CN115334244B - 一种内窥镜自动对焦搜索算法 - Google Patents

Abstract

本发明公开了一种内窥自动对焦快速搜索方法，所述的搜索算法采用了一种具备自适应变步长的爬山法，利用两段变步长公式，分别进行粗搜索找峰值区间,细搜索定位峰值；在近焦区域、远焦区域，利用参数k调节步长值，以合适步长步进；连续两次计算参数a作为找到峰值的判定条件，该方法可减少对焦过程中的次峰带来的影响，有效避免遇到次峰改变对焦方向，以及减少对焦过程所需的步数；本发明有效解决了传统自动对焦算法在内窥镜上，自动对焦准确率不高以及对焦速度慢的问题，在内窥镜上实现了快速、准确的自动对焦。

Description

一种内窥镜自动对焦搜索算法

技术领域

本发明属于内窥成像领域,具体涉及一种内窥自动对焦搜索方法,适用于内窥自动快速对焦领域。

背景技术

基于数字图像的自动对焦技术，通过不断的获取图像清晰度评价值比较，电机驱动调焦，直到找到最高清晰度评价值的位置，对焦完成。所以自动对焦就是选择合理的清晰度评价函数，再搜索到清晰度评价函数的极大值。因而选择合适的清晰度评价函数和极值搜索算法是实现自动对焦的关键，而自动对焦的实时性主要取决于对焦窗口选择和极值搜索算法。

现有一种典型的内窥调焦技术方案中，通过机械结构承载，外部以手动调焦手轮的方式实现对焦功能。手动调节存在不灵活，不准确，响应时间长等不足。电机控制、自动对焦算法与内窥系统配合实现自动调焦，代替手动调节，更精确，更高效。常规两阶段自动对焦算法中，首先使用大步距迅速找出评价函数大致的单峰位置，再使用小步距精细对焦找出精确的准焦位置。在粗对焦阶段，如果步距太大，容易跨过准焦位置，使得细对焦阶段需要多次对焦才能找到准焦位置。粗对焦阶段的步距太小也会导致粗对焦阶段需要太多的对焦次数。

目前常用的极点搜索算法有函数逼近法、Fibbonacci搜索法、爬山法等。其中，爬山法以简单易行，对焦效果好。爬山法的原理是：通过模拟盲人爬山，从起点出发沿一定的方向，以一定的较大步长开始爬坡改变焦距，通过计算每次的清晰度评价值进行比较，当检测到坡度的下降沿时，缩小步长反向爬坡，如此反复折返爬坡，直到步长缩小到预设的终止步长时停止爬坡，最后一次爬坡过程中的峰值位置即为搜索到的极大值。经典爬山法的局限性体现在以下两点：单次检测下降沿即调转方向，易受噪声的干扰，使算法陷入局部极值或在偏离最大值的位置折返，对焦效果不理想。现有的改进的爬山法以连续多次下降沿来判断折返，可以降低噪声的干扰，但会大大增加算法的计算量。在多次的重复折返过程中，需要进行多次的步长缩减才能得到好的结果，在计算量方面和实时性还有改善的空间。

发明内容

为了解决了传统自动对焦算法在内窥镜上，自动对焦准确率不高以及对焦速度慢的问题，本发明提供的一种自动对焦方法，该方法包括如下步骤：

1)、对焦开始前，计算当前清晰度评价值f₀，按照式(1)与(2)计算第一次对焦前的图像清晰度评价值；

f_i(I)＝∑_y∑_x|G(x,y)|,G(x,y)>T (1)

其中I为图像，T是给定的边缘检测阈值，Gx和Gy分别是像素点(x,y)处Sobel水平和垂直方向边缘检测算子的卷积，i为对焦次数；

2)、设置初始步长L，随机取步进方向d，每次步进完成后计算清晰度评价值，按式(1)计算第一次对焦后的图像清晰度值f₁；

3)、比较两次图像清晰度值的大小，按式(3)计算a₁值，如果f₁<f₀并且a₁>＝M，说明对焦方向错误，则将对焦方向d置为反向，如果f₁>f₀或f₁<f₀并且a₁<M,对焦方向d不变；

其中，S为单次步长值，第一次对焦的步长为L，即S＝L，a表征单位步长清晰度评价值变化量，M为阈值，a的设定是为了避免遇到次峰，影响对焦方向改变，增加对焦次数；

4)、取第i次步进后的评价值与取第i-1次步进后的评价值的差，除以第i次步进后的评价值进行归一化，并用k表征图像清晰度变化率，如式(4)所示；

5)、按判定的方向d，并按公式(5)计算得到的步长L_i步进；

L_i＝L+k_i-1·L (5)

其中，k∈(0,1)，那么L_i∈(L,2L)；

6)、情况一：f_i(I)>f_i-1（I），表明处于爬山阶段转到步骤4；

情况二：f_i(I）<f_i-1（I）,以步长Li和对焦方向d步进，按公式(3)连续计算两次参数a，计算步骤如下：

L_i+1＝L+k_i·L；

以步长L_i+1步进；对焦次数加一；

按公式(3)，计算两次单位步长评价值改变量，并比较a_i和a_i+1大小；若a_i>a_i+1，进入步骤7；若a_i<a_i+1，表明处于次峰，还存在更高峰，转到步骤4；

7)、以精细步长进行对焦,按式(4)计算k值，以精细步长l_i,方向d进行对焦,

l_i＝L-k_i-1·L (6)

