯,聚焦清晰时,控制倍率(即zoom值)的电机与控制聚焦程度(focus)的电机必定有固定的唯一值,因此在确定物距后,通过将指定驱动控制倍率的电机移动到指定zoom值处并在该倍率下来回移动focus电机直到聚焦清晰后返回代表这两个电机位置的zoom值和focus值这就是聚焦曲线上的一个点,之后移动到下一zoom处,循环重复以上步骤,直至所有倍率均测试完毕,便可以得到聚焦曲线。
聚焦曲线是聚焦曲面的拟合基础,本步骤通过向机芯发送M*N个物距值,也就是7个具体的物距,由机芯测量具体物距的聚焦曲线。
步骤103,对M*N个聚焦曲线进行拟合形成聚焦曲面。
所谓的拟合,就是把平面上一系列的点,用一条光滑的曲线连接起来。因为这条曲线有无数种可能,从而有多种拟合方法,因此需要根据实际需求建立相应的拟合模型,以达到无限逼近实际数据的目的。
很多因素都会对曲线拟合产生影响,导致拟合效果又好有坏,而对拟合产生最重要影响的便是模型的选择,往往需要对大量的数据在不同模型下进行对比,选择最优的模型,在选定最优模型后将数据分解成几个子集,因为最优的模型可能并必然适应全局数据,对不同的子集采用不同的曲线拟合,可以进一步提高拟合的精度。
根据本实施例的技术方案,将物距划分为N个区段,在每个区段中选择M个物距测量聚焦曲线,对M*N个聚焦曲线进行拟合形成聚焦曲面,解决了手动或者半自动测量大量对焦点导致的复杂工作量的技术问题,兼顾了焦曲线的精度及速度。
实施例2:
图5为本实施例流程示意图,一种摄像机机芯镜头聚焦曲面的获取方法,包括,
步骤201,将物距划分为7个区段,在7个区段中各提取1个物距值;
本实施例将物距的划分具体化,针对倍率为33的摄像机机芯,确定N=7,M=1,同时能够兼顾计算精度和速度。
具体的,将物距划分为7个区段,该7个区段的物距范围分别为:0米-2米,2米-3米,3米-4米,4米-8米,8米-12米,12米-25米,大于25米。
需要说明的是,这里的物距区段划分依据是:根据实验测量的三维聚焦曲面,得到了最大倍聚焦值和物距的关系曲线,为了测试方便,在该曲线上,每隔一定的值选取一个focus值,并求出该focus大概确定的测试物距,根据多台测试的聚焦曲面可得到该分区范围,取平均值就是7个有代表性的物距,取最大值和最小值构成的范围,就是分区范围,为保证数据的连贯性,取以上分区,针对不同型号,该分区和测量物距不定,可以根据具体的聚集曲面按照上述方法计算得到。
更具体的,在该7个区段中分别选取7个有代表性的物距,用N1...N7来代表,即N1=1.5米,N2=2.5米,N3=3.5米,N4=5米,N5=9米,N6=21米,N7=1200米。
步骤202,向机芯发送指令测量7*1个物距值的聚焦曲线;
步骤203,对7*1个聚焦曲线进行拟合形成聚焦曲面。
在本实施例中,采用分区拟合最终形成一个聚焦曲面的方法建立分区拟合模型。
步骤2031,将聚焦曲面分成五个区域分别进行拟合,其中,
第一区域为,变倍机芯在1倍-10倍低倍率下,物距为0米至21米的聚焦曲线数据构成的曲面;
第二区域为,变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面;
第三区域为,变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面;
第四区域为,变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面;
第五区域为,变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面。
根据聚焦曲面的特点,将其分为5个区域,第一区域是变倍机芯在倍率小于10倍下,物距在0米至21米的聚焦曲线数据构成的曲面,在该区域内,物距对focus的影响较小,曲面接近平面,故可以将其视为一个分区对待;第二区域是变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面,在该区域内,聚焦曲面变化最为明显,将其视为一个分区;第三区域是变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面,在该区域内,聚焦曲面变化相对居中,视为一个分区;第四区域是变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面,在该区域内,聚焦曲面变化较小;第五区域是变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面,在该区域内,聚焦曲面几乎不变。
