[发明专利]数码成像设备的对焦方法及装置

说明书

技术领域

本发明涉及数码成像领域，具体地，是一种数码成像设备的自动对焦方法及自动对焦装置。

背景技术

现有的电子成像设备都设置有诸如CCD传感器或CMOS传感器等图像传感器，用于获取成像的图像。为了使得图像传感器获取的图像更加清晰，通常在图像传感器的前端设置透镜组，通过调节透镜组中多个透镜之间的距离来改变成像设备的成像焦距。当成像焦距改变时，图像传感器获得的图像清晰度不相同，因此调节透镜的距离，即改变成像设备的成像焦距，能够获得清晰度较高的图像。

现有的一些成像设备的成像焦距可以通过手动调节，但手动调节操作较为复杂，且容易存在误差，手动调节的成像焦距往往未必是最佳的成像焦距，导致图像的清晰度不佳。因此，现有的一些成像设备带有自动对焦装置，通过计算分析多张图像的清晰度来确定最佳的成像焦距。

现有成像设备的自动对焦方法是先获取在不同成像焦距下形成的多张图像，然后通过计算分析多张图像的清晰度来确定一张清晰度最佳的图像，然后使用这张清晰度最佳的图像成像时的成像焦距作为最终确定的成像焦距。

对图像清晰度的分析通常是对图像的对焦评价值的计算，即使用对焦评价函数计算每一张图像的对焦评价值，获取对焦评价值最大的一张图像。目前，应用于图像的对焦评价方法基本分为两种类型：空域方法的和时域方法。

空域方法主要是利用图像灰度值经过各种处理后的数值来表征图像清晰度，当图像清晰时，图像的细节和纹理丰富，在空域上表现为相邻像素的特征值，如灰度、颜色等变化较大。现在常见的几种空域对焦评价方法大多基于图像的梯度实现，包括灰度梯度函数、Robert梯度函数、Tenengrad函数、Prewitt梯度函数以及能量方差函数等。基于空域的对焦评价方法的运算量相对较小，但存在下面两个问题：首先，上述算法在计算梯度时，对所有方向统一进行处理，没有进一步判断图像的纹理方向，容易造成误判；其次，计算梯度时所选取的图像区域较小，因此其抗噪性和准确度不高。因此，应用空域分析方法的自动对焦方法计算的成像焦距准确率不高，导致成像的图像清晰度不够。

对于图像的频域分析方法，由于大多图像的能量大部分集中在图像频域的低频和中频段，但图像轮廓的锐度和纹理的丰富度取决于图像的高频成分，因此在图像清晰时，在频域表现为频谱的高频分量多。常用的频域对焦评价方法主要包括DFT、FFT、DCT以及小波变换等。现有的基于频域的对焦评价方法利用图像的整体性，评价较为准确，但计算量往往很大，对成像设备的硬件要求较高，导致成像设备的生产成本较高。

发明内容

本发明的主要目的是提供一种成像的图像清晰度高且对成像设备硬件要求较低的数码成像设备的对焦方法。

本发明的另一目的是提供一种成像焦距计算准确且使成像设备生产成本较低的数码成像设备的对焦装置。

为了实现上述的主要目的，本发明提供的数码成像设备对焦方法包括连续调节数码成像设备的成像焦距，获取二张以上图像的数据，每一图像在不同的焦距下获得，并且，获取每一图像的至少一个区域内多个像素的色彩值，根据每一像素的色彩值计算每一像素的水平纹理值及垂直纹理值，并根据水平纹理值及垂直纹理值计算每一像素的对焦评价值，根据每一图像的多个像素的对焦评价值计算图像的对焦评价值，以多张图像中对焦评价值最大的一张图像获得时的焦距作为数码成像设备的成像焦距。

由上述方案可见，计算图像的对焦评价值是使用多个像素的对焦评价值计算的，且每一像素的对焦评价值是根据像素的水平纹理值及垂直纹理值确定，因此计算图像的梯度时考虑了图像两个方向的纹理分布情况，计算的图像清晰度更为准确，从而确定的成像焦距也较为准确。此外，对焦方法不需要对图像的频域进行分析，计算量较小，对成像设备的硬件资源要求较小，使成像设备的生产成本较低。

一个优选的方案是，获取图像的一个区域内多个像素的色彩值的步骤是：将图像划分为多个子区域，选取其中至少一个子区域内的多个像素，获取所选取的像素的色彩值。

由此可见，对焦方法并不一定计算整张图像所有像素的色彩值来判断图像的清晰度，而可以仅仅是通过获取其中一部分图像来计算清晰度，因此本方法的计算量较小，计算速度快，工作效率高。

进一步的方案是，计算像素的对焦评价值的步骤是：判断水平纹理值与方向判断阈值之和是否小于垂直纹理值，如是选取垂直纹理值作为像素的对焦评价值，否则，判断垂直纹理值与方向判断阈值之和是否小于水平纹理值，如是选取水平纹理值作为像素的对焦评价值，否则，若水平纹理值与垂直纹理值不满足上述两种关系，将像素的对焦评价值设定为无效值。