CN114112066B - 一种基于目标识别和空间学习的红外热像仪快速自动聚焦方法 - Google Patents

Abstract

一种基于目标识别和空间学习的红外热像仪快速自动聚焦方法，本方法采用构建距离和聚焦AD值对应关系的方法实现快速定位，其中距离和聚焦AD值对应关系包括方位距离和聚焦AD值的对应关系和成像距离距离和聚焦AD值的对应关系，两种结合判断需要的聚焦AD值，辅助以小范围搜索聚焦，速度快，准确度高。

Description

一种基于目标识别和空间学习的红外热像仪快速自动聚焦 方法

技术领域

本发明涉及红外热像仪自动聚焦领域，具体是一种基于目标识别和空间学习的红外热像仪快速自动聚焦方法。

背景技术

红外热像仪内部采用直流电机驱动聚焦镜片前后移动，实现焦点变化，从而实现对不同距离目标的清晰成像。聚焦镜片的位置可通过电位器转化成电压，通过模数转换芯片采集该电压，即可得到反应聚焦位置变化的聚焦AD值。热像仪画面的清晰度可采用聚焦评价函数量化成清晰度值，清晰度值越大，画面越清晰。传统自动聚焦采用爬山算法，让聚焦镜片完成整个聚焦行程的移动，记录最清晰点位置的聚焦AD值，搜索后再次回到清晰点，此时画面是最清晰的。

上述整个过程在正常条件下是能保证清晰度的。但在部分工程应用场景下，搜索时间长、清晰度评价函数容易受到干扰、聚焦AD精度等因素影响下，聚焦结果不是很理想。需要找到一种方法，快速实现自动聚焦的同时，还要满足各种天气条件使用，出场后可进行自我学习修正，克服机械机构老化和场景变化带来的不利因素，始终保持设备具备良好的自动聚焦效果。

发明内容

针对现有技术的缺陷，本发明提供一种基于目标识别和空间学习的红外热像仪快速自动聚焦方法，采用构建距离和聚焦AD值对应关系的方法实现快速定位，辅助以小范围搜索聚焦，速度快，准确度高。

为了解决所述技术问题，本发明采用的技术方案是：一种基于目标识别和空间学习的红外热像仪快速自动聚焦方法，包括以下步骤：

S01）、获取红外热像仪的方位信息和成像信息，方位信息包括红外热像仪的安装高度、水平角度和/或俯仰角度，成像信息包括目标类型、当前焦距、目标在画面中占用的像素个数、像元大小；

S02）、依据红外热像仪的方位信息得出红外热像仪与成像目标之间的方位距离D1，通过方位表格查找方位距离D1对应的聚焦AD值；依据红外热像仪的成像信息得出红外热像仪与成像目标之间的成像距离D2，通过识别表格查找成像距离D2对应的聚焦AD值；

S03）、将方位距离D1对应的聚焦AD值与成像距离D2对应的聚焦AD值进行对比，如果两者差值在设定阈值内，说明聚焦AD值正确，取D1对应的聚焦AD值作为选定聚焦AD值，如果两者差值大于设定阈值，则取方位距离D1对应的聚焦AD值与成像距离D2对应的聚焦AD值的均值作为选定聚焦AD值；

S04）、获取选定聚焦AD值后，红外热像仪执行聚焦定位；

S05）、聚焦定位结束后，启动方位表格重构和识别表格重构，方位表格根据当前的方位、距离和当前聚焦AD值进行表格重构，识别表格根据本次识别目标的类型、距离和当前聚焦AD值，进行表格重构。

进一步的，步骤S04之后进行微动搜索，所述微动搜索是指在范围（Z-100，Z+100）内进行慢速搜索，搜索速度以保证搜索到清晰位置后立刻停止为准，其中Z为红外热像仪按选定聚焦AD值执行聚焦定位的位置，搜索到清晰位置后立刻停止，以此时的位置作为确定聚焦AD值，使用确定聚焦AD值重构方位表格和识别表格。

进一步的，方位表格采用n组二维数组进行构建，二维数组的第一个数据元素为距离X（i），二维数组的第二个数据元素为距离对应的聚焦AD值Z（i），1≤i≤n；数组初始化采用手动标定的形式，调整方位，调整清晰度，然后保存数据；红外热像仪运行过程中，调整方位后，通过水平或俯仰角度计算出距离X（i），完成微动搜索后，获取聚焦AD值Z（i），则生成一组（X（i），z（i））值，通过方位表格构建算法将数据插入数组。

进一步的，构建算法采用排序插值方法，二维数组初始化后，第一维表示距离信息，新元素（X（i），z（i））插入时，对第一维进行遍历，找到和插入数据最接近的数组下标m，用（X（i），z（i））替换掉（X（m），z（m））。

进一步的，识别表格采用n组二维数组进行构建，二维数组的第一个数据元素为距离X（i），第二个数据元素为聚焦AD值Z（i），数组初始化采用手动标定的形式，调整方位，调整清晰度，然后保存数据，红外热像仪运行过程中，识别目标类型，根据目标类型推算目标大小，根据目标大小、视场角大小、像元尺寸、计算出目标的距离X（i），完成微动搜索后，获取聚焦AD值Z（i），则生成一组（X（i），z（i））值，然后将数据插入数组。

