TW201126453A - Autofocus with confidence measure - Google Patents

Autofocus with confidence measure Download PDF

Info

Publication number
TW201126453A
TW201126453A TW099125744A TW99125744A TW201126453A TW 201126453 A TW201126453 A TW 201126453A TW 099125744 A TW099125744 A TW 099125744A TW 99125744 A TW99125744 A TW 99125744A TW 201126453 A TW201126453 A TW 201126453A
Authority
TW
Taiwan
Prior art keywords
focus
depth
variance
autofocus
estimate
Prior art date
Application number
TW099125744A
Other languages
English (en)
Inventor
Ping-Shan Li
Original Assignee
Sony Corp
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 Sony Corp filed Critical Sony Corp
Publication of TW201126453A publication Critical patent/TW201126453A/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/55Depth or shape recovery from multiple images
    • G06T7/571Depth or shape recovery from multiple images from focus
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/95Computational photography systems, e.g. light-field imaging systems
    • H04N23/958Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging
    • H04N23/959Computational photography systems, e.g. light-field imaging systems for extended depth of field imaging by adjusting depth of field during image capture, e.g. maximising or setting range based on scene characteristics
    • GPHYSICS
    • G02OPTICS
    • G02BOPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B7/00Mountings, adjusting means, or light-tight connections, for optical elements
    • G02B7/02Mountings, adjusting means, or light-tight connections, for optical elements for lenses
    • G02B7/04Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification
    • G02B7/10Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification by relative axial movement of several lenses, e.g. of varifocal objective lens
    • G02B7/102Mountings, adjusting means, or light-tight connections, for optical elements for lenses with mechanism for focusing or varying magnification by relative axial movement of several lenses, e.g. of varifocal objective lens controlled by a microcomputer
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03BAPPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B13/00Viewfinders; Focusing aids for cameras; Means for focusing for cameras; Autofocus systems for cameras
    • G03B13/32Means for focusing
    • G03B13/34Power focusing
    • G03B13/36Autofocus systems
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03BAPPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B3/00Focusing arrangements of general interest for cameras, projectors or printers
    • G03B3/10Power-operated focusing
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03BAPPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B2205/00Adjustment of optical system relative to image or object surface other than for focusing
    • G03B2205/0053Driving means for the movement of one or more optical element
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10141Special mode during image acquisition
    • G06T2207/10148Varying focus

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Automatic Focus Adjustment (AREA)
  • Studio Devices (AREA)
  • Focusing (AREA)

