一种相机聚焦清晰度评估方法及系统

技术领域

本申请涉及图像数据处理技术领域，特别涉及一种相机聚焦清晰度评估方法及系统。

背景技术

随着数字成像技术向自动化和智能化发展，自动对焦技术的应用范围不断扩大，在自动化、高精度、高稳定性等方面都取得了很大进展，现已广泛应用于照相机、摄像机、显微镜、扫描仪等各种精密仪器中。

好的成像状态是相机能够正常检测的前提，而相机成像清晰度评估是保证相机取得清晰图像的关键，目前大部分相机成像清晰度仍然靠人眼进行评估，其不仅效率低，而且易人眼主观因素的影响。

图像清晰度评价在图像分析和识别中具有重要的意义。数字图像评价函数是评价数字图像清晰度的重要依据，是数字图像采集系统中实现自动聚焦的关键。

现有的清晰度评估方法主要有Tenengard梯度法、Laplacian梯度法、方差法等，采用Tenengard梯度法、Laplacian梯度法进行评估时难以进行归一化，且需进行全局处理会给调机带来一定的困难，而方差法易受环境因素干扰，评估准确率不高。

发明内容

本申请实施例提供一种相机聚焦清晰度评估方法及系统，以解决相关技术中清晰度评估方法效率低，准确率不高的问题。

本申请实施例第一方面提供了一种相机聚焦清晰度评估方法，所述方法包括：

图像采集，利用相机在设定曝光时间下拍摄黑白物品后得到黑白原始图像；

边缘提取，在原始图像中采用差分处理得到差分图像，选取差分图像每列或每行最大灰度值的像素点作为每列或每行的边缘位置，并截取边缘位置的ROI图像；

图像重构，将边缘位置信息采用最小二乘法进行直线拟合，得到边缘拟合直线，然后求ROI图像中所有像素点至边缘拟合直线上的距离并取整，将距离拟合直线相同的像素点列为同一行或同一列得到重构图像；

图像评估，对重构图像求每列或每行灰度投影得到灰度投影图像，并求得灰度投影图像的二阶差分，最后通过二阶差分取最大值求得清晰度评价特征参数。

在一些实施例中，所述差分处理具体为：

在原始图像中同一列的第i+2行像素点的灰度值减去第i行像素点的灰度值得到垂直方向二阶差分图像；

或者，在原始图像中同一行的第i+2列像素点的灰度值减去第i列像素点的灰度值得到水平方向二阶差分图像。

在一些实施例中，所述边缘位置信息包括各边缘位置像素点的行坐标和列坐标，进而得到各边缘位置像素点的数据对，再采用最小二乘法对多组数据对进行线性拟合得到边缘拟合直线。

在一些实施例中，对重构图像求每列或每行灰度投影具体包括：

对重构图像沿水平方向的每行像素点的灰度值相加再求平均值；

或者，对重构图像沿垂直方向的每列像素点的灰度值相加再求平均值。

在一些实施例中，求得灰度投影图像的二阶差分具体包括：

在灰度投影图像中第i+2行像素点的灰度值减去第i行像素点的灰度值得到灰度差值；

或者，在灰度投影图像中第i+2列像素点的灰度值减去第i列像素点的灰度值得到灰度差值。

本申请实施例第二方面提供了一种相机聚焦清晰度评估系统，包括：

相机，其用于在设定曝光时间下拍摄黑白物品后得到黑白原始图像；

边缘提取模块，其用于在原始图像中采用差分处理得到差分图像，选取差分图像每列或每行最大灰度值的像素点作为每列或每行的边缘位置，并截取边缘位置的ROI图像；

图像重构模块，其用于将边缘位置信息采用最小二乘法进行直线拟合，得到边缘拟合直线，然后求ROI图像中所有像素点至边缘拟合直线上的距离并取整，将距离拟合直线相同的像素点列为同一行或同一列得到重构图像；

图像评估模块，其用于对重构图像求每列或每行灰度投影得到灰度投影图像，并求得灰度投影图像的二阶差分，最后通过二阶差分取最大值求得清晰度评价特征参数。

在一些实施例中，边缘提取模块差分处理具体为：

在原始图像中同一列的第i+2行像素点的灰度值减去第i行像素点的灰度值得到垂直方向二阶差分图像；

或者，在原始图像中同一行的第i+2列像素点的灰度值减去第i列像素点的灰度值得到水平方向二阶差分图像。

在一些实施例中，所述图像重构模块中边缘位置信息包括各边缘位置像素点的行坐标和列坐标，进而得到各边缘位置像素点的数据对，再采用最小二乘法对多组数据对进行线性拟合得到边缘拟合直线。

