耿道鵬-基于圖像清晰度的電動鏡頭自動聚焦方法

1、基于圖像清晰度的電動鏡頭自動聚焦方法耿道鵬 伏思華 于起峰（國防科技大學(xué) 光電科學(xué)與工程學(xué)院 長沙 410073）摘 要：在數(shù)字監(jiān)控和機(jī)器視覺中，依靠圖像處理技術(shù)，電動鏡頭的聚焦可以由計算機(jī)根據(jù)圖像的清晰度自動控制。針對監(jiān)控系統(tǒng)在目標(biāo)跟蹤時對自動聚焦的速度和精度的要求，提出了過峰變步長控制、快速搜索的聚焦方法。首先針對目標(biāo)區(qū)域進(jìn)行大步長粗聚焦，迅速找到峰值區(qū)域，然后變步長進(jìn)入細(xì)聚焦；依據(jù)過峰次數(shù)適時停止聚焦。圖像清晰度判斷采用了依據(jù)圖像灰度特征信息的3種不同的清晰度評價函數(shù)。關(guān) 鍵 詞：圖像處理；自動聚焦；變步長控制；清晰度評價函數(shù) 中圖分類號：O437.5 文獻(xiàn)標(biāo)識碼：A1 前言很多場所需要

2、對一些重要目標(biāo)或者重點(diǎn)區(qū)域進(jìn)行實(shí)時的監(jiān)控，以確保目標(biāo)的安全或發(fā)出及時的報警。在數(shù)字監(jiān)控系統(tǒng)中，攝像鏡頭一般采用聚焦、變焦和光圈三可調(diào)的電動鏡頭和萬向云臺來實(shí)現(xiàn)圖像和方位的控制,這些控制信號由計算機(jī)發(fā)出，經(jīng)解碼器解碼后控制電動鏡頭和云臺作相應(yīng)調(diào)節(jié)。在需要監(jiān)控的場景大或者需要對目標(biāo)進(jìn)行跟蹤的視頻監(jiān)控中，固定的景深不能滿足監(jiān)控的要求，電動鏡頭必須進(jìn)行較大的聚焦調(diào)整才能獲得清晰的圖像。依靠數(shù)字圖像處理技術(shù)，采用軟件的方式通過對獲得的圖像進(jìn)行分析和反饋控制實(shí)現(xiàn)自動聚焦在工程上很實(shí)用。目前有多種自動聚焦方法1，2，3，4，5，這些方法都包括清晰度評價函數(shù)6,7和搜索算法兩部分，它們是影響聚焦實(shí)時性和準(zhǔn)確性

3、的關(guān)鍵。因此如何選用更有效的圖像清晰度評價函數(shù)和減少搜索步數(shù)是研究的重點(diǎn)。圖像清晰度評價函數(shù)為一單峰曲線，如圖1所示。通常在極值（峰值）處圖像清晰度最高。在攝像測量自動聚焦領(lǐng)域的研究中，都是在解決怎樣快速的收斂到曲線的峰值處的問題。圖1 圖像清晰度曲線本文針對攝像監(jiān)控中對目標(biāo)跟蹤的需要，提出了過峰變步長控制、快速搜索的聚焦方法，提高自動聚焦的速度和精度。在聚焦精度方面，根據(jù)過峰次數(shù)調(diào)整聚焦步長，實(shí)現(xiàn)由粗到細(xì)的調(diào)節(jié)；在提高聚焦速度方面，只針對監(jiān)控重點(diǎn)區(qū)域的圖像區(qū)域進(jìn)行聚焦，并根據(jù)過峰次數(shù)及時結(jié)束聚焦調(diào)節(jié)，避免陷入調(diào)節(jié)振蕩。實(shí)驗(yàn)證明這種聚焦方法可以滿足實(shí)時的需要，在目標(biāo)圖像精度方面相對于常規(guī)的固定

