一種含有光源場景的自動對焦圖像的質量評價方法
【技術領域】
[0001] 本發明涉及一種含有光源場景的自動對焦圖像的質量評價方法。
【背景技術】
[0002] 隨著數字圖像和多媒體技術的快速發展，基于圖像處理的自動對焦方法也越來越 多地受到人們的關注。圖像處理方法主要包括以下三個方面，分別為：對焦窗口的選擇，對 焦評價函數的選擇，以及對焦搜索策略的選取。這種自動對焦方法是利用某種數字圖像處 理算法，獲取圖像清晰度特征值，并根據這一特征值控制電機，以驅動鏡片或者圖像傳感器 改變位置，做相應的調整，直到這一特征值滿足某一預先約定的條件為止。而此過程中的關 鍵問題則在于如何選取合適的對焦評價函數。
[0003] 理想的對焦評價函數應該具有無偏性、單峰性、靈敏性、穩定性。由于對焦評價函 數的重要性，圖像清晰度的評價已成為一個熱門的研究領域，目前常見的圖像清晰度評價 函數主要包括能量方差法，能量梯度法，熵函數法，頻譜函數法，拉普拉斯能量法等。其中最 為常用的為基于梯度的評價方法，其依據模糊圖像邊緣信息較模糊，而清晰圖像的邊緣較 銳利并且信息明顯細節豐富的原理，來判斷圖像的模糊程度。
[0004] 對于夜景的拍攝而言，景物在夜晚下光的反差會比較強烈，同時夜景中難免會存 在燈光，甚至有時候我們的拍攝主體恰恰是燈光，然而由于相機傳感器動態范圍的限制，當 探測器像元所接收的光子數超出了最大的容納強度范圍時便會飽和從而引起該像素處的 光強度在最大輸出值處被截斷，這種像素我們稱之為飽和像素。在自動對焦過程中，景物從 準焦到離焦，飽和像素會隨著離焦程度的變大而產生彌散。以一點光源為例，當準焦時，對 于理想的成像系統其像點應該為一點像，然而所成像的光強度，并非該光源的真實光強度， 而是飽和了的像素，對于離焦情況，該點光源會發生一定程度的彌散，而此時彌散的周邊像 素仍是飽和像素，形成一個均由飽和像素構成的彌散圓，反映在所獲得的圖像上面是一個 亮度同樣大的亮斑，與真實的場景相去甚遠，僅依據現有的自動對焦評價函數是無法準確 地評價其模糊程度的。因此對于夜景或燈光場景而言，找到適合飽和像素的自動對焦評價 函數是自動對焦的關鍵問題。
【發明內容】
[0005] 本發明的目的在于針對目前夜景自動對焦存在的問題，提出一種含有光源場景的 自動對焦圖像的質量評價方法。
[0006] 本發明的目的是通過以下技術方案實現的：一種含有光源場景的自動對焦圖像的 質量評價方法，該方法包括以下步驟：
[0007] (1)在含有光源場景的自動對焦圖像I中任意選擇一個含有光源的對焦窗口I。， 采用梯度絕對值算子計算對焦窗口I。中每個像素處的梯度值，組成對焦窗口的梯度值矩陣 G；
[0008] (2)對I。的灰度值進行歸一化處理，并通過閾值T進行二值化處理，得到二值圖M， 提取出飽和像素區域模板BIC:
[0009] BIC= (IC>T) (1)
[0010] (3)利用形態學膨脹手段對飽和像素區域模板BI。進行擴展，得到飽和像素擴展區 域模板BI。'，擴展后的二值圖為M'；
[0011] Β! ·:=B!. ?Rid (2)
[0012] 其中，Rid是RXR的結構元素；十是膨脹操作，Μ為二值化的飽和像素擴展區域模 板；
[0013] (4)對擴展后的二值圖Μ'進行取反操作，得到取反后的二值圖Μ，并計算二值圖 Μ中，像素值為1的像素個數Ν;
[0014] (5)將二值圖Μ作用于對焦窗口的梯度值矩陣G，得到非飽和像素處的梯度信息 矩陣W: _5]W=GM (3)
[0016] (6)計算非飽和像素處的梯度信息矩陣W的所有梯度元素值之和Sw，獲得最終去 除飽和像素的清晰度評價函數指標Metric:
[0018] Metic=Sw/N(5)
[0019] 其中，i、j分別為W模板中的行和列，W(i，j)為梯度信息矩陣W中第i行第j列 處的梯度值，3和b分別為對焦窗口I。的長和寬。
[0020] 進一步地，所述步驟2中的閾值T= 0· 6~0· 8。
[0021] 進一步地，所述步驟3中的R為3。
[0022] 本發明的有益效果在于：本發明采用飽和像素模板作用于梯度值矩陣，去除了飽 和像素對自動對焦評價函數的影響，對于夜景中光源以及過亮場景，具有良好的無偏性、單 峰性、靈敏性、穩定性。
【附圖說明】
[0023] 圖1為發明方法的流程框圖；
[0024] 圖2為一組實拍離焦序列圖中任選5幅的示意圖；
[0025] 圖3為準焦位置處的實拍場景圖；
[0026] 圖4為準焦位置處實拍場景圖的對焦窗口區域；
[0027] 圖5為飽和像素區域示意圖；
[0028] 圖6為飽和像素擴展區域模板；
[0029] 圖7為離焦序列的評價函數曲線。
【具體實施方式】
[0030] 本發明一種針對含飽和像素區域的自動對焦評價函數，該函數采用飽和像素模板 作用于梯度值矩陣的方法，去除了飽和像素對自動對焦評價函數的影響，具有良好的無偏 性、單峰性、靈敏性、穩定性。
