[发明专利]一种聚变焦控制方法及系统

说明书

本方案公开了一种聚变焦控制方法，该方法包括：对获取的视频图像数据进行滤波；基于深度学习算法获得所述视频图像中的目标图像尺寸与视场范围的比值；计算所述视频图像中目标图像的空域梯度值；基于所述目标图像尺寸与视场范围的比值和空域梯度值，获得所述视频图像的清晰度；基于所述视频图像的清晰度调整焦距。本发明方法具有调节步长自适应、精度高的优点，可广泛应用于各种视频监控、探测取证、光电制导等领域。

技术领域

本发明涉及镜头焦距的调节控制技术领域，特别涉及一种聚变焦控制方法及系统。

背景技术

当前搭载可见光或红外摄像机的光电平台在自动跟踪目标时，随着目标的运动目标相对于摄像机的距离也在不断的变化，此时需要人为操作控制软件完成聚焦、变焦，以使目标清晰能够稳定成像，便于观察提取目标特征。由于聚焦、变焦的操作在跟踪目标时反复变换，操作不当会造成目标成像虚化，被跟踪目标丢失。

现有自动聚焦方式，当焦距处于长焦时，因调节步长固定，图像清晰度函数变化比较平坦，景深较小，能造成视频质量反复变化，聚焦控制很难将目标聚焦到观察者满意的程度。如果将步长设置的较小，在短焦时，景深较大，又会带来调节时间增加，不能快速响应。自动变焦现在的技术手段多是指定焦距位置，通过不断检测当前焦距值与指定焦距值的差值，调整变焦电机的控制电压，直到差值趋近零。但在跟踪目标时，目标远近变化信息未知，焦距应时刻变化，上述指定焦距的操作就不能适应变化的场景。

发明内容

本方案的一个目的在于提供一种聚变焦控制方法，该方法能够在跟踪目标时通过计算目标尺寸、清晰度特征，快速、准确完成聚焦、变焦操作；避免人工操作效率低的问题，满足目标运动跟踪整个过程都能获得清晰、易于观察的目标。

本方案的另一个目的在于提供一种执行上述方法的系统。

为达到上述目的，本方案如下：

一种聚变焦控制方法，该方法包括：

S100，对获取的视频图像数据进行滤波；

S200，基于深度学习算法获得所述视频图像中的目标图像尺寸与视场范围的比值；

S300，计算所述视频图像中目标图像的空域梯度值；

S400，基于所述目标图像尺寸与视场范围的比值和空域梯度值，获得所述视频图像的清晰度；

S500，基于所述视频图像的清晰度调整焦距。

优选的，所述深度学习算法为YOLOv3算法。

优选的，所述目标图像尺寸与视场范围的比值为目标图像的宽和高的像素值与整帧图像的宽和高的像素值的比值。

优选的，所述空域梯度值通过在目标图像的中心采用二维拉普拉斯算子提取目标图像的空域梯度值。

优选的，所述调整焦距包括聚焦或变焦。

第二方面，提供一种聚变焦控制系统，该系统包括：

图像获取单元，采集视频图像；

图像处理单元，用于对获取的视频图像数据进行滤波；基于深度学习算法获得所述视频图像中的目标图像尺寸与视场范围的比值；计算所述视频图像中目标图像的空域梯度值；基于所述目标图像尺寸与视场范围的比值和空域梯度值，获得所述视频图像的清晰度；

控制单元，基于所述视频图像的清晰度调整焦距。

优选的，所述控制单元基于所述视频图像的清晰度调整焦距实现聚焦或变焦。

优选的，所述图像获取单元包括摄像机。

优选的，所述摄像机为可见光摄像机或红外热成像摄像机。