（电路与系统专业论文）一体化摄像机中自动聚焦技术的研究与实现.pdf

杭州电子科技大学硕士学位论文 摘要 近年来，一体化摄像机成为了电视监控系统中的核心设备。一体机在安防领域中的应用 非常的广泛，这其中主要是因为一体化摄像机具有小巧方便，在结构上以及控制系统上都比 较简单等特点。而一体化摄像机的发展主要得益于自动聚焦技术的发展，自动聚焦技术是利 用各种成像系统在获取图像过程中的一个关键的技术。随着计算机技术的快速发展和数字图 像处理技术的改进，自动聚焦技术步入了一个崭新的阶段，基于图像处理的自动聚焦技术开 始发展起来，因此对基于图像处理的自动聚焦算法的研究具有重大的实际意义。 本文首先介绍了自动聚焦的基本原理、特点以及分类，然后对自动聚焦技术中的几个核 心技术：图像聚焦评价函数、聚焦区域选择算法以及焦点搜索算法进行了详细的研究，最后 研究与设计了自动聚焦系统的硬件和软件，完成了采用f p g a 技术的自动聚焦系统以实现自 动聚焦功能。聚焦过程是对感兴趣的区域聚焦，聚焦评价函数是判断感兴趣区域的离焦程度， 焦点搜索算法是通过比较聚焦评价函数值来移动镜头，使镜头移动到获取的图像质量最佳的 位置上，从而完成聚焦。 本文对自动聚焦算法中的图像聚焦评价函数进行了分析，从时域分析法和频域分析法上 分别对聚焦评价函数进行了详细的介绍，然后重点介绍了f s w m 滤波算子( 加权滤波中值算 法) 。最后通过自动聚焦的仿真序列图像对常用的时域分析法中的聚焦评价函数进行了性能测 试和分析，实验结果表明f s w m 滤波算子具有很好的抗噪声能力，最后将该算法应用到设计 的自动聚焦系统中。 在聚焦区域选择算法上，本文介绍了聚焦区域选择算法对自动聚焦的重要性和主要的原 则。对各种一维的、二维的聚焦区域选择算法进行了详细的描述。最终采用了传统摄像构图 的黄金分割理论来选择聚焦区域，并将该算法应用于设计的自动聚焦系统中。焦点搜索算法 实现了对聚焦点的搜索和定位，本文分别讨论了f i b o n a c c i 搜索算法、曲线拟合搜索算法、爬 山搜索算法等常用的搜索算法。提出了改进后的爬山搜索算法，并将此改进的算法作为本课 题设计的自动聚焦系统的搜索算法。 最后本论文介绍了自动聚焦系统的硬件和软件的研究与实现过程，硬件主要是以$ 2 c 公 司的v i r t e x 5t a il o g i cm o d u l e 原型验证平台为核心，把系统分成了光学镜头部分、图像采集 模块、图像处理与主控模块以及电机驱动模块。软件则主要介绍了自动聚焦系统的程序流程 以及自动聚焦过程中粗调和细调的程序流程。最后对设计出的自动聚焦系统进行测试和分析， 测试的结果表明系统能够准确、稳定的完成自动聚焦。 关键词：自动聚焦，聚焦评价函数，区域选择算法，焦点搜索算法 杭州电子科技大学硕士学位论文 a b s t r a c t i nr e c e n ty e a r s ，i n t e g r a t i o nc a m e r ab e c a m et h ec o r ee q u i p m e n ti nt vm o n i t o r i n gs y s t e m i n t e g r a t i o nh a ss o m ec h a r a c t e r i s t i c s ，s u c ha ss i m p l es t r u c t u r e ，c o n v e n i e n t , s m a l l ，s i m p l ec o n t r o l s y s t e m ，s oi tw a su s e da l lo v e rt h ep l a c ei nm o n i t o r i n gf i e l d a n dt h ed e v e l o p m e n to fi n t e g r a t e d c a m e r am a i n l yt h a n k st ot h ed e v e l o p m e n to fa u t o - f o c u s i n gt e c h n o l o g y ，t h et e c h n o l o g yo f a u t o f o c u s i n gi sak e yt e c h n o l o g yi nt h ep r o c e s so fg e ti m a g ef r o mv a r i o u si m a g i n gs y s t e m w i t l l t h ed e v e l o p m e n to fm o d e r nc o m p u t e ra p p l i c a t i o na n dd i g i t a li m a g ep r o c e s s i n gt e c h n o l o g y ， a u t o f o c u s i n gh a se n t e r e dan e ws t a g e ，m o r ea n dm o r ea u t o - f o c u s i n ga l g o r i t h mi sb a s e do nt h e t h