CN105120149A - 一种自动聚焦的方法以及终端 - Google Patents

Abstract

本发明实施例公开了一种自动聚焦的方法，包括：改变摄像头的对焦距离并采集各个对焦距离下的图像；识别各个所述图像中的人脸特征点；计算各个所述图像针对于其人脸特征点的聚焦评价值；将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。相应地，本发明实施例还公开了一种终端。采用本发明实施例，可以实现准确地将摄像头聚焦到人脸，提高拍摄效果，提高用户的使用体验。

Description

一种自动聚焦的方法以及终端

技术领域

本发明涉及摄像技术领域，尤其涉及一种自动聚焦的方法以及终端。

背景技术

随着电子产品的不断发展，带拍摄功能的终端越来越普及，用户对其拍摄效果的要求也越来越高。为了拍摄出清晰的人像，要求终端的镜头能够聚焦到人像(尤其是人脸)上，这依赖于自动聚焦技术。目前，常见的自动聚焦技术是：通过人脸识别技术获取图像中的人脸区域(人脸所在的矩形区域)；计算图像中的人脸区域的图像锐度值；将摄像头的对焦距离调为该人脸区域图像的较优图像锐度值对应的对焦距离。

然而，上述自动聚焦技术中，当人脸区域内包含高对比度背景时，例如阳光、高反光物或纹理丰富的物体等，镜头可能会聚焦到人脸以外的背景上，导致拍摄效果不理想。由此可见，现有的自动聚焦技术尚不完善，降低了用户的使用体验。

发明内容

本发明实施例提供一种自动聚焦的方法以及终端，可以实现准确地将摄像头聚焦到人脸，提高拍摄效果。

本发明实施例提供的一种自动聚焦的方法，包括：

改变摄像头的对焦距离并采集各个对焦距离下的图像；

识别各个所述图像中的人脸特征点；

计算各个所述图像针对于其人脸特征点的聚焦评价值；

将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。

相应地，本发明实施例还提供了一种终端，包括：

图像采集单元，用于改变摄像头的对焦距离并采集各个对焦距离下的图像；

特征点识别单元，用于识别各个所述图像中的人脸特征点；

评价值计算单元，用于计算各个所述图像针对于其人脸特征点的聚焦评价值；

聚焦控制单元，用于将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。

本发明实施例，首先改变摄像头的对焦距离并采集各个对焦距离下的图像，接着识别各个图像中的人脸特征点，然后计算各个图像针对于其人脸特征点的聚焦评价值，进而将摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离，可以实现准确地将摄像头聚焦到人脸，提高拍摄效果，提高用户的使用体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种自动聚焦的方法的流程示意图；

图2是本发明实施例提供的另一种自动聚焦的方法的流程示意图；

图3是本发明实施例提供的一种终端的结构示意图；

图4是本发明实施例提供的另一种终端的结构示意图；

图5是本发明实施例提供的一种人脸特征点的示意图；

图6是本发明实施例提供的另一种人脸特征点的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供的一种自动聚焦的方法应用于配置有摄像头的终端，所述终端可以包括智能手机、平板电脑、笔记本电脑、台式电脑、数字音视频播放器、电子阅读器、手持游戏机和车载电子设备等。

图1是本发明实施例中一种自动聚焦的方法的流程示意图。如图所示本实施例中的自动聚焦的方法的流程可以包括：

S101，改变摄像头的对焦距离并采集各个对焦距离下的图像。

可选地，终端可以在预设调节范围内改变摄像头的对焦距离并采集各个对焦距离下的图像。其中，所述对焦距离(FocusDistance)是指摄像头的镜头到聚焦处之间的距离，若聚焦处与被拍摄对象重合，则被拍摄对象此时最清晰。另外，所述预设调节范围由设计人员或用户预先设定，这里不作限定，例如，在近景拍摄场景下，预设调节范围为20cm到30m；又如，在远景拍摄场景下，预设调节范围为1m到1000m。