在一些实施例中，所述图像评估模块对重构图像求每列或每行灰度投影具体包括：

对重构图像沿水平方向的每行像素点的灰度值相加再求平均值；

或者，对重构图像沿垂直方向的每列像素点的灰度值相加再求平均值。

在一些实施例中，所述图像评估模块求得灰度投影图像的二阶差分具体包括：

在灰度投影图像中第i+2行像素点的灰度值减去第i行像素点的灰度值得到灰度差值；

或者，在灰度投影图像中第i+2列像素点的灰度值减去第i列像素点的灰度值得到灰度差值。

本申请提供的技术方案带来的有益效果包括：

本申请实施例提供了一种相机聚焦清晰度评估方法及系统，由于本申请的相机聚焦清晰度评估方法首先进行图像采集，利用相机在设定曝光时间下拍摄黑白物品后得到黑白原始图像；其次边缘提取，在原始图像中采用差分处理得到差分图像，选取差分图像每列或每行最大灰度值的像素点作为每列或每行的边缘位置，并截取边缘位置的ROI图像。

接下来图像重构，将边缘位置信息采用最小二乘法进行直线拟合，得到边缘拟合直线，然后求ROI图像中所有像素点至边缘拟合直线上的距离并取整，将距离拟合直线相同的像素点列为同一行或同一列得到重构图像；最后图像评估，对重构图像求每列或每行灰度投影得到灰度投影图像，并求得灰度投影图像的二阶差分，最后通过二阶差分取最大值求得清晰度评价特征参数。

因此，本申请的相机聚焦清晰度评估方法利用相机对黑白物品拍摄后得到黑白原始图像，采用差分处理得到差分图像进而利用差分图像确定目标的粗略位置，再选取差分图像每列或每行最大灰度值的像素点进而得到每列或每行的边缘位置。为了缩短后续图像重构和图像评估的计算时间，提前截取了边缘位置的ROI图像。

利用边缘位置信息采用最小二乘法进行直线拟合得到边缘拟合直线，再将ROI图像中所有像素点至边缘拟合直线上的距离相同的像素点列为同一行或同一列，得到重构图像，解决了同一行或同一列的像素点灰度值差异过大导致在图像评估中清晰度评价准确率不高的问题。最后对重构图像求灰度投影图像，对灰度投影图像进行二阶差分，根据二阶差分取最大值评价图像的清晰度。

本申请采用过渡像素二阶差分值的方法评估图像清晰度，相比其它清晰度评估算法而言，可对清晰度评估特征参数进行归一化，且可采用局部图像进行评估，大大节省了计算时间，提高了计算效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，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的附图。

图1为本申请实施例相机聚焦清晰度评估方法的流程图；

图2为本申请实施例相机聚焦清晰度评估系统的结构框图；

图3为本申请实施例黑白物品的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请实施例提供了一种相机聚焦清晰度评估方法及系统，其能解决相关技术中清晰度评估方法效率低，准确率不高的问题。

参见图1和图3所示，本申请实施例第一方面提供了一种相机聚焦清晰度评估方法，所述方法包括：

步骤101、图像采集，利用相机在设定曝光时间下拍摄黑白物品后得到黑白原始图像；本步骤中控制相机在某一恒定温度下，曝光时间为50ms，采集黑白物品的原始图像，黑白物品可优先为黑白卡片，黑白卡片的黑色区域和白色区域边界清晰。

步骤102、边缘提取，在原始图像中采用差分处理得到差分图像，差分图像能够确定黑色区域和白色区域边缘位置这一目标的粗略位置，选取差分图像每列或每行最大灰度值的像素点作为每列或每行的边缘位置，并截取边缘位置的ROI图像。

步骤103、图像重构，将边缘位置信息采用最小二乘法进行直线拟合，得到边缘拟合直线，然后求ROI图像中所有像素点至边缘拟合直线上的距离并取整。将距离拟合直线相同的像素点列为同一行或同一列得到重构图像，例如距离为1所有像素点为第一行，距离为2的所有像素点为第2行，距离为3的所有像素点为第3行等，进而得到重构图像。

步骤104、图像评估，对重构图像求每列或每行灰度投影得到灰度投影图像，并求得灰度投影图像的二阶差分，最后通过二阶差分取最大值求得清晰度评价特征参数，清晰度评价特征参数为无量纲，通过二阶差分取最大值的数值越大表征图像越清晰，反之二阶差分取最大值的数值越小表征图像越模糊，进而需要对相机的聚焦清晰度进行调节。