需要说明的是,步骤2031将聚焦曲面分成五个区域,是针对33倍机芯测试所得,如果是其他型号和倍率的机芯来说,上述的分区可能不适合,这需要根据其他机芯初步所测得的聚焦曲面等数据来确定,如对于10倍以下的机芯来说,其可能分为三个区域:第一区域为,变倍机芯在1倍-5倍低倍率下,物距为0米至10米的聚焦曲线数据构成的曲面;第二区域为,变倍机芯在倍率大于5倍下,物距在0米至10米的聚焦曲线数据构成的曲面;第三区域为,变倍机芯在所有倍率下,物距在10米以上的聚焦曲线数据构成的曲面。再如对于33倍以上的机芯,其可能分为以下5个区域:第一区域为,变倍机芯在1倍-15倍低倍率下,物距为0米至120米的聚焦曲线数据构成的曲面;第二区域为,变倍机芯在倍率大于15倍下,物距在0米至5米的聚焦曲线数据构成的曲面;第三区域为,变倍机芯在倍率大于15倍下,物距在5米至120米的聚焦曲线数据构成的曲面;第四区域为,变倍机芯在所有倍率下,物距在120米至1500米的聚焦曲线数据构成的曲面;第五区域为,变倍机芯在所有倍率下,物距在1500米以上的聚焦曲线数据构成的曲面。因此,分区的目的是为了提高拟合精度,是必要的,但具体分为几个区,以及分区的界限,需要根据拟合效果来划分,在实施例1中将物距划分成N个区段每个区段取M个物距值是为了测量这些物距处的聚焦曲线,而测量完毕后,需要进行拟合得到拟合系数,针对33倍机芯来说,在进过实验和拟合效果分析,将以上M*N条聚焦曲线的数据分为了五类,即本实施例所提的五个区域,进行分区拟合,效果最好,如果,是其他倍率的机芯,可能这样分区不一定是最好的,但总会有一个合适的分区在满足一定的拟合精度的同时减少数据量,这才是针对具体机芯应该的分区。也就是说,这种分区也只是其中的一个实例,是针对33倍机芯分区的一个实例。
步骤2032,对第一区域、第二区域、第三区域采用采用四次多项式拟合的方法将聚焦曲线数据拟合成聚焦曲面;对第四区域采用固定系数非线性差值拟合的方法将聚焦曲线数据拟合成聚焦曲面;对第五区域采用1200米的聚焦曲线。
具体的,
1、对第一区域、第二区域、第三区域可以采用多项式拟合的方式进行拟合,在本实施例中,经过多次实验发现,对第一区域、第二区域、第三区域使用Matlab中的工具CurveFitting Tool中的四次多项式拟合便可以将误差总体控制在30步之内,具体的拟合公式为:
f(x,y)=p00+p10*x+p01*y+
p20*x2+p11*xy+p02*y2+p21*x2y+
p12*xy2+p03*y3+p22*x2y2+p13*xy3+p04*y4
其中,x为物距,y为倍率zoom值,f(x,y)为在所述物距x、zoom值y下的聚焦值,p00,p10,p01.....p04为拟合参数。因为聚焦值对物距不敏感,对zoom值比较敏感,所以y的次数要高于x的次数,根据测试比较,确定本实施例中四次多项式对物距最高次数为2,y最高次数为4。
需要说明的是,这里的拟合参数即为拟合系数,一个能够使用函数形式表达的曲面,就像直线y=k*x+b,这里的k,b即为直线的参数,k和b不同,直线就会不同,同样,在拟合公式中的p00,p10,p01.....也是曲面的参数,由于是通过拟合的方式计算出来的参数,所以称为拟合参数。在实际使用时,只需要知道这些参数或者说系数,带入曲面方程就可以计算出指定zoom和物距下的聚焦值。
2、对第四区域可以采用固定系数非线性差值拟合的方式进行拟合的公式如下:
Focus=21米的Focus-(21米与1200米的Focus差值)*固定参数λ,
其中,focus为聚焦值,x为物距比例系数。
需要说明的是,x实际上就是实际物距和21米的差值与1200米与21米的差值之比,反映的是实际物距与1200米的比例关系。
3、由于第五区域是变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面,在该区域内,聚焦曲面几乎不变,所以在本实施例中对第五区域采用1200米的聚焦曲线。
为进一步证明本发明有效性,将本发明拟合的聚焦数据与实际测量的数据进行比对。
如下表1、表2、表3综合记录了七个物距上实际测量的聚焦值:
表1
表2
表3
需要说明的是,在上述表1、表2、表3中,zoom和focus均没有单位只是两个数值,其大小分别对应着变倍电机和聚焦电机的位置,例如将变倍电机和聚焦电机所能移动的位置分别对应于区间[-3112,14920]和[-2600,7200],当zoom=0,则表示变倍电机处于零点位置,focus=7200,则表示聚焦电机处在控制电机能达到的最远的位置。
将本实施例聚焦曲面区域进行划分,具体的:
第一区域:物距≤21000,zoom≥1104;
第二区域:物距≤5000,zoom≤1104;
第三区域:5000≤物距≤21000,zoom≤1104;
第四区域:21000≤物距≤120000;
需要说明的是,上述第一区域、第二区域、第三区域、第四区域的数据有重合,是为了保证拟合数据的连续性,不会因为拟合导致边界处数据发生过大的跳跃。
第一区域、第二区域、第三区域采用4次多项式拟合的方式,具体使用matlab工具Curve Fitting Tool中的四次多项式拟合,将所有要拟合的数据输入,并使用自动拟合方式,便可以得到相应的系数。当然,在具体自动化测试时,则和测试软件结合在一起使用,在软件中调用matlab该部分功能自动实现数据拟合,之后便可以将拟合系数保存成所要使用的格式使用。
第一区域由300点拟合形成一个4次多项式拟合方程(x代表物距,y代表zoom),其中公式所有系数均为拟合结果,称为拟合系数,在该区产生了12个系数:
f(x,y)=7045.8912-0.10431*x-0.40016*y+3.2832e-06*x^2+2.2378e-05*x*y-1.7636e-05*y^2-6.1297e-10*x^2*y-1.4592e-09*x*y^2+2.8877e-09*y^3+2.7891e-14*x^2*y^2+2.6402e-14*x*y^3-9.1443e-14*y^4使用时只需要将x,y带入即可求得该处的focus。如:要求得物距为2.5米,zoom=6104处的聚焦值,则将x=2500、y=6104带入公式计算可得:f(2500,6140)=4439,和表中所给的测量值4425比较接近,在误差为20步,在允许范围内。
第二区域由204个数据点拟合形成一个4次多项式拟合方程:(x代表物距,y代表zoom),形式与第一区一样,但拟合参数不同,具体如下:
f(x,y)=7762.0176-0.66447*x-0.43541*y+6.7628e-05*x^2+0.00028948*x*y-0.00022509*y^2-3.1058e-08*x^2*y-3.1727e-08*x*y^2-4.3999e-08*y^3+7.1284e-12*x^2*y^2+1.6825e-11*x*y^3-1.6147e-11*y^4。例如:要求得物距为1.5米,zoom=-3112处的聚焦值,则将x=1500、y=-3112带入公式计算可得:f(1500,-3112)=3704和表中所给的测量值3756比较接近,在误差为52步,在允许范围内。
第三区域由153个数据点拟合形成一个4次多项式拟合方程:(x代表物距,y代表zoom),形式与第一区一样,但拟合参数不同,具体如下:
f(x,y)=6432.8937-0.056841*x+0.33412*y+1.4031e-06*x^2+8.938e-06*x*y-0.00030405*y^2-1.5375e-10*x^2*y-1.039e-08*x*y^2-1.5434e-07*y^3+6.9901e-13*x^2*y^2+4.9127e-12*x*y^3-5.3943e-11*y^4。例如:要求得物距为9米,zoom=-3032处的聚焦值,则将x=9000、y=496带入公式计算可得:f(9000,-3032)=192和表中所给的测量值173比较接近,在误差为19步,在允许范围内。
第四区拟合是固定系数非线性差值拟合的方法分段拟合,即将21米至1200米的聚焦数据分成四段,每段使用一个三次方程来拟合,如下为拟合结果(其中x代表Zoom值):
物距=21000的方程为:
当Zoom>1536时,
f11(x)=2.5887e-10*x^3+1.8396e-06*x^2-0.37512*x+6548.7269;
当1536≥Zoom≥-1104时,
f12(x)=3.9325e-08*x^3-0.00028722*x^2+0.35595*x+5886.0988;
当-1104≥Zoom≥-2714时,
f13(x)=2.437e-07*x^3+0.00047412*x^2+1.3401*x+6295.8234;
当Zoom<-2714时,
f14(x)=1.2207e-05*x^3+0.10095*x^2+283.5411*x+271248.9647。
同理,物距=1200000方程为:
当Zoom≥1536时,
f21(x)=3.0772e-10*x^3+2.9216e-07*x^2-0.35855*x+6485.0619;
当1536≥Zoom≥-1104时,
f22(x)=4.1769e-08*x^3-0.00028622*x^2+0.38875*x+5794.24;
当-1104≥Zoom≥-2714时,
f23(x)=4.1015e-07*x^3+0.001316*x^2+2.8*x+6977.3173;
当Zoom<-2714时,
f24(x)=2.01e-05*x^3+0.166*x^2+462.5943*x+435423.1767。
如要计算Zoom=3360,21米和1200米的聚焦值则,分别将x=3360带入f11(x)和f21(x)求得5319、5295与表1中实际值5353和5327偏差不超过50步,在误差允许范围内。
如果要计算620米处Zoom=3360处的聚焦值,就需要使用到固定系数非线性差值算法:
首先计算出物距在21米和1200米zoom=3360处的聚焦值,再根据固定系数非线性差值方法,计算出物距比例系数,即
X=(620-21)/(1200-21)=0.508,带入公式得固定参数
求得,620米处Zoom=3360处的聚焦值为5319-(5319-5295)*0.98616=5296。
物距超过1200米之外的聚焦值按第五区处理,即使用1200米处的聚焦曲线计算得出。如计算2000米处,Zoom为14920处的聚焦值,则需要带入第四区的公式f21(x)计算得到,f21(14920)=2223,则2000米Zoom=14920的聚焦值为2223。
经过以上方法的拟合,一共产生了12*3+2*4*4=68个系数,故只需要保存这68个拟合系数,相比较存储原数据如表1、表2、表3的数据来说,存储量大大缩小了,在使用的时候,利用这48个系数计算即可得到比较近似可用的聚焦值,以达到快速聚焦的目的。
