RU2222113C2 - Способ автоматического фокусирования в системе фиксации изображений, использующей симметричные ких-фильтры, и устройство для его осуществления - Google Patents

Способ автоматического фокусирования в системе фиксации изображений, использующей симметричные ких-фильтры, и устройство для его осуществления Download PDF

Info

Publication number
RU2222113C2
RU2222113C2 RU2002107312/09A RU2002107312A RU2222113C2 RU 2222113 C2 RU2222113 C2 RU 2222113C2 RU 2002107312/09 A RU2002107312/09 A RU 2002107312/09A RU 2002107312 A RU2002107312 A RU 2002107312A RU 2222113 C2 RU2222113 C2 RU 2222113C2
Authority
RU
Russia
Prior art keywords
focal length
interest
image
absolute value
color plane
Prior art date
Application number
RU2002107312/09A
Other languages
English (en)
Other versions
RU2002107312A (ru
Inventor
Яп-Пенг ТАН (SG)
Яп-Пенг ТАН
Брент ТОМАС (US)
Брент ТОМАС
Тинку АКХАРИА (US)
Тинку АКХАРИА
Original Assignee
Интел Корпорейшн
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Интел Корпорейшн filed Critical Интел Корпорейшн
Application granted granted Critical
Publication of RU2222113C2 publication Critical patent/RU2222113C2/ru
Publication of RU2002107312A publication Critical patent/RU2002107312A/ru

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/67Focus control based on electronic image sensor signals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/67Focus control based on electronic image sensor signals
    • H04N23/675Focus control based on electronic image sensor signals comprising setting of focusing regions

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Studio Devices (AREA)
  • Automatic Focus Adjustment (AREA)
  • Image Processing (AREA)
  • Color Television Image Signal Generators (AREA)
  • Focusing (AREA)
  • Color Image Communication Systems (AREA)

Abstract

Изобретение относится к области цифрового формирования изображения, в частности к системам автоматического фокусирования в системе фиксации изображения. Техническим результатом является повышение скорости и точности автоматического фокусирования для фиксации изображений. Технический результат достигается тем, что осуществляют выбор представляющей интерес области в изображении и представляющей интерес цветовой плоскости, выполняют фильтрацию представляющей интерес области для формирования отфильтрованного участка, определяют среднее абсолютное значение для отфильтрованного участка и максимальное среднее абсолютное значение, определяют, превышает ли среднее абсолютное значение для отфильтрованного участка величину в процентах от максимального среднего абсолютного значения, устанавливают оптимальное фокусное расстояние равным фокусному расстоянию, на котором фиксируется изображение, если среднее абсолютное значение для отфильтрованного участка больше максимального среднего абсолютного значения, выдают оптимальное фокусное расстояние, если среднее абсолютное значение для отфильтрованного участка не превышает величины в процентах от максимального среднего абсолютного значения. 2 с. и 15 з.п. ф-лы, 5 ил., 1 табл.

