（通信与信息系统专业论文）低信噪比环境下的自动对焦技术.pdf

山东大学硕士学位论文 摘要 光电成像技术快速发展，如今己广泛应用在数码照相、摄录像、显微成像、 医学成像、空间探测、器件检测、视频监控、计算机视觉等各个领域。由于成像 器材尺寸、分辨力等的限制，光电成像系统都有一定的景深和焦深，因此实际应 用中一般都需调焦以获得清晰图像。为满足自动化应用的要求，自动对焦( a u t o f o c u s i n g ，a f ) 就成为必不可少的关键技术之一，直接影响着成像的质量和效率， 因此很早就成为人们探索的目标和方向。被动式对焦深度法通过搜寻对焦评价曲 线的峰值实现自动对焦，因其算法灵活且精度高而被多数自动对焦系统采用。 近年来国内外对自动对焦研究主要有两个思路：一是深入研究图像处理理论， 寻找图像清晰度的最佳判据；二是结合硬件和实际应用环境，研究快速的自动对 焦算法，多见于国外一些成像产品的自动对焦功能。事实上，现有的自动对焦算 法大多能满足日常成像的需要，但是在某些不能获得高信噪比图像的情况下，自 动对焦的性能会严重下降，以致难以正确实现自动对焦。然而在国内外文献中， 还未见系统的研究低信噪比环境下的自动对焦算法，其中一系列理论和技术问题 有待研究。 首先，可能造成低信噪比图像的因素有很多，应全面评测光电成像系统各项 成像参数对自动对焦性能带来的影响，建立二者的关系模型；其次，以提高自动 对焦性能为目的，选择合适的低信噪比图像的增强和复原算法；最后，论文还将 针对自动对焦的两个核心问题进行研究：( 1 ) 对焦窗口选择算法( f o c u sa r e a s e l e c t i n g ) 。现有各种对焦窗口选择算法，包括中心取窗、多点取窗、图像一阶矩 重心取窗、非均匀采样、瞳孔定位、人脸选择和皮肤探测等，都有各自适用的范 围，尚不具备普遍性；同时在选取原则的理论分析上尚需建立和完善，对各种取 窗法的性能还缺少公认的评价准则。论文将尝试提出自动对焦窗口选择算法的性 能进行评价的一般准则，利用该准则对各种窗口选择算法进行科学的评价，并以 最优化该准则为思路提出自动对焦窗口选择算法，突破矩形窗口的局限；( 2 ) 图 像清晰度评价函数( f o c u sm e a s u r ef u n c t i o n ，f m f ) 。论文将着重研究如何提高自 山东大学硕士学位论文 动对焦评价函数的抗噪性和稳定性，着力解决现存的多种图像清晰度评价函数易 受噪声等干扰的问题，提出新的既满足精确性、尖锐性和实时性又同时具有良好 抗噪抗扰能力的评价函数。结合上述研究内容，最终提出能够满足低信噪比环境 的自动对焦算法和技术。系统的研究这些问题，能够丰富数字成像理论框架，同 时更通用的自动对焦技术能够突破成像系统的应用局限，提高成像系统的准确性 和可信度。 总之，在信息化、数字化的今天，成像技术已经处处可见。自动对焦作为其 中的一项关键技术，一直在快速的发展中。成熟的成像系统和最新的自动对焦技 术基本由日本、美国等一些国家掌握，我国无论从理论水平还是技术水平还不成 熟，尚无法与这些国家相提并论。所以对自动对焦的深入研究，既有相当大的理 论研究价值，更有广泛的应用价值。 关键词：自动对焦；低信噪比：对焦区域选择；对焦评价函数；图像预处理 2 a b s t r a c t a u t o f o c u s ( a f ) i sak e yt e c h n i q u ei nd i g i t a li m a g ec a p t u r es y s t e mt oh e l p t h e i m a g i n gi n s t r u m e n t s f o c u so nt h et a r g e t o b j e c t sa u t o m a t i c a l l y t h e d e m a n df o r a u t o f o c u s i n gt e c h n i q u e si sg r a d u a l l yi n c r e a s i n gi nm a n yv i s u a la p p l i c a t i o n s s u c ha s d i g i t a lc a m e r a s ，c a m c o r d e r s ，v i d e os u r v e i l l a n c es y s t e m sa n d m i c r o s c o p e s a na fs y s t e mi n v o l v e st h r e em a i ne l e m e n t s ：af o c u s i n gw i n d o ww h i c hd e f i n e st h e r e g i o no ft h es c e n et h a ti s t ob ef o c u s e d ，as h a r p n e s sf u n c t i o nt h a te v a l u a t e st h el m a g e s h a r p n e s s ，a n das e a r c h i n gs t r a t e g y t of i n dt h eg l o b a lm a x i m u mo ft h es h a r p n e s s f u n c t i o n c u r r e n t l y ，m o s ti m a g i n gs y s t e m sa d o p tt h i s s e m i - d i g i t a la u t o 。