一种含有光源场景的自动对焦图像的质量评价方法
【技术领域】
[0001] 本发明涉及一种含有光源场景的自动对焦图像的质量评价方法。
【背景技术】
[0002] 随着数字图像和多媒体技术的快速发展，基于图像处理的自动对焦方法也越来越 多地受到人们的关注。图像处理方法主要包括以下三个方面，分别为：对焦窗口的选择，对 焦评价函数的选择，以及对焦搜索策略的选取。这种自动对焦方法是利用某种数字图像处 理算法，获取图像清晰度特征值，并根据这一特征值控制电机，以驱动镜片或者图像传感器 改变位置，做相应的调整，直到这一特征值满足某一预先约定的条件为止。而此过程中的关 键问题则在于如何选取合适的对焦评价函数。
[0003] 理想的对焦评价函数应该具有无偏性、单峰性、灵敏性、稳定性。由于对焦评价函 数的重要性，图像清晰度的评价已成为一个热门的研究领域，目前常见的图像清晰度评价 函数主要包括能量方差法，能量梯度法，熵函数法，频谱函数法，拉普拉斯能量法等。其中最 为常用的为基于梯度的评价方法，其依据模糊图像边缘信息较模糊，而清晰图像的边缘较 锐利并且信息明显细节丰富的原理，来判断图像的模糊程度。
[0004] 对于夜景的拍摄而言，景物在夜晚下光的反差会比较强烈，同时夜景中难免会存 在灯光，甚至有时候我们的拍摄主体恰恰是灯光，然而由于相机传感器动态范围的限制，当 探测器像元所接收的光子数超出了最大的容纳强度范围时便会饱和从而引起该像素处的 光强度在最大输出值处被截断，这种像素我们称之为饱和像素。在自动对焦过程中，景物从 准焦到离焦，饱和像素会随着离焦程度的变大而产生弥散。以一点光源为例，当准焦时，对 于理想的成像系统其像点应该为一点像，然而所成像的光强度，并非该光源的真实光强度， 而是饱和了的像素，对于离焦情况，该点光源会发生一定程度的弥散，而此时弥散的周边像 素仍是饱和像素，形成一个均由饱和像素构成的弥散圆，反映在所获得的图像上面是一个 亮度同样大的亮斑，与真实的场景相去甚远，仅依据现有的自动对焦评价函数是无法准确 地评价其模糊程度的。因此对于夜景或灯光场景而言，找到适合饱和像素的自动对焦评价 函数是自动对焦的关键问题。
【发明内容】
[0005] 本发明的目的在于针对目前夜景自动对焦存在的问题，提出一种含有光源场景的 自动对焦图像的质量评价方法。
[0006] 本发明的目的是通过以下技术方案实现的：一种含有光源场景的自动对焦图像的 质量评价方法，该方法包括以下步骤：
[0007] (1)在含有光源场景的自动对焦图像I中任意选择一个含有光源的对焦窗口I。， 采用梯度绝对值算子计算对焦窗口I。中每个像素处的梯度值，组成对焦窗口的梯度值矩阵 G；
[0008] (2)对I。的灰度值进行归一化处理，并通过阈值T进行二值化处理，得到二值图M， 提取出饱和像素区域模板BIC:
[0009] BIC= (IC>T) (1)
[0010] (3)利用形态学膨胀手段对饱和像素区域模板BI。进行扩展，得到饱和像素扩展区 域模板BI。'，扩展后的二值图为M'；
[0011] Β! ·:=B!. ?Rid (2)
[0012] 其中，Rid是RXR的结构元素；十是膨胀操作，Μ为二值化的饱和像素扩展区域模 板；
[0013] (4)对扩展后的二值图Μ'进行取反操作，得到取反后的二值图Μ，并计算二值图 Μ中，像素值为1的像素个数Ν;
[0014] (5)将二值图Μ作用于对焦窗口的梯度值矩阵G，得到非饱和像素处的梯度信息 矩阵W: _5]W=GM (3)
[0016] (6)计算非饱和像素处的梯度信息矩阵W的所有梯度元素值之和Sw，获得最终去 除饱和像素的清晰度评价函数指标Metric:
[0018] Metic=Sw/N(5)
[0019] 其中，i、j分别为W模板中的行和列，W(i，j)为梯度信息矩阵W中第i行第j列 处的梯度值，3和b分别为对焦窗口I。的长和宽。
[0020] 进一步地，所述步骤2中的阈值T= 0· 6~0· 8。
[0021] 进一步地，所述步骤3中的R为3。
[0022] 本发明的有益效果在于：本发明采用饱和像素模板作用于梯度值矩阵，去除了饱 和像素对自动对焦评价函数的影响，对于夜景中光源以及过亮场景，具有良好的无偏性、单 峰性、灵敏性、稳定性。
【附图说明】
[0023] 图1为发明方法的流程框图；
[0024] 图2为一组实拍离焦序列图中任选5幅的示意图；
[0025] 图3为准焦位置处的实拍场景图；
[0026] 图4为准焦位置处实拍场景图的对焦窗口区域；
[0027] 图5为饱和像素区域示意图；
[0028] 图6为饱和像素扩展区域模板；
[0029] 图7为离焦序列的评价函数曲线。
【具体实施方式】
[0030] 本发明一种针对含饱和像素区域的自动对焦评价函数，该函数采用饱和像素模板 作用于梯度值矩阵的方法，去除了饱和像素对自动对焦评价函数的影响，具有良好的无偏 性、单峰性、灵敏性、稳定性。