S102，识别各个所述图像中的人脸特征点。

为了便于理解，这里先介绍下人脸特征点，人脸特征点是指对应了人脸指定位置的点，如眼角、嘴角等位置。作为一个可选的示例，请参阅图5，假设图5a表示图像中的人脸，则图5b中的8个小圆点可以表示人脸特征点。需要说明的是，人脸特征点可以通过人脸特征点定位(FacialLandmarkLocalization)技术从图像中检测出，例如基于图匹配的稳定人脸特征点定位(Exemplar-basedGraphMatchingforRobustFacialLandmarkLocalization)技术等，这里不作穷举。

具体地，终端通过人脸特征点定位技术从各个图像中检测出人脸特征点。

S103，计算各个所述图像针对于其人脸特征点的聚焦评价值。

所述聚焦评价值用于衡量一张图片的聚焦效果，可以包括像素、抗噪值或图像锐度值等，这里不作限定。需要指出的是，本发明实施例中，以图像锐度值作为聚焦评价值进行说明。

所述图像锐度值是一种反映图像平面清晰度和图像边缘锐利度的指标，图像锐度值越高，其细节的对比度越高，观赏起来越清晰。进一步地，图像锐度值的评估方式有很多，例如深度评估、灰度评估和梯度评估等，本实施例以梯度评估为例，即所述预设邻域的图像锐度值等于预设邻域中的所有像点的梯度值总和。其中，梯度计算可以使用tenengrad/sobel算子或者PrewittGradientEdgeDetection算子，这里不作详细展开。

作为一个可选的示例，请参阅图6，假设图6a中的8个小圆点表示识别出的人脸特征点，则图6b中的8个小方框可以表示人脸特征点的预设邻域，终端计算这些预设邻域的图像锐度值。需要指出的是，预设邻域的大小取值这里不作具体限定，可以根据人脸到终端的距离值设定，例如，假设人脸到终端的距离值为50m，则可以设置预设邻域的大小为10*10像素。

具体地，终端计算各个图像的人脸特征点的预设邻域的图像锐度值。

应理解地，人脸特征点的周围区域是整个人脸的清晰度要求最高的地方，因此本实施例不仅可以准确聚焦到人脸、加快了聚焦速度，还进一步提高了拍摄效果。

S104，将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。

具体地，终端将摄像头的对焦距离调为最大图像锐度值的图像对应的对焦距离。

具体实现过程中，终端通过预设搜索方式从各个图像中搜索出最大图像锐度值的图像，并将摄像头的对焦距离调为搜索出的最大图像锐度值的图像对应的对焦距离。进一步地，预设搜索方式可以是基于深度、灰度或梯度的搜索算法，所述搜索算法包括但不限于爬山算法、模拟退火算法或遗传算法等。优选地，本实施例中的预设搜索方式基于的搜索算法是爬山算法。

所述爬山算法是一种局部择优的方法，即从当前对焦距离对应的图像开始，和周围的对焦距离对应的图像进行比较，如果当前图像的锐度值较大，那么返回当前图像，作为拥有最大图像锐度值的图像，反之就用周围最大图像锐度值的图像来替换当前图像，以此类推实现向山峰的高处攀爬的目的，直到搜索出最大图像锐度值的图像。可选地，本发明实施例中的爬山算法可以采用RS搜索法，这里不作详细展开。

本发明实施例，首先改变摄像头的对焦距离并采集各个对焦距离下的图像，接着识别各个图像中的人脸特征点，然后计算各个图像针对于其人脸特征点的聚焦评价值，进而将摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离，可以实现准确地将摄像头聚焦到人脸，提高拍摄效果，提高用户的使用体验。

图2是本发明实施例中另一种自动聚焦的方法的结构示意图。如图所示本实施例中的自动聚焦的方法的流程可以包括：

S201，在预设调节范围内改变摄像头的对焦距离并采集各个对焦距离下的图像。

其中，所述对焦距离(FocusDistance)是指摄像头的镜头到聚焦处之间的距离，若聚焦处与被拍摄对象重合，则被拍摄对象此时最清晰。另外，所述预设调节范围由设计人员或用户预先设定，这里不作限定，例如，在近景拍摄场景下，预设调节范围为20cm到30m；又如，在远景拍摄场景下，预设调节范围为1m到1000m。