f o c u s i n g t e c h n i q u e w h i c h h a st l l ea n a l y s i sm o d u l et od e t e r m i n et h ef o c u s i n gs t a t u sb yc o m p u t i n g t h es h a r p n e s so ft h ei n p u ti m a g e ，a n dt h ec o n t r o lm o d u l et om o v et h ef o c u s i n gl e n sb a c k a n df c l r t hu n t i lt h eo p t i m a l l yf o c u s e di m a g ei so b t a i n e d a v a r i e t yo fw i n d o ws e l e c t i n gm e t h o d sa n di m a g es h a r p n e s sf u n c t i o n s a n dp e a k s e a r c h i n gs t r a t e g i e sh a v eb e e np r o p o s e d i nt h el i t e r a t u r e h o w e v e r ，i m a g e sc a p t u r e d1 1 1 l o ws i g n a l t o n o i s er a t i o ( s n r ) e n v i r o n m e n t su s u a l l ys u f f e rf r o mal a c ko fs h a r p n e s s d u et ot 1 1 ef a i l u r eo ft h ec a m e r a sp a s s i v ea u t o - f o c u ss y s t e mt ol o c a t et h ep e a ki n f o c u s p o s i t i o no fas h a r p n e s sf u n c t i o nt h a ti se x t r a c t e df r o mt h ei m a g e i nc o n d i t i o n so fl o w l i g h t , l o wc o n t r a s to rc o m p l i c a t e db a c k g r o u n d ，t h es h a r p n e s sf u n c t i o nb e c o m e sf l a t ， m a k i n g i tq u i t ed i f f i c u l tt ol o c a t et h ep e a k i nm yw o r k ，as y s t e m a t i ca p p r o a c hw i l lb ei n t r o d u c e dt oa d d r e s st h ep r o b l e mo fl o w s n ra fb yp e r f o r m i n gc o m p u t a t i o n a l l ys i m p l ei m a g ee n h a n c e m e n tp r e p r o c e s s m gs t e p s a n di m p r o v i n gt h es t a b i l i t ya n dr o b u s t n e s so ft h ea fa l g o r i t h m s f i r s t l y ，al a r g ea m o u n t o fi m a g es a m p l e sm u s tb et a k e nt oe m b o d yav a r i e t yo fi n f o r m a t i o na n ds i m u l a t et h e a m b i e l l te n v i r o n m e n t s f r o mt h e s ee x p e r i m e n t a lm a t e r i a l s ，ar e l a t i o nm o d e lb e t w e e n v a r i o u si m a g i n gp a r a m e t e r sa n da fp e r f o r m a n c ew i l lb ef o u n d e d s e c o n d l y ，f i n ei m a g e e n