（通信与信息系统专业论文）自动聚焦系统中评价函数性能与动态区域选取的研究.pdf

山东大学硕士学位论文 摘要 自动聚焦是数字成像系统中必不可少的关键技术之一，近年来得到快速发展， 如今己广泛应用在数码照相、显微成像、医学成像、空间探测、器件检测、视频 监控、计算机视觉等各个领域。自动聚焦技术的好坏，直接影响着成像的质量和 效率，因此很早就成为人们探索的目标和方向。基于图像处理的自动聚焦算法通 常分为两类：离焦深度法和聚焦深度法。离焦深度法是一种从离焦图像中获取成 像物体深度信息的方法，实现聚焦速度较快，但精度较低；聚焦深度法是一种建 立在搜索基础上的聚焦方式，通过评价拍摄图像的清晰度以判断图像是否精确聚 焦，从而驱动镜头直至精确聚焦点，精度高，但需要对多幅图像进行质量评价并 反馈控制镜头的移动，因此速度较慢。 被动式的聚焦深度法，是通过搜寻聚焦评价曲线的峰值实现自动聚焦，因其 算法灵活且精度高而被多数自动聚焦系统采用。自动聚焦系统主要包括三个模块： 聚焦区域选择、聚焦评价函数和极点搜索算法。聚焦是针对兴趣区域的聚焦，聚 焦评价函数完成对兴趣区域的离焦程度评价，极点搜索算法是通过比较评价函数 值，反馈控制镜头移动的步长和方向，直至成像质量最佳。 通过光学成像分析可知，成像镜头可以等效为低通滤波器，从而得到自动聚 焦的原理：图像的高频分量丰富，图像就越清晰；图像的高频分量少，图像就越 模糊。因此，聚焦评价函数通常选取高频分量作为聚焦程度的量度。为了提高评 价函数尖锐性和抗噪声能力，本文提出了二维加权d c t 评价函数，与常用聚焦评 价函数进行性能比较和抗噪声能力测试，实验表明二维加权d c t 算法和小波变换 法具有最佳的尖锐性和抗噪声能力，且相对于小波变换法，二维加权d c t 在实时 性方面更有优势。 由于兴趣区域为前景图像区域，聚焦区域选择算法应选取前景图像区域为聚 焦窗口，减少自动聚焦过程中的数据处理量。本文分析了中心取窗、多点取窗、 非均匀采样窗口和肤色探测等方式的优缺点，针对这些传统算法的局限性，提出 了基于智能优化算法的聚焦区域自适应选择算法；针对标准粒子群算法与人工鱼 群算法的自身缺陷，在参数设置、行为方法等方面进行改进，避免陷入局部最优， 山东大学硕士学位论文 从而有效地寻找前后景最佳分割阈值，分割得到前景图像，然后选取边缘信息丰 富的区域作为聚焦窗口。实验证明，无论成像目标是否位于视场中心，本文算法 可以动态地选取目标图像所在区域，具有一定的自适应能力。 目前，所采用的聚焦方案一般是单一的聚焦深度法或离焦深度法，基本所有 的文献也是在此基础上进行研究，对部分模块算法进行优化。由此，本文提出一 种结合离焦深度法速度优势和聚焦深度法精度优势的新的聚焦策略，并在理论上 给予推导，初步实验也证明了其可行性。 总之，成熟的成像系统和最新的自动聚焦技术基本由日本、美国等一些国家 掌握，我国在理论水平和技术水平都还不成熟，所以对自动聚焦的深入研究，既 有相当大的理论研究价值，更有广泛的应用价值。 关键词：自动聚焦；智能优化算法；动态聚焦区域选取；聚焦评价函数；图 像处理 2 山东大学硕士学位论文 a b s t r a c t a u t o f o c u so 址) i sak e yt e c h n i q u ei nd i g i t a li m a g ec a p t u r es y s t e ma n di td e v e l o p e d r a p i d l yi nr e c e n ty e a r s n o wt h ea u t o f o c u st e c h n i q u ei sw i d e l yu s e di nm a n yv i s u a l a p p l i c a t i o n ss u c ha sd i g i t a lc a m e r a s ，c a m c o r d e r s ，v i d e os u r v e i l l a n c es y s t e m sa n d m i c r o s c o p e s t h ea fq u a l i t yd i r e c t l ya f f e c t st h ei m a g i n gq u a l i t ya n de f f i c i e n c y , a n d t h e r e f o r ei ta t t r a c t su st oe x p l o r e t h ea fa l g o r i t h mb a s e do ni m a g ep r o c e s s i n gi s u s u a l l yd i v i d e di n t ot w oc l a s s e s ：d e p t hf r o md e f o c u s ( d f d ) a n dd e p t hf r o mf o c u s ( d f f ) d f de x t r a c t sf o c a ld e p t hi n f o r m a t i o nf r o md e f o c u si m a g e s ，a n di