Description

Область техники
Изобретение относится к области цифрового формирования изображения. В частности, настоящее изобретение направлено на создание способа и устройства для автоматического фокусирования в системе фиксации изображений, использующей симметричные КИХ-фильтры (фильтры с конечной импульсной характеристикой).
Уровень техники
Во многих прикладных системах нашли широкое распространение системы цифровой фиксации изображений, такие как цифровые видеокамеры и цифровые фотоаппараты. Цифровая фиксация видеоизображений может быть использована в таких приложениях, как видеоконференции, видеомонтаж и распределенное видеообучение. Цифровая фиксация фотоизображений с помощью цифровой камеры может быть использована в таких приложениях, как фотоальбомы, фоторедактирование и компоновка комбинированных изображений.
Во многих цифровых системах для фиксации видеоизображений и неподвижных изображений используется датчик изображения, выполненный в виде матрицы светочувствительных элементов, каждый из которых обычно называется "пикселем". Каждый пиксель отвечает за фиксацию одного из трех цветовых каналов: красного, зеленого или синего. В частности, каждый пиксель выполнен таким образом, что он чувствителен к конкретному цветовому каналу благодаря использованию цветного светофильтра, расположенного над пикселем так, что световая энергия, попадающая на пиксель, соответствует энергии только одного конкретного участка спектра. Каждый пиксель формирует сигнал, соответствующий количеству поступившей на него световой энергии.
Обычно системы цифровой фиксации изображений эксплуатируются в самых разных условиях. Кроме того, предполагается, что в них имеются такие встроенные функции, как автоматическое фокусирование и автоматическое экспонирование. Эти функции обычно реализуются в основном аппаратными средствами. В случае автоматического фокусирования для фиксации высококачественных изображений существенное значение имеют скорость и точность. Таким образом, желательно реализовать эффективные процессы автоматического фокусирования, выполняемые аппаратными средствами, которые будут удобны пользователю.
Сущность изобретения
Предлагается способ для определения значения фокусировки в изображении, включающий выбор представляющей интерес области в изображении и представляющей интерес цветовой плоскости. Затем выполняется фильтрация представляющей интерес цветовой плоскости в представляющей интерес области для формирования отфильтрованного участка и определяется абсолютное среднее значение для отфильтрованного участка. Также заявлена система для реализации указанного способа.
Краткое описание чертежей
Фиг. 1 - схема, иллюстрирующая изображение вместе с представляющей интерес областью.
Фиг. 2 - блок-схема, иллюстрирующая процесс определения значения фокусировки (V) из изображения, такого как изображение на фиг. 1, согласно одному режиму работы в соответствии с настоящим изобретением.
Фиг. 3 - импульсные и частотные характеристики (амплитудные и фазовые характеристики) фильтра, конфигурированного согласно возможному варианту настоящего изобретения.
Фиг. 4 - блок-схема, иллюстрирующая возможный режим работы системы автоматического фокусирования, сконфигурированной согласно настоящему изобретению.
Фиг. 5 - графики значений фокусировки для изображений из четырех последовательностей изображений, определенных с использованием блок-схемы, представленной на фиг. 2.
Подробное описание изобретения
Настоящее изобретение обеспечивает способ автоматического фокусирования и устройство, разработанное для систем цифровой фиксации изображений, таких как камеры для цифрового формирования изображений и видеоизображений (которые определены здесь в целом как "камеры"). В процессе фокусирования фиксируется последовательность изображений с разными фокусными расстояниями. После фиксации каждое изображение фильтруется с помощью симметричного фильтра с конечной импульсной характеристикой (КИХ). Из отфильтрованного изображения получают значение фокусировки, которое определяет степень фокусировки камеры. В алгоритме используется КИХ-фильтр, который может быть реализован аппаратными средствами обработки цифровых сигналов с фиксированными функциями (ОЦСФФ) при меньших вычислительных затратах, что также устраняет проблему накопления ошибок, с которой обычно сталкиваются при использовании фильтров с конечной импульсной характеристикой (КИХ). Кроме того, использование симметричного фильтра может уменьшить количество операций умножения, необходимых для фильтрации изображения, примерно вдвое по сравнению с асимметричным фильтром. В одном из вариантов оптимальным фокусным расстоянием для данного объекта съемки, которое и выдается алгоритмом, считается фокусное расстояние, при котором зафиксированное изображение имеет максимальное значение фокусировки.
В одном из вариантов для обработки изображений с целью получения значений фокусировки для определения того, что система фиксации изображений находится в фокусе, используют процессор и память. Как упоминалось выше, процессор может представлять собой процессор для обработки цифровых сигналов либо специализированную интегральную схему (СИС). Процессор также может быть процессором общего назначения. Память может представлять собой любое запоминающее устройство, доступное процессору.
На фиг. 1 представлена схема, иллюстрирующая изображение 100 шириной Х и высотой Y. Изображение 100 содержит набор пикселей, над каждым из которых находится цветной светофильтр из матрицы цветных светофильтров (МЦСФ) 102. В одном варианте МЦСФ 102 образует конфигурацию Байера (Ваyеr) в виде повторяющихся красных (R), зеленых (G) и синих (В) светофильтров. На фиг. 1 также показана представляющая интерес область 104 шириной N пикселей, которая содержит М строк.
На фиг. 2 представлена блок-схема, иллюстрирующая процесс определения значения фокусировки (V) из изображения, такого как изображение 100 на фиг. 1, согласно возможному режиму функционирования настоящего изобретения.
На этапе 200 в изображении, к примеру изображении 100, выбирают представляющую интерес область, к примеру область 104. В одном из вариантов при вычислении значения фокусировки для изображения выбирают только одну представляющую интерес область. Однако в других вариантах можно выбрать множество представляющих интерес областей и вычислить множество значений фокусировки. В последующем описании раскрывается процесс определения одного значения фокусировки на одно изображение. После выбора области, представляющей интерес, обработка переходит на этап 202.
На этапе 202 в представляющей интерес области выбирают представляющую интерес цветовую плоскость. В одном из вариантов предметом выбора является зеленая цветовая плоскость, так как зеленая часть спектра лучше подходит для определения яркости. В других вариантах может быть выбрана другая цветовая плоскость при условии, что выбранная цветовая плоскость содержит больше всего информации о яркости объекта съемки. Например, в системе фиксации изображений Y-CYMG (голубой, желтый и "идеальный" красный) в качестве представляющей интерес цветовой плоскости выбирается желтая плоскость, которая содержит максимум информации о яркости. Кроме того, в последующем описании принято, что пиксель в точке с координатами (0,0) выделенного участка изображения (например, представляющей интерес области 104) является зеленым. В частности, левый верхний угол выделенного участка изображения размещен таким образом, что левый верхний пиксель оказывается зеленым.
На этапе 204 каждая пара столбцов зеленых пикселей в выделенном участке изображения объединяется в один составной столбец из зеленых пикселей для формирования зеленой плоскости G' размером M•N/2 пикселей на следующих двух шагах:
1. G(i,j)=G(i,j+1) для i=1, 3, 5, К, М-1 и j=0, 2, 4, К, N-2; и
2. G'(i,j/2)=G(i,j) для 0≤i<М и j=0, 2, 4, К, N-2,
где G(i, j) - значение зеленого пикселя в точке с координатами (i, j) выделенного участка изображения. Перед указанным объединением G(i, j) точно определено только в точках с координатами (m, n), где (m+n)mod2=0, 0≤m<М и 0≤n<N. После объединения G' уменьшается до размера М на N/2 пикселей. Эта операция объединения используется для определенной конфигурации МЦСФ (например, конфигурации Байера), применяемой в данной системе фиксации изображения, но при необходимости может быть модифицирована для любой другой конфигурации МЦСФ.
На этапе 206 объединенная цветовая плоскость G' фильтруется с использованием фильтра нижних частот для уменьшения погрешностей, вызванных шумом (например, искаженные края, появляющиеся в результате использования конфигурации Байера). Затем в одном из вариантов зеленую плоскость G' фильтруют по столбцам с помощью фильтра нижних частот с тремя отводами:
Figure 00000002