e o r yo fi m a g ep r o c e s s i n g s ot h er e s e a r c ho fa u t o - f o c u s i n ga l g o r i t h mh a si m p o r t a n tp r a c t i c a l s i g n i f i c a n c e t h i sp a p e rf i r s ti n t r o d u c e dt h ea u t o - f o c u s i n go fb a s i cp r i n c i p l e ，c h a r a c t e r i s t i ca n dc l a s s i f i c a t i o n , a n dt h e nt h i sp a p e rh a dad e t a i l e ds t u d yo ns o m ec o r et e c h n o l o g yo fa u t o - f o c u s i n g ：f o c u s m e a s u r e m e n tf u n c t i o n ，f o c u sr e g i o n a ls e l e c t i o na l g o r i t h ma n dp e a ks e a r c h i n ga l g o r i t h m f i n a l l y ，w e s t u d i e do nt h ed e s i g no fh a r d w a r ea n ds o f t w a r ef o ra u t o - f o c u s i n gs y s t e m o nt h i sb a s i s ，u s i n gt h e f p g ad e v e l o p m e n tp l a t f o r mt or e a l i z ea u t o f o c u s i n gf u n c t i o n t h ep r o c e s so f a u t o - f o c u s i n gi st h e r e g i o no fi n t e r e s tt of o c u s ，f o c u sm e a s u r e m e n tf u n c t i o ni sj u d g ed e f o c u sl e v e lf o rr e g i o no fi n t e r e s t , p e a ks e a r c h i n ga l g o r i t h mi sc o m p a r e dt h ev a l u e so ff o c u sm e a s u r e m e n tf u n c t i o nt om o v ea r o u n dt h e c a m e r a , a n dl e n sm o v e dt ot h ep o s i t i o no ft h eb e s ti m a g eq u a l i t y ，f i n a l l yc o m p l e t i n gt h ep r o c e s so f a u t o f o c u s i n g f o c u sm e a s u r e m e n tf u n c t i o no f a u t o - f o c u s i n gw a sa n a l y s e di nt h i sp a p e r , f o c u sm e a s u r e m e n t f u n c t i o nw a si n t r o d u c e df r o mt i m ed o m a i na n a l y s i st om e t h o do f 矗e q u e n c yd o m a i n ，a n dt h e n f o c u s i n go nt h ef s w m f i l t e ra l g o r i t h m ( w e i g h t e dm e d i a nf i l t e ra l g o r i t h m ) f i n a l l y ，w et e s tf o c u s m e a s u r e m e n tf u n c t i o no f t i m ed o m a i na n a l y s i sa n df o c u sm e a s u r e m e n tf u n c t i o no ft i m ed o m a i n a n a l y s i sw a st e s ta n da n a l y s e di t sp e r f o r m a n c e t h ee x p e r i m e n t a lr e s u l t ss h o wt h a tf s w mf i l t e r a l g o r i t h mh a st h ev e r yg o o da n t i - n o i s ea b i l i t y ，f i n a l l yt h i sa l g o r i t h mi sa p p l i e dt ot h ed e s i g no ft h e a u t o - f o c u s i n gs y s t e m 1 1 1 i sp a p e ri n t r o d u c e dt h ei m p o r t a n c ea n dt h em a i np r i n c i p l e so ff o c u sr e g i o n a ls e l e c t i o n a l g o r i t h mf o ra u t o - f o c u s i n g a l ls o r t so fo n ed i m e n s i o n ，t w od i m e n s i o n a lf o c u sr e g i o n a ls e l e c t i o n a l g o r i t h ma r ed e s c r i b e di nt h i sp a p e r t h em e t h o db a s e do ng o l d e ns e c t i o nw a si n t r o d u c e dt os e l e c t t h ef o c u sw i n d o wi no u ra u t o f o c u s i n gs y s t e m ，p e a l 【s e a r c h i n ga l g o r i t h mw a su s e df o rs e a r c h i n g a n dp o s i t i o nf o c u s n i sp a p e rd i s c u s s e dt h ef i b o n a c c is e a r c ha l g o r i t h m ，t h ec u r v e f i t t i n gs e a r c h a l g o r i t h m ，m o u n t a i nc l i m b i n gs e a r c ha l g o r i t h m a n dt h ei m p r o v e dm o u n t a i nc l i m b i n gs e a r c h a l g o r i t h mw a sp u ti nt h i sp a p e r , t h i sa l g o r i t h mi sa p p l i e dt ot h ed e s i g no ft h ea u t o f o c u s i n gs y s t e m a tl a s t ，t h i sp a p e ri n t r o d u c e st h eh a r d w a r ea n ds o f t w a r er e s e a r c ha n di m p l e m e n t a t i o np r o c e s s n 杭州电子科技大学硕士学位论文 o ft h ea u t o - f o c u s i n gs y s t e m ，h a r d w a r em a i n l yu s e d $ 2 c sv i r t e x 一5t a il o g i cm o d u l ep r o t o t y p e t e s tp l a t f o r ma st h ec o r e ，a n dp u tt h es y s t e mi n t ot h eo p t i c a ll e n sp a r t ，i m a g ea c q u i s i t i o nm o d u l e ， i m a g ep r o c e s s i n ga n dm a s t e rc o n t r o lm o d u l e ，m o t o rd r i v e rm o d u l e s s o f t w a r em a i n l yi n t r o d u e e d t h eo p e r a t i o np r o c e s so ft h ea u t o f o c u s i n gs y s t e m t h ed e s i g no ft h ea u t o f o c u s i n gs y s t e mw a st e s t a n da n a l y s e db yu s ，t h er e s u l t ss h o wt h a tt h i ss y s t e mc a l la c c u r a t e l y ，s t a b l ec o m p l e t e a u t o f o c u s i n g k e y w o r d s ：a u t o - f o c u s ，f o c u sm e a s u r e m e n tf u n c t i o n ，f o c u sr e g i o n a ls e l e c t i o na l g o r i t h m ，p e a k s e a r c h i n ga l g o r i t h m n t 杭州电子科技大学硕士学位论文 第一章概述 1 1 论文的研究背景及其意义 随着人类社会的进步、社会财富的增长和科技水平的提高，人们的生活水平和质量都有 了较大的改善，但是随着人们的生活水平和质量的不断提高，社会中不安定的因素也在不断 的增加，世界各地不断的发生着局部战争，恐怖主义袭击以及各种犯罪事件等等，这些都严 重的威胁着人们的人身安全。