一种基于SFR算法的光学调焦方法

技术领域

本发明属于相机技术领域，具体涉及一种基于SFR算法的光学调焦方法。

背景技术

目前，对于大多数可视产品（例如，监控器）的制造及检测，最重要的工艺制程在于调焦部分，若镜头没有被调至准确的位置，将会导致呈像模糊。其中，调焦也称对焦、聚焦，具体是指改变像距(即镜头光心至底片平面的距离)，以获得本物体清晰像的调节过程。

在实际生产上，可视产品中的相机在出厂时需调整到最佳焦点位置。现有调焦方法例如手动对焦，通过人眼观察拍摄图像的清晰度，过程繁琐，精度低，一些自动对焦如目测测距，虽然速度快但精度不高，容易出错，导致最清晰点的位置出现偏移，从而出现部分模组有人脸模糊，背景清晰等问题，用户体验差。

发明内容

本发明的目的在于提供一种基于SFR算法的光学调焦方法，通过实时获取的多帧图像利用SFR算法判断相机的清晰/模糊状态，成本低、效率及准确度高。

为了解决上述技术问题，本发明所提出如下技术方案予以解决：

本申请涉及一种基于SFR算法的光学调焦方法，用于相机，其特征在于，包括：

控制调整五个平行光管的位置及发光区域，以输出五个图案；

利用所述相机拍摄包括所述五个图案的图像，其中所述五个图案中四个位于所述图像的四个角部处且剩余一个位于所述图像的中心处；

至少定位中心处图案的ROI；

至少获取中心处图案的ROI对应的SFR值；

判断所述SFR值是否在预设限值内，若是，则进行细调模式，若否，则进行粗调模式；

粗调模式：粗调所述相机，直至获取中心处图案的ROI对应的SFR值位于所述预设限值内，之后进入细调模式；

细调模式：细调所述相机，拍摄多帧由所述五个平行光管输出的五个图案的图像；

获取各帧图像中位于中心处图案的ROI对应的SFR值并进行阈值限定；

拟合阈值限定后的各帧图像中的SFR值，得到SFR数据曲线；

求取所述SFR数据曲线的极大值点，定位所述极大值点对应的所述相机拍摄的图像中五个图案的各ROI，并获取各ROI对应的SFR值；

若所获取的各SFR值均大于对应限值时，确定所述极大值点对应的所述相机的位置为光圈的固定位置。

在本申请中，获取所述图像中每个图案的ROI对应的SFR值，具体为：

确定所述图像中每个图案中的ROI的位置信息；

根据所述图像及各图案中ROI的位置信息，获取各ROI图像；

根据各ROI图像，利用SFR算法获取各ROI图像对应的SFR值。

在本申请中，所述图像在暗室中拍摄；确定所述图像中每个图案中的ROI的位置信息，具体为：

确定所述图像中每个图案对应的平行光管的中心点位置；

在每个图案中，以所述中心点位置为圆心、以预设值为半径形成圆周，并沿所述圆周遍历图案中黑白交界的点，确定ROI的中心点位置，其中位于四个角部处图案中的黑白交界的点统一选择外侧或内侧的；