其中，k∈(0,1)，那么l_i∈(0,L)；

8)、判断图像清晰度评价值是否小于上次的图像清晰度评价值，即f_i(I)<f_i-1(I)，如果成立，则自动对焦结束；否则重复步骤7，直至对焦结束。

与现有技术相比，本发明具有如下有益效果：

电机控制、自动对焦算法与内窥变焦系统配合实现自动调焦，代替手动调节，更精确，更高效。采用了一种具备自适应变步长的爬山法，利用两段变步长公式,分别进行粗搜索,细搜索；在近焦区域、远焦区域以合适步长步进。利用参数k,a改变步长值,减少对焦过程中的次峰带来的影响，可有效避免遇到次峰改变对焦方向,以及减少对焦过程所需的步数。本发明有效解决了传统自动对焦算法在内窥镜上，自动对焦准确率不高以及对焦速度慢的问题，在内窥镜上实现了快速、准确的自动对焦。

附图说明

图1为作为本发明的一种自动对焦搜索算法的一实施例的流程图；

图2为作为本发明的一种自动对焦搜索算法参数传递的流程图。

具体实施方式

为了能够更清楚的理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。应当理解，所举实例只用于解释本发明，并非用于限定本发明的范围。

如图1与图2所示，一种内窥镜自动对焦快速搜索方法,其特征在于包括如下步骤：

步骤1)、对焦开始前，计算当前清晰度评价值f₀，按照式(1)计算第一次对焦前的图像清晰度值。

步骤2)、设置初始步长L，随机取步进方向d为正向或者反向，每次步进完成后计算清晰度评价值，按式(1)计算第一次对焦后的图像清晰度值f₁。

步骤3)、比较两次图像清晰度值的大小，按式(3)计算a₁值。如果f₁<f₀并且a₁>M，说明对焦方向错误，则将对焦方向d置为反向；如果f₁>f₀或f₁<f₀并且a₁<M对焦方向d不变；

步骤4)、按式(4)计算单次步进后比例系数k_i。

步骤5)、按判定的步进方向，并按公式(5)计算得到的步长L_i步进。

步骤6)、如果f_i(I)>f_i-1(I),表明处于爬山阶段转到步骤4；如果f_i(I)<f_i-1(I),以步长Li和对焦方向d步进，按公式(3)连续计算两次参数a；若a_i>a_i+1,进入步骤7；若a_i<a_i+1,表明处于次峰,还存在更高峰,转到步骤4；

步骤7)、以精细步长进行对焦,按式(4)计算k_i值，以精细步长l_i,对焦方向置反进行精对焦；

步骤8)、判断图像清晰度值是否小于上次的图像清晰度值，如果f_i(I）>f_i-1（I）成立,则自动对焦结束。否则重复步骤7，直至对焦结束。

电机控制、自动对焦算法与内窥变焦系统配合实现自动调焦，代替手动调节，更精确，更高效；采用了一种具备自适应变步长的爬山法，利用两段变步长公式,分别进行粗搜索,细搜索；在近焦区域、远焦区域以合适步长步进。利用参数k,a改变步长值,减少对焦过程中的次峰带来的影响，可有效避免遇到次峰改变对焦方向,以及减少对焦过程所需的步数。本发明有效解决了传统自动对焦算法在内窥镜上，自动对焦准确率不高以及对焦速度慢的问题，在内窥镜上实现了快速、准确的自动对焦。

Claims (1)

1.一种自动对焦方法，其特征在于，该方法包括如下步骤：

1)、对焦开始前，计算当前清晰度评价值f₀，按照式(1)与(2)计算第一次对焦前的图像清晰度评价值；

f_i(I)＝∑_y∑_x|G(x,y)|,G(x,y)>T (1)

其中I为图像，T是给定的边缘检测阈值，Gx和Gy分别是像素点(x,y)处Sobel水平和垂直方向边缘检测算子的卷积，i为对焦次数；

2)、设置初始步长L，随机取步进方向d，每次步进完成后计算清晰度评价值，按式(1)计算第一次对焦后的图像清晰度值f₁；

3)、比较两次图像清晰度值的大小，按式(3)计算a₁值，如果f₁<f₀并且a₁>＝M，说明对焦方向错误，则将对焦方向d置为反向，如果f₁>f₀或f₁<f₀并且a₁<M,对焦方向d不变；

其中，S为单次步长值，第一次对焦的步长为L，即S＝L，a表征单位步长清晰度评价值变化量，M为阈值，a的设定是为了避免遇到次峰，影响对焦方向改变，增加对焦次数；

4)、取第i次步进后的评价值与取第i-1次步进后的评价值的差，除以第i次步进后的评价值进行归一化，并用k表征图像清晰度变化率，如式(4)所示；

5)、按判定的方向d，并按公式(5)计算得到的步长L_i步进；

L_i＝L+k_i-1·L (5)

其中，k∈(0,1)，那么L_i∈(L,2L)；

6)、情况一：f_i(I)>f_i-1(I)，表明处于爬山阶段转到步骤4；

情况二：f_i(I)<f_i-1(I),以步长Li和对焦方向d步进，按公式(3)连续计算两次参数a，计算步骤如下：

L_i+1＝L+k_i·L；

以步长L_i+1步进；对焦次数加一；

按公式(3)，计算两次单位步长评价值改变量，并比较a_i和a_i+1大小；若a_i>a_i+1，进入步骤7；若a_i<a_i+1，表明处于次峰，还存在更高峰，转到步骤4；

7)、以精细步长进行对焦,按式(4)计算k值，以精细步长l_i,方向d进行对焦,

l_i＝L-k_i-1·L (6)

其中，k∈(0,1)，那么l_i∈(0,L)；

8)、判断图像清晰度评价值是否小于上次的图像清晰度评价值，即f_i(I)<f_i-1(I)，如果成立，则自动对焦结束；否则重复步骤7，直至对焦结束。