并且随着高新技术的发展，犯罪手段日渐现代化、智能化【i j 。 在社会迅速发展的今天，全球各地都有不同程度的犯罪事件发生，所以安全问题已经成为了 全球各个国家关注的一个焦点话题。因此，不少国家的政府在致力于发展本国社会、经济、 科技的同时，根据本国综合实力水平，尽可能的加大了对社会公共安全防范产业的投入和市 场开发。 近些年来，电视监控系统在安防领域中的地位以及作用日渐突出，这是因为图像自身具 有可视、可记录和信息量大的特点，他能通观全局、一目了然、判断事件具有较高的准确性， 可谓是“眼见为实 。 在电视监控系统中，一体化摄像机已经成为了核心设备之一【2 j 。一般来讲，一体化摄像 机是指镜头内建，具有可以实现自动聚焦和自动光圈控制的摄像机。跟传统的摄像机相比， 一体化摄像机凭借着其结构简单，小巧方便，且不像传统摄像机那样有复杂和庞大的控制系 统，因此，在电视监控领域中，一体机得到了广泛的应用。一体化摄像机在摄像机领域处于 “宠儿 的地位，由于一体化摄像机兼具有自动变倍能力与自动对焦能力，尤其受快球和匀 速球的迅猛装机量而受到用户的青睐，同时，一体化摄像机是一种技术含量较高的监控设备， 它将许多业界先进的技术功能集于一身，可以预见的是，一体化摄像机将会是未来c c t v 行 业大量被推广而运用的典范产 3 - 4 1 。一体化摄像机的关键技术通常是在于镜头的自动聚焦功 能上，所以一体机的发展得益于自动聚焦技术的发展。 人们很早就对摄像机的自动聚焦功能进行研究了。在1 9 6 3 年，有人就试制过带有自动聚 焦功能的相机，但由于当时工业水平的发展，超大规模集成电路尚未出现，电路结构复杂， 结构体积庞大，一直都没能如愿。由于微电子技术和工艺技术的突破发展，为研究自动聚焦 技术创造了有利的条件。在各种光学测量系统中，自动聚焦的研究也开始越来越受到人们的 关注，它直接就能影响到光电测量设备的测试结果、精度，特别是光电测量设备在对目标进 行拍摄的过程中，目标与光电测量设备之间的距离不断的发生变化，因而使像面的位置也随 之变化，造成目标像面的离焦，导致成像效果不好，影响成像的质量。因此需要对光学系统 的焦距不断的进行调整，从而调整到目标像点的位置，使其始终能够位于焦平面上，从而获 取清晰的图像，这就是有关于光学系统的自动聚焦。自动聚焦同样也是机器人的视觉、是数 字视频系统中的关键性技术。与视频有关的可视化信息包括静态的图像和动态的图像。不管 1 杭州电子科技大学硕士学位论文 是静态的图像还是动态的图像，获取到图像是第一步，先由光学系统将物体成像，然后再通 过光电转换器件将光学信息转化成电信息，最后再做下一步的处理。 自动聚焦技术一般可以分为传统的手动聚焦方法和自动聚焦方法1 5 】。手动聚焦就是通过 人的主观判断来分析图像的清晰度，从而通过调节镜头的焦距，对被摄物体进行聚焦。手动 聚焦能够准确的完成聚焦，但手动聚焦存在着一些局限性，在一些抓拍瞬间图像以及图像画 面不断切换的情况下它的聚焦效率比较低，很难满足聚焦的实时性，因此这种方法不能满足 人们的需求。自动聚焦就是通过控制器来控制聚焦过程，如果控制器控制的比较好，自动聚 焦能够快速准确的完成聚焦过程，在实时性上能够得到满足。 由于照相机的出现与发展，自动聚焦技术也随之产生，自动聚焦技术普遍应用于各种传 统的照相机和摄像机中。而对于现在非常流行的数码相机，自动聚焦技术在数码相机中的应 用更加的广泛。光电成像系统就是集光、机、电一体化的产品，伴随着微电子技术和大规模 集成电路( v l s i ) 的迅速发展以及嵌入式技术的不断成熟，使得光电成像系统逐渐转变成了 数字成像系统，从而使自动聚焦技术的发展越来越成剥6 1 。 现在国内对自动聚焦的研究相对来说还是比较落后的，具有自主知识产权的自动聚焦技 术还不是很多。自动聚焦技术、非球面生产及检测技术，大规模集成电路制造技术等方面还 是相对比较落后的【1 丌。在同类市场上相比缺少竞争力，所以自主研发的自动聚焦技术具有非 常重要的意义与应用前景。 1 2 自动聚焦技术的国内外研究现状 自动聚焦技术最早是使用在照相机里的，它是随着照相机的发展而发展起来的。国外在 自动聚焦领域里的研究起步比较早，而且这其中主要更多的是关注面向高精度应用的直接的 自动聚焦的方法上【8 】。世界上最早的实用型自动聚焦系统是由美国霍尼韦尔( h o n e y w e l l ) 公 司于1 9 7 5 年研制的、1 9 7 7 年在k o n i e ac 3 5 a f 上出现的v a f 系统采用的就是美国霍尼韦尔 公司出产的光电测距组件，使用的是双向对称光电自动聚焦方法，由光敏元件检测两组反光 镜反射的影像进行比较和判断，再输出一个脉冲信号驱动电磁铁控制的齿轮传动方向，这个 操作是由弹簧牵引的镜头的伸缩量，从而完成自动聚焦过程。