где A= [a0a1a2]=[0,25 0,5 0,25]. Размер интерполированной зеленой плоскости Ga остается прежним и равным M•N/2 пикселей. После преобразования зеленой плоскости G' в интерполированную зеленую плоскость Ga процесс обработки продолжается на этапе 208.
На этапе 208 система разделяет интерполированную зеленую плоскость Ga на три подобласти G1, G2 и С3 с одинаковыми размерами. В возможном варианте интерполированная зеленая плоскость Ga делится на три подобласти размером M•N/6 пикселей. В других вариантах интерполированную зеленую плоскость Ga можно разделить на три подобласти размером M/3•N/2 пикселей. Кроме того, в других вариантах интерполированная зеленая плоскость Ga может быть разделена на множество участков любого размера.
На этапе 210 строки каждой подобласти G1, G2 и G3 фильтруются КИХ-фильтром с р отводами:
Figure 00000003

где h=[h0, h1, ... hp-1]; k=1, 2, 3, 0≤1<M; a p-1≤j<N/6. Фильтр пытается выделить важную информацию, относящуюся к краям, которая полезна для определения того, находится ли камера в фокусе.
В одном из вариантов КИХ-фильтр с р отводами, используемый для фильтрации подобластей G1, G2 и G3 интерполированной зеленой плоскости Ga, представляет собой симметричный КИХ-фильтр с 20 отводами. Как было отмечено выше, в данном алгоритме используется симметричный КИХ-фильтр, поскольку его можно реализовать в рамках существующих аппаратных средств с меньшими вычислительными затратами, причем количество умножений, необходимых для фильтрации изображения, может быть уменьшено примерно вдвое по сравнению с несимметричными КИХ-фильтрами. Кроме того, как было отмечено выше, при использовании КИХ-фильтра не возникает проблем накопления ошибок, с которыми обычно сталкиваются при использовании фильтров с бесконечной импульсной характеристикой (БИХ-фильтров). Таблица 1 содержит возможный набор коэффициентов фильтрации КИХ-фильтра, который может быть использован для получения требуемых результатов.
На фиг. 3 показаны импульсные и частотные характеристики (амплитудная и частотная характеристики) разработанного фильтра. Амплитудная характеристика фильтра аналогична амплитудной характеристике полосового фильтра. После фильтрации всех подобластей процесс обработки продолжается на этапе 212.
На этапе 212 вычисляется абсолютное среднее значение
Figure 00000004
для каждой отфильтрованной подобласти
Figure 00000005

Figure 00000006

где М•(N/6-p+1) - общее количество пикселей, значения которых можно вычислить на этапе 210.
На этапе 214 определяют значение фокусировки для текущего изображения r, которое обозначено как V(r), следующим образом:
Figure 00000007

