CN106842496B - 基于频域比较法的自动调节焦点的方法 - Google Patents

Abstract

本发明涉及一种基于频域比较法的自动调节焦点的方法，包括以下过程：计算机控制机械伸缩镜筒，调整数字相机，或者成像非球面透镜，又或者显微物镜的位置，伸缩镜筒一边进行伸缩移动，照相机一边进行拍摄，获取K幅图像数据I₀,…,I_i,…,I_j,…,I_k‑1,在通过一系列计算获得所要对焦时的机械镜筒的伸缩位置，控制机械镜筒伸缩到该位置即可实现自动对焦。通过频域成分的比较和分析，能够避免图像噪声对自动焦点调节精度带来的不良影响，更加适合对透射成像的自动焦点调节，特别是对于无创情况下人体皮肤内部微血管，其形状和分布具有周期性，在频域的特征更为明显，因此本发明的自动焦点调节更加准确。在装置的操作方面，本方法更加简便，易于实际使用。

Description

基于频域比较法的自动调节焦点的方法

技术领域

本发明涉及图像处理领域，具体的说是基于频域比较法的自动调节焦点的方法。

背景技术

微镜头系统和照相机等可以实现图像的采集，但是图像在采集过程中由于焦点对不准的问题会导致采集的图像模糊不清，达不到图像采集的意义。因此，焦点的调节至关重要。

为了方便用户调节焦点，提高设备的使用效率，在设备中加入机械制动的伸缩镜筒，用户通过调节摇杆控制机械镜筒的伸缩以调整显微镜头系统和照相机之间的距离，或者调整显微物镜和用于成像的非球面透镜之间的距离。虽然机械制动的伸缩镜筒能够在一定程度上减少设备调焦的复杂度，但是没有显微观察经验的用户仍然很难确认焦点所在，这样的情况下就需要自动焦点调节算法来计算最佳焦点位置，从而自动控制机械伸缩镜筒完成设备的自动对焦过程。

目前，自动调节焦点的方法主要分为两大类，主动式和被动式自动调节。主动式焦点调节方法需要在设备上安装红外线或者超声波收发器，利用红外线或者超声波测距法，主动测量被观测物体的距离，根据计算的距离，通过机械装置自动调节镜头系统中各镜片的位置，实现设备的自动焦点调节。主动式焦点调节方法虽然对焦精度较高，但是却需要在设备中加入仅能用于对焦的硬件装置，不利于设备产品的低成本化和小型化。

被动式焦点调节方法是直接利用设备接收到的成像，利用图像处理技术，自动分析成像中被观测物体的清晰度，自动计算最清晰成像的镜头位置，实现设备的自动焦点调节。图像处理分析清晰度的方法中最为常用是相位法和对比度法。相位法中利用自动对焦感应器实现，自动对焦与成像光学系统在设备中分开放置，自动对焦感应器对被观测物体像的相位偏移量进行检测，偏移量最小的成像镜头位置即为对焦位置。自动对焦感应器体积小，易于设备的小型化，但却额外增加了设备成本，不利于设备的低成本化。对比度法则是通过失焦到对焦再到失焦的连续拍摄图像，利用图像处理自动检测成像中被观测物体的轮廓边缘清晰度来实现的自动对焦。对比度法不需要额外增加用于自动对焦的专用装置，利于设备的低成本化和小型化。在现有的图像对比度自动焦点调节法中，大多利用拉普拉斯图像滤波器等图像边缘检测算法实现清晰度的自动检测，这些图像处理算法在计算边缘清晰度的同时，对图像中存在的噪声也非常敏感，因此在例如透过表面对物体内部进行成像等图像噪声较大的情况下，不能实现准确的自动焦点调节。

发明内容

根据上述不足之处，本发明提供一种基于频域比较法的自动调节焦点的方法。

为实现上述目的，本发明的技术方案在于：基于频域比较法的自动调节焦点的方法，其特征在于：包括以下过程：

计算机控制机械伸缩镜筒，调整数字相机，或者成像非球面透镜，又或者显微物镜的位置，伸缩镜筒一边进行伸缩移动，照相机一边进行拍摄，获取K幅图像数据I₀,…,_i,…,_j,…,_K-1，对每一幅图像的水平或垂直成分进行离散傅里叶变换，傅里叶变换后的数据用式1表示：

其中，表示第i幅摄影图像的第y行/列的水平或垂直成分，i的单位为幅；N为图像横向/纵向的像素数目，单位为pixel，x为图像横向/纵向的坐标，y为图像纵向/横向的坐标，单位为pixel，u为图像数据频域坐标，单位为Hz；