h a l l c 锄e r l ta n dr e s t o r a t i o nm e t h o d sm u s tb ea d o p t e dt oe n s u r et h a ti m a g e sa r ec l e a r e n o u g hf o ra n a l y s i s t h i r d l y ，ag o o da fs y s t e mw i t h a no p t i m a lf o c u s i n gw i n d o w s e l e c t i n gm e t h o di sn e c e s s a r y t h ef a m i l i a rs e l e c t i n ga p p r o a c h e sa r ec e n t r a l r e g l o n m e t h o da n dm u l t i - r e g i o nm e t h o d f o rt h ep u r p o s eo fc a p t u r i n gt h em a i nb o d yo ft h e i m a g e t h em u l t i r e g i o nm e t h o dh a st h er e l a t i v es u p e r i o r i t y b u ta sa r e s u l to fu t i l i z i n g 3 山东大学硕士学位论文 t h ew e i g h t e dm u l t i - r e g i o na v e r a g ea p p r o a c ht oc a l c u l a t et h es h a r p n e s so ft h ei m a g e ，t h e v a r i a t i o nr a n g eo ft h ei m a g es h a r p n e s se v a l u a t i o ni sr e d u c e ds ot h a tt h ea c c u r a c yo fa f i si n f l u e n c e dt oac e r t a i ne x t e n t ag a u s s i a nn o n u n i f o r ms a m p l i n gm e t h o dh a sb e e n p r e s e n t e d ，b u ti ta l s od e p e n d so nt h ea s s u m p t i o nt h a tt h ei n t e r e s t i n go b j e c ti sn e a rt h e c e n t e ro ft h ei m a g e o t h e ra p p r o a c h e s ，s u c ha sf a c ed e t e c t i o na n ds k i nd e t e c t i o n ，a r e l i m i t e dt ot h ea p p l i c a t i o n sf o rp o r t r a i t sp h o t o g r a p h i n ga n da r et i m ec o n s u m i n ga sw e l l b e c a u s eo ft h ea p p l i c a t i o nl i m i t a t i o n so ft h ee x i s t i n gf o c u s i n gr e g i o ns e l e c t i o nm e t h o d s a n dt h ew i d ev a r i e t yo fi m a g i n gc o n d i t i o n s ，af o c u s i n gw i n d o wt h a tm a yb ed y n a m i c a l l y s e l e c t e do rc h a n g e da c c o r d i n gt oi m a g e si sr e q u i r e d i nm yw o r k , s o m ec r i t e r i af o r a s s e s s i n gd i f f e r e n tf o c u s i n gw i n d o w sw i l lb ep r e s e n t e db ya n a l y s i n gt h ec o n t e n t so f t h e i m a g e s t h e n ，t oc o m p l ya n do p t i m i z et h o s ec r i t e r i a , an o v e lf o c u s i n gw i n d o ws e l e c t i o n m e t h o db a s e do ne d g em a s k i n gw i l lb ed i s c u s s e d f i n a l l y , n e