tr e a l i z e sf o c u s f a s tb u th a sl o wp r e c i s i o nw h i l ed f fi so p p o s i t e b e c a u s eo fh i g hp r e c i s i o na n df l e x i b l y , p a s s i v ed f fm e t h o di su s e di nm o s t a u t o f o c u ss y s t e m a na fs y s t e mc o n s i s t so ft h r e em a i nm o d u l e s ：af o c u s i n gw i n d o w w h i c hd e f i n e st h er e g i o nt ob ef o c u s e d ，af o c u sm e a s u r ef u n c t i o n ( f m f ) t h a te v a l u a t e s t h ei m a g es h a r p n e s s ，a n das e a r c h i n gs t r a t e g yt of i n dt h eg l o b a lm a x i m u mo ft h ef m f c u r r e n t l y ，m o s ti m a g i n gs y s t e m sa d o p tt h i ss e m i - d i g i t a la ft e c h n i q u e ，w h i c hh a st h e a n a l y s i sm o d u l et od e t e r m i n et h ef o c u s i n gs t a t u sb yc o m p u t i n gt h es h a r p n e s so ft h e i n p u ti m a g e ，a n dt h ec o n t r o lm o d u l et om o v et h el e n sb a c ka n df o m lu n t i lt h eb e s t f o c u s e di m a g ei so b t a i n e d i m a g i n gl e n sc a n b ee q u i v a l e n tt oal o w - p a s sf i l t e r , s ot h eq u a l i t yo fi m a g ed e p e n d s o nh i g l lc o e f f i c i e n t s t h ef m fu s u a l l ys e l e c t st h eh i g hc o e f f i c i e n t sa sf o c u s m e a s u r e m e n t i no r d e rt oi m p r o v et h es h a r p n e s sa n da n t i n o i s ea b i l i t y , t h i sp a p e r p r o p o s e dan e we v a l u a t i o nf u n c t i o nn a m e d2 一dw e i g h t e dd c t c o m p a r e dt o t h e c o m m o ne v a l u a t i o nf u n c t i o n ss u c ha sg r a yv a r i a n c ea n dg r a d i e n tf u n c t i o n ,2 - d w e i g h t e dd c t a n dd i s c r e t ew a v e l e tt r a n s f o r m ( d w t ) h a v et h eb e s tp e r f o r m a n c e t h e e x p e r i m e n ts h o w s t h a t2 - dw e i g h t e dd c t p e r f o r m sb e t t e ri nr e a l t i m et h a nd w t g e n e r a l l y , o u ri n t e r e s ta r e ai st h ef o r e g r o u n di m a g e ，s ot h ef o c u sr e g i o ns e l e c t i o n a l g o r i t h ms h o u l da d o p tt h ep r o s p e c t sf o rf o c u sw i n d o wt or e d u c ed a t aq u a n t i t y a v a r i e t yo fw i n d o ws e l e c t i n gm e t h o d sh a v eb e e np r o p o s e di n