CN115314633A - 相机对焦方法、装置、计算机设备和存储介质 - Google Patents

相机对焦方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN115314633A
CN115314633A CN202210737512.0A CN202210737512A CN115314633A CN 115314633 A CN115314633 A CN 115314633A CN 202210737512 A CN202210737512 A CN 202210737512A CN 115314633 A CN115314633 A CN 115314633A
Authority
CN
China
Prior art keywords
image
camera
target
focused
candidate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202210737512.0A
Other languages
English (en)
Other versions
CN115314633B (zh
Inventor
王羿
李双
孙亮
许孙龙
陈怀军
程伟华
骆冬根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Institutes of Physical Science of CAS
Original Assignee
Hefei Institutes of Physical Science of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei Institutes of Physical Science of CAS filed Critical Hefei Institutes of Physical Science of CAS
Priority to CN202210737512.0A priority Critical patent/CN115314633B/zh
Publication of CN115314633A publication Critical patent/CN115314633A/zh
Application granted granted Critical
Publication of CN115314633B publication Critical patent/CN115314633B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automatic Focus Adjustment (AREA)
  • Studio Devices (AREA)

Abstract

本申请涉及一种相机对焦方法、装置、计算机设备和存储介质。所述方法包括:获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;确定所述暗场扣除图像的图像清晰度;根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;根据所述目标垫片,对所述待对焦相机进行对焦。采用本方法便于在相机对焦过程中选取到合适厚度的金属垫片。

Description

相机对焦方法、装置、计算机设备和存储介质
技术领域
本申请涉及相机对焦技术领域,特别是涉及一种相机对焦方法、装置、计算机设备和存储介质。
背景技术
定焦相机通过在镜头与机身之间设置金属垫片来调节焦距,通过选取合适厚度的金属垫片,可以使相机对焦清晰,确保成像质量。
对焦测试可以辅助选取合适厚度的金属垫片,将金属垫片按照厚度进行编号,每次在相机中装入一个垫片,打开光源,控制相机对光源进行成像,得到的图像与金属垫片相对应,按照此种方法对所有垫片进行安装和测试,并评估各个金属垫片所对应图像的清晰度,绘制横坐标为金属垫片厚度、纵坐标为清晰度的对焦评价曲线,对焦评价曲线中清晰度最大值所对应的金属垫片厚度,可以被确定为合焦程度最好的金属垫片,即厚度最合适的金属垫片。
现有技术中,通常采用梯度评价函数来评估图像清晰度,然而,采用梯度评价函数得到的对焦评价曲线,通常在峰值附近较为平缓,导致对焦评价曲线对垫片厚度的灵敏度较低,难以从多个垫片厚度中选取一个合适厚度的技术垫片。
因此,目前的定焦相机对焦技术中存在难以选取合适厚度金属垫片的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种便于选取到合适厚度金属垫片的相机对焦方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种相机对焦方法。所述方法包括:
获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
确定所述暗场扣除图像的图像清晰度;
根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
根据所述目标垫片,对所述待对焦相机进行对焦。
在其中一个实施例中,所述获取与待对焦相机的候选垫片相关联的暗场图像和明场图像,包括:
获取至少一个初始暗场图像;所述初始暗场图像为所述待对焦相机在镜头遮挡情况下进行成像,所得到的图像;
对所述至少一个初始暗场图像进行求平均运算,得到所述暗场图像。
在其中一个实施例中,所述获取与待对焦相机的候选垫片相关联的暗场图像和明场图像,还包括:
获取至少一个初始明场图像;所述初始明场图像为所述待对焦相机在镜头未遮挡情况下,对光源进行成像,所得到的图像;
对所述至少一个初始明场图像进行求平均运算,得到所述明场图像。
在其中一个实施例中,所述确定所述暗场扣除图像的图像清晰度,包括:
确定所述暗场扣除图像中的至少一组像素对;各组所述像素对包含第一像素和第二像素,所述第一像素和第二像素的间距符合第一预设条件;
对于各组所述像素对,将所述第一像素的灰度值与所述第二像素的灰度值进行相减,得到第一中间值;
对所述第一中间值进行求平方运算,得到第二中间值;
对各所述第二中间值进行求和运算,得到所述暗场扣除图像的图像清晰度。
在其中一个实施例中,所述根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片,包括:
对所述图像清晰度进行归一化处理,得到归一化后的图像清晰度;
根据所述归一化后的图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片。
在其中一个实施例中,所述根据所述归一化后的图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片,包括:
从所述归一化后的图像清晰度中选取目标清晰度;所述目标清晰度符合第二预设条件;
将所述目标清晰度对应的候选垫片,确定为所述待对焦相机的目标垫片。
在其中一个实施例中,所述从所述归一化后的图像清晰度中选取目标清晰度,包括:
确定对焦评价曲线;所述对焦评价曲线上包含对焦评价点,所述对焦评价点的第一坐标与所述候选垫片相对应,所述对焦评价点的第二坐标与所述归一化后的图像清晰度相对应;
从所述对焦评价曲线上的对焦评价点中选取目标评价点;所述目标评价点的第二坐标符合所述第二预设条件;
将所述目标评价点对应的归一化后的图像清晰度,确定为所述目标清晰度。
第二方面,本申请还提供了一种相机对焦装置。所述装置包括:
图像获取模块,用于获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
暗场扣除模块,用于将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
参数确定模块,用于确定所述暗场扣除图像的图像清晰度;
垫片选取模块,用于根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
相机对焦模块,用于根据所述目标垫片,对所述待对焦相机进行对焦。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
确定所述暗场扣除图像的图像清晰度;
根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
根据所述目标垫片,对所述待对焦相机进行对焦。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
确定所述暗场扣除图像的图像清晰度;
根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
根据所述目标垫片,对所述待对焦相机进行对焦。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
确定所述暗场扣除图像的图像清晰度;
根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
根据所述目标垫片,对所述待对焦相机进行对焦。
上述相机对焦方法、装置、计算机设备、存储介质和计算机程序产品,通过先获取与待对焦相机的候选垫片相关联的暗场图像和明场图像,再将明场图像与暗场图像进行相减得到与候选垫片相关联的暗场扣除图像,并确定暗场扣除图像的图像清晰度,然后根据图像清晰度从候选垫片中选取出待对焦相机的目标垫片,最后根据目标垫片对待对焦相机进行对焦;可以使得到的暗场扣除图像受无光源成像和有光源成像的共同影响,丰富图像梯度信息,避免在根据图像梯度信息评价图像清晰度时,得到的对焦评价曲线在峰值附近变化缓慢,在根据对焦评价曲线选取目标垫片时,可以将对焦评价曲线峰值对应的候选垫片确定为合焦程度最佳的目标垫片,便于在相机对焦过程中选取到合适厚度的金属垫片。
附图说明
图1为一个实施例中相机对焦方法的流程示意图;
图2为一个实施例中相机对焦测试的示意图;
图3为一个实施例中的理想对焦评价曲线;
图4为一个实施例中的对焦测试成像结果;
图5为一个实施例中的解算对焦评价曲线;
图6为一个实施例中相机对焦测试过程的流程示意图;
图7为一个实施例中相机对焦测试方法的流程示意图;
图8为一个实施例中改进后的对焦评价曲线的示意图;
图9为一个实施例中相机对焦装置的结构框图;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的相机对焦方法,可以应用于终端或服务器。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图1所示,提供了一种相机对焦方法,以该方法应用于终端为例进行说明,包括以下步骤:
步骤S110,获取与待对焦相机的候选垫片相关联的暗场图像和明场图像。
其中,候选垫片可以为多个不同厚度的金属垫片。
其中,暗场图像可以为在相机镜头遮挡情况下的成像所得。
其中,明场图像可以为在相机镜头未遮挡情况下,对光源进行成像之所得。
