CN110324536A - 一种用于显微相机的图像变化自动感知对焦方法 - Google Patents

Abstract

本发明公开了一种用于显微相机的图像变化自动感知对焦方法，包括以下步骤：根据图像亮度和图像评价函数值的变化状态定义多种场景状态；监测当前场景的图像亮度和图像评价函数值的实时变化情况，根据图像亮度和图像评价函数值的实时变化情况确定当前场景所处的场景状态，根据场景状态采用与该场景状态对应的对焦监控策略，所述对焦监控策略包括：待图像亮度和/或图像评价函数值恢复稳定，进入单次对焦过程；基于爬山搜索方法执行单次对焦过程，确定最佳聚焦位置。该图像变化自动感知对焦方法能够根据不同对焦场景自动采用不同的对焦策略，以提升对焦精确度。

Description

一种用于显微相机的图像变化自动感知对焦方法

技术领域

本发明属于显微相机自动对焦技术领域，具体涉及一种用于显微相机的图像变化自动感知对焦方法。

背景技术

自动对焦技术是借助现代微电子技术、数字图像处理技术和机械控制方法，以数字化方法评价目标场景的清晰度，以自动调焦代替手动调焦，最终使***清晰成像的一种技术。自动对焦技术广泛地应用于机器视觉、军事、安防监控、智能手机等领域中，并逐渐发展成一门集光、机、电、算于一体的复杂技术。

早期的自动对焦方法有测距法和检焦法。其中，测距法包括超声波测距法、红外测距法、激光测距法和三角测距法等。检焦法主要包括反差检测法、相位差检测法等。反差检测法和相位检测法自动对焦技术常用于单反相机，其他方法则由于***实现复杂和准确性不高，不一定适用于工业领域。

目前基于数字图像处理的自动对焦方法应用最广泛，它包括离焦深度法和对焦深度法两大类。离焦深度法是一种从离焦图像中取得深度信息从而完成自动对焦的方法，所需图像以及计算量小，对焦速度快，但由于离焦深度法要求事先建立近似预估的成像***数学模型，因此对焦精度不够高。对焦深度法需要一系列不同对焦位置处的图像，采用一种合适的对焦评价函数来描述图像的清晰度，评价函数最大值处即对应为最佳聚焦位置。

对焦搜索算法是对焦深度法自动对焦的关键技术之一，常用的算法有穷举法、爬山法、黄金分割法、函数逼近法。爬山搜索法因效果好且简单易行被广泛应用。爬山搜索法的原理如下：从一点开始搜索，搜索每前进一步，***都会采集对应位置的图像并计算其图像评价函数值。若图像评价函数值开始减小，改变搜索方向减小步长继续搜索，如此反复搜索，直到步长减小到预设最小值，对焦结束。爬山搜索法存在一定的局限性：噪声干扰导致评价函数曲线出现局部峰值，导致误对焦。

申请公布号为CN 107509023A的专利申请公开了一种自动对焦搜索算法，将爬山搜索法和函数逼近法相结合，该算法中的爬山搜索法采用粗精结合的两段式算法：在粗略对焦时，大步距考虑到算法的快速性，选用灰度方差函数快速逼近对焦位置；当精细对焦时，小步距考虑算法的灵敏度采用Laplacian函数精确对焦位置。通过比较3幅图片来缩小对焦区间并且在小区间内采用函数逼近法来拟合出最佳对焦位置。该自动对焦搜索算法根据图像评价函数值大小改变搜索方向和调整搜索步长，以缩短自动对焦时间。

以上提到的都是单次对焦方法，缺陷在于在场景发生改变后，需要人为操作才能实现对焦。

发明内容

鉴于上述存在的问题，本发明提供了一种用于显微相机的图像变化自动感知对焦方法，该图像变化自动感知对焦方法基于爬山搜索法，增加了对对焦场景监控功能，能够根据不同对焦场景自动采用不同的对焦策略，以提升对焦精确度。

本发明的技术方案为：

一种用于显微相机的图像变化自动感知对焦方法，包括以下步骤：

根据图像亮度和图像评价函数值的变化状态定义多种场景状态；

监测当前场景的图像亮度和图像评价函数值的实时变化情况，根据图像亮度和图像评价函数值的实时变化情况确定当前场景所处的场景状态，根据场景状态采用与该场景状态对应的对焦监控策略，所述对焦监控策略包括：待图像亮度和/或图像评价函数值恢复稳定，进入单次对焦过程；