本申请实施例的相机聚焦清晰度评估方法利用相机对黑白物品拍摄后得到黑白原始图像，采用差分处理得到差分图像进而利用差分图像确定目标的粗略位置，再选取差分图像每列或每行最大灰度值的像素点进而得到每列或每行的边缘位置。为了缩短后续图像重构和图像评估的计算时间，提前截取了边缘位置的ROI图像，ROI图像的像素数相比差分图像的像素数少的多，进而降低了计算难度，缩短了计算时间。

利用边缘位置信息采用最小二乘法进行直线拟合得到边缘拟合直线，再将ROI图像中所有像素点至边缘拟合直线上的距离相同的像素点列为同一行或同一列，得到重构图像，解决了同一行或同一列的像素点灰度值差异过大导致在图像评估中清晰度评价准确率不高的问题。最后对重构图像求灰度投影图像，对灰度投影图像进行二阶差分，根据二阶差分取最大值评价图像的清晰度。

本申请采用过渡像素二阶差分值的方法评估图像清晰度，相比其它清晰度评估算法而言，可对清晰度评估特征参数进行归一化，便于调节相机，且可采用局部图像进行评估，大大节省了计算时间，提高了计算效率。

在一些可选实施例中，本申请实施例提供了一种相机聚焦清晰度评估方法，所述方法中差分处理具体为：

在原始图像中同一列的第i+2行像素点的灰度值减去第i行像素点的灰度值得到垂直方向二阶差分图像，当然还可以通过在原始图像中同一列的第i+1行像素点的灰度值减去第i行像素点的灰度值得到垂直方向一阶差分图像，但一阶差分图像没有二阶差分图像的边缘位置清晰。

或者，在原始图像中同一行的第i+2列像素点的灰度值减去第i列像素点的灰度值得到水平方向二阶差分图像，当然还可以通过在原始图像中同一行的第i+1列像素点的灰度值减去第i列像素点的灰度值得到水平方向一阶差分图像，但一阶差分图像没有二阶差分图像的边缘位置清晰。

在一些可选实施例中，本申请实施例提供了一种相机聚焦清晰度评估方法，所述方法中边缘位置信息包括各边缘位置像素点的行坐标和列坐标，进而得到各边缘位置像素点的数据对(行坐标、列坐标)，再采用最小二乘法对多组数据对进行线性拟合得到边缘拟合直线。

在一些可选实施例中，本申请实施例提供了一种相机聚焦清晰度评估方法，所述方法中对重构图像求每列或每行灰度投影具体包括：对重构图像沿水平方向的每行像素点的灰度值相加再求平均值进而得到一维灰度投影图像；或者，对重构图像沿垂直方向的每列像素点的灰度值相加再求平均值进而得到一维灰度投影图像。

求得灰度投影图像的二阶差分具体包括：在灰度投影图像中第i+2行像素点的灰度值减去第i行像素点的灰度值得到灰度差值；或者，在灰度投影图像中第i+2列像素点的灰度值减去第i列像素点的灰度值得到灰度差值，在灰度差值中取最大值即求得清晰度评价特征参数，清晰度评价特征参数为无量纲，通过二阶差分取最大值的数值越大表征图像越清晰，反之二阶差分取最大值的数值越小表征图像越模糊。

参见图2和图3所示，本申请实施例第二方面提供了一种相机聚焦清晰度评估系统，包括：

相机，其用于在设定曝光时间下拍摄黑白物品后得到黑白原始图像；控制相机在某一恒定温度下，曝光时间为50ms，采集黑白物品的原始图像，黑白物品可优先为黑白卡片，黑白卡片的黑色区域和白色区域边界清晰。

边缘提取模块，其用于在原始图像中采用差分处理得到差分图像，差分图像能够确定黑色区域和白色区域边缘位置这一目标的粗略位置，选取差分图像每列或每行最大灰度值的像素点作为每列或每行的边缘位置，并截取边缘位置的ROI图像。

图像重构模块，其用于将边缘位置信息采用最小二乘法进行直线拟合，得到边缘拟合直线，然后求ROI图像中所有像素点至边缘拟合直线上的距离并取整，将距离拟合直线相同的像素点列为同一行或同一列得到重构图像，例如距离为1所有像素点为第一行，距离为2的所有像素点为第2行，距离为3的所有像素点为第3行等，进而得到重构图像。

