CN105635590A - 一种基于数字全息重构算法的对焦方法及装置 - Google Patents

Abstract

本发明涉及图像对焦领域，尤其是一种基于数字全息重构算法的对焦方法及装置。本发明针对现有技术存在的问题，提供一种基于数字全息重构算法的对焦方法及装置。数字全息重构算法以及推导出的物像空间关系用于调像过程，以快速预测达到对焦效果时的物距。本发明将物体移动到距离镜头三个位置中的任意一个Lx，通过镜头对物体进行图像采集，处理器通过相机得到图像，并在数字全息重构算法中令距离参数为得到的c0并进行计算，重建出分划板所在位置的光场强度分布，若某个Lx对应的物体成像清晰，则说明物体被正好成像在分划板上，对焦过程完成，此时的Lx为最终的对焦值。

Description

一种基于数字全息重构算法的对焦方法及装置

技术领域

本发明涉及图像对焦领域，尤其是一种基于数字全息重构算法的对焦方法及装置。

背景技术

日常摄影已经实现了自动对焦功能，且同时保证了准确性与高效性。但是实验室里的成像仪器或***通常都不具有自动对焦的功能，对焦过程需要操作人员对多幅图像进行多次对比，耗时较长。对于实验室中将目标成像在底片上的对焦操作通常是这样进行的：将底片替换成分划板，并在分划板后放置一显微镜；调整显微镜与分划板的距离使从显微镜中能够清晰观察到分划板上的图案，此时固定显微镜与分划板的相对位置；调目标与镜头的距离使从显微镜中能够清晰观察到目标。目前，有些仪器或实验会在显微镜之后再放置一个相机以替待人眼，或者直接将相机放在底片位置。再考虑到这些科学级相机将数据传输至电脑的时间，以及目标十分微小时人员作出准确判断所用的时间，一次实验室里的对焦操作可能花费长达几个小时的时间。

发明内容

本发明所要解决的技术问题是：针对现有技术存在的问题，提供一种基于数字全息重构算法的对焦方法及装置。数字全息重构算法以及推导出的物像空间关系用于调像过程，以快速预测达到对焦效果时的物距。

本发明采用的技术方案如下：一种基于数字全息重构算法的对焦方法包括：步骤1：将分划板、相机、相机镜头固定在同一平移台上，所述分划板设置在相机与相机镜头之间；

步骤2：物体放置在镜头且远离相机一侧，物体距离镜头为L1；采用数字全息重构算法计算出分划板与相机感光面的距离c0、物体的像与相机感光面的距离c1或者-c1；

步骤3：设置物体与镜头之间的距离为L2，所述L2小于L1；通过处理器采用数字全息重构算法计算物体的像与相机感光面的距离为c2或-c2；同时利用公式得到物体清晰成像在分划板上的可能值L_x，D1＝(c₁-c₀)时D2＝(c₂-c₀)；D1＝(c₁-c₀)时.D2＝(-c₂-c₀)；D1＝(-c₁-c₀)时,D2＝(-c₂-c₀)；；步骤5：将物体移动到距离镜头三个位置中的任意一个Lx，通过镜头对物体进行图像采集，处理器通过相机得到图像，并在数字全息重构算法中令距离参数为任意一个Lx对应的c0进行计算，重建出分划板所在位置的光场强度分布，若某个c0对应的物体成像清晰，则物体完成对焦，此时的Lx为最终的对焦值，根据此对焦值得到相应的物距。

进一步的，所述步骤4中构建过程是：

步骤21：假设相机的感光面在物空间的像距离相机镜头的距离为Z，设物体一开始位于某一位置，该位距离相机镜头的距离为L1，因此物体与相机感光面在物空间的像距离为Z-L1；采用数字全息重构算法，得到物体的像与相机感光面的距离为c1或-c1；由于空间线性关系可知，Z-L₁＝M*c₁或Z-L₁＝-M*c₁

其中M代表缩放系数；

步骤22：当物体距离相机镜头的距离为L2，因此物体与相机感光面在物空间的像距离为感光共轭物面的距离为Z-L2；采数字全息重构算法，得到此时物体的像与相机感光面的距离为c2或者-c2；由于空间线性关系可知，Z-L₂＝M*c₂或Z-L₂＝-M*c₂