где изображение, которое сфокусировано лучше, имеет более высокое значение фокусировки.
На фиг. 4 представлена блок-схема, иллюстрирующая режим работы системы автоматического фокусирования, конфигурированной согласно настоящему изобретению. В возможном варианте схема представлена последовательностью изображений, зафиксированных с разными фокусными расстояниями. В другом варианте схема определяет фокусное расстояние, при котором изображение окажется сфокусированным, прежде чем будет зафиксирована вся последовательность изображений с разными фокусными расстояниями. В последнем варианте изображения, обрабатываемые по этой схеме, фиксируются в процессе поиска сфокусированного кадра. В принципе, схема выполняет быстрый поиск для определения фокусного расстояния, которое даст относительно сфокусированное изображение (например, путем анализа значений фокусировки для нахождения максимального из всех имеющихся значений фокусировки) и пропускает фокусное расстояние, для которого значение фокусировки меньше предыдущего на определенную величину в процентах. Затем схема выполняет детальный поиск для определения фокусного расстояния, которое даст более сфокусированное изображение. Функционирование этой схемы основано на предположении, что вычисляемое значение фокусировки является унимодальной функцией фокусного расстояния, что имеет место для большинства встречающихся объектов съемки.
На этапе 102 выполняется инициализация системы с установкой исходных значений следующих переменных:
Vmax=0
f=fmax
fopt=fmax
где f - фокусное расстояние; V(f) - значение фокусировки, которое вычисляется для изображения, полученного при фокусном расстоянии f; Vmax - максимальное значение фокусировки из всех определенных значений; fmax и fmin - максимальное и минимальное фокусные расстояния соответственно, доступные в данной системе фиксации изображений; и fopt - оптимальное фокусное расстояние, определяемое данной схемой. После инициализации системы на этапе 104 начинается предварительный поиск.
На этапе 104 определяется значение фокусировки V(f) для изображения, зафиксированного при фокусном расстоянии f. V(f) определяется согласно описанию фиг. 2. Как отмечено выше, если схема не представлена в виде последовательности зафиксированных изображений, то система фиксирует изображение сразу же в ходе выполнения операций на этапе 104, до того как определено значение фокусировки. После вычисления на этапе 104 значения фокусировки, оно сравнивается на этапе 106 с максимальным (среди найденных) значением фокусировки. Если значение фокусировки больше максимального из всех ранее вычисленных (V(f)>Vmax), процесс обработки продолжается на этапе 108. В противном случае выполняется переход на этап 110.
На этапе 108 найденное максимальное значение фокусировки устанавливается равным текущему значению фокусировки (Vmax=V(f)). Кроме того, устанавливают оптимальное фокусное расстояние, равное текущему фокусному расстоянию (fopt= f). Затем на этапе 110 фокусное расстояние уменьшается на величину шага предварительного поиска фокусного расстояния (f=f-fs1). Шаг предварительного поиска фокусного расстояния представляет собой приращение для изменения фокусного расстояния во время поиска предварительного фокусного расстояния. В одном из вариантов шаг fs1 предварительного поиска фокусного расстояния определяется следующим образом:
fs1=(fmax-fmin)хSFN1/SN1
где SN1 и SFN1 определяют общее количество оценок изображения. SFN1 зависит от текущей уставки диафрагменного числа, а также текущего фокусного расстояния f. SFN1 может быть задано в виде таблицы либо с помощью простых уравнений на основе предыдущих экспериментов. SN1 - это число, определяющее количество поисков при предварительном поиске. Обычно, когда диафрагма системы фиксации изображений мала, размер шага может быть больше, так как система фиксации изображений будет находиться в фокусе в более широком диапазоне фокусных расстояний. Наоборот, когда диафрагма системы фиксации изображений велика, размер шага должен быть небольшим, так как система фиксации изображений будет находиться в фокусе в узком диапазоне фокусных расстояний.
На этапе 112 определяется, не превышает ли фокусное расстояние минимального фокусного расстояния системы фиксации изображений (f<=fmin). Кроме того, определяется, превышает ли значение фокусировки определенную величину в процентах (например, 80%) от максимального найденного значения фокусировки (V(f)>0,8Vmax). В одном из вариантов в этой схеме используется заранее установленная величина в процентах для оценки того, не пропустил ли алгоритм оптимальное значение фокусировки и не оценивает ли теперь система те изображения, которые оказываются все более расфокусированными (например, значение фокусировки становится все меньше и меньше). В других вариантах указанная величина в процентах может быть переменной и зависеть от текущего фокусного расстояния либо других параметров. Если фокусное расстояние больше или равно минимальному фокусному расстоянию системы фиксации изображений (f=>fmin) и значение фокусировки больше восьмидесяти процентов от максимального значения фокусировки, определенного ранее, (V(f)>0,8Vmax), то процесс возвращается к этапу 104, где оценивается другое изображение. В противном случае процесс переходит к этапу 114.
