CN114660761A - 一种用于天文望远镜的多目标光纤光斑的自动对焦方法 - Google Patents

Abstract

本发明涉及一种用于天文望远镜的多目标光纤光斑的自动对焦方法，属于数字图像处理技术领域。操作步骤如下：S1：设置阈值；S2：遍历图像识别光斑；S3：过滤噪点得到光斑；S4：评价图像清晰度；S5：找出清晰度评价函数极值；S6：对焦成功。对于图像中只有低灰度值的背景与数千个高灰度值的光斑的情况，本发明的图像清晰度评价方法是：在遍历一次图像的过程中完成光斑识别、光斑像素数统计、光斑像素平均亮度统计，并将光斑像素数和光斑像素平均亮度作为图像清晰度的评价依据，在保证对焦准确性的同时获得极高的效率。本发明方法耗时不到小于秒；在相机距离对焦目标1米时，分辨率为0.2毫米。对于各种光谱巡天望远镜的高精度观测来说具有重要意义。

Description

一种用于天文望远镜的多目标光纤光斑的自动对焦方法

技术领域

本发明属于数字图像处理技术领域，具体涉及一种基于多目标光纤光斑的自动对焦方法。

背景技术

Large Sky Area Multi-Object Fiber Spectroscopy Telescope(LAMOST)是一种兼备大口径和大视场的多目标光谱巡天望远镜，使用光纤来接收经过汇聚的星光，并通过位于光纤另一端的光谱仪对星光进行分析。LAMOST配置了16台多目标光纤光谱仪，每台光谱仪负责250根光纤的光谱分析。光纤排列在144mm高的狭缝上，由10个光纤卡子固定，狭缝为圆弧，曲率半径691mm。准直镜焦比为F/4，对于狭缝采用Schmidt系统，其像差由Schmidt改正板改正。准直光路中放置分色镜，将整个波段分为红区、蓝区。采用VPH光栅，照相机为Schmidt系统。星光的汇聚点可以通过计算准确得出，因此能否控制光纤精确到达目标位置就成为了影响观测精度的重要因素。通常使用视场覆盖整个焦面的高分辨率相机来对光纤位置进行视觉测量。相机光学系统能否准确对焦至光纤端面将会对视觉测量的精度产生重大影响。

随着数字图像处理技术的发展，基于图像处理的自动对焦技术也随之得到了发展。现有的自动对焦方法可以分为主动对焦和被动对焦两大类。主动对焦依赖于与摄像系统配套的测距设备，往往导致对焦系统体积庞大，结构复杂，不便于维护。被动对焦是一种通过不断对图像清晰度进行评价，控制对焦环旋转使清晰度达到极值的方法。在自动对焦过程中，由于图像中不同元素处在不同的平面上，无法使得整个画面都达到最清晰的状态，因此需要明确图像中的那一部分才是对焦目标。

在LAMOST闭环控制系统中，为了使得用于接收星象目标的光纤能够准确运行至目标点，需要通过相机实时检测光纤端面的位置。相机准确对焦至光纤端面是进行精确天文观测的必要条件。由于天文观测现场会面临夏季零上30℃至冬季零下30℃的温差，这会使得相机检测系统的对焦平面发生沿光轴方向的移动。因此，用于LAMOST闭环控制的自动对焦是必要的。现有的相机自动对焦方法适用于多样化的画面场景，缺少对特殊场景的优化。同时这些算法无法保证能够准确识别LAMOST闭环控制场景中的对焦目标。对于LAMOST闭环控制的特殊场景，采用针对性的对焦方法可以在准确性和速度上都取得良好效果。

发明内容

为了实现对于图像中只有黑色背景与数千个光斑的情况，对图像清晰度进行评价以快速准确地对光纤出射端面形成的光斑进行对焦，本发明提供一种用于天文望远镜的多目标光纤光斑的自动对焦方法。