Description

201126453 六、發明說明: 此專利文件內的部分材料受到美國及其它國家著作權 法的保護。著作權的擁有者對於任何人將此專利文件或專 利揭露內容用影印加以複製並沒有意見,只要它是出現在 美國專利及商標局公開可獲得的檔案及記錄中,但對於其 它任何形式的著作權則保留所有權利。著作權擁有人並未 放棄將此專利文件材料保持密秘的權利,包括根據 37C.F.R.§1.14 的權利。 【發明所屬之技術領域】 本發明大體上係有關於影像獲取,更明確地係有關於 自動影像對焦機制。 【先前技術】 照相機及其它光學裝置典型地提供一自動化的機制來 獲得物件正確的焦點。通常自動對焦(AF)是在部分按 下快門鍵時,譬如按下一半時,被啓動。在一些情況中該 自動對焦功能在捕捉該影像之前,或在捕捉一影像序列或 視訊的同時,持續保持對焦。 將被瞭解的是’在自動對焦期間照相機鏡片自動地對 焦在一個三維度的場景上且該焦點係相對於深度加以控制 。在此技藝中已有數種已知的自動對焦機制。一種傳統的 自動對焦方法係搜尋該自動對焦曲線的峰値。在一實施例 中’照相機利用來自影像梯度的自動對焦曲線。隨著分析 -5- 201126453 的區域變得愈來愈聚焦,影像梯度也變得愈 對焦演算法的目的是要在需要的照相機焦點 情形下到達該自動對焦曲線的峰値。然而, 能永遠不會收斂到一適當的焦點位置上且該 緩慢或持續“搜尋”適當的焦點位置。 捕捉所想要的影像的一個關鍵的測度( 影像被適當地對焦。已有數種系統被開發來 當的照相機焦點。因爲照相機鏡片系統具有 件及特性,所以下文將簡短描述這些元件及 性。 通常,照相鏡片的兩個主要的光學參數 焦聚長度。該焦聚長度決定視角,及在離該 )一給定的距離(主體距離)下,影像相對 體)的大小。該最大光圏(f値,或f-St〇P 的亮度及在一給定的設定(焦聚長度/有效 用的最快的快門速度,愈小的數値代表愈多 該焦點平面,該焦點平面典型地被想成是一 機中的影像感測器的面。 典型的簡單鏡片(其技術上爲具有單一 的一個形式具有單一焦點長度且亦被稱爲“ 在使用單一焦點長度鏡片來對焦照相機時, 點平面之間的距離被改變,這造成焦點的改 照相主體影像被引導至該焦點平面上的位置 然該單一焦點長度鏡片具有固定的光學關係 來愈大。自動 位置數最少的 既有的機制可 等機制通常很 metric )是該 估算或獲取適 數個相關的元 它們相關的特 爲最大光圈及 主體(subj ect 於該物件(主 )限制該影像 的光圈)下可 光線被提供至 簡單的數位相 元件的鏡片) 定焦鏡頭”。 介於鏡片與焦 變,焦點爲該 點。因此,雖 及焦點長度, -6 - 201126453 它被使用在照相機中用以在一焦點範圍內對焦在主體上。 因此,吾人不應將鏡片的固定焦點距離與可從使用該鏡片 的照相機上得到的焦點距離的範圍相混淆,調整該鏡片相 對於該焦點平面的位置可改變焦點距離。 在使用單一焦點長度鏡片時,吾人應調整光圏來選擇 相對於所想要的開門速度的光線量,然後根據主體距離( 其以被稱爲焦點距離)來調整焦聚,然後捕捉影像。通常 ,在一單一焦點長度鏡片上,巨集設定(macro setting) 被提供有一用於近拍之不同的焦點長度選擇。一望遠鏡片 提供具高放大率之極窄的視角,用以用來自遠距離的影像 來塡滿該圖框。 多焦鏡片通常被稱爲“縮放(zoom) ”鏡片,因爲 影像的放大率可隨著情況被“放大(zoomed ) ”或“縮小 (unzoomed) ” 。縮放鏡片可讓使用者選擇該主體的放大 率的大小’或另一種說法,該主體塡滿圖框(frame)的 程度。理解這些鏡片或相機鏡片系統的縮放功能與焦點控 制及光圏控制兩者在槪念上是分開的是很重要的。 不論使用的是單一焦點長度或多焦點長度鏡片,針對 —給定的主體距離將鏡片適當地對焦是必要的。針對一給 定的焦點設定之一可被接受的焦點範圍被稱爲“景深( depth of field ) ”其爲在該物體空間或主體空間中可被接 受的解析度的深度的量測。例如,在主體距離爲十五英呎 時’一高解析度照相機的可接受的焦點範圍大約是數英吋 ’而最佳焦點則要求更精確。應被理解的是,景深隨著對 201126453 焦而從中等距離朝向“無限大”(如捕捉山岳、雲朵等等 的影像)’當然它的範圍具有無限制的景深,移動而增加 〇 對於在一給定的光圈設定的單一焦點長度而言,針對 一從該照相機至該主體的給定距離(主體距離)將會有一 單一最佳焦點設定。該主體之比該照相機的焦點距離近或 遠的部分將以一些模糊程度被顯示在被捕捉的影像中,其 與會影響景深的許多因素有關。然而,在多焦點鏡片中, 對於該鏡片可獲得的每一鏡片放大率(鏡片焦點長度)而 言都有一最佳的焦點。爲了要提高實用性,鏡片製造商已 大幅地減少回應縮放設定之再聚焦的需求,而是需要針對 所使用的特定照相機鏡片系統來再聚焦。此外,光圈設定 回應不同程度的縮放率會需要改變。 最初’照相機焦點被決定及校正以回應操作者認知及 手動對焦調整。然而’因爲焦點對於拍攝結果有關鍵的影 響’所以對焦輔助件很欣然地被採用。最近,成像裝置通 常提供對於主體的自動對焦功能,它是一個在今日通常被 稱爲“自動對焦”的功能。對焦持續是一個極度的技術發 展點,因爲許多既存的自動對焦機制都存在有缺點及取捨 (tradeoff) 〇 兩種一般的自動對焦(AF)系統爲主動式自動對焦 及被動式自動對焦。在主動式自動對焦中,一或多個影像 感測器被用來決定離該焦點的距離,或偵測該影像捕捉鏡 片系統外部的焦點。主動式AF系統可實施快速對焦,雖 -8- 201126453 然它們典型地不是透過視窗來對焦,或在其它特定的應用 中,因爲聲波及紅外線光會被玻璃及其它表面反射。在被 動式自動對焦系統中被看到的影像的特徵被用來偵測及設 定焦點。 大部分高端的SLR照相機目前都使用經過鏡頭( through-the-lens)光學AF感測器,其例如亦可被用作爲 光計(light meter )。這些現代AF系統的對焦能力通常 比經由一般經由觀景窗手動地達成的精確度還高。 被動式AF的一種形式利用相位偵測,譬如像是藉由 將通過光束分離器進入的光線分割爲成對的影像並在一 AF感測器上比較它們。兩個光學稜鏡捕捉來自該鏡片相 反側的光線並將它轉向至該AF感測器,產生一簡單的測 距儀其基底與該鏡片的直徑相等。焦點係根據檢查類似的 光強度圖案及被計算來決定該物件是被認爲在該焦點前方 或是在適當焦點位置的後方的相位差來加以決定。 在另一種被動式AF系統中,對比測量値經由鏡片被 產生在一感測器場內。該系統調整焦點用以將代表正確的 影像焦點之相鄰像素間的強度差最大化。因此,對焦被實 施直到獲得最大程度的對比爲止。此形式的對焦比主動式 AF慢,特別是在昏暗光線下操作的時候,但卻是低端成 像裝置中常用的方法。 被動式系統在低對比條件下作出的焦點決定是非常差 的,在大的單色表面上(實體表面、天空,等等)或低光 線條件下特別如此。被動式系統依賴對該主體的一定程度 -9 201126453 的照明(不論是天然的或是其它方式的照明),而主動式 系統在必要時即使是在全然黑暗中亦能正確地對焦。 因此,對於能夠以更決定性的方式控制照相機對焦的 系統及方法存在者需求。這些需求及其它需求可在本發明 被達成’本發明克服了以前開發的自動對焦系統及方法的 缺點。 【發明內容】 本發明教導一種照片(picture )匹配自動對焦方法, 它能夠比既有機制更方便及更精確地獲得適當的焦點。本 案發明人的一相關的自動對焦系統是—種兩照片匹配( two-picture matching)方法,其利用最新近的深度評估結 果來決定下一個鏡片位置。此方法在匹配曲線是平滑曲線 時運作的很好。然而,當該匹配曲線是不平滑的(noisy )(這經常發生)時,對焦精確度及速度效能就會減損。 本發明教導一種可以克服這些缺點的新的自動對焦方法。 本發明運用一種將自動對焦處理期間目前的及先前的(即 ,對於此照片的所有深度估計値)深度估計結果結合並根 據統計模型及信心度量測來決定下一個鏡片位置的新穎方 式,以取代根據兩個照片的關係來提供焦點。本發明實質 上改善對焦精確度及速度,即使是在匹配曲線不平滑時亦 然。本發明藉由(1)使用目前的及先前的(即,對於此 照片的所有以前的預估値)被預估的鏡片位置而不是最新 近的預估位置來改善預估的精確度,及(2)產生一在自 -10- 201126453 動對焦期間預估的鏡片位置的信心度量測,來擴展自動對 焦方法在真實世界中的可用性。 本發明可用數種方式來體現,這包括了但不侷限於下 面的描述。 本發明的一個實施例是一種用來控制自動對焦的設備 ’其包含:(a)電腦處理器其被建構來控制一成像裝置 及相關連的焦點控制元件;(b )記憶體其被耦接至該電 腦處理器;(c )在該記憶體上的程式,其可被該電腦處 理器執行以實施自動對焦步驟,自動對焦步驟包含:(c )(Ο捕捉物件影像’ (C ) ( ii )估計被捕捉的影像對 之間的深度’ (c ) ( iii )決定深度的加權平均値及介於 爲了此影像而收集的目前的與先前的影像對之間的方差, (c) (iv)調整焦點以回應該深度的加權平均値,及(c )(v)重複上述步驟直到該方差達到一個指出已獲得適 當的焦點的數値的足夠信心度爲止。本發明因而在每一次 重複該等程式步驟時調整焦點以回應結合所有先前的深度 估計結果,而不是只使用最新近的深度估計値。此外,至 少一本發明的實施例較佳地被建構來回應偵測過多的鏡片 對焦運動次數及終止該對焦處理、指定一大的方差給該估 計的結果、重設重複的次數及持續自動對焦、拋棄目前的 深度估計値並取得另一對照片並從該對照片計算一新的深 度估計値、或實施另一替代選項以獲得適當的焦點。 依據本發明,介於被捕捉的影像對之間的深度係以決 定該影像對的兩個照片之間的模糊差異的量爲基礎加以估 -11 - 201126453 計用以估算出實際的深度,該對影像的每一影像是在不同 的焦點距離被取得。在本發明的至少一實施例中,深度係 使用主體深度的最大槪似估計(MLE )來加以估計。在至 少一實施例中,該深度係使用一如下所示的加權平均値來 加以估算 —ΣΓ例 其中’ Ν代表在自動對焦期間鏡片運動的次數及Ν個 未被偏差的(unbiased )的深度估計結果 dl..dN已用 di〜來獲得,其中"爲實際的主體深度,di爲距離, 及 ^爲方差,β的最大槪似估計(M L E )係由該加權平 均値來提供。每一焦點迭代都決定一方差,作爲信心度的 量測’該被預測的鏡片位置提供最佳的焦點。