根据所述图像中各图案的ROI的中心点位置、及预设的ROI的高度及宽度，确定对应的ROI的位置信息。

在本申请中，确定所述图像中每个图案对应的平行光管的中心点位置，具体为：

在所述图像中截取各个图案所在的感兴趣区域形成各个截取图像；

对各截取图像进行二值化处理；

对二值化后的图像进行形态学处理；

对形态学处理后的图像进行仿射变换；

在垂直方向及水平方向上分别进行像素值积分，得到第一积分曲线及第二积分曲线；

求取所述第一积分曲线的极大值，得到所述图案对应的平行光管的中心点位置的x坐标；

求取所述第二积分曲线的极小值，得到所述图案对应的平行光管的中心点位置的y坐标。

在本申请中，所述图像中每个图案中的ROI包括垂直ROI和水平ROI，且所述垂直ROI和水平ROI的长边分别相等，且短边也分别相等。

在本申请中，所述图像中每个图像中的ROI为两个，包括一个垂直ROI和一个水平ROI。

在本申请中，所述每个图案为相对的两个扇形区域。

在本申请中，位于所述图像的一条对角线上的三个图案的倾斜角度及倾斜方向均相同，且剩余两个图案位于另一条对角线上且倾斜角度及倾斜方向均相同。

本发明提供的基于SFR算法的光学调焦方法，具有如下有益效果和优点：

利用平行光管输出的图案且由相机采集到的图像，在图像上至少采集中心处图案的ROI对应的SFR值，中心光管的亮度及均匀性较稳定，利用SFR值与预设限值比较，判定当前位置是清晰的还是模糊的，在当前位置是清晰的情况下进入细调，在当前位置是模糊的情况下进入粗调直至当前位置是清晰的而进入细调，在细调时，获取各帧图像中位于中心处图案的ROI对应的SFR值，并进行阈值限定后拟合得到SFR数据曲线，利用SFR数据曲线的极大值点来判定相机的清晰度最佳的焦点位置，SFR值既能最大限度的表示图像的清晰度，又能评价相机成像的质量，该方法稳定可靠、准确度高，且该调焦方法流程简单高效。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对本发明实施例或现有技术描述中所需要使用的附图作一简要介绍，显而易见地，下面描述的附图是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。

图1为本发明提出的基于SFR算法的光学调焦方法实施例中相机拍摄的平行光管输出的五个图案的图像；

图2为图1获取到的各个图案的ROI的效果图；

图3为本发明提出的基于SFR算法的光学调焦方法实施例中的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请涉及相机的最佳清晰度的焦点位置的确定方法，其基于SFR（SpatialFrequency Response，空间频率响应）算法来实现相机的光学调焦，保证相机在出厂后再由用户使用时，会一直处于比较清晰的状态。

借助五个平行光管对相机进行光学调焦，以确定最佳清晰度的焦点位置。

可以根据实际需要调整每个平行光管的位置（例如转动角度等）及控制每个平行光管的发光区域，以满足相机的调焦需要。

对五个平行光管输出的图案说明如下。

在本申请中，为了避免背景对图像的干扰，相机在暗室下拍摄由五个平行光管输出的图案。

五个平行光管输出的五个图案中四个位于相机所拍摄的图像的的四个角部处，剩余一个位于图像的中心处。

需要说明的是，每个图案需要具有ROI（region of interest，感兴趣区域），即，ROI具有黑白交界的倾斜边，且在ROI中仅有一个该倾斜边。

为了形成该ROI，每个图案是倾斜的，即不存在水平或垂直方向上的图案，参见图1，五个平行光管中每个发光图案为相对的两个扇形。

且为了便于说明，图1中位于图像中一个对角线（即，左上角的图案、中心处的图案及右下角的图案）上的三个图案的倾斜角度及倾斜方向（如图1所示的均向右侧倾斜）均相同；剩余两个图案（即，右上角的图案及左下角的图案）与中心处的图案在另一个对角线上，且该两个图案的倾斜角度及倾斜方向（如图1所示的均向左侧倾斜）均相同，且剩余两个图案的倾斜角度及倾斜方向可以分别与位于对角线上的三个图案的倾斜角度及倾斜方向不同。

