基于焦点值曲线预测模型的数码相机自动对焦方法..docx

基于焦点值曲线预测模型的数码相机自动对焦方法邱立诚，傅楸善台湾大学 计算机科学与信息工程系台湾，台北106本文从点光源聚焦测量计算来模拟焦点值曲线。该模型表明：一个场景中的一个重点对象的值将在相机中形成一个单值钟形曲线。我们提出的自动对焦方法将采用该模型焦点子窗口选择性的预测焦点值曲线的峰值。对最佳聚焦透镜的位置的精准预测将大大缩短搜索时间。此外，在从相机反馈焦点值进一步考虑确定透镜的移位时去优化实际的耗时。通过实验，我们对焦点值曲线的模拟是准确的并且提出的自动对焦方法也缩短了整体的搜索时间。关键词：焦点值曲线，对焦测量，自动对焦，子窗口，最佳聚焦透镜位置1、引言在过去的几年当中，全球的数码相机需求逐年增长。自动曝光（AE），自动白平衡(AWB)，自动对焦(AF)是低成本和高质量数码相机市场里面控制图像质量的三个关键技术。自动对焦主要是搜索最佳聚焦透镜位置，在高端的单反相机（SLR）里面采用了专门的距离传感器。为了降低成本，在低成本消费市场不采用该传感器，所以才提出了各种各样的自动对焦方法来提高搜索速度和聚焦精度。详细的爬山法（EMC）[1,2]从一开始到最后透镜位置的确定一步一步地扫描了图像的焦点值。EMC是最准确的自动对焦算法，由于要搜索每一步透镜的位置，耗时就成了EMC的一大缺点。自适应变步长爬山法[3]通过动态镜头移动步长的选择减少了搜索的步骤，从而有效降低了EMC的搜索时间。从理论上说还不错，但在实际的运行中还有很大的局限性。例如，焦点值从摄像机芯片反馈期间需要一段时间来考虑镜头移动的步长。除了搜索方法，还设计了各种焦点检测滤波器来提高搜索精度和缩短最佳聚焦位置的搜索时间。C. H. Park et al. [4]设计了一个使用更少系数的滤波器来降低焦点检测计算的耗时和保持较高的搜索精度。J. H. Lee et al. [5]提出两个阶段使用不同滤波器的搜索算法来避免旁瓣问题和进一步提高搜索精度，不幸的是，该方法需要额外的硬件而增加了成本。根据焦点值曲线模型的点扩散函数，我们提出了模型预测的自动对焦方法。仅仅需要几个镜头位置的检测就能够预测焦点值曲线的峰值。第2节将讨论光学系统和相机摄像芯片的焦点检测计算之间的关系，实际的搜索时间和镜头电机转速也将在这一章来讨论。详细的自动对焦方法将在第3章描述。第4章将验证我们的自动对焦方法和在我们的原型相机里面来演示他的性能，然后第5章将做一个总结和对未来工作的展望。2、焦点值曲线的制定和耗时的评价在以往的实验中发现，当一个对象聚集在一个固定的位置时，焦点值曲线总是形成一个钟形曲线，如演示图1（a），并且这个曲线的峰值就是对应的镜头最佳位置。如果有多个对象出现在一个场景，那么焦点值曲线就会出现多个峰值，如演示图1（b）。本节描述了场景中单个对象的焦点值曲线的形成，同时也表明多峰值的焦点值曲线是由一个个单一对象所对应的焦点值曲线结合而成。图像传感器所输出的噪声和镜头对焦电机与对焦滤波器之间的关系也将在本节讨论。图1,(a)表示单个目标的焦点值曲线，（b）表示两个目标的焦点值曲线2.1、光学透镜系统由薄透镜法则知，点光源通过透镜系统将收敛到最佳聚焦位置的一个点。如果像平面不是在最佳聚焦位置，将在平面上形成一个园斑，叫做模糊圈（coc）。图2显示了简单的薄透镜系统和相应的模糊圈。用Q,D,L来分别表示图像距离、孔径大小、像平面的位置。根据几何光学，模糊圈的半径R定义为： （1）R的大小可以确定聚焦的程度，R越小表明越接近最佳聚焦位置。图2,光学系统中的模糊圈从能量的角度来看，在镜头是理想的情况下，一个单位的点光源入射到透镜上，仍然有一个单位的光透过透镜系统，此外，圈内的亮度是均匀分布的。透镜系统对点光源的响应被称作点扩散函数（PSF），理想的点扩散函数[6]被描述为： （2）其中： （3）其中R是COC的半径。然而，真正的透镜并不是理想的，所以实际的点扩散函数被修改为： （4）现在我们可以通过光学系统来显示图像： （5）其中是原始图像，是经过透镜后的图像，代表卷积运算。式子（5）表明透镜系统可以被视为一种光学模糊系统。2.2、焦点值曲线锐度预示着图像的高频分量可以通过高通滤波器，由此，高通滤波器通常用来提取图像的高频分量。在我们的设计当中，图像梯度、图像的一阶导数常被用来提取图像的高频分量而平方梯度用作焦点值的计算。设是通过透镜的模糊图像，然后图像梯度为： （6）焦点值（）表示为: （7）假设公式(5)中的原始图像是点光源，即狄拉克函数(7)可简化为： （8）由于几何对称性，焦点值方程可进一步计算： （9）使用方程(10)和(11)： （10） （11）从（1）式知，R是由图像距离、孔半径、像平面的位置决定的。于是方程(9)可由下式给出：