步骤3：采用数字全息重构算法得到分划板与相机感光面距离为c0；对焦的目的是使得物体被成像在分划板上，设满足这一条件时物体距离相机镜头的距离为Lx，则物体的像与相机感光面距离也应为c0；由于空间线性关系，所以

Z-L_x＝-M*c₀

步骤24：令D1＝(c₀-c₁)时，D2＝(c₀-c₂)；当D1＝(c₀-c₁)时，D2＝(c₂+c₀)，当D1＝(c₁+c₀)时，D2＝(c₀-c₂)；当D1＝(c₀+c₁)时，D2＝c₂+c₀)；通过步骤21及步骤22中的公式可知，

$M=\frac{L_2-L_1}{c_1-c_2},M=\frac{L_2-L_1}{c_2-c_1},M=\frac{L_2-L_1}{-c_1-c_2}$ 或 $M=\frac{L_2-L_1}{-c_1+c_2}$

将D1、D2代入上式可得：

$M=\frac{L_1-L_2}{c_1-c_2}$

同时根据步骤23公式可得

Lx＝Z-M*c₀

步骤25：然后步骤21中公式得到Z的表达式，同时将代入Lx＝Z-M*c₀，得到 $L_x-L_1=-D_1\frac{L_2-L_1}{D_2-D_1}.$

进一步的，所述分划板是在透明基底材料表面或内部设置的某一平面的任意图形。

进一步的，所述相机与相机镜头的距离远远大于镜头与分划板的距离。

一种基于数字全息重构算法的对焦装置包括：分划板、相机、相机镜头以及处理器；将分划板、相机、相机镜头固定在统一平移台上，所述分划板设置在相机与相机镜头之间；物体放置在镜头且远离相机一侧，物体距离镜头为L1；

处理器采用数字全息重构算法计算出分划板与相机感光面的距离c0、物体的像与相机感光面的距离c1或者-c1；设置物体与镜头之间的距离为L2，所述L2小于L1；采用数字全息重构算法计算物体的像与相机感光面的距离为c2或-c2；利用公式得到物体清晰成像在分划板上的可能值L_x，其中D1＝(c₁-c₀)时D2＝(c₂-c₀)；D1＝(c₁-c₀)时.D2＝(-c₂-c₀)；D1＝(-c₁-c₀)时,D2＝(-c₂-c₀)；；

将物体移动到距离镜头三个位置中的任意一个Lx，通过镜头对物体进行图像采集；处理器通过相机得到图像，并在数字全息重构算法中令距离参数为任意一个Lx对应的c0进行计算，重建出分划板所在位置的光场强度分布，若某个c0对应的物体成像清晰，则物体完成对焦，此时的Lx为最终的对焦值，根据此对焦值得到相应的物距。

进一步的，所述构建过程是：

步骤21：假设相机的感光面在物空间的像距离相机镜头的距离为Z，设物体一开始位于某一位置，该位距离相机镜头的距离为L1，因此物体与相机感光面在物空间的像距离为Z-L1；采用数字全息重构算法，得到物体的像与相机感光面的距离为c1或-c1；由于空间线性关系可知，Z-L₁＝M*c₁或Z-L₁＝-M*c₁

其中M代表缩放系数；

步骤22：当物体距离相机镜头的距离为L2，因此物体与相机感光面在物空间的像距离为感光共轭物面的距离为Z-L2；采数字全息重构算法，得到此时物体的像与相机感光面的距离为c2或者-c2；由于空间线性关系可知，Z-L₂＝M*c₂或Z-L₂＝-M*c₂

步骤3：采用数字全息重构算法得到分划板与相机感光面距离为c0；对焦的目的是使得物体被成像在分划板上，设满足这一条件时物体距离相机镜头的距离为Lx，则物体的像与相机感光面距离也应为c0；由于空间线性关系，所以

Z-L_x＝-M*c₀

步骤24：令D1＝(c₀-c₁)时，D2＝(c₀-c₂)；当D1＝(c₀-c₁)时，D2＝(c₂+c₀)，当D1＝(c₁+c₀)时，D2＝(c₀-c₂)；当D1＝(c₀+c₁)时，D2＝c₂+c₀)；通过步骤21及步骤22中的公式可知，

