图像清晰度判断-自动对焦的实现笔记一

系列文章目录

前言

在视觉测量中,目标成像是否真实反映实际被测物理量至关重要
。自动对焦由照相机根据被摄体的远近，自动地调节镜头的对焦距离。
AF运行方式：进入自动调焦模式后，Driver从0到最大值，使得镜头从原地移动到最大位移处，此时sensor成像面自动拍摄图片并保存到DSP内，DSP通过这些图片，计算每一副图片的MTF（Modulation transfer function）值，从而在这条MTF曲线中找到最大值，并通过算法，得到这个点对应的电流大小，再一次指示Driver提供给音圈这个电流，而使镜头稳定在这个成像面，使得达到自动变焦。

对焦原理

光学系统成像原理

1.概念：光学系统对图像产生两个效应：三维空间到二维平面的投影关系及由于衍射和透镜的像差造成的像质下降。
三维成像目标通过光学镜头的作用变换成图像传感器件上的二维图像。光学系统只由一个简单透镜组成，位于焦（物）平面原点上的点光源在像平面的原点处生成一个像光斑。由点光源生成的像即为点扩散函数，如果系统聚焦正确，也就是说，成像光斑的尺寸将最小。
对焦不准确就会得到模糊图像，在几何光学成像关系上，就是成像系统的物距、像距与镜头焦距不符合成像公式。

镜头的离焦原理

镜头系统的点扩散函数等价于一个低通滤波器,不同的离焦情
况下该滤波器对应的截止频率不同。对焦愈准确,截止频率越高离焦量愈大,则截止
频率愈低。此时空域上表现为点光源成像后形成一定大小的模糊圆,相邻的像素相互影
响,频域上表现为高频分量流失造成图像细节模糊。
由以上对镜头离焦的几何分析可知,对焦工作即是使物、像距及焦距满足成像关系,
从而使点光源成的模糊圆像半径最小。可以有三种对焦实现方法：
调节成像目标与镜头的相对位置。
调节图像传感器的位置。
调节镜头焦距。

相位对焦

相位对焦，传感器即为相位对焦传感器，为横向分布，红线与蓝线代表了镜头同一被摄体通过镜头两端投射的光线，重合即为合焦；若不重合，害可以根据具体的分布位置，判断焦点偏移的方向，可以进行方便的反馈纠正。

反差对焦

概念

反差对焦：图像最清晰的点也是对比度最大的点。
对比检测自动对焦系统(反差式对焦)根据焦点处画面的对比度变化，寻找对比度最大时的镜头位置，也就是准确对焦的位置。

过程

反差对焦过程：随着对焦镜片开始移动，画面逐渐清晰，对比度开始上升；当画面最清晰，对比度最高时，其实已经处于合焦状态，但相机并不知道，所以会继续移动镜头，当发现对比度开始下降。

进一步移动镜片，发现对比度进一步下降，相机知道已经错过焦点；镜片回退至对比度最高的位置，完成对焦。
Contrast AF对焦（或 Contrast Detection Auto Focus，CDAF），主要是通过相机对镜头的来回调整过程中，检出最高对比度所在，即为判定合焦。

原理

其基本原理是：一般而言，在相机的镜头调节到最佳位置的时候，图像整体的对比度越高，这个时候图像中物体的边缘最锐利。因此通过来回调节镜头的位置，并实时计算图像整体的对比度，当图像的对比度最高的时候，就是相机镜头合焦的位置。
基于对比度AF的整体对焦过程：基于对比度或者反差度的对焦，就是在对焦的过程中，sensor不断对被拍摄的物体成像，处理器基于采集的图像计算出来这幅图像的对比度或者反差度（实际上就是这个图像中亮度相差的程度，越清晰亮度的差距会越大），对比度越大说明焦距越清晰。但是一定有一个阶段对比度会出现下降的情况（这个时候就表示镜头调过了），这个时候就需要把镜头往回调。因此整个的这个过程中因为会采集多幅图像不断计算，而且还势必会出现调过头之后往回调的问题，整个调焦的过程速度肯定是比较慢的，这就是这种调焦方式最大的问题。

对焦评价函数

图像的清晰度与图像的高频分量有很大关系 。离焦相 当于低通滤波的过程, 对焦图像比离焦图像包含更多的高 频分量 ,细节信息比较丰富 ,通常用图像中高频分量的含量 作为图像对焦算法的主要依据 。
一幅图像是否聚焦,反映在空域上是图像的边界及细节部分是否清晰,在频域上则是图像的高频分量是否丰富。。前者可以通过对图像进行微分来获取图像的边缘及细节
信息,后者可以对图像进行频域分析来获取

主动对焦

主动对焦技术主要采用测距原理 , 根据所测距离驱动电 机调节镜头至聚焦位置 ,由于需要额外的测距设备。可以理由激光和多个摄像头，然后判断激光的在图像的位置从而推得当前的距离。最后根据距离调整到相应的焦距。

被动对焦

被动对焦方式包括对焦深度(DFF)法和 离焦深度(DFD)法, DFD 法从离焦图像中取得深度信息, 只需要获得 2 、3 幅的图像即可完成自动对焦过程 , 速度快, 但对焦精度低。DFF 法通过搜寻对焦评价曲线的峰值实现 自动对焦, 精度高, 因而显微镜的自动对焦系统多采用 DFF 法 。