1 9 7 9 年出现了采用红外线主动 型a f 系统的c a n o n a f 3 5 m ；1 9 8 1 年出现了采用s s t ( 固态三角测量) 的c a n o n a f 3 5 m l 和日本精工研制的f c m 系统，1 9 7 8 年出现了采用超声波的自动聚焦系统的宝丽莱( p o l a r o i d ) s x 7 0s o n a ra f ，这是一种基于反射时间测量法的系统，属于主动型，利用的是超声波的 回波时间来进行距离测量。 自从1 9 8 5 年以后，各大相机的生产厂商开始推出具有自动聚焦功能的相机，它的原理主 要是建立在“影像在完全正确对焦的情况下，画面能够得到最高的反差，相机通过红外线感 应器来检测景物的垂直线，再通过相机里的相位检测系统来驱动相机镜头的转动，最终实现 焦距的自动调整。但对于一些低反差且没有垂直线的单调物体，比如墙壁等，该自动聚焦系 统就会失灵。第一代的a f 相机的主要代表有：美能达7 0 0 0 型、尼康f 5 0 1 、佳能e o s 6 0 0 系列等。当时的这些a f 相机主要是靠机内的电源发射红外光，然后通过接收到的返回信号 2， 杭州电子科技大学硕士学位论文 来测量距离，这种方法称为主动式的自动聚焦方法，尽管画面没有横直线但也不会影响测距， 但是因为有效距离过小，就无法满足专业相机从长焦到微距的使用，也不能够满足控制景深 的要求，因而没有被采用到单反照相机中。到1 9 8 8 年以后，以美能达- 7 0 0 0 i 、尼康f 4 以及 f 8 0 1 、佳能e o s 1 为代表，运用了多组的电感耦合器件，使自动聚焦的聚焦范围扩大了1 2 倍，并可以预测被测物体的速度，使快门打开的瞬间计算出主体移动后的焦点所处的位置， 从而为动态摄影开t i l j t 新的天地。智能型的自动聚焦相机将人的思维和相机的操作完美的结 合起来了，比如美能达一7 x i ，在测距元件上加上了1 6 位的c p u 微电脑处理器，在测距的自动 化方面增加了一些符合个性需要的各种模式。然而，人们在对自动聚焦技术的研究并没有就 此停止，直至e o s 3 的出现，可以实现自动聚焦的区域越来越广，照片拍摄的速度也大大的 加快了。 随着现代计算机技术的不断改进、微电子技术和数字图像处理技术的迅速发展，基于数 字图像处理的自动聚焦技术开始发展起来。虽然基于数字图象处理的自动聚焦系统的研究也 有只有几十年的时间，但它的发展速度却非常的快。就目前而言，国内在这方面的发展和国 外的差距还是比较大的。1 9 7 0 年美国斯坦福桥大学j m t e n e n b a u m 开展了计算机视觉系统的 自动聚焦研究，它是根据图像的边缘情况来提取图像的离焦信号，以调制阂值梯度来作为自 动聚焦的评价函数，得到了比较好的结果：1 9 8 3 年，英国的瑞丁大学( u n i vo f r a d i n g ) 物理 系g r e m b e b y j b 提出了运用调制传递函数( m t f ) 来作为离焦的判断，最后又将其运用到医 疗内诊照相系统的自动聚焦当中：1 9 8 7 年，r e n c l u o 提出了两个计算比较简单的快速算法， 应用于机器人的视觉系统的自动聚焦上；1 9 8 8 年，c a r n e g i em e l l o nu n i v e r s i t y 的l a w r e n c e f i r e s t o n e 等四个人对已经有的聚焦评价函数在处理组织图像、正弦图像以及随机图像的性能 进行了对比和分析，并且对并行图像处理技术在自动聚焦系统中的应用做了大量的研究；1 9 2 2 年，n a t i o n a lu n i v e r s i t yo fs i n g a p o r e 的1 r ey e o 等三个人对以前的自动聚焦领域已出现的各 种聚焦评价函数进行了分类和较为详细的对比分析。 y a l i nx i o n g 和s t e v e na s h a r e r 在1 9 9 2 年发表了“对焦和离焦深度的文章中对机器人 视觉中的聚焦和离焦的问题进行了深入的研究。针对深度对焦，由于常用的f i b o n a c e i 方法可 能会陷入到局部的最大值，提出了具有更高精度的f i b o n a c c i 焦点搜索和曲线拟合相结合的方 法。并且也建立了新的模糊标准模型，该模型充分的考虑了集合模糊和成像模糊的因素。针 对基于频谱的深度离焦，也提出来了最大似然估计法来减少因为使用窗函数带来的影响。 m s u b b a r a o ，t c h o i 和a n i k z a d 在它们1 9 9 2 年的经典论文“对焦技术中提出了六种 自动聚焦的聚焦评价函数。这些函数都是以能量函数为目标的函数来评价图像的聚焦质量。 它们包括了未经滤波处理的图像序列的能量最大值和分别经低通滤波、高通滤波、带通滤波 处理的图像序列的能量最大值。m s u b b a r a o 等在理论和试验中证实了在较高的空间频率、噪 声和混叠情况下，“经过低通滤波的图像梯度能量 的聚焦技术的聚焦效果在全面的性能评价 中是最好的。但m 。