$M=\frac{L_2-L_1}{c_1-c_2},M=\frac{L_2-L_1}{c_2-c_1},M=\frac{L_2-L_1}{-c_1-c_2}$ 或 $M=\frac{L_2-L_1}{-c_1+c_2}$

将D1、D2代入上式可得：

$M=\frac{L_1-L_2}{c_1-c_2}$

同时根据步骤23公式可得

Lx＝Z-M*c₀

步骤25：然后步骤21中公式得到Z的表达式，同时将代入Lx＝Z-M*c₀，得到 $L_x-L_1=-D_1\frac{L_2-L_1}{D_2-D_1}.$

进一步的，所述分划板是在透明基底材料表面或内部设置的某一平面的任意图形。

进一步的，所述相机与相机镜头的距离远远大于镜头与分划板的距离。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

那个改进点带来了什么优点？。

以前的对焦过程需要在分划板与相机之间多加入一个镜头，而且对焦过程完全依赖于经验。本技术方案不再需要在分划板与相机之间加入镜头，而且可以通过两次采集运算得到三个可能的物距，最终只需要在三个可能值中进行尝试便能完成对焦。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明示意图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

由几何光学可知，光学传像透镜或透镜组可将物体的图像从一个空间位置传递到另一个空间位置。传递以前的位置距透镜的距离称为物距，传递以后的位置距透镜的距离称为像距。显然，物距与像距是成对的。

如果已经固定了分划板与透镜的距离，而且最终目标需要将物体成像在分划板上，则意味着像距s’已经固定，因此当物体精确成像在分划板上时的物距也是固定的。但是，在调像时并不知道像距的具体值，也不知道物距的具体值。接下来的方法可以在不知道像距精确值的情况下让物体准确成像在分划板上。

为了实现这一方法，需要将一台相机放置于分划板之后。然而，相机的感光面并不等于分划板所在的面，因此相机直接记录到的图像中的分划板是不清楚的，为了让分划板图案清楚，可以采用数字全息重构算法，该算法中需要人为的尝试不同的光程参数，对于空气中的目标，当其它参数(单像素尺寸、激光波长)精确已知时该参数直接代表分划板距相机感光面的距离(文献表明精度可达到10nm量级)。同理，也可以通过尝试找到物体的像距相机感光面的距离。

由于相机与透镜的相对位置已经固定，因此相机的感光面总会对应于某一物面(可称为感光共轭物面)，相机记录的信息总是该感光共轭物面上光强分布乘上一个缩放系数。因此，当物体远离或靠近该感光共轭物面时，物体的像与相机感光面的距离也会远离或靠近，只需要乘以一个恒定的系数。由于系数恒定，物体的等距移动在像这一面也会是等距的，因此空间关系是线性的。下面开始推导预测公式，用于将物体准确成像在分划板上：

步骤21：假设相机的感光面在物空间的像距离相机镜头的距离为Z，设物体一开始位于某一位置，该位距离相机镜头的距离为L1，因此物体与相机感光面在物空间的像距离为Z-L1；采用数字全息重构算法，得到物体的像与相机感光面的距离为c1或-c1；由于空间线性关系可知，Z-L₁＝M*c₁或Z-L₁＝-M*c₁

其中M代表缩放系数；

步骤22：当物体距离相机镜头的距离为L2，因此物体与相机感光面在物空间的像距离为感光共轭物面的距离为Z-L2；采数字全息重构算法，得到此时物体的像与相机感光面的距离为c2或者-c2；由于空间线性关系可知，Z-L₂＝M*c₂或Z-L₂＝-M*c₂

步骤3：采用数字全息重构算法得到分划板与相机感光面距离为c0；对焦的目的是使得物体被成像在分划板上，设满足这一条件时物体距离相机镜头的距离为Lx，则物体的像与相机感光面距离也应为c0；由于空间线性关系，所以