t h el i t e r a t u r es u c ha s c e n t r a lw i n d o wa n dg a u s su n - u n i f o r m e ds a m p l i n g f o rt h et r a d i t i o n a lr e g i o n - s e l e c t i o n a l g o r i t h m e x i s t ss o m el i m i t a t i o n s ，am e t h o db a s e do n i n t e l l i g e n c eo p t i m i z a t i o n a l g o r i t h mi sp r o p o s e d ；f o rt h es t a n d a r dp a r t i c l es w a r mo p t i m i z a t i o no s o ) a n da r t i f i c i a l f i s hs w a r ma l g o r i t h m ( a f s a ) a r ee a s yl o s ti nl o c a lo p t i m u m ，t h ep a r a m e t e r s s e t t i n ga n d 3 山东大学硕士学位论文 a c t i o na r ei m p r o v e di nt h i sp a p e r e x p e r i m e n tr e s u l t ss h o wt h a tf o r e g r o u n di m a g ec a l l b es e g m e n t e df a s ta n da c c u r a t e l yu s i n gt h i sm e t h o d f o c u sa c c u r a c yo ff o r e g r o u n da n d p i x e l su s e di nc a l c u l a t i n ga r ed e c r e a s e dt h r o u g ht h es e l e c t i o no fe d g er e g i o n , s ot h e r e a l t i m eo fa fi se n h a n c e d ；t h ep r o p o s e dm e t h o dc a l lt r a c kt h em a i no b j e c ti ni m a g e ， s ot h er e g i o ng o ti nt h i sm e t h o di sd y n a m i cw i 廿1g o o da d a p t a b i l i t y a tp r e s e n t ，a d o p t i o no ff o c u ss c h e m ei su s u a l l ys i n g l ed f fo rd f d ，a n dm a n y l i t e r a t u r e so p t i m i z ep a r tm o d d ea l g o r i t h mi sb a s e do nt h i ss t u d y t h u s ，t h i sp a p e rp u t s f o r w a r dan e wf o c u ss t r a t e g yt h a tc o m b i n e st h eh i g hp r e c i s i o no fd f fa n ds p e e d a d v a n t a g eo fd f d d e d u c t i o ni sg i v e ni nt h e o r ya n dap r e l i m i n a r ye x p e r i m e n ta l s o p r o v e di t sf e a s i b i l i t y a n y h o w , t h em a t u r ei m a g i n gs y s t e ma n dt h el a t e s ta u t o f o c u s i n gt e c h n o l o g i e sa r e c o n t r o l l e db yj a p a na n du s a ，o u rc o u n t r yi ss t i l ln o tm a t u r ei nt h e o r e t i c a ll e v e la n d t e c h n i c a ll e v e l ，s ot h o r o u g hr e s e a r c ho na fh a sb o t ht h e o r yv a l u ea n da p p l i c a t i o nv a l u e k e yw o r d s ：a u t o f o c u s ；i n t e l l i g e n c eo p t i m i z a t i o na