一種自動聚焦的方法以及終端的制作方法
【技術領域】
[0001] 本發明涉及聚焦成像技術領域，尤其涉及一種自動聚焦的方法以及終端。
【背景技術】
[0002] 隨著電子產品的不斷發展，帶拍攝功能的終端越來越普及，用戶對其拍攝效果的 要求也越來越高。為了拍攝出清晰的人像，要求終端的鏡頭能夠聚焦到人像（尤其是人臉） 上，這依賴于自動聚焦技術。下面介紹下目前常用的兩種自動聚焦技術，其一：改變攝像頭 的對焦距離并實時采集各個對焦距離下的圖像，同時通過人臉識別技術獲取各個圖像中的 人臉區域（人臉所在的矩形區域）；計算各個圖像中的人臉區域的圖像銳度值；將攝像頭的 對焦距離調為最大圖像銳度值對應的對焦距離。其二：通過人臉識別技術找到圖像中的人 臉區域；計算人臉的尺寸；根據人臉的尺寸計算鏡頭到人臉的距離值；控制鏡頭聚焦到該 距離值。
[0003] 然而，上述第一種技術中，當人臉區域內包含高對比度背景時，例如陽光、高反光 物或紋理豐富的物體等，鏡頭可能會聚焦到人臉以外的背景上，導致拍攝效果不理想。上述 第二種技術中，由于需要預先建立人臉數據庫，鏡頭無法聚焦第一次出現的陌生人臉，導致 拍攝效果不理想。由此可見，現有的自動聚焦技術尚不完善，降低了用戶的使用體驗。
【發明內容】
[0004] 本發明實施例提供一種自動聚焦的方法以及終端，可以實現在運動或非運動的場 景下將攝像頭精確地聚焦到人臉。
[0005] 本發明實施例提供的一種自動聚焦的方法，所述方法應用于配置有雙攝像頭的終 端，所述方法包括：
[0006] 通過所述雙攝像頭米集兩路圖像；
[0007] 當識別到所述兩路圖像的人臉特征點時，通過對齊所述兩路圖像的人臉特征點確 定所述兩路圖像的視差；
[0008] 根據所述兩路圖像的視差計算出人臉到終端的距離值；
[0009] 控制所述雙攝像頭聚焦到所述距離值。
[0010] 相應地，本發明實施例還提供了一種終端，所述終端配置有雙攝像頭，所述終端包 括：
[0011] 圖像采集單元，用于通過所述雙攝像頭采集兩路圖像；
[0012] 視差確定單元，用于當識別到所述兩路圖像的人臉特征點時，通過對齊所述兩路 圖像的人臉特征點確定所述兩路圖像的視差；
[0013] 距離計算單元，用于根據所述兩路圖像的視差計算出人臉到終端的距離值；
[0014] 聚焦控制單元，用于控制所述雙攝像頭聚焦到所述距離值。
[0015] 本發明實施例通過雙攝像頭采集兩路圖像，當識別到兩路圖像的人臉特征點時通 過對齊兩路圖像的人臉特征點確定兩路圖像的視差，進而根據兩路圖像的視差計算出人臉 到終端的距離值，最后控制雙攝像頭聚焦到該距離值，可以實現在運動或非運動的場景下 將攝像頭精確地聚焦到人臉，增強拍攝效果，提升用戶的使用體驗。
【附圖說明】
[0016] 為了更清楚地說明本發明實施例的技術方案，下面將對實施例描述中所需要使用 的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發明的一些實施例，對于本領域 普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。
[0017] 圖1是本發明實施例提供的一種自動聚焦的方法的流程示意圖；
[0018] 圖2是本發明實施例提供的另一種自動聚焦的方法的流程示意圖；
[0019] 圖3是本發明實施例提供的又一種自動聚焦的方法的流程示意圖；
[0020] 圖4是本發明實施例提供的一種終端的結構示意圖；
[0021] 圖5是本發明實施例提供的另一種終端的結構示意圖；
[0022] 圖6是本發明實施例提供的一種人臉特征點的示意圖；
[0023] 圖7是本發明實施例提供的一種光學成像模型的示意圖；
[0024] 圖8是本發明實施例提供的另一種人臉特征點的示意圖。
【具體實施方式】