Z-L_x＝-M*c₀

步骤24：令D1＝(c₀-c₁)时，D2＝(c₀-c₂)；当D1＝(c₀-c₁)时，D2＝(c₂+c₀)，当D1＝(c₁+c₀)时，D2＝(c₀-c₂)；当D1＝(c₀+c₁)时，D2＝c₂+c₀)；通过步骤21及步骤22中的公式可知，

$M=\frac{L_2-L_1}{c_1-c_2},M=\frac{L_2-L_1}{c_2-c_1},M=\frac{L_2-L_1}{-c_1-c_2}$ 或 $M=\frac{L_2-L_1}{-c_1+c_2}$

将D1、D2代入上式可得：

$M=\frac{L_1-L_2}{c_1-c_2}$

同时根据步骤23公式可得

Lx＝Z-M*c₀

步骤25：然后步骤21中公式得到Z的表达式，同时将代入Lx＝Z-M*c₀，得到 $L_x-L_1=-D_1\frac{L_2-L_1}{D_2-D_1}.$

前面的讨论中，我默认了数字全息重构算法给出的光程参数均为正号(即每一个像都在相机与透镜之间)。实际上，数字全息重构算法给出的光程参数是无法区分符号的，因此在没有任何先验知识的情况下，只有c₀的符号是知道的，c₁、c₂的符号是未知的，故L_x存在多个解。

通过将上表的这些情况代入前面各式，自然也会得到4种不同的结果。如果我们事先规定L₁>L₂，则上表中的情况3不存在(因为根据透镜的成像原理，两个物体的经过成像后的前后关系不会改变，或者说物与像的移动方向是一致的)。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (8)

1.一种基于数字全息重构算法的对焦方法，其特征在于包括：

步骤1：将分划板、相机、相机镜头固定在同一平移台上，所述分划板设置在相机与相机镜头之间；

步骤2：物体放置在镜头且远离相机一侧，物体距离镜头为L1；采用数字全息重构算法计算出分划板与相机感光面的距离c0、物体的像与相机感光面的距离c1或者-c1；

步骤3：设置物体与镜头之间的距离为L2，所述L2小于L1；通过处理器采用数字全息重构算法计算物体的像与相机感光面的距离为c2或-c2；同时利用公式得到物体清晰成像在分划板上的可能值L_x，其中D1＝(c₁-c₀)时D2＝(c₂-c₀)；D1＝(c₁-c₀)时.D2＝(-c₂-c₀)；D1＝(-c₁-c₀)时,D2＝(-c₂-c₀)；

步骤4：将物体移动到距离镜头三个位置中的任意一个Lx，通过镜头对物体进行图像采集，处理器通过相机得到图像，并在数字全息重构算法中令距离参数为步骤2中得到的c0并进行计算，重建出分划板所在位置的光场强度分布，若某个Lx对应的物体成像清晰，则说明物体被正好成像在分划板上，对焦过程完成，此时的Lx为最终的对焦值。

2.根据权利要求1所述的一种基于数字全息重构算法的对焦方法，其特征在于所述步骤4中构建过程是：

步骤21：假设相机的感光面在物空间的像距离相机镜头的距离为Z，设物体一开始位于某一位置，该位置距离相机镜头的距离为L1，因此物体与相机感光面在物空间的像距离为Z-L1；采用数字全息重构算法，得到物体的像与相机感光面的距离为c1或-c1；由于镜头成像为一线性过程，可知，Z-L₁＝M*c₁或Z-L₁＝-M*c₁

其中M代表缩放系数；

步骤22：当物体距离相机镜头的距离为L2，因此物体与相机感光面在物空间的像距离为感光共轭物面的距离为Z-L2；采数字全息重构算法，得到此时物体的像与相机感光面的距离为c2或者-c2；由于镜头成像为一线性过程，可知，Z-L₂＝M*c₂或Z-L₂＝-M*c₂

步骤23：采用数字全息重构算法得到分划板与相机感光面距离为c0；对焦的目的是使得物体被成像在分划板上，设满足这一条件时物体距离相机镜头的距离为Lx，则物体的像与相机感光面距离也应为c0；由于由于镜头成像为一线性过程，所以