具体实现中,可以选取多个不同厚度的金属垫片作为待对焦相机的候选垫片,还可以对选取的所有候选垫片按照厚度进行编号,每次测试在镜头与相机机身之间装入一个候选垫片,之后可以先遮挡镜头,控制相机成像,得到暗场图像D,然后取消镜头遮挡,并打开光源,控制相机成像,得到明场图像L0,将暗场图像、明场图像,以及当前测试所使用的候选垫片的厚度(或者编号)对应存储在终端中。使用此种方法对待对焦相机的每个候选垫片进行测试,可以使终端获取到各个候选垫片所对应的暗场图像和明场图像。
步骤S120,将明场图像与暗场图像进行相减,得到与候选垫片相关联的暗场扣除图像。
具体实现中,可以将明场图像中各个像元的灰度值,与暗场图像中相应像元的灰度值进行相减,得到候选垫片所对应的暗场扣除图像L1。暗场扣除图像的计算公式可以为
DNL1(x,y)=DNL0(x,y)-DND(x,y)。
其中,(x,y)表示x行y列的像元,DNL0(x,y)表示明场图像中像元(x,y)的灰度值,DND(x,y)表示暗场图像中像元(x,y)的灰度值,DNL1(x,y)表示暗场扣除图像中像元(x,y)的灰度值。
步骤S130,确定暗场扣除图像的图像清晰度。
具体实现中,可以计算暗场扣除图像的梯度信息,根据梯度信息确定暗场扣除图像的图像清晰度。还可以采用Brenner函数,首先计算暗场扣除图像中间距为d(d可以为2个像素)的两个像元之间的灰度差,并按照此种方法计算暗场扣除图像中的所有灰度差,然后根据所有灰度差的平方和,得到暗场扣除图像L1的图像清晰度f,Brenner函数具体可以为
Figure BDA0003716479440000061
需要说明的是,还可以用其他梯度函数代替Brenner函数,来确定暗场扣除图像的图像清晰度,其他梯度函数可以为Tenengrad函数、拉普拉斯算子或能量梯度函数。
步骤S140,根据图像清晰度,从候选垫片中选取出待对焦相机的目标垫片。
具体实现中,可以对各个候选垫片所对应的图像清晰度进行归一化,得到归一化后的图像清晰度,然后对归一化后的图像清晰度进行比较,从中选取图像清晰度最大值,将图像清晰度最大值所对应的候选垫片,确定为待对焦相机的目标垫片。
例如,可以设候选垫片数量为m,通过m次对焦测试,得到m个暗场扣除图像,暗场扣除图像的图像清晰度为fi,i=1,2,……,m,选取fi中的最大值fmax=max({fi}),用最大值fmax对fi进行归一化,得到归一化后的图像清晰度
Figure BDA0003716479440000071
之后可以以候选垫片的厚度(或者编号)为横坐标,以归一化后的图像清晰度f′i为纵坐标,对各个候选垫片所对应的归一化后的图像清晰度进行绘图,得到对焦评价曲线,从对焦评价曲线中选取最高点,或者f′i=1的点,该点所对应的候选垫片,可以作为待对焦相机的目标垫片。
步骤S150,根据目标垫片,对待对焦相机进行对焦。
具体实现中,可以将目标垫片确定为合焦程度最好的垫片,终端可以将目标垫片的编号(或者厚度)显示在屏幕上,供用户选取目标垫片对待对焦相机进行对焦。终端还可以根据目标垫片的编号(或者厚度)生成垫片选择指令,将垫片选择指令发送给待对焦相机,待对焦相机可以根据接收到的垫片选择指令,从候选垫片中自动选取目标垫片。
上述相机对焦方法,通过先获取与待对焦相机的候选垫片相关联的暗场图像和明场图像,再将明场图像与暗场图像进行相减得到与候选垫片相关联的暗场扣除图像,并确定暗场扣除图像的图像清晰度,然后根据图像清晰度从候选垫片中选取出待对焦相机的目标垫片,最后根据目标垫片对待对焦相机进行对焦;可以使得到的暗场扣除图像受无光源成像和有光源成像的共同影响,丰富图像梯度信息,避免在根据图像梯度信息评价图像清晰度时,得到的对焦评价曲线在峰值附近变化缓慢,在根据对焦评价曲线选取目标垫片时,可以将对焦评价曲线峰值对应的候选垫片确定为合焦程度最佳的目标垫片,便于在相机对焦过程中选取到合适厚度的金属垫片。
在一个实施例中,上述步骤S110,可以具体包括:获取至少一个初始暗场图像;初始暗场图像为待对焦相机在镜头遮挡情况下进行成像,所得到的图像;对至少一个初始暗场图像进行求平均运算,得到暗场图像。
具体实现中,可以在镜头遮挡情况下,控制待对焦相机进行至少一次成像,每次成像得到一个初始暗场图像,将所有的初始暗场图像输入至终端,可以使终端获取到至少一个初始暗场图像,对至少一个初始暗场图像的灰度值进行求平均运算,可以得到暗场图像。
实际应用中,终端可以获取到n个初始暗场图像,用DNdark_i(x,y),i=1,2,……,n表示第i个初始暗场图像中像元(x,y)的灰度值,对所有初始暗场图像中像元(x,y)的灰度值进行求平均运算,可以得到暗场图像中像元(x,y)的灰度值
Figure BDA0003716479440000081
对初始暗场图像中各个像元的灰度值进行求平均运算,可以得到一个暗场图像。
本实施例中,通过获取至少一个初始暗场图像,对至少一个初始暗场图像进行求平均运算,得到暗场图像,可以避免单次成像的偏差,提高暗场图像的可靠性,增加相机对焦的可靠性。
在一个实施例中,上述步骤S110,具体还可以包括:获取至少一个初始明场图像;初始明场图像为待对焦相机在镜头未遮挡情况下,对光源进行成像,所得到的图像;对至少一个初始明场图像进行求平均运算,得到明场图像。
具体实现中,可以取消镜头遮挡,打开光源,控制待对焦相机对光源进行至少一次成像,每次成像得到一个初始明场图像,将所有的初始明场图像输入至终端,可以使终端获取到至少一个初始明场图像,对至少一个初始明场图像的灰度值进行求平均运算,可以得到明场图像。