S202，识别各个所述图像中的人脸特征点。

为了便于理解，这里先介绍下人脸特征点，人脸特征点是指对应了人脸指定位置的点，如眼角、嘴角等位置。作为一个可选的示例，请参阅图5，假设图5a表示图像中的人脸，则图5b中的8个小圆点可以表示人脸特征点。需要说明的是，人脸特征点可以通过人脸特征点定位(FacialLandmarkLocalization)技术从图像中检测出，例如基于图匹配的稳定人脸特征点定位(Exemplar-basedGraphMatchingforRobustFacialLandmarkLocalization)技术等，这里不作穷举。

具体地，终端通过人脸特征点定位技术从各个图像中检测出人脸特征点。

S203，计算各个所述图像中的人脸特征点的预设邻域的图像锐度值。

所述图像锐度值是一种反映图像平面清晰度和图像边缘锐利度的指标，图像锐度值越高，其细节的对比度越高，观赏起来越清晰。进一步地，图像锐度值的评估方式有很多，例如深度评估、灰度评估和梯度评估等，本实施例以梯度评估为例，即所述预设邻域的图像锐度值等于预设邻域中的所有像点的梯度值总和。其中，梯度计算可以使用tenengrad/sobel算子或者PrewittGradientEdgeDetection算子，这里不作详细展开。

作为一个可选的示例，请参阅图6，假设图6a中的8个小圆点表示识别出的人脸特征点，则图6b中的8个小方框可以表示人脸特征点的预设邻域，终端计算这些预设邻域的图像锐度值。需要指出的是，预设邻域的大小取值这里不作具体限定，可以根据人脸到终端的距离值设定，例如，假设人脸到终端的距离值为50m，则可以设置预设邻域的大小为10*10像素。

应理解地，人脸特征点的周围区域是整个人脸的清晰度要求最高的地方，因此本实施例不仅可以准确聚焦到人脸、加快了聚焦速度，还进一步提高了拍摄效果。

S204，通过预设搜索方式从各个所述图像中搜索出最大图像锐度值的图像。

其中，预设搜索方式可以是基于深度、灰度或梯度的搜索算法，所述搜索算法包括但不限于爬山算法、模拟退火算法或遗传算法等。优选地，本实施例中的预设搜索方式基于的搜索算法是爬山算法。

所述爬山算法是一种局部择优的方法，即从当前对焦距离对应的图像开始，和周围的对焦距离对应的图像进行比较，如果当前图像的锐度值较大，那么返回当前图像，作为拥有最大图像锐度值的图像，反之就用周围最大图像锐度值的图像来替换当前图像，以此类推实现向山峰的高处攀爬的目的，直到搜索出最大图像锐度值的图像。可选地，本发明实施例中的爬山算法可以用RS搜索算法，这里不作详细展开。

S205，判断当前所述摄像头采集的图像的场景是否发生变化。

其中，场景变化是指所采集的图像的内容是否发生变化。具体实现过程中，可以根据终端的陀螺仪的信息判定摄像头的位置是否发生变化，也可以根据采集到的图像的平均亮度是否发生变化来判定。

具体地，终端判断当前摄像头采集的图像的场景是否发生变化，若是，则返回步骤S201，若否，则执行步骤S206。

S206，将所述摄像头的对焦距离调为搜索出的所述最大图像锐度值的图像对应的对焦距离。

本发明实施例，首先改变摄像头的对焦距离并采集各个对焦距离下的图像，接着识别各个图像中的人脸特征点，然后计算各个图像针对于其人脸特征点的聚焦评价值，进而将摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离，可以实现准确地将摄像头聚焦到人脸，提高拍摄效果，提高用户的使用体验。

图3是本发明实施例中一种终端的结构示意图。如图所示本发明实施例中的终端至少可以包括图像采集单元310、特征点识别单元320、评价值计算单元330以及聚焦控制单元340，其中：

图像采集单元310，用于改变摄像头的对焦距离并采集各个对焦距离下的图像。

可选地，图像采集单元310可以在预设调节范围内改变摄像头的对焦距离并采集各个对焦距离下的图像。其中，所述对焦距离(FocusDistance)是指摄像头的镜头到聚焦处之间的距离，若聚焦处与被拍摄对象重合，则被拍摄对象此时最清晰。另外，所述预设调节范围由设计人员或用户预先设定，这里不作限定，例如，在近景拍摄场景下，预设调节范围为20cm到30m；又如，在远景拍摄场景下，预设调节范围为1m到1000m。