Z-L_x＝-M*c₀

步骤24：令D1＝(c₀-c₁)时，D2＝(c₀-c₂)；当D1＝(c₀-c₁)时，D2＝(c₂+c₀)，当D1＝(c₁+c₀)时，D2＝(c₀-c₂)；当D1＝(c₀+c₁)时，D2＝c₂+c₀)；

通过步骤21及步骤22中的公式可知，

或

将D1、D2代入上式可得：

同时根据步骤23公式可得

Lx＝Z-M*c₀

步骤25：然后步骤21中公式得到Z的表达式，同时将

代入Lx＝Z-M*c₀，得到

3.根据权利要求1所述的一种基于数字全息重构算法的对焦方法，其特征在于所述分划板是在透明基底材料表面或内部设置的某一平面的任意图形。

4.根据权利要求1所述的一种基于数字全息重构算法的对焦方法，其特征在于所述相机与相机镜头的距离远远大于镜头与分划板的距离。

5.一种基于数字全息重构算法的对焦装置，其特征在于包括：分划板、相机、相机镜头以及处理器；将分划板、相机、相机镜头固定在同一平移台上，所述分划板设置在相机与相机镜头之间；物体放置在镜头且远离相机一侧，物体距离镜头为L1；

处理器采用数字全息重构算法计算出分划板与相机感光面的距离c0、物体的像与相机感光面的距离c1或者-c1；设置物体与镜头之间的距离为L2，所述L2小于L1；采用数字全息重构算法计算物体的像与相机感光面的距离为c2或-c2；利用公式得到物体清晰成像在分划板上的可能值L_x，D1＝(c₁-c₀)时D2＝(c₂-c₀)；D1＝(c₁-c₀)时.D2＝(-c₂-c₀)；D1＝(-c₁-c₀)时,D2＝(-c₂-c₀)；；

将物体移动到距离镜头三个位置中的任意一个Lx，通过镜头对物体进行图像采集；处理器通过相机得到图像，并在数字全息重构算法中令距离参数为任意一个Lx对应的c0进行计算，重建出分划板所在位置的光场强度分布，若某个c0对应的物体成像清晰，则物体完成对焦，此时的Lx为最终的对焦值，根据此对焦值得到相应的物距。

6.根据权利要求5所述的一种基于数字全息重构算法的对焦方法，其特征在于所述构建过程是：

步骤21：假设相机的感光面在物空间的像距离相机镜头的距离为Z，设物体一开始位于某一位置，该位距离相机镜头的距离为L1，因此物体与相机感光面在物空间的像距离为Z-L1；采用数字全息重构算法，得到物体的像与相机感光面的距离为c1或-c1；由于空间线性关系可知，Z-L₁＝M*c₁或Z-L₁＝-M*c₁，其中M代表缩放系数；

步骤22：当物体距离相机镜头的距离为L2，因此物体与相机感光面在物空间的像距离为感光共轭物面的距离为Z-L2；采数字全息重构算法，得到此时物体的像与相机感光面的距离为c2或者-c2；由于空间线性关系可知，Z-L₂＝M*c₂或Z-L₂＝-M*c₂

步骤23：采用数字全息重构算法得到分划板与相机感光面距离为c0；对焦的目的是使得物体被成像在分划板上，设满足这一条件时物体距离相机镜头的距离为Lx，则物体的像与相机感光面距离也应为c0；由于空间线性关系，所以

Z-L_x＝-M*c₀

步骤24：令D1＝(c₀-c₁)时，D2＝(c₀-c₂)；当D1＝(c₀-c₁)时，D2＝(c₂+c₀)；当D1＝(c₁+c₀)时，D2＝(c₀-c₂)；当D1＝(c₀+c₁)时，D2＝c₂+c₀)；通过步骤21及步骤22中的公式可知，

或

将D1、D2代入上式可得：

同时根据步骤23公式可得

Lx＝Z-M*c₀

步骤25：然后步骤21中公式得到Z的表达式，同时将代入Lx＝Z-M*c₀，得到

7.根据权利要求5所述的一种基于数字全息重构算法的对焦方法，其特征在于所述分划板是在透明基底材料表面或内部设置的某一平面的任意图形。

8.根据权利要求5所述的一种基于数字全息重构算法的对焦方法，其特征在于所述相机与相机镜头的距离远远大于镜头与分划板的距离。