l g o r i t h m ；d y n a m i cf o c u sa r e a s e l e c t i n g ；f o c u sm e a s u r ef u n c t i o n ；i m a g ep r o c e s s i n g 4 山东大学硕士学位论文 符号说明 镜头位置 获取图像 ( x ，y ) 像素的灰度值 理想点扩散函数 高斯点扩散函数 理想光学传递函数 高斯光学传递函数 聚焦评价函数值 向上取整向下取整 对焦窗口 归一化r g b 颜色空间 图像重心位置 梯度运算 卷积算子 梯度算子 景深 图像边缘区域 图像非边缘区域 前景图像 k 背景图像 a f ( a u t of o c u s i n g ) f a s ( f o c u sa r e as e l e c t i n g ) f m f ( f o c u sm e a s u r ef u n c t i o n ) c c d ( c h a r g ec o u p l e dd e v i c e ) 自动聚焦 聚焦区域选择算法 聚焦评价函数 电荷耦合器件 5 力0 邑力 叫 砷j z 啪怖u u哟m形慨v p p 凹k k 山东大学硕士学位论文 c m o s ( c o m p l e m e n t a r ym e t a l o x i d es e m i c o n d u c t o r ) p s d ( p o s i t i o ns e n s o rd e v i c e ) p s f ( p o i n ts p r e a df u n c t i o n ) o t f ( o p t i c a l t r a n s f e rf u n c t i o n ) d f f ( d e p t h f r o mf o c u s ) d d f ( d e p t hf r o md e f o c u s ) d c t ( d i s c r e t ec o s i n et r a n s f o r m ) d w t ( d i s c r e t ew a v e l e tt r a n s f o r m ) p s o ( p a r t i c l es w a r mo p t i m i z a t i o n ) a f s a ( a r t i f i c i a lf i s hs w a r ma l g o r i t h m ) 6 互补金属氧化半导体 位置传感器 点扩散函数 光学传递函数 聚焦深度 离焦深度 离散余弦变换 离散小波变换 粒子群算法 人工鱼群算法 山东大学硕士学位论文 1 1 课题意义 第一章引言 成像是通过成像光学系统将客观三维世界中的景物变换到二维成像平面的过 程。传统照相系统是以光化学材料为接收媒介，用像平面的光强分布和色度分布 控制胶片上光化学反映的过程。随着c c d c m o s 图像传感器的广泛应用，数字成 像技术彻底取代了传统成像系统的化学处理步骤，使摄影过程更加快捷，与计算 机系统的信息交互更为迅速方便。 自上世纪八十年代以来，随着微电子技术，超大规模集成电路及计算机技术 的进一步发展，数字成像技术日新月异，各种数字相机、数字摄像机不断涌入人 们的同常生活。然而这些数字产品，很少出自我们中国人自己的设计，市场上所 看到的国产品牌基本上是引进他们全套生产线生产而来，甚至是国外现成产品的 贴牌销售。之所以会出现这样的局面，主要原因是我们没能掌握其中的关键技术， 如大规模集成电路制造技术、自动聚焦技术等。这些方面的落后，使得我们市场 应变能力相当薄弱，一旦市场变化，比如国际市场同类产品因技术成熟而价格大 幅下降，而我们因缺乏关键技术导致产品成本无法降低，那么在市场上必然缺乏 应变力和竞争力。因此研究自动聚焦技术是我们走向数字产品自主化、品牌化的 关键技术之一。 另一方面，自动聚焦的研究是我们突破人眼自身生理局限、追求产品智能化 的需要。我们知道，人们在获取信息的过程中，8 0 以上的信息来自于视觉图像。 人眼经过亿万年的长期进化，成为一个高度精巧智能的光学系统，它是自动聚焦 的，所以我们眼中的世界是清晰的。但人眼存在许多局限，如视野范围小、分辨 率有限、只对可见光产生视觉等等，所以雷达系统、红外摄像系统、光学系统等 应运而生，成为人眼功能的延伸。在光学成像系统中，每个成像物体都有一个最 佳的成像平面位置，假如像平面不在最佳位置，成像质量将会变得模糊，于是自 动聚焦技术应运而生。如今自动聚焦技术己广泛应用在数码照相、显微成像、空 间探测、红外遥感、视频监控等各个领域i l 】。 7 山东大学硕士学位论文 本课题旨在通过对所获耿的图像进行处理与分析，探求成像镜头参数、成像 位置对图像清晰度的影响；对传统的自动聚焦技术中存在的问题，如聚焦区域不 能灵活选取，评价函数有待简化等问题进行理论改进及实验研究，并给出一种新 聚焦策略的设想。 1 2 自动聚焦方式简介 按照有无探测源，自动聚焦可分为两种方式，即：有源方式( 即主动方式“a c t i v e a f ) 和无源方式( 即被动方式“p a s s i v ea f ) ，如表1 1 所示。 