在至少一實 施例中’該加權平均値的方差是由下面的式子來提供 其中 N代表該自動對焦處理期間未被偏差的( unbiased)深度預估結果的數量。 本發明的實施例,譬如包括電腦處理器、成像裝置及 焦點控制’可被包含在靜止影像照相機(stiU image camera )內,或視訊攝影機的操作態樣或靜止及視訊影像 攝影機的結合內。 本發明的一實施例是一種用來電地捕捉影像的設備, 其包含:(a )成像裝置;(b )焦點控制元件其耦接至該 -12- 201126453 成像裝置;(C )電腦處理器其耦接至該成像裝置及該焦 點控制元件;(d )記憶體其耦接至該電腦處理器;(e ) 程式其可在該電腦處理器上執行用以實施自動對焦步驟, 自動對焦步驟包含(e) (〇捕捉物件影像,(e) (^) 估計被捕捉的影像對之間的深度,(e ) ( i i i )決定深度 的加權平均.値及介於被收集的目前的與先前的影像對之間 的方差’ (e ) ( iv )調整焦點以回應該深度的加權平均 値,及(e ) ( v )重複上述步驟直到該方差達到一個表示 有足夠的信心度已獲得適當的焦點的數値爲止。該介於被 捕捉的影像對之間的深度的估計較佳地係根據模糊差異來 實施以回應一焦點匹配模型(或任何所想要的形式),該 模糊差異被決定以回應當該主體距離在該照相機的焦點範 圍的至少一部分範圍內改變時被偵測到的對比改變。 本發明的一實施例爲一種自動調整相機焦點的方法, 其包含:(a)用相機裝置捕捉第一物件影像;(b)用該 相機裝置捕捉一額外的物件影像;(c )估計被捕捉的影 像對之間的深度以回應將介於被捕捉的影像之間的模糊差 異輸入到一焦點匹配模型中並解答該模型,用以產生一離 該物件的距離的估計値;(d )決定該深度的加權平均値 及過去的及目前的被收集的影像對之間的方差;(e)在 一自動對焦處理中調整相機焦點位置以回應該深度的加權 平均値;及(f)重複步驟(b)至(e)直到在獲得一適 當的焦點的過程中該方差到達一個顯示足夠的信心度的數 値(如,低於一方差門檻値)爲止。在至少一實施例中, -13- 201126453 當步驟(b)至(e)的重複次數已超過一期望的門檻値時 ,則該自動對焦處理藉由實施(e) (i)在目前的焦點位 置終止自動對焦’或(e) (ii)指定—大的方差給該估 計的結果、或(e ) ( iii )拋棄目前的深度估計値並取得 一或多個額外的照片對並從該等對照片計算一新的深度估 計値。 本發明提供數個有利的態樣,其可在不偏離本發明的 教導下被分開地實施或以任何所想要結合方式來實施。 本發明的一個態樣是在影像取得期間的自動影像對焦 (AF )。 本發明的另一個態樣爲提高該自動對焦(AF )機制 的精確度。 本發明的另一個態樣爲減少在自動對焦(AF )期間 鏡片運動的次數。 本發明的另一個態樣爲提供AF機制的決定性,使得 一適當的焦點是在高度的信心對下被獲得。 本發明的另一個態樣爲根據以模糊差異爲基礎之先前 的距離估計値的加權的總和,而不是使用最新近的估計値 ,來實施自動對焦。 本發明的另一個態樣爲在自動對焦處理的每一步驟產 生一信心度量測’其可被用來控制對焦迭代的程度及是否 需要採取其它的動作來確保適當的焦點。 本發明的另一個態樣爲一種自動對焦方法其可被實施 於任何建構有一成像裝置及用來處理被捕捉的影像的電腦 -14 - 201126453 處理器的成像裝置中。 仍爲本發明的另一個態樣的是一種自動對焦方法其可 被實施於任何種類的靜態照相機( still camera )中。 本發明的其它態樣將於本說明書的下面的部分中被帶 出來’其中詳細的描述是爲了在不對本發明施加限制的情 形下完整地揭露本發明的較佳實施例的目的。 【實施方式】 更明確地參考圖式,爲了示範的目的,本發明被大致 地體現爲圖1至圖15中所示的設備。應被理解的是,在 不偏離本文所揭露的基本槪念下該設備的組態及部件細節 可改變’及該方法的特定步驟及順序可改變。 利用既有的二照片匹配(two_picture matching)方法 的自動對焦使用最新近的深度估計結果來進行自動對焦, 但無法適當地處理不平的(noisy )匹配曲線。本發明的 目的是要開發出一種能夠在不平的情況下改善對焦精確度 及減少鏡片運動次數的方法。此目的可藉由將自動對焦處 理期間中過去的及目前的深度估計結果加以結合(如,爲 此照片所產生的所有估計値)來達成。 模糊差異(blur difference) 當主體正確對焦(in focus)時,該被捕捉的影像是 最銳利的(具有最高的對比對)。當鏡片移動離開該正確 對焦的位置時,影像就會變得模糊(對比度降低)。通常 -15- 201126453 ,當兩個照片是在兩個不同的焦點距離被拍攝時,在較靠 近該主體的焦點距離被拍攝的照片會比在較遠的焦點距離 拍攝的照片銳利。拍攝照片的焦點距離及介於這兩個被拍 攝的照片之間的模糊差異的量可被用來估計實際的主體距 離或深度。 圖1顯示一個實施例10,在此實施例中當在特徵化 (characterizing)—給定的成像設備(如,特殊製造的或 特定型號的照相機)時,一校正標靶(或主體)的多個影 像在不同的焦點位置(主體距離)被捕捉。一成像裝置( 照相機)1 2被示出,其焦點範圍從最小的焦點長度1 4到 無限遠1 6。最小焦點距離14 (如,在此例子中爲3 5公分 )以及在無限遠1 6的焦點被示出。根據本發明,焦點沿 著對焦路徑24收斂至第一焦點位置18,然後收斂至在一 校正標靶22 (譬如像是級階邊緣影像,平板(slate )、 十字標線(graticule)、或具有已知的光學特徵的類似標 靶)上的第二焦點位置20。舉例而言,該照相機的焦點 距離是介於最小焦點距離(如,35公分)至無限遠的範 圍內。 圖2A顯示一個主體32是在正確對焦的情況30,其 中該捉的影像是最銳利的,其以陡直的對比曲線34來代 表,其亦被稱爲級階邊緣的“邊緣輪廓”。將被理解的是 ,該校正標靶,或主體,較佳地提供一根據對比來簡單地 決定焦點的銳利度的機制。例如,在級階邊緣標靶的例子 中,一清析的級階邊緣輪廓被形成在至少兩個顏色、陰影 -16- 201126453 、売度之間,其中焦點的銳利度可從對照的(contrast) 輪廓的銳利度加以輕易地決定。熟習此技藝者將可理解的 是,該標靶可用數種不同的方式中的任何一種來建構,例 如類似於在測試視訊捕捉及輸出的不同外觀時使用不同的 色度鍵及顔色碼圖案的方式。 圖2B顯示的是物件38的影像隨著鏡片移動遠離該£ 正確對焦’位置而變得愈來愈模糊的情況3 6,所造成之傾 斜的對比曲線40亦被示出。大體上,當兩個照片在兩個 不同的焦點距離被拍攝時,在較靠近該主體距離的位置被 拍攝的照片會比另一者銳利。拍攝照片的焦點距離及介於 這兩個被拍攝的照片之間的模糊差異的量可被用來估計實 際的主體距離,或深度。 兩個照片fA及fB在位置A及B處被拍攝,fA比fB 銳利。從位置A.到位置B的模糊度改變可用點散佈函數p 來加以模型化。
fA*P = fB 其中*表示二維度疊積操作。又,該點散佈函數P可 用一系列的模糊核κ的疊積來大致估算。 P = K*K* ...*K (1) 在實施於本文中的測試中,該模糊核Κ係如下地被 選擇: κ=去 Ί 6 1) (2) 6 36 6 ,1 6 κ 17- 201126453 介於“與fB之間的模糊差異可用等式(1)的疊積的 數目來加以量測。在實際的操作中,該模糊差異是用迭代 處理來獲得》 IA B = argmin||fA*K*K*...*K-fR|| (3) 一 ▼ 1 I convolutions 其中||·||代表一基準運算子(norm operator)其估算fA 與fB之間的模糊匹配誤差。 2.匹配曲線 匹配曲線是迭代數與鏡片焦點位置之間的關係。爲了 要獲得用於一給定的深度的匹配曲線,在該鏡片的焦點範 圍內拍攝一連串的照片,之後,計算每兩個照片之間的模 糊差異。該等一連串的照片中的第一個像是在無限遠的焦 點距離處被拍攝,然後在該鏡片每次以一個景深爲單位被 移動更靠近一些以進行對焦時再拍攝一照片。這一連串的 照片被標記爲f〇,h,…,fN^,其中N爲該等一連串的 照片的數量。 圖4及圖5顯示符合某些統計模型之描畫雜訊資料的 不同的匹配曲線(圖4),及不符合任何統計模型的離群 値(outlier)(圖 5)。 圖4描畫一範例測試結果的圖表,其顯示一作爲迭代 數與一焦點範圍內的焦點位置之間的關係的匹配曲線。藉 由舉例而非限制性的,該等一連串的照片是用Sony DSC-T200照相機在175mm (相當於35mm )的焦點長度及f4.4 的光圈下拍攝的,主體是級階邊緣影像。舉例而言,被捕 -18- 201126453 捉的影像的解析度在此例子中被降低至320x240畫素。在 此例子中,fi及fi + 4的模糊差異被計算,其中i=〇,…, N-5。應被指出的是,該模糊差異値的符號只是提供一個 用來指出哪一個影像比較銳利的方便方式。如果符號是正 的話,則fi比fi + 4銳利;如果符號是負的話,則fi + 4是較 銳利的影像。 圖4中“照片數”的軸代表爲了影像對而被計算的迭 代數。在此例子中,照片數i表示介於fi-2比fi + 2之間被 計算的迭代數。迭代數的絕對値在鏡片焦點位·置移離開該 主體距離時會增加。跨零點(zero-crossing point)(在 圖4中被顯示爲跨越照片數33)是該主體正確對焦(in focus)的位置。 圖5描畫一範例測試結果的圖表,其顯示迭代數與焦 點位置之間的一個“不好的”關係,譬如其爲計算離群値 的結果。這些結果被稱爲“不好的”是因爲它們未能將適 當的系統回應適當地加以模型化。不令人意爲的是,典型 的自動對焦機制在碰到“不好的”資料時無法獲得適當的 焦點。 3.深度估計及自動對焦 深度估計被實施以回應匹配曲線特徵。應被指出的是 ,該等特徵可用線性斜率或多項式加以模型化。在自動對 焦期間,照片在不同的焦點位置被拍攝。每兩個照片之間 的模糊差異被計算,且該匹配曲線模型被用來估計該深度 -19- 201126453 爲了自動對焦應用’鏡片傳筒上被移動用以對焦在估 §十的距離處’然後新的深度以相同的方式被估計。此程序 然後被重複,直到迭代數收斂至0 (正確對焦),或低於 某一特定的門檻値爲止。這些被估計的距離的最佳結果被 認爲是最新近的深度估計値。然而,此“最新近的估計値 ”方法有幾個缺點:(1)不保證一定會收斂;(2)不保 證下一個深度估計値將提供更大的精確度;(3)它是一 個緩慢的處理,特別是在該匹配曲線是很不平時;及(4 )該方法無法適當地處理該模糊差異的結果是不合( faulty )(如,一離群値)時的情況》 依據本發明的方法可克服這些缺點,並很容易地得到 精確的焦點。 