一种基于 像处理的自动调焦系统

　　在摄影摄像技术中,调焦是保证感光介质所记录的影像取得清晰效果的关键步骤。调焦机构就是用来调节摄像镜头和感光介质之间的距离,使得像平面落在感光介质的表面。目前,常用的自动照相机、摄像机和数码相机中多采用自动调焦,即根据被摄目标的距离,由集成电路指使镜头前后移动到相应的位置上,从而使被摄目标自动清晰成像。自动调焦技术从20世纪70年代后期发展起来,到现在已经日臻成熟并取得了广泛应用,从而使摄像、摄影设备的自动化功能更加完善。

　　1 自动调焦的几种主要方式

　　从基本原理来说,自动调焦可以分成两大类：一类是基于镜头与被摄目标之间距离测量的测距方法,另一类是基于调焦屏上成像清晰的聚焦检测方法。

　　1.1 测距方法

　　测距方法的自动调焦主要有三角测量法、红外线测距法和超声波测距法。

　　(1)三角测量法 测距原理如图1所示。左边的反射镜是局部镀膜反射镜,即中间一小块反射右边来的光线,其余大部分视场透射前方直接进入的光线,这样在调焦平面上的影像如图1左下角所示。右边的反射镜在电路控制下转动,调焦平面上有光电元件进行探测,当透射和反射的两部分影像重合的时候,可动反射镜的摆动角α/2和物点A的距离D之间有如下关系：

　　α/2=(1/2)arctg(b/D)

　　式中,b为基线长。

　　于是,系统可以计算出被摄目标和镜头之间的距离并驱动镜头运行到合适的位置,完成调焦。

　　(2)红外线测距法 该方法的原理类似于三角测量法,所不同的是由照相机主动发射红外线作为测距光源,并用红外发光二极管的转动代替可动反光镜的转动。

　　(3)超声波测距法 该方法是根据超声波在摄像机和被摄物之间传播的时间进行测距的。照相机上分别装有超声波的发射和接收装置,工作时由超声振动发生器发出持续时间约1/1000秒的超声波,覆盖整个画面的10%。超声波到达被摄体后,立即返回被接收器感知,然后由集成电路根据超声波的往返时间来计算确定调焦距离。

　　红外线式和超声波式自动对焦是利用主动发射光波或声波进行测距的,称之为主动式自动对焦。

　　1.2 聚焦检测方法

　　聚焦检测方法主要有对比度法和相位法

　　(1)对比度法 该方法是通过检测影像的轮廓边缘实现自动调焦的。像的轮廓边缘越清晰,则它的亮度梯度就越大,或者说边缘处景物和背景之间的对比度就越大。反之,离焦的像,轮廓边缘模糊不清,亮度梯度或对比度下降;离焦越远,对比度越低。

利用这个原理,将两个光电检测器放在底片位置的前后相等距离处,被摄影物的像经过分光同时成在这两个检测器上,分别输出其成像的对比度。当两个检测器所输出的对比度相等时,说明调焦的像面刚好在两个检测器中间,即和底片的位置重合,于是调焦完成。

　　(2)相位法 该方法是通过检测像的偏移量实现自动调焦的。如图2所示,在感光底片的位置放置一个由平行线条组成的网格板,线条相继为透光和不透光。网络板后适当位置上与光轴对称地放置两个受光元件。网络板在与光轴垂直方向上往复振动。从图2可以看出,当聚焦面与网络板重合时,通过网格板透光线条的光同时到达其后面的两个受光元件。而当离焦时,光束只能先后到达两个受光元件,于是它们的输出信号之间有相位差。有相位差的两个信号经电路处理后即可控制执行机构来调节物镜的位置,使聚焦面与网格板的平面重合。

　　各种自动对焦方式各有其局限性。

例如红外测距和超声测距的对焦方法,当被测目标对红外光或超声波有较强的吸收作用时,将使测距系统失灵或对焦不准确;而对比度法聚焦检测受光照条件的制约,当光线暗弱或被摄体与背景明暗差别很小时,调焦就会有困难,甚至失去作用。

　　2 基于图像处理的自动调焦

　　聚焦检测的自动调焦方法是依据被测物的光学图像。在用计算机作数字图像采集时,可充分利用计算机处理数字信号的高速度和灵活性,针对数字图像进行自动调焦。随着计算机硬件和数字图像技术的飞速发展,图像的实时处理已成为可能。计算机通过镜头和CCD采集到一系列的数字图像,对每一帧图像进行实时处理,判断对焦是否准确,成像是否清晰,并给出反馈信号控制镜头的运行,直到采集到的图像符合使用要求,即完成自动调焦。

　　基于图像处理的自动调焦具有以下两大优点：

　　第一,调焦更加智能化,聚焦判据更加灵活和多样。基于模拟图像的聚焦检测方法只利用被测物和背景之间的对比度(轮廓边缘的梯度)作为判断是否成像清晰的判据。而通过数字图像处理,不仅可以利用梯度信息,还可以提取图像中各种其它的有效信息进行判断,例如频率、相位等。对于具高频信息的图像,一般而言,对焦越准确,图像信号的频率越高,边缘越尖锐;离焦时则频率降低,边缘相对平滑。此外,由于计算机处理图像的灵活性,可以针对不用的使用要求,选择不同的判据进行调焦。例如,有时候我们所关心的目标只是图像中的某一个局部,

