本發明屬于光學計量，具體涉及一種結合圖像空域與頻域變換的鏡頭平移光路自動聚焦算法。

背景技術：

1、圖像的自動聚焦算法又稱被動調焦算法，主要是通過平移相機鏡頭離焦時圖像清晰度的變化規律建立數學模型，以找到最佳焦面位置。傳統方法主要分為三類：空域法、頻域法和統計法。

2、其中，空域法主要是通過構造不同函數模板對圖像求卷積，以通過實現圖像不同方向相鄰或間隔像素的微分運算來尋找清晰度的極大值，主要有smd函數、roberts函數、brenner函數、tenengrad函數以及laplace函數等方法。在利用空域法計算清晰度的過程，因為是通過求解圖像能量集中度來實現的，因此容易受到圖像像素散粒噪聲帶來的影響，從而形成干擾。頻域法是通過離散傅里葉變換、余弦或小波變換來實現圖像高頻信息的提取來表征清晰度。此方法忽視圖像低頻輪廓信息的利用，當圖像像素值趨于飽和，圖像在變焦過程中就只有輪廓信息發生變化時，誤差會顯著增大。統計學是利用直方圖統計的方法分析像素分布變化，主要有range函數、menmay函數以及方差函數。利用直方圖統計的方法計算圖像清晰度變化過程中像素帶個數的變化情況，容易受到圖像本身明暗的影響而造成較大的誤差。在上述圖像自動聚焦的算法中，無論哪一種方法都會對最終的調焦結果造成較大的偏差，導致魯棒性較差。

3、在實際應用中，探測器的暗電流以及環境光的影響會帶來背景噪音，具有很強的隨機性，且目標圖像還可能存在過飽和或過弱的情況，在上述極端情況下進行調焦都會造成較大的偏差。

技術實現思路

1、本發明的目的在于解決自動聚焦處理圖像過程中傳統算法存在魯棒性差，以及在極端情況下影響算法計算結果而導致調焦不精確的技術問題，而提供了一種結合圖像空域與頻域變換的鏡頭平移光路自動聚焦算法。

2、為實現上述目的，本發明所提供的技術解決方案是：

3、提供了一種結合圖像空域與頻域變換的鏡頭平移光路自動聚焦算法，包括以下步驟：

4、步驟1：將采集到的當前位置的彩色圖像轉化為灰度圖像；

5、步驟2：將步驟1得到的灰度圖像進行離散傅里葉變換處理，之后再進行中心化處理，得到處理圖像；

6、步驟3：構建高斯模板矩陣，將其與步驟2中得到的處理圖像中各個元素相乘并求和，得到第一評價函數，其表達式為：

7、

8、其中表示高斯模板矩陣與處理圖像頻域矩陣中對應坐標點（u,v）經中心化處理的傅里葉變換值相乘后求和；x表示時域矩陣中圖像像素位置的橫坐標，x=0,1,....,m-1；y表示時域矩陣中圖像像素位置的縱坐標，y=0,1,....,n-1；m、n分別依次表示圖像的行數和列數；

9、步驟4：利用x方向、y方向的sobel算子對步驟1中的灰度圖像進行模板卷積，得到兩個卷積后的矩陣；

10、步驟5：將步驟4中兩個卷積后的矩陣對應像素點位置求平方和得到sobel矩陣，并對sobel矩陣中所有元素求和，得到第二評價函數，其表達式為：

11、

12、其中表示sobel矩陣；

13、步驟6：將步驟3得到的第一評價函數和步驟5得到的第二評價函數施加等權重系數0.5再求和，得到評價函數，其表達式為：

14、；

15、步驟7：基于步驟6中的評價函數計算當前位置的評價函數數值；隨后平移鏡頭，求得下一個位置的評價函數數值，判斷下一個位置的評價函數數值與當前位置的評價函數數值相比是否下降，如果下降，則進入下一步；如果不下降，則繼續平移鏡頭；最終得到多個評價函數數值<mi>sum[1,2,3,4,5...n]</mi>及對應的多個鏡頭在一維軌道中的位置；

16、步驟8：將步驟7中得到的<mi>sum[1,2,3,4,5...n]</mi>作為因變量和對應鏡頭在一維軌道中的位置作為自變量，構成散點坐標，輸入散點坐標進行高斯擬合，基于損失評價函數的最小值得到焦面最佳位置，最終將鏡頭平移到焦面最佳位置完成調焦。