进一步的，目标识别采用视频分析模块，视频分析模块基于输入的红外视频输出目标类型和所占像素数数量，根据所占像素数量、像元间距可计算出成像后的尺寸h，根据目标类型，推算出目标的实际尺寸H，已知焦距为F，则D=H*F/h，其中D即为要计算的距离X（i）。

进一步的，n=500。

进一步的，本方法执行一次的时间在1秒钟之内。

本发明的有益效果：本方法在聚焦开始后，根据方位信息进行方位表格和识别表格查找，数据比对后得出聚焦AD值，根据聚焦AD值进行快速定位，然后进行微动搜索，得到最清晰画面，方位表格和识别表格的构建算法开始工作，更新两个表格数据。本自动聚焦算法，定位过程300ms，小范围搜索过程500ms，综合计算不到1秒钟。本聚焦方法具备学习能力，可在使用过程中不断根据硬件状态进行自动学习。

附图说明

图1为本方法的流程图；

图2为依据方位信息计算距离的示意图；

图3为依据成像信息计算距离的示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步的说明。

实施例1

本实施例公开一种基于目标识别和空间学习的红外热像仪快速自动聚焦方法，本方法在聚焦开始后，根据方位信息进行方位表格和识别表格查找，数据比对后得出聚焦AD值，根据聚焦AD值进行快速定位，然后进行微动搜索，得到最清晰画面，方位表格和识别表格的构建算法开始工作，更新两个表格数据。

具体如图1所示，本方法包括以下步骤：

S01）、获取红外热像仪的方位信息和成像信息，方位信息包括红外热像仪的安装高度、水平角度和/或俯仰角度，成像信息包括目标类型、当前焦距、目标在画面中占用的像素个数、像元大小；

S02）、依据红外热像仪的方位信息得出红外热像仪与成像目标之间的方位距离D1，通过方位表格查找方位距离D1对应的聚焦AD值；依据红外热像仪的成像信息得出红外热像仪与成像目标之间的成像距离D2，通过识别表格查找成像距离D2对应的聚焦AD值；

S03）、将方位距离D1对应的聚焦AD值与成像距离D2对应的聚焦AD值进行对比，如果两者差值在设定阈值内，说明聚焦AD值正确，取D1对应的AD值作为选定聚焦AD值，如果两者差值大于设定阈值，则取方位距离D1对应的聚焦AD值与成像距离D2对应的聚焦AD值的均值作为选定聚焦AD值；

S04）、获取选定聚焦AD值后，红外热像仪执行聚焦定位；

S05）、微动搜索，所述微动搜索是指在范围（Z-100，Z+100）内进行慢速搜索，搜索速度以保证搜索到清晰位置后立刻停止为准，其中Z为红外热像仪按选定聚焦AD值执行聚焦定位的位置，搜索到清晰位置后立刻停止；

S06）、聚焦定位结束后，以微动搜索后的聚焦AD值作为确定聚焦AD值，使用确定聚焦AD值重构方位表格和识别表格，方位表格根据当前的方位和选定聚焦AD值进行表格重构，识别表格根据本次识别目标的距离和当前聚焦AD值，进行表格重构。

本实施例中，方位表格采用500组二维数组进行构建，二维数组的第一个数据元素为距离X（i），二维数组的第二个数据元素为距离对应的聚焦AD值Z（i），1≤i≤500；数组初始化采用手动标定的形式，调整方位，调整清晰度，然后保存数据；红外热像仪运行过程中，调整方位后，通过水平或俯仰角度计算出距离X（i），完成微动搜索后，获取聚焦AD值Z（i），则生成一组（X（i），z（i））值，通过方位表格构建算法将数据插入数组。

如图2所示，方位信息转距离采用三角函数进行计算，已知塔的高度是H，俯仰角度是A，则；同样，如果水平角为B，则/>。

构建算法采用排序插值方法，二维数组初始化后，第一维表示距离信息，新元素（X（i），z（i））插入时，对第一维进行遍历，找到和插入数据最接近的数组下标m，用（X（i），z（i））替换掉（X（m），z（m））。

方位表格查找是相反的过程，开始自动聚焦后，首先获取距离信息，然后遍历数组，找到对应的聚焦值，交给下一比对过程。

本实施例中，识别表格采用500组二维数组进行构建，二维数组的第一个数据元素为距离X（i），第二个数据元素为聚焦AD值Z（i），数组初始化采用手动标定的形式，调整方位，调整清晰度，然后保存数据，红外热像仪运行过程中，识别目标类型，根据目标类型推算目标大小，根据目标大小、视场角大小、像元尺寸、计算出目标的距离X（i），完成微动搜索后，获取聚焦AD值Z（i），则生成一组（X（i），z（i））值，然后将数据插入数组。