基于爬山搜索方法执行单次对焦过程，确定最佳聚焦位置。

该用于显微相机的图像变化自动感知对焦方法中，基于爬山搜索方法实现单次对焦过程，在单次对焦结束后，对场景图像进行图像亮度和图像评价函数值的监测，根据图像亮度和图像评价函数值的变化情况，确定监测的场景图像处于何种场景状态，根据不同的场景状态采用对应的对焦监控策略，时监控场景趋于稳定后重新自动启动对焦，提高了对焦精确度。

本发明中，根据图像亮度和图像评价函数值的变化情况，定义了4种场景状态。具体地，所述场景状态包括：

场景状态I：单次对焦过程中图像亮度和图像评价函数值保持不变，表明当前场景未发生变化；

场景状态II：单次对焦过程中图像亮度发生改变，表明当前场景发生变化；

场景状态III：单次对焦过程中搜索到图像评价函数值最大值，且图像评价函数值发生改变，表明当前场景发生变化；

场景状态IV：单次对焦完成后，图像评价函数值发生改变，表明当前场景发生变化。

上述4种场景状态是经过大量实验总结获得的，当场景处于场景状态II、场景状态III以及场景状态IV时，表明场景发生改变，需要重新进行对焦过程。

本发明中，将图像亮度变化作为场景状态II的评判标准，具体地，将上次对焦结束时图像亮度与当前对焦过程中计算的图像亮度的差值作为图像亮度的变化值；

在场景监控过程中，图像亮度的变化值大于阈值ThrDifZL2时，则认为图像亮度发生改变；图像亮度的变化值小于等于阈值ThrDifZL2，则认为图像亮度保持不变。

当定义好场景状态的基础上，在实际应用中即可以基于该场景状态类型，根据场景的图像亮度和图像评价函数值的实时变化情况对场景进行初步分类，具体地，所述根据图像亮度和图像评价函数值的实时变化情况确定当前场景所处的场景状态包括：

图像亮度发生改变，则标记当前场景处于场景状态II；

在搜索到图像评价函数值最大值的基础上，当图像评价函数值最大值的变化值大于阈值ThrDifFV1时，标记当前场景处于场景状态III；

图像亮度保持不变，未搜索到图像评价函数值最大值或图像评价函数值最大值的变化值小于等于阈值ThrDifFV1时，标记当前场景处于场景状态I；

在搜索到图像评价函数值最大值的基础上，当图像评价函数值的变化值大于阈值ThrDifFV2时，标记当前场景处于场景状态IV；

将当前对焦结束时图像评价函数值与当前对焦过程中搜索到的图像评价函数值最大值的差值作为图像评价函数值最大值的变化值。

单次对焦结束后，判定单次对焦过程中是否存在场景变化，具体地，通比较图像评价函数值最大值的变化值与阈值ThrDifFV1实现，当图像评价函数值最大值的变化值大于阈值ThrDifFV1时，认为对焦过程中场景发生了变化，退出当前对焦。

单次对焦退出后，还需要监控场景是否发生变化，同样通过图像亮度和图像评价函数值的变化情况来反应场景变化情况。当图像亮度的变化值大于阈值ThrDifZL2和图像评价函数值的变化值大于阈值ThrDifFV2时，认为场景发生了变化。由于图像亮度和图像评价函数值一个统计信息，必然存在波动，因此设置的阈值必须大于波动的最大值。

为了防止以下情况出现：如在低照度场景下，统计信息波动相对较大，会出现场景没变，但是判断条件满足，对焦误启动。因此本发明中增加额外的限制条件：必须连续两次都判断为场景发生变化，才认为场景是真正地发生了变化，即连续2次判断当前场景为场景状态II、场景状态III或场景状态IV时，才确定当前场景真正为场景状态II、场景状态III或场景状态IV。

场景状态分类是实现对焦监控的稳定基础，在确定场景状态后，能够根据特定的场景状态监控对应的图像亮度或图像评价函数值的变化，确定重新启动对焦的时机，这样既能够缩短对焦时间，也能够提升对焦精确度。

当监控到场景发生变化，即判定场景状态为场景状态II、场景状态III以及场景状态IV时，需要等待场景静止后再重新启动单次对焦，否则会频繁重启对焦，本发明中根据图像亮度和图像评价函数值的变化程度判定场景是否静止。

