一种快速自适应自动聚焦方法

摘要

本发明属于光电产品应用技术领域，具体涉及一种快速自适应自动聚焦方法。通过计算图像的梯度，来实现热像仪的准确聚焦；首先根据监控目标选取聚焦区域，通过移动调焦电机，在不同位置对聚焦区域内图像计算其梯度，通过比较梯度值大小，移动电机，直至获得最大梯度，此时电机位置即为目标清晰成像位置。主要应用于红外热像仪自动聚焦系统中，自适应选取视场中某个具有足够大小的区域作为对焦区域，使该区域的景物具有明显边缘和纹理特征，利用改进的laplace函数对成像的清晰度进行评估，优化搜索策略，采取定步长、变步长相结合，改进的爬山法和遍历搜索相结合的方式，在保证聚焦精度的前提下，提高聚焦速率，实现红外热像仪快速准确的自动聚焦。

主权项

一种快速自适应自动聚焦方法，其特征在于：通过计算图像的梯度，来实现热像仪的准确聚焦；首先根据监控目标选取聚焦区域，通过移动调焦电机，在不同位置对聚焦区域内图像计算其梯度，通过比较梯度值大小，移动电机，直至获得最大梯度，此时电机位置即为目标清晰成像位置；调焦电机提供两档速率，第一档速率对应快速移动，第二档速率对应慢速移动，调焦电机以第一档速率在规定时间T内所走的距离为一个大步长，调焦电机以第二档速率在规定时间T内移动所走的距离为一个小步长；具体包括以下步骤：（1）聚焦清晰度评价函数：图像纹理丰富程度通过计算图像边缘梯度来定量计算，采用拉普拉斯聚焦评价函数：$L=\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}\{{[2G(x,y)-G(x,y+\mathrm{step})-G(x,y-\mathrm{step})]}^2+{[2G(x,y)-G(x,\mathrm{step},y)-G(x-\mathrm{step},y)]}^2\}$其中，M，N是图像高度和宽度，G(x,y)是对应像素点的灰度值；step是采样间隔，根据具体输入图像选取；（2）聚焦区域选择：聚焦区域是图像后续处理所关注的目标存在区域，根据监控目标不同，采取两种不同聚焦窗口：区域中心法和下三角品字形法；两种聚焦窗口都是矩形；针对空中目标，采用区域中心法，目标成像于视场中心；以图像的几何中心作为聚焦窗口中心，以图像高度和宽度大小的一半作为聚焦窗口的长度和宽度的尺寸；针对地物目标，采用下三角品字形法，目标成像于视场中心和视场下方，将图像在高度上三等分，聚焦区域包括两部分：第一部分是长度为图像长度，宽度为图像宽度的三分之一的矩形区域，对应整个图像的最下面三分之一区域；第二部分是宽度为三分之一的图像高度，长度为三分之一的图像长度的矩形区域，而且第二部分的矩形区域底部与第一部分的矩形区域顶部相连接；对于输入视频帧，计算上述两种聚焦区域的评价函数值，比较两者大小，选取对应大的评价函数值的聚焦区域为聚焦区域；（3）确定聚焦搜索策略：采用改进的爬山法与遍历搜索相结合的方式进行自动聚焦；（A）用改进的爬山法进行自动聚焦：A.1：从一端开始以大步长移动电机，每移动一次，利用步骤（1）中的拉普拉斯聚焦评价函数计算该位置对应的图像梯度值，连续记录8个位置的图像梯度值；A.2：如果连续8个位置的图像梯度值不符合单调递增，则重复步骤A.1，在调焦电机走完一个行程前找到符合步骤A.1中条件的连续8个梯度值单调递增时，转步骤A.3；否则转步骤B；A.3：如果连续8个位置的图像梯度值符合单调递增，就判定梯度曲线处于上升阶段，然后继续以大步长移动电机并记录图像梯度值，如果图像梯度值达到最大值后下降，将该最大值作为候选最大值；A.4：再继续以大步长移动五步，当满足五步中有三步以上计算出的梯度值小于该候选最大值，则确认该候选最大值为爬山算法的最大值点，对应电机位置为聚焦最佳位置，调节电机，回到聚焦最佳位置，结束聚焦过程，输出图像；A.5：否则，重复A.1到A.4步骤，继续使用改进的爬山法进行搜索；（B）当全局搜索后，均没有出现满足改进后爬山法的情况，则认为改进后的爬山法失效，进而利用全局搜索算法进行自动聚焦：如调焦电机走完一个行程，没有找到符合步骤（A）中条件的改进的爬山算法的最大值点，则从一端开始以大步长移动电机，每移动一次，利用步骤（2）中的拉普拉斯聚焦评价函数计算该位置对应的图像梯度值，连续记录每个位置的图像梯度值，以全程搜索过程中记录的最大值点为全局最大梯度值位置；将调焦电机移动到全局最大梯度值位置，在该位置一个大步长范围内，以小步长移动并记录每次小步长移动后对应位置的图像梯度值，与全局最大梯度值比较，从中选取最大值点，此点对应的位置为聚焦最清晰位置；调节电机，回到聚焦最佳位置，结束聚焦过程，输出图像。