На этапе 114 определяется, что фокусное расстояние, которое обеспечивает сфокусированное изображение, лежит в диапазоне от максимального фокусного расстояния fmax, поддерживаемого системой фиксации изображений, до текущего фокусного расстояния f. В частности, когда предварительный поиск начинается с максимального фокусного расстояния и в ходе поиска анализируются значения фокусировки для изображений, зафиксированных при уменьшающихся фокусных расстояниях, пока не выполнено заранее поставленное условие, логично предположить, что представляющее интерес фокусное расстояние находится в указанном диапазоне. Однако, так как текущее фокусное расстояние уменьшается на этапе 110 на величину шага предварительного поиска фокусного расстояния, и одним из условий окончания предварительного поиска является не превышение текущим фокусным расстоянием величины fmin, существует вероятность того, что текущее фокусное расстояние окажется меньшим fmin, то есть недействительным. Поэтому на этапе 114 текущее фокусное расстояние устанавливается равным максимальному из двух значений: минимального фокусного расстояния системы фиксации изображений либо текущего фокусного расстояния (f=max(fmin, f)).
На этапе 116 определяется значение фокусировки V(f) для изображения, зафиксированного при фокусном расстоянии f. V(f) определяется согласно описанию фиг. 2. После вычисления на этапе 116 значения фокусировки, оно сравнивается на этапе 118 с найденным максимальным значением фокусировки. Если значение фокусировки больше ранее вычисленного максимального значения фокусировки (V(f)>Vmax), то процесс обработки переходит на этап 120. В противном случае выполняется переход на этап 122.
На этапе 120 найденное максимальное значение фокусировки устанавливается равным текущему значению фокусировки (Vmax=V(f)). Кроме того, оптимальное фокусное расстояние устанавливают равным текущему фокусному расстоянию (fopt= f). Затем на этапе 122 фокусное расстояние увеличивают на величину шага точного поиска фокусного расстояния (f=f+fs2). Шаг точного поиска фокусного расстояния определяет величину изменения фокусного расстояния в процессе поиска точного фокусного расстояния. В одном из вариантов шаг поиска фокусного расстояния fs2 определяется формулой:
fs2=(fmax-fmin)хSFN2/SN2
где SN2 и SFN2 определяют общее количество оценок изображения. SFN2 зависит от уставки текущего диафрагменного числа, а также текущего фокусного расстояния f. SFN2 может быть представлен в табличной форме или выражен простыми уравнениями на основе предыдущих экспериментов. SN2 - это число, определяющее количество поисков при точном поиске. В одном из вариантов размер шага fS2 устанавливают существенно меньшим, чем размер шага fS1, чтобы обеспечить более широкие возможности точной настройки. Обычно, когда диафрагма системы фиксации изображений мала, размер шага может быть увеличен, так как система фиксации изображений будет сфокусированной в широком диапазоне значений фокусного расстояния. Наоборот, когда диафрагма системы фиксации изображений велика, размер шага должен быть меньше, так как система фиксации изображений будет сфокусированной в узком диапазоне значений фокусного расстояния.
На этапе 124 определяют, не превышает ли фокусное расстояние максимального фокусного расстояния системы фиксации изображений (f≤fmax). Кроме того, определяют, превышает ли значение фокусировки определенную величину в процентах (например, 80%) от максимального найденного значения фокусировки (V(f)>0,8Vmax). В одном из вариантов в этой схеме используется заранее установленная величина в процентах для оценки того, не пропустил ли алгоритм оптимальное значение фокусировки и не оценивает ли теперь система те изображения, которые становятся все более несфокусированными (например, значение фокусировки становится все меньше и меньше). В других вариантах указанная величина в процентах может быть переменной и зависеть от текущего фокусного расстояния либо других параметров. Если фокусное расстояние меньше или равно максимальному фокусному расстоянию системы фиксации изображений (f≤fmax) и значение фокусировки больше восьмидесяти процентов от максимального значения фокусировки, определенного ранее, (V(f)>0,8Vmax), процесс обработки возвращается к этапу 116, где оценивается другое изображение. В противном случае процесс обработки переходит на этап 126.
На этапе 126 вычисляется оптимальное фокусное расстояние fopt, и процесс обработки для данной последовательности изображений заканчивается (либо в случае, когда система фиксирует изображения, для которых необходимо оценить значение фокусировки, процесс обработки прекращается, пока не понадобится новое фокусное расстояние).
На фиг. 5 показаны значения фокусировки для изображений четырех последовательностей (нормализованные относительно максимального значения фокусировки в каждой тестовой последовательности). Изображения, отмеченные кружочками (О), являются хорошо сфокусированными изображениями. Как видно из фиг. 5, вычисленные значения фокусировки могут помочь пользователю идентифицировать хорошо сфокусированные изображения для четырех последовательностей.
В приведенном выше описании изобретение описано со ссылками на конкретные приведенные в качестве примера варианты его осуществления. Однако очевидно, что в изобретение могут быть внесены различные изменения и предложены его различные модификации в рамках сущности и объема изобретения, как изложено в прилагаемой формуле изобретения. Соответственно данное описание и чертежи следует рассматривать как иллюстрации, а не как ограничения.