本发明中，当场景状态为场景状态II时，采用的对焦监控策略包括：

在场景监控过程中，当相邻两时刻场景的图像亮度差值小于阈值ThrDifZL3时，表明场景的图像亮度恢复稳定，重新启动进入单次对焦过程。

场景状态为场景状态II时，表明场景的图像亮度发生了改变，例如样品发生移动导致场景的图像亮度发生改变，此时，采用的对焦监控策略是，检测图像亮度的变化幅度，当图像亮度变化幅度很小，小于设定阈值ThrDifZL3时，表明图像亮度趋于稳定，此时自动重新启动对焦，避免了人工重启启动对焦，缩短对焦时间，当图像亮度趋于稳定再重新启动对焦，也能保证对焦的精确度。

本发明中，当场景状态为场景状态III时，采用的对焦监控策略包括：

在场景监控过程中，当相邻两时刻场景的图像评价函数值差值小于阈值ThrDifFV3时，表明场景的图像评价函数值恢复稳定，重新启动进入单次对焦过程。

本发明中，当场景状态为场景状态IV时，采用的对焦监控策略包括：

在场景监控过程中，当相邻两时刻场景的图像评价函数值差值小于阈值ThrDifFV3，即场景的图像评价函数值恢复稳定后，继续判断图像评价函数值的变化，当当前图像评价函数值较上一次对焦结束时的变化值大于阈值ThrDifFV2时，重新启动进入单次对焦过程；

场景状态为场景状态III和场景状态IV时，表明场景的图像评价函数值发生了改变。此时，采用的对焦监控策略是，检测图像评价函数值的变化幅度，对于场景状态III，只评判采样相邻两时刻的图像评价函数值的变化幅度，当变化幅度很小，小于设定阈值ThrDifFV3时，表明图像评价函数值区域稳定，此时自动重新启动对焦；对于场景状态IV，由于场景状态IV的定义是单次对焦结束后，图像评价函数值发生改变，因此，在相邻两时刻的图像评价函数值的变化幅度小于设定阈值ThrDifFV3的基础上，还需要判断图像评价函数值最大值的变化值情况，图像评价函数值最大值的变化值当大于阈值ThrDifFV2时，自动重新启动对焦，避免了人工重启启动对焦，缩短对焦时间，当图像亮度趋于稳定再重新启动对焦，也能保证对焦的精确度。

当场景状态为场景状态I时，继续监测当前场景的图像亮度和图像评价函数值的实时变化情况。

优选地，阈值ThrDifZL2取值为150～200，阈值ThrDifZL3的取值为100～120，进一步地，阈值ThrDifZL2取值为200，阈值ThrDifZL3的取值为100。

优选地，阈值ThrDifFV1、阈值ThrDifFV2的选择与前一时刻获得的图像评价函数值的大小有关系，大概规律为，阈值ThrDifFV2的大小随前一时刻获得的图像评价函数值的增大而增大。

本发明中，为了提高对焦效率，在基于爬山搜索方法执行单次对焦过程中，采用变步长的搜索方式搜索表示最佳聚焦位置的图像评价函数值最大值，具体过程为：

根据图像评价函数值大小将场景分为离焦区域和聚焦区域，在离焦区域，采用较大搜索步长；在聚焦区域，采用较小搜索步长。

本发明中，为了提高对焦精确度，在基于爬山搜索方法执行单次对焦过程中，还对搜索方向进行修正，具体过程为：

连续两次计算相邻四步图像评价函数值的平均值，若前四步图像评价函数值的平均值大于后四步图像评价函数值的平均值，表示正在向离焦方向搜索，则改变搜索方向继续寻找表示最佳聚焦位置的图像评价函数值最大值。

本发明中，利用高频分量计算图像评价函数值，具体过程为：

采用水平方向的IIR滤波器H1、IIR滤波器H2，和垂直方向的FIR滤波器V1、FIR滤波器V2对场景图像进行滤波处理，输出高频分量；

对输出的高频分量取绝对值后再通过门限阈值判断，统计超过阈门限值的高频通量，获得高频分量的统计值；

假设区域n对应的四个滤波器输出的高频分量的统计值分别为H1_n，H2_n，V1_n，V2_n，则区域n的两组图像评价函数值FV1_n和FV2_n分别为：

FV1_n＝α×H1_n+(1-α)×V1_n

FV2_n＝β×H2_n+(1-β)×V2_n

其中，其中α，β分别为权重系数。

本发明的有益效果为：

本发明在对焦搜索中能自动感知搜索方向，并在搜索错误方向之后迅速返回，减小了对焦时间；

本发明能自适应的改变步长，在离焦区域运动时选用长步长，聚焦区域运动时选用小步长，加快了对焦速度，在聚焦区域内采取小步长进行搜索能够提高对焦精度；通过对图像评价函数的扩大，实现了在低像质的情况下也能完成对焦的功能；