而不是整幅图像的清晰程度。这时应该针对图像中这一局部进行处理和提取判据,用该局部的对比度(边缘梯度)作为调焦的依据。

　　第二,利用计算机可以很方便地对运行执行机构进行控制,从而避开复杂的调焦电路和机构。计算机接口和总线技术已经非常成熟,通过软件给出控制信号,直接控制电机动物镜的运行,不仅灵活方便,响应速度符合调焦要求,还能大大简化电路和运动机构。

　　缺点是,由于图像处理需要占用大量的计算机资源,这种自动调焦方法对计算机硬件提出了较高的要求。此外,和前面所介绍的对比度法一样,也受到光照条件的限制。

　　3 在虹膜图像采集中的应用

　　虹膜位于瞳孔和巩膜之间,是瞳孔周围的环状部件,呈褐色或蓝色。虹膜的表面呈现高低不平的皱襞、隆起和内陷,其外观形貌因人而异,并且不随时间而改变。虹膜的这些特点非常合作为人个身份识别的依据,因而虹膜识别鉴别技术作为物特征识别技术的一个分支,近年来得到了迅速的发展和应用。

　　采集到清晰、高质量的虹膜图像,是虹膜识别的首要问题,同时也是虹膜识别所面临的主要困难之一。由于虹膜范围小、细节特征多,要获得高分辨率的图像,要求光学系统具有较大的放大率,同时需要较大的通光孔径来保证照明效果。但是通常孔径越大,系统景深越小,因而要求自动调焦非常精确。

　　用摄像机采集到的虹膜图像往往包含整个眼睛轮廓,而我们感兴趣的只是其中虹膜部分,因而自动对角只能针对虹膜的局部,调焦的目标是让虹膜部分清晰成像。基于以上考虑,我们设计了一种基于图像处理的自动调焦系统用于虹膜图像采集。考虑到可见光对人眼的刺激,要用红外光进行照明。当被摄目标(人眼)和摄像机镜头之间的距离到达一定范围内时,摄像物镜在电机驱动下进行小幅度的移动,同时CCD和图像采集卡不断采集图像,并对所采集到的一系列图像作图像质量评价,判断虹膜部分是否成像清晰。当镜头移动到合适的位置,虹膜成像清晰,符合后续处理和模式识别的要求时,即完成自动调焦过程,系统自动将该图像保存。

　　虹膜图像的实时处理,首先是在包括整个人眼的图像中寻址找虹膜的环状区域,即界定虹膜的中心位置和内外边界。由于瞳孔、虹膜和巩膜均具有规则的圆形边界,采用哈夫变换进行图像分割分别达到很好的效果。哈夫变换利用图像的全局特性来检测边缘的一种方法。在预先知道区域形状的条件下,利用哈夫变换可以方便地得到边界线并将不连续的连缘象素点连接起来。针对虹膜的圆形边界,哈夫变换的边缘检测算子可用下式表示：

　　在圆的参数空间(r,x0,y0)中,寻找使得上述算子达到最大的值,即可分别找到虹膜内、外圆形边界。其中Gσ(r)是高斯函数,(σ因子可以控制算子对边缘梯度的敏感程度);I(x,y)是坐标为(x,y)的象素点的灰度值。先将瞳孔和虹膜之间的显著边界检测出来,同时找到虹膜的中心坐标;然后在较小的范围内利用该算子寻找虹膜和巩膜的边界。

　　图像质量评价基于图像局部(虹膜部分)的频率梯度信息。在虹膜区域内,清晰的虹膜应该具有复杂纹理特征,因而图像中含有高频信息;同时虹膜基质内的血管和色素与周围组织的颜色存在差异,在图像中形成了较大的灰度梯度。当虹膜部分梯度最大,频率最高成了较大的灰度梯度。当虹膜部分梯率最大,频率最高的时候,即是对焦最准确的时候。实际上,由于纹理特征分布在整个虹膜环形区域,因此采用这个区域内的平均对比度作为成像清晰的判据。计算每个象素附近对比度所用的算子Δ为：

　　Δ= Ii,j-Ii-1,j + Ii,j-Ii+1,j +Ii,j-Ii,j-1 + Ii,j-Ii,j+1

　　式中,Ii,j是坐标为(i,j)的象素点的灰度值,Ii-1,j、Ii+1,j、Ii,j-1和Ii,j+1为象素点(i,j)的邻近象素点的灰度值(见图3)。

　　自动调焦程序流程如图4所示。

　　4 实验

　　采用敏通1132C型CCD摄像头作为摄像设备,Boser BS602图像采集卡作数字图像采集,利用红外发光二极管阵列照明,PIII800计算机作为系统控制中心,按照上述基于图象处理的方法进行自动调焦,

当虹膜成像清晰时自动拍摄。实验所撷取的虹膜图像照片如图5所示,进行图像增强后如图6所示。

　　从采集到的是膜图像来看,在红外光照明下,虹膜部分成像清晰。瞳孔轮廓显著,虹膜部分有较高的对比度,纹理特征丰富明显,说明自动调焦比较精确,能够满足虹膜图像采集的要求。

　　本文介绍了一种基于图像处理的自动调焦方法,并应用该原理设计了一种虹膜图像自动采集系统。采用红外照明,计算机在控制摄像物镜移动的过程中不断采集人眼图像,对每幅图像首先定位虹膜区域,并根据该区域的对比度判断虹膜是否成像清晰,进行自动调焦,撷取最终用于识别的图像。通过实验证明,自动调焦比较精确,采集到的虹膜图像具有较高的对比度、纹理特征丰富明显,符合后续处理和使用的要求。并且调焦机构相对简单,整个系统控制易于实现。