实际应用中,终端可以获取到n’个初始明场图像,用DNbright_i(x,y),i=1,2,……,n’表示第i个初始明场图像中像元(x,y)的灰度值,对所有初始明场图像中像元(x,y)的灰度值进行求平均运算,可以得到明场图像中像元(x,y)的灰度值
Figure BDA0003716479440000091
对初始明场图像中各个像元的灰度值进行求平均运算,可以得到一个明场图像。
本实施例中,通过获取至少一个初始明场图像,对至少一个初始明场图像进行求平均运算,得到明场图像,可以避免单次成像的偏差,提高明场图像的可靠性,增加相机对焦的可靠性。
在一个实施例中,上述步骤S130,可以具体包括:确定暗场扣除图像中的至少一组像素对;各组像素对包含第一像素和第二像素,第一像素和第二像素的间距符合第一预设条件;对于各组像素对,将第一像素的灰度值与第二像素的灰度值进行相减,得到第一中间值;对第一中间值进行求平方运算,得到第二中间值;对各第二中间值进行求和运算,得到暗场扣除图像的图像清晰度。
其中,第一预设条件可以为第一像素和第二像素之间的间距为2个像素。
具体实现中,可以从暗场扣除图像中选取由第一像素(x+2,y)和第二像素(x,y)组成的像素对,第一像素(x+2,y)和第二像素(x,y)之间的间距等于2个像素,将第一像素的灰度值DNL1(x+2,y)与第二像素的灰度值DNL1(x,y)进行相减,得到第一中间值DNL1(x+2,y)-DNL1(x,y),对第一中间值求平方后得到第二中间值[DNL1(x+2,y)-DNL1(x,y)]2,按照此种方法计算暗场扣除图像中的所有第二中间值,并对所有第二中间值进行求和,可以得到暗场扣除图像的图像清晰度
Figure BDA0003716479440000101
本实施例中,通过确定暗场扣除图像中的至少一组像素对,对于各组像素对,将第一像素的灰度值与第二像素的灰度值进行相减,得到第一中间值,对第一中间值进行求平方运算,得到第二中间值,对各第二中间值进行求和运算,得到暗场扣除图像的图像清晰度,可以根据暗场扣除图像的梯度信息确定图像清晰度,由于暗场扣除图像中的梯度信息较为丰富,可以使得到的图像清晰度灵敏度较高,便于在对焦评价曲线中呈现峰值。
在一个实施例中,上述步骤S140,可以具体包括:对图像清晰度进行归一化处理,得到归一化后的图像清晰度;根据归一化后的图像清晰度,从候选垫片中选取出待对焦相机的目标垫片。
具体实现中,可以设候选垫片数量为m,通过m次对焦测试,得到m个暗场扣除图像,暗场扣除图像的图像清晰度为fi,i=1,2,……,m,选取fi中的最大值fmax=max{fi},用最大值fmax对fi进行归一化,得到归一化后的图像清晰度
Figure BDA0003716479440000102
之后可以以候选垫片的厚度(或者编号)为横坐标,以归一化后的图像清晰度f′i为纵坐标,对各个候选垫片所对应的归一化后的图像清晰度进行绘图,得到对焦评价曲线,从对焦评价曲线中选取最高点,或者f′i=1的点,该点所对应的候选垫片,可以作为待对焦相机的目标垫片。
本实施例中,通过对图像清晰度进行归一化处理,得到归一化后的图像清晰度,根据归一化后的图像清晰度,从候选垫片中选取出待对焦相机的目标垫片,可以将图像清晰度归一化到0到1之间,便于确定最大的图像清晰度,进而便于确定目标垫片,提高了相机对焦的效率。
在一个实施例中,上述根据归一化后的图像清晰度,从候选垫片中选取出待对焦相机的目标垫片的步骤,可以具体包括:从归一化后的图像清晰度中选取目标清晰度;目标清晰度符合第二预设条件;将目标清晰度对应的候选垫片,确定为待对焦相机的目标垫片。
其中,第二预设条件可以为归一化后的图像清晰度中的最大值。
具体实现中,可以以候选垫片的厚度(或者编号)为横坐标,以归一化后的图像清晰度f′i为纵坐标,对各个候选垫片所对应的归一化后的图像清晰度进行绘图,得到对焦评价曲线,从对焦评价曲线中选取最高点,或者f′i=1的点,该点的纵坐标即为目标清晰度,该点横坐标对应的候选垫片为目标垫片,当目标垫片放置在镜头与相机机身之间时,合焦程度最好。
本实施例中,通过从归一化后的图像清晰度中选取目标清晰度,将目标清晰度对应的候选垫片,确定为待对焦相机的目标垫片,可以使用成像清晰度最佳的金属垫片对相机进行对焦,保证相机成像质量。
在一个实施例中,上述从归一化后的图像清晰度中选取目标清晰度的步骤,可以具体包括:确定对焦评价曲线;对焦评价曲线上包含对焦评价点,对焦评价点的第一坐标与候选垫片相对应,对焦评价点的第二坐标与归一化后的图像清晰度相对应;从对焦评价曲线上的对焦评价点中选取目标评价点;目标评价点的第二坐标符合第二预设条件;将目标评价点对应的归一化后的图像清晰度,确定为目标清晰度。
其中,第一坐标可以为横坐标。第二坐标可以为纵坐标。
具体实现中,对焦评价点的横坐标可以是候选垫片的厚度(或者编号),纵坐标可以是归一化后的图像清晰度f′i,以候选垫片的厚度(或者编号)为横坐标,以归一化后的图像清晰度f′i为纵坐标,组成直角坐标系,将所有对焦评价点绘制在直角坐标系中,可以形成对焦评价曲线。从对焦评价曲线中选取最高点,或者f′i=1的点,作为目标评价点,目标评价点对应的纵坐标即为目标清晰度。
本实施例中,通过确定对焦评价曲线,从对焦评价曲线上的对焦评价点中选取目标评价点,将目标评价点对应的归一化后的图像清晰度,确定为目标清晰度,可以根据对焦评价曲线快速定位到图像清晰度中的最大值,提高相机对焦效率。
为了便于本领域技术人员深入理解本申请实施例,以下将结合一个具体示例进行说明。