本发明还增加了对焦监控功能，通过对图像亮度以及图像评价参数值的监控，能够更加准确的判断场景的变化，实现自动对焦功能；在对焦退出后，两次监控到场景变化才判断为场景真正的发生了变化，避免了轻微晃动对算法产生的影响，实现更稳定的场景监控功能；判断为场景发生变化之后，继续监控场景变化，直到判断为场景静止才重启对焦，避免了因为场景变化过程中一直处于频繁对焦的状态，提高了对焦的稳定性以及准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅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前提下，还可以根据这些附图获得其他附图。

图1是实施例提供的单次对焦的流程图；

图2是根据单次对焦结果判断不同场景状态流程图；

图3是单次对焦退出后场景状态监控流程图；

图4是图像评价函数值的计算逻辑框图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。

实施例提出一种用于显微相机的图像变化自动感知对焦方法，通过对焦监控策略监测图像变化，重启单次对焦过程，在图像变化的情况下实现自动对焦的功能。

该用于显微相机的图像变化自动感知对焦方法可以在搭载了步进电机的显微相机内实现。其中电机全程有854步，步进电机能够根据图像变化自动感知对焦方法移到指定位置，捕获不同位置图像并且根据图像变化自动感知对焦方法中的判据找到最佳聚焦位置，即找到图像评价函数值最大值。

该用于显微相机的图像变化自动感知对焦方法的具体实现流程为：首先启动基于爬山搜索方法的单次对焦，电机成功找到最佳聚焦位置后，判断场景状态，进入对焦监控策略，监测图像亮度和图像评价函数值的变化，监测到图像发生变化之后，待图像变化稳定，再重启对焦功能。

本实施例中，将图像亮度作为简称为参数1，图像评价函数值简称为参数2。如图1所示，基于爬山搜索方法执行单次对焦过程，确定最佳聚焦位置的过程为：

S101，确定初始搜索方向。

将电机搜索第一步步长设置为7，分别捕获两幅图像，计算两幅图像的参数2值并比较，初始搜索方向定为参数2增大的方向。

S102，电机变步长搜索。

为了提高对焦效率，按照变步长搜索方式进行搜索，具体搜索过程为：

首先，根据参数2来划分离焦区域和聚焦区域；在离焦区域选择较大的搜索步长，使电机可以在较短时间内离开离焦区域，进入聚焦区域，缩短在离焦区域不必要的搜索时间；在聚焦区域则选择较小的搜索步长，使电机更准确地搜索最佳聚焦点；同时，考虑对焦搜索的初始位置在最佳聚焦点附近的情况，聚焦区域的搜索步长可以进一步细分，当对焦搜索的初始位置在聚焦区域时，先采用小步长搜索，连续搜索10次后，若还未找到最佳聚焦点，则增加搜索步长。

本实施例中，根据参数2阈值ThrFV和参数2当前值确定下一步的搜索步长：

其中，step_n+1为下一次的电机运动步长，FV_n为第n次的图像评价函数值，即参数2，ThrFV为参数2阈值，该阈值将电机运动区域划分为离焦区域和聚焦区域，参数2大于该阈值ThrFV的区域为聚焦区域，否则为离焦区域。根据实验测得，阈值ThrFV＝30。

搜索过程中，计算连续四幅图像的参数2，分别记为FV¹、FV²、FV³、FV⁴，当FV¹<FV²>FV³>FV⁴且FV²>ThrMaxFV时，则判断找到了最佳聚焦位置，FV²对应的图像位置就是最佳聚焦位置，返回最佳聚焦位置。阈值ThrMaxFV用来判断最佳聚焦位置，应根据实际图像评价函数值设置，此阈值可以选取的范围为大于局部峰值，小于最佳聚焦峰值，经过实验测得，ThrMaxFV＝400。

