主頁(yè)（http://www.130131.com）：一種攝像頭自動(dòng)聚焦方法及硬件實(shí)現(xiàn)

    傳統(tǒng)的自動(dòng)聚焦可分為主動(dòng)式自動(dòng)聚焦和被動(dòng)式自動(dòng)聚焦兩類。主動(dòng)式自動(dòng)聚焦是利用發(fā)射紅外線或超聲波來(lái)度量被攝物的距離，自動(dòng)聚焦系統(tǒng)根據(jù)所獲得的距離資料驅(qū)動(dòng)鏡頭調(diào)節(jié)像距，從而完成自動(dòng)聚焦；被動(dòng)式自動(dòng)聚焦是通過(guò)接受來(lái)自被攝物的光線，以電子視測(cè)或相位差檢測(cè)的方式完成自動(dòng)聚焦。

    隨著計(jì)算機(jī)技術(shù)的發(fā)展和數(shù)字圖像處理理論的日益成熟，自動(dòng)聚焦技術(shù)進(jìn)入一個(gè)新的數(shù)字時(shí)代，越來(lái)越多的自動(dòng)聚焦算法基于圖像處理理論，改變以往用測(cè)量相機(jī)與被攝物體之間的距離來(lái)進(jìn)行聚焦的方法。傳統(tǒng)的方法不僅使系統(tǒng)龐大笨重，而且有時(shí)還不準(zhǔn)確。數(shù)字圖像處理理論認(rèn)為，圖像聚焦程度(即圖像是否清晰)主要由光強(qiáng)分布中高頻分量的多少?zèng)Q定。高頻分量少則圖像模糊，高頻分量豐富則圖像清晰，在空域表現(xiàn)為圖像的對(duì)比度變化明顯[1]。本文就是利用這一特點(diǎn)，提出了一種改進(jìn)的灰度差分法作為圖像清晰度評(píng)價(jià)函數(shù)實(shí)現(xiàn)自動(dòng)聚焦系統(tǒng)的方法。實(shí)驗(yàn)表明，該系統(tǒng)成本低、聚焦速度快，且效果良好、應(yīng)用范圍廣泛。

1 圖像清晰度評(píng)價(jià)函數(shù)
    理想的圖像清晰度評(píng)價(jià)函數(shù)應(yīng)該具有以下特性[2]：(1)無(wú)偏性，即只有在聚焦處評(píng)價(jià)函數(shù)才取極值；(2)單峰性，即評(píng)價(jià)函數(shù)只有一個(gè)極值點(diǎn)；(3)高信噪比，即在較高的干擾條件下，保證系統(tǒng)能夠正確檢測(cè)到離焦信號(hào)；(4)計(jì)算量小，即能通過(guò)較少的計(jì)算，快速得出評(píng)價(jià)函數(shù)的結(jié)果。

1.1 傳統(tǒng)的圖像清晰度評(píng)價(jià)函數(shù)
傳統(tǒng)的評(píng)價(jià)函數(shù)分為以下幾類：
    (1)灰度變化函數(shù)。聚焦圖像比離焦圖像包含更多的灰度變化，這樣圖像灰度值的變化可以作為評(píng)價(jià)函數(shù)。

    (2)梯度函數(shù)。在圖像處理中，圖像梯度可以用來(lái)進(jìn)行邊緣提取。離焦量越小，圖像邊緣越鋒利，應(yīng)該具有很大的圖像梯度值。因此，圖像的梯度變化也可以作為評(píng)價(jià)函數(shù)。

    (3)圖像灰度熵函數(shù)。聚焦圖像的信息熵要大于離焦圖像的信息熵。因此，圖像的灰度熵也可以作為評(píng)價(jià)函數(shù)。

    (4)頻域類函數(shù)。這類函數(shù)主要基于傅里葉變換，傅里葉變換的高頻分量對(duì)應(yīng)著圖像邊緣，而聚焦圖像總是具有鋒利的邊緣，即包含著更多的高頻分量，這樣可以根據(jù)圖像傅里葉變換后高頻分量含量的多少作為評(píng)價(jià)函數(shù)。

1.2 改進(jìn)的圖像清晰度評(píng)價(jià)函數(shù)
    常用的聚焦評(píng)價(jià)函數(shù)有以下幾種方法：高頻分量法、平滑法、閾值積分法、灰度差分法、拉普拉斯像能函數(shù)等。這里主要介紹灰度差分法�；叶炔罘址╗3]是一種形式簡(jiǎn)單但很有效的聚焦評(píng)價(jià)函數(shù)，它利用圖像的相鄰像素差的絕對(duì)值之和作為聚焦評(píng)價(jià)函數(shù)，即：

當(dāng)圖像聚焦清晰時(shí)，F(xiàn)(x，y)最大。
    但是，對(duì)于亮度變化比較均勻的圖像，灰度差分法計(jì)算所得的數(shù)據(jù)值之間差異較小，經(jīng)常出現(xiàn)不符合單調(diào)要求的點(diǎn)，其聚焦效果不好，不能明顯反應(yīng)出鏡頭在不同位置上獲得的圖像質(zhì)量。因此，本文提出了一種改進(jìn)的方法作為圖像的清晰度評(píng)價(jià)函數(shù)，即將一場(chǎng)圖像所有像素的亮度值與周圍相近像素的亮度值差的平方和作為圖像的聚焦評(píng)價(jià)函數(shù)，計(jì)算相鄰?fù)瑘?chǎng)圖像評(píng)價(jià)函數(shù)的值，根據(jù)比較結(jié)果由單片機(jī)控制步進(jìn)電機(jī)的轉(zhuǎn)動(dòng)方向和步數(shù)，從而實(shí)現(xiàn)自動(dòng)聚焦。實(shí)驗(yàn)表明，該方法很好地解決了灰度差分法經(jīng)常出現(xiàn)不單調(diào)的缺點(diǎn)，聚焦效果良好。改進(jìn)的聚焦評(píng)價(jià)函數(shù)如下：