Claims (17)

1. Способ для определения оптимального фокусного расстояния для объекта съемки с использованием изображения объекта съемки, включающий (a) выбор в изображении области, представляющей интерес; (b) выбор представляющей интерес цветовой плоскости; (c) фильтрацию представляющей интерес цветовой плоскости в представляющей интерес области для создания отфильтрованного участка, (d) определение среднего абсолютного значения отфильтрованного участка и максимального среднего абсолютного значения, (e) определение того, превышает ли среднее абсолютное значение для отфильтрованного участка величину в процентах от максимального среднего абсолютного значения, вычисленного ранее, (f) установку оптимального фокусного расстояния равным фокусному расстоянию, на котором фиксируется изображение, если среднее абсолютное значение для отфильтрованного участка больше максимального среднего абсолютного значения, вычисленного ранее, и выдачу оптимального фокусного расстояния, если (g) среднее абсолютное значение для отфильтрованного участка не превышает величины в процентах от максимального среднего абсолютного значения, вычисленного ранее.
2. Способ по п.1, в котором фильтрация представляющей интерес цветовой плоскости включает разделение представляющей интерес цветовой плоскости на ряд подобластей и фильтрацию каждой подобласти.
3. Способ по п.1, в котором фильтрация представляющей интерес цветовой плоскости включает фильтрацию представляющей интерес цветовой плоскости с использованием фильтра с конечной импульсной характеристикой.
4. Способ по п.3, в котором фильтр с конечной импульсной характеристикой представляет собой фильтр с конечной импульсной характеристикой с отводами.
5. Способ по п.1, включающий после этапа (f) определение того, находится ли фокусное расстояние в диапазоне значений фокусировки, при этом оптимальное фокусное расстояние выдается, если среднее абсолютное значение для отфильтрованного участка не превышает величины в процентах от максимального среднего абсолютного значения, вычисленного ранее, и фокусное расстояние не находится в диапазоне значений фокусировки.
6. Способ по п.1, включающий изменение фокусного расстояния на размер шага перед этапом (е), фиксацию второго изображения с этим фокусным расстоянием и его оценку согласно этапам (с) - (g) для упомянутого второго изображения.
7. Способ по п.6, в котором размер шага определяется следующей формулой:
Figure 00000013
где fs - размер шага;
fmax - максимальное фокусное расстояние системы фиксации изображений для фиксации изображения;
fmin - минимальное фокусное расстояние системы фиксации изображений;
SN определяет общее количество оценок изображения;
SFN связано с установкой диафрагменного числа и фокусным расстоянием.
8. Способ по п.2, включающий перед этапом (с) объединение множества частей выбранной цветовой плоскости в представляющей интерес области, низкочастотную фильтрацию множества объединенных частей выбранной представляющей интерес цветовой плоскости в представляющей интерес области и разделение отфильтрованных путем низкочастотной фильтрации частей представляющей интерес цветовой плоскости.
9. Носитель, считываемый компьютером и имеющий хранящиеся на нем команды, которые при их выполнении вызывают осуществление электронной системой a) выбора в изображении области, представляющей интерес, b) выбора представляющей интерес цветовой плоскости, c) фильтрации представляющей интерес цветовой плоскости в представляющей интерес области для создания отфильтрованного участка, (d) определения среднего абсолютного значения отфильтрованного участка и максимального среднего абсолютного значения, (e) определения того, превышает ли среднее абсолютное значение для отфильтрованного участка величину в процентах от максимального среднего абсолютного значения, вычисленного ранее, (f) установки оптимального фокусного расстояния равным фокусному расстоянию, на котором фиксируется изображение, если среднее абсолютное значение для отфильтрованного участка больше максимального среднего абсолютного значения, вычисленного ранее, и выдачи оптимального фокусного расстояния, если (g) среднее абсолютное значение для отфильтрованного участка не превышает величины в процентах от максимального среднего абсолютного значения, вычисленного ранее.
10. Носитель по п.9, дополнительно имеющий команды, которые при их выполнении вызывают разделение представляющей интерес цветовой плоскости на ряд подобластей и фильтрацию каждой подобласти.
11. Носитель по п.9, дополнительно имеющий команды, которые при их выполнении вызывают фильтрацию представляющей интерес цветовой плоскости с использованием фильтра с конечной импульсной характеристикой.
12. Носитель по п.11, в котором команды определяют фильтр с конечной импульсной характеристикой как фильтр с конечной импульсной характеристикой с отводами.
13. Носитель по п.9, дополнительно имеющий команды, которые определяют, находится ли фокусное расстояние в диапазоне значений фокусировки, после этапа (f), при этом оптимальное фокусное расстояние выдается, если среднее абсолютное значение для отфильтрованного участка не превышает величины в процентах от максимального среднего абсолютного значения, вычисленного ранее и фокусное расстояние не находится в диапазоне значений фокусировки.
14. Носитель по п.9, дополнительно имеющий команды, которые изменяют фокусное расстояние на размер шага перед этапом (е), фиксируют второе изображение с этим фокусным расстоянием и оценивают его согласно этапам (с)-(g) для упомянутого второго изображения.
15. Носитель по п.14, дополнительно имеющий команды, которые обеспечивают определение размера шага по следующей формуле:
Figure 00000014
где fs - размер шага;
fmax - максимальное фокусное расстояние системы фиксации изображений для фиксации изображения;
fmin - минимальное фокусное расстояние системы фиксации изображений;
SN определяет общее количество оценок изображения;
SFN связано с установкой диафрагменного числа и фокусным расстоянием.
16. Носитель по п.10, дополнительно имеющий команды, которые при их выполнении обеспечивают объединение множества частей выбранной цветовой плоскости в представляющей интерес области, низкочастотную фильтрацию множества объединенных частей выбранной представляющей интерес цветовой плоскости в представляющей интерес области и разделение отфильтрованных путем низкочастотной фильтрации частей представляющей интерес цветовой плоскости.
17. Носитель по п.11, в котором фильтр с конечным импульсным откликом является симметричным.
RU2002107312/09A 1999-08-25 2000-08-11 Способ автоматического фокусирования в системе фиксации изображений, использующей симметричные ких-фильтры, и устройство для его осуществления RU2222113C2 (ru)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/383,117 US6373481B1 (en) 1999-08-25 1999-08-25 Method and apparatus for automatic focusing in an image capture system using symmetric FIR filters
US09/383,117 1999-08-25