一种用于天文望远镜的多目标光纤光斑的自动对焦方法，包括以下操作步骤：(1)设置阈值：通过相机实时采集焦面图像；根据环境照明条件及相机性能参数设定用于区分背景与对焦目标的阈值，具体操作为：在照明条件良好时，设置阈值为相机所能达到的最大灰度值的20％；(2)遍历图像：将所有高亮像素按照连通情况进行存储，属于同一连通域的高亮像素存储在同一链表中，得到亮斑；(3)过滤噪点得到光斑：统计步骤(2)中得到的所有链表的长度，对于长度小于10的链表，认为其是噪点，将其剔除；剩余的长度大于10的链表存储了实际光斑的位置信息；(4)评价图像清晰度；(5)找出清晰度评价函数极值；(6)对焦成功：重复转动对焦装置直至得到清晰度最大的焦面图像，此时图像所对应的位置即为对焦成功的位置；改进在于：

步骤(4)中，以光斑像素数和光斑像素平均亮度作为指标评价图像清晰度；

将属于光斑的像素数量和光斑像素平均灰度值作为图像清晰度的评价函数，其中，光斑像素数量通过计算存储光斑像素的链表的长度得出，计算光斑像素平均灰度值F的公式如下：

公式中，x和y为查找到的光斑像素的横纵坐标，f(x,y)为该像素的灰度值，N为光斑像素总数，m与n为图像的像素尺寸；如果在该次对焦过程中，光斑像素数达到了极小值，同时光斑像素平均亮度达到了极大值，认为该位置为对焦成功的位置；

步骤(5)中，采用步骤(4)所述操作对图像清晰度进行评价，并控制调节机构重复移动对焦直至得到清晰度最大的图像，具体操作如下：

顺时针以0.1度为步长转动对焦环，对相机新采集到的图像进行清晰度评价；

若新采集到的图像的清晰度大于前一幅图像的清晰度，重复以0.1度为步长顺时针转动对焦环；若新采集到的图像的清晰度小于前一幅图像的清晰度，则逆时针以0.1度为步长转动对焦环；直至当前的图像的清晰度判据的数值变化趋势发生改变，即清晰度评价函数出现峰值时，对焦成功；

所述相机为工业数码相机CCD，相机的分辨率在1千万像素以上，数据位深在8bit以上，即图像灰度值在256以上，满足上述对焦判别条件。

进一步的关键技术方案如下：

步骤(1)中，所述相机为CMV50000的CMOS芯片工业相机，其分辨率为8k×6k，灰度值范围为0到4095。

步骤(2)中，具体操作如下：

从图像原点开始遍历图像，称为主遍历；

当主遍历过程中遇到灰度值大于上述所设阈值的像素，停止主遍历，开始子循环；

新建一链表，将主遍历过程中遇到灰度值大于所设阈值的像素的坐标及灰度值存入链表第一位，并将该像素原位置的灰度值置零，防止影响后续步骤；

以链表中的第一个像素为起点进行八邻接查找，如果找到灰度值大于所设阈值的像素，将该像素的信息存入上述链表，并将链表中新增像素原位置的灰度值置零；

分别以链表中的新增像素为起点进行八邻接查找，并重复上述的存储和置零操作；

重复上述操作直至链表长度不再增加；此时链表中已经存储了相互连通的一系列高亮像素的信息；

停止该次子循环，继续主遍历；

若在主遍历中又遇到了灰度值大于所设阈值的像素，重复子循环，直至遍历完整个图像；

主遍历结束，此时得到了多个存储着像素信息的链表，认为每个链表都是一个亮斑。

本发明的有益技术效果体现在以下方面：

1.本发明针对对焦目标为黑色背景中的亮斑的情况，提出了以光斑像素数和光斑像素平均亮度作为图像清晰度评价函数的对焦方法，实现了对于图像中只有黑色背景与数千个光斑的对图像清晰度进行评价以快速准确地对光纤出射端面形成的光斑进行对焦。经过实验统计，传统对焦评定方法对全图进行对比度计算的方法在面对较高分辨率的图像时，需要花费数秒的时间，而本发明方法的耗时小于0.1秒。

2.在相机距离对焦目标1m时，本发明达到对焦距离上万分之二的分辨率，即0.2毫米。

3.使用本发明的对焦方法后，用于接收星象目标的光纤定位精度可以达到20微米。

4.本发明所提出的自动对焦方法解决了传统对焦方法在LAMOST闭环控制场景下无法准确识别对焦目标、清晰度评价计算存在冗余的问题，在准确性和速度方面都取得了良好效果。