s u b b a r a o 等同时也指出了各种方法的优缺点，如果想要取得更好的效果， 就必须以额外的计算量作为代价，通过计算两个或者更多的聚焦方法，对所有的聚焦方法进 杭州电子科技大学硕士学位论文 行了对比，这样才能得出更好的综合评价结果。 s j u t a m u l i a ，t a s a k u r a ，r d b a h u g u n a 和p c d e g u z m a n 因对常用的自动聚焦方法在望 远镜、内窥镜和显微镜的应用上效果比较差，于是在1 9 9 4 年发表了一篇“基于功率谱的自动 聚焦 的论文，其中提出了一种新的聚焦方法。当图像被准确的聚焦后，即图像没有被模糊 的时候，图像中包含了最清晰的边缘和纹理。通过对图像进行自相关的运算就能够检测到清 晰的边缘和纹理信息。如果图像包含有最清晰的纹理和信息，那么它的自相关峰值曲线应该 是高而且窄的。相反，如果图像是模糊的，那么它的自相关峰值曲线就是宽而且低的。因此 可以说聚焦最好的图像也就是图像的自相关峰值曲线最窄的。 m u r a l is u b b a r a o 在随后的自动聚焦的方法的研究中，与j e n n - k w e it y a n 一起在1 9 8 8 年发 表了“自动聚焦和深度聚焦中的最佳聚焦方法的选择”一文中描述了在主动式自动聚焦和深 度聚焦的应用中如何从一个给定的聚焦评价方法集合中选择一种最好的聚焦方法。提出了两 种被称作不同聚焦评价函数的噪声灵敏度估计的方法。第一种方法是自动聚焦的不确定性估 计( a u m ) ，被用于理解灰度噪声与自动聚焦完成后镜头位置的误差之间的关系。第二种方法 就是自动聚焦均方根误差( a i 洲s ) ，是对a u m 的改进。a u m 和a r m s 误差方法是以聚焦 方法的理论噪声灵敏度分析作为基础，同表达式的单调性有关。当然，这两种方法在选择最 佳聚焦方法的过程中需要对所有的聚焦方法进行计算，对于一些实时性要求比较高的场合， 也就限制了这种选择方法的应用。尽管具有一定的局限性，但该文毕竟也对定量评价自动聚 焦函数做出了许多新的尝试。 k i m ，s a n gk u 和p a r k ，s a n gr a e 根据成像系统的成像基本原理，在点扩散函数的基础上 提出了基于点扩散函数的离焦模糊估计方法，并且将图像的复原滤波技术也运用到了自动聚 焦系统中，得到了比较好的效果。 国内在自动聚焦技术上的研究虽然相比于国外起步比较晚，但在自动聚焦技术的研究上 也做出了巨大的贡献。1 9 8 5 年，上海光学仪器研究所采用光学的自准直法来研制用于集成电 路光刻机的自动聚焦系统当中。上海工业大学在1 9 8 3 年利用模拟电路来检测电路信号中的高 频分量，并且运用在摄像机的自动聚焦中。1 9 8 6 年，哈尔滨工业大学光学仪器教研室利用自 准直法研究出了卫星照相设备中的自动聚焦系统。1 9 9 2 年，该教研室研究出了图像检测式频 带切割差动比较c c d 的自动聚焦系统。上海激光技术研究所利用像散法对光盘录放机的显微 系统进行了自动聚焦技术的研究。清华大学利用了偏心束法对线宽测量仪的显微系统进行了 自动聚焦的研究，而且达到了国际的先进水平。天津大学使用c c d 摄像技术且采用了图像处 理的方法对生物图片进行自动筛选。 曹茂永和孙农亮等主要着重于对图像的灰度梯度进行研究，提出了图像灰度梯度向量模 方和，r o b e r t s 梯度和拉普拉斯算子以及这三种的数字图像处理的自动聚焦评价函数。运用上 述三种的聚焦评价函数的数学模型，有针对性的对离焦模糊和运动模糊等情况都给出了实验 结果，并且进行了比较和分析。得到了以下结论：这些聚焦评价函数都具有较好的无偏性、 单峰性、灵敏度高等特点，可以运用于离焦模糊和运动模糊情况的评价，且灰度梯度向量模 杭： | f 电子科技大学硕士学位论文 方和是最理想的聚焦评价函数。 李奇、冯华君、徐之海等分别分析了梯度函数、频谱函数以及熵函数在自动聚焦技术中 的应用，并一起研究和分析了自动聚焦的评价函数的性能。在试验中，对能量梯度函数和频 谱函数进行了大量的比较，得到频谱函数在灵敏度上要优于能量梯度函数的结论。但在处理 的时间上，能量梯度函数要比频谱函数的处理时间要短，因此能量梯度函数的实时性要比频 谱函数好。 现在，越来越多的自动聚焦技术都采用基于图像处理的方法，基于图像处理的方法将是 未来自动聚焦技术发展的一个趋势。 1 3 本文的研究内容与结构 本文主要研究的是基于数字图像处理的自动聚焦技术，对基于数字图像处理的自动聚焦 算法的三个核心算法：图像聚焦质量评价函数，聚焦区域选择算法和焦点搜索算法进行了大 量的研究与分析，对各种自动聚焦算法进行了归纳总结，分析了各种算法的优缺点，得出一 组最佳的自动聚焦算法，同时也对自动聚焦系统中的硬件结构进行了研究与分析。最终将自 动聚焦算法在基于f p g a 开发平台设计的自动聚焦系统上进行实现，并且查看自动聚焦系统 的实现效果。本文的各章内容如下： 第一章简要的介绍了自动聚焦的研究背景、意义以及发展概况，提出了本课题的研究内 容，最后介绍了本文的各个章节的内容分布。 第二章主要介绍了自动聚焦的基本原理和自动聚焦方法的分类，阐述了各种聚焦方法的 优缺点。 