4·結合多個深度估計結果 深度估計誤差係如下地被設計。 e = d-f (4) 其中d爲被估計的主體深度,及f爲實際的主體深度 。該誤差e係使用高斯分佈e〜Ν^σ2)來加以模型化,其中 該平均質β代表估計偏差的量,而方差σ2是信心程度的量 度。σ2的値愈小,該估計結果提供信心度就愈大。 當鏡片位置移動遠離實際焦點位置時,迭代數的絕對 値變大且深度估計結果的信心程度變低。 圖6顯示方差是如何隨著迭代數的增加而增加,該等 -20- 201126453 曲線顯示出方差爲5.2的單次迭代(實線)及方差爲26_6 的五次迭代(虛線)。可觀察出來的是’迭代數隨著鏡片 位置移動遠離焦點位置而增加。此外’當迭代數增加時’ 曲線變得更不平且估計變得較不可靠。 圖7顯示在高斯分布內的信心度間距。在所示的分布 中,平均質;/是偏差的量,而方差σ2量測該估計結果的可 靠度’或信心程度。將被理解的是’對於高斯分布而言’ 68%的數値是在離該平均値一個標準差之內,約95%是 在兩個標準差之內及約99.7%是在三個標準差之內。 例如,當迭代數是〇時,焦點位置被估計是在目前的 鏡片位置。根據統計數據(DSC-T200 )(電傳照相( telephoto )大開)估計方差爲2.60。標準差爲1.61。估 計値在1.61D0F內的信心度是68% ;在3.22DOF內的信 心度是95%及在4.83DOF內的信心度是99.7% » 圖8顯示估計誤差的平均値與迭代數的關係。該圖表 顯示平均値在迭代數增加超過1 1時急劇地升高。理想地 ,對於具有0的平均値的所有迭代數而言,估計値將會是 未受偏差的(unbiased)。然而,該估計値變成受偏差的 ,以回應雜訊、離群値、模型化誤差、及其它誤差源的存 在。讓該估計値未受偏差必需從估計結果中扣除該平均値 。當迭代數少於1 1時,該平均値幾近於〇。 圖9顯示估計誤差的方差及顯示方差隨著迭代數增加 而增加。應指出的是,該方差在超過1 3 -1 4次迭代數時快 速地攀升,就如在此範例結果中所見。 -21 - 201126453 本發明被建構來在自動對焦需要多於一次的鏡片運動 時結合估計結果,並使用在自動對焦期間產生之以前的及 目前的估計値兩者,而不是只有使用只以兩個照片爲依據 的最新近的估計値。此目的可從下文來加以瞭解。 假設已有N對影像在自動對焦處理期間被捕捉且已 有N個未受偏差的深度估計結果dlv..,dN用屯〜Ν(μ,σ〇獲得 。假設第i個影像對的深度估計値di是獨立的,則在已知 下,/z的最大槪似估計(MLE )是用加權的平均値來提 供。
σ|=ΣϊϊΜ ⑹ 此方差#比任何個別的di的方差都小,這表示加 權的平均値^提供的信心度比任何個別的di提供的信心度 都高。因此,3應被用於自動對焦,而不是依賴最新近的 估計値。在回應在ό[的充分信心度時,或在低於特定門 檻値時產生此自動對焦處理的收斂條件。每一新的估計値 都降低該加權的平均値的方差。如果有足夠的鏡片運動及 照片的話,就可獲得高精確度的對焦結果。 應被理解的是,當使用該最新近的估計方法時,迭代 性的鏡片運動在鏡片回到之前的位置時必需被停止,以防 止一無盡的迴圈,在該無盡迴圈中收斂至一焦點位置是永 -22- 201126453 遠無法達成的。相反地,在本發明的加權平均値方法中, 鏡片運動無需被停止,因爲每一個新的估計値都引導至一 提高的信心程度並改善對焦。 對於該最新近的估計方法而言,當迭代數是〇或幾乎 是〇時產生收斂條件,但它在回應不平的匹配曲線時不能 適當地發揮作用。然而,藉由使用本發明的加權平均値方 法,在回應從結果中獲得充分的信心度時,或當該估計値 方差小於一特定的門檻値時,自動對焦即收斂。 在本發明的一個測試中,在回應用 Sony DSC-T200 相機拍攝的2 5 7張自然場景的連續照片時產生測試結果。 此等連續照片橫跨不同的照明條件、室內及室外、細小的 及粗糙的紋理,等等。在此等連續照片中,3 7張有太多 離群値而無法建構統計模型,因而被另外處理。其餘的照 片中,2 1 9張被認爲屬於“好一些但仍有雜訊”的照片, 其中的1 09張照片被隨機選來訓練(計算平均値及方差) ’而其餘的1 1 〇張照片被用來測試。在這些測試中,門檻 値估計方差被設定爲4.0,這可在4個景深(DOF )內得 到9 5 %的信心度。 圖1 〇顯示依據本發明的加權平均估計(實線)與最 新近的估計(most-recent-estimate)(虛線)比較的測試 結果。從這些結果中可以看出來的是,使用較少對焦誤差 的本發明的方法讓對焦誤差被減少。更深入的來看可以看 出來的是,對於該加權平均方法而言,在4個DOF內可 獲得97.5%的AF結果。然而,該最新近的估計方法(目 -23- 201126453 前使用於現場測試中的方法),在4個DOF內只能提供 87.4%的AF結果。使用本發明的加權平均估計方法在效 能上的實質改善是很顯著的。 圖1 1顯示加權平均估計方法(實線)與最新近估計 方法(虛線)之間的比較。將可瞭解的是,除了精確度之 外,關於對焦的另一重要的測度(metric )是在獲得焦點 位置的過程程所需的鏡片運動的數量。 在回應加權平均估計時,鏡片運動的平均次數爲2.92 次,被捕捉的平均影像數爲2.92對。然而,使用最新近 的估計方法時,鏡片運動的平均次數爲5.66次,被捕捉 的平均影像數爲6.66對。因此,本發明所需要的鏡片運 動及照片捕捉數比使用該最新近估計技術時所需的鏡片運 動及照片捕捉數少很多(如,約爲其一半之數)。 5 .沒有信心度的深度估計 如果深度估計結果沒有比隨機“猜測”好的話,則該 估計提供零信心度。技術上來說’當方差無限大時(平均 分布),信心程度是零。 圖12顯示在具有電傳照相的Sony DSC-T2 00的對焦 範圍內以舉例而不是限制的方式被選取的7〗個照片數( DOF )。如果機率沒有大於50% (36個DOF間距,或對 焦範圍的一半)的話,則這是一個沒有信心度的估計。 圖13顯示以在18個D OF內的匹配結果的百分比爲 表示方式之深度估計的頻率相關於迭代數的關係。該估計 -24- 201126453 的方差被看出隨著迭代數增加而增加。該迭代數的門檻値 因而較佳地被建立在一個估計結果不比隨機猜測結果好的 點上’或在該點之前。以此例子而言,可被看出的是,當 迭代數超過約1 4次時,估計結果就沒有信心度。 與最新近估計等方法不同地,本發明的加權平均方法 提供關於焦點信心度的資訊,因此在自動對焦會提供一錯 誤的結果,或不太可能收斂到一適當的焦點時會知道並採 取適當的動作。藉由舉例而非限制性的方式,下面列出來 的三個選項可被實施以回應無信心度的估計。 1 ·指定一的方差(如,1 000 )給估計結果並繼續正 常的對焦處理。例如,圖9可藉由指定1〇〇〇給每一個大 於或等於1 4的迭代數而被修改。 2 .拋棄此結果,拍攝另一對照片並計算新的深度估 計。 3 .終止該自動對焦。 在對本發明實施的測試中,第一個選項以舉例的方式 被選用。應被理解的是,產生對焦信心度數値的能力可用 數種未偏離本發明的教導的不同的方式加以運用。 6 ·自動對焦方法的總結 本發明教導對鏡片運動的每次迭代使用過去的及目前 的估計結果的一加權平均,並對於只根據該最新近估計的 估計値提供改善。此外,本發明使用統計方差來產生用來 控制、修改及/或終止該自動對焦(AF )處理的信心度 -25- 201126453 量測。本發明提供更好的AF精確度,並同時減少達到適 當焦點所需之鏡片運動次數及影像捕捉數^ 圖14顯示發明的自動對焦方法的示範實施例。在步 驟5 0中該處理用N= 1來加以初始化。按照步驟52,照片 被拍攝且按照步驟54,深度估計dN被計算。在步驟56, 所有沐,…,dN}的MLE]及其方差4被計算。按照方塊58, 鏡片被移動至MLE 3所指出的深度。在步驟60 ,方差^與 一特定的門檻値之間的比較被實施。如果在步驟62判定 該方差低於該門檻値(或者等於或小於該門檻値)的|舌, 則自動對焦處理在步驟6 2處被終止。否則,如果<^較大 的話,貝IJ N在步驟6 4被增加,譬如加1 ( N = N +1 )。按 照步驟66,對於N的大小的檢查被實施,且如果n大於 自動對焦所允許之最大的鏡片運動次數的話,則該自動對 焦處理在步驟68被終止,否則自動對焦處理可繼續回到 步驟52。應被理解的是,如果方差仍是過大的話,即使 是已達到N的最大値(在步驟66中被偵測到),則終止 該自動對焦以外之的選項可在未偏離本發明的教導下被選 用。 7·自動對焦硬體實施例 應被理解的是,本發明可被實施在被建構來實施數種 不同的形式的影像捕捉的任何一種影像捕捉的各式裝置及 系統上。藉由舉例及非限制性的方式,下文描述一個在照 相機裝置內的實施例。 -26- 201126453 圖15顯示一被建構來依據本發明進行自動對焦的影 像捕捉裝置(照相機)90的示範性實施例90。一焦聚/縮 放控制94在受到一電腦處理器(如,一或多個CPU,微 型控制器’及/或DSP ) 96時被耦接至成像光學儀器92 。電腦處理器9 6回應從記憶體9 8及/或輔助記憶體1 〇 0 被執行的指令而實施該自動對焦方法。藉由舉例,用於一 靜態照相機裝置的一光學影像顯示器102及觸控螢幕104 被示出’然而,應被理解的是,依據本發明的方法可被實 施在被建構有成像器、焦點控制,電腦處理器及記憶體的 各式影像捕捉裝置上。在用來實施本發明的影像捕捉裝置 中有縮放、觸控螢幕、影像顯示器、非觸控螢幕界面116 、及輔助記憶體並非是必要的,但被顯示出來是因爲它們 存在典型的照相機系統上。 應被理解的是,示於圖14中之該等自動對焦步驟係 由該電腦處理器96配合記憶體98及/或輔助記憶體1 〇〇 來實施的。 本發明提供照相機焦點控制的方法及設備。該等發明 性的教導可被應用於包括靜態照相機等等在內之需要自動 對焦功能的各式照相設備及應用中。 本發明的實施例參考依據本發明的實施例的方法及系 統的流程圖例來描述。這些方法及系統亦可被實施爲電腦 程式產品。就這點而言’流程圖的每一方塊或步驟,及流 程圖中方塊(或步驟)的結合,可用不同的手段來實施, 譬如硬體’ 體、及/或軟體(包括以電腦可讀取的程式 i: -27- 201126453 碼邏輯來體現之一或多個電腦程式指令)。