5.本发明所提出的自动对焦方法可以在遍历一次图像的过程中就完成对对焦目标光斑的识别，在识别过程中可以同时计算光斑像素数和光斑像素平均亮度，即完成对图像清晰度的评价，因而可以在速度方面取得良好效果。

附图说明

图1是本发明实施例中基于多目标光纤光斑的自动对焦总体流程图。

图2是本发明实施例1中的实验装置图。

图3是本发明实施例1中使用焦距为100mm的镜头、对焦平面移动分辨率为1mm时，以高亮像素数和光斑像素平均亮度作为清晰度评价函数对图像清晰度进行评价的结果。

图4是本发明实施例1中以0.2mm作为对焦平面移动分辨率对图像清晰度进行评价得到的结果。

图5是本发明实施例1中使用焦距为85mm的镜头、对焦平面移动分辨率为1mm时，以高亮像素数和光斑像素平均亮度作为清晰度评价函数对图像清晰度进行评价的结果。

图6为本发明实施例2中的实验装置图，焦面与相机之间的距离为20米。

图7为本发明实施例2中使用焦距为800mm的镜头、焦面前方照明开启时，相机视野内的画面。

图8为本发明实施例2中使用焦距为800mm的镜头、相机对焦环移动分辨率为0.1度时，以高亮像素数和光斑像素平均亮度作为清晰度评价函数对图像清晰度就行评价的结果。

具体实施方式

下面结合附图，通过实施例对本发明作进一步地说明。

实施例1

参见图1，一种用于天文望远镜的多目标光纤光斑的自动对焦具体操作步骤如下：

(1)设置阈值

对于对焦目标为黑色背景中的光纤出射光斑的场景，相机采集到的图像为低灰度值背景中的多个高亮度光斑。光斑像素的灰度值与背景的灰度值之间存在较大的落差，需要设置一个阈值来将两者区分。在该实施例1中所使用的为CMV50000芯片的工业CMOS相机，分辨率为约为8k×6k，相机可以设置8bit、10bit、12bit位深。实施例1中获取灰度图像为12bit，灰度值范围为0到4095。相机所接镜头焦距为100mm。如图2所示，三根基准光纤被安装在距离相机约1m处，并且大致调整至正对相机光轴。每根基准光纤上有九根发光光纤，相机视野中一共出现27个光斑。这里根据相机参数，将灰度值的阈值设置为800。

(2)遍历图像识别亮斑

为了对27个光斑进行识别，需要对图像进行遍历查找。从图像的左上角，即坐标(0，0)位置开始，逐行对图像进行遍历,称为主遍历。

在对图像像素的有序遍历过程中，将每个像素的灰度值与所设阈值进行比较。如果当前像素的灰度值大于阈值，暂停主遍历，开始子循环。认为该像素属于某个亮斑，新建一链表并将其坐标与灰度值存入链表的第一位。由于属于同一光斑的像素是聚集在一起的，可以利用这一性质扩展上述链表，直至将所有属于该光斑的像素存入该链表。为了避免重复查找，首先将原图中上述查找到的灰度值大于阈值的像素置零。由于原始图像中该位置的像素信息已经被记录在了链表中，所以置零操作不会造成信息丢失。然后以该位置为中心进行八邻接查找，即将该像素周围八个像素的灰度值与阈值进行比较，如果某个像素的灰度值大于阈值，将该像素的信息加入链表，并将原图中对应位置的灰度值置零。该轮邻接查找结束后，如果链表的长度变长，则以链表中的新增元素为核心，分别重复上述的置零和八邻接查找操作。如果链表长度没有发生变化，即链表中没有新增元素，则认为属于该亮斑的像素已经全部查找完毕，停止该次子循环，继续主遍历操作。当对全图的遍历结束后，会重复多次子循环得到多个链表，每个链表表示一个亮斑，其中存储了属于该亮斑的所有像素的信息。