根据本实施例的技术方案,首先将物距划分为7个区段,在每个区段中选择一个物距测量聚焦曲线,根据倍率、物距的不同将聚焦曲面分为五个不同的区域,采用不同的方式分别对五个区域进行拟合,最后获得聚焦曲面,解决了手动或者半自动测量大量对焦点导致的复杂工作量的技术问题,兼顾了聚焦曲线的精度及速度。
实施例3:
图6为本发明实施例3的结构示意图,一种摄像机机芯镜头聚焦曲面的获取系统,包括,
提取单元301,用于将物距划分为N个区段,在N个区段中各提取M个物距值,M、N为正整数;
测量单元302,用于向机芯发送指令测量M*N个物距值的聚焦曲线;
拟合单元303,用于对M*N个聚焦曲线进行拟合形成聚焦曲面。
实施例4:
图7为本发明实施例4的结构示意图,一种摄像机机芯镜头聚焦曲面的获取系统,包括,
提取单元401,用于将物距划分为7个区段,在7个区段中各提取1个物距值;
测量单元402,用于向机芯发送指令测量7*1个物距值的聚焦曲线;
拟合单元403,用于对7*1个聚焦曲线进行拟合形成聚焦曲面;
区分模块4031,用于将聚焦曲面分成五个区域分别进行拟合
计算模块4032,用于对第一区域、第二区域、第三区域采用采用四次多项式拟合的方法将聚焦曲线数据拟合成聚焦曲面;对第四区域采用固定系数非线性差值拟合的方法将聚焦曲线数据拟合成聚焦曲面;对第五区域采用1200米的聚焦曲线。
实施例5:
一种摄像机机芯,机芯芯镜头具备聚焦曲面的获取方法。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和产品的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所披露的方法、系统、摄像机机芯,可以通过其它的方式实现。
另外,在本申请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。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (12)
1.一种摄像机机芯镜头聚焦曲面的获取方法,其特征在于,包括,
将物距划分为N个区段,在所述N个区段中各提取M个物距值,M、N为正整数;
向机芯发送指令测量所述M*N个物距值的聚焦曲线;
对所述M*N个聚焦曲线进行拟合形成聚焦曲面。
2.根据权利要求1所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,对所述M*N个聚焦曲线进行拟合形成聚焦曲面的方法具体包括,
将所述聚焦曲面分成五个区域分别进行拟合,其中,
第一区域为,变倍机芯在1倍-10倍低倍率下,物距为0米至21米的聚焦曲线数据构成的曲面;
第二区域为,变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面;
第三区域为,变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面;
第四区域为,变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面;
第五区域为,变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面。
3.根据权利要求2所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,对所述五个区域分别进行拟合采用如下方式:
对所述第一区域、第二区域、第三区域采用四次多项式拟合的方法将聚焦曲线数据拟合成聚焦曲面,拟合公式如下:
f(x,y)=p00+p10*x+p01*y+
p20*x2+p11*xy+p02*y2+p21*x2y+
p12*xy2+p03*y3+p22*x2y2+p13*xy3+p04*y4
其中,x为物距,y为倍率zoom值,f(x,y)为在所述物距x、zoom值y下的聚焦值,p00,p10,p01.....p04为拟合参数;
Focus=21米的Focus-(21米与1200米的Focus差值)*固定参数λ,
其中,focus为聚焦值,也就是focus值,x为物距比例系数。
对所述第四区域采用差值拟合的方式进行拟合的方法将聚焦曲线数据拟合成聚焦曲面;
对所述第五区域采用1200米的聚焦曲线。
4.根据权利要求3所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,对所述第四区域具体采用固定系数非线性差值拟合的方式进行拟合,拟合公式如下:
Focus=21米的Focus-(21米与1200米的Focus差值)*固定参数λ,
。
5.根据权利要求1所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,N=7,N个区段的物距范围分别为0米-2米,2米-3米,3米-4米,4米-8米,8米-12米,12米-25米,大于25米。
6.根据权利要求5所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,M=1,所述N个区段各有一个特定物距值,分别为N1=1.5米,N2=2.5米,N3=3.5米,N4=5米,N5=9米,N6=21米,N7=1200米。