wa l g o r i t h m sa n d a p p r o a c h e sw i l lb et e s t e do no u ra u t o - f o c u sv e r i f y i n gp l a t f o r m i nc o n c l u s i o n ，t h e b o t t l e n e c ka n di m p r o v e m e n ta d v i c eo na u t o - f o c u sa l g o r i t h mw i l lb eg i v e n k e y w o r d s ：a u t o f o c u s ；f o c u sa r e as e l e c t i n g ；f o c u sm e a s u r ef u n c t i o n ；l o ws i g n a l n o i s e - r a t i ol e v e l ；i m a g ep r e p r o c e s s i n g 4 山东大学硕士学位论文 符号说明 镜头位置 成像景物 成像图像 恢复图像 ( 工，y ) 像素的灰度值 点扩散函数 光学传递函数 高斯白噪声 图像预处理变换 对焦评价函数算子 对焦评价函数值 对焦评价函数曲线的最大值 对焦评价函数曲线的最小值 景深 图像直方图函数 对焦窗口 向上取整向下取整 图像重心位置 归一化r g b 颜色空间 噪声的概率分布函数 中值算子 卷积计算 梯度计算 5 z一一一删删聃址埘矿川训删一宰v 山东大学硕士学位论文 6 o膨胀计算 a f ( a u t of o c u s i n g ) 自动对焦 f a s ( f o c u sa r e as e l e c t i n g ) 对焦区域选择算法 f m f ( f o c u sm e a s u r ef u n c t i o n ) 对焦评价函数 c c d ( c h a r g ec o u p l e dd e v i c e ) 电荷耦合器件 c m o s ( c o m p l e m e n t a r ym e t a l o x i d es e m i c o n d u c t o r ) 互补金属氧化半导体 p s f ( p o i n ts p r e a df u n c t i o n ) 点扩散函数 o t f ( o p t i e a lt r a n s f e rf u n c t i o n ) 光学传递函数 s n r ( s i g n a ln o i s er a t i o )信噪比 v f w ( v i d e of o rw i n d o w ss d k l w i n d o w s 视频工具包 原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究所取得的成果。除文中已经注明引用的内容外，本论文不 包含任何其他个人或集体己经发表或撰写过的科研成果。对本文的研 究作出重要贡献的个人和集体，均已在文中以明确方式标明。本声明 的法律责任由本人承担。 论文作者签名： 望鸱 日 期： 迎2 ：生：矽 关于学位论文使用授权的声明 本人完全了解山东大学有关保留、使用学位论文的规定，同意学 校保留或向国家有关部门或机构送交论文的复印件和电子版，允许论 文被查阅和借阅；本人授权山东大学可以将本学位论文的全部或部分 内容编入有关数据库进行检索，可以采用影印、缩印或其他复制手段 保存论文和汇编本学位论文。 ( 保密论文在解密后应遵守此规定) 论文作者签名：主轧导师签名：馘日 期：此 山东大学硕士学位论文 1 1 自动对焦技术简介 第一章引言 现代人类生活在信息时代，获取图像信息是人类文明生存和发展的基本需要。 但是由于人眼视觉生理上灵敏度、分辨力、时间间隔、空间距离以及光谱范围上 的限制，通过直接观察所获得的图像信息仍然是有限的。为了生活和生产的需要， 利用光电变换和信号处理技术获取目标图像的光电成像技术快速发展，如今已广 泛应用在数码照相、摄录像、显微成像、医学成像、空间探测、器件检测、视频 监控、计算机视觉等各个领埘1 1 。 由于成像器材尺寸、分辨力等的限制，光电成像系统都有一定的景深和焦深， 因此实际应用中一般都需调焦以获得清晰图像。为满足自动化应用的要求，自动 对焦( a u t of o c u s i n g ，a f ) 就成为必不可少的关键技术之一，直接影响着成像的质量 和效率，因此很早就成为人们探索的目标和方向。 自动对焦实际上就是利用现代电子技术和机械控制方法代替人眼检测被摄目 标体的对焦清晰与否，并代替人用手工调节焦点的方式，由系统自动调焦，使得 物体能够在感光材料上清晰成像。现代的光学仪器设备随着功能的复杂化和智能 化，需要操作进一步简化和精准。自动对焦一方面可以减轻操作者的劳动强度， 减少或避免操作者因反复调焦造成的主观误差，另一方面也省去了复杂的调焦动 作，大大方便了操作者。时至今日，已发展了许多自动对焦的方法，包括传统的 测距方式、焦点检测方式，以及应用数字图像技术的数字式自动对焦技术，见图 1 1 【2 1 。 