S103，判断前15步是否搜索到最佳聚焦位置，若前15步搜索到最佳聚焦位置，返回最佳聚焦位置，若前15步没有搜索到最佳聚焦位置，执行S104；

S104，记录并判断前15步捕获到图像的参数2的最大值是否大于设定阈值ThrStartFV，若参数2的最大值小于ThrStartFV，则将后续搜索区域捕获图像的参数2值扩大10倍，则电机变步长继续搜索，即跳转执行S102；若参数2的最大值大于ThrStartFV，则将后续搜索区域捕获图像的参数2保持不变，则电机变步长继续搜索，即跳转执行S102。

阈值ThrStartFV用来大致预测图像搜索全程参数2的大小，可设置为与阈值ThrMaxFV相等。当出现图像最佳峰值评价函数过小，小于阈值ThrMaxFV的情况，此时无法通过S102的判据识别最佳聚焦位置，因此就需要通过设定阈值ThrStartFV来识别这种情况，从而扩大参数2，再进行S102的判断。

S105，若一直没有搜索到最佳聚焦位置，则判定此次对焦结果为离焦，对焦结束，并退出此次对焦过程。

为了提高对焦精确度，在搜索过程中还对电机运动方向即搜索方向进行修正，使得电机向离焦区域搜索时立即转向，具体方法如下：

连续两次计算相邻四步参数2的平均值，若前四步参数2的平均值大于后四步参数2的平均值，表示正在往离焦方向搜索，则改变搜索方向继续寻找最佳聚焦位置。

实验采用的是ROI(Region of Interest，感兴趣区域)对焦窗口，可以自行选择感兴趣的区域进行自动对焦。将图像分成7*7块相等区域以供选择，能够实现对高度不齐的样品进行对焦，避免了不同物距对对焦产生的干扰，实现精确对焦。

本实施例中，采用高频分量计算参数2。如图4所示，其中TH1、TH2、TH3、TH4分别为设置的门限值。首先原始图像通过滤波器后得到高频分量，然后将滤波器的输出取绝对值后再通过阈值门限判断，超过门限值的参与统计，最后输出图像高频分量的统计值，采用四路高通滤波器，分别为水平方向的IIR滤波器H1、IIR滤波器H2，和垂直方向的FIR滤波器V1、FIR滤波器V2。假设区域n对应的四个滤波器输出的统计值分别为H1_n，H2_n，V1_n，V2_n，则可以通过以下表达式计算出该区域的两组评价函数值FV1_n和FV2_n：

FV1_n＝α×H1_n+(1-α)×V1_n

FV2_n＝β×H2_n+(1-β)×V2_n

其中，α取0.45，β取0.85。

当单次对焦结束后，判断场景状态，进入对焦监控策略，监测图像亮度和图像评价函数值的变化，监测到图像发生变化之后，待图像变化稳定，再重启对焦功能。

本实施例中，将场景状态分为4种，分别为：场景状态I：单次对焦过程中图像亮度和图像评价函数值保持不变，表明当前场景未发生变化；场景状态II：单次对焦过程中图像亮度发生改变，表明当前场景发生变化；场景状态III：单次对焦过程中搜索到图像评价函数值最大值，且图像评价函数值发生改变，表明当前场景发生变化；场景状态IV：单次对焦完成后，图像评价函数值发生改变，表明当前场景发生变化。当监测到场景处于场景状态II、场景状态III以及场景状态IV时，表明场景发生变化，需要自动重启对焦功能。

根据图2所示的流程图，在单次对焦结束后，根据参数1以及参数2的变化，将场景状态初步分类，电机每走一步记录下参数1的变化，判断参数1的变化是否大于设定阈值，若大于阈值，这表明对焦过程中场景发生改变，则场景状态初步分类为场景状态II。场景状态II设定的目的是为了判断在对焦过程中样品是否移动，若样品移动，则参数1的变化大于阈值ThrDifZL1，经过实验，阈值设定为ThrDifZL1＝2000。