7.根据权利要求5或6所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,所述对所述M*N个聚焦曲线进行拟合形成聚焦曲面的方法具体包括,
将所述聚焦曲面分成五个区域分别进行拟合,其中,
第一区域为,变倍机芯在1倍-10倍低倍率下,物距为0米至21米的聚焦曲线数据构成的曲面;
第二区域为,变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面;
第三区域为,变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面;
第四区域为,变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面;
第五区域为,变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面。
8.根据权利要求7所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,对所述五个区域分别进行拟合采用如下方式:
对所述第一区域、第二区域、第三区域采用四次多项式拟合的方法将聚焦曲线数据拟合成聚焦曲面,拟合公式如下:
f(x,y)=p00+p10*x+p01*y+
p20*x2+p11*xy+p02*y2+p21*x2y+
p12*xy2+p03*y3+p22*x2y2+p13*xy3+p04*y4
其中,x为物距,y为倍率zoom值,f(x,y)为在所述物距x、zoom值y下的聚焦值,p00,p10,p01.....p04为拟合参数;
对所述第四区域采用差值拟合的方式进行拟合的方法将聚焦曲线数据拟合成聚焦曲面;
对所述第五区域采用1200米的聚焦曲线。
9.根据权利要求8所述的摄像机机芯镜头聚焦曲面的获取方法,其特征在于,对所述第四区域具体采用固定系数非线性差值拟合的方式进行拟合,拟合公式如下:
Focus=21米的Focus-(21米与1200米的Focus差值)*固定参数λ,
。
10.一种摄像机机芯,其特征在于,所述机芯芯镜头具备权利要求1-9的摄像机机芯镜头对焦曲面的获取方法。
11.一种摄像机机芯镜头对焦曲面的获取系统,其特征在于,包括,
提取单元,用于将物距划分为N个区段,在所述N个区段中各提取M个物距值,M、N为正整数;
测量单元,用于向机芯发送指令测量所述M*N个物距值的聚焦曲线;
拟合单元,用于对所述M*N个聚焦曲线进行拟合形成聚焦曲面。
12.一种根据权利要求11所述的摄像机机芯镜头对焦曲面的获取系统,其特征在于,所述拟合单元具体包括,
区分模块,用于将所述对焦曲面分成五个区域分别进行拟合,其中,
第一区域为,变倍机芯在1倍-10倍低倍率下,物距为0米至21米的聚焦曲线数据构成的曲面;
第二区域为,变倍机芯在倍率大于10倍下,物距在0米至3.5米的聚焦曲线数据构成的曲面;
第三区域为,变倍机芯在倍率大于10倍下,物距在3.5米至21米的聚焦曲线数据构成的曲面;
第四区域为,变倍机芯在所有倍率下,物距在21米至1200米的聚焦曲线数据构成的曲面;
第五区域为,变倍机芯在所有倍率下,物距在1200米以上的聚焦曲线数据构成的曲面;
计算模块,用于对所述第一区域、第二区域、第三区域采用四次多项式拟合的方式进行拟合,对所述第四区域采用固定系数非线性差值拟合的方式进行拟合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810767948.8A CN108965866B (zh) | 2018-07-13 | 2018-07-13 | 一种摄像机机芯镜头聚焦曲面获取方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810767948.8A CN108965866B (zh) | 2018-07-13 | 2018-07-13 | 一种摄像机机芯镜头聚焦曲面获取方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108965866A true CN108965866A (zh) | 2018-12-07 |
CN108965866B CN108965866B (zh) | 2020-02-18 |
Family
ID=64483916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810767948.8A Active CN108965866B (zh) | 2018-07-13 | 2018-07-13 | 一种摄像机机芯镜头聚焦曲面获取方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108965866B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111741210A (zh) * | 2019-03-25 | 2020-10-02 | 高新兴科技集团股份有限公司 | 一种基于固定场景的快速自动聚焦的方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5918192A (en) * | 1997-01-23 | 1999-06-29 | Intel Corporation | Method for calibrating a digital camera to a PC monitor to enhance picture quality of a picture captured by the digital camera and displayed on the PC monitor |