传统的自动对焦方式主要有测距方式与焦点检测方式。测距法是应用三角测 距法、红外测距法或超声波测距方法测定被摄物体与相机的距离，根据光学高斯 公式可以计算出镜头与底片的距离( 像距) ，然后将镜头快速移动到相应的位置。 焦点检测法类似于人眼观察调焦屏手动调焦的方式，它利用两路对称的光学镜头 来对被摄目标的对焦程度进行比较，只有对焦清晰时，这两路光学镜头中的成像 才能够一致。 7 山东大学硕士学位论文 自动对焦 测距法 检焦法 三角测量法 f v a f 系统 被动式 s s t 系统 if c m 系统 主动式 篙舅甏统 反射时间测量法一s n o a r a f 超声波 对比度检测法( 反差检测法) 相位揪n 法侄蒸相。 半数字式自动对焦 全数字式自动对焦 基于导数的自动对焦函数 基于统计的自动对焦函数 基于直方图的自动对焦函数 图l l 自动对焦技术分类 ( 1 ) 三角测距法。 测距原理【3 1 如图1 2 所示。左边的反射镜是局部镀膜反射镜，即中间- d , 部分 反射右边来的光线，其余大部分视场透射前方射入的光线，这样在调焦平面上的 影像为上述两部分光线，即右边反射光线和前方透射光线的叠加。右边的反射镜 在电路控制下转动，调焦平面上有光电元件进行探测，当透射和反射的两部分影 像重合的时候，可动反射镜的摆动角a 2 和物惭的物距d 之间有如下关系： 0 ：2 = 1 2 a r c t g ( b d ) ( 1 1 ) 其中b 为基线长。 8 山东大学硕士学位论文 图l - 2 三角测距法原理 ( 2 ) 超声波测距法 超声波自动调焦方式【3 】应用反射时间的测定来实现自动调焦。首先相机的超声 波发射器对被摄物体发出一个超声波脉冲，在发射时刻的同时开始计时，超声波 在空气中传播，途中碰到障碍物就立即返回来，超声波接收器收到反射波就立即 停止计时。超声波在空气中的传播速度为3 4 0 m s ，根据计时器记录的时间f ，就可 以计算出发射点距障碍物的距离s ( 臣p s = 3 4 0 t 2 ) ，从而确定调焦距离并驱动镜头移 动至对焦位置。在超声波自动对焦系统中，为了消除同相位声波散斑干涉现象， 控制超声波测距的方向性，提高控制精度，减少温度的影响以及反射波随距离衰 减的影响等，需要采用复杂的电路系统进行调整和补偿。这种系统可对任何光滑 或粗糙的物体表面进行准确的检测和对焦。但是对吸收超声波的物体，或者主体 前有透明遮挡物的情况，就无法进行准确的测量和对焦。 ( 3 ) 对比度检测法 该方法是通过检测影像的轮廓边缘实现自动调焦的【3 1 。对焦越准确，像的轮廓 边缘越清晰，其亮度梯度就越大，或者说边缘处景物和背景之间的对比度就越大。 反之，离焦的像，轮廓边缘模糊不清，亮度梯度或对比度下降；离焦越远，对比 度越低。根据这个原理，将两个光电检测器放在感光器件位置的前后相等距离处， 被摄景物的像经过分光同时成在这两个检测器上，分别输出其成像的对比度。当 9 山东大学硕士学位论文 两个检测器所输出的对比度相等时，| 兑明调焦的像面刚好在两个检测器中问，即 和感光器件的位置重合，于是凋焦完成。 ( 4 ) 相位检测法 t c l ( t h r o r 【曲t h ec a m e r ak n s ) 相位检测模块【4 怪美国h o n e y w e i i 公司于1 9 8 1 年 研制的组件。组件的基板为陶瓷材料，在陶瓷基板上设有两排电荷耦合器件 c c d ( c h a r g ec o u p l e dd e v i c e ) 作为感光元件，每排有2 4 对c c d 元件，c c d 元件的作 用是将照射光线转变成电荷量。每对c c d 中包含有a 组c c d 和b 组c c d ，这两组是 相互错位排列而成。t c l 组件进行焦点检测的原理是通过对a 组c c d 和b 组c c d 进 行扫描，得到像的照度分布，如图1 3 。a 组和b 组c c d 的照度分布一般是相同的， 只是在位置上有偏移，偏移量的大小和偏移方向决定了像是在焦点前还是在焦点 后。当焦点落在胶片等效平面上时( 合焦) ，a 组和b 组c c d 的照度分布是一样的， 而且是相重合、没有偏移的：嘶离焦时，两组c c d 的照度分布不重合，并且从两 组差别的先后顺序就可以判断出是焦点前还是焦点后。 透镜 复眼透镜平面 o ) 一呼n ( 办( f ) 0 ) ( 3 2 6 ) 算法1 3 ：熵函数【2 0 1 。对焦图像边缘细节更丰富，信息量更大。利用熵函数计 算图像的信息量，并以此为对焦评价函数。 吆删= 一p l o g ：( p i ) ( 3 2 7 ) f 其中只= h ( i ) ( m n ) 表示灰度值f 出现的概率。 3 2 4 其他算法 算法1 4 ：阈值灰度值函数 2 1 删以大于某阈值灰度丁的像素灰度值的和作为自动 对焦函数。 瓦一一= f ( x ，y ) ， i ( x ，y ) t ( 3 - 2 8 ) 算法1 5 ：阈值灰度计数函数【2 1 1 以小于某阈值灰度的像素个数作为自动对焦函 数。 吒一=heis(怕)，丁)，其中帕，少)，丁)=怯如尝丁(3-29)ghtw i d t h iu ， ( ) ( 算法1 6 ：图像能量函数【1 5 1 。