第三章详细介绍了基于数字图像处理的自动聚焦方法中的图像聚焦评价函数算法，且阐 述了它的各种方法，且对各种算法进行归纳总结，最后选择应用加权的中值滤波算法( f s w m ) 作为本论文设计的自动聚焦系统的图像聚焦评价函数。 第四章主要介绍了聚焦窗口区域选择算法，阐述了它的必要性，并且对各种算法的性能 进行了一定的比较和分析。 第五章介绍了一些常用的焦点搜索算法，并提出了对爬山搜索算法的一些改进。 第六章详细说明了基于f p g a 开发平台的自动聚焦系统的设计，分别介绍了该系统的硬 件和软件的研究与实现，给出了系统的工作流程和设计方法。对设计的自动聚焦系统进行了 测试，并对测试结果进行了分析。 第七章归纳总结了本课题的研究工作，并对自动聚焦的下一步研究进行了展望与设想。 5 杭州电子科技大学硕士学位论文 第二章自动聚焦原理和方法分类 从2 0 世纪7 0 年代以来，自动聚焦技术得到了迅速的发展，自动聚焦的方法有很多种， 其中主要包括传统的自动聚焦方法和基于图像处理的自动聚焦方法。基于图像处理的自动聚 焦方法主要是对视觉传感器所传过来的图像通过数字图像处理的方法来判断图像的成像质量 情况，通过图像的成像质量得到当前聚焦所处的状态，然后再驱动电机来调整成像系统镜头 的焦距，直到完成准确的聚焦。随着国内对自动聚焦的研究越来越深入，一套比较系统的图 像聚焦评价方法也已经形成。由于基于图像处理的自动聚焦技术相比于目测的和手动调节方 式的自动聚焦更加准确，更加方便，聚焦更快，精度更高，所以对于数码相机、数码摄像机、 视频监控、高空遥感相机、望远镜、显微镜、内窥镜和机器人的视觉等各种应用场合都可以 运用基于图像处理的自动聚焦方法，从而在现实中得到了广泛的应用。 本章主要讨论的是自动聚焦的基本原理和一些常用的自动聚焦方法。 2 1 自动聚焦的光学原理 图2 1 是一个透镜组成的简单的光学成像系统示意图。 o b j e c tu s i m a g e i d 图2 1 自动聚焦原理图 光学物理知识告诉我们，物体在通过薄透镜来清晰成像时，必须要满足光学的高斯公式 才能获得清晰的图像。 丢：三+ - 1 ( 2 1 ) 一= 一+ 一 il ，、， ， ul ， 其中，u 代表的是物体离透镜的距离( 物距) ，v 代表的是像面离透镜的距离( 像距) ，f 是薄透镜的焦距。当被摄物体处于不同位置时，像距也要做相应的调整以来满足该公式，但 是因为人眼睛的分辨率是有限的，只要物体上的光点在像面上成像出一个圆圈小于“模糊圈 ， 6 ， 杭州电子科技大学硕士学位论文 人的视觉就能产生比较清晰的图像。当产生的图像处于清晰的情况下，相面可以沿着光轴前 后移动一个很小的范围。当相面移动超出这个范围时，成像的图像就会模糊起来，在这个时 候就要再次调整像距，使其能够再次满足光学高斯公式。其实聚焦也就是通过对镜头的位置 调节，使物距和像距的关系能够满足光学高斯公式。 所谓自动聚焦，就是通过一些方法使光学成像系统能够自动调节图像传感器让光学成像 系统能处于一个理想的成像位置上。虽然手动聚焦方法能够获取一些特定的效果，但是手动 聚焦的非精确性，使得人们通常不会用手动聚焦。在一般的自动聚焦的装置中，计算机通过 图像传感器获取经过镜头的图像，为了减少计算量，对图像的部分区域运用聚焦评价函数来 对这幅图像的清晰度进行评价，然后根据聚焦评价函数的值来驱动电机，使镜头移动，直到 能够获取清晰的图像为止。 然而，在真实的应用当中，当物体成像所形成的图像处于离焦的状态时，则会显示出一 个模糊的像，这个模糊像的形状和所穿过的镜头的孑l 径类似。如果当像面和镜头的光心之间 的距离不是v 而是s 的时候，那么被摄物体上的p 点在像平面上就不能形成一个清晰的像， 而是形成一个半径为r 的模糊圆形光斑，所以我们看到的是一个模糊的图像。 对于像平面和透镜光心的之间距离s v 的值越大，那么r 值也就越大，所形成的图像的 清晰度也就越差。根据上图的三角形相似定理可以得知： r ：旦竺：旦s - - v ：旦s ( 三一! ) ：s d ( 1 1 一三) ( 2 2 ) = 一一= 一一= 一s l i = s l 一一l l z zj 2d21 ，2、 ，s 。 2 us 。 如果当s v ，r 为正值，这就表示图像的传感器在准确聚焦位置的后面位置，当s 1 弓利y 嘞他吃y 一私肛1 ，旧 ( 3 1 6 ) 1 力硪触+ 1 ，j ，+ 2 ) ，m 心一4 似坞y + 劲 z f y = n e d f ( x , y - 1 ) , f ( x , y ) , b y + 聃 1 弓蝴一2 ，鹏m 鹏他j ，一聃( 3 17 ) 1 蝴心y + 1 l m 心y + 劲以+ z 弦聊 z f s w m ( m ) = 霹+ 口 ( 3 1 8 ) xyxy 其中m 为自动聚焦过程中所获取到的一系列图像的序号，f s w m ( m ) 表示为第m 帧图像 的f s w m 滤波算法的聚焦评价函数值。 3 3 各种聚焦评价函数的性能分析 频域分析法虽然具有较好的抗噪声能力，但频域分析法相比于时域分析法它的计算比较 复杂且计算量比较大，所以它会消耗更多的处理时间。所以本论文主要就对时域分析法进行 分析和比较，这里主要对时域分析法中的常用的图像聚焦评价函数进行性能分析1 3 。