CN103929588B (zh) * | 2014-03-21 | 2017-10-20 | 深圳金三立视频科技股份有限公司 | 摄像机变倍快速自动聚焦方法及系统 |
CN106921830B (zh) * | 2015-12-28 | 2020-10-30 | 浙江大华技术股份有限公司 | 一种自动聚焦的方法及装置 |
CN106501917B (zh) * | 2016-12-07 | 2019-12-27 | 歌尔科技有限公司 | 一种镜头辅助调焦方法和装置 |
-
2018
- 2018-07-13 CN CN201810767948.8A patent/CN108965866B/zh active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111741210A (zh) * | 2019-03-25 | 2020-10-02 | 高新兴科技集团股份有限公司 | 一种基于固定场景的快速自动聚焦的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108965866B (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103546692A (zh) | 一种实现一体化摄像机自动聚焦的方法及系统 | |
CN110567398A (zh) | 双目立体视觉三维测量方法及系统、服务器及存储介质 | |
CN110163797A (zh) | 一种标定转台位姿关系实现任意角点云拼接的方法及装置 | |
CN111932636A (zh) | 双目摄像头的标定及图像矫正方法、装置、存储介质、终端、智能设备 | |
CN104199993A (zh) | 一种针对间歇过程的二维动态卡尔曼滤波器设计方法 | |
CN110533724A (zh) | 基于深度学习和注意力机制的单目视觉里程计算方法 | |
CN108965866A (zh) | 一种摄像机机芯镜头聚焦曲面获取方法及系统 | |
CN109903245A (zh) | 红外图像的非均匀校正方法 | |
CN110569561B (zh) | 一种分数阶pid控制器微分积分阶次估计方法 | |
CN110121068A (zh) | 一种变焦跟随曲线的选点方法、装置及存储介质 | |
CN109472846A (zh) | 用matlab处理扫频数据获得伯德图的方法 | |
CN104406685A (zh) | 基于透射型液晶空间光调制器的激光光束m2因子测量方法 | |
Kent et al. | Photogrammetric calibration for improved three-dimensional particle velocimetry (3D PTV) | |
CN114815588B (zh) | Pics补偿器与pid控制器设计方法及装置 | |
CN108333935B (zh) | 一种基于二阶陷波滤波器的精确调试方法及系统 | |
CN110161484A (zh) | 距离补偿查找表建立方法及装置、距离补偿方法及装置 | |
CN114115132A (zh) | 伺服控制系统非阶跃跟踪状态下控制参数调试方法及装置 | |
CN104680586A (zh) | 空间任意位置椭球面最小区域拟合方法 | |
Yang et al. | Adaptive hybrid harmony search optimization algorithm for point cloud fine registration | |
CN107564044B (zh) | 基于视差信息的自适应权重聚合的立体匹配方法 | |
CN111682532A (zh) | 一种励磁系统无补偿相频特性在线建模方法及存储介质 | |
CN110490846A (zh) | 一种对光纤图像进行几何尺寸测试的方法和装置 | |
Graf et al. | Analytically solving radial distortion parameters | |
CN113051976A (zh) | 指纹定位方法、装置、电子设备及存储介质 | |
CN109633645A (zh) | 一种双基地isar自聚焦二维图像成像方法及系统 |
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 |