4、景深的方法有更大的靈活性。2 圖像清晰度評價函數(shù)目前國內(nèi)外提出的圖像清晰度評價函數(shù)大致可以歸結(jié)為灰度梯度函數(shù)、信息學(xué)函數(shù)、統(tǒng)計學(xué)函數(shù)和頻域函數(shù)幾類，其中頻域類、信息學(xué)和統(tǒng)計學(xué)類評價函數(shù)在調(diào)焦過程中對環(huán)境的穩(wěn)定性要求較高；灰度梯度類評價函數(shù)的值采用圖像相鄰像素間的灰度差(差分)來計算，這種近似微分運(yùn)算可以消除背景噪聲的影響，能有效抑制外界條件對圖像的整體影響，這一類評價函數(shù)應(yīng)用最廣8。這里，根據(jù)我們實(shí)驗(yàn)室的具體情況，經(jīng)過比較后選擇了灰度梯度類清晰度評價函數(shù)中使用較多的Brenner函數(shù)8，基于Sobel梯度算子的Tenengrad函數(shù)1,8以及Roberts梯度和函數(shù)8,并對最終的結(jié)果進(jìn)行了分析

5、。（1）Brenner函數(shù)，又稱為梯度濾波器法，它是當(dāng)相鄰像元的灰度差大于某閾值時，對相鄰近（間隔為）的象元灰度差進(jìn)行平方求和。其表達(dá)式如下：，當(dāng)（1）上式中，是閾值條件，是象元的灰度值，下同。（2）基于Sobel梯度算子的Tenengrad函數(shù)利用Sobel算子來估計圖像在水平方向和垂直方向的梯度，為使圖像邊緣的梯度放大，對梯度進(jìn)行平方運(yùn)算，其表達(dá)式為：（2）其中：，和分別為X和Y方向上的Sobel算子計算的差分值。X方向和Y方向的Sobel算子表達(dá)式如下：，Tenengrad函數(shù)是先加權(quán)平均然后再差分，分別對水平和垂直方向進(jìn)行模板運(yùn)算，對噪聲有一定的抑制能力。隨著窗口的放大，噪聲抑制能力更

6、加明顯。（3） Roberts 梯度和函數(shù)實(shí)際上是以某一點(diǎn)為中心上的連續(xù)梯度的近似，從理論上分析，它對邊緣特性的處理比Brenner函數(shù)要好。（3）3 過峰變步長控制目前在聚焦搜索策略方面，使用最多的是爬山式9,10（Hill-climbing）聚焦搜索算法。首先，聚焦鏡頭作任意方向搜索，確定聚焦清晰的方向后鏡頭向“山頂”方向運(yùn)動，當(dāng)發(fā)現(xiàn)越過“山頂”時，作反向搜索聚焦，直到達(dá)到峰值處停止聚焦。圖2. 過峰變步長控制示意圖這里，我們把聚焦最清晰的位置稱為正焦位置，即圖2中的峰值位置。當(dāng)采用固定的步長進(jìn)行搜索時，較小的調(diào)焦步長雖然能夠以較好的精度找到正焦位置，但是耗用的時間會很長，降低了聚焦的速度

7、。此外由于選擇的步長不可能恰好搜索到正焦位置，調(diào)焦機(jī)構(gòu)可能會進(jìn)行過聚焦，驅(qū)動鏡頭調(diào)焦越過峰值位置，這樣，根據(jù)判別控制條件會進(jìn)行反向搜索，如此反復(fù)，直到找到正焦位置。在這種情況下固定的步長很容易使聚焦陷入振蕩。所謂的過峰變步長控制，就是在每次聚焦過峰后要進(jìn)行反向搜索時，根據(jù)一定的規(guī)則縮小聚焦步長，如圖2 所示，初始搜索步長為Step，過峰后反向搜索時步長變?yōu)镾，再次過峰反向搜索時步長變?yōu)镾/2，如此反復(fù)。當(dāng)步長小于某一個域值時，可以認(rèn)為圖像的清晰度已經(jīng)滿足要求，然后控制調(diào)焦機(jī)構(gòu)結(jié)束聚焦。本文使用的電動鏡頭，其驅(qū)動機(jī)構(gòu)的步長與通電時間的長短成正比。當(dāng)初始聚焦步長設(shè)為為60（單位毫秒，下同），步長變