在定焦(即焦距固定)相机总装过程中,其中一个步骤是对镜头与机身进行组合的镜头组装过程,在镜头组装过程中,对焦对相机成像质量起到重要的作用。图2提供了一个相机对焦测试的示意图,根据图2,镜头组装过程中,在镜头与机身之间通过金属垫片来调节焦距,这就需要建立相机成像与垫片厚度之间的映射关系,判断是否合焦,即相机是否对焦清晰。对焦测试时,先将金属垫片按照厚度进行编号,每次装入一个垫片,打开光源,控制相机对其成像,保存获得的图像,并依此对所有垫片进行安装和测试。测试完成后,对不同编号垫片采集到的图像进行处理和评估,得到图像清晰度数据,结合垫片厚度与图像清晰度之间的关系,绘制对焦评价曲线,对焦评价曲线的横坐标为垫片尺寸,纵坐标为图像清晰度,从而可以根据对焦评价曲线判断某个尺寸垫片合焦程度最好,使用该垫片完成相机组装,可以得到好的成像质量。因此,对图像的处理方法在整个对焦测试过程中起到了重要的作用,不同的图像处理方法对合焦的判定影响很大,理想的对焦评价曲线要求单峰值的、单调的、高灵敏度的,且在最佳对焦位置获得最大值,图3提供了一个理想对焦评价曲线的示例。
现有技术中,通过计算图像的梯度信息,来评价图像清晰度。其中用Brenner函数得到的对焦评价曲线较好,该函数考虑相差2个像素的梯度变化,可以理解为二阶梯度,Brenner函数公式为
Figure BDA0003716479440000121
其中,x和y表示图像像素位置,即x行y列,DN(x,y)表示第x行第y列图像的灰度值,对图像所有像素进行遍历,做差求平均,然后求和,得到f表示图像清晰度,即针对一幅图像该函数得到一个数值。
然而,将Brenner函数应用在定焦相机的对焦测试中,存在对焦评价曲线平缓的情况,对垫片厚度灵敏度低。这主要是由成像场景单一造成的,对焦测试在暗室中进行,对焦测试的成像结果可以如图4所示,根据图4,只有在光源区域有光斑(图4中白色圆形),其他区域均无光照(图4中黑色区域),与自然场景相比图像单一,用Brenner函数解算出的对焦评价曲线可以如图5所示。根据图5,当垫片厚度在2.5mm~2.7mm之间时,图像清晰度均为1,无法选择合适的垫片尺寸。
本申请在图像处理过程中增加暗场扣除功能,图6提供了一个相机对焦测试过程的流程,根据图6,相比现有技术中的一次拍摄方案,本申请新增了遮挡镜头和相机成像的步骤,通过在数据处理过程中新增暗场扣除的方法,提高了图像清晰度。图7从数据获得和处理方面,提供了一种相机对焦测试方法,以该方法应用于终端为例进行说明,包括以下步骤:
步骤S210,获得暗场图像。
具体地,在遮挡镜头后,控制相机成像,得到暗场的图像。图像数量通常大于10幅(定义为n)。
步骤S220,暗场图像处理方法。
具体地,对暗场图像逐像素求平均,形成一幅暗场图像(用D表示)。逐像素求平均算法可以为:第i幅暗场图像,第x行y列像素灰度值定义为DNi(x,y),暗场图像x行y列像素值定义为DND(x,y)。
Figure BDA0003716479440000131
即n幅图像同一位置灰度值的平均值作为暗场图像D的平均值。
步骤S230,对光源成像,并获得图像。
具体地,在取消遮挡镜头并打开光源后,控制相机成像,得到光源图像。图像数量通常大于10幅。
步骤S240,暗场扣除功能。
具体地,用逐像素求平均方法,形成一幅新的光源图像(用L0表示)。用L0与D同一位置的像元灰度值相减,公式如下
DNL1(x,y)=DNL0(x,y)-DND(x,y),
相减后得到扣除暗场的光源图像,用L1表示。
步骤S250,计算L1的图像清晰度。
具体地,利用Brenner函数计算图像清晰度f。
Figure BDA0003716479440000141
步骤S260,归一化图像清晰度。
具体地,设用m个厚度不同的金属垫片,开展m次对焦测试,得到m个清晰度fi,其中最大值定义为fmax,将所有fi按照以下公式计算,得到归一化图像清晰度f’
Figure BDA0003716479440000142
步骤S270,对焦评价曲线绘制并选择垫片。
具体地,以垫片厚度为横坐标,f’为纵坐标进行绘图,得到对焦评价曲线,最高点或者f’为1的点即为合焦程度最好的垫片,用该尺寸垫片进行相机总装。其中,对焦为使用相机时调整好焦点距离的过程。其中,合焦为相机对焦完成的状态。
图8提供了一个使用本申请实施例的对焦方法,所得到的对焦评价曲线,与图5中的对焦评价曲线相比较,可以看出在改进后的对焦评价曲线中,图像清晰度为1的点对应的垫片厚度为2.5mm,且只有一个最大值,而图5中图像清晰度为1的点对应的垫片厚度为2.5mm、2.6mm和2.7mm三个尺寸。因此,改进的方案效果明显,便于根据对焦评价曲线选取且仅选取一个合焦垫片。
需要说明的是,可以用其他梯度函数替换Brenner函数计算图像清晰度,例如,可以采用Tenengrad函数、拉普拉斯算子或能量梯度函数来替换Brenner函数。
还需要说明的是,本申请提供的相机对焦方法的优点适用于定焦镜头,在定焦相机装调过程中具有明显优势,对于变焦镜头、复杂场景的对焦,不适用本申请提供的方法也有可能得到较好的对焦评价曲线。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的相机对焦方法的相机对焦装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个相机对焦装置实施例中的具体限定可以参见上文中对于相机对焦方法的限定,在此不再赘述。
在一个实施例中,如图9所示,提供了一种相机对焦装置,包括:图像获取模块310、暗场扣除模块320、参数确定模块330、垫片选取模块340和相机对焦模块350,其中:
图像获取模块310,用于获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
暗场扣除模块320,用于将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
参数确定模块330,用于确定所述暗场扣除图像的图像清晰度;
垫片选取模块340,用于根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
相机对焦模块350,用于根据所述目标垫片,对所述待对焦相机进行对焦。
在一个实施例中,上述图像获取模块310,还用于获取至少一个初始暗场图像;所述初始暗场图像为所述待对焦相机在镜头遮挡情况下进行成像,所得到的图像;对所述至少一个初始暗场图像进行求平均运算,得到所述暗场图像。
在一个实施例中,上述图像获取模块310,还用于获取至少一个初始明场图像;所述初始明场图像为所述待对焦相机在镜头未遮挡情况下,对光源进行成像,所得到的图像;对所述至少一个初始明场图像进行求平均运算,得到所述明场图像。
在一个实施例中,上述参数确定模块330,还用于确定所述暗场扣除图像中的至少一组像素对;各组所述像素对包含第一像素和第二像素,所述第一像素和第二像素的间距符合第一预设条件;对于各组所述像素对,将所述第一像素的灰度值与所述第二像素的灰度值进行相减,得到第一中间值;对所述第一中间值进行求平方运算,得到第二中间值;对各所述第二中间值进行求和运算,得到所述暗场扣除图像的图像清晰度。
在一个实施例中,上述垫片选取模块340,还包括:
归一化模块,用于对所述图像清晰度进行归一化处理,得到归一化后的图像清晰度;
选取模块,用于根据所述归一化后的图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片。
在一个实施例中,上述选取模块,还包括:
清晰度选取模块,用于从所述归一化后的图像清晰度中选取目标清晰度;所述目标清晰度符合第二预设条件;
目标垫片确定模块,用于将所述目标清晰度对应的候选垫片,确定为所述待对焦相机的目标垫片。
在一个实施例中,上述清晰度选取模块,还用于确定对焦评价曲线;所述对焦评价曲线上包含对焦评价点,所述对焦评价点的第一坐标与所述候选垫片相对应,所述对焦评价点的第二坐标与所述归一化后的图像清晰度相对应;从所述对焦评价曲线上的对焦评价点中选取目标评价点;所述目标评价点的第二坐标符合所述第二预设条件;将所述目标评价点对应的归一化后的图像清晰度,确定为所述目标清晰度。
上述相机对焦装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种相机对焦方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种相机对焦方法,其特征在于,所述方法包括:
获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
确定所述暗场扣除图像的图像清晰度;
根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
根据所述目标垫片,对所述待对焦相机进行对焦。
2.根据权利要求1所述的方法,其特征在于,所述获取与待对焦相机的候选垫片相关联的暗场图像和明场图像,包括:
获取至少一个初始暗场图像;所述初始暗场图像为所述待对焦相机在镜头遮挡情况下进行成像,所得到的图像;
对所述至少一个初始暗场图像进行求平均运算,得到所述暗场图像。
3.根据权利要求1所述的方法,其特征在于,所述获取与待对焦相机的候选垫片相关联的暗场图像和明场图像,还包括:
获取至少一个初始明场图像;所述初始明场图像为所述待对焦相机在镜头未遮挡情况下,对光源进行成像,所得到的图像;
对所述至少一个初始明场图像进行求平均运算,得到所述明场图像。
4.根据权利要求1所述的方法,其特征在于,所述确定所述暗场扣除图像的图像清晰度,包括:
确定所述暗场扣除图像中的至少一组像素对;各组所述像素对包含第一像素和第二像素,所述第一像素和第二像素的间距符合第一预设条件;
对于各组所述像素对,将所述第一像素的灰度值与所述第二像素的灰度值进行相减,得到第一中间值;
对所述第一中间值进行求平方运算,得到第二中间值;
对各所述第二中间值进行求和运算,得到所述暗场扣除图像的图像清晰度。
5.根据权利要求1所述的方法,其特征在于,所述根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片,包括:
对所述图像清晰度进行归一化处理,得到归一化后的图像清晰度;
根据所述归一化后的图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片。
6.根据权利要求5所述的方法,其特征在于,所述根据所述归一化后的图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片,包括:
从所述归一化后的图像清晰度中选取目标清晰度;所述目标清晰度符合第二预设条件;
将所述目标清晰度对应的候选垫片,确定为所述待对焦相机的目标垫片。
7.根据权利要求6所述的方法,其特征在于,所述从所述归一化后的图像清晰度中选取目标清晰度,包括:
确定对焦评价曲线;所述对焦评价曲线上包含对焦评价点,所述对焦评价点的第一坐标与所述候选垫片相对应,所述对焦评价点的第二坐标与所述归一化后的图像清晰度相对应;
从所述对焦评价曲线上的对焦评价点中选取目标评价点;所述目标评价点的第二坐标符合所述第二预设条件;
