[发明专利]一种基于改进爬山法的自动对焦方法

说明书

本发明公开了一种基于改进爬山法的自动对焦方法，属于相机调焦技术领域，该方法包括如下步骤：1）算法初始化，计算得到初始的清晰度评价值和平均灰度；2）评估当前帧中的目标图像清晰度评价值和平均灰度值，并与上一帧进行比较；3）进行改进爬山法调焦；4）利用改进爬山法的最后三次对焦数据进行抛物线拟合，计算得到极大值点的横坐标即为所需的对焦点；5)对于同一目标重复执行步骤2）到步骤4），即可实现对同一目标的持续自动对焦。本发明提出的改进爬山法抗噪能力高，同时大大减少了调焦的次数，提高算法速度。再通过结合曲线拟合法，取代现有爬山法的小步长细调焦，减少计算量，实现快速对焦。

技术领域

本发明属于相机调焦技术领域，具体涉及一种基于改进爬山法的自动对焦方法。

背景技术

相机的自动对焦技术广泛被应用在数码相机、手机、工业相机等场合，旨在实现相机自主识别对焦。自动对焦技术根据信息来源可以分为传统方法和基于数字图像的方法。传统方法需要借助额外设备来获取距离方位等信息；而基于数字图像的方法以采集的图像为数据源，通过数据分析，实现对焦，具有方法结构简单、精度可靠的优点。

基于数字图像的自动对焦技术通常需要进行以下几个步骤：获取当前帧图像，计算该图像的清晰度评价值，计算下一步对焦的位置，驱动变焦器件变焦，获得新的图像，再进行清晰度评价值计算，通过不断的获取图像清晰度评价值比较，驱动变焦，直到找到最高清晰度评价值的焦距位置，对焦完成。所以自动对焦就是选择合理的清晰度评价函数，再搜索到清晰度评价函数的极大值。因而选择合适的清晰度评价函数和极值搜索算法是实现自动对焦的关键，而自动对焦的实时性主要取决于对焦窗口选择和极值搜索算法。

用清晰度评价函数对整张图片进行计算，存在以下几个问题：1)计算量大；2)通常目标物体和背景处于不同的距离，整张图片计算会导致对焦不准确。常见的对焦窗口有全局窗口、感兴趣区域、多点选择。全局窗口计算量大、对焦不准确；矩形感兴趣区域同样存在部计算量大、对焦不准确的问题；多点选择受运动干扰大。

目前常用的极点搜索算法有函数逼近法、Fibbonacci搜索法、爬山法等。其中，爬山法以简单易行，对焦效果好，被广泛应用于工程领域。爬山法的原理是：通过模拟盲人爬山，从起点出发沿一定的方向，以一定的较大步长开始爬坡改变焦距，通过计算每次的清晰度评价值进行比较，当检测到坡度的下降沿时，缩小步长反向爬坡，如此反复折返爬坡，直到步长缩小到预设的终止步长时停止爬坡，最后一次爬坡过程中的峰值位置即为盲人爬山法搜索到的极大值。经典的盲人爬山法的局限性体现在以下两点：1)单次检测下降沿即调转方向，易受噪声的干扰，使算法陷入局部极值或在偏离最大值的位置折返，对焦效果不理想。现有的改进的爬山法以连续多次(3次及以上)下降沿来判断折返，可以降低噪声的干扰，但会大大增加算法的计算量。2)在多次的重复折返过程中，需要进行多次的步长缩减才能得到好的结果，在计算量方面和实时性还有改善的空间。

鉴于以上传统或现有爬山法的局限性，通过改进对焦窗口的选择和改进爬山法实现更快速的自动对焦具有重大意义。

发明内容

本发明的目的在于提供一种能够快速对焦的基于改进爬山法的自动对焦方法。

基于上述目的，本发明采用如下技术方案：一种基于改进爬山法的自动对焦方法，包括如下步骤：

1)算法初始化，采用第一帧图像中间的一个“十字”区域作为对焦窗口，进行一次自动对焦，计算得到初始的清晰度评价值和平均灰度值；

2)采用图像中的“十字”区域作为对焦窗口，评估当前帧中的目标图像清晰度评价值和平均灰度值，并与上一帧的目标图像清晰度评价值和平均灰度值进行比较，判定差值的绝对值是否小于预设的阈值。若是，执行下一步，若否，重复执行本步骤；

3)进行改进爬山法调焦，具体为：

a)从点O开始，在区间[a,b]间以一定步长step＝0.1*(b-a)开始搜索；