图像在离焦成像时更加弥散，离焦量越大，弥散 损失的能量就越大，图像能量可以作为对焦评价函数。图像能量函数的主要缺点 是受光照强度影响比较大。 = i ( x ，y ) 2 ，i ( x ，j ，) o ( 3 - 3 0 ) 3 3 对焦评价函数性能评价准则 归一化对焦评价函数曲线需要使对焦点的评价函数极值是唯一的，并且显著 地从其余所有的离焦点评价函数值中突出出来，因此理想的评价函数曲线应该有 一个突出的极点，即峰值( 或谷值) 。峰值点两侧曲线快速单调地下降( 对焦点 为峰值) 或上升( 对焦点为谷值) ，以使搜索算法准确找到对焦点。不失一般性， 假设讨论的理想对焦评价函数的最大值对应对焦点位置，如图3 4 所示。 山东大学硕士学位论文 对 焦 评 价 函 数 f 对焦点 镜头位置z 图3 - 4 理想的对焦评价函数曲线示意图 s a n t o s 、s u n 以及g a m a d i a 等人都曾在研究半数字式自动对焦技术时探讨过对焦 函数曲线的评价标准问题1 5 ，2 2 ，4 1 ，4 2 1 。综合前人的讨论，结合本论文研究的特点，将 对焦评价函数的一般衡量标准( c r i t e r i a ) 和对应的计算方法总结如下： 准则1 ：精确性a 。函数最大值应与实际对焦位置相对应，而低信噪比环境下 的对焦函数有可能出现对焦误差。计算函数最大值对应镜头位置与实际对焦位 置z 的距离，此值越小对焦越精确。 c a = z 0 一z + ( 3 3 1 ) 准贝j j 2 ：单峰性c | 。理想的对焦函数曲线局部极大值应为一个。计算曲线局部 极大值的个数二，越少对焦越准确。 c - - i 傩 ( 3 - 3 2 ) 准则3 ：尖锐性g 理想的对焦函数曲线在峰值部分的形状越尖锐越好。为衡量 对焦评价函数曲线的尖锐性，可以计算对焦评价函数的峰值差与函数最大值的比 值： g = 锴 协3 3 ， 由于。( z ) 吒i 。( z ) ，因此q 是一个o n 之间的数，其值越大表明函数的性 能越好【2 2 1 。 准则4 ：抗噪性c - d 。光照变化和噪声等因素，以及镜头参数调整造成的图像内 容变化都会对评价函数造成一定的影响，尤其是在低信噪比情况下，函数曲线一 山东大学硕士学位论文 般会出现更大的波动和更多的局部极值。因此理想的评价函数应当具有一定的稳 定性。 2 图3 5 对焦评价函数抗噪性对比示意图 如图3 5 中的情况，曲线1 比曲线2 有更大的振动，意味着更易受噪声等因素影 响。曲线的振动程度可以用函数二阶导数为衡量，计算曲线所有极值点( 除对焦 点以外) 的二阶导数绝对值的和，此值越小变化幅度越缓，也即抗噪性越好。 = ：m 膨 zl 掣一o ，0 ) 俘3 4 ， 准n s ：实时性q 。由于自动对焦对实时性要求比较严格，因此一些过于复杂 的算法就不具有实用价值。对焦评价函数的计算复杂度越低越好。 c 凡= d ( ，( z ) ) ( 3 3 5 ) 山东大学硕士学位论文 第四章对焦区域选择算法及其性能评价准则 自动对焦是对兴趣区域的对焦，对焦区域选择就是利用图像分析理论选取合 适的区域作为对焦评价区域。对焦区域选择一方面可以减少数据处理量，提高运 算速度；另一方面可以消除干扰区域对评价函数曲线的影响，提高对焦精确度。 因此在考察不同对焦评价函数的同时，正确的使用对焦区域选择算法往往更能提 升自动对焦的效果，甚至成为决定对焦成败的关键。 4 1 焦深与景深分析 与光轴平行的光线射入凸透镜时，理想的镜头应该是所有的光线聚集在一点 后，再以锥状的扩散开来，这个聚集所有光线的一点，就叫做焦点。在焦点前后， 光线开始聚集和扩散，点的影像变成模糊的，形成一个扩大的圆，这个圆就叫做 弥散圆。 在现实当中，观赏拍摄的影像是以某种方式( 比如投影、放大成照片等等) 来观察的，人的肉眼所感受到的影像与放大倍率、投影距离及观看距离有很大的 关系，如果弥散圆的直径小于人眼的鉴别能力，在一定范围内实际影像产生的模 糊是不能辨认的。这个不能辨认的弥散圆就称为容许弥散圆，如图4 1 所示。 图4 - l 焦点、弥散圆、焦深示意图 弥散圆直径 山东大学硕士学位论文 在焦点前后各有一个容许弥散圆，这两个弥散圆之间的距离就叫焦深；其对 应在被摄主体( 对焦点) 前后，其影像仍然有一段清晰范围的，就是景深。换言 之，被摄体的前后纵深，呈现在底片面的影像模糊度，都在容许弥散圆的限定范 围内。持照相机拍摄者为基准，从对焦点到近处容许弥散圆的距离叫前景深，从 焦点到远方容许弥散圆的距离叫后景深，如图4 2 所示。 焦点 图4 2 景物成像分析 根据光学成像理论，景深公式为 z k l = 鸲+ 必= 篇+ 篇= 若籍 件， 其中址为景深，屿为前景深，鸲为后景深，口为光圈值，厂为镜头焦距，万 为容许弥散圆直径，为对焦距离。 在实际的三维成像应用中，拍摄主体与背景等其他物体与镜头的距离往往有 很大差别，也就成像于不同的焦平面。相应的，由于前景和背景的最佳对焦点位 置不同，前景区域对焦评价函数曲线和背景区域评价函数曲线形状不同，极点位 置也不同。主体对焦时，其他物体模糊；主体离焦时，有可能其他物体合焦，如 图4 3 。