(3)过滤噪点得到光斑

由于相机传感器存在一定误差，可能会将一些噪点误识别为光斑，需要对其进行筛选。统计步骤(2)中得到的所有链表的长度，对于长度小于10的链表，认为其是噪点，将其剔除。剩余的长度大于10的链表存储了实际光斑的信息。

(4)评价图像清晰度

遍历步骤(3)中经过筛选后的一系列链表，并对每个链表进行二级遍历，统计属于该亮斑的像素数量和所有光斑像素的灰度值总和。遍历结束后，计算该幅图像中所有光斑的像素数量总和所有光斑像素的平均灰度值。光斑像素数量越少、光斑像素平均灰度值越高，认为图像越清晰。光斑像素数量可以通过计算链表长度得出，计算光斑像素平均灰度值的公式如下：

公式中，x和y为查找到的光斑像素的横纵坐标，f(x,y)为该像素的灰度值,N为光斑像素总数，m与n为图像的像素尺寸；如果在该次对焦过程中，光斑像素数达到了极小值，同时光斑像素平均亮度达到了极大值，认为该位置为对焦成功的位置；参见图3，在该实施例中，高亮像素数在位置13达到了最小值23685，光斑像素平均亮度位置13达到了最大值1885。

(5)找出清晰度评价函数极值

首先使用步骤(4)所述清晰度评价方法对相机当前画面进行清晰度评价，然后顺时针以0.1度为步长转动对焦环，再对相机新采集到的图像进行清晰度评价。如果后者的光斑像素数更少、光斑像素的平均亮度更高，则说明对焦方向正确，继续以0.1度为步长顺时针转动对焦环。如果后者的光斑像素数更多、光斑像素的平均亮度更低，则说明应逆时针以0.1度为步长转动对焦环。每次转动结束后对图像清晰度进行评价。当上述两种判据的数值变化趋势发生改变，即清晰度评价函数出现峰值以后，停止转动对焦环。

(6)对焦成功

步骤(5)中图像清晰度评价函数出现峰值的位置就是图像最清晰的位置，控制对焦环反转回峰值出现时的位置，即可认为成功对焦。参见图3，为相机焦平面以1mm为移动分辨率在对焦目标附近移动时得到的图像清晰度评价结果，可以看出存在明显峰值，高亮像素数在位置13达到了最小值23685，光斑像素平均亮度位置13达到了最大值1885。参见图4，为相机焦平面以0.2mm作为移动分辨率在对焦目标附近移动时得到的图像清晰度评价结果。由于移动步长过小，相邻两幅图像之间过于相似，噪声的存在使高亮像素数和光斑像素平均亮度出现了局部极值，但整体还是呈现单峰趋势。可以得出结论，在相机距离对焦目标约1m时，背照条件下的对焦分辨率为0.2mm，即万分之二的分辨率。换用焦距为80mm的镜头，在其他条件均不变的情况下重复前述移动分辨率为1mm的实验。结果如图5所示，由于对焦目标在图像中所占的面积减小，导致高亮像素数和光斑像素平均亮度出现了局部极值。高亮像素数在位置3出现局部极小值819，在位置12出现局部极小值810，在位置14出现局部极小值817。光斑像素在位置3出现局部极大值2458，在位置12出现局部极大值2477，在位置14处出现局部极大值2455。但整体还是呈现明显的单峰趋势,高亮像素数在位置9达到了最小值802，光斑像素平均亮度在位置9达到了最大值2508。经过统计，使用该方法对一张图像进行处理耗时不超过0.1秒。如果调用OpenCV库中提供的提供的sobel算子或Laplacian算子对整个图片进行对比度计算，可以得出相同的结果，但需要花费超过10秒的时间。可以得出结论，本发明的自动对焦方法带来极大的效率提升。