表1 1 自动聚焦方式分类 有源l红外线或超声波测距法 无源 半数字式l 提取图像特征量的自动聚焦 全数字式l 利用图像复原理论 聚焦技术的传统方法大部分是基于测距原理的，如反射能量法、超声波测距 法【2 捌和一些基于三角测距川的方法。自2 0 世纪九十年代以来，基于图像分析与处 理的自动聚焦技术迅速发展，并在数字相机和各种仪器设备中广泛应用。 在无源方式中，半数字式的自动聚焦方法是通过对图像有关信息进行分析计 算，驱动电机使系统正确聚焦，本文用到的均为半数字式自动聚焦，详见2 2 节的 介绍；另一种方法完全建立在图像分析的基础上，用图像处理的方法对离焦的图 像进行复原变换，使输出的数字图像清晰，可以称为全数字式的自动聚焦方法1 5 , f l 。 1 2 1 主动式聚焦 主动式聚焦装置中，主要是由成像系统发出某种形式的波，利用测距法完成。 常用的测距法有两种：超声和红外。超声波测距法的典型代表是波拉公司采 用的技术：在相机上安装的超声波源，能发出四种不同频率的定向声频( 5 0 ，5 3 ，5 7 ， 6 0 千赫) ，时间大约为l m s ，用以区别周围噪声信号。开始发声的同时，计时器开始 工作，当接收到反射声频后，计时结束，运算电路根据时间差计算得到目标物体 距镜头的距离，从而驱动电机运动到准确调焦的位置。红外测距法是利用红外发 射管发射一束红外光，经被摄物体表面反射后，有一部分光线经接收透镜会聚于 8 山东大学硕士学位论文 位置传感器p s d ( p o s i t i o ns e n s o rd e v i c e ) 表面，产生一个光斑，p s d 的输出信号能反 映这个光斑的位置，而光斑位置仅与被摄物体和镜头的距离有关，所以p s d 输出信 号经分析处理电路的处理，可计算出被摄物与镜头的距离，查找表并调节镜头到 相应的聚焦位置。图1 1 为测距法 7 1 示意图。 体 图l - l 测距法原理图 这种方式的优点是对光照条件没有要求，而且被摄物体的明暗变化也不会明 显影响聚焦效果。它的缺点是有效聚焦距离短，物距超过某个阈值时，无论实际 物距多少，都统一按“无限远”处理，而且当成像物体的反射率小或反射光束没 有返回时，将导致测距不准，聚焦不灵。主动式聚焦会辐射能量而不适合军事用 途，也不适用于一些特殊领域，如水下机器人等。另外，主动式聚焦测量模块比 较复杂，涉及到许多精密的光学机械部件，在一些微型图像设备中不易集成。 1 2 2 被动式聚焦 在被动式自动聚焦装置中，聚焦过程直接利用成像目标的亮度或图像进行， 不依赖于成像系统上的波源。 传统的被动式聚焦有两种典型形式： 1 对比度检测法 该方法是通过检测影像的轮廓边缘实现自动调焦的：像的轮廓边缘越清晰， 则它的亮度梯度就越大，即边缘处景物和背景之间的对比度就越大：反之，离焦 的像，轮廓边缘模糊不清，亮度梯度或对比度下降，离焦越远，对比度越低。根 据这个原则反馈控制搜索最佳对比度成像点。 2 视频信号分析法 聚焦时，成像清晰，轮廓清楚，高频分量的电平幅值大；而离焦时，轮廓模 9 山东大学硕士学位论文 糊，高频分量电平幅值变小。通过对频率分量电平进行a d 采样，反馈控制镜头 搜索最佳聚焦点。 由于测距法和视频信号分析法自动聚焦的精度不够高、重复性差、对被摄物 体所处的环境要求也比较高，我们希望设计一种能够克服以上特点的自动聚焦系 统。随着计算机软硬件资源越来越丰富以及数字化技术、产品的发展，图像可以 在计算机中进行各种变换、分析处理，通过数字图像处理的方式实现自动聚焦成 为新的发展趋势。 基于图像处理的被动式聚焦不需额外的发射装置，可利用现有丰富的计算机 软硬件资源及先进的数字图像处理技术，降低了设备的复杂性和费用，故这种聚 焦技术成为当前发展的主流【8 j 。 1 3 图像处理用于自动聚焦 1 3 1 自动聚焦系统框图 计算机通过镜头和c c d 采集到一系列的数字图像，对每帧图像进行处理，判 断聚焦是否精确，并给出反馈信号控制镜头的移动，直到采集到的图像达到最清 晰，即完成自动聚焦。典型的自动聚焦框图如图1 2 所示。数字图像处理自动聚焦 算法主要包括三部分：聚焦区域选择算法p 。1 1 1 、图像聚焦评价函数和极点搜索算法。 1 0 图1 - 2 自动聚焦系统框图 通常来讲，成像图像中包含兴趣区域的主体对象和背景图像，还包含其他冗 山东大学硕士学位论文 余、噪声信息。聚焦区域选择就是利用图像分析理论选取合适的区域作为聚焦评 价区域，以降低计算量与背景区域的影响，提高聚焦性能。常见的区域选择算法 有中心取窗、多点取窗、非均匀采样、皮肤探测和人脸选择等。 聚焦评价函数是计算图像的清晰锐利程度，即对图像进行处理，评价图像的 聚焦程度。对聚焦过程中的图像序列的每一幅图像，评价函数计算其评价值并进 行归一化，可得到如图1 3 所示的评价函数曲线。常用的评价函数形式有：s a n t o s 等( 1 9 9 7 ) 提出的图像能量函数，平方梯度函数【1 2 1 ，y e o 等( 1 9 9 3 ) 提出的方差函 数1 3 1 、t e n e n g r a d 梯度函数，s u b b a r a o 等( 1 9 9 3 ) 提出的拉普拉斯函数【1 4 1 ，v o l l a t h 等( 1 9 8 7 ) 提出的自相关函数【1 5 】、f i r e s t o n e 等( 1 9 9 1 ) 提出的图像熵函数【1 6 1 ，y a n g 等( 2 0 0 3 ) 提出的小波函数【1 7 】等。 