一种易于硬件实现的图像清晰度评价方法

技术领域

本发明涉及图像技术领域，特别涉及一种易于硬件实现的图像清晰度评价方法。

背景技术

图像清晰度作为衡量图像质量的重要指标，它能够较好地反映人的主观感受，符合人眼视觉特性。图像清晰度评价函数的设计是清晰度法自动调焦中的关键技术。清晰度法自动调焦是一类建立在搜索算法上的自动调焦方法，它通过图像清晰度评价函数对不同对焦位置所成像的清晰度进行评价，利用正确对焦时图像最清晰这个特征找到正确对焦位置。理想的清晰度评价函数应具备以下几个特点：(1)无偏性：只有物平面与焦平面重合时，评价函数才取极值。(2)单峰性：评价函数有且只有一个极值。(3)具有足够的信噪比：在一定噪声的干扰下，保证系统正确地检测到离焦信号。

目前图像清晰度评价方法的研究，主要有空域法、频域法和统计学法。空域方法主要依据图像的灰度梯度差来表征图像的清晰程度，该方法计算简单且易于实现，但抗噪性较差，容易受到光照和背景干扰。频域方法利用傅里叶变换、小波变换等变换方法提取图像不同的频率成分，以高频构建图像清晰度评价函数，该方法灵敏度高，但计算量大，硬件上不易实现。统计学方法利用统计学思想评价图像清晰度，该方法具有一定的抗噪性，但准确率低，灵敏度低。上述方法中评价效果较好，且广泛使用的是空域法的平方梯度法。

平方梯度法算法简单，其平方运算提高了评价函数的灵敏度。但存在的问题是：

1.其平方运算不仅大大增加了计算量，而且放大噪声对于整幅图像的干扰，影响评价函数的准确性。

2.容易受到外界光照环境的影响，表现在图像上是亮度(高亮或者过暗)对统计值的影响。

此外，现有技术中的常用术语如下：

图像清晰度：衡量图像质量优劣的重要指标，它能够较好的与人的主观感受相对应，图像的清晰度高低表现图像的清晰与模糊程度。

数字滤波器：数字滤波器由数字乘法器、加法器和延时单元组成的一种算法或装置。数字滤波器的功能是对输入离散信号的数字代码进行运算处理，以达到改变信号频谱的目的。

IIR数字滤波器：IIR数字滤波器采用递归型结构，即结构上带有反馈环路。IIR滤波器运算结构通常由延时、乘以系数和相加等基本运算组成。

发明内容

为了解决现有技术问题，本申请提出了一种易于硬件实现的图像清晰度评价方法，解决了以下问题：

1、利用IIR带通数字滤波器对采集的灰度图像进行处理，有效消除高频噪声和低频平坦区域的影响，针对图像细节的有效信息进行分析与处理，且数字滤波器易于硬件实现。

2、对数字滤波器处理后的结果，利用原始图像亮度信息进行亮度增益衰减，即高亮或者过暗区赋予较小增益值，减弱光照条件的干扰。

具体地，本发明提供一种易于硬件实现的图像清晰度评价方法，所述方法包括以下步骤：

S1，获取灰度图像Y，即表现图像亮度信息的图像；

S2，对水平奇数行的处理：

S2.1,水平方向,对奇数行进行IIR带通数字滤波器处理，得到Yh1；

S2.2，对Yh1根据亮度Y进行增益抑制，防止过亮或过暗对细节的影响；

S2.3，对步骤S2.2的结果，进行行方向的相邻像素作差并取绝对值，所有差的绝对值进行加和，得到清晰度值FVh；

S3，对垂直奇数列的处理：

S3.1,垂直方向，对偶数列进行IIR带通数字滤波器处理，得到Yv1；

S3.2,对Yv1根据亮度Y进行增益抑制,防止过亮或过暗对细节的影响；

S3.3,对步骤S3.2的结果,进行列方向的相邻像素作差并取绝对值，所有差的绝对值进行加和，得到清晰度值FVv；

S4，最终的清晰度值FV＝a*FVh+(1-a)*FVv，其中a为权重系数，取值[0,1]。

3.所述步骤S2.1、所述步骤S3.1中所述进行IIR带通数字滤波器处理进一步包括：所述IIR带通数字滤波器的设计，滤波器阶数根据实际选择，根据所要设计的数字滤波器参数确定相对应的模拟滤波器的传递函数：

然后将其转换为数字滤波器的传递函数：

所述滤波器阶数根据实际选择为设定为2阶。

所述设计进一步包括以下步骤：

a.确定数字滤波器的技术指标；

b.将数字滤波器指标转换为相应的模拟滤波器指标；

c.设计满足指标要求的过渡模拟滤波器；

d.将过渡模拟滤波器转换为数字滤波器。

所述步骤S2.1进一步包括：

原始图像设为I

Y

Y

Y

......

Y

其中，Y

所述步骤S2.2、步骤S3.2中增益抑制是分别对图像Yh1、图像Yv1进行亮度阈值的增益抑制分别得到Yh2、Yv2，所设置亮度阈值设置示意图如图4所示,描述为：

亮度值0-ThLow1之间对应增益亮度值GainLow；

亮度值ThLow1-ThLow2之间对应增益亮度值SlpLow；

亮度值ThLow2-ThHigh1之间对应增益亮度值GainMax；

亮度值ThHigh1-ThHigh2之间对应增益亮度值SlpHigh；

亮度值ThHigh2-255之间对应增益亮度值GainHigh。

所述步骤S3.2进一步包括：

原始图像设为I

X

X

X

......