將被理解的楚 ’任何這些電腦程式指令可被載入到電腦中,其包括但不 侷限於多用途電腦及特殊用途電腦,或其它可程式的設備 上用以產生一機器,使得該等可在該電腦或其它可程式的 處理設備上執行的電腦程式指令產生用來實施該流程圖的 方塊中界定的功能。 據此,流程圖的方塊支持用來實施該等特定的功能的 機構的結合、用來實施該等特定的功能的步驟的結合、及 用來實施該等特定功能的電腦程式指令,譬如體現爲電腦 可讀取的程式碼邏輯機構。同樣亦可被理解的是,流程圖 例的每~方塊,及流程圖利中的方塊的結合可用實施特定 的功能或步驟之特殊用途硬體爲基礎的電腦系統,或特殊 用途硬體與電腦可讀取的程式碼邏輯機構的結合來實施。 再者,這些電腦程式指令,譬如體現爲電腦可讀取的 程式碼邏輯者,亦可被儲存在一電腦可讀取的記憶體中, 其可指示一電腦或其它可程式的處理設備以一特定的方式 作用,使得儲存在該電腦可讀取的記憶體中的指令生產一 包含指令機構的製造之物,該指令機構實施界定於該流程 圖的方塊內的功能。該電腦程式指令亦可被載入到一電腦 或其它可程式的處理設備上’以促使一系列的操作步驟被 實施在該電腦或其它可程式的處理設備上,用以產生電腦 實施的處理,使得在該電腦或其它可程式的處理設備上執 行的該等指令提供實施界定於該流程圖的方塊內的步驟。 從本文的討論可以瞭解的是’本發明可用包含以下所 -28- 201126453 列的各種方式來體現: 1· 一種控制自動對焦的設備,包含:(a)電腦處理 器其被建構來控制成像裝置及相關連的焦點控制元件;( b)記憶體其被耦接至該電腦處理器;及(c)程式其儲存 在該記憶體中且可被該電腦處理器執行以實施自動對焦處 理,該自動對焦處理包含:(i)捕捉物件影像;(ii)估 計被捕捉的影像對之間的深度,以獲得一深度估計;(iii )決定深度估計的加權平均値及橫跨過去的深度估計與目 的涂度估計兩者的方差;(iv)用被實施的對焦運動來 調整焦點以回應該等深度估計的加權平均値;及(v )重 複步驟(i )至(iv )直到該方差達到一個指出對於已獲 得適當的焦點有充分的信心的數値爲止。 2- 一種依據實施例1的設備,更包含可在該電腦處 理器上執行以實施諸步驟的程式,該等步驟包含:決定一 過多的對焦運動次數已被實施;及在目前的焦點位置終止 該自動對焦處理。 3. —種依據實施例1的設備,更包含可在該電腦處 理器上執行以實施諸步驟的程式,該等步驟包含:決定一 過多的對焦運動次數已被實施;及指定一大的方差給該估 計結果並繼續執行自動對焦步驟。 4. 一種依據實施例1的設備’更包含可在該電腦處 理器上執行以實施諸步驟的程式,該等步驟包含:決定一 過多的對焦運動次數已被實施;及拋棄該等深度估計並捕 捉另一對物件影像,從這對物件影像產生另一深度估計並 -29- 201126453 繼續該自動對焦處理。 5. —種依據實施例1的設備’其中焦點被調整以回 應藉由結合目前的深度估計與先前的深度估計而非使用新 近的深度估計的該自動對焦處理的每次重複。 6. 一種依據實施例1的設備,其中該深度估計被實 施於被捕捉的影像對之間’該被捕捉的影像對的每一影像· 是在不同的焦點位置被拍攝的,並以決定該影像對內介於 被捕捉的影像之間的模糊差異的量爲根據來估計實際的深 度。 7 . 一種依據實施例1的設備,其中該深度估計係使 用主體深度的最大槪似估計(MLE )來實施。 8. —種依據實施例1的設備,其中該深度估計被決 定以回應一加權平均値該加權平均値是由下面的式子 來表示
其中N代表在自動對焦處理期間鏡片運動的次數,di 爲第i個影像對的深度估計及爲di的方差。 9· 一種依據實施例1的設備,其中該方差包含一信 心度量測’其是由該可在該電腦處理器上執行的程式所產 生的’以回應在該自動對焦處理期間所作的所有深度估計 的考量。 10. —種依據實施例1的設備,其中該方差包含一信 心度量測,其是由該可在該電腦處理器上執行的程式所產 -30- 201126453 生’以回應在該自動對焦期間被週期地預測之深度估計; 及其中該方差被決定爲—加權平均値σ|,其是由下面的式 子來表示
其中Ν代表該自動對焦處理期間被實施之未被偏差 的(unbiased)深度估計的數量且是第i個深度估計的 方差。 11. 一種依據實施例1的設備,其中該設備是靜態影 像照相機的構件。 12. —種電地捕捉影像的設備,包含:(a )成像裝 置;(b )焦點控制元件其耦接至該成像裝置並提供一焦 點範圍給該成像裝置;(c )電腦處理器其耦接至該成像 裝置及該焦點控制元件;(d )記憶體其耦接至該電腦處 理器;及(e)程式其被儲存在該記憶體中且可在該電腦 處理器上執行以實施自動對焦處理,該自動對焦步驟包含 :(i )捕捉物件影像;(ii )估計被捕捉的影像對之間的 深度以獲得一深度估計;(iii )決定深度估計的加權平均 値及決定橫跨目前被收集的影像對與先前被收集的影像對 的方差;(iv)調整焦點以回應該等深度估計的該加權平 均値;及(ν)重複在該自動對焦處理中的步驟(i)至( iv )直到該方差達到一個指出對於已獲得適當的焦點有充 分的信心的數値爲止。 13. —種依據實施例12的設備,其中該設備是靜態 -31 - 201126453 影像.照相機的構件。 14. 一種依據實施例12的設備’其中該可在該電腦 處理器上執行的程式被建構來估計該被捕捉的影像對之間 的深度,以回應一根據模糊差異的焦點匹配模型,該等模 糊差異被決定以回應當一影像被捕捉的物體的主體距離在 該成像裝置的焦點範圍的至少一部分範圍內改變時被偵測 到的對比改變。 15. —種依據實施例12的設備,其中該可在該電腦 處理器上執行的程式被建構來中斷該自動對焦處理,以回 應該自動對焦處理已被執行過多次的決定。 16. —種依據實施例12的設備,其中該可在該電腦 處理器上執行的程式被建構來在判定該自動對焦處理已被 實施了過多次數而該方差並未達到預定的門檻値的時候指 定一大的數値給該方差。 17. —種依據實施例12的設備,其中該可在該電腦 處理器上執行的程式被建構來在判定該自動對焦處理已被 實施了過多次數而該方差並未達到預定的門檻値的時候拋 棄目前的深度估計並捕捉一額外的物件影像對,一深度估 計從該物件影像對被產生。 18· —種自動調整相機焦點的方法,其包含:(a) 用相機裝置捕捉第一物件影像;(b)用該相機裝置捕捉 一額外的物件影像;(c )估計被捕捉的影像對之間的深 度以回應將介於被捕捉的影像之間的模糊差異輸入到一焦 點匹配模型中,該焦點匹配模型被解答用以產生一深度估 -32- 201126453 計;(d )決定該等深度估計的加權平均値及橫跨過去的 及目前的深度估計的方差;(e)在一自動對焦處理中用 相機對焦運動來調整相機焦點位置以回應該深度估計的加 權平均値:及(f)重複步驟(b)至(e)直到該方差達 到一個顯示在達到指出對於已獲得該相機的適當焦點有充 分的信心的數値爲止。 19. 一種依據實施例18的方法,其中該方法被實施 於靜態影像照相機中。 20. —種依據實施例18的方法,其更包含:決定一 過多的對焦運動次數已被實施;及藉由實施一選自於由: 在目前的焦點位置終止該自動對焦處理;指定一大的數値 給該方差並繼續該自動對焦處理;及拋棄目前的深度估計 並捕捉一或多個額外的物件影像並從這些影像產生一新的 深度估計所構成的動作群組的動作來改變該自動對焦處理 〇 雖然上文包含許多細節,但這些不應被理解爲是本發 明的範圍的限制,而只是提供本發明目前一些較佳實施例 的圖解。因此,將被理解的是,本發明的範圍完整地包含 對於熟習此技藝者會變得明顯的其它實施例,及本發明的 範圍因而只受隨附的申請專利範圍限制而不受其它限制, 在申請專利範圍中單數詞並不意謂“一個且只有一個”( 除非有此明確的表示),而是“一或多個”的意思。上述 較佳實施例之熟習此技藝者習知的所有結構上及功能上的 等效物藉由參照被明確地包含在本文中且是被本案的申請 -33- 201126453 專利範圍所包含。又,並不是被本案的申請專利範圍所包 含的裝置或方法一定要解決本發明所打算要解決的每—個 問題。再者,在本揭示內容中沒有元件、構件、或方法步 驟是打算要被貢獻給公眾,不論該兀件、構件、或方法步· 驟是否被明確地敘述於申請專利範圍中。本文中的請求元 件不應用美國法典35 U.S.C. 112第6項來加以解讀,除 非該元件明確地用“用於...的機構(means f0r) ”的語句 來敘述。 【圖式簡單說明】 藉由參考下面的圖式(它們只是作爲示範的目的), 本發明將可被更完整地瞭解: 圖1爲依據本發明的一個態樣在多個焦點位置捕捉多 個影像的示意圖。 圖2A-2B爲依據本發明的一個態樣之校正目標(如 ,級階邊緣)影像的示意圖。 圖3爲依據本發明的一個態樣計算在三個迭代中的模 糊差異的示意圖。 圖4爲一被收集的良好的匹配曲線的圖表,其顯示在 對焦期間迭代數與照片數的關係。 圖5爲一被收集的不好的匹配曲線的圖表,其顯示在 對焦期間迭代數與照片數的關係。 圖6爲關於迭代數及方差的誤差分布圖表,其顯示方 差是如何隨著迭代數而增加。 -34 - 201126453 圖7爲一高斯分布的圖表,其顯示在三個標準差內的 焦點信心度。 圖8爲估計誤差平均値與迭代數的圖表,其顯示焦點 信心度。 圖9爲估計誤差的圖表且顯示方差隨著迭代數的增加 而增加。 圖10爲一比較一最新近的估計處理與依據本發明的 一實施例之加權的平均估計値之焦點誤差測試結果的圖表 〇 圖11爲一比較一最新近的估計處理與依據本發明的 一實施例之加權的平均估計値之鏡片運動結果的圖表。 圖1 2爲相關於景深(DOF )的焦點位置相對於深度 估計信心程度的線圖。 圖1 3爲信心程度相關於依據本發明的一實施例的加 權平均估計的迭代測次數的圖表。 圖1 4爲實施依據本發明的一實施例的具信心度量測 的加權平均估計的流程圖。 圖15爲一照相機的方塊圖,其使用依據本發明的一 實施例的具信心度量測的加權平均估計方法來實施自動對 焦。 【主要元件符號說明】 1 2 :成像裝置(照相機) 14 :最小焦點長度(距離) -35- 201126453 1 6 :無限遠 1 8 :第一焦點位置 20 :第二焦點位置 22 :校正靶 24 :焦點路徑 3 0 :條件 32 :主體 34 :陡直的對比曲線 36 :條件 3 8 :主體的影像 40 :傾斜的對比曲線 90 :影像捕捉裝置(照相機) 92 :成像光學系統 94 :對焦/縮放控制 96 :電腦處理器 9 8 :記億體 100 :輔助記憶體 102 :光學影像顯示器 104 :觸控螢幕 1 1 6 :非觸控螢幕界面 -36