8、化規(guī)則設(shè)為過峰后縮小為原來的三分之一，這樣三次過峰后，搜索步長就變?yōu)?.2，這個值已經(jīng)很小，這時可以認(rèn)為鏡頭已經(jīng)處于清晰區(qū)域，可以停止聚焦。4 搜索、評價窗口大多數(shù)場合的視頻監(jiān)控應(yīng)用，例如在對庫房的監(jiān)控中，只需要對門窗等重點(diǎn)區(qū)域進(jìn)行監(jiān)控即可，不需要針對全攝像區(qū)域進(jìn)行聚焦調(diào)節(jié)。當(dāng)評價區(qū)域過大，甚至將整幅圖像作為評價窗口進(jìn)行全場評價，一方面計算的數(shù)據(jù)量必然很大，在監(jiān)控目標(biāo)運(yùn)動速度較快的情況下，全場評價可能會導(dǎo)致系統(tǒng)無法進(jìn)行聚焦或者聚焦速度遠(yuǎn)遠(yuǎn)達(dá)不到要求；另一方面當(dāng)選取的窗口中目標(biāo)相對背景偏小時，背景在評價中可能占主導(dǎo)地位，使原本針對目標(biāo)的聚焦變成為針對背景的聚焦。因此只能將視場包含目標(biāo)的部分區(qū)域作

9、為評價窗口進(jìn)行評價。考慮到可以通過云臺控制使被監(jiān)控的目標(biāo)始終處于攝像圖像的中心區(qū)域，因此這里我們把搜索評價區(qū)域設(shè)置在圖像中心區(qū)域一定大小的矩形范圍，區(qū)域的大小根據(jù)目標(biāo)的實(shí)際情況進(jìn)行調(diào)整。5 實(shí)驗(yàn)硬件及控制程序設(shè)計a. 鏡頭初始狀態(tài)目標(biāo)場景b. 手動聚焦清晰的目標(biāo)場景圖3 目標(biāo)場景實(shí)驗(yàn)使用的是FUJINON公司的1:2.3/17374mm三可調(diào)電動鏡頭和GRAS50S5M/C攝像機(jī)，實(shí)驗(yàn)場景為室外模擬監(jiān)控，目標(biāo)場景如圖3。鏡頭距離目標(biāo)（圖中的標(biāo)志牌）大約40米，調(diào)整鏡頭使目標(biāo)在視場的中心區(qū)域成一定大小的像?？刂瞥绦蚬ぷ髁鞒倘鐖D4所示。圖4 控制程序流程a. Tenengrad 200×

10、200b. Brenner 200×200c. Roberts 200×200d. Tenengrad 400×400e.Brenner 400×400f. Roberts 400×400g.Tenengrad 600×600h. Brenner 600×600i.Roberts 600×600圖5 三種清晰度評價函數(shù)在不同大小的評價窗口下聚焦的結(jié)果6 實(shí)驗(yàn)結(jié)果及分析手動調(diào)節(jié)鏡頭，使目標(biāo)在視場中模糊成像，然后針對Brenner函數(shù)、基于Sobel梯度算子的Tenengrad函數(shù)以及Roberts梯度和函數(shù)分別進(jìn)行聚

11、焦實(shí)驗(yàn)，聚焦評價窗口分別設(shè)置為200×200，400×400以及600×600。200×200的評價窗口只包含了目標(biāo)的一部分，400×400的評價窗口基本包括了整個目標(biāo)，600×600的窗口，目標(biāo)占據(jù)了較大部分的評價區(qū)域。聚焦結(jié)束時的目標(biāo)圖像如圖5所示。對同一個評價函數(shù)在不同大小的聚焦評價窗口下得到的聚焦結(jié)果圖片進(jìn)行清晰度分析對比后發(fā)現(xiàn)，在窗口為600×600時，得到的聚焦結(jié)果要優(yōu)于200×200和400×400的評價窗口，表1給出了對比結(jié)果。分析其原因，可能是窗口較小時，目標(biāo)的邊緣等一些細(xì)節(jié)信息在評價時