理想对焦评价函数

理想的对焦评价函数应该满足单峰性和无偏性。

分类：

空域：用一些锐花算子来判断图像的清晰度, 其计算量相对较 小 ;
分类：:1)基于图像微分 ,如阈值绝 对梯度函数 、能量梯度函数、Brenner 函数、T enenGrad 函数 和 Laplace 算子等;2) 基于图像灰度的峰谷值 , 如图像功 率 ;3)基于图像对比度 ,如方差 :4)基于直方图, 如熵函数; 5)基于相关性 , 如 V ollath 4 和 V ollath 5 函数

频域：根据频域成分评价图像的对焦程度

把当前图像的对焦位置限制在较小的范围内, 从而 避免了多峰干扰 。
背景的干扰使对焦函数的峰值位置偏离成像主体目 标, 通常对焦函数的最大峰值出现在目标和背景间的某个 位置 ,从而造成成像主体的清晰度下降 。为了采用提高对 焦的准确性 , 对梯度图像进行阈值分割, 从而可以根据图像 内容自适应地选择对焦窗口 ,使对焦函数满足无偏性 。

特性：

1. 无偏性：即只有在成像处于最佳对焦位置时,对焦评价函数才给出极值
2. 单峰性：即对焦评价函数曲线不应该有局部峰值,最佳聚焦位置两侧曲线应该是单调的
3. 灵敏度高：即曲线上升或下降的斜率要大,不能过于平缓 较高的信噪比能够有足够的抑止噪声能力
4. 计算量小：要在保证对焦精度的前提下尽可能减少计算量。

单峰性和无偏性

在 实际的图像采集中 ,成像主体与背景的关系千变万化 , 对焦 评价函数经常产生多个局部极值, 而且最大峰值经常偏离 成像主体最清晰的位置 。目前已提出了各种方法消除对焦 曲线的局限极值。
在 某些情况下 , 无论采用哪种对焦评价函数, 都可能导致自动 对焦的失败, 因而消除多峰和背景干扰对构建稳定的动对焦系统具有重要的意义 。相邻几幅图像的最佳对焦位置相差很小, 根据前 一幅或几幅图像的对焦位置估计当前图像的对焦位置 , 然 后在估计位置附近做微小的调整, 即可得到最佳焦平面位 置。这种方法既可以避免多峰干扰 , 又大大减少了采集图 像的数量和搜索的步骤。
为了使对焦函数满足无偏 性, 可以利用阈值分割的方法自适应地选择对焦区域, 可以 有效地消除背景干扰 。

对焦窗口的选择

对焦区域选择的2个原因：

:1) 对焦评价函数的 计算速度与图像像素成正比, 为了提高对焦速度 , 必须减少 参加运算的像素数量
;2)如果对整幅图像运用对焦评价函 数 , 图像中背景干扰会对评价结果产生负面的影响, 导致图 像中的成像目标无法准确对焦 。

在背景干扰比较严重的情况下 , 对焦窗口选取是影响 对焦成败的重要因素之一。对焦窗口应该包含尽可能多的 成像主体, 使背景的影响尽可能小。分离成像主体的区域 可以有效地减少背景信息的干扰, 从而使对焦主体的成像 最为清晰。

对该幅图像的梯度图像进行阈值分 割[ 10 ,11] , 从而可以标记出目标所在的区域 , 用这些区域作为 对焦窗口就可以避免背景信息的干扰。

用对焦窗口大小、位置、对焦区域选择等窗口规划方法来克服对焦过程中对准
平面与目标面不平行等定位误差的影响,以及成像背景对主成像目标所造成的干扰。实
验表明较好的窗口规划不仅可以一定程度解决上述问题,还可提高对焦函数性能、有效
减小计算量

自动对焦系统

1)设置参数 δ和p ;
2)对第 1 幅图像, 手动调整到对焦的大致位置;
3)利用自动对焦算法调整到最优焦平面位置;
4)对第 n 幅图像 ,载物平台移动到 ^x(n)- δ, 利用该位 置的图像选取对焦窗口, 并计算对焦评价函数的值 f(1);
5)载物平台向上移动, 并计算每幅图像的对焦函数值 f(i);
6)如果 f(i)<f(i - 1), 当前图像对焦结束, 并把第 i - 1 图像作为对焦图像;否则转下一步 ; 7)如果 i ≤2δ,转到 5);否则提示对焦失败, 进行人工 干预
自动对焦失败的情况通常出现在图像信息特 别少的几乎空白区域, 或者没有前景信息而背景信息比较 丰富的区域 。
针对初始的梯度图像, 利用全局阈值分割的方法自 适应地选择对焦窗口, 可以消除背景干扰 , 使对焦函数满足 无偏性

总结

参考链接
自动对焦简介

AF自动对焦算法及PDAF工作原理总结

https://cuteparrot.pixnet.net/blog/post/209573872

相位对焦

图像解像力:MTF、SFR（一）添加链接描述

PD sensor & PDAF

显微镜的快速自动对焦算法-苗立刚** , 轩 波 , 彭思龙

基于数字图像处理的自动对焦技术研究-刘兴宝