Publications (2)

Publication Number Publication Date
RU2222113C2 true RU2222113C2 (ru) 2004-01-20
RU2002107312A RU2002107312A (ru) 2004-02-10

Family

ID=23511795

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2002107312/09A RU2222113C2 (ru) 1999-08-25 2000-08-11 Способ автоматического фокусирования в системе фиксации изображений, использующей симметричные ких-фильтры, и устройство для его осуществления

Country Status (10)

Country Link
US (1) US6373481B1 (ru)
JP (1) JP2003507769A (ru)
KR (1) KR100449835B1 (ru)
AU (1) AU771694B2 (ru)
DE (1) DE10084921B4 (ru)
GB (1) GB2370111B (ru)
IL (2) IL148240A0 (ru)
RU (1) RU2222113C2 (ru)
TW (1) TW490976B (ru)
WO (1) WO2001015434A1 (ru)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2456654C2 (ru) * 2008-07-04 2012-07-20 Кэнон Кабусики Кайся Устройство для съемки изображения, способ управления им и носитель информации
RU2501118C2 (ru) * 2009-06-23 2013-12-10 Нокиа Корпорейшн Цветовые фильтры для датчиков с размерами меньше дифракционного предела

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6658399B1 (en) 1999-09-10 2003-12-02 Intel Corporation Fuzzy based thresholding technique for image segmentation
US6625308B1 (en) 1999-09-10 2003-09-23 Intel Corporation Fuzzy distinction based thresholding technique for image segmentation
US7053944B1 (en) 1999-10-01 2006-05-30 Intel Corporation Method of using hue to interpolate color pixel signals
US6628827B1 (en) 1999-12-14 2003-09-30 Intel Corporation Method of upscaling a color image
US7158178B1 (en) 1999-12-14 2007-01-02 Intel Corporation Method of converting a sub-sampled color image
US6933970B2 (en) * 1999-12-20 2005-08-23 Texas Instruments Incorporated Digital still camera system and method
US6961472B1 (en) 2000-02-18 2005-11-01 Intel Corporation Method of inverse quantized signal samples of an image during image decompression
US6748118B1 (en) 2000-02-18 2004-06-08 Intel Corporation Method of quantizing signal samples of an image during same
US7046728B1 (en) 2000-06-30 2006-05-16 Intel Corporation Method of video coding the movement of a human face from a sequence of images
US6775413B1 (en) 2000-09-18 2004-08-10 Intel Corporation Techniques to implement one-dimensional compression
US6636167B1 (en) 2000-10-31 2003-10-21 Intel Corporation Method of generating Huffman code length information
US6563439B1 (en) * 2000-10-31 2003-05-13 Intel Corporation Method of performing Huffman decoding
US20020118746A1 (en) * 2001-01-03 2002-08-29 Kim Hyun Mun Method of performing video encoding rate control using motion estimation
US6766286B2 (en) 2001-03-28 2004-07-20 Intel Corporation Pyramid filter
US20020184276A1 (en) * 2001-03-30 2002-12-05 Tinku Acharya Two-dimensional pyramid filter architecture
US6889237B2 (en) * 2001-03-30 2005-05-03 Intel Corporation Two-dimensional pyramid filter architecture
US7538815B1 (en) 2002-01-23 2009-05-26 Marena Systems Corporation Autofocus system and method using focus measure gradient
US7266151B2 (en) * 2002-09-04 2007-09-04 Intel Corporation Method and system for performing motion estimation using logarithmic search
US20040042551A1 (en) * 2002-09-04 2004-03-04 Tinku Acharya Motion estimation
US20040057626A1 (en) * 2002-09-23 2004-03-25 Tinku Acharya Motion estimation using a context adaptive search
US7274393B2 (en) * 2003-02-28 2007-09-25 Intel Corporation Four-color mosaic pattern for depth and image capture
US20040174446A1 (en) * 2003-02-28 2004-09-09 Tinku Acharya Four-color mosaic pattern for depth and image capture
US20040169748A1 (en) * 2003-02-28 2004-09-02 Tinku Acharya Sub-sampled infrared sensor for use in a digital image capture device
KR100827240B1 (ko) * 2006-10-02 2008-05-07 삼성전자주식회사 다채널 보간 장치 및 방법
KR101531709B1 (ko) * 2008-10-17 2015-07-06 삼성전자 주식회사 고감도 컬러 영상을 제공하기 위한 영상 처리 장치 및 방법
US8289400B2 (en) 2009-06-05 2012-10-16 Apple Inc. Image capturing device having continuous image capture
US8624998B2 (en) * 2009-06-05 2014-01-07 Apple Inc. Camera image selection based on detected device movement
US9354489B2 (en) * 2014-02-10 2016-05-31 Raytheon Company Robust autofocus algorithm for multi-spectral imaging systems
KR101912322B1 (ko) 2017-08-08 2018-10-26 인천대학교 산학협력단 스파우트 스트랩