[0031] 下面結合附圖和實例進行詳細說明：
[0032] 圖1為本發明方法的簡易流程框圖。本實施例以一組步數為42的實拍圖像為例， 圖2為在42幅中隨意選取5幅實拍圖像及本實施例中所選取的對焦窗口區域的離焦序列 示意圖，其中（a)-(e)分別為電機在第1步、第11步、第21步、第31步、第41步位置處所獲 取的圖片，第3個位置為準焦位置的清晰圖像，圖3為準焦位置處（本示例為第3個位置） 的實際場景圖，圖4為準焦位置的對焦窗口圖。圖7為這組實拍圖的采集過程為將馬達從 最近端以固定步距驅動至最遠端，從而通過計算對焦窗口的評價函數值繪制出圖7所示的 評價函數曲線。本發明方法的評價函數曲線計算步驟如下：
[0033] (1)在圖3所示的含有光源場景的自動對焦圖像I中選擇一個200X200的含有光 源的對焦窗口I。，如圖4所示，采用梯度絕對值算子計算對焦窗口I。中每個像素處的梯度 值，組成對焦窗口的梯度值矩陣G;
[0034] (2)對I。的灰度值進行歸一化處理，并通過閾值T進行二值化處理，得到二值圖M， 提取出飽和像素區域模板BIC:
[0035] BIc= (Ic>T) (1)
[0036] 其中BI。體現了飽和像素所在區域，如圖5所示，其中白色區域即為飽和像素區 域；
[0037] (3)利用形態學膨脹手段對飽和像素區域模板BI。進行擴展，得到飽和像素擴展區 域模板BI。'，擴展后的二值圖為M' ；
[0038] ΦΚ?? (2)
[0039] 其中，Rid是RXR的結構元素是膨脹操作，Μ為二值化的飽和像素擴展區域模 板，如圖6所示；
[0040] (4)對擴展后的二值圖Μ'進行取反操作，得到取反后的二值圖Μ,并計算二值圖 裔中，像素值為1的像素個數Ν;
[0041] (5)將二值圖Μ作用于對焦窗口的梯度值矩陣G，得到非飽和像素處的梯度信息 矩陣W:
[0042] W=GM 3)
[0043] W為非飽和像素處的梯度信息矩陣，即去除了飽和像素的影響；
[0044] (6)計算非飽和像素處的梯度信息矩陣W的所有梯度元素值之和Sw，獲得最終去 除飽和像素的清晰度評價函數指標Metric:
[0046] Metic=Sw/N (5)
[0047] 其中，i、j分別為W模板中的行和列，W(i,j)為梯度信息矩陣W中第i行第j列 處的梯度值，3和b分別為對焦窗口I。的長和寬。
[0048] 重復上述步驟對獲取的42幅離焦序列圖進行清晰度評價計算，并得到該組離焦 序列對焦窗口的評價函數曲線，如圖7所示。由此可以看出，本發明的評價方法具有良好的 無偏性、單峰性、靈敏性、穩定性。
【主權項】
1. 一種含有光源場景的自動對焦圖像的質量評價方法，其特征在于，該方法包括W下 步驟： (1) 在含有光源場景的自動對焦圖像I中任意選擇一個含有光源的對焦窗口I。，采用 梯度絕對值算子計算對焦窗口I。中每個像素處的梯度值，組成對焦窗口的梯度值矩陣G。 (2) 對I。的灰度值進行歸一化處理，并通過闊值T進行二值化處理，得到二值圖M，提 取出飽和像素區域模板BI。： BIc=(Ic〉T) (1); (3) 利用形態學膨脹手段對飽和像素區域模板BI。進行擴展，得到飽和像素擴展區域模 板BI。'，擴展后的二值圖為M'; BIc' = BIc出化d 似； 其中，Rid是RXR的結構元素；Θ是膨脹操作，Μ為二值化的飽和像素擴展區域模板； (4) 對擴展后的二值圖Μ'進行取反操作，得到取反后的二值圖Μ:，并計算二值圖Μ 中，像素值為1的像素個數Ν。 (5) 將二值圖Μ作用于對焦窗口的梯度值矩陣G，得到非飽和像素處的梯度信息矩陣 W：(3); (6) 計算非飽和像素處的梯度信息矩陣W的所有梯度元素值之和S。，獲得最終去除飽 和像素的清晰度評價函數指標Metric:其中，i、j分別為W模板中的行和列，W(i，如為梯度信息矩陣W中第i行第j列處的 梯度值，a和b分別為對焦窗口I。的長和寬。2. 根據權利要求1所述的含有光源場景的自動對焦圖像的質量評價方法，其特征在 于，所述步驟2中的闊值T= 0. 6~0. 8。3. 根據權利要求1所述的含有光源場景的自動對焦圖像的質量評價方法，其特征在 于，所述步驟3中的R為3。
【專利摘要】本發明公開了一種含有光源場景的自動對焦圖像的質量評價方法，該方法采用飽和像素模板作用于梯度值矩陣的方法，去除了飽和像素對自動對焦評價函數的影響，得到了去除飽和像素的評價函數，對于夜景中光源以及過亮場景，去除飽和像素的評價函數具有良好的無偏性、單峰性、靈敏性、穩定性。
【IPC分類】G06T7/00, G06T7/40
【公開號】CN105243660
【申請號】CN201510589904
【發明人】王燁茹, 馮華君, 徐之海, 李奇, 陳躍庭
【申請人】浙江大學
【公開日】2016年1月13日
【申請日】2015年9月16日