图像评估模块，其用于对重构图像求每列或每行灰度投影得到灰度投影图像，并求得灰度投影图像的二阶差分，最后通过二阶差分取最大值求得清晰度评价特征参数，清晰度评价特征参数为无量纲，通过二阶差分取最大值的数值越大表征图像越清晰，反之二阶差分取最大值的数值越小表征图像越模糊，进而需要对相机的聚焦清晰度进行调节。

在一些可选实施例中，本申请实施例第二方面提供了一种相机聚焦清晰度评估系统，该系统中边缘提取模块差分处理具体为：

在原始图像中同一列的第i+2行像素点的灰度值减去第i行像素点的灰度值得到垂直方向二阶差分图像，当然还可以通过在原始图像中同一列的第i+1行像素点的灰度值减去第i行像素点的灰度值得到垂直方向一阶差分图像，但一阶差分图像没有二阶差分图像的边缘位置清晰。

或者，在原始图像中同一行的第i+2列像素点的灰度值减去第i列像素点的灰度值得到水平方向二阶差分图像，当然还可以通过在原始图像中同一行的第i+1列像素点的灰度值减去第i列像素点的灰度值得到水平方向一阶差分图像，但一阶差分图像没有二阶差分图像的边缘位置清晰。

在一些可选实施例中，本申请实施例第二方面提供了一种相机聚焦清晰度评估系统，该系统中图像重构模块中边缘位置信息包括各边缘位置像素点的行坐标和列坐标，进而得到各边缘位置像素点的数据对(行坐标、列坐标)，再采用最小二乘法对多组数据对进行线性拟合得到边缘拟合直线。

在一些可选实施例中，本申请实施例第二方面提供了一种相机聚焦清晰度评估系统，该系统中图像评估模块对重构图像求每列或每行灰度投影具体包括：对重构图像沿水平方向的每行像素点的灰度值相加再求平均值进而得到一维灰度投影图像；或者，对重构图像沿垂直方向的每列像素点的灰度值相加再求平均值进而得到一维灰度投影图像。

图像评估模块求得灰度投影图像的二阶差分具体包括：在灰度投影图像中第i+2行像素点的灰度值减去第i行像素点的灰度值得到灰度差值；或者，在灰度投影图像中第i+2列像素点的灰度值减去第i列像素点的灰度值得到灰度差值，在灰度差值中取最大值即求得清晰度评价特征参数，清晰度评价特征参数为无量纲，通过二阶差分取最大值的数值越大表征图像越清晰，反之二阶差分取最大值的数值越小表征图像越模糊。

工作原理

本申请实施例提供了一种相机聚焦清晰度评估方法及系统，由于本申请的相机聚焦清晰度评估方法首先进行图像采集，利用相机在设定曝光时间下拍摄黑白物品后得到黑白原始图像；其次边缘提取，在原始图像中采用差分处理得到差分图像，选取差分图像每列或每行最大灰度值的像素点作为每列或每行的边缘位置，并截取边缘位置的ROI图像。

接下来图像重构，将边缘位置信息采用最小二乘法进行直线拟合，得到边缘拟合直线，然后求ROI图像中所有像素点至边缘拟合直线上的距离并取整，将距离拟合直线相同的像素点列为同一行或同一列得到重构图像；最后图像评估，对重构图像求每列或每行灰度投影得到灰度投影图像，并求得灰度投影图像的二阶差分，最后通过二阶差分取最大值求得清晰度评价特征参数。

因此，本申请的相机聚焦清晰度评估方法利用相机对黑白物品拍摄后得到黑白原始图像，采用差分处理得到差分图像进而利用差分图像确定目标的粗略位置，再选取差分图像每列或每行最大灰度值的像素点进而得到每列或每行的边缘位置。为了缩短后续图像重构和图像评估的计算时间，提前截取了边缘位置的ROI图像。

利用边缘位置信息采用最小二乘法进行直线拟合得到边缘拟合直线，再将ROI图像中所有像素点至边缘拟合直线上的距离相同的像素点列为同一行或同一列，得到重构图像，解决了同一行或同一列的像素点灰度值差异过大导致在图像评估中清晰度评价准确率不高的问题。最后对重构图像求灰度投影图像，对灰度投影图像进行二阶差分，根据二阶差分取最大值评价图像的清晰度。

本申请采用过渡像素二阶差分值的方法评估图像清晰度，相比其它清晰度评估算法而言，可对清晰度评估特征参数进行归一化，且可采用局部图像进行评估，大大节省了计算时间，提高了计算效率。

在本申请的描述中，需要说明的是，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在本申请中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。