Claims (1)

  1. 201126453 七、申請專利範園·· 1. 一種控制自動對焦的設備,包含: (a )電腦處理器,其被建構來控制成像裝置及相關 連的焦點控制元件; (b )記億體,其被耦接至該電腦處理器;及 (c)程式,其儲存在該記憶體中且可被該電腦處理 器執行以實施自動對焦處理,該自動對焦處理包含: (i )捕捉物件影像; (Π )估計被捕捉的影像對之間的深度,以獲得 —深度估計; (iii )決定該等深度估計的加權平均値及橫跨 過去的深度估計與目前的深度估計兩者的方差; (iv )用被實施的對焦運動來調整焦點以回應該 等深度估計的該加權平均値;及 (v)重複步驟(i)至(iv)直到該方差達到一 個指出對於已獲得適當的焦點位置有充分的信心的數値爲 止。 2.如申請專利範圍第1項之設備,更包含可在該電 腦處理器上執行以實施諸步驟的程式,該等步驟包含: 決定一過多的對焦運動次數已被實施;及 在目前的焦點位置終止該自動對焦處理。 3 ·如申請專利範圍第1項之的設備,更包含可在該 電腦處理器上執行以實施諸步驟的程式,該等步驟包含: 決定一過多的對焦運動次數已被實施;及 -37- 201126453 指定一大的方差給該估計結果並繼續執行自動對焦步 驟。 4. 如申請專利範圍第1項之設備,更包含可在該電 腦處理器上執行以實施諸步驟的程式’該等步驟包含: 決定一過多的對焦運動次數已被實施;及 拋棄該等深度估計並捕捉另一對物件影像,從這對物 件影像產生另一深度估計並繼續該自動對焦處理。 5. 如申請專利範圍第1項之設備,其中焦點被調整 以回應藉由_結合目前的深度估計與先前的深度估計而非只 使用新近的深度估計的該自動對焦處理的每次重複。 6. 如申請專利範圍第1項之設備,其中該深度估計 被實施於被捕捉的影像對之間,該被捕捉的影像對的每一 影像是在不同的焦點位置被拍攝的,並以決定該影像對內 介於被捕捉的影像之間的模糊差異的量爲根據來估計實際 的深度。 7. 如申請專利範圍第1項之設備,其中該深度估計 係使用主體深度的最大槪似估計(MLE )來實施。 8. 如申請專利範圍第1項之設備,其中該深度估計 被決定以回應一加權平均値3,該加權平均値是由下面的 式子來表示
    其中N代表在自動對焦處理期間鏡片運動的次數,幻爲 第i個影像對的深度估計及爲d i的方差。 -38- 201126453 9·如申請專利範圍第1項之設備,其中該方差包含 一信心度量測,其是由該可在該電腦處理器上執行的程式 所產生的’以回應在該自動對焦處理期間所作的所有深度 估計的考量。 10.如申請專利範圍第1項之設備,其中該方差包含 一信心度量測,其是由該可在該電腦處理器上執行的程式 所產生’以回應在該自動對焦期間之深度估計;及其中該 方差被決定爲一加權平均値σ|,其是由下面的式子來表示 其中N代表該自動對焦處理期間被實施之未被偏差的( unbiased)深度估計的數量且是第丨個深度估計的方差 〇 1 1 _如申請專利範圍第i項之設備,其中該設備是靜 態影像照相機的構件。 12. —種電地捕捉影像的設備,包含: (a )成像裝置; (b )焦點控制元件’其耦接至該成像裝置並提供一 焦點範圍給該成像裝置; (c)電腦處理器’其耦接至該成像裝置及該焦點控 制元件; (d )記憶體’其耦接至該電腦處理器:及 (e )程式’其被儲存在該記憶體中且可在該電腦處 理器上執行以實施自動對焦處理,該自動對焦處理包含: -39- 201126453 (i)捕捉物件影像; (π)估計被捕捉的影像對之間的深度以獲得一 深度估計; (in)決定深度估計的加權平均値及決定橫跨 目前被收集的影像對與先前被收集的影像對的方差: (iv )調整焦點以回應該等深度估計的該加權平 均値;及 (V)重複在該自動對焦處理中的步驟(i)至( iv )直到該方差達到一個指出對於已獲得適當的焦點有充 分的信心的數値爲止。 1 3 .如申請專利範圍第1 2項之設備,其中該設備是 靜態影像照相機的構件。 14. 如申請專利範圍第12項之設備,其中該可在該 電腦處理器上執行的程式被建構來估計該被捕捉的影像對 之間的深度,以回應一根據模糊差異的焦點匹配模型,該 等模糊差異被決定以回應當一影像被捕捉的物體的主體距 離在該成像裝置的焦點範圍的至少一部分範圍內改變時被 偵測到的對比改變。 15. 如申請專利範圍第12項之設備,其中該可在該 電腦處理器上執行的程式被建構來中斷該自動對焦處理, 以回應該自動對焦處理已被執行過多次的決定。 16_如申請專利範圍第12項之設備,其中該可在該 電腦處理器上執行的程式被建構來在判定該自動對焦處理 已被實施了過多次數而該方差並未達到預定的門檻値的時 -40- 201126453 候指定一大的數値給該方差。 17. 如申請專利範圍第12項之設備,其中該可在該 電腦處理器上執行的程式被建構來在判定該自動對焦處理 已被實施了過多次數而該方差並未達到預定的門檻値的胃 候拋棄目前的深度估計並捕捉一額外的物件影像對,一深 度估計從該額外的物件影像對被產生。 18. —種自動調整相機焦點的方法,包含: (a) 用相機裝置捕捉第一物件影像; (b) 用該相機裝置捕捉一額外的物件影像; (c )估計被捕捉的影像對之間的深度以回應將介於 被捕捉的物件影像之間的模糊差異輸入到一焦點匹配模型 中,該焦點匹配模型被解答用以產生一深度估計; (d )決定該等深度估計的加權平均値及橫跨過去的 及目前的深度估計的方差; (e )在一自動對焦處理中用相機對焦運動來調整相 機焦點位置以回應該等深度估計的加權平均値;及 (f)重複步驟(b)至(e)直到該方差達到一個顯 示對於已獲得該相機裝置的適當焦點有充分的信心度的數 値爲止。 19. 如申請專利範圍第18項之方法,其中該方法被 實施於靜態影像照相機中。 20. 如申請專利範圍第18項之方法,更包含: 決定一過多的對焦運動次數已被實施;及 藉由實施一選自於由: -41 - 201126453 在目前的焦點位置終止該自動對焦處理; 指定一大的數値給該方差並繼續該自動對焦處理 :及 拋棄目前的深度估計並捕捉一或多個額外的物件 影像並從這些影像產生一新的深度估計, 所構成的動作群組的動作來改變該自動對焦處理 •42-
TW099125744A 2009-12-21 2010-08-03 Autofocus with confidence measure TW201126453A (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US12/643,802 US8027582B2 (en) 2009-12-21 2009-12-21 Autofocus with confidence measure