将所述目标评价点对应的归一化后的图像清晰度,确定为所述目标清晰度。
8.一种相机对焦装置,其特征在于,所述装置包括:
图像获取模块,用于获取与待对焦相机的候选垫片相关联的暗场图像和明场图像;
暗场扣除模块,用于将所述明场图像与所述暗场图像进行相减,得到与所述候选垫片相关联的暗场扣除图像;
参数确定模块,用于确定所述暗场扣除图像的图像清晰度;
垫片选取模块,用于根据所述图像清晰度,从所述候选垫片中选取出所述待对焦相机的目标垫片;
相机对焦模块,用于根据所述目标垫片,对所述待对焦相机进行对焦。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202210737512.0A 2022-06-27 2022-06-27 相机对焦方法、装置、计算机设备和存储介质 Active CN115314633B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210737512.0A CN115314633B (zh) 2022-06-27 2022-06-27 相机对焦方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210737512.0A CN115314633B (zh) 2022-06-27 2022-06-27 相机对焦方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN115314633A true CN115314633A (zh) 2022-11-08
CN115314633B CN115314633B (zh) 2023-06-16

Family

ID=83854658

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210737512.0A Active CN115314633B (zh) 2022-06-27 2022-06-27 相机对焦方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN115314633B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140022441A1 (en) * 2012-07-20 2014-01-23 Apple Inc. Determining an in-focus position of a lens
CN106303242A (zh) * 2016-08-18 2017-01-04 上海交通大学 多光谱显微成像的快速主动对焦***及方法
WO2017206444A1 (zh) * 2016-06-03 2017-12-07 中兴通讯股份有限公司 一种成像差异检测方法、装置及计算机存储介质
CN112422784A (zh) * 2020-10-12 2021-02-26 浙江大华技术股份有限公司 成像方法、成像装置、电子装置和存储介质
CN112767392A (zh) * 2021-03-02 2021-05-07 百果园技术(新加坡)有限公司 图像清晰度确定方法、装置、设备及存储介质
CN112950523A (zh) * 2019-11-22 2021-06-11 浙江宇视科技有限公司 一种清晰度评价值计算方法、装置、摄像机和存储介质
CN113114947A (zh) * 2021-04-20 2021-07-13 重庆紫光华山智安科技有限公司 对焦调节方法和装置、电子设备及存储介质
US20210350173A1 (en) * 2020-10-23 2021-11-11 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for evaluating image relative definition, device and medium
WO2022028172A1 (zh) * 2020-08-03 2022-02-10 Oppo广东移动通信有限公司 超微距摄像头清晰度检测装置及方法
CN114584700A (zh) * 2020-11-30 2022-06-03 京东方科技集团股份有限公司 对焦标记方法、标记装置以及电子设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140022441A1 (en) * 2012-07-20 2014-01-23 Apple Inc. Determining an in-focus position of a lens
WO2017206444A1 (zh) * 2016-06-03 2017-12-07 中兴通讯股份有限公司 一种成像差异检测方法、装置及计算机存储介质
CN106303242A (zh) * 2016-08-18 2017-01-04 上海交通大学 多光谱显微成像的快速主动对焦***及方法
CN112950523A (zh) * 2019-11-22 2021-06-11 浙江宇视科技有限公司 一种清晰度评价值计算方法、装置、摄像机和存储介质
WO2022028172A1 (zh) * 2020-08-03 2022-02-10 Oppo广东移动通信有限公司 超微距摄像头清晰度检测装置及方法
CN112422784A (zh) * 2020-10-12 2021-02-26 浙江大华技术股份有限公司 成像方法、成像装置、电子装置和存储介质