实施例2

参见图1，一种用于天文望远镜的多目标光纤光斑的自动对焦具体操作步骤如下：

(1)设置阈值

对于对焦目标为黑色背景中的光纤出射光斑的场景，相机采集到的图像为低灰度值背景中的多个高亮度光斑。光斑像素的灰度值与背景的灰度值之间存在较大的落差，需要设置一个阈值来将两者区分。在该实施例中所使用的为CMV50000芯片的工业CMOS相机其分辨率为约为8k×6k，相机可以设置8bit、10bit、12bit位深。实施例中获取灰度图像为12bit，灰度值范围为0到4095。相机所接镜头焦距为800mm。如图6所示，光纤被安装在距离相机约20m处，并且大致调整至正对相机光轴。相机视场覆盖范围如图7所示，相机视野中一共出现596个光斑。这里根据相机参数，将灰度值阈值设置为800。

(2)遍历图像识别亮斑

为了对光斑进行识别，需要对图像进行遍历查找。从图像的左上角，即坐标(0，0)位置开始，逐行对图像进行遍历,称为主遍历。

在对图像像素的有序遍历过程中，将每个像素的灰度值与所设阈值进行比较。如果当前像素的灰度值大于阈值，暂停主遍历，开始子循环。认为该像素属于某个亮斑，新建一链表并将其坐标与灰度值存入链表的第一位。由于属于同一光斑的像素是聚集在一起的，可以利用这一性质扩展上述链表，直至将所有属于该光斑的像素存入该链表。为了避免重复查找，首先将原图中上述查找到的灰度值大于阈值的像素置0。由于原始图像中该位置的像素信息已经被记录在了链表中，所以置0操作不会造成信息丢失。然后以该位置为中心进行八邻接查找，即将该像素周围八个像素的灰度值与阈值进行比较，如果某个像素的灰度值大于阈值，将该像素的信息加入链表，并将原图中对应位置的灰度值置0。该轮邻接查找结束后，如果链表的长度变长，则以链表中的新增元素为核心，分别重复上述的置0和八邻接查找操作。如果链表长度没有发生变化，即链表中没有新增元素，则认为属于该亮斑的像素已经全部查找完毕，停止该次子循环，继续主遍历操作。当对全图的遍历结束后，会重复多次子循环得到多个链表，每个链表表示一个亮斑，其中存储了属于该亮斑的所有像素的信息。

(3)过滤噪点得到光斑

由于相机传感器存在一定误差，可能会将一些噪点误识别为光斑，需要对其进行筛选。统计第二步中得到的所有链表的长度，对于长度小于5的链表，认为其是噪点，将其剔除。剩余的长度大于5的链表存储了实际光斑的信息。

(4)评价图像清晰度

遍历步骤(3)中经过筛选后的一系列链表，并对每个链表进行二级遍历，统计属于该亮斑的像素数量和所有光斑像素的灰度值总和。遍历结束后，计算该幅图像中所有光斑的像素数量总和所有光斑像素的平均灰度值。光斑像素数量越少、光斑像素平均灰度值越高，认为图像越清晰。光斑像素数量可以通过计算链表长度得出，计算光斑像素平均灰度值的公式如下：

其中，x和y为查找到的光斑像素的横纵坐标，f(x,y)为该像素的灰度值,N为光斑像素总数；m与n为图像的像素尺寸；如果在该次对焦过程中，光斑像素数达到了极小值，同时光斑像素平均亮度达到了极大值，认为该位置为对焦成功的位置；参见图8，在该实施例中，高亮像素数在位置2达到了最小值7060，光斑像素平均亮度在位置2达到了最大值2929。

(5)找出清晰度评价函数极值

首先使用步骤(4)所述清晰度评价方法对相机当前画面进行清晰度评价，然后顺时针以0.1度为步长转动对焦环，再对相机新采集到的图像进行清晰度评价。如果后者的光斑像素数更少、光斑像素的平均亮度更高，则说明对焦方向正确，继续以0.1度为步长顺时针转动对焦环。如果后者的光斑像素数更多、光斑像素的平均亮度更低，则说明应逆时针以0.1度为步长转动对焦环。每次转动结束后对图像清晰度进行评价。当上述两种判据的数值变化趋势发生改变，即清晰度评价函数出现峰值以后，停止转动对焦环。