Publications (1)

Publication Number Publication Date
TW201126453A true TW201126453A (en) 2011-08-01

Family

ID=43558108

Family Applications (1)

Application Number Title Priority Date Filing Date
TW099125744A TW201126453A (en) 2009-12-21 2010-08-03 Autofocus with confidence measure

Country Status (6)

Country Link
US (1) US8027582B2 (zh)
EP (1) EP2357788B1 (zh)
JP (1) JP2011128623A (zh)
KR (1) KR101345093B1 (zh)
CN (1) CN102103248A (zh)
TW (1) TW201126453A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI470300B (zh) * 2012-10-09 2015-01-21 Univ Nat Cheng Kung 影像對焦方法與自動對焦顯微裝置

Families Citing this family (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8532745B2 (en) 2006-02-15 2013-09-10 Hologic, Inc. Breast biopsy and needle localization using tomosynthesis systems
US8553093B2 (en) * 2008-09-30 2013-10-08 Sony Corporation Method and apparatus for super-resolution imaging using digital imaging devices
CN102481146B (zh) 2009-10-08 2016-08-17 霍罗吉克公司 乳房的穿刺活检系统及其使用方法
US8335390B2 (en) * 2010-03-22 2012-12-18 Sony Corporation Blur function modeling for depth of field rendering
JP2013030895A (ja) * 2011-07-27 2013-02-07 Sony Corp 信号処理装置、撮像装置、信号処理方法およびプログラム
WO2012071429A1 (en) 2010-11-26 2012-05-31 Hologic, Inc. User interface for medical image review workstation
US9177381B2 (en) 2010-12-22 2015-11-03 Nani Holdings IP, LLC Depth estimate determination, systems and methods
AU2012225398B2 (en) 2011-03-08 2017-02-02 Hologic, Inc. System and method for dual energy and/or contrast enhanced breast imaging for screening, diagnosis and biopsy
US9307134B2 (en) * 2011-03-25 2016-04-05 Sony Corporation Automatic setting of zoom, aperture and shutter speed based on scene depth map
AU2011224051B2 (en) * 2011-09-14 2014-05-01 Canon Kabushiki Kaisha Determining a depth map from images of a scene
JP2014534042A (ja) 2011-11-27 2014-12-18 ホロジック, インコーポレイテッドHologic, Inc. マンモグラフィーおよび/またはトモシンセシス画像データを使用して2d画像を生成するためのシステムおよび方法
US9020280B2 (en) * 2011-12-01 2015-04-28 Sony Corporation System and method for evaluating focus direction under various lighting conditions
US9161010B2 (en) * 2011-12-01 2015-10-13 Sony Corporation System and method for generating robust depth maps utilizing a multi-resolution procedure
US8848094B2 (en) 2011-12-01 2014-09-30 Sony Corporation Optimal blur matching selection for depth estimation
JP5948856B2 (ja) 2011-12-21 2016-07-06 ソニー株式会社 撮像装置とオートフォーカス方法並びにプログラム
JP2013130762A (ja) 2011-12-22 2013-07-04 Sony Corp 撮像装置、その制御方法およびプログラム
US8736747B2 (en) * 2012-01-13 2014-05-27 Sony Corporation Camera autofocus adaptive blur matching model fitting
JP6240097B2 (ja) 2012-02-13 2017-11-29 ホロジック インコーポレイティッド 合成画像データを使用してトモシンセシススタックをナビゲートする方法
CN103424953B (zh) * 2012-05-25 2017-08-11 中兴通讯股份有限公司 自动聚焦方法及装置
KR101888956B1 (ko) * 2012-05-31 2018-08-17 엘지이노텍 주식회사 카메라 모듈 및 그의 오토 포커싱 방법
US9860510B2 (en) 2013-03-15 2018-01-02 Intuitive Surgical Operations, Inc. Depth based modification of captured images
AU2014233687B2 (en) 2013-03-15 2018-12-06 Hologic, Inc. Tomosynthesis-guided biopsy in prone
CN105451657A (zh) * 2013-03-15 2016-03-30 霍罗吉克公司 用于导航断层合成堆叠的包括自动聚焦的系统和方法
US9948852B2 (en) * 2013-03-15 2018-04-17 Intuitive Surgical Operations, Inc. Intelligent manual adjustment of an image control element
CN105307573B (zh) * 2013-05-08 2019-01-29 皇家飞利浦有限公司 用于间隔的焦斑的准直
JP5866493B2 (ja) 2013-11-19 2016-02-17 パナソニックIpマネジメント株式会社 撮像装置
JP5866537B2 (ja) * 2013-11-19 2016-02-17 パナソニックIpマネジメント株式会社 撮像装置
US9317730B1 (en) * 2014-01-22 2016-04-19 Cognex Corporation Tuning process for a handheld scanner
TWI511081B (zh) * 2014-01-28 2015-12-01 Altek Semiconductor Corp 影像擷取裝置及其影像形變校正方法
TWI494680B (zh) * 2014-01-28 2015-08-01 Altek Semiconductor Corp 影像擷取裝置及其影像形變校正方法
ES2878599T3 (es) 2014-02-28 2021-11-19 Hologic Inc Sistema y método para generar y visualizar bloques de imagen de tomosíntesis
US9418432B2 (en) 2014-03-28 2016-08-16 Sony Corporation Imaging system with depth estimation mechanism and method of operation thereof
US9560259B2 (en) * 2014-06-27 2017-01-31 Sony Corporation Image processing system with blur measurement and method of operation thereof
WO2016030897A1 (en) * 2014-08-27 2016-03-03 S.D. Sight Diagnostics Ltd System and method for calculating focus variation for a digital microscope
EP3190781B1 (en) 2014-09-30 2019-05-22 Huawei Technologies Co. Ltd. Autofocus method, device and electronic apparatus
US9530214B2 (en) 2014-12-04 2016-12-27 Sony Corporation Image processing system with depth map determination based on iteration count of blur difference and method of operation thereof
US10277888B2 (en) * 2015-01-16 2019-04-30 Qualcomm Incorporated Depth triggered event feature
CN104683694B (zh) * 2015-02-10 2019-05-14 深圳市金立通信设备有限公司 一种终端
US9639946B2 (en) * 2015-03-11 2017-05-02 Sony Corporation Image processing system with hybrid depth estimation and method of operation thereof
US9723197B2 (en) * 2015-03-31 2017-08-01 Sony Corporation Depth estimation from image defocus using multiple resolution Gaussian difference
US9973681B2 (en) 2015-06-24 2018-05-15 Samsung Electronics Co., Ltd. Method and electronic device for automatically focusing on moving object
US9646225B2 (en) * 2015-08-21 2017-05-09 Sony Corporation Defocus estimation from single image based on Laplacian of Gaussian approximation
EP3139588B1 (en) * 2015-09-07 2017-06-21 Axis AB Method and device for setting a focus of a camera
CN106815865A (zh) * 2015-11-30 2017-06-09 展讯通信(上海)有限公司 图像深度估计方法、深度图生成方法及装置
FR3046256B1 (fr) * 2015-12-23 2018-01-05 Thales Zoom plenoptique a portee optimisee
US20170230649A1 (en) * 2016-02-05 2017-08-10 Qualcomm Incorporated Calibration of hybrid auto focus (af) imaging systems
TWI621831B (zh) 2016-12-26 2018-04-21 聚晶半導體股份有限公司 影像擷取裝置與其相位對焦的校正方法
WO2018125218A1 (en) 2016-12-30 2018-07-05 Barco Nv System and method for camera calibration
WO2018183549A1 (en) 2017-03-30 2018-10-04 Hologic, Inc. System and method for synthesizing low-dimensional image data from high-dimensional image data using an object grid enhancement
JP7174710B2 (ja) 2017-03-30 2022-11-17 ホロジック, インコーポレイテッド 合成乳房組織画像を生成するための標的オブジェクト増強のためのシステムおよび方法
CN110621231B (zh) 2017-03-30 2024-02-23 豪洛捷公司 用于分层次多级特征图像合成和表示的系统以及方法
EP3641635A4 (en) 2017-06-20 2021-04-07 Hologic, Inc. DYNAMIC SELF-LEARNING MEDICAL IMAGING PROCESS AND SYSTEM
JP6997549B2 (ja) * 2017-07-11 2022-01-17 アークレイ株式会社 分析装置及び焦点合わせ方法
US20190033555A1 (en) * 2017-07-28 2019-01-31 Qualcomm Incorporated Phase detection autofocus with diagonal line detection
KR101882696B1 (ko) * 2017-11-08 2018-07-27 한국 천문 연구원 초점가변 검경으로 구성된 자동검사시스템의 객담 도말시료 검사 방법
KR102668212B1 (ko) 2018-09-28 2024-05-23 삼성전자 주식회사 자동 초점 방법 및 이를 수행하는 전자 장치
CN109873948B (zh) * 2019-01-30 2020-06-26 中国地质大学(武汉) 一种光学显微镜智能自动聚焦方法、设备及存储设备
CN113574857B (zh) * 2019-03-25 2023-10-31 日本电气株式会社 图像处理设备和图像处理方法
KR20220014678A (ko) 2020-07-29 2022-02-07 삼성전자주식회사 영상의 깊이를 추정하는 방법 및 장치
JP2022096313A (ja) * 2020-12-17 2022-06-29 キヤノン株式会社 情報処理装置、情報処理方法、およびプログラム
CN114119555B (zh) * 2021-11-29 2024-05-17 哈尔滨工业大学 一种基于物距对焦法的大口径元件边缘检测方法
CN114827481B (zh) * 2022-06-29 2022-10-25 深圳思谋信息科技有限公司 对焦方法、装置、变焦设备和存储介质

