一种自动对焦方法及系统

技术领域

本发明涉及图像信号处理领域，尤其涉及一种自动对焦方法及系统。

背景技术

红外探测器因红外焦平面工艺、结构及电路设计等问题，存在不可避免的时域噪声干扰，图像中具体表现为横纹、竖纹、闪线等。在此基础上，现有的红外探测器自动对焦过程中，通常通过计算Y16图像的灰度梯度值的运动趋势以控制电机运动，并采用爬山搜索法寻找对焦过程中的准焦点，然而上述方法忽略了时域噪声对自动对焦过程产生的干扰，在横竖纹、闪点、闪线等时域噪声大、信噪比低的场景下的自动对焦失败率较高，鲁棒性较差。

发明内容

本发明的目的在于提供一种自动对焦方法及系统，其可有效去除各种噪声干扰，使得电机无需遍历整个对焦过程，在电机运动行程的任意位置即可实现低信噪比/复杂场景下的快速精准自动对焦。

为实现上述目的，本发明提供如下技术方案：

一方面，提供了一种自动对焦方法，其包括：

获取连续的N帧原始红外图像，并获取每一原始红外图像进行噪声滤除后的清晰度值；

以及根据图像清晰度连续变化的情况搜索图像清晰度值最大值，以进行自动对焦。

优选的，所述获取每一原始红外图像进行噪声滤除后的清晰度值，包括如下步骤：

对所述原始红外图像进行空域噪声滤除；

以及根据经过空域噪声滤除后的低频信号获取当前原始红外图像的初始清晰度值。

优选的，对所述原始红外图像进行空域噪声滤除包括如下步骤：

按照公式(1)构建灰度滤波核函数：

其中，g(i，j)表示邻域[r

按照公式(2)对当前原始红外图像进行灰度滤波处理，以实现空域噪声滤除：

其中，YG(i，j)表示当原始红外图像经过空域滤除噪声后的低频信号。

优选的，根据公式(3)获取当前原始红外图像的初始清晰度值：

其中，Grad(t)为当前原始红外图像的初始清晰度值；YG(i，j)表示当前原始红外图像经过空域噪声滤除后的低频信号；(YG(i+2，j)-YG(i，j))、(YG(i，j+2)-YG(i，j))分别为当前原始红外图在行方向与列方向的灰度梯度值；abs(·)表示取绝对值；w、h分别表示当前原始红外图像的宽度和高度。

优选的，根据获得的初始清晰度值进行时域噪声滤除，以得到当前原始红外图像经过时域噪声滤除后的清晰度值。

优选的，根据公式(4)对当前原始红外图像的初始清晰度值进行时域噪声滤除：

Grads

其中，Grad

优选的，根据图像清晰度连续变化的情况搜索图像清晰度值最大值，以进行自动对焦，包括如下步骤：

根据相邻两帧红外图像的图像清晰度值确定图像清晰度连续变化的图像帧数；

根据图像清晰度连续变化的图像帧数自动控制电机转动，以完成自动对焦。

优选的，根据图像清晰度连续变化的图像帧数自动控制电机转动，以完成自动对焦，包括如下步骤：

当图像清晰度连续上升的图像帧数大于或等于连续变化图像帧数阈值时，则自动控制电机按照原方向继续转动，以搜索图像清晰度最大值MaxGrad；

当图像清晰度连续下降的图像帧数大于或等于连续变化图像帧数阈值或者某一帧图像的清晰度值小于与图像清晰度最大值MaxGrad相关的第一图像清晰度阈值时，则自动控制电机按照反方向转动，重新搜索图像清晰度最大值，以完成自动对焦。

优选的，所述自动控制电机按照反方向转动，重新搜索图像清晰度最大值，以完成自动对焦，包括如下步骤：

自动控制电机按照反方向转动，直至某一帧红外图像的清晰度值不小于与图像清晰度最大值MaxGrad相关的第二图像清晰度阈值。

还提供一种用于实现上述自动对焦方法的自动对焦系统，其包括：

噪声滤除单元，其用于对连续的N帧原始红外图像中的每一原始红外图像进行噪声滤除，以得到每一原始红外图像的清晰度值；

图像连续变化统计单元，其用于获取图像清晰度连续变化的情况；

电机控制单元，其用于根据图像清晰度连续变化的情况自动控制电机转动，以完成自动对焦。

综上所述，本发明与现有技术相比具有以下有益效果：

本发明中的自动对焦方法计算复杂度低、对焦准确率高，且容易收敛，可有效去除各种噪声干扰，使得电机无需遍历整个对焦过程，在电机运动行程的任意位置即可实现低信噪比/复杂场景下的快速精准自动对焦。

附图说明

图1为本发明中自动对焦方法的步骤流程图。

图2a为本发明中原始红外图像的清晰度值曲线。

图2b为本发明中原始红外图像经过时域噪声滤除后的清晰度值曲线。

图2c为本发明中原始红外图像依次经过时域噪声、空域噪声滤除后的清晰度值曲线。

图3为本发明中的图像清晰度曲线。

图4为本发明中自动对焦系统的结构示意图。

具体实施方式

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，所描述的实施例仅仅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做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。

实施例1：

如图1所示，本实施例提供了一种自动对焦方法，其包括：

S1、获取连续的N帧原始红外图像；

具体的，驱动电机转动，使其由近焦限位位置运动至远焦限位位置，或由远焦限位位置运动至近焦限位位置，并在电机转动过程中，通过红外相机镜头等图像采集设备获取连续的N帧原始红外图像，其中，所述原始红外图像为位宽16位或14位的Y16信号；

本实施例中，可先将电机的转动方向与对焦方向进行对应，例如，可设定电机正转时，为向远焦方向运动，反之，电机反转时，为向近焦方向运动等；

S2、获取每一原始红外图像进行噪声滤除后的清晰度值；

考虑到原始红外图像在低信噪比场景下存在有时域、空域噪声，为增强红外图像的抗干扰能力，获得更准确的清晰度值，因此需要对原始红外图像上的噪声进行滤除。具体的，本实施例中的噪声滤除包括空域噪声以及时域噪声滤除，其中，所述时域噪声是指同一帧图像中，同一像素在不同帧间的噪声波动，所述空域噪声是指同一帧图像中，不同像素间的噪声波动；

具体的，获取每一原始红外图像进行噪声滤除后的清晰度值，包括如下步骤：

S21、对所述原始红外图像进行空域噪声滤除，其具体包括如下步骤：

S211、按照公式(1)构建灰度滤波核函数：

其中，g(i，j)表示邻域[r

S212、按照公式(2)、根据所述灰度滤波核函数对当前原始红外图像进行灰度滤波处理，以实现空域噪声滤除：

其中，YG(i，j)表示当前原始红外图像经过空域噪声滤除后的低频信号；

如图2b所示，经过空域噪声滤除后获得的低频信号中，各种噪声得以有效去除，相对图2a所示的原始红外图像而言，信号变化更为平滑；

S22、根据经过空域噪声滤除后的低频信号获取当前原始红外图像的初始清晰度值；

具体的，本实施例根据公式(3)获取当前原始红外图像的初始清晰度值：

其中，Grad(t)为当前原始红外图像(也即第t帧原始红外图像)的初始清晰度值；(YG(i+2，j)-YG(i，j))、(YG(i，j+2)-YG(i，j))分别为当前原始红外图在行方向与列方向的灰度梯度值，所述初始清晰度值即可由行方向与列方向的灰度梯度值决定；abs(·)表示取绝对值；w、h分别表示当前原始红外图像的宽度和高度；

在一些实施例中，可直接根据当前原始红外图像的初始清晰度值的连续变化情况搜索图像清晰度值最大值，以进行自动对焦。

S23、根据获得的初始清晰度值进行时域噪声滤除，以得到当前原始红外图像经过时域噪声滤除后的清晰度值；

虽然高频信号已进行空域噪声滤除，但不排除其仍然存在横纹、竖纹等时域噪声，以及图像中诸如飞鸟、飞机等动态目标对图像灰度梯度运算产生的干扰，因此步骤S22中获得的图像初始清晰度值可能不满足单峰性(如图2a所示，其图像初始清晰度值具有多个峰值)，电机可能陷入图像初始清晰度值的局部最大值，导致自动对焦失败，所以本步骤继续对步骤S22中获得的初始清晰度值进行时域噪声滤除，以得到当前原始红外图像经过时域噪声滤除后的清晰度值；

具体的，本实施例根据公式(4)对当前原始红外图像的初始清晰度值进行时域噪声滤除：

Grads

其中，Grad

进一步的，本实施例根据公式(5)-(6)获取所述卡尔曼增益kg，并更新后验协方差：

p

其中，R为测量噪声协方差，用于修正先验值，其取值范围为[0.1，0.5]，例如本实施例中，R的取值为0.2；P

重复上述步骤S21-S22、S21’-S22’，以得到每一原始红外图像的清晰度值；

从图2c中可以看出，进一步经过时域噪声滤除后，图像清晰度值的变化曲线更加平滑，无明显多余的峰值，可满足单峰型要求；

同时，图2a-2c中，横坐标为电机的转动距离(也即调焦距离)，纵坐标为图像清晰度值；

理论上，根据每一原始红外图像的清晰度值可以获得电机由近焦限位位置运动至远焦限位位置过程中的图像清晰度曲线，并从所述图像清晰度曲线中确定清晰度上升区、图像清晰点以及清晰度下降区，且清晰度上升区中，图像清晰度值单调递增，此时图像逐渐清晰，清晰度下降区中，图像清晰度值单调递减，此时图像逐渐模糊，图像清晰点为清晰度上升区、清晰度下降区所构成区域的顶点，表示图像清晰度的最大值，也即自动对焦过程的准焦点；

图3即示出了本实施例中的图像清晰度曲线，从中可以看出，所述图像清晰度曲线随着调焦距离的增大，可分为依次连接的五个区间：第一平坦区A、清晰度上升区B、图像清晰点C、清晰度下降区D、第二平坦区E，并且经过上述步骤S2，原始红外图像中的空域噪声和时域噪声均得到有效去除，使得所得到的图像清晰度曲线更加平滑；

S3、根据图像清晰度连续变化的情况搜索图像清晰度值最大值，以进行自动对焦：

具体的，本实施例中，根据图像清晰度连续变化的图像帧数搜索图像清晰度值最大值，以进行自动对焦，具体包括以下步骤：

S31、设定连续变化图像帧数阈值Th，Th为正整数(例如Th取值为为10)，本实施例中，连续变化图像帧数阈值Th的设置与对焦时的电机转动速度以及图像帧频相关，例如，若图像帧频越高/对焦时的电机转动速度越大，则Th越大；反之，若图像帧频越低/对焦时的电机速度越小，Th越小；

S32、根据相邻两帧红外图像的图像清晰度值确定图像清晰度连续变化的图像帧数；其中，所述图像清晰度连续变化包括图像清晰度连续上升/下降；所述清晰度值可通过上述步骤S2获得，即经过空域噪声和时域噪声滤除后得到的清晰度值；

例如本实施例中，将第K+1帧、第K帧红外图像的清晰度值进行比较(K为大于或等于1的正整数)，若第K+1帧图像的清晰度大于第K帧图像的清晰度，则记FarTrend＝FarTrend+1，且NearTrend＝0；若第K+1帧图像的清晰度小于第K帧图像的清晰度，则记FarTrend＝0，且NearTrend＝NearTrend+1；其中，FarTrend、NearTrend分别表示图像清晰度连续上升的图像帧数与连续下降的图像帧数，且二者的初始值均为0；

若第K+1帧、第K帧红外图像的清晰度值相同，则FarTrend、NearTrend均归零，并重新进行FarTrend、NearTrend的计数，由此避免在搜索全局图像清晰度最大值(即图像清晰点C)时，误将A区或E区的局部图像清晰度最大值判断为全局图像清晰度最大值，导致自动对焦失败；

S33、根据图像清晰度连续变化的图像帧数自动控制电机转动，以完成自动对焦，其具体包括如下步骤：

当图像清晰度连续上升的图像帧数FarTrend大于或等于Th时，则表示当前调焦距离处于清晰度上升区B内，图像逐渐清晰，则自动控制电机按照原方向继续转动，以搜索图像清晰度最大值MaxGrad(即图像清晰点C所对应的清晰度值)；

其中，图像清晰度最大值MaxGrad表示如下：

当图像清晰度处于连续下降状态，此时已经可以确定图像清晰度最大值MaxGrad的具体值了。

当图像清晰度连续下降的图像帧数NearTrend大于或等于Th时，则表示当前调焦距离位置处于清晰度下降区D内，图像逐渐模糊，即当前调焦距离位置已经越过了图像清晰度最大值MaxGrad对应的调焦距离位置，则自动控制电机按照反方向转动，重新搜索图像清晰度最大值MaxGrad(即图像清晰点C所对应的清晰度值)，重新搜索到图像清晰度最大值MaxGrad时对应的调焦距离位置即为对焦位置，从而完成自动对焦。

所述自动控制电机按照反方向转动，重新搜索图像清晰度最大值，以完成自动对焦，包括如下步骤：

自动控制电机以一个微小的速度按照反方向转动，直至某一帧红外图像的清晰度值不小于与图像清晰度最大值MaxGrad相关的第二图像清晰度阈值，例如为0.90*MaxGrad～0.99MaxGrad，优选为0.95MaxGrad，此时认定电机到达准焦点位置，自动控制电机停止转动，完成自动对焦。

由此，本实施例中的自动对焦方法先对原始红外图像依次进行空域噪声和时域噪声滤除，以得到平滑的图像清晰度值，避免噪声干扰，然后基于图像清晰度连续变化的图像帧数自动控制电机转动，以搜索以搜索图像清晰度最大值，该方法计算复杂度低、对焦准确率高，且容易收敛，电机无需遍历整个对焦过程，在电机运动行程的任意位置即可实现低信噪比/复杂场景下的快速精准自动对焦。

实施例2：

本实施例与实施例1的不同之处仅在于，所述步骤S33中，当通过搜索得到图像清晰度最大值MaxGrad时，自动控制电机按照原方向继续转动，直至某一帧红外图像的清晰度值小于或等于第一图像清晰度阈值时，自动控制电机按照反方向转动，直至某一帧红外图像的清晰度值满足第二图像清晰度阈值条件，此时认定电机到达准焦点位置，自动控制电机停止转动；

其中，所述第一图像清晰度阈值为0.5*MaxGrad～0.85MaxGrad，优选为0.8MaxGrad；所述第二图像清晰度阈值大于第一图像清晰度阈值，为0.90*MaxGrad～0.99MaxGrad，优选为0.95MaxGrad。

当通过搜索得到图像清晰度最大值MaxGrad时，此时无法确保该处为准焦点位置，因此需要控制电机继续按照原方向转动，若继续转动过程中，图像清晰度值逐渐减小至某一阈值(如第一图像清晰度阈值)，则说明电机已经越过准焦点位置，此时需要电机按照反方向转动，重新寻找准焦点位置，电机反方向转动过程中，若某一图像清晰度值满足阈值条件(如第二图像清晰度阈值)时，则可认定电机达到图像准焦点位置，控制电机停止转动即可。

由此，通过在搜索得到图像清晰度最大值MaxGrad后继续控制电机按照原方向转动，并根据转动过程中的图像清晰度值变化，可快速判断是否已越过准焦点位置，进一步控制电机反转，以重新确定准焦点位置，同时，第一图像清晰度阈值、第二图像清晰度阈值的设置可有助于快速完成是否已越过准焦点位置的判断以及迅速控制电机反转，进一步降低运算复杂度，提高自动对焦的效率。

实施例3：

本实施例提高了一种用于实现实施例1或2所述自动对焦方法的自动对焦系统，如图4所示，其包括：

噪声滤除单元1，其用于对连续的N帧原始红外图像中的每一原始红外图像进行噪声滤除，以得到每一原始红外图像的清晰度值，其中，所述连续的N帧原始红外图像在电机从近焦限位位置转动至远焦限位位置的过程中获取；所述噪声滤除过程与步骤S2相同；

图像清晰度曲线生成单元2，其用于根据原始红外图像的清晰度值获得电机由近焦限位位置运动至远焦限位位置，或，由远焦限位位置运动至近焦限位位置过程中的图像清晰度曲线；

图像连续变化统计单元3，其用于获取根据图像清晰度连续变化的情况，且所述图像清晰度连续变化的情况包括图像清晰度连续变化的图像帧数，其过程与步骤S31-32相同；

电机控制单元4，其用于根据图像清晰度连续变化的情况自动控制电机转动，以完成自动对焦，其过程与步骤S33相同。

综上所述，本发明可在低信噪比/复杂场景下实现快速精准自动对焦，其首先对原始红外图像依次进行空域噪声和时域噪声滤除，以得到平滑的图像清晰度值，避免噪声干扰，然后基于图像清晰度连续变化的图像帧数自动控制电机转动，以搜索以搜索图像清晰度最大值，该方法计算复杂度低、对焦准确率高，且容易收敛，电机无需遍历整个对焦过程，在电机运动行程的任意位置即可实现自动对焦。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，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。