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0436511B1 (en) 1990-01-05 1997-07-16 Canon Kabushiki Kaisha In-focus detecting device
JPH06138362A (ja) * 1991-02-06 1994-05-20 Sony Corp オートフォーカス装置
EP0500327B1 (en) 1991-02-20 1998-09-30 Canon Kabushiki Kaisha Image processing apparatus
JP3542377B2 (ja) 1993-06-04 2004-07-14 キヤノン株式会社 画像形成装置及びその方法
US5835143A (en) * 1993-09-02 1998-11-10 Asahi Kogaku Kogyo Kabushiki Kaisha Automatic focusing system for a still video camera
US5666569A (en) * 1994-08-25 1997-09-09 Flashpoint Technology, Inc. System and method for detecting and indicating proper focal distance in a fixed lens camera
JP3501252B2 (ja) 1995-06-16 2004-03-02 三菱電機株式会社 階調補正装置
JP3563508B2 (ja) * 1995-10-19 2004-09-08 富士写真フイルム株式会社 自動焦点調節装置
JPH09211308A (ja) * 1996-02-06 1997-08-15 Eastman Kodak Japan Kk 自動焦点撮像装置の被写体検出機構
KR100200628B1 (ko) 1996-09-30 1999-06-15 윤종용 화질 개선 회로 및 그 방법
US6151415A (en) * 1998-12-14 2000-11-21 Intel Corporation Auto-focusing algorithm using discrete wavelet transform

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2456654C2 (ru) * 2008-07-04 2012-07-20 Кэнон Кабусики Кайся Устройство для съемки изображения, способ управления им и носитель информации
RU2501118C2 (ru) * 2009-06-23 2013-12-10 Нокиа Корпорейшн Цветовые фильтры для датчиков с размерами меньше дифракционного предела

Also Published As

Publication number Publication date
AU771694B2 (en) 2004-04-01
JP2003507769A (ja) 2003-02-25
AU6538800A (en) 2001-03-19
WO2001015434A1 (en) 2001-03-01
GB2370111A (en) 2002-06-19
KR100449835B1 (ko) 2004-09-22
GB2370111B (en) 2003-12-31
IL148240A (en) 2007-08-19
DE10084921T1 (de) 2002-08-29
RU2002107312A (ru) 2004-02-10
GB0203899D0 (en) 2002-04-03
TW490976B (en) 2002-06-11
KR20020033461A (ko) 2002-05-06
US6373481B1 (en) 2002-04-16
IL148240A0 (en) 2002-09-12
DE10084921B4 (de) 2008-03-20

Similar Documents

Publication Publication Date Title
RU2222113C2 (ru) Способ автоматического фокусирования в системе фиксации изображений, использующей симметричные ких-фильтры, и устройство для его осуществления
US6512549B1 (en) Automatic focusing apparatus
US5083150A (en) Automatic focusing apparatus
US8023035B2 (en) Auto-focusing apparatus and image pickup apparatus including the same
JPH09243906A (ja) 自動焦点合わせ装置および自動焦点合わせ方法
JP2004325517A (ja) 撮像装置
US7733411B2 (en) Image capturing apparatus performing filtering process with variable cut-off frequency
JP2003274258A (ja) 撮像装置
JP4255186B2 (ja) 焦点合わせ装置
US7327395B2 (en) Autofocus apparatus
JP5173131B2 (ja) 光学機器および焦点調節方法
JPH1042184A (ja) フイルムスキャナーの自動焦点調節装置
US10911660B2 (en) Control apparatus, imaging apparatus, control method, and storage medium
JP2006215105A (ja) 撮像装置
JPH05145827A (ja) 自動焦点調節装置
JP2002333571A (ja) 自動合焦装置、自動合焦方法、およびその方法をコンピュータが実行するためのプログラム
JP3272186B2 (ja) オートフォーカスビデオカメラ
JP3469590B2 (ja) 合焦装置
JP3109862B2 (ja) オートフォーカス装置
JP2854930B2 (ja) オートフォーカス装置
JP3389379B2 (ja) オートフォーカス装置
US20210314481A1 (en) Focus detecting apparatus, image pickup apparatus, and focus detecting method
JPH09133854A (ja) オートフォーカス装置
JP3845620B2 (ja) 自動焦点調整装置
JP2016095415A (ja) 撮像装置及びその制御方法、プログラム、記憶媒体

Legal Events

Date Code Title Description
MM4A The patent is invalid due to non-payment of fees

Effective date: 20120812