特征点识别单元320，用于识别各个所述图像中的人脸特征点。

为了便于理解，这里先介绍下人脸特征点，人脸特征点是指对应了人脸指定位置的点，如眼角、嘴角等位置。作为一个可选的示例，请参阅图5，假设图5a表示图像中的人脸，则图5b中的8个小圆点可以表示人脸特征点。需要说明的是，人脸特征点可以通过人脸特征点定位(FacialLandmarkLocalization)技术从图像中检测出，例如基于图匹配的稳定人脸特征点定位(Exemplar-basedGraphMatchingforRobustFacialLandmarkLocalization)技术等，这里不作穷举。

具体地，特征点识别单元320通过人脸特征点定位技术从各个图像中检测出人脸特征点。

评价值计算单元330，用于计算各个所述图像针对于其人脸特征点的聚焦评价值。

所述聚焦评价值用于衡量一张图片的聚焦效果，可以包括像素、抗噪值或图像锐度值等，这里不作限定。需要指出的是，本发明实施例中，以图像锐度值作为聚焦评价值进行说明。

所述图像锐度值是一种反映图像平面清晰度和图像边缘锐利度的指标，图像锐度值越高，其细节的对比度越高，观赏起来越清晰。进一步地，图像锐度值的评估方式有很多，例如深度评估、灰度评估和梯度评估等，本实施例以梯度评估为例，即所述预设邻域的图像锐度值等于预设邻域中的所有像点的梯度值总和。其中，梯度计算可以使用tenengrad/sobel算子或者PrewittGradientEdgeDetection算子，这里不作详细展开。

作为一个可选的示例，请参阅图6，假设图6a中的8个小圆点表示识别出的人脸特征点，则图6b中的8个小方框可以表示人脸特征点的预设邻域，评价值计算单元330计算这些预设邻域的图像锐度值。需要指出的是，预设邻域的大小取值这里不作具体限定，可以根据人脸到终端的距离值设定，例如，假设人脸到终端的距离值为50m，则可以设置预设邻域的大小为10*10像素。

具体地，评价值计算单元330计算各个图像的人脸特征点的预设邻域的图像锐度值。

应理解地，人脸特征点的周围区域是整个人脸的清晰度要求最高的地方，因此本实施例不仅可以准确聚焦到人脸、加快了聚焦速度，还进一步提高了拍摄效果。

聚焦控制单元340，用于将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。

具体地，聚焦控制单元340将摄像头的对焦距离调为最大图像锐度值的图像对应的对焦距离。

具体实现过程中，聚焦控制单元340可以通过预设搜索方式从各个图像中搜索出最大图像锐度值的图像，将摄像头的对焦距离调为搜索出的最大图像锐度值的图像对应的对焦距离。

其中，预设搜索方式可以是基于深度、灰度或梯度的搜索算法，所述搜索算法包括但不限于爬山算法、模拟退火算法或遗传算法等。优选地，本实施例中的预设搜索方式基于的搜索算法是爬山算法。

所述爬山算法是一种局部择优的方法，即从当前对焦距离对应的图像开始，和周围的对焦距离对应的图像进行比较，如果当前图像的锐度值较大，那么返回当前图像，作为拥有最大图像锐度值的图像，反之就用周围最大图像锐度值的图像来替换当前图像，以此类推实现向山峰的高处攀爬的目的，直到搜索出最大图像锐度值的图像。可选地，本发明实施例中的爬山算法可以用RS搜索算法，这里不作详细展开。

图4是本发明实施例中的一种终端的结构示意图，如图4所示，该终端可以包括：至少一个处理器401，例如CPU，至少一个摄像头403，存储器404，至少一个通信总线402。其中，通信总线402用于实现这些组件之间的连接通信。存储器404可以是高速RAM存储器，也可以是非易失的存储器(non-volatilememory)，例如至少一个磁盘存储器。可选的，存储器404还可以是至少一个位于远离前述处理器401的存储装置。存储器404中存储一组程序代码，且处理器401用于调用存储器404中存储的程序代码，用于执行以下操作：