将上述的变换结果转化为以dB为数值单位的能量频谱，再对能量频谱进行平均计算得到该图像的水平/垂直能量频谱，也就是图像的频域成分，以G_i(u)[dB]表示，计算公式如下所示：

图像中，第i幅图像和第j幅图像的水平/垂直频域成分间距离d(G_i,G_j)使用二乘平均平方根求得，如式4所示：

其中，d表示两幅图像间的频域距离，单位为[dB]，G_i,G_j分别为两幅图像的频域成分，单位为[dB]；

理论上，当两幅图像的模糊程度相同，也就是离焦点位置的距离相同时，频域距离为0，这种情况下，根据式4可得式5：

由于[G_i(u)-G_j(u)]²≥0，因此：

(下标j表示图像的位置，单位为幅；公式中的j表示复数符号)

因为拍摄图像时，一边移动数字相机，或者成像非球面透镜，又或者显微物镜，一边拍摄，所以，图像组中的每一幅图像的位置，对应数字相机，或者成像非球面透镜，又或者显微物镜的位置，也即机械伸缩镜筒的伸缩位置，根据式6可知，与对焦位置相同的两幅非对焦图像，它们在机械伸缩镜筒的伸缩位置上的关系满足式7所示的函数关系：

根据几何光学原理，非对焦产生的图像模糊可以看作对对焦图像进行了低通高斯滤波处理，因此式7中的函数可以近似的看作为高斯函数，如式8所示：

这里，m表示机械伸缩镜筒的伸缩位置，单位为μm，m_c表示高斯函数的中心位置，即对焦位置，单位为μm，K表示拍摄图像的数目，单位为幅，σ表示一个关于镜头的常数参数；

对式8进行绝对值和自然对数取值计算，可得式9：

将式9的计算基底换为10，式9可变为式10的形式：

根据式10，得到式7中关于m的函数，如式11所示：

|f_u(m)|＝log|F_u(m)|＝am²+bm+c 式11

将式11带入式7，可得：

因此，通过对图像频域的比较，可以得到以下两个极小值：

根据式13，两个极小值分别代表平面坐标上的两条直线，两条直线的交点坐标就是唯一极小值，这个唯一极小值，就是所要求得的对焦时机械镜筒的伸缩位置；

通过对二维数据的逐行最小值计算可得式13中的两条直线的参数，再对两条直线进行交点求解，其横轴/纵轴坐标值就是对焦时机械镜筒的伸缩位置；

控制机械镜筒伸缩到该位置即可实现自动对焦。

本发明还提供一种利用本计算方法进行自动对焦的方法，包括如下步骤：

(1)用户使用摇杆控制机械镜筒的伸缩，调整呈像模块、成像单元或者镜头单元的位置，完成对焦粗调；

(2)用户通过摇杆及其他指令装置向计算机发送自动对焦指令；

(3)计算机接收指令，开始自动对焦；

(4)计算机控制机械镜筒，以当前位置为中心，按照预设范围向上/下移动，到达预设位置后停止移动；照相机开始记录图像，同时机械镜筒开始以停止后的位置为起点的向下/上移动；机械镜筒一边移动，照相机一边记录图像，记录的图像保存在内存或是硬盘的存储器中；

(5)拍摄结束后，计算机读取图像信息，利用频域比较法处理图像信息，得到RMS分布图；

(6)计算机使用算法，在RMS分布图中逐行计算最小值点，并连接这些点得到两条交叉的直线；

(7)计算机使用算法，计算求得两条交叉之直线的交点坐标，利用RMS分布图坐标到机械镜筒动作坐标间的变换，计算机械镜筒对焦时的伸缩位置；

(8)计算机控制伸缩镜筒移动到以上计算求得的位置上，完成自动对焦。

本发明的有益效果在于：使用被动式的自动调节焦点的方法，不需专用的焦点调节装置，易于设备低成本化和小型化。相对于同类别使用图像边缘检测的对比度法，通过频域成分的比较和分析，能够避免图像噪声对自动焦点调节精度带来的不良影响，更加适合对透射成像的自动焦点调节，特别是对于无创情况下人体皮肤内部微血管，其形状和分布具有周期性，在频域的特征更为明显，因此本发明的自动焦点调节更加准确。在装置的操作方面，本方法更加简便，易于实际使用。

附图说明

图1是频域距离(频谱RMS)数值分布图。

具体实施方式

下面结合具体实施例对本发明做进一步说明。

基于频域比较法的自动调节焦点的方法，其特征在于：包括以下过程：

计算机控制机械伸缩镜筒，调整数字相机，或者成像非球面透镜，又或者显微物镜的位置，伸缩镜筒一边进行伸缩移动，照相机一边进行拍摄，获取K幅图像数据I₀,…,_i,…,_j,…,_K-1，对每一幅图像的水平或垂直成分进行离散傅里叶变换，傅里叶变换后的数据用式1表示：