    其中：f(x，y)表示為第x行、第y列像素的亮度值。本算法選取了鄰近的兩個(gè)像素作比較(像素分別是f(x，y)像素的左側(cè)和上側(cè)），與灰度差分法相比，有著更好的單峰、單調(diào)和對(duì)稱性。

2 自動(dòng)聚焦系統(tǒng)的組成和原理
    本系統(tǒng)主要由CCD攝像機(jī)、帶步進(jìn)電機(jī)的光學(xué)鏡頭、FPGA和單片機(jī)控制電路組成。CCD攝像機(jī)采用SONY公司推出的 SONY47W CCD 套件，該套件支持的最高分辨率為752×582并支持ITU-REC656 YUV數(shù)字信號(hào)輸出。系統(tǒng)整體框圖如圖1所示。

    系統(tǒng)上電復(fù)位后，DSP接收CCD圖像傳感器輸出的模擬視頻信號(hào)，并對(duì)該信號(hào)進(jìn)行A/D轉(zhuǎn)換、白平衡和亮度/色度等處理后，轉(zhuǎn)換成YUV數(shù)字信號(hào)輸出。在行、場(chǎng)及像素時(shí)鐘信號(hào)的控制下,把亮度信號(hào)（Y）輸入到FPGA中，F(xiàn)PGA統(tǒng)計(jì)相鄰兩場(chǎng)圖像的亮度信號(hào)，并按照本系統(tǒng)提出的圖像清晰度評(píng)價(jià)函數(shù)對(duì)圖像進(jìn)行分析、比較，并把比較結(jié)果輸入到單片機(jī)中。單片機(jī)根據(jù)比較結(jié)果，通過(guò)步進(jìn)電機(jī)的轉(zhuǎn)動(dòng)方向和步數(shù)來(lái)控制光學(xué)鏡頭，從而實(shí)現(xiàn)自動(dòng)聚焦。

    在自動(dòng)聚焦系統(tǒng)中，搜索策略通常采用盲人爬山比較法[4]。首先取得起始位置的圖像，并計(jì)算出此時(shí)的評(píng)價(jià)函數(shù)值；然后，讓步進(jìn)電機(jī)驅(qū)動(dòng)鏡頭從起始位置向上移動(dòng)一步，將此時(shí)的圖像與前者比較。若比前者的聚集評(píng)價(jià)函數(shù)值大，就繼續(xù)向上移動(dòng)調(diào)焦鏡頭；如此循環(huán)，直至圖像的聚焦評(píng)價(jià)函數(shù)值小于前一位置，則前一位置就是圖像最清晰的位置，聚焦結(jié)束。該算法簡(jiǎn)單，但在實(shí)際應(yīng)用中，由于圖像采樣、量化及傳輸過(guò)程中各種干擾引起的圖像噪音影響，經(jīng)常會(huì)出現(xiàn)誤判。因此，本文采用了一種改進(jìn)的盲人爬山比較法，稱為“三點(diǎn)”比較法。該方法在確定鏡頭位置時(shí)，不是僅根據(jù)前后2 次聚焦評(píng)價(jià)值的大小來(lái)確定,而是用3 個(gè)點(diǎn)大小的變化確定曲線的方向，最終確定鏡頭位置。為了敘述清楚，用f1、f2、f3分別表示鏡頭在不同位置時(shí)的聚焦評(píng)價(jià)函數(shù)的值，這里只分析f1>f2時(shí)可能出現(xiàn)的情況（當(dāng)f1f2時(shí)，先不進(jìn)行判斷，而是把結(jié)果保存起來(lái)，讓步進(jìn)電機(jī)繼續(xù)驅(qū)動(dòng)鏡頭向原方向移動(dòng)到位置f3；如果f2>f3，則可以確定聚焦曲線是下降方向，此時(shí)，讓步進(jìn)電機(jī)驅(qū)動(dòng)鏡頭到f1位置；如果f2f3，則認(rèn)為出現(xiàn)“錯(cuò)誤”點(diǎn)，不做判斷，讓鏡頭再向前運(yùn)動(dòng)到f4，再對(duì)f2、f3、f4進(jìn)行三點(diǎn)判別，得到正確的聚焦位置。

3 實(shí)驗(yàn)數(shù)據(jù)分析
    為證實(shí)所提出的評(píng)價(jià)函數(shù)的有效性，對(duì)該系統(tǒng)進(jìn)行了大量實(shí)驗(yàn)，并與灰度差分法所獲得圖像進(jìn)行比較。圖2、圖3是以簡(jiǎn)單的文本圖像為例，在聚焦點(diǎn)附近算法改進(jìn)前后各測(cè)得的20組聚焦值并據(jù)此繪制的聚焦評(píng)價(jià)函數(shù)曲線。
(中國(guó)集群通信網(wǎng) | 責(zé)任編輯：陳曉亮)