改进的快速攀登搜索自动对焦算法.doc

改进的快速攀登搜索自动对焦算法用于自适应步长搜索技术的数码相机 Jie He, Rongzhen Zhou, and Zhiliang Hong 摘要：一种实用化实时自动对焦算法数码相机目前正在被广泛使用 ，并提高了可靠性，在 高速的自动对焦过程中， 特别适用于高清晰度摄像机。 该算法采用阈值的梯度和边缘点计数 技术除了注重价值的功能， 而不是传统的两阶段攀登搜索算法， 利用价值函数唯一重点。 此 外，相对差也比电路提议， 可以实现自适应步长搜索以提高搜索速度。 通过修改算法实时自 动对焦功能的验证。拟议算法是实施测试相机芯片，该芯片已被生产 0.25um CMOS 数字处 理。 索引词：改进的快速攀登搜索，重点值，阈值的梯度，边缘点，自适应步长搜索，相对差的比率。 一 导言 ^ 在过去几年里， 数码相机一直发挥着越来越本人更重要的角色， 在消费电子市场。 在最 近几年，市场上的数码相机已被获得的平均增长率为 130 ％ ，每年在中国。那个低成本， 高清晰度和袖珍数码相机将被把重点放在消费市场。自动对焦是一个基本功能像素数码相 机。 已经有若干自动对焦技术报告 [1] - [ 3 ] 。最基本的方法是注重价值计算并从中获得了聚 焦镜头位置攀登搜索方法。 由于自动对焦算法必须是实时的传统的自动对焦算法将有一些问 题由于为扩大与计算像素数不断增加。 一个明显的问题是， 收敛速度的自动对焦是放缓归因 于更多地计算。 此外，焦的概率可能增加，因为权衡之间的计算和可靠性。 欠采样方法似乎 是通常用来减少，计算特别是在高清晰度摄像机。 然而， 在小组抽样方法， 一些详细的资料 遗失和噪声层增加。因此，该镜头偏离最集中的立场。处理好这个问题，子窗口方法 [ 2 ] 有 人建议，可以保持更详细信息。 然而，当子窗口变小，在重点可靠性降低由于失去信息之外 窗户。基于上述问题，我们制定修改快速攀登搜索（微型燃料电池）的方法，以减少计算和 提高可靠性。 此外，自适应步长技术，搜索过程已快收敛速度比恒定步长。电路命名相对比率 ，也 介绍了为实现自适应步长搜索和拯救集中时间。 首先，一些基本的自动对焦介绍第 2 部分 在我们的修改部分快速攀登搜索方法将详细描述和第四部分中的自适应步长寻找相对电路将讨论。实验结果将在第五部分，结论是在第六部分。 聚焦值和爬山搜索算法 A. 重点价值 重点值是一个性能参数来衡量集中程度的一个形象。 重点是普遍价值的基础上光源梯度图像。它往往指的总和绝对梯度或梯度能量像素的图片如下 FV 是注重价值和 G（ x ， y ）是光源梯度在点（ x,y）的总和梯度能源更首选，因为它可 以使更多的区别注重形象和弥散的形象。 有各种方法，梯度计算。 印第安纳州一般来说，梯度可以被界定为 罗伯特梯度实现，也可以用来计算拉普拉斯梯度 [ 5 ] 若 f（ x ,y ）所取代第一衍生原始光源矩 阵。 FSWM 梯度报告 [ 2 ] ，才能 实现，只有在变换与中值滤波适用于原始光源矩阵第一。 梯度算子的自动对焦必须能够提取 物高频元件的形象和制止白脉冲噪声。其他有效的梯度算子 [ 6 ] - [ 8 ] ，介绍了关于这一专题的 图像边缘检测。 事实上， 想法边缘检测中使用的非常类似的想法为自动对焦， 因此实时边缘 检测技术可以修改为自动对焦， 这也是通过在拟议快速登山搜索算法。 图 2 是被称为重点这 表明关系重点之间的价值和镜头的位置。高峰期的这一曲线是指作为重点立场。附近地区 峰值可以提到重点区域， 该区域远离峰值可以提到重点区域。 另一个问题是本节中的搜索算 法。 攀登搜索算法开发了快速搜索，被形容为如单片机（登山伺服） 在 [1] 或的 HCS （爬 山搜索）在 [ 21 。攀登搜索 算法分为两个不同的搜索阶段， 以获得收敛速度快。一般来说，在第一次搜索现阶段， 规模 大的一步是用于移动镜头，这是永远一个常数。当山峰被发现，它也进入了第二寻找阶段，最小的步长是用来镜头走向焦点位置。这里的第一阶段寻找可被界定为重点区域搜索 （OFRS） ，以及第二阶段的搜索可以定义作为重点区域搜索（法郎） 。在这些行动两个 阶段的修改将详细讨论在明年 3 建议改进的快速爬搜索算法 改进的快速攀登搜索 （微型燃料电池） 的开发提高可靠性和重点加快搜索过程中， 采用 不同的方法来重点区域搜索和重点地区进行搜索。 该中心面积图片是最有益的领域， 它始终 是用来减少计算和复杂的自动对焦系统的子窗口的方法。 在图 3 所示，在中心区包括地域和。 正如上述， 子窗口的方法会遇到困难， 在处理之间的计算领域并注重可靠性。 传统的攀 登搜索算法 流程图修改 与子窗口的方法和不断的移动步长不非常适合快速自动对焦控制。 与传统的攀登： 搜索