在此次 的图像聚焦评价函数的仿真实验中，我们主要对b r e n n e r 函数、s m d 函数、v a r i a n c e 函数、 基于s o b e l 算子的t e n e n g r a d 函数、l a p l a c e 函数以及f s w m 函数这六种算法进行仿真实验和 结果分析。本次试验主要是通过仿真序列图像来判断各种算法的性能，仿真序列图像就是拍 摄一个物体从离焦到正焦再到离焦过程的一系列图像【3 2 1 。各种算法对仿真序列图像的每一帧 图像进行计算，得到每帧图像的聚焦评价函数值，从而得到每种算法的聚焦评价函数曲线， 1 6 杭州电子科技大学硕士学位论文 通过对聚焦评价函数曲线的对比和分析，来得到各种算法的性能。 本次实验分别运用噪声比较小的仿真序列图像和噪声比较大的仿真序列图像两种类型对 各种算法进行仿真，本次仿真序列图像的分辨率都采用的是7 0 4 x 5 7 6 的。 3 3 1 噪声较少的情况 该情况下的仿真序列图像中含有的噪声较少，噪声对实验的影响较小。我们选取的仿真 序列图像是白天在室内拍摄挡板的一系列图像，该情况下仿真序列图像包含的噪声比较少。 图3 2 和图3 3 是在不同焦距下的仿真序列图像。 移 ) 图3 2 离焦图像图3 3 正焦图像 图3 3 是准确聚焦的图像，图3 2 是聚焦前离焦的图像。下面将用b r e n n e r 函数、s m d 函 数、v a r i a n c e 函数、基于s o b e l 算子的t e n e n g r a d 函数、l a p l a c e 函数以及f s w m 函数这六种 算法分别作为图像聚焦评价函数时的聚焦评价曲线图如下图3 4 至3 9 所示： 01 0扣3 04 05 0 7 0 图3 4b r e i m e r 函数的聚焦评价曲线 1 7 杭州电子科技大学硕士学位论文 7 酬寸 7 刚a f 6 酬c f 6 叫a f 5 剐c f s a a 0 5 4 酬0 f 4 刚疗 0 1 0加 3 04 05 0 6 d7 0 图3 5s m d 函数的聚焦评价曲线 0 2 03 0 4 05 06 07 0 图3 6v a r i a n c e 函数的聚焦评价曲线 01 02 03 04 05 06 0 7 0 图3 7 基于s o b e l 算子的t e n e n g r a d 函数的聚焦评价曲线 1 8 杭州电子科技大学硕士学位论文 图3 8l a p l a c e 函数的聚焦评价曲线 01 0扣3 040,506 d7 | d 图3 9f s w m 函数的聚焦评价曲线 由以上六种算法的聚焦评价函数曲线，我们可以看出，六条曲线的最大值部分都位于第 4 1 帧左右。这说明六种聚焦评价函数在噪声较小的情况下都能正确的计算出聚焦点，而且它 们的单峰性和无偏性都较好，当然每种算法都有几个局部的假波峰，而s m d 和l a p l a c e 算 法的假波峰相比于其他算法较多，所以s m d 和l a p l a c e 算法在噪声较小的情况下它们的性能 没有其它算法好。局部的最大值使得运用图像聚焦评价函数进行一体化摄像机的自动聚焦时 增大难度，必须利用最优的焦点搜索算法来将这些局部最大值排除掉，从而找出全局最大值。 从上面的图可知，在聚焦点附近，f s w m 滤波算法的曲线变化比其他算法的曲线明显， 说明f s w m 滤波算法在聚焦点的附近锋利性比其他的聚焦评价函数算法要好，说明在自动聚 焦进行细调的时候使用f s w m 算法比较合适。 3 3 2 噪声较多的情况 该情况下的仿真序列图像含有较多的噪声，噪声对实验的影响比较大。这次我们选择的 仿真序列图像是夜晚在黑暗处对光源附近的物体进行拍摄得到的一系列图像，此时的图像含 有较多的噪声。图3 9 和图3 1 0 是在不同焦距下的仿真序列图像。 1 9 杭州电子科技大学硕士学位论文 图3 1 0 离焦图像图3 1 1 正焦图像 图3 1 1 是聚焦准确时的图像，图3 1 0 是聚焦开始时离焦的图像。下面分别对b r e n n e r 函 数、s m d 函数、v a r i a n c e 函数、基于s o b e l 算子的t e n e n g r a d 函数、l a p l a c e 函数以及f s w m 函数这六种算法进行仿真实验，得到的聚焦评价函数曲线如下图3 1 2 至3 1 7 所示： 5 醐矿 5 6 r i f t 5 4 x l o 锄矿 5 o t l o r 4 醐 4 6 r 1 0 7 4 4 x 1 0 7 4 2 x l o 4 o x l o r 3 a t l f f 3 x 1 0 6 矧驴 醐旷 2 x 1 0 6 别c p 2 x 1 0 6 2 x 1 0 6 2 x 1 0 6 2 x 1 0 8 01 0扣3 0 4 05 0 图3 1 2b r e n n e r 函数的聚焦评价曲线 01 02 03 0 4 05 0 图3 1 3s m d 函数的聚焦评价曲线 杭州电子科技大学硕士学位论文 0扣3 04 0 5 0 图3 1 4v a r i a n c e 函数的聚焦评价曲线 0幻3 04 0 图3