12、沒有用上，導(dǎo)致評價結(jié)果質(zhì)量的降低。但僅就人眼監(jiān)測的角度來看，這幾種情形聚焦的最終結(jié)果，都達(dá)到了能清晰辨別的要求。表1 不同函數(shù)在不同大小評價窗口聚焦結(jié)束時的目標(biāo)圖像清晰度*BrennerRobertsTenengrad200×2000.8087150.6985380.679830400×4000.7630090.7222430.699986600×6000.9550890.9787371.000000*這些清晰度值是使用Brenner函數(shù)對圖5所示聚焦結(jié)束時得到的圖片進(jìn)行處理歸一化后得到的結(jié)果7 結(jié)論依據(jù)過峰次數(shù)來判斷是否停止聚焦的策略是可行的，但是初始聚焦步長比

13、較大時，作為停止聚焦判據(jù)的過峰次數(shù)也要相應(yīng)增大。對于聚焦評價區(qū)域大小的選擇，過大或者過小都不好。評價區(qū)域窗口顯然不可以過大，相對于目標(biāo)來說過大的評價區(qū)域，背景在評價時會占據(jù)主導(dǎo)地位，導(dǎo)致聚焦出現(xiàn)錯誤；評價窗口也不可以過小，從實(shí)驗(yàn)中可以看到，過小的評價區(qū)域，目標(biāo)的一些邊緣、細(xì)節(jié)信息在評價時沒有用到，使最后的聚焦質(zhì)量受影響。實(shí)驗(yàn)同時提出一個問題：如何自適應(yīng)的控制評價區(qū)域窗口的大小。運(yùn)動的目標(biāo)在視場中的成像大小總是在變化著，固定大小的評價窗口將不能適應(yīng)這種情形。后續(xù)的研究將側(cè)重于優(yōu)先解決這個問題。參考文獻(xiàn)1周賢,等.基于圖像邊緣能量的自動聚焦算法J.光學(xué)技術(shù),2006,32(2):213215,21

14、8.2任四剛,等. 基于灰度差分法的自動調(diào)焦技術(shù)J.光電工程,2003,30(2):5355.3郭軍,等. 基于熵函數(shù)的快速自動聚焦方法J.計量技術(shù),2003,(11):3032.4康宗明,等. 一種基于能量和熵的自動聚焦算法J.電子學(xué)報,2003,31(4):552555.5王蔚,等.基于圖像清晰度的自動聚焦算法J.計算機(jī)應(yīng)用與軟件,2003,20(12):1718, 55.6袁珂,等.基于圖像清晰度評價的攝像頭輔助調(diào)焦系統(tǒng)J. 光電工程,2006,33(1):141144.7李奇,等.數(shù)字圖像清晰度評價函數(shù)研究J.光子學(xué)報, 2002,31(6): 736738.8趙輝,等.圖像測量中自動

15、調(diào)焦函數(shù)的實(shí)驗(yàn)研究與分析J.光學(xué)精密工程, 2004, 12(5 ): 531-536.9鄭玉珍,等.實(shí)時自動對焦的研究J.光電工程，2004, 31(4):6466.10劉煥雨,等.基于圖像處理方法的自動調(diào)焦系統(tǒng)的研制J.測試技術(shù)學(xué)報,2007,21( 1):13-16.AN AUTO-FOCUSING METHOD OF ELECTROMOTION LENSBASED ON IMAGE SHARPNESS EVALUATIONGENG Daopeng FU Shihua YU Qifeng（National University of Defense Technology College

16、of Opto-Electronic Science and Engineering Changsha 410073）Abstract In digital supervision and machine vision, use image processing technologies, the electr-motion lens focusing can be automatically controlled by the computer according to the sharpness evaluation of the image. The proposed auto-focusing method adapts two steps to focuses on the object region, firstly, the lens quickly find the peek of the sharpness evaluation curve, then, the step is chan