需要说明的是，如上所述的“左”和“右”相对于图1中的左右侧而言。

S1：控制调整五个平行光管的位置及发光区域，以输出五个图案。

如上所述，根据实际需要控制调整每个平行光管的位置及发光区域，使五个平行光管输出如上所述的五个图案，五个图案具体参见如上所述，此处不再描述。

S2：相机拍摄包括五个平行光管输出的五个图案。

在本申请中，相机在暗室中拍摄平行光管输出的图案，这样，既可以获取到平行光管形成的所需图像，也可以避免背景对图像分析的干扰。S3：至少定位位于中心处图案的ROI。

在S3中，包括两种情况：1、仅定位位于中心处图案的各ROI；2、定位位于中心处图案的ROI、以及定位位于四角处四个图案的各ROI。

定位图像中每个图案的ROI的过程都是一样，定位ROI即为确定ROI的位置信息。

具体确定图像中各图案的ROI的位置信息的说明如下。

S31：确定每个平行光管的中心点位置。

在图像中截取各个图案所在的感兴趣区域形成各个截取图像，即分别获取包含五个图案的五个截取图像，该截取图像的大小相同且均完全包含其中的图案。

以确定其中一个平行光管的中心点位置为例进行说明。

假设该平行光管输出的图案为图1中左上角的图案，其对应截取的图像记为截取图像A。

对截取图像A进行预处理，例如依次进行二值化处理及形态学处理（例如、膨胀、腐蚀、开运算、闭运算）。

将处理后的截取图像A进行仿射变换，以将截取图像A中的倾斜图案旋转成垂直图像。

仿射变换后的截取图像A中背景为黑色，像素为0，前景（即图案）为白色，像素为255。

在垂直方向上对像素值进行积分，得到第一积分曲线，并求取该第一积分曲线的极大值，获得对应该平行光管的中心点位置的x坐标。

在水平方向上对像素值进行积分，得到第二积分曲线，并求取该第二积分曲线的极小值，获得对应该平行光管的中心点位置的y坐标。

如此，按照如上所述的获取平行光管的中心点位置的方式，对其余四个截取图像分别进行如上所述的过程，分别确定剩余平行光管的中心点位置。

本申请中，对于形状规则的平行光管的中心点位置的确定，相比现有技术中常用的最小外接矩形（简称方法1）及最小外接圆法（简称方法2）定位光管的中心点位置更准确。

对于中心处光管的中心点位置的确定的比较结果见下表。

对于五个平行光管的中心点位置的确定的偏差比较结果见下表。

从以上两个表可以看出，本申请用于定位平行光管的中心点位置的准确性高，为后续进一步精确确定ROI的中心点位置、及ROI位置信息提供了基础。

S32：在图像中，针对于每个图案，确定ROI的中心点位置。

以图像中的左上角的图案（记为图案A）为例进行说明。

已知图案A对应的平行光管的中心点坐标，以该中心点位置为圆心，以预设值为半径形成圆周，此时圆周会与图案A形成四个黑白交界的点，遍历圆周上黑白交界的点，可以获取黑白交界的点的坐标。

在本申请中，可以统一选择外侧或内侧的两个黑白交界的点，本申请中统一选择外侧的两个点O1和O2，即这两个点O1和O2的坐标即为图案A的ROI的中心点位置。

需要说明的是，此处的外侧或内侧相对于中心处图案来说的。

在本申请中，所选取的图案A的两个ROI中一个是垂直ROI且另一个是水平ROI，且每个ROI的长边分别相等，且短边也分别相等。

若水平ROI的长边为宽度W，短边为高度H，那么垂直ROI的长边为高度H'，短边为宽度W'，其中W=H'，H=W'。其中ROI的长边和短边的大小都是预设的。

S33：根据各图案的ROI的中心点位置、及预设的ROI的高度H及宽度W，确定对应的ROI的位置信息。

仍以图案A为例进行说明，其水平ROI具有中心点位置O1（其坐标记为（x'，y'））及垂直ROI具有中心点位置O2（其坐标记为（x''，y''））。

将中心点位置O1向宽的左方向移动W/2个像素，向高的上方向移动H/2个像素，确定水平ROI的起始坐标后即可以确定水平ROI的位置信息，可以表示如下（x'-W/2，y'-H/2，W，H）。

将中心点位置O2向宽的左方向移动W'/2（即，H/2）个像素，向高的上方向移动H'/2（即，W/2）个像素，确定垂直ROI的起始坐标后即可以确定垂直ROI的位置信息，可以表示如下（x''-W'/2，y''-H'/2，W'，H'）（即，（x''-H/2，y''-W/2，H，W））。

如此，可以计算处其他图案中各垂直ROI和水平ROI的位置信息，定位结果参见图2。

S4：至少获取位于中心处图案的ROI对应的SFR值。

在S4中，包括两种情况：1、仅获取位于中心处图案的各ROI对应的SFR值；2、获取位于中心处图案的ROI对应的SFR值、以及获取位于四角处四个图案的各ROI对应的SFR值。