当监控完参数1实现对场景状态II的分类后，等待场景亮度稳定后，再对参数2进行监控，在没有找到最佳聚焦位置时，初步判定场景状态为场景状态I。

若对焦过程中找到最佳聚焦位置，根据本发明改进的爬山搜索方法中，在找到图像评价函数曲线峰值后，会返回到该峰值处，在场景没有改变的情况下，返回峰值点处的图像评价函数值与对焦过程中记录的最大值近似相等，如果两个值相差过大，说明对焦过程中场景发生变化，当前位置并不是真正的聚焦位置。因此，上一次对焦结束返回的参数2值FV1和对焦过程中参数2最大值FV2的差值应小于一定的阈值ThrDifFV1，若超过阈值，即：

|FV1-FV2|>ThrDifFV1

则标记场景状态为场景状态III，否则标记场景状态为场景状态I。

根据实验测试，根据FV1大小将阈值ThrDifFV1设置如下：

根据图3所示流程图，单次对焦结束后，根据不同的场景状态进入不同对焦监控策略。若场景状态初步记为场景状态I，则继续监测参数1以及参数2，每隔时间0.2s计算一次当前场景参数1的值ZL2、参数2的值FV2，分别与上一次对焦结束时参数1的值ZL1、参数2的最大值FV1比较，当变化超过一定阈值，则认为场景发生了变化。参数1变化超过阈值ThrDifZL2，记场景状态为场景状态II；参数2变化超过阈值ThrDifFV2，记场景状态为场景状态IV。如下式所示：

|ZL1-ZL2|>ThrDifZL2

|FV1-FV2|>ThrDifFV2

参数1与参数2是一个统计信息，必然存在波动，因此设置的阈值必须大于波动的最大值。根据实验测试，阈值ThrDifZL2＝200，ThrDifFV2设置为：

若场景状态记为场景状态II时，等待场景亮度稳定后，再重启单次对焦功能。即每个时刻(例如每隔时间0.2s)计算一次当前场景参数1的值ZL_T，并和上一时刻的ZL_T-t比较，当变化小于阈值，即：

|ZL_T-ZL_T-t|<ThrDifZL3

则认为场景趋于稳定静止，重新启动对焦。根据实验测试，参数1变化阈值ThrDifZL3＝100。

若场景状态记为场景状态III时，等待场景评价函数值稳定后，再重启单次对焦功能。即每个时刻(例如每隔时间t＝0.2s)计算一次当前场景参数2的值FV_T，并和上一时刻的参数2的值FV_T-t比较，当变化小于阈值，即：

|FV_T-FV_T-t|<ThrDifFV3

则认为场景趋于稳定静止，重新启动对焦。根据实验测试，参数2变化阈值ThrDifFV3＝20。

若场景状态记为场景状态IV时，等待场景评价函数值稳定，即参数2变化小于一定的阈值ThrDifFV3，为了防止一些轻微晃动引起对焦频繁重启，再次判断当前图像的参数2的值相对上一次对焦结束时的参数2的值的变化，如果依旧满足场景变化条件(变化小于阈值ThrDifFV2)，则认为该场景确实发生了变化，重新启动对焦，否则视为场景没变，即场景状态为1，并继续进入对焦监控。

上述图像变化自动感知对焦方法中，对焦搜索中能自动感知搜索方向，并在搜索错误方向之后迅速返回，减小了对焦时间；还能自适应地改变步长，在离焦区域运动时选用长步长，聚焦区域运动时选用小步长，加快了对焦速度，在聚焦区域内采取小步长进行搜索能够提高对焦精度；通过对图像评价函数的扩大，实现了在低像质的情况下也能完成对焦的功能，

同时，增加了对焦监控方法通过对图像参数1以及参数2的监控，能够更加准确的判断场景的变化，实现自动对焦功能；在对焦退出后，两次监控到场景变化才判断为场景真正的发生了变化，避免了轻微晃动对算法产生的影响，实现更稳定的场景监控功能；判断为场景发生变化之后，继续监控场景变化，直到判断为场景静止才重启对焦，避免了因为场景变化过程中一直处于频繁对焦的状态，提高了对焦的稳定性以及准确性。

以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于显微相机的图像变化自动感知对焦方法，包括以下步骤：

根据图像亮度和图像评价函数值的变化状态定义多种场景状态；

监测当前场景的图像亮度和图像评价函数值的实时变化情况，根据图像亮度和图像评价函数值的实时变化情况确定当前场景所处的场景状态，根据场景状态采用与该场景状态对应的对焦监控策略，所述对焦监控策略包括：待图像亮度和/或图像评价函数值恢复稳定，进入单次对焦过程；