[0031] 下面结合附图和实例进行详细说明：
[0032] 图1为本发明方法的简易流程框图。本实施例以一组步数为42的实拍图像为例， 图2为在42幅中随意选取5幅实拍图像及本实施例中所选取的对焦窗口区域的离焦序列 示意图，其中（a)-(e)分别为电机在第1步、第11步、第21步、第31步、第41步位置处所获 取的图片，第3个位置为准焦位置的清晰图像，图3为准焦位置处（本示例为第3个位置） 的实际场景图，图4为准焦位置的对焦窗口图。图7为这组实拍图的采集过程为将马达从 最近端以固定步距驱动至最远端，从而通过计算对焦窗口的评价函数值绘制出图7所示的 评价函数曲线。本发明方法的评价函数曲线计算步骤如下：
[0033] (1)在图3所示的含有光源场景的自动对焦图像I中选择一个200X200的含有光 源的对焦窗口I。，如图4所示，采用梯度绝对值算子计算对焦窗口I。中每个像素处的梯度 值，组成对焦窗口的梯度值矩阵G;
[0034] (2)对I。的灰度值进行归一化处理，并通过阈值T进行二值化处理，得到二值图M， 提取出饱和像素区域模板BIC:
[0035] BIc= (Ic>T) (1)
[0036] 其中BI。体现了饱和像素所在区域，如图5所示，其中白色区域即为饱和像素区 域；
[0037] (3)利用形态学膨胀手段对饱和像素区域模板BI。进行扩展，得到饱和像素扩展区 域模板BI。'，扩展后的二值图为M' ；
[0038] ΦΚ?? (2)
[0039] 其中，Rid是RXR的结构元素是膨胀操作，Μ为二值化的饱和像素扩展区域模 板，如图6所示；
[0040] (4)对扩展后的二值图Μ'进行取反操作，得到取反后的二值图Μ,并计算二值图 裔中，像素值为1的像素个数Ν;
[0041] (5)将二值图Μ作用于对焦窗口的梯度值矩阵G，得到非饱和像素处的梯度信息 矩阵W:
[0042] W=GM 3)
[0043] W为非饱和像素处的梯度信息矩阵，即去除了饱和像素的影响；
[0044] (6)计算非饱和像素处的梯度信息矩阵W的所有梯度元素值之和Sw，获得最终去 除饱和像素的清晰度评价函数指标Metric:
[0046] Metic=Sw/N (5)
[0047] 其中，i、j分别为W模板中的行和列，W(i,j)为梯度信息矩阵W中第i行第j列 处的梯度值，3和b分别为对焦窗口I。的长和宽。
[0048] 重复上述步骤对获取的42幅离焦序列图进行清晰度评价计算，并得到该组离焦 序列对焦窗口的评价函数曲线，如图7所示。由此可以看出，本发明的评价方法具有良好的 无偏性、单峰性、灵敏性、稳定性。
【主权项】
1. 一种含有光源场景的自动对焦图像的质量评价方法，其特征在于，该方法包括W下 步骤： (1) 在含有光源场景的自动对焦图像I中任意选择一个含有光源的对焦窗口I。，采用 梯度绝对值算子计算对焦窗口I。中每个像素处的梯度值，组成对焦窗口的梯度值矩阵G。 (2) 对I。的灰度值进行归一化处理，并通过阔值T进行二值化处理，得到二值图M，提 取出饱和像素区域模板BI。： BIc=(Ic〉T) (1); (3) 利用形态学膨胀手段对饱和像素区域模板BI。进行扩展，得到饱和像素扩展区域模 板BI。'，扩展后的二值图为M'; BIc' = BIc出化d 似； 其中，Rid是RXR的结构元素；Θ是膨胀操作，Μ为二值化的饱和像素扩展区域模板； (4) 对扩展后的二值图Μ'进行取反操作，得到取反后的二值图Μ:，并计算二值图Μ 中，像素值为1的像素个数Ν。 (5) 将二值图Μ作用于对焦窗口的梯度值矩阵G，得到非饱和像素处的梯度信息矩阵 W：(3); (6) 计算非饱和像素处的梯度信息矩阵W的所有梯度元素值之和S。，获得最终去除饱 和像素的清晰度评价函数指标Metric:其中，i、j分别为W模板中的行和列，W(i，如为梯度信息矩阵W中第i行第j列处的 梯度值，a和b分别为对焦窗口I。的长和宽。2. 根据权利要求1所述的含有光源场景的自动对焦图像的质量评价方法，其特征在 于，所述步骤2中的阔值T= 0. 6~0. 8。3. 根据权利要求1所述的含有光源场景的自动对焦图像的质量评价方法，其特征在 于，所述步骤3中的R为3。
【专利摘要】本发明公开了一种含有光源场景的自动对焦图像的质量评价方法，该方法采用饱和像素模板作用于梯度值矩阵的方法，去除了饱和像素对自动对焦评价函数的影响，得到了去除饱和像素的评价函数，对于夜景中光源以及过亮场景，去除饱和像素的评价函数具有良好的无偏性、单峰性、灵敏性、稳定性。
【IPC分类】G06T7/00, G06T7/40
【公开号】CN105243660
【申请号】CN201510589904
【发明人】王烨茹, 冯华君, 徐之海, 李奇, 陈跃庭
【申请人】浙江大学
【公开日】2016年1月13日
【申请日】2015年9月16日