获取图像中每个图案的ROI对应的SFR值的过程都是一样。

具体确定图像中各图案的ROI对应的SFR值的说明如下。S41：根据图像及各图案中ROI的位置信息，获取各ROI图像。

此处图像指图1中示出的图像。

结合图像的像素信息及ROI的位置信息，获取每个ROI的ROI图像。

S42：根据各ROI图像，利用SFR算法获取对应的SFR值。

SFR即为空间频率响应，其是指成像装置对应于空间频率的振幅响应特性，可用于判别相机的分辨率。

SFR值即为利用SFR分析被截取图像得到的数值，能最大限度的表示图像的清晰度，又能评价相机成像的质量。

SFR值的取值范围是0到1，越接近1表示清晰度越高。

S5：判断中心处图案的ROI对应的SFR值是否在预设限值内，若否，进行到S6，若是，进行到S7。

通过对SFR值设置预设限值，对当前帧图像的清晰度进行判断。

由于中心光管的亮度及均匀性相对更加稳定，因此，选择中心光管处输出的图案的ROI（例如，可以选择中心处图案中其中一个ROI）对应的SFR值进行判断。

S6：进行粗调模式。

若SFR值小于该预设限值，表示当前帧图像不满足清晰度要求，先开始对相机进行粗调，直至判定中心光管处输出的图案的ROI对应的SFR值大于等于预设限值后，再进行到S7，对相机进行细调，以加快调焦速度。

S7：进行细调模式。

若该SFR值大于等于该预设限值，表示当前帧图像满足清晰度要求，开始对相机进行细调，以找到相机的最佳焦点。

调焦是一个过程，在沿单一方向调整光圈的过程中，SFR值呈逐渐增大的趋势（即，从模糊到清晰），在达到峰值后如果继续调整光圈，SFR值呈逐渐减小的趋势（即，从清晰到模糊），因此，需要收集一系列的SFR值数据依靠趋势进行数据处理并判断，一帧图像的SFR值只表明相机当前的清晰度状态，而无法精确判断出相机最佳清晰度位置。

细调模式具体说明如下。

细调相机的光圈，改变相机的焦距，拍摄多帧具有五个平行光管输出的五个图案的图像。

利用如上所述的获取方式，可以获取每帧图像中的位于中心处图案的其中一个ROI对应的SFR值。

如此，对于多帧图像，就会获取到各帧图像的位于中心处图案的其中一个ROI对应的多个SFR值。

需要说明的是，SFR值是针对改变相机焦距的情况下拍摄到的图像中同一位置、同一频率（此频率是事先设定好的）下计算的。

对上述所获取到的多个SFR值进行阈值（例如，0.3）限定，获取到多个限定后的SFR值。

拟合所有限定后的SFR值，得到SFR数据曲线，此曲线呈现SFR值先逐渐增大后逐渐减小的趋势。

求取SFR数据曲线的极大值点，该极大值点对应的位置即为相机最佳清晰度所在的位置，并利用相机在该位置处拍摄的一帧图像，并计算出该帧图像中五个图案的对应的十个ROI对应的十个SFR值，即，中心点处一个图案的两个ROI对应的两个SFR值、和四角处四个图案中每个图案的两个ROI对应的两个SFR值，共计十个SFR值。

预先对中心图案的两个ROI对应的两个SFR值设置第一阈值，且预先对四个角部处的图案的八个ROI对应的八个SFR值设置第二阈值。

在所获取十个SFR值后，通过对中心光管输出的图案对应的两个ROI对应的的两个SFR值进行第一阈值限定，且对四角处光管输出的图案对应的八个ROI对应的八个SFR值进行第二阈值限定，若满足对应阈值限定，整个调焦过程结束，并可以可视化输出测试成功，此时，可以点胶固定光圈，使产品在出厂后，相机就一直处于比较清晰的状态。

若不满足对应阈值限定，整个调焦过程结束，并可以可视化输出测试失败，此后筛选出来，并重点分析相机的成像系统不合格的原因。

基于SFR算法进行光学调焦，准确度高且算法流程简单，能够高效且准确地实现光学调焦。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。