(6)对焦成功

第六步中图像清晰度评价函数出现峰值的位置就是图像最清晰的位置，控制对焦环反转回峰值出现时的位置，即可认为成功对焦。参见图8，相机对焦环以0.1度为移动分辨率得到的图像清晰度评价结果，可以看出存在明显峰值，高亮像素数在位置2达到了最小值7060，光斑像素平均亮度在位置2达到了最大值2929，对焦效果良好。

Claims (3)

1.一种用于天文望远镜的多目标光纤光斑的自动对焦方法，包括以下操作步骤：(1)设置阈值：通过相机实时采集焦面图像；根据环境照明条件及相机性能参数设定用于区分背景与对焦目标的阈值，具体操作为：在照明条件良好时，设置阈值为相机所能达到的最大灰度值的20％；(2)遍历图像识别亮斑：将所有高亮像素按照连通情况进行存储，属于同一连通域的高亮像素存储在同一链表中，得到亮斑；(3)过滤噪点得到光斑：统计步骤(2)中得到的所有链表的长度，对于长度小于10的链表，认为其是噪点，将其剔除；剩余的长度大于10的链表存储了实际光斑的位置信息；(4)评价图像清晰度；(5)找出清晰度评价函数极值；(6)对焦成功：重复转动对焦装置直至得到清晰度最大的焦面图像，此时图像所对应的位置即为对焦成功的位置；其特征在于：

步骤(4)中，以光斑像素数和光斑像素平均亮度作为指标评价图像清晰度；

将属于光斑的像素数量和光斑像素平均灰度值作为图像清晰度的评价函数，其中，光斑像素数量通过计算存储光斑像素的链表的长度得出，计算光斑像素平均灰度值F的公式如下：

公式中，x和y为查找到的光斑像素的横纵坐标，f(x,y)为该像素的灰度值，N为光斑像素总数，m与n为图像的像素尺寸；如果在该次对焦过程中，光斑像素数达到了极小值，同时光斑像素平均亮度达到了极大值，认为该位置为对焦成功的位置；

步骤(5)中，采用步骤(4)所述操作对图像清晰度进行评价，并控制调节机构重复移动对焦直至得到清晰度最大的图像，具体操作如下：

顺时针以0.1度为步长转动对焦环，对相机新采集到的图像进行清晰度评价；

若新采集到的图像的清晰度大于前一幅图像的清晰度，重复以0.1度为步长顺时针转动对焦环；若新采集到的图像的清晰度小于前一幅图像的清晰度，则逆时针以0.1度为步长转动对焦环；直至当前的图像的清晰度判据的数值变化趋势发生改变，即清晰度评价函数出现峰值时，对焦成功；

所述相机为工业数码相机CCD，相机的分辨率在1千万像素以上，数据位深在8bit以上，即图像灰度值在256以上，满足上述对焦判别条件。

2.根据权利要求1所述一种用于天文望远镜的多目标光纤光斑的自动对焦方法，其特征在于：步骤(1)中，所述相机为CMV50000的CMOS芯片工业相机，其分辨率为8k×6k，灰度值范围为0到4095。

3.根据权利要求1所述一种用于天文望远镜的多目标光纤光斑的自动对焦方法，其特征在于，步骤(2)中，具体操作如下：

从图像像素x、y坐标均为0的点开始，先行后列遍历图像，称为主遍历；

当主遍历过程中遇到灰度值大于上述所设阈值的像素，停止主遍历，开始子循环；

新建一链表，将主遍历过程中遇到灰度值大于所设阈值的像素的坐标及灰度值存入链表第一位，并将链表中所存像素的原位置的灰度值置零，防止影响后续步骤；

以链表中第一个像素为起点进行八邻接查找，如果找到灰度值大于所设阈值的像素，将该像素的信息存入上述链表，并对该像素原位置的灰度值置零；

分别以链表中的新增像素为起点进行八邻接查找，并重复上述的存储和置零操作；

重复上述操作直至链表长度不再增加；此时链表中已经存储了相互连通的一系列高亮像素的信息；

停止该次子循环，继续主遍历；

若在主遍历中又遇到了灰度值大于所设阈值的像素，重复子循环，直至遍历完整个图像；

主遍历结束，此时得到了多个存储着像素信息的链表，认为每个链表都是一个亮斑。

Images