若以整幅图像计算自动对焦函数，很容易出现“双峰”或“多峰”的现象，影 响自动对焦的正确性。因此选择合适的对焦区域是必要的。 3 3 当耋奎主要圭主墨薹吝 a 前景聚焦图像 b 背景聚焦图像 图4 - 3 前景和背景对焦示意 4 2 自动对焦区域选择一般准则 4 2 1 非边缘区域图像对对焦评价函数的影响 撤据光学成像理论，镜头光学系统相当于一个线性低通滤波器，图像对焦时， 通带宽，高频带能量大，边缘细节丰富：图像离焦时，通带窄，高频带能量小， 边缘部分模糊。如算法? 中的胁朗肿d 函数【1 6 , 3 8 1 就是计算图像的某种边缘梯度和， 其表达式为 = b ，( ) 2 + q ( ) 2j ( 4 - 2 ) h e r g h f m n e f s x x , 力和s “一是原图像- 与s o b e l 算子卷积的结果实验证明n h e 岵m 捆数在 已有的几十种对焦评价函数中的是拥有较好性能的【4 1 - 4 3 1 。 为便于分析，将整个成像图像i 划分为边缘区域子图像螈和非边缘区域子图 像 铀，二者满足 l u i = l ，l n l r = 4 ( 4 - 3 ) 则整幅图像的对焦评价函数可视为两个子图像和，分别贡献之和： f ( z ) = f ( j 胁。) + ，u m ) ( 4 - 4 ) 显然，垃。中含有丰富的边缘信息，因此该区域对图像清晰度的变化更为敏感； 山中只有极少或不含边缘信息，因此该区域的评价函数曲线难以指示精确对焦位 置，更多的是随机波动。图4 _ 4 为示意图，其中横坐标是镜头位置，纵坐标是对焦 山东大学硕士学位论文 评价函数值。 图4 - 4 非边缘区域图像对对焦评价函数的影响 为衡量对焦评价函数曲线的尖锐性，n - - i 以计算3 3 节提到的准则g ： g ：警( 4 - 5 ) m “ 由前所述，图像席子图、，的对焦评价函数应满足下列不等式： o 垒竺些! 垒! ! 丝! ! l ( 4 - 6 ) ，o ( 球) ，r 眦( j f 胁，) ， m 。( i ) ， m 戤( ，磁。) + ，m 越( ，只缸) ( 4 7 ) 民i 。( ，) r i 。( ，脚) + 民i 。( ，砌) ( 4 - 8 ) 那么，有 c ，= 等等产 垒! 生! 垒! ! 丝! 二尘竺堕! 二垒堕! ( ，脚) + k ( i e t a ，) ：卜墨! ! ! 生! 垒! 盘! ，衄( ，脚) + ( ，砌，) 卜尘竺鳖! k ( ，跆) 瓦甜( ，脚) 一瓦i i l ( ，脚) ：- - = 二- - - - - - - - - - 二：- 一 k ( ，脚) 山东大学硕士学位论文 = g ( i e d g e ) ( 4 9 ) 即 g ( ，) o ，当z z 。蔓 ( 4 - 1 4 ) l f ( 1 ，z ) 一f f f ，z 1 ) o 考z z 。时 i。坷) +扪) + + 6 ，1 ) l ( 4 一1 9 ) 【 p 7 - 0 通过选取合适的非均匀采样函数使p ( 后) p ( k ) ，则经过非均匀采样后得到的 数字图像就比原图像数据量小，达到了减少图像数据量的目的。 实验证明高斯型非均匀采样函数4 8 1 能够很好的满足上述要求，其形式为： s ( 七) = 口p 一饰) 伽2 ( 4 2 0 ) 其中a 和。为非均匀采样参数，p 为采样点距图像中心的距离。 非均匀采样区域选择算法在保留中央区域原有高分辨率的同时，使四周区域 的分辨率随半径增加而呈指数形式减少。这种方法在高分辨率、大视场及少量的 处理数据之间达到较好的协调。但是，这种方法仍然假设主体目标位于图像的中 心位置，与中心取窗方法一样，当成像主体偏离图像中央时，也会导致错误对焦。 4 3 4 一阶矩区域选择算法 利用图像的灰度一阶矩计算得到图像的灰度值“重心”，可以以此重心取得对焦 窗口【4 9 一。为防止灰度方式受到图像不同部分亮度影响，还可以首先取二值化边 缘图像，然后计算一阶矩。二值化边缘图像仅取边缘位置信息，忽略了灰度值变 化强度，不会因为景物成像的光强变化而使图像“重心”出现偏移，使主体景物中心 点估计更加精确，能够降低不同纹理亮度的影响。上述灰度一阶矩、二值化边缘 一阶矩，统称为图像一阶矩区域选择算法。 4 1 山东大学硕士学位论文 图像重心位置k ，咒】可由下面公式得到： t ，只】- 历一1 月一l所一1 月一j j i ( i ，歹) 玎( f ，) i = oj = oi - - oy = o m - in - i ，m ln l m ，j ) ，) i = 0y = oi = 0j = o ，【j 表示取整 ( 4 - 2 1 ) 图像二值化边缘重心位置 钿一。，以删一。】可以用下列公式表示： o ( f ，) = 厢 ( 4 2 2 ) 其中v 二= i j ( f + 1 ，j ) - l ( i ，j ) i ，v y = l ( ，+ 1 ) 一l ( i ，) i 。 钿一。，一。】- 册一ln - i坍一ln - i ( f ，) ( f ，) i - - oj = oi = 0y - - - - - o m - in i，m i 一l ( f ，) 删( f ，) i = oj = ot = 0y = o ，ij 表示取整 ( 4 2 3 ) 为了消除图像灰度或边缘不对称带来的影响，可以利用自相关函数来滤除某 些引起窗口定位不精确的图像区域。