US20210350173A1 (en) * 2020-10-23 2021-11-11 Beijing Baidu Netcom Science And Technology Co., Ltd. Method and apparatus for evaluating image relative definition, device and medium
CN114584700A (zh) * 2020-11-30 2022-06-03 京东方科技集团股份有限公司 对焦标记方法、标记装置以及电子设备
CN112767392A (zh) * 2021-03-02 2021-05-07 百果园技术(新加坡)有限公司 图像清晰度确定方法、装置、设备及存储介质
CN113114947A (zh) * 2021-04-20 2021-07-13 重庆紫光华山智安科技有限公司 对焦调节方法和装置、电子设备及存储介质

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
MARK GAMADIA; NASSER KEHTARNAVAZ: "《Image Restoration Preprocessing for Low Light Auto-Focusing in Digital Cameras》", 《IEEE》 *
S YOUSEFI; M. RAHMAN; N. KEHTARNAVAZ: "《A new auto-focus sharpness function for digital and smart-phone cameras》", 《IEEE》, vol. 57, no. 3, XP011386534, DOI: 10.1109/TCE.2011.6018848 *
YAO CHENG; MARIUS PEDERSEN; GUANGXUE CHEN: "《Evaluation of image quality metrics for sharpness enhancement》", 《WEB OF SCIENCE》 *
尤玉虎;刘通;刘佳文;: "基于图像处理的自动对焦技术综述", 激光与红外, no. 02 *
李建超;高明;张维光;王战胜;李岳峰;: "平视显示器视差自动测量***的设计与实现", 电光与控制, no. 08 *
陈功: "《二维视觉自动对焦与测量***的研究》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Also Published As

Publication number Publication date
CN115314633B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN115330640B (zh) 光照贴图降噪方法、装置、设备和介质
US20240153271A1 (en) Method and apparatus for selecting cover of video, computer device, and storage medium
CN111080571A (zh) 摄像头遮挡状态检测方法、装置、终端和存储介质
CN115225820A (zh) 拍摄参数自动调整方法、装置、存储介质及工业相机
CN114092562A (zh) 噪声模型标定方法、图像去噪方法、装置、设备和介质
CN115314633B (zh) 相机对焦方法、装置、计算机设备和存储介质
CN115691390B (zh) 一种显示面板补偿方法、装置及显示装置
CN114764771A (zh) 一种图像质量评价方法、装置、设备、芯片及存储介质
CN115550558A (zh) 拍摄设备的自动曝光方法、装置、电子设备和存储介质
CN116843566A (zh) 色调映射方法、装置、显示设备和存储介质
Xia et al. A coarse-to-fine ghost removal scheme for HDR imaging
CN115170676A (zh) 传感器标定及图像校正方法、装置、电子设备及存储介质
CN115147296A (zh) 高光谱图像矫正方法、装置、计算机设备和存储介质
CN113592753A (zh) 基于工业相机拍摄的图像的处理方法、装置和计算机设备
CN112884681B (zh) 图像阴影处理方法、装置、计算机设备和存储介质
CN117522749B (zh) 图像校正方法、装置、计算机设备和存储介质
CN118522258A (zh) 亮度补偿表的生成、亮度补偿方法、装置、设备和介质
CN117437178A (zh) 图像清晰度度量方法和装置
CN113643377B (zh) 基于多次标定的单镜头一致性误差分析的方法和***
CN114972100A (zh) 噪声模型的估计方法和装置、图像处理方法和装置
CN118015102A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN118314030A (zh) 图像融合方法、装置、电子设备和存储介质
CN118102120A (zh) 图像处理方法、装置、电子设备和计算机可读存储介质
CN117336464A (zh) 镜头脏污检测方法、装置、电子设备和存储介质
CN118261845A (zh) 面板缺陷检测方法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant