基于圖像處理的自動調焦技術

翟彬

中國航空工業集團公司洛陽電光設備研究所 河南 洛陽 471023

引言

基于圖像處理的自動調焦技術，是指通過圖像傳感器實時處理到的圖像信號來獲取對攝像圖像評價值，并通過評價值來給予圖片的清晰程度一個評價，然后將這個“評價”作為一個反饋信號發送給微型電機，微型電機接收到信號時就會控制攝像鏡頭的轉動方向，直到攝像鏡頭聚焦達到最佳狀態[1]。基于圖像處理的自動調焦技術中，清晰度評價值的獲取和搜索方式這兩種技術最為關鍵。

1 自動對焦技術的有關概述

1.1 傳統模式下的自動對焦方法

1.1.1 距離測量法。距離測量法又稱測距法，是通過對要攝像的物體發射一束光波或輻射波，然后利用接收到反射波的時間差來得到目標的距離，從而通過計算機的有關計算來實現自動對焦，這種廣播以及輻射波有很多種，以此延伸出來的測距方法有超聲波測距法、紅外線測距法以及激光測距法等[2]。這種利用“波”的測距方法對焦結構簡單，且可靠性較高，當一些被拍攝物是細狀、條狀時能夠實現自動的對焦，對于一些處在運動中的物體、處在暗處或者處在玻璃后面的物體都能夠進行自動的對焦；但是由于不同物體的材料不同，其對“波”的吸收和反射能力也有較大區別，就容易造成測距法在對焦時產生一些隨機性的誤差，對于一些距離較遠或者本身很小的物體的攝像能力、攝像精確度較差。

1.1.2 像偏移法。像偏移法實際上是利用到了“三角形測量距離”的原理，不同于測距法發射“波”，像偏移法是攝像機通過左和右兩組接收器來接收到攝像物體反射出來的光線，并在接受光線的原件上把攝像物體成像出來，然后通過對比左右兩組接收器得到的信號，來求出最合適的對焦位置。被攝像物體的距離信息能夠通過電荷耦合元件上成像位置的差異反映出來，并且能夠直接由電荷耦合元件進行有關的檢測和分辨。像偏移法的結構也相對的較為簡單并且有著極強的可靠性，但是電荷耦合元件本身對于技術的要求較高，再加上光電轉換電路系統、相關的成像距離運算電路系統等復雜技術，導致這種方式所需要的成本也較高。

1.2 基于焦點檢測的自動對焦方法

當前，大多數單反相機應用的都是焦點檢測法，將能夠實現自動對焦的微型器件直接的設置在攝像設備的焦點附近，探測的對象就是鏡頭的焦點，這種焦點檢測的方法在各種變焦攝像中都有著很好的適應性，且能夠攝像的距離足夠遠。

1.2.1 對比度法。對比度法又被稱為反差檢測法，對比度法實質上是一種通過檢測被攝物體邊緣、輪廓而實現自動對焦的方法。被攝物體的輪廓越清晰，其與背景環境對比時所產生的值也就越大，在攝像設備中所產生的亮度也就越高，此時被攝像的主體就會最清晰，得到的就是合焦圖像。與之相反的是，當攝像主體的邊緣輪廓模糊、不清晰時，被攝像的物體與其周圍背景間的差別就越小，亮度梯度、對比度都會有著明顯的下降，攝像機焦點就不能夠正確的對到拍攝物體上，就會導致照片模糊不清[3]。利用對比法設計出來的攝像設備，會將兩個光電檢測器放置在攝像設備底片前后相等的位置，被攝物體反射出來的光就會被光電檢測器檢測到，并分別輸出其檢測到的對比度或者是亮度梯度指數，然后經過電路系統的運算指示對焦的方向或者進行自動的對焦，當這兩個光電檢測器所輸出的值相同時，就代表被攝像物體正好位于兩個光電檢測器的中間，這時對焦位置與底片位置完成的進行重合，此時對焦就已經完成。

1.2.2 相位差檢測法。相位檢測基于基準與參考光線實現，當被攝像物體處于不同位置時，基準光線以及參考光線就會因為物體位置改變而產生不同的位置差，有關的電路運算系統通過這個位置差就可以得出具體的相位差，再根據對焦運算就可以通過相位差得出攝像設備鏡頭需要移動的方向以及移動的距離，然后控制系統通過電機根據方向和大小對鏡頭進行調整，從而使得相位差“歸零”，這時相機就會完成自動對焦。

由于焦點檢測法不需要發射“波”，因此其能耗相對于傳統對焦方法較少，在一般的情況下能夠實現較好的對焦，特別是遠距離對焦。但是其對于一些處在運動中、細狀、條狀的物體或者與背景反差不大、偏向于光性的物體進行對焦時，就會產生較大的困難。

1.3 基于數字圖像處理的自動對焦方法

在數字成像系統中，一般會應用到數字圖像處理技術來達到自動對焦的目的。

1.3.1 離焦深度法。離焦深度法（DFD），是一種通過未完全準確對焦圖像來獲取信息，并以這些信息來實現自動對焦目的的方法。離焦深度法通常需要建立描述成像系統的數學模型，然后通過兩幅到三幅不同成像狀態下的圖像來獲取深度的信息，并根據這些深度信息利用數學模型計算出對焦最準確的位置。由于所需的圖像信息較少，因此離焦深度法能夠大大地減少傳統機械結構獲取圖像的次數，因此對焦的速度較快，但是由于其信息量少，致使其精確度也較低。

離焦深度法有兩種：其一是基于圖像恢復的方法，系統通過分析圖像中一些具有代表意義的信息，來對成像系統中的點擴散函數進行有關的計算，然后再利用到相關的圖像退化模型，通過原有的模糊圖像計算、恢復成為清晰圖像[4]；另外一種是基于離焦量估算的方法，通過對所獲取到的在不同成像參數下兩幅到三幅圖像的局部區域進行適當的分析和處理，確定圖像模糊程度的大小，然后利用幾何光學原理來將攝像模糊程度和成像參數“聯系”起來，從而將最佳的合焦位置計算出來，使得攝像設備拍攝更加清晰。值得注意的是，離焦深度法需要依靠精確地數學模型來完成有關的計算，但是當前的技術只能夠對焦點進行近似的估計，因此存在著較大的誤差。

1.3.2 對焦深度法。對焦深度法（DFF）是一種通過反復的搜索來實現準確對焦的方法，首先要對“評價函數”進行確定，通過“評價函數”來對尚未準確對焦情況下獲取到的圖像的清晰度進行評價，當獲取到的圖像越清晰評價的值就會越大，其所對焦的位置也就越接近焦點的位置，此種方法需要通過一系列的對焦操作來逐漸的確定攝像機到物體的距離，一般需要搜索10–12幅圖像才能夠精確地定位到這個位置，并且所參考的圖像越多，對焦的精確度也就越高。

2 基于圖像處理的自動對焦系統的關鍵技術

2.1 對圖像的清晰度進行評價

想要實現自動的對焦，就要判斷所獲取到的圖像是否是足夠清晰的合焦圖像，因此基于圖像處理的自動對焦首要關鍵就是對圖像的清晰度進行合理的評價判斷，而進行評價判斷就要用到評價函數。對圖像清晰度進行評價的函數應該具備三點特點，首先，評價函數所形成的曲線只具備一個“峰”，即在對同一個物體進行攝像時，攝像最為清晰的焦點應該只有一個并且對應評價函數的最大值；第二評價函數在峰值的兩側分別是“單調的”，即單調的上升或者是單調的下降；第三，評價函數在最高峰兩側下降程度應該較大，即整個函數曲線“更陡”。

2.1.1 頻域函數。因為合焦圖像是物體正好在焦點上拍攝下來的圖像，所以合焦圖像相對于離焦圖像來說有著更多的圖像細節以及清晰的圖像輪廓，而在圖像傅里葉中，這些豐富的信息和細節表現為高頻成分的遞增，與之相反的是離焦圖像在頻域函數上體現出高頻成分的衰弱。這種對焦評價函數是建立在頻域變換的基礎上的，將像素圖像的變換轉化成為頻域分布的變化，然后將中高頻成分的大小作為圖像清晰程度的判斷依據。常用的頻域函數有離散余弦（DCT）、小波變換等。