17、進一步的，步驟2的具體步驟包括：

18、步驟2.1：對灰度圖像先進行離散傅里葉變換：

19、

20、其中j表示虛數i，u表示圖像在水平方向的空間頻率，u=0,1,....,m-1；v表示圖像在垂直方向的空間頻率，v=0,1...,n-1；……表示m×n的圖像中坐標點（x,y）的像素值，表示為m×n頻域矩陣中坐標點（u,v）對應的傅里葉變換值，表現形式為復數形式a+bi，對其做取模運算得到；

21、步驟2.2：再進行中心化操作，將離散傅里葉變換后的灰度圖像以(m/2,n/2)為中心等分成四等分：

22、

23、將對角子矩陣對調得到：

24、

25、從而將低頻部分移至圖像中心。

26、進一步的，步驟3中，構建的高斯模板矩陣表示為：

27、

28、其中高斯模板矩陣的半高寬為圖像長加寬的三分之一。

29、進一步的，步驟4中，得到的兩個卷積后的矩陣分別表示為：

30、

31、

32、進一步的，步驟5中，sobel矩陣表示為：。

33、進一步的，步驟8具體包括以下步驟：

34、步驟8.1：初始化高斯函數的參數值，包括平均值、標準差以及幅值賦予初始值：

35、

36、

37、

38、其中表示高斯函數的平均值，表示高斯函數的標準差，表示高斯函數的幅值，xi、yi分別依次表示第i個散點坐標的橫坐標、縱坐標；

39、步驟8.2：構建損失評價函數，其表達式為：

40、

41、其中表示損失評價函數，通過計算待擬合散點的縱坐標與高斯函數計算出理論值之差并求和來評價擬合誤差的大小，n表示散點數量；

42、步驟8.3：以預設步長為增量，多次循環迭代地改變高斯函數的參數值，并計算每次高斯函數的參數值改變后的損失評價函數誤差值；

43、步驟8.4：得到損失評價函數誤差值的最小值以及對應的最佳參數值，此時的位置為最佳焦面位置，將鏡頭平移至最佳焦面位置完成調焦。

44、進一步的，步驟8.3中，預設步長為0.01，循環迭代次數為100次。

45、本發明的優點是：

46、1、本發明提供的一種結合圖像空域與頻域變換的鏡頭平移光路自動聚焦算法，基于鏡頭平移離焦過程中，圖像的像質變化特點，通過提取灰度圖像二維離散傅里葉變換后頻域的高頻信息構建第一評價函數，通過與sobel算子卷積后的梯度信息構建第二評價函數，基于第一評價函數和第二評價函數之間權值擬合建立評價函數，根據平移過程中評價函數的散點值進行高斯擬合，從而找到鏡頭平移過程中像質的極大值位置。由于此方法的評價函數的建立方式是通過圖像頻域高頻信息與空域的梯度信息建立起來的，因此相比于傳統的算法而言，可以彌補傳統頻域算法低頻信息丟失的不足，也可以彌補傳統空域算法對細節信息的利用率低的特點，由此對過曝、過暗和噪聲過大的極端情況下的圖像都能得到準確的調焦結果，有很好的魯棒性。

47、2、本發明設計的鏡頭平移光路自動聚焦算法自動化程度高，利用鏡頭在逐漸聚焦和離焦過程中，依靠圖像處理計算出的評價函數的變化趨勢，自動找到最佳焦面位置，并控制鏡頭平移過去，從而實現自動化聚焦。利用傅里葉變換后高頻信息的提取，通過構建的第一評價函數，能有效處理當圖像像素過暗的情況下圖像聚焦；利用sobel算子對圖像進行卷積，通過計算邊緣能量集中度的方式建立第二評價函數，能有效處理各類極端圖像，如圖像像素值過曝的情況下圖像聚焦。因此，構建的評價函數可實現圖像處理的智能化以及鏡頭平移的的自動化。通過空域下sobel算子檢測梯度信息的能量集中度獲取，從而得到圖像低頻信息的變化，通過頻域下傅里葉變換后高斯函數高通濾波求和可以有效獲取圖像高頻信息的變化，達到充分提取并利用圖像所包含的有用信息，從而準確地計算出鏡頭平移過程中的最佳焦面位置。