改变摄像头的对焦距离并采集各个对焦距离下的图像；

识别各个所述图像中的人脸特征点；

计算各个所述图像针对于其人脸特征点的聚焦评价值；

将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。

可选地，处理器401改变摄像头的对焦距离并采集各个对焦距离下的图像的具体操作为：

在预设调节范围内改变摄像头的对焦距离并采集各个对焦距离下的图像。

又可选地，处理器401计算各个所述图像针对于所述人脸特征点的聚焦评价值的具体操作为：

计算各个所述图像中的人脸特征点的预设邻域的图像锐度值。

相应地，处理器401将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离的具体操作为：

将所述摄像头的对焦距离调为最大图像锐度值的图像对应的对焦距离。

进一步地，处理器401将所述摄像头的对焦距离调为最大图像锐度值的图像对应的对焦距离的具体操作为：

通过预设搜索方式从各个所述图像中搜索出最大图像锐度值的图像；

将所述摄像头的对焦距离调为搜索出的所述最大图像锐度值的图像对应的对焦距离。

又可选地，所述预设邻域的图像锐度值等于所述预设邻域中的所有像点的梯度值总和。

本发明实施例，首先改变摄像头的对焦距离并采集各个对焦距离下的图像，接着识别各个图像中的人脸特征点，然后计算各个图像针对于其人脸特征点的聚焦评价值，进而将摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离，可以实现准确地将摄像头聚焦到人脸，提高拍摄效果，提高用户的使用体验。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例装置中的单元，可以根据实际需要进行合并、划分和删减。

本发明实施例中所述单元，可以通过通用集成电路，例如CPU(CentralProcessingUnit，中央处理器)，或通过ASIC(ApplicationSpecificIntegratedCircuit，专用集成电路)来实现。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种自动聚焦的方法，其特征在于，所述方法包括：

改变摄像头的对焦距离并采集各个对焦距离下的图像；

识别各个所述图像中的人脸特征点；

计算各个所述图像针对于其人脸特征点的聚焦评价值；

将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。

2.如权利要求1所述的方法，其特征在于，所述改变摄像头的对焦距离并采集各个对焦距离下的图像，包括：

在预设调节范围内改变摄像头的对焦距离并采集各个对焦距离下的图像。

3.如权利要求1所述的方法，其特征在于，所述计算各个所述图像针对于所述人脸特征点的聚焦评价值，包括：

计算各个所述图像中的人脸特征点的预设邻域的图像锐度值；

所述将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离，包括：

将所述摄像头的对焦距离调为最大图像锐度值的图像对应的对焦距离。

4.如权利要求3所述的方法，其特征在于，所述将所述摄像头的对焦距离调为最大图像锐度值的图像对应的对焦距离，包括：

通过预设搜索方式从各个所述图像中搜索出最大图像锐度值的图像；

将所述摄像头的对焦距离调为搜索出的所述最大图像锐度值的图像对应的对焦距离。

5.如权利要求1所述的方法，其特征在于，所述预设邻域的图像锐度值等于所述预设邻域中的所有像点的梯度值总和。

6.一种终端，其特征在于，所述终端包括：

图像采集单元，用于改变摄像头的对焦距离并采集各个对焦距离下的图像；

特征点识别单元，用于识别各个所述图像中的人脸特征点；

评价值计算单元，用于计算各个所述图像针对于其人脸特征点的聚焦评价值；

聚焦控制单元，用于将所述摄像头的对焦距离调为最大聚焦评价值的图像对应的对焦距离。

7.如权利要求6所述的终端，其特征在于，所述图像采集单元，具体用于在预设调节范围内改变摄像头的对焦距离并采集各个对焦距离下的图像。

8.如权利要求6所述的终端，其特征在于，所述评价值计算单元，具体用于计算各个所述图像中的人脸特征点的预设邻域的图像锐度值；

所述聚焦控制单元，具体用于将所述摄像头的对焦距离调为最大图像锐度值的图像对应的对焦距离。

9.如权利要求8所述的终端，其特征在于，所述聚焦控制单元，具体用于：

通过预设搜索方式从各个所述图像中搜索出最大图像锐度值的图像；

将所述摄像头的对焦距离调为搜索出的所述最大图像锐度值的图像对应的对焦距离。

10.如权利要求6所述的终端，其特征在于，所述预设邻域的图像锐度值等于所述预设邻域中的所有像点的梯度值总和。