2.1.2 灰度函數。灰度函數對圖像清晰度的評價主要是利用到了圖像的灰度，灰度一般是通過在圖像處理過程中用到的梯度函數對圖像的邊緣輪廓進行信息提取出來的，一般來說，正確對焦的圖像會產生更大的梯度函數值，也就意味著其灰度值越高。常用的有絕度方差算子灰度函數，其利用同一行相互鄰近的兩個像素，通過將這兩個像素的灰度值作差取絕對值來評價圖像的清晰程度，當攝像設備沒有準確對焦時，圖片就會模糊，使得相鄰像素的灰度值相差不大，而當攝像設備準確對焦時，圖像變得清晰，圖片中每個相鄰像素所產生的灰度值就會有較大的差異，像素點間的灰度變化率也會隨之增加。

2.1.3 信息熵函數。信息熵是與圖像的像素灰度有關的，攝像設備沒有準確對焦時，產生的圖像較為模糊、像素間灰度變化的程度不明顯，所包含的有關信息較少，因此信息熵就少；反而言之，合焦時，圖像變得更為清晰，圖像每個像素間灰度值有著較大的差異，所包含的信息開始變多，信息熵也就變大。因此可以將信息熵作為函數來對圖像的清晰度進行評價，熵最大時信息量最多，圖像也就越清晰。

2.1.4 統計學函數。統計學函數實質上也是根據圖像灰度值引導出來的。圖像完全離焦時，整個圖像是不具備任何有價值的信息，圖像的灰度值也就較為的平均和單一，而完全合焦的圖像由于包含了豐富的信息，其圖像也就變得清晰，圖像像素的灰度值開始變得多樣，因此就可以通過統計學將圖像中灰度值的大小、概率利用直方圖來估算出來，其表示了所有的圖像點出現在每一灰度值上的次數，圖像對焦準確時會有多個帶狀分布出現，而當攝像設備沒有準確對焦時，所產生的帶狀只有少數，因此可以利用直方圖來對圖像清晰度進行分析和評價。

2.2 搜索算法

2.2.1 函數逼近法。函數逼近法首先要通過采集處在不同位置時清晰度的和評價值的大小，來確定評價函數和評價曲線的大致形狀，然后利用簡單的、已知的函數來對評價曲線的大致形狀進行擬合，從而逐漸地向實際的評價曲線“逼近”，由于評價曲線的“最高峰”就是攝像設備拍攝時的準確焦點，因此可以利用擬合出來的曲線的最高點來近似地替代實際評價曲線的極值點。值得注意的是，這種方法在取值集中在極值點附近時會有著非常好的對焦成效，但是這種方法受到取值的影響較大，個別的取值數據一旦有較大的誤差就會整體的估算結果造成巨大的影響，在實際的對焦過程中不是很適用。

2.2.2 爬山搜索法。這種方法建立在評價曲線走勢的基礎上，在理想情況下，對焦評價曲線的形狀與拋物線相近，攝像設備的準確焦點就是對焦評價曲線的“極值點”，而在峰點的兩邊，隨著距離極值點的距離變大，對焦的準確度也會慢慢地降低，并且無限接近于零。實際的最佳聚焦點搜尋過程中，首先要確定搜尋的方向和每一次搜尋的大小，每搜尋一次就要計算一次清晰度的評價值，并通過這個評價值的相對大小來確定下一次搜尋的方向和大小。一般情況下，越是接近合焦點，值就會變得越高，當計算出來的評價值相對前一次較小時，就說明已經經過了最佳的焦點聚合位置，這時搜尋的方向就要發生改變，然后不斷地重復上述步驟，直到獲取到最高的評價值。

3 結束語

綜上所述，以圖像處理為基礎的對焦技術有著多樣的、靈活的焦點調節方式，能夠節省攝像時攝像設備所消耗的能源，簡化攝像設備焦點調節的結構，具有非常重要的現實影響和發展前景。