X

其中，X

所述数字滤波器采用IIR数字滤波器，其由延时器、乘法器和加法器组成。

所述IIR数字滤波器采用带通结构，针对图像细节的有效信息进行分析与处理。

由此，本发明提供一种易于硬件实现的图像清晰度评价方法，所要解决的技术问题是在获取图像清晰度的同时，易于硬件实现。具体地，本申请的优势在于：

1、所述采用水平奇数行或垂直奇数列的处理方案，既能包含整幅图像的水平和垂直信息，在硬件上实现较为简单。

2、IIR数字滤波器采用带通结构，有效消除高频噪声和低频干扰的影响，针对图像细节的有效信息进行分析与处理。

3、对IIR滤波器处理后的结果，根据亮度信息Y进行增益抑制，防止过亮或过暗对细节的影响。

4、利用整幅图像的相邻像素之间的差的绝对值作为水平或者垂直方向的清晰度统计值，以加权求和计算最终清晰度评价值。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。

图1是本发明方法的流程示意图。

图2是本发明方法中涉及的二阶子系统的基本结构图。

图3是本发明中IIR带通数字滤波器设计流程示意图。

图4是本发明中抑制方法所设置阈值的图示。

具体实施方式

为了能够更清楚地理解本发明的技术内容及优点，现结合附图对本发明进行进一步的详细说明。

如图1所示，本发明提供一种易于硬件实现的图像清晰度评价方法，所述方法包括以下步骤：

S1，获取灰度图像Y，即表现图像亮度信息的图像；

S2，对水平奇数行的处理：

S2.1,水平方向,对奇数行进行IIR带通数字滤波器处理，得到Yh1；

S2.2，对Yh1根据亮度Y进行增益抑制，防止过亮或过暗对细节的影响；

S2.3，对步骤S2.2的结果，进行行方向的相邻像素作差并取绝对值，所有差的绝对值进行加和，得到清晰度值FVh；

S3，对垂直奇数列的处理：

S3.1,垂直方向，对偶数列进行IIR带通数字滤波器处理，得到Yv1；

S3.2,对Yv1根据亮度Y进行增益抑制,防止过亮或过暗对细节的影响；

S3.3,对步骤S3.2的结果,进行列方向的相邻像素作差并取绝对值，所有差的绝对值进行加和，得到清晰度值FVv；

S4，最终的清晰度值FV＝a*FVh+(1-a)*FVv，其中a为权重系数，取值[0,1]。

具体地，本发明所要解决的技术问题是在获取图像清晰度的同时，易于硬件实现。

所述数字滤波器采用IIR数字滤波器，其由延时器，乘法器和加法器组成，硬件上易于实现。

所述IIR数字滤波器采用带通结构，有效消除高频噪声和低频干扰的影响，针对图像细节的有效信息进行分析与处理。

本发明的理论基础：

IIR数字滤波器的数学描述：

差分方程：

系统传递函数：

对系统传递函数按照零极点因式分解：

其中，M＝M

实际应用以二阶子系统来表示：

二阶子系统的基本结构，如图2所示。

结构特点：

1.系统传递函数在有限平面上存在极点，且具体反馈结构；

2.采用的级联型结构，调整系数能单独调节零点或极点，不影响其他零极点。

本发明的技术方案：

本发明提供了一种易于硬件实现的图像清晰度评价方法，所述方法包括：

第一模块：获取灰度图像Y，即表现图像亮度信息的图像。

第二模块：水平方向，对奇数行进行IIR带通数字滤波器处理，得到Yh1。

第三模块：对Yh1根据亮度Y进行增益抑制，防止过亮或过暗对细节的影响。

第四模块：垂直方向，对偶数列进行IIR带通数字滤波器处理，得到Yv1。

第五模块：对Yv1根据亮度Y进行增益抑制，防止过亮或过暗对细节的影响。

第六模块：

对步骤3的结果，进行行方向的相邻像素作差并取绝对值，所有差的绝对值进行加和，得到清晰度值FVh,

对步骤5的结果进行列方向相同处理，获得清晰度值FVv。

第七模块：最终的清晰度值FV＝a*FVh+(1-a)*FVv，其中a为权重系数，取值[0,1]。

所述方法具体实施方案：

1.输入灰度图像Y。

2.水平方向，对奇数行进行IIR带通数字滤波器处理，得到Yh1。

1).所述采用水平奇数行或垂直奇数列的处理方案，优点是既能包含整幅图像的水平和垂直信息，在硬件上实现较为简单。

2).所述IIR带通数字滤波器设计，滤波器阶数可根据实际选择，本技术设定为2阶。

设计思想是根据所要设计的数字滤波器参数确定相对应的模拟滤波器的传递函数，然后将其转换为数字滤波器的传递函数。

设计流程，如图3所示。

3).IIR带通数字滤波器处理水平奇数行，得到Yh1。

原始图像设为I

Y

Y

Y

......

Y

其中，Y

3.对Yh1根据亮度Y进行增益抑制，防止过亮或过暗对细节的影响。

抑制方法所设置阈值如图4所示。其中，横轴为输入亮度值，纵轴为增益亮度值,对图像Yh1进行亮度阈值的增益抑制，得到Yh2。

4.对Yh2图像计算清晰度值，步骤如下：

①水平方向，相邻像素作差值，并取绝对值；

②将所有的步骤①结果求和，得到FVh。

5.垂直方向，处理方法与水平方向相同，最后得到清晰度值FVv。

6.最终的清晰度值FV＝a*FVh+(1-a)*FVv，其中a为权重系数，取值[0,1]。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。