目标识别采用视频分析模块，视频分析模块基于输入的红外视频输出目标类型和所占像素数数量，根据所占像素数量、像元间距可计算出成像后的尺寸h，根据目标类型，推算出目标的实际尺寸H，已知焦距为F，如图3素食，则D=H*F/h，其中D即为要计算的距离X（i）。

本实施例进行步骤S03是为了确保数据准确性，进行步骤S05是为了提高准确度，因范围较小，所以整个过程持续500ms左右。

传统自动聚焦需要大范围搜索定位，聚焦时间在3秒以上，本自动聚焦算法，定位过程300ms，小范围搜索过程500ms，综合计算不到1秒钟。

传统自动聚焦需要调整大量参数，随着使用年限增加，要调整参数抵消磨损。本聚焦算法具备学习能力，可在使用过程中不断根据硬件状态进行自动学习。

传统自动聚焦天气恶劣时无法使用，本聚焦算法不完全依据图像质量，可依靠方位和距离进行综合定位。

本发明主要针对高塔上安装的热像仪，居高临下进行监控的场合，这种场合可通过水平俯仰角度信息，利用三角函数计算出目标的距离。本方法可有效提高自动聚焦速度和清晰度，满足全天候监控要求。

以上描述的仅是本发明的基本原理和优选实施例，本领域技术人员根据本发明做出的改进和替换，属于本发明的保护范围。

Claims (8)

1.一种基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：包括以下步骤：

S01）、获取红外热像仪的方位信息和成像信息，方位信息包括红外热像仪的安装高度、水平角度和/或俯仰角度，成像信息包括目标类型、当前焦距、目标在画面中占用的像素个数、像元大小；

S02）、依据红外热像仪的方位信息得出红外热像仪与成像目标之间的方位距离D1，通过方位表格查找方位距离D1对应的聚焦AD值；依据红外热像仪的成像信息得出红外热像仪与成像目标之间的成像距离D2，通过识别表格查找成像距离D2对应的聚焦AD值；

S03）、将方位距离D1对应的聚焦AD值与成像距离D2对应的聚焦AD值进行对比，如果两者差值在设定阈值内，说明聚焦AD值正确，取D1对应的聚焦AD值作为选定聚焦AD值，如果两者差值大于设定阈值，则取方位距离D1对应的聚焦AD值与成像距离D2对应的聚焦AD值的均值作为选定聚焦AD值；

S04）、获取选定聚焦AD值后，红外热像仪执行聚焦定位；

S05）、聚焦定位结束后，启动方位表格重构和识别表格重构，方位表格根据当前的方位、距离和当前AD值进行表格重构，识别表格根据本次识别目标的类型、距离和当前AD值，进行表格重构。

2.根据权利要求1所述的基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：步骤S04之后进行微动搜索，所述微动搜索是指在范围（Z-100，Z+100）内进行慢速搜索，搜索速度以保证搜索到清晰位置后立刻停止为准，其中Z为红外热像仪按选定聚焦AD值执行聚焦定位的位置，搜索到清晰位置后立刻停止，以此时的位置作为确定聚焦AD值，使用确定聚焦AD值重构方位表格和识别表格。

3.根据权利要求1所述的基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：方位表格采用n组二维数组进行构建，二维数组的第一个数据元素为距离X（i），二维数组的第二个数据元素为距离对应的聚焦AD值Z（i），1≤i≤n；数组初始化采用手动标定的形式，调整方位，调整清晰度，然后保存数据；红外热像仪运行过程中，调整方位后，通过水平或俯仰角度计算出距离X（i），完成微动搜索后，获取聚焦AD值Z（i），则生成一组（X（i），z（i））值，通过方位表格构建算法将数据插入数组。

4.根据权利要求3所述的基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：构建算法采用排序插值方法，二维数组初始化后，第一维表示距离信息，新元素（X（i），z（i））插入时，对第一维进行遍历，找到和插入数据最接近的数组下标m，用（X（i），z（i））替换掉（X（m），z（m））。

5.根据权利要求1所述的基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：识别表格采用n组二维数组进行构建，二维数组的第一个数据元素为距离X（i），第二个数据元素为聚焦AD值Z（i），数组初始化采用手动标定的形式，调整方位，调整清晰度，然后保存数据，红外热像仪运行过程中，识别目标类型，根据目标类型推算目标大小，根据目标大小、视场角大小、像元尺寸、计算出目标的距离X（i），完成微动搜索后，获取聚焦AD值Z（i），则生成一组（X（i），z（i））值，然后将数据插入数组。

6.根据权利要求5所述的基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：目标识别采用视频分析模块，视频分析模块基于输入的红外视频输出目标类型和所占像素数数量，根据所占像素数量、像元间距可计算出成像后的尺寸h，根据目标类型，推算出目标的实际尺寸H，已知焦距为F，则D=H*F/h，其中D即为要计算的距离X（i）。

7.根据权利要求3或5所述的基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：n=500。

8.根据权利要求1所述的基于目标识别和空间学习的红外热像仪快速自动聚焦方法，其特征在于：本方法执行一次的时间在1秒钟之内。