一种基于改进Sobel算子的动态自动调焦算法制造技术

本发明专利技术提供了一种基于改进Sobel算子的动态自动调焦算法，其特征在于:实际的调焦实现过程包括步骤：a)系统起始位置位于远焦点，在液体变焦透镜驱动电流量程内往电流增大方向以大步长进行搜索，并记录相应评价函数值；b)根据步骤a中大步长搜索过程，若采样点的图像清晰度评价函数值连续出现两次下降，则以大步长输出电流相反方向以中步长进行搜索，并实时计算对应评价函数值；c)根据步骤b中中步长搜索过程，若采样点的图像清晰度评价函数值出现一次下降，则以中步长输出电流相反方向以小步长进行搜索，并实时计算各采样点评价函数值；若在焦点附近进行的小步长搜索，出现一次下降就认为下降前一采样点为正焦位置，同时整个搜索过程结束。

【技术实现步骤摘要】

本专利涉及一种八方向加权Sobel算子及自适应变步长搜索策略，属于自动调焦

技术介绍
在仿生视觉领域，自动调焦算法一直是其关键技术。与基于测距法、像检测法等传统自动调焦法相比，基于图像处理的动调焦法具有智能化、低功耗、高度集成化、占用体积小及低成本等优点，而且随着数字图像处理技术和超大规模集成电路的快速发展，基于图像处理的自动调焦已成为调焦技术未来发展的主要方向。基于图像处理的自动调焦算法核心是清晰度评价函数以及极值搜索策略，前者是对一幅图像的清晰度进行计算；而后者则是运用清晰度评价函数判断当前的调焦状态，最终实现对调焦机构的控制。事实上图像清晰度评价函数在基于图像处理的自动调焦技术中起到关键性的作用，图像清晰度判别技术近年来已引起国内外学者的重视，其中使用较多的是时域对比度评价函数，常用的Tenengrad函数、Brenner函数、方差函数、能量函数以及Laplacian函数等；还有频域的频谱评价函数；信息论领域的熵评价函数；小波变换评价函数；基于DCT变换的评价函数以及神经网络评价函数。以上各种评价函数都有各种的优缺点，比如：熵评价函数易受外界环境的影响，灵敏度低，容易引起焦点的误判；频谱评价函数灵敏度高，但计算量大，难以满足实时性要求；DCT变换函数则是通过分析图像的灰度值变化情况来区分已对焦的图像与未对焦的图像，对环境稳定性要求较高。事实上，在图像清晰度评价函数中使用较多的是时域对比度评价函数，而对比度评价函数的关键点是边缘检测，从图像处理技术原理上来讲，边缘是图像最基本的特征,图像的轮廓、细节基本都存在于图像的边缘部分,在图像分析中借助它能大大地减少所要处理的信息,又保留了图像中物体的形状信息。因此，边缘检测在图像处理、模式识别和机器视觉等领域中有很重要的作用。在边缘检测中，较常用的是经典Sobel算子，它实际上就是在图像空间利用水平和垂直两个3×3的方向模板与图像中每个像素点进行领域卷积。虽然经典两方向Sobel算子边缘检测提取了水平及垂直两个方向的边缘梯度信息，但这种边缘检测算法对图像边缘的方向特征考虑较少，常丢失部分边缘细节，尤其是在动态环境下，实际图像的梯度方向是未知的，比如对于垂直或水平边缘，而实际的梯度方向可能是水平方向、垂直方向、正45°方向、负45°方向中的一种，并且在不同的边缘点上梯度方向也不尽相同，所以单从两个方向对某点邻近点的灰度进行计算，结果存在一定的误差。经典Sobel边缘算子自提出以来，以其计算简单、实用性较广等优点，在图像边缘检测中得到了广泛的应用，后期针对它的各种改进Sobel算法也被提出。与图像清新度评价函数一样，极值点搜索策略也是影响自动调焦算法实时性能的重要因素。根据评价函数计算出调焦区域内各图像清晰度之后，需要用搜索策略找出正焦点位置。正焦点搜索策略要求收敛速度快、准确率高。传统爬山搜索策略的主要缺陷是步长确定主观性很强。如采用步长较小，采集处理图像花费时间较多，调焦实时性差，而且如步长取得过小，受外界噪声、环境变化等影响，调焦精度也不会有很大提高。相反，步长选的过大，虽然速度会有所提升，但是调焦精度比较低。事实上，现阶段诸多的自动调焦算法研究都是针对静态环境，而对于动态环境下自动调焦的研究却很少。
技术实现思路
本专利技术为了解决上述问题，提供了一种基于改进Sobel算子的动态自动调焦算法，其特征在于根据人类视觉系统(Humanvisualsystem)的视觉多通道特性，视觉系统对水平方向以及垂直方向的刺激最敏感，而往对角方向的敏感性逐渐减弱。因此，将八方向Sobel边缘成分在计算梯度时进行方向权重分配，调整各方向边缘成分在图像梯度计算中的比重，从而在动态环境下能够更精确的计算图像清晰度评价值。实际的调焦实现过程包括步骤：a)系统起始位置位于远焦点，在液体变焦透镜驱动电流量程内往电流增大方向以大步长进行搜索，并记录相应评价函数值；b)根据步骤a中大步长搜索过程，若采样点的图像清晰度评价函数值连续出现两次下降，则以大步长输出电流相反方向以中步长进行搜索，并实时计算对应评价函数值；c)根据步骤b中中步长搜索过程，若采样点的图像清晰度评价函数值出现一次下降，则以中步长输出电流相反方向以小步长进行搜索，并实时计算各采样点评价函数值；若在焦点附近进行的小步长搜索，出现一次下降就认为下降前一采样点为正焦位置，同时整个搜索过程结束。优选地，所述图像梯度的计算方法为：式中α、β分别为0°、90°、180°、270°方向边缘成分及45°、135°、225°、315°方向边缘成分所对应的权重系数，Bi(i＝1，2...8)为图像八个方向上的边缘成分。优选地，所述八个方向上的边缘成分Bi(i＝1，2...8)的计算公式为：B1＝F(x，y)*d1B2＝F(x，y)*d2B3＝F(x，y)*d3B4＝F(x，y)*d4B5＝F(x，y)*d5B6＝F(x，y)*d6B7＝F(x，y)*d7B8＝F(x，y)*d8其中，F(x，y)为图像灰度，*为卷积运算，di(i＝1，2...8)为边缘算子。优选地，所述八方向边缘算子的表达式为：优选地，图像清晰度评价标准为：其中，x、y、M、N分别代表图像像素点水平坐标、垂直坐标、水平像素点总数及垂直像素点总数。本专利技术采用基于八方向加权Sobel的图像清晰度评价函数以及自适应变步长极值点搜索策略，实现了动态环境下的快速自动调焦。本专利技术中采用基于八方向加权Sobel的图像清晰度评价函数。根据人类视觉系统(Humanvisualsystem)的视觉多通道特性，视觉系统对水平方向以及垂直方向的刺激最敏感，而往对角方向的敏感性逐渐减弱。因此，将八方向Sobel边缘成分在计算梯度时进行权重分配，调整各方向边缘成分在图像梯度计算中的比重，从而在动态环境下能够更精确的计算图像清晰度评价值应当理解，前述大体的描述和后续详尽的描述均为示例性说明和解释，并不应当用作对本专利技术所要求保护内容的限制。附图说明参考随附的附图，本专利技术更多的目的、功能和优点将通过本专利技术实施方式的如下描述得以阐明，其中：图1示意性示出根据本专利技术的基于改进Sobel算子的动态自动调焦算法的步骤；图2示意性示出根据本专利技术的基于改进Sobel算子的所使用的自适应变步长搜索策略流程；图3示意性示出根据本专利技术的八方向Sobel边缘检测效果图；图4示意性示出根据本专利技术的基于改进Sobel算子的动态自动调焦算法的评价函数实验图像；图5(a)-图5(b)示意性示出根据本专利技术的基于改进Sobel算子的动态自动调焦算法的评价函数抗躁性对比。具体实施方式通过参考示范性实施例，本专利技术的目的和功能以及用于实现这些目的和功能的方法将得以阐明。然而，本专利技术并不受限于以下所公开的示范性实施例；可以通过不同形式来对其加以实现。说明书的实质仅仅是帮助相关领域技术人员综合理解本专利技术的具体细节。在下文中，将参考附图描述本专利技术的实施例。在附图中，相同的附图标记代表相同或类似的部件。为了解决上述问题，本专利技术采用基于八方向加权Sobel的图像清晰度评价函数及自适应变步长极值点搜索策略，实现了动态环境下的快速自动调焦；本专利技术中采用基于八方向加权Sobel的图像清晰度评价函数：根据人类视觉系统(Humanvisuals本文档来自技高网...