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4965840A (en) * 1987-11-27 1990-10-23 State University Of New York Method and apparatus for determining the distances between surface-patches of a three-dimensional spatial scene and a camera system
JPH10282402A (ja) * 1988-05-13 1998-10-23 Nikon Corp 自動焦点調節装置を備えたカメラ
ATE127582T1 (de) * 1989-06-29 1995-09-15 Univ New York State Res Found Rechnerische methoden und elektronische kameravorrichtung zur bestimmung der entfernung von objekten, zum schnellen autofokussieren und um eine verbesserte bildschärfe zu erreichen.
JPH049809A (ja) * 1990-04-27 1992-01-14 Ricoh Co Ltd 自動合焦装置
US5170202A (en) * 1990-07-03 1992-12-08 Eastman Kodak Company Contrast-based autofocus mechanism
JP3500435B2 (ja) * 1994-05-19 2004-02-23 株式会社ニコン 自動焦点調節装置および自動焦点調節方法
JP3675039B2 (ja) * 1996-06-26 2005-07-27 株式会社ニコン 焦点調節装置
US5705803A (en) * 1996-07-23 1998-01-06 Eastman Kodak Company Covariance focus sensor
US6215898B1 (en) * 1997-04-15 2001-04-10 Interval Research Corporation Data processing system and method
JP4354096B2 (ja) 2000-06-19 2009-10-28 オリンパス株式会社 撮像装置
US6580062B2 (en) * 2001-05-29 2003-06-17 Hewlett-Packard Development Company, L.P. Contrast focus figure-of-merit method that is insensitive to scene illumination level
US7187413B2 (en) * 2002-07-25 2007-03-06 Lockheed Martin Corporation Method and system for using an image based autofocus algorithm
JP4385282B2 (ja) * 2003-10-31 2009-12-16 ソニー株式会社 画像処理装置および画像処理方法
JP2005274363A (ja) * 2004-03-25 2005-10-06 Hitachi Ltd 無線位置検出システム
US7336430B2 (en) * 2004-09-03 2008-02-26 Micron Technology, Inc. Extended depth of field using a multi-focal length lens with a controlled range of spherical aberration and a centrally obscured aperture
JP4407564B2 (ja) * 2005-04-15 2010-02-03 ソニー株式会社 オートフォーカス装置とオートフォーカス方法およびプログラム
US7538813B2 (en) * 2005-05-11 2009-05-26 Sony Ericsson Mobile Communications Ab Digital cameras with triangulation autofocus systems and related methods
US20070014468A1 (en) * 2005-07-12 2007-01-18 Gines David L System and method for confidence measures for mult-resolution auto-focused tomosynthesis
US20070019883A1 (en) * 2005-07-19 2007-01-25 Wong Earl Q Method for creating a depth map for auto focus using an all-in-focus picture and two-dimensional scale space matching
US7929801B2 (en) 2005-08-15 2011-04-19 Sony Corporation Depth information for auto focus using two pictures and two-dimensional Gaussian scale space theory
JP2007139893A (ja) * 2005-11-15 2007-06-07 Olympus Corp 合焦検出装置
JP2007199633A (ja) * 2006-01-30 2007-08-09 Olympus Corp 合焦検出装置
US20070189750A1 (en) * 2006-02-16 2007-08-16 Sony Corporation Method of and apparatus for simultaneously capturing and generating multiple blurred images
US7616254B2 (en) * 2006-03-16 2009-11-10 Sony Corporation Simple method for calculating camera defocus from an image scene
US7711201B2 (en) * 2006-06-22 2010-05-04 Sony Corporation Method of and apparatus for generating a depth map utilized in autofocusing
US8213734B2 (en) * 2006-07-07 2012-07-03 Sony Ericsson Mobile Communications Ab Active autofocus window
CN100543576C (zh) * 2006-08-24 2009-09-23 宁波大学 基于Contourlet变换的数码成像自动对焦方法
US7860382B2 (en) * 2006-10-02 2010-12-28 Sony Ericsson Mobile Communications Ab Selecting autofocus area in an image
US7664384B2 (en) * 2006-11-07 2010-02-16 Sony Ericsson Mobile Communications Ab User defined autofocus area
US20090015681A1 (en) * 2007-07-12 2009-01-15 Sony Ericsson Mobile Communications Ab Multipoint autofocus for adjusting depth of field
CN101470248B (zh) * 2007-12-28 2011-10-26 广达电脑股份有限公司 对焦装置及方法
US8280194B2 (en) * 2008-04-29 2012-10-02 Sony Corporation Reduced hardware implementation for a two-picture depth map algorithm

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI470300B (zh) * 2012-10-09 2015-01-21 Univ Nat Cheng Kung 影像對焦方法與自動對焦顯微裝置

Also Published As

Publication number Publication date
KR20110073245A (ko) 2011-06-29
KR101345093B1 (ko) 2013-12-26
CN102103248A (zh) 2011-06-22
US20110150447A1 (en) 2011-06-23
EP2357788B1 (en) 2013-04-03
EP2357788A1 (en) 2011-08-17
US8027582B2 (en) 2011-09-27
JP2011128623A (ja) 2011-06-30

Similar Documents

Publication Publication Date Title
TW201126453A (en) Autofocus with confidence measure
US8736747B2 (en) Camera autofocus adaptive blur matching model fitting
US8045046B1 (en) Four-dimensional polynomial model for depth estimation based on two-picture matching
KR101345012B1 (ko) 이미지를 전자적으로 캡처하는 장치, 카메라로부터 물체까지의 초점 거리를 추정하는 장치, 카메라―물체 초점 심도의 자동 추정 방법 및 컴퓨터―판독가능 매체
US8848094B2 (en) Optimal blur matching selection for depth estimation
CN109451244B (zh) 一种基于液体镜头的自动调焦方法及系统
TWI515470B (zh) 使用多鏡頭的自動對焦系統及其方法
US20150201182A1 (en) Auto focus method and auto focus apparatus
US8411195B2 (en) Focus direction detection confidence system and method
US20140307054A1 (en) Auto focus method and auto focus apparatus
JP2004157456A (ja) カメラ及びカメラの測距方法
JP2018097253A (ja) 焦点調節装置および焦点調節方法
TWI515471B (zh) 使用多鏡頭的自動對焦系統及其方法
TW201236448A (en) Auto-focusing camera and method for automatically focusing of the camera
JP5446660B2 (ja) 画像認識装置、および、撮像装置
US10051173B2 (en) Image pick-up apparatus and progressive auto-focus method thereof
KR100975928B1 (ko) 오토 포커싱 방법
TWI333115B (en) Method for auto focus
KR100975929B1 (ko) 오토 포커싱 방법