对于数字图像，自相关函数可用于表征像素 间的相关程度。若将图像分成小块计算各自的平均自相关数，与全局平均自相关 数相比较，若远大于全局平均自相关数，说明该小块内相邻像素间相关程度太大， 反之则太小。具体算法如下【4 9 】： 首先计算整个图像的平均自相关函数值，再把整个图像划分成若干个大小为8 8 个像素的小块，计算各小块的平均自相关函数值。将各小块的平均自相关数分 别与全局平均自相关数比较，去除远大于及远小于该数的小块后，再计算整幅图 像的重心，以此为中心取大小为m n 的矩形窗口，得到一阶矩对焦窗口。 4 3 5 模式识别方法 当成像主体目标是人时，利用皮肤探测确定人的位置，可以实现主体景物的 分离，实现精确对焦。在自动对焦区域选择算法中，为实现实时性，只需利用人 类皮肤颜色分布特征的探测确定对焦窗口即可，没有必要对人进行识别。大多数 数字成像系统中使用的图像格式是r g b 颜色格式，同时r g b 表示与其他图像格式 4 2 山东大学硕士学位论文 也容易实现双向转换。但是，在常用的r g b 颜色空间中人类的皮肤颜色分布并 没有明显的特征。在r g b 表示中每一个像素的r ，0 和b 三分量不仅表示了该点的 颜色，而且表示了该点的亮度。然而，在很大的亮度范围内，人眼都能在不同亮 度和照明条件下保持对颜色感觉的一致性【“i 。因此为了消除环境因素对亮度的影 响，同时为了简化计算，可对r g b 颜色进行归一化处理，去掉亮度信息的影响。 ( w 棚= 【志，i 南，i 而b 而j c 4 - 2 。) 由于有r + g + 6 = l ，因此可将分量6 视为非独立变量。因此用二维颜色空间 ( ，g ) 保存t - - 维r g b 颜色空间的信息。实验表明，经过式( 4 2 4 ) 的变挟，不同 种族的人的皮肤颜色分布基本一致，且在( r ，亭) 颜色空问中基本消除了光照的影响， 不同光照情况下的皮肤颜色具有相同的分别形状。图4 9 显示了( ，g ) 颜色空间中人 类皮肤颜色的分布特征，其中r 表示皮肤颜色落八的区域范围，点的密度差异代表 皮肤颜色落入相应区域的概率大小。 图4 9 二维颜色空间( g ) 中人类皮肤的分布特征 分析表明，上述分布接近g 孤s s i a l l 分布5 ”，即r 区域是以( ，g o ) h 中心，皮肤 落入某区域的概率按g a i l s 螽卸函数向边缘递减。 砸剖= 。1 ，。e x p h 错+ 与剥 z s ， 为了探测图像中的皮肤区域，先利用式( 4 2 5 ) 将原图像，k ，1 从r g b 颜色空 山东大学硕士学位论文 间转换到( r ，g ) 颜色空问，所得结果图像为f 。( y ) 。若某个像素，。0 ，) 的值落入 图所示的r 区域内，则认为臣像素为皮肤，从而得到皮肤区域模板。【l ，) 。 “) = ：槲答 件z s ， 仅利用颜色信息进行皮肤探测存在缺陷，因为现实世界中很多类皮肤颜色景 物也会落入皮肤分布区域。为了减小影响，可以利用边缘信息丰富的人脸作为对 焦区域，这就需要对皮肤区域进行人脸判断。 幽4 1 0 人脸区域远群 通过人脸肤色区域的统计特征分析，对分割出来的肤色区域作以下处理，得 到最为可能的人脸区域： ( 1 ) 在所有肤色区域中，保留有“孔”的区域。因为对于人脸区域来说，由于存 在眼睛、嘴巴、眉毛等非肤色区域，因此在人脸区域中会存在一个或多个“孑l ”( 非 肤色区域) 。 ( 2 ) 计算剩余肤色区域的方差，保留方差大于某阈值的区域a 因为人脸区域由 于存在眼睛、鼻子、嘴巴等非肤色区域，其方差比颜色统一的手和胳膊等非人脸 区域的要大。 ( 3 ) 去除长宽比不符合人脸形状的区域。对人脸来说，其长宽之比一般为i 左右。 在这里，我们取人脸的长宽比为08 32 ，长宽比不满足此范围的区域被认为是 非人脸区域而被除去。 山东大学硕士学位论文 这种模式识别的方法只适用于成像目标是人的情况，因此有明显的局限性。 上述各种区域选择方法都是对主体区域进行最佳估计为目标，然而根据3 1 节 论述的准则，这些算法都未排除非边缘区域的影响，因此即使是完全选择被摄主 体也并非最优的选择策略。为此，本文提出一种基于边缘模板的自动对焦区域选 择算法。 4 4 边缘模板窗口选择算法 4 4 1 算法步骤 参照4 2 节所述准则，提出一种基于边缘模板的窗口选择算法。该算法经过 c 籼y 边缘检测、数学形态学处理和中央区域选取，将图像中主体目标的边缘区域 像素作为自动对焦区域。具体步骤如下： 步骤l ： c a n n y 算子法提取图像边缘 由于实际图像经过了成像光学系统和电路系统固有的低通滤波器的平滑，使 得图像中的阶跃边缘不是十分陡立；另外图像还受到来自于光学畸变、非线性误 差、传感器噪声和其他环境因素干扰。因此图像边缘检测算法必须满足两个要求： 能够有效抑制噪声效应；能够尽量精确的确定边缘位置。c 锄y 边缘检测算法【矧 是对信噪比和定位精度之乘积的最优化逼近算子，在实际应用中对噪声抑制和边 缘定位都有较好的效果。因