对 焦 评 价 函 数 对焦点镜头位置 图1 - 3 自动聚焦评价函数示意图 极点搜索算法则实现聚焦点的搜索和定位，控制镜头快速准确的找到评价函 数曲线的极点，常用的有f i b o n a c c i 搜索算法，区域定位爬山算法，曲线拟合算法等。 综上，自动聚焦就是针对我们感兴趣的区域，利用聚焦评价函数对聚焦区域 的图像质量进行评价，然后通过搜索算法给出极点搜索移动方向和步长，直至获 取图像质量最佳的一个反馈控制过程。 基于图像处理的自动聚焦方法可分为两大类【1 8 , 1 9 ：聚焦深度法和离焦深度法。 聚焦深度法简称d f f ( d e p t hf r o mf o c u s ) ，是一种建立在搜寻过程上的聚焦方 式。它对离焦一聚焦离焦的图像序列评价其聚焦程度，来确定物点到成像系统的最 佳成像距离。这个搜寻过程需要不同成像参数下的多幅图像( 一般为1 0 幅以上， 所用图像越多，聚焦精度越高，耗时也越大) 。理想的聚焦评价函数要求具有单峰 山东大学硕士学位论文 值，在最佳调焦位置获得最大值，并在峰值两侧单调。为了准确探测峰值的位置， 减少由于噪声干扰产生的局部极值，常用f i b o n a c e i 搜寻法及高斯曲线拟合法【2 0 】。 离焦深度法( d f d ，d e p t hf r o md e f o c u s ) ，是一种从离焦图像中获得成像物体 深度信息的方法。d f d 只需捕获2 3 幅不同成像参数下的图像，这些图像之间存 在一些相对模糊量，通过对它们的局部区域进行处理分析，可确定其模糊程度及 深度信息。d f d 要求根据成像参数建立正确的离焦模型，并据此对成像系统精确 校准，常采用的是模糊效应校准模型及最大相似估计法，但如果两幅图像的成像 参数选择随意，有可能出现离焦图像的相对模糊量不足，深度计算不准的情况。 1 3 2 研究现状及存在的问题 近年来，国内外在自动聚焦方面的研究主要有两个思路：一是深入研究图像 处理理论，寻找图像清晰度的最佳判据，清华大学、浙江大学等国内相关实验室 和研究所一直关注自动聚焦方面的工作，或者完成过关于图像清晰度及自动聚焦 系统的科研项目，取得了一些成果：二是结合硬件和实际应用环境，研究快速的 自动聚焦算法，多见于国外一些具有自动聚焦功能的成像产品。 近十年来，国际上在这一领域投入了大量的人力物力，并取得了丰硕的成果， 其中很多成果已经在现有数字成像系统中广泛应用，但有些问题还没有很好地解 决，主要表现在： ( 1 ) 现有各种聚焦评价函数在某些情况下会失效，目前还没有通用的聚焦评价 函数，也不能完全克服系统噪声带来的影响，抗噪声性能较差。 ( 2 ) 现有的聚焦窗口选择方法过于简单，通常选取固定的中心区域或其他几个 区域，没有考虑到背景对成像目标的影响，也没有考虑到成像目标在图像中的位 置的复杂多样性。 ( 3 ) 聚焦速度与聚焦精度的协调问题。聚焦深度法在聚焦过程中需要采集并处 理十余幅图像，而且需要驱动镜头来回移动，因此聚焦速度较慢。而离焦深度法 仅需要两三幅图像，即可判断聚焦位置，并直接将镜头移动到聚焦位置，没有往 复运动，故所需时间较短，但由于模糊量计算的本身是一种估计，并存在一定的 舍入误差，所以存在聚焦精度低的弊端。 ( 4 ) 对于有些应用，现有自动聚焦技术的实时性还有待提高。 1 2 山东大学硕士学位论文 1 4 本论文工作介绍 本文针对数字图像处理自动聚焦在数码相机的应用进行研究，着重对区域选 择算法、图像聚焦评价函数等理论问题进行深入探讨，并提出了一些创新的算法。 本文的一些独创性工作有： ( 1 ) 选取二维d c t 系数的高频分量作为评价函数，且二维d c t 系数的高频成 分将在图像清晰度评价函数中占有较大的权重，更符合评价函数的要求。同时， 二维d c t 变换是一种次最优变换，其变换系数均为实数，并且具有快速算法，在 实时性方面也具有优势。 ( 2 ) 推导了自动聚焦区域选择的一般准则；对传统的聚焦区域选择算法存在的 缺陷，提出的基于改进粒子群算法和人工鱼群算法的自动聚焦窗口选择算法，充 分发挥人工智能优化算法有效地分割前景图像的优势，实现了对目标图像的跟踪 取窗，动态的选取聚焦区域，而不像以往那样简单地认为主体景物居于图像中心， 这样既保证了主体目标处于聚焦窗口中，又减小了因过量背景对评价函数精确性 带来的负面影响，具有一定的自适应性。 ( 3 ) 提出一种新的聚焦策略，旨在结合聚焦深度法的精度优势与离焦深度法的 速度优势，并给出理论上的推导，证明可行性。 本文的各章内容如下： 第1 章介绍了自动聚焦研究的背景和意义，分析了自动聚焦方式的特点，简 述了数字图像处理的自动聚焦内容，综述了国内外的研究成果，以及存在的问题。 第2 章介绍了光学成像理论，从点扩散函数的理想模型和高斯近似模型以及 其光学传递函数的角度，得出自动聚焦的原理，并对图像中的噪声进行了分析。 