其中，表示第i幅摄影图像的第y行/列的水平或垂直成分，i的单位为幅；N为图像横向/纵向的像素数目，单位为pixel，x为图像横向/纵向的坐标，y为图像纵向/横向的坐标，单位为pixel，u为图像数据频域坐标，单位为Hz；

将上述的变换结果转化为以dB为数值单位的能量频谱，再对能量频谱进行平均计算得到该图像的水平/垂直能量频谱，也就是图像的频域成分，以G_i(u)[dB]表示，计算公式如下所示：

图像中，第i幅图像和第j幅图像的水平/垂直频域成分间距离d(G_i,G_j)使用二乘平均平方根求得，如式4所示：

其中，d表示两幅图像间的频域距离，单位为[dB]，G_i,G_j分别为两幅图像的频域成分，单位为[dB]；

理论上，当两幅图像的模糊程度相同，也就是离焦点位置的距离相同时，频域距离为0，这种情况下，根据式4可得式5：

由于[G_i(u)-G_j(u)]²≥0，因此：

(下标j表示图像的位置，单位为幅；公式中的j表示复数符号)；

因为拍摄图像时，一边移动数字相机，或者成像非球面透镜，又或者显微物镜，一边拍摄，所以，图像组中的每一幅图像的位置，对应数字相机，或者成像非球面透镜，又或者显微物镜的位置，也即机械伸缩镜筒的伸缩位置，根据式6可知，与对焦位置相同的两幅非对焦图像，它们在机械伸缩镜筒的伸缩位置上的关系满足式7所示的函数关系：

根据几何光学原理，非对焦产生的图像模糊可以看作对对焦图像进行了低通高斯滤波处理，因此式7中的函数可以近似的看作为高斯函数，如式8所示：

这里，i表示机械伸缩镜筒的伸缩位置，单位为μm，i_c表示高斯函数的中心位置，即对焦位置，单位为μm，K表示拍摄图像的数目，单位为幅，σ表示一个关于镜头常数参数；

对式8进行绝对值和自然对数取值计算，可得式9：

将式9的计算基底换为10，式9可变为式10的形式：

根据式10，得到式7中关于i的函数，如式11所示：

|f_u(i)|＝log|F_u(i)|＝ai²+bi+c 式11

将式11带入式7，可得：

因此，通过对图像频域的比较，可以得到以下两个极小值：

根据式13，两个极小值分别代表平面坐标上的两条直线，两条直线的交点坐标就是唯一极小值，这个唯一极小值，就是所要求得的对焦时机械镜筒的伸缩位置；

通过对二维数据的逐行最小值计算可得式13中的两条直线的参数，再对两条直线进行交点求解，其横轴/纵轴坐标值就是对焦时机械镜筒的伸缩位置；

控制机械镜筒伸缩到该位置即可实现自动对焦。

本计算方法进行自动对焦的方法，包括如下步骤：

(1)用户使用摇杆控制机械镜筒的伸缩，调整呈像模块、成像单元或者镜头单元的位置，完成对焦粗调；

(2)用户通过摇杆及其他指令装置向计算机发送自动对焦指令；

(3)计算机接收指令，开始自动对焦；

(4)计算机控制机械镜筒，以当前位置为中心，按照预设范围向上/下移动，到达预设位置后停止移动；照相机开始记录图像，同时机械镜筒开始以停止后的位置为起点的向下/上移动；机械镜筒一边移动，照相机一边记录图像，记录的图像保存在内存或是硬盘的存储器中；

(5)拍摄结束后，计算机读取图像信息，利用频域比较法处理图像信息，得到RMS分布图；

(6)计算机使用算法，在RMS分布图中逐行计算最小值点，并连接这些点得到两条交叉的直线；

(7)计算机使用算法，计算求得两条交叉之直线的交点坐标，利用RMS分布图坐标到机械镜筒动作坐标间的变换，计算机械镜筒对焦时的伸缩位置；

(8)计算机控制伸缩镜筒移动到以上计算求得的位置上，完成自动对焦。

其中，图1中的横轴表示需要被频域比较的图像i，单位为幅，纵轴表示频域比较的样本图像j，单位为幅。图中的亮度表示频域距离，也就是频谱RMS值的大小，较亮的值，也就是图像中的白色部分，频域距离较大，说明这时的图像i和图像j的相似度较低。较暗的值，也就是图像中的黑色部分，频域距离较小，说明这时的图像i和图像j的相似度较高。因为焦点位置处的图像较为清晰，与其他位置的图像相似度最低，所以根据式13，两条斜向的相似度较高的黑色区域的交点就是所求的焦点位置。

Claims (2)

1.基于频域比较法的自动调节焦点的方法，其特征在于：包括以下过程：

计算机控制机械伸缩镜筒，调整数字相机或成像非球面透镜或显微物镜的位置，伸缩镜筒一边进行伸缩移动，照相机一边进行拍摄，获取K幅图像数据I₀,…,I_i,…,I_j,…,I_K-1，对每一幅图像的水平或垂直成分进行离散傅里叶变换，傅里叶变换后的数据用式1表示：

其中，表示第i幅摄影图像的第y行/列的水平或垂直成分，i的单位为幅；N为图像横向/纵向的像素数目，单位为pixel，x为图像横向/纵向的坐标，y为图像纵向/横向的坐标，单位为pixel，u为图像数据频域坐标，单位为Hz；

将上述的变换结果转化为以dB为数值单位的能量频谱，再对能量频谱进行平均计算得到该图像的水平/垂直能量频谱，也就是图像的频域成分，以G_i(u)[dB]表示，计算公式如下所示：

图像中，第i幅图像和第j幅图像的水平/垂直频域成分间距离d(G_i,G_j)使用二乘平均平方根求得，如式4所示：

其中，d表示两幅图像间的频域距离，单位为[dB]，G_i,G_j分别为两幅图像的频域成分，单位为[dB]；

理论上，当两幅图像的模糊程度相同，也就是离焦点位置的距离相同时，频域距离为0，这种情况下，根据式4可得式5：

由于[G_i(u)-G_j(u)]²≥0，因此：

其中，下标j表示图像的位置，单位为幅；公式中的j表示复数符号；

因为拍摄图像时，一边移动数字相机或成像非球面透镜或显微物镜，一边拍摄，所以，图像组中的每一幅图像的位置，对应数字相机，或者成像非球面透镜，又或者显微物镜的位置，也即机械伸缩镜筒的伸缩位置，根据式6可知，与对焦位置相同的两幅非对焦图像，它们在机械伸缩镜筒的伸缩位置上的关系满足式7所示的函数关系：

|f_u(m)|＝|f_u(n)| 式7

|f_u(m)|＝log|F_u(m)|

|f_u(n)|＝log|F_u(n)|

根据几何光学原理，非对焦产生的图像模糊可以看作对对焦图像进行了低通高斯滤波处理，因此式7中的函数可以近似的看作为高斯函数，如式8所示：

这里，m表示机械伸缩镜筒的伸缩位置，单位为μm，m_c表示高斯函数的中心位置，即对焦位置，单位为μm，K表示拍摄图像的数目，单位为幅，σ表示一个关于镜头的常数参数；

对式8进行绝对值和自然对数取值计算，可得式9：

将式9的计算基底换为10，式9可变为式10的形式：

根据式10，得到式7中关于m的函数，如式11所示：

|f_u(m)|＝log|F_u(m)|＝am²+bm+c 式11

将式11带入式7，可得：

因此，通过对图像频域的比较，可以得到以下两个极小值：

根据式13，两个极小值分别代表平面坐标上的两条直线，两条直线的交点坐标就是唯一极小值，这个唯一极小值，就是所要求得的对焦时机械镜筒的伸缩位置；

通过对二维数据的逐行最小值计算可得式13中的两条直线的参数，再对两条直线进行交点求解，其横轴/纵轴坐标值就是对焦时机械镜筒的伸缩位置；

控制机械镜筒伸缩到该位置即可实现自动对焦。

2.一种利用如权利要求1所述的方法进行自动对焦的方法，其特征在于：包括如下步骤：

(1)用户使用摇杆控制机械镜筒的伸缩，调整呈像单元、成像单元或者镜头单元的位置，完成对焦粗调；

(2)用户通过摇杆及其他指令装置向计算机发送自动对焦指令，计算机接收指令，开始自动对焦；

(3)计算机控制机械镜筒，以当前位置为中心，按照预设范围向上/下移动，到达预设位置后停止移动；照相机开始记录图像，同时机械镜筒开始以停止后的位置为起点的向下/上移动；机械镜筒一边移动，照相机一边记录图像，记录的图像保存在内存或是硬盘的存储器中；

(4)拍摄结束后，计算机读取图像信息，利用频域比较法处理图像信息，得到RMS分布图；

(5)计算机使用算法，在RMS分布图中逐行计算最小值点，并连接这些点得到两条交叉的直线；

(6)计算机使用算法，计算求得两条交叉之直线的交点坐标，利用RMS分布图坐标到机械镜筒动作坐标间的变换，计算机械镜筒对焦时的伸缩位置；

(7)计算机控制伸缩镜筒移动到以上计算求得的位置上，完成自动对焦。