基于FPGA的圖像調(diào)焦系統(tǒng)研究

?

　　采用基于圖像技術的自動調(diào)焦方法，根據(jù)圖像分析出圖形的質(zhì)量，完成圖像預處理、清晰度判別，獲得當前的成像狀況。通過控制電機，完成調(diào)焦操作。其中核心技術是分析圖像質(zhì)量*價函數(shù)。針對調(diào)焦算法計算量大、計算復雜等問題，采用中值濾波和灰度線性變換的圖像預處理方法，流水線作業(yè)，“乒乓”操作，雙蝶形處理器復用，基-2FFT算法相結合的工作模式。實驗結果證實，本方法解決了自動調(diào)焦算法復雜系統(tǒng)控制的速度問題。

　　基于圖像技術的自動調(diào)焦方法，是從與傳統(tǒng)的自動調(diào)焦技術完全不同的角度出發(fā)，直接對拍攝的圖像采用圖像處理技術，對圖像進行成像質(zhì)量分析，得到系統(tǒng)當前的對焦狀態(tài)，然后通過驅(qū)動機構調(diào)整成像系統(tǒng)鏡頭的焦距實現(xiàn)自動調(diào)焦過程。

　　1 調(diào)焦算法分析

　　一幅圖像是否聚焦，反映在空域上是圖像的邊緣及細節(jié)是否清晰，而圖像的邊緣及細節(jié)信息可以通過對圖像進行微分來獲取。因此，利用信息作為聚焦的判據(jù)。這種提取圖像邊緣信息的函數(shù)稱為聚焦*價函數(shù)，圖像經(jīng)其處理后所得到的量值能夠反映圖像的清晰度。

　　聚焦*價函數(shù)應具有以下幾個特性：無偏性、單峰性、高靈敏度、較高信噪比、較小計算量。

?

　　因此，采用圖像處理方法實現(xiàn)自調(diào)焦，重要的就是找到一個理想的圖像清晰度*價依據(jù)，所以本系統(tǒng)的核心算法就是圖像的清晰度*價函數(shù)實現(xiàn)算法和調(diào)焦實現(xiàn)算法。在圖像的清晰度算法中主要對圖像進行了圖像的預處理過程，清晰度*價算法，電機控制算法3個部分。

　　圖像從空間域轉(zhuǎn)換到頻域進行分析是圖像處理的常用手段。同時，由于清晰圖像比模糊圖像包含有更多的圖像信息和細節(jié)，分析之后發(fā)現(xiàn)清晰度比較高的圖像邊緣信息清晰可辨，對應于圖像的傅里葉變換之后的高頻分量加強，低頻分量減少，而模糊圖像則是低頻分量增加，高頻分量減少，這樣基于功率譜的圖像清晰度*價函數(shù)理論依據(jù)就產(chǎn)生了。

?

　　對于連續(xù)的圖像f(x，y)，當時，可以求出其二維傅里葉變換

?

　　對于數(shù)字圖像，如考慮把f(x，y)在x和y方向上用抽樣間隔△x，△y進行抽樣得到，則f(x0+m/M，y0+n/N)=f(m，n)，M，N為橫縱方向的像素數(shù)(△x=I/M，△y=，I/N)，m，n=0，±1，±2…。

　　假設上式為周期性的，即得

?

　　由于聚焦清晰的圖像具有清晰可辨的邊緣信息，圖像包含更多的高頻分量從能量的角度看，圖像高頻分量增加既信號能量增加，這樣可利用能量功率譜函數(shù)，構建圖像的清晰度*價函數(shù)得到

?

　　其中，Pl(u，v)為圖像的功率譜函數(shù)，L為圖像的序列號。

　　各種不同清晰度*價函數(shù)的區(qū)別在于判別圖像高頻分量成分的多少，這里采用對圖像高頻分量加權的方法，同時它的加權系數(shù)符合這樣的一個規(guī)律：隨著頻率的增加，它的值也增加，可以反映出圖像中高頻分量的成分多少，實際處理過程中采用該像素到中心像素的距離。式(4)是對圖像的頻譜中各個高頻分量加權處理后，得出能反映圖像的*價參數(shù)。圖3是經(jīng)過C語言描述的基于功率譜的頻域函數(shù)與其他方法的清晰度*價函數(shù)對比結果。由圖可以看出基于功率譜的圖像清晰度*價函數(shù)具有較好的*判本領。

?