第3 章简要介绍了聚焦评价函数在自动聚焦中的重要作用，对经典的聚焦评 价函数分类，并举例分析常见的评价函数和小波变换用于自动聚焦技术的原理， 提出二维加权d c t 聚焦评价函数。 第4 章针对传统聚焦区域选择算法的缺陷，提出基于改进的人工智能优化算 法的区域选择，突破传统区域选择算法仅仅选取固定的某个窗口，实现动态取窗。 然后通过大量的m a t l a b 仿真实验，从结果中分析动态取窗为评价函数在精确性、 实时性和抗噪声性能等方面提供了保障。 山东大学硕士学位论文 第5 章提出一种新的聚焦策略设想，结合d f d 的速度优势和d f f 的精度优势， 以达到提高聚焦速度和精度的目的，但仅在理论上给予推导和证明，结合简单实 验，有效性还有待考查；总结已经完成的任务和得出的重要结论，并展望下一步 工作的重点和任务。 1 4 山东大学硕士学位论文 第二章自动聚焦的基本理论 本章首先利用光学理论对真实景物离焦成像进行分析，研究离焦模糊的实质， 利用点扩散函数和光学传递函数分析得出自动聚焦的原理。在成像过程中，由于 成像系统受各种因素的影响( 如成像环境影响、成像系统的散焦、成像器件的固有 缺陷以及外部干扰等) ，可能使图像退化，因此我们需要了解图像噪声模型。 2 1 光学成像分析 图像获取设备通常可以用镜头和图像传感器来简化，主要光学参数包括：焦 距、快门速度、光圈等。感光强度由快门速度和光圈来控制，景深则受光圈和焦 距的影响。 研究自动聚焦的基础是要寻找成像物体经镜头成像后变模糊的原因，详细分 析图像模糊问题对自动聚焦的实现具有重要的指导意义。 通常物体可看作是由呈二维分布的许多点光源组成，因此物体通过镜头系统 的成像是分布在空间的p s f ( p o i n ts p r e a df u n c t i o n ) 光斑的叠加，又由傅里叶光学 理论可知，一个镜头系统可以合理地近似为一个线性移不变系统，从而就可以把 成像等效为物体与p s f 的卷积。 光学成像系统示意图2 2 1 如图2 1 所示，它是薄透镜模型，但对于厚透镜模型 同样成立。 p 光轴 f 图2 - 1 光学成像系统的成像原理 图2 1 中，各参数的意义如下： 三镜头 1 5 山东大学硕士学位论文 “物面到透镜主面的距离 厂镜头焦距 1 ，聚焦时透镜主面与聚焦像面的距离 s 散焦时透镜主面与探侧器之间距离 p 一精确聚焦点 尸模糊成像点 d 透镜孔径直径 j j c 模糊光圈半径 仍图像探测器 对于一个理想的薄镜头，镜头方程可表述为： 丢：! + ! ( 2 - 1 ) 一= 一+ 一 ， _ ， 甜y 由几何知识可知，当g ，厂满足关系式( 2 1 ) 时，点光源p 成点像尸。而当 1 ，小于s 时，点光源成弥散斑p 。改变三者的值( 分别变化或组合变化) 使它们满足 式( 2 1 ) ，即可达到聚焦效果，也就是说我们可以直接通过测距法来聚焦。 在实际应用中，如果物体成像聚焦不准确，则在图像探测器上会形成一个模 糊光圈，在图2 1 可以看到不聚焦时弥散斑的半径为r 。令q = 2 r d ，从图中的相似 三角形可得出： g ：i 2 r ：翌：s r ! 一一11 ( 2 - 2 ) 驴万2 了邓l i j j 将式( 2 2 ) 代入式( 2 1 ) 得： r = g 罢= s 罢( 专一i 1 一争( 2 - 3 ) 如果s 1 ，则r 为正值，意味着图像探测器位于准焦位置的后方，否则r 为负 值，此时图像探测器位于准焦位置之前。 在几何光学理想情况下，我们认为点p 成的像在弥散光圈内亮度均匀，在弥散 光圈之外亮度为零。光学系统的理想点光源的响应叫做点扩散函数0 s f ) ，如图2 2 a 所示，在线性系统理论中用脉冲响应来表达： 1 6 山东大学硕士学位论文 k ( 训) ：k ( r ) ： 去蜓r ( 2 4 ) i l 0 其他 其中r 2 = x 2 + y 2 。 实际中，由于镜头系统的畸变、色差、干涉和衍射等问题存在，点冲击光源 的成像为一个边缘衰减的光斑。为了简化分析和计算，实际点冲击函数模型【2 4 2 5 】 用式( 2 5 ) 所示的二维高斯函数表示，其函数曲线如图2 - 2 b 所示： k ( 小丽1e 啾一刍) ( 2 - 5 ) 其中，仃= k r ，k 是常量。 a 理想点扩散函数模型 b 商斯点扩散函数模型 图2 - 2 理想和高斯函数点扩散函数模型 在频率域，定义光学传递函数( o t f ) 是点扩散函数的傅罩叶变换。理想1 2 2 = 2 3 1 点 扩散函数对应的o t f 为： ( 加2 掣( 2 - 6 ) 其中空问频率半径p 2 = ”2 + 1 ，2 ，以是一阶第一类贝塞尔函数。鼠捌( p ) 的频率 特性如图2 3 a 所示。 高斯点扩散函数2 4 ，2 5 】对应的光学传递函数为： ( 力：e x p ( 一_ r 2 , 广0 2 ) ( 2 - 7 ) 其中p 2 = ”2 + 1 ，2 ，e 钮( 力的值随r 值的变化情况如图2 3 b 所示。 1 7 山东大学硕士学位论文 鞭印l 入，a 罗了 a 理想光学传l 函模型 b 高斯传函模型 图2 3 理想和高斯函数光学传函模型 从图2 3 可以看出，无论是理想模型，还是高斯模型，光学传递函数都等效于 低通滤波器，不同的离焦情况下对应的滤波器有不同的截止频率。截止频率越低， 使得镜头成像系统到达像平面的入射光高频成分损失的越多，图像就越模糊；相反， 高频成分损失的越少，图像就越清晰，在精确聚焦时可以近似为一个全通系统。 由此我们也就得到了自动聚焦的原理：对于散焦程度不同的数字图像，我们 可以通过分析图像高频成分的多少来判断图像的清晰与否。图像的高频分量丰富， 图像就越清晰；图像的高频分量少，图像就越模糊。 景物成像见图2 4 ，成像为景物光线通过镜头光学传递函数后的响应。取聚焦 图像和离焦图像，在频率域和空间域分别进行比较见图2 - 4 ( a - - - f ) 。 1 8 山东大学硕士学位论文 卜氆移i 翻霹 i 酒够 镉霹i 黪黑寸1 0 0 囔 遮l 囊0 一 b 离焦图像f f t 变换 d 聚焦图像 。聚焦匿像f 耵变换f 聚焦图像空间域变化 图2 - 4 聚焦和离焦图像、f f t 变换和空间域比较 2 2 图像噪声模型 由于传感器温度和是光照强度等因素的影响，由c c d 摄像头采集到的图像有 多种噪声。概括来讲，噪声主要分为三类1 2 6 】：暗电流噪声、散粒噪声和转移噪声， 其中转移噪声和暗电流噪声是c c d 本身固有的。目前高质量的c c d 摄像器件工作 在冷却条件下，这两种噪声都能降低到散粒噪声水平，因此散粒噪声便成为主要 噪声。数字图像理论指出，散粒噪声一般服从高斯分布【2 7 - 2 9 。因此，典型地，假 设图像受均值为零、方差为盯的高斯噪声。实际成像图像为原图像与该噪声的叠 加，用通式( 2 8 ) 表示： k ( 五y ，z ) = ，( 工，y ，z ) + 以而y ，z ) ( 2 - 8 ) 为了抑制噪声，通常选用低通滤波器，但由于边缘轮廓含有大量的高频信息， 所以在滤除噪声的同时，必然使边界变得模糊，这将为聚焦评价函数值的计算带 来不利的影响。为了在滤除噪声的同时，保留图像本身的高频信息，选择中值滤 波法是行之有效的。 1 9 1 0 0 0 ，“，ih口 瑚 嘲 d 阳 飘，雠 。 。川 _ _ 黼| | 剃 山东大学硕士学位论文 第三章聚焦评价函数及其性能评价准则 在手动调焦过程中，人眼获取图像，通过主观认识来比较判断当前是不是聚 焦图像，然后手动调节镜头直到图像锐利程度最佳。数字式自动聚焦就是利用聚 焦评价函数作为评价标准，判断图像是否最佳聚焦，它模拟了人大脑的判断活动。 客观来说，图像的清晰度是表征图像细节能力的物理量。根据自动聚焦原理，聚 焦图像一般比离焦图像含有更多的信息，在时域上表现为边缘更加锐利，细节信 息更加丰富，而在频域上则表现为高频分量更多。本章总结了聚焦评价函数性能 评价的评价准则及传统的评价函数形式，并提出一种基于d c t 的二维加权系数的 评价函数。 3 1 评价函数准则 对于评价函数来说，它们应该具有以下特性【3 0 】： ( 1 ) 精确性：聚焦点位置对应聚焦评价函数极点。 ( 2 ) 单峰性：理想的评价函数曲线有且仅有一个极点，并在极点两侧呈单调性。 多数极点搜索算法要求聚焦函数具有单峰性，之前文中提到的爬山算法、搜索算 法等在评价函数单峰性良好的条件下就相对容易实现。若由于噪声、背景图像等 于扰因素而使评价函数曲线出现大的波动，则容易使一些搜索算法陷入局部极点。 ( 3 ) 鲁棒性：镜头参数调整、光照变化和噪声等因素造成的图像内容变化，都 会对评价函数造成一定的影响，评价函数应具有一定的稳定性。 ( 4 ) 尖锐性：评价函数曲线在极点附近尖锐性越好，说明聚焦评价函数辨别轻 微离焦的能力越强，聚焦精度也就越高。 ( 5 ) 实时性：自动聚焦对实时性要求比较严格，一些计算量很大的算法就不具 有实用价值，因此对自动聚焦各模块的算法复杂度要有一定限制。 ( 6 ) 通用性：现实世界中，景物变化万千，一个模糊的图像可能是弱边缘景物 ( 如白云、海滩等) 的聚焦成像，也可能是强边缘景物( 人物，风景，几何图形 等) 的离焦成像，因此评价函数应具有通用性，不能局限于特定景物。 山东大学硕士学位论文 3 2 经典的聚焦评价函数分类 传统的图像聚焦评价函数主要可以分为以下几类【3 1 】： ( 1 ) 灰度方差函数 聚焦图像的灰度变化比离焦图像的要多，即灰度方差更大，从而图像的灰度 方差可以作为聚焦评价函数的依据3 2 。3 5 1 。 ( 2 ) 梯度函数 由图像处理的知识可知，经过边缘提取可以获得图像梯度，图像离焦量越小 边缘越锋利，即图像梯度值【3 8 1 越大。 ( 3 ) 频域类函数 频域类函数3 9 】主要基于傅里叶变换，傅里叶变换的高频分量对应着图像边缘， 而聚焦图像总是边缘锋利，即包含着更多的高频分量，这样可以将图像傅里叶变 换后高频分量的多少作为评价准则。 ( 4 ) 熵函数 聚焦图像边缘细节丰富，信息量更大，根据香农信息理论“熵最大时信息量 最多 ，可利用熵函数4 3 1 计算图像的信息量，并以此为聚焦评价函数。 ( 5 ) 自相关函数 图像高频能量越丰富，自相关函数曲线越尖锐畔】。 3 3 聚焦评价函数举例和分析 依据3 2 节的分类，下面给出常用的图像聚焦评价函数的具体形式。 在以下讨论中，均假定( x ，y ) 为图像中像点的行、列位