【技术保护点】
一种基于改进Sobel算子的动态自动调焦算法，其特征在于：所述调焦实现过程包括步骤：a)系统起始位置位于远焦点，在液体变焦透镜驱动电流量程内往电流增大方向以大步长进行搜索，并记录相应图像清晰度评价函数值；b)根据步骤a中大步长搜索过程，若采样点的图像清晰度评价函数值连续出现两次下降，则以大步长输出电流相反方向以中步长进行搜索，并实时计算对应评价函数值；c)根据步骤b中中步长搜索过程，若采样点的图像清晰度评价函数值出现一次下降，则以中步长输出电流相反方向以小步长进行搜索，并实时计算各采样点评价函数值；若在焦点附近进行的小步长搜索，出现一次下降就认为下降前一采样点为正焦位置，同时整个搜索过程结束。

【技术特征摘要】
1.一种基于改进Sobel算子的动态自动调焦算法，其特征在于：所述调焦实现过程包括步骤：a)系统起始位置位于远焦点，在液体变焦透镜驱动电流量程内往电流增大方向以大步长进行搜索，并记录相应图像清晰度评价函数值；b)根据步骤a中大步长搜索过程，若采样点的图像清晰度评价函数值连续出现两次下降，则以大步长输出电流相反方向以中步长进行搜索，并实时计算对应评价函数值；c)根据步骤b中中步长搜索过程，若采样点的图像清晰度评价函数值出现一次下降，则以中步长输出电流相反方向以小步长进行搜索，并实时计算各采样点评价函数值；若在焦点附近进行的小步长搜索，出现一次下降就认为下降前一采样点为正焦位置，同时整个搜索过程结束。2.根据权利要求1所述的算法，其特征在于：所述图像梯度的计算方法为：I(x,y)=α(B1+B3+B5+B7)+β(B2+B4+B6+B8)]]>式中α、β分别为0°、90°、180°、27...

【专利技术属性】
技术研发人员：娄小平，褚翔，孟晓辰，祝连庆，董明利，潘志康，樊凡，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京;11