基于爬山搜索方法执行单次对焦过程，确定最佳聚焦位置。

2.如权利要求1所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，所述场景状态包括：

场景状态I：单次对焦过程中图像亮度和图像评价函数值保持不变，表明当前场景未发生变化；

场景状态II：单次对焦过程中图像亮度发生改变，表明当前场景发生变化；

场景状态III：单次对焦过程中搜索到图像评价函数值最大值，且图像评价函数值发生改变，表明当前场景发生变化；

场景状态IV：单次对焦完成后，图像评价函数值发生改变，表明当前场景发生变化。

3.如权利要求2所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，将上次对焦结束时图像亮度与当前对焦过程中计算的图像亮度的差值作为图像亮度的变化值；

在场景监控过程中，图像亮度的变化值大于阈值ThrDifZL2时，则认为图像亮度发生改变；图像亮度的变化值小于等于阈值ThrDifZL2，则认为图像亮度保持不变。

4.如权利要求2所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，所述根据图像亮度和图像评价函数值的实时变化情况确定当前场景所处的场景状态包括：

图像亮度发生改变，则标记当前场景处于场景状态II；

在搜索到图像评价函数值最大值的基础上，当图像评价函数值最大值的变化值大于阈值ThrDifFV1时，标记当前场景处于场景状态III；

图像亮度保持不变，未搜索到图像评价函数值最大值或图像评价函数值最大值的变化值小于等于阈值ThrDifFV1时，标记当前场景处于场景状态I；

在搜索到图像评价函数值最大值的基础上，当图像评价函数值的变化值大于阈值ThrDifFV2时，标记当前场景处于场景状态IV；

将当前对焦结束时图像评价函数值与当前对焦过程中搜索到的图像评价函数值最大值的差值作为图像评价函数值最大值的变化值。

5.如权利要求2所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，当场景状态为场景状态II时，采用的对焦监控策略包括：

在场景监控过程中，当相邻两时刻场景的图像亮度差值小于阈值ThrDifZL3时，表明场景的图像亮度恢复稳定，重新启动进入单次对焦过程。

6.如权利要求2所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，当场景状态为场景状态III时，采用的对焦监控策略包括：

在场景监控过程中，当相邻两时刻场景的图像评价函数值差值小于阈值ThrDifFV3时，表明场景的图像评价函数值恢复稳定，重新启动进入单次对焦过程。

7.如权利要求2所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，当场景状态为场景状态IV时，采用的对焦监控策略包括：

在场景监控过程中，当相邻两时刻场景的图像评价函数值差值小于阈值ThrDifFV3，即场景的图像评价函数值恢复稳定后，继续判断图像评价函数值的变化，当当前图像评价函数值较上一次对焦结束时的变化值大于阈值ThrDifFV2时，重新启动进入单次对焦过程；

当场景状态为场景状态I时，继续监测当前场景的图像亮度和图像评价函数值的实时变化情况。

8.如权利要求1所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，在基于爬山搜索方法执行单次对焦过程中，采用变步长的搜索方式搜索表示最佳聚焦位置的图像评价函数值最大值，具体过程为：

根据图像评价函数值大小将场景分为离焦区域和聚焦区域，在离焦区域，采用较大搜索步长；在聚焦区域，采用较小搜索步长。

9.如权利要求1所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，在基于爬山搜索方法执行单次对焦过程中，还对搜索方向进行修正，具体过程为：

连续两次计算相邻四步图像评价函数值的平均值，若前四步图像评价函数值的平均值大于后四步图像评价函数值的平均值，表示正在向离焦方向搜索，则改变搜索方向继续寻找表示最佳聚焦位置的图像评价函数值最大值。

10.如权利要求1所述的用于显微相机的图像变化自动感知对焦方法，其特征在于，利用高频分量计算图像评价函数值，具体过程为：

采用水平方向的IIR滤波器H1、IIR滤波器H2，和垂直方向的FIR滤波器V1、FIR滤波器V2对场景图像进行滤波处理，输出高频分量；

对输出的高频分量取绝对值后再通过门限阈值判断，统计超过阈门限值的高频通量，获得高频分量的统计值；

假设区域n对应的四个滤波器输出的高频分量的统计值分别为H1_n，H2_n，V1_n，V2_n，则区域n的两组图像评价函数值FV1_n和FV2_n分别为：

FV1_n＝α×H1_n+(1-α)×V1_n

FV2_n＝β×H2_n+(1-β)×V2_n

其中，其中α，β分别为权重系数。