一種無(wú)源自動(dòng)聚焦算法

趙秋玲++丁曉玲

摘 要：數(shù)字圖像信號(hào)處理技術(shù)在相機(jī)產(chǎn)品中的應(yīng)用十分廣泛，該文基于數(shù)字圖像處理技術(shù)，提出了一種無(wú)源自動(dòng)聚焦算法。該算法不需要相機(jī)增加額外的有源測(cè)距設(shè)備，在提高相機(jī)產(chǎn)品性能的同時(shí)，降低了相機(jī)產(chǎn)品的成本。在相機(jī)產(chǎn)品上成功地驗(yàn)證了該算法的準(zhǔn)確性，其具有運(yùn)算量小、聚焦值計(jì)算準(zhǔn)確、計(jì)算速度快等優(yōu)點(diǎn)，可應(yīng)用于數(shù)字相機(jī)產(chǎn)品領(lǐng)域。

關(guān)鍵詞：自動(dòng)聚焦 圖像處理 圖像梯度 Roberts算子

中圖分類(lèi)號(hào)：TP75 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2016）09（c）-0009-02

自動(dòng)聚焦在數(shù)字相機(jī)提高采集圖像的質(zhì)量方面起著非常重要的作用。相對(duì)于散焦圖像，聚焦圖像包含更多細(xì)節(jié)信息。自動(dòng)聚焦技術(shù)是通過(guò)自動(dòng)調(diào)整聚焦鏡頭位置，使采集的圖像具有最多細(xì)節(jié)信息。自動(dòng)聚焦技術(shù)包括兩個(gè)處理過(guò)程：一是確定可以正確反映圖像清晰度的聚焦值（focus value）；二是尋找最佳聚焦位置的爬山算法（HCS）。聚焦值（FV）通常由一幀圖像的高頻分量的數(shù)量確定。文獻(xiàn)提到Roberts算子、DCT變換的交流分量可用來(lái)作為精確的聚焦值、基于小波變換的自動(dòng)聚焦算法，這些聚焦值計(jì)算方法都給出了數(shù)字相機(jī)的統(tǒng)計(jì)特性。該文提出一種無(wú)源自動(dòng)聚焦算法，聚焦準(zhǔn)確度更高、速度更快。

1 改進(jìn)的灰度差分算法

由于圖像細(xì)節(jié)決定了圖像銳利程度，所以圖像梯度能量通常被用來(lái)作為聚焦測(cè)度。圖像梯度是基于一階偏導(dǎo)的，故具有高通濾波特性。令為大小相機(jī)采集的灰度圖像的灰度值，則圖像在點(diǎn)的梯度定義為二維矢量，由式（1）計(jì)算。

利用上述梯度函數(shù)，聚焦測(cè)度定義如下：

根據(jù)數(shù)學(xué)原理可知，任何兩個(gè)值、的平方和遞增特性和它們絕對(duì)值的和遞增特性相同，即

因此，（2）式定義的聚焦測(cè)度可表示為：

式（4）和（2）具有相同的統(tǒng)計(jì)特性。

以往的灰度差分算法評(píng)價(jià)函數(shù)忽略閥值的作用，若適當(dāng)選取閥值，則可有效地濾除噪聲。引入閥值后，可提高自動(dòng)聚焦的準(zhǔn)確度，在聚焦點(diǎn)附近變化趨勢(shì)會(huì)比原來(lái)更明顯，靈敏度更高，（2）式定義的聚焦測(cè)度可進(jìn)一步表示為：

其中，為門(mén)限值，當(dāng)點(diǎn)的梯度變化低于門(mén)限值的時(shí)候，不進(jìn)行統(tǒng)計(jì)。

在諸多空間灰度算法中，羅伯特（Roberts）梯度算子是最長(zhǎng)用、最早的一個(gè)梯度算子，定義如下：

利用Roberts梯度算子的優(yōu)點(diǎn)是可保證快速計(jì)算。如果用Roberts梯度算子計(jì)算，（1）式中加法和乘法運(yùn)算次數(shù)分別為和次。（4）式中的加法和乘法運(yùn)算分別為和0次。進(jìn)而，（5）式中的運(yùn)算量不大于（6）式中的運(yùn)算量。改進(jìn)灰度算法減少了次乘法運(yùn)算，提高了運(yùn)算速度。

2 驗(yàn)證及結(jié)論

改進(jìn)的灰度差分算法是一種無(wú)源自動(dòng)聚焦算法，是在基于VHDL語(yǔ)言和FPGA板的實(shí)際硬件系統(tǒng)實(shí)現(xiàn)的。利用該算法和其他已存在的算法（灰度方差和robert）對(duì)書(shū)本和一般場(chǎng)景圖像進(jìn)行聚焦值計(jì)算，圖像大小為352x288，相對(duì)其他算法得到的聚焦值如圖1（b）、圖2（b）所示。

對(duì)于書(shū)本圖像，如圖1，盡管三種算法都可找到聚焦位置，但是該文提出的算法在聚焦點(diǎn)附近變化最快，聚焦更準(zhǔn)確。對(duì)于一般場(chǎng)景來(lái)說(shuō)，如圖2所示，基于方差的聚焦算法不能產(chǎn)生聚焦值，方差聚焦曲線產(chǎn)生很多局部峰值，不能夠找到聚焦點(diǎn)，方差算法難以計(jì)算出準(zhǔn)確的聚焦值。通過(guò)該實(shí)驗(yàn)，驗(yàn)證了該文算法的準(zhǔn)確性，其能夠在最少的操作運(yùn)算情況下，產(chǎn)生可依賴的聚焦值。

該文提出的無(wú)源自動(dòng)聚焦算法是對(duì)灰度差分的改進(jìn)，根據(jù)對(duì)兩個(gè)不同場(chǎng)景圖像進(jìn)行試驗(yàn)的結(jié)果進(jìn)行分析，發(fā)現(xiàn)該算法不僅運(yùn)算量少、聚焦準(zhǔn)確，而且對(duì)圖像噪聲不敏感，可以抵抗噪聲的影響。另外，不需要相機(jī)增加額外的有源測(cè)距設(shè)備，提高相機(jī)產(chǎn)品性能的同時(shí)，降低了成本。

參考文獻(xiàn)

[1] 方以，鄭崇勛，閆相國(guó).顯微鏡自動(dòng)聚焦算法研究[J].儀器儀表學(xué)報(bào)，2005（12）：1275-1277.

[2] 任四剛，謝利利.自動(dòng)聚焦在圖像測(cè)量中的應(yīng)用[J].重慶郵電學(xué)院學(xué)報(bào)，2002（3）：70-72.

[3] S.K.Nayar，Y.Nakagawa.Shape from focus[J].IEEETrans.On Pattern Analysis and Machine Intelligence，1994，16（8）：824-831.

[4] M.Charfi，A.Nyeck，A.Tosser.Focusing criterion[J].

IEE Electronics Letters，1991，27（14）：1233-1235.

[5] G.Yang，B.J.Nelson.Wavelet-based autofocusingand unsupervised segmentation of microscopic images[J].IEEE/RSJ International Conf.on Intelligent Robots andSystems，2003（3）：2143-2148.