[0025] 下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、完 整地描述，顯然，所描述的實施例是本發明一部分實施例，而不是全部的實施例。基于本發 明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施 例，都屬于本發明保護的范圍。
[0026] 本發明實施例提供的一種自動聚焦的方法應用于配置有雙攝像頭的終端，所述終 端可以包括智能手機、平板電腦、筆記本電腦、臺式電腦、數字音視頻播放器、電子閱讀器、 手持游戲機和車載電子設備等。
[0027] 圖1是本發明實施例中一種自動聚焦的方法。如圖所示本實施例中的自動聚焦的 方法的流程可以包括：
[0028] S101，通過雙攝像頭采集兩路圖像。
[0029] 應理解地，類似人的雙眼，兩個攝像頭可以分別采集各自的圖像，即兩路圖像。另 外，由于兩個攝像頭的位置是不重疊的，故兩者采集的圖像存在差異。
[0030] S102,判斷是否從所述兩路圖像中均識別到人臉特征點。
[0031] 為了便于理解，這里先介紹下人臉特征點，人臉特征點是指對應了人臉指定位置 的點，如眼角、嘴角等位置。作為一個可選的示例，請參閱圖6,假設圖6a表示圖像中的人 臉，則圖6b中的8個小圓點可以表示人臉特征點。需要說明的是，人臉特征點可以通過人 臉特征點定位（Facial Landmark Localization)技術從圖像中檢測出，例如基于圖匹配 的穩定人臉特征點定位（Exemplar-based Graph Matching for Robust Facial Landmark Localization)技術等，這里不作窮舉。
[0032] 具體地，終端判斷是否從兩路圖像中均識別到人臉特征點，若否，則執行步驟 S103,若是，則執行步驟S105。
[0033] S103,基于圖像銳度值進行聚焦。
[0034] 應理解地，若未識別到人臉特征點，說明圖像中可能不存在人像，此時基于圖像銳 度值進行聚焦。所述圖像銳度值是一種反映圖像平面清晰度和圖像邊緣銳利度的指標，圖 像銳度值越高，其細節的對比度越高，觀賞起來越清晰。進一步地，圖像銳度值的評估方式 有很多，例如灰度評估和梯度評估等，本實施例以梯度評估為例，即圖像銳度值等于圖像中 每個點的梯度的和。更進一步地，也可以是圖像中指定區域的每個點的梯度的和，指定區域 一般取中央區域，例如圖像中央的80*80像素的區域，原因在于，根據經驗用戶在取景時常 將重要或核心的內容放在圖像中央，該部分內容對清晰度的要求最高。
[0035] 具體地，當終端未識別到兩路圖像的人臉特征點時，同步改變雙攝像頭的對焦距 離并實時采集各個對焦距離下的圖像；計算各個圖像的圖像銳度值；將雙攝像頭的對焦距 離調為最大圖像銳度值對應的對焦距離。其中，所述對焦距離（Focus Distance)是指攝像 頭的鏡頭到聚焦處之間的距離，若聚焦處與被拍攝對象重合，則被拍攝對象此時最清晰。另 外，雙攝像頭的對焦距離改變范圍可以預先設定，例如IOcm到100m。作為一個可選的示例， 終端控制雙攝像頭的對焦距離在IOcm到IOOm之間改變，不同的對焦距離對應于采集到的 不同圖像，計算各個圖像的指定區域的圖像銳度值，假設計算得在對焦距離為25m時取得 最大圖像銳度值，則將雙攝像頭的對焦距離調為25m。
[0036] S104,判斷聚焦是否成功。
[0037] 具體地，終端判斷當前聚焦是否成功，若是，則完成聚焦，若否則返回步驟SlOl。例 如，一般情況下圖像銳度值達到k時，其清晰度才能被評判為合格，若當前計算得到的最大 圖像銳度值都小于k，則說明當前聚焦肯定是不成功的，此時返回執行步驟S101。
[0038] S105,通過對齊所述兩路圖像的人臉特征點確定所述兩路圖像的視差。
[0039] 所述視差是指從有一定距離的兩個點觀察同一個目標所產生的位置差異。由于雙 攝像頭的位置不重疊，故是從兩個點拍攝人臉的，存在視差。
[0040] 具體地，當終端識別到兩路圖像的人臉特征點時，通過對齊兩