本发明专利技术公开了一种基于模糊熵的影像自动对焦方法，引入模糊熵的概念对图像信息进行表征，定义图像的边缘特征矩阵，并基于像素的测度定义图像对焦评价函数，从而确定图像测量系统的精确对焦位置。对于复杂多变的工业测量现场，由于光照变化、振动等原因而包含大量噪声影响信号的图像，利用模糊熵能够更好的表达图像的灰度梯度信息。本发明专利技术对焦效率高，对焦准确，可广泛地应用于工业影像测量系统。
【技术实现步骤摘要】
本专利技术涉及图像处理和自动对焦
，特别涉及一种基于模糊熵的影像自动对焦方法。
技术介绍
随着计算机技术和图像信息处理技术的不断发展，基于图像技术的非接触式测量因其快捷、方便、智能等特点，被广泛应用到各个领域。非接触式影像测量的基础是获取清晰的图像，而自动对焦则是图像系统获取清晰图像的重要过程，是机器视觉系统的关键技术。自动对焦是通过选择适当的对焦评价函数对所采集的图像进行评价，根据评价结果，应用搜索算法搜索图像的对焦点，然后驱动调焦机构使CCD快速准确到达焦点位置。理想的自动对焦方法要求对焦评价函数具有单峰性、尖锐性和唯一性等特点。然而，由于对焦场景多种多样，光照条件变化不定，使得对焦评价值函数曲线在很多情况下不是单调平滑的单峰曲线，而是呈现多个峰值，从而使对焦搜索容易陷入局部峰值。特别是在复杂多变的工业影像测量现场，对焦过程可能会长时间陷入反复来回振荡而导致对焦失败。
技术实现思路
专利技术的目的在于克服现有技术之不足，提供一种基于模糊熵的影像自动对焦方法测数据传输装置和方法，对焦效率高，对焦准确，可广泛地应用于工业影像测量系统。本专利技术解决其技术问题所采用的技术方案是：提供一种基于模糊熵的影像自动对焦方法测数据传输装置，包括：驱动镜头以特定步长遍历整个搜索区域，在镜头的初试位置以及每一步的位置获取一副图像，对所得到的每一副图像保存其对应的镜头位置，通过模糊熵对每一副图像信息进行表征，定义图像的边缘特征矩阵，并基于像素的测度定义图像对焦评价函数，从而确定图像测量系统的精确对焦位置。优选的，所述的对每一副图像定义模糊熵的方法为：设所获取的m×n维图像具有N个灰度级，定义模糊集A，其论域为图像的灰度级，并对图像中每个像素的灰度值进行归一化处理，定义模糊集A的隶属度函数为：其中，k为归一化处理后的像素灰度值；在模糊集A上定义模糊熵为：EA(μA(f(i,j)))＝-(μA(f(i,j)))log(μA(f(i,j)))，其中，当f(i,j)＝k时，隶属度函数最大而模糊熵最小，且模糊熵在f(i,j)＝k具有对称性。优选的，所述定义图像的边缘特征矩阵的方法为：以图像中每一个像素的灰度值构建m×n维矩阵M，在矩阵M中，取像素点(i,j)为中心，大小为l×l的一个窗口，其中l为奇数；在该窗口上定义像素点(i,j)的基于模糊熵的测度为：mA(i,j)1l×lΣm=-(l-1)/2(l-1)/2Σn=-(l-1)/2(l-1)/2EA(μA(f(i+m,j+n))),]]>令f(i,j)＝k，当像素点(i,j)为边缘点时，窗口内各点的灰度值差异大，则mA(i,j)的值也较大；对图像中所有的像素点分别计算测度mA(i,j)，构建图像的边缘特征矩阵M[mA(i,j)]m×n。优选的，所述定义图像对焦评价函数为：F＝∑(i,j)∈RectmA(i,j)，其中Rect为对焦窗口。优选的，计算所获取的每一副图像的评价值的最大值，其所定义的镜头位置即为镜头对焦位置。优选的，驱动镜头移动至所获得的镜头对焦位置，对焦结束。优选的，所述二位输入信号f(i,j)是所获取图像中的全部区域或者局部区域。优选的，一种基于模糊熵的影像自动对焦方法测数据传输装置，包括如下步骤：A1、自动对焦操作开始，镜头行进步速设置为0；A2、获取并保存镜头当前位置的采集图像；A3、镜头行进步速i加1，根据所选定的步长s计算镜头位置pi＝i×s，保存镜头位置pi。A4、在图像中心截取m×n的对焦窗口；A5、m×n维图像具有N个灰度集，定义模糊集A，其论域为图像的灰度集，并对图像中每个像素的灰度值进行归一化处理，定义模糊集A的隶属度函数为：其中，k为归一化处理后的像素灰度值，0.5≤μA(f(i,j))≤1；定义模糊熵为：EA(μA(f(i,j)))＝-(μA(f(i,j)))log(μA(f(i,j)))；A6、以图像中每一个像素的灰度值构建m×n维矩阵M，取像素点(i,j)为中心，大小为l×l的一个窗口，其中l为奇数；在该窗口上计算像素点(i,j)的基于模糊熵的测度为：mA(i,j)1l×lΣm=-(l-1)/2(l-1)/2Σn=-(l-1)/2(l-1)/2EA(μA(f(i+m,j+n))),]]>对图像中所有的像素点分别计算测度mA(i,j)，构建图像的边缘特征矩阵M[mA(i,j)]m×n；A7、定义对焦评价函数F＝∑∑i,j)∈RectmA(i,j)，其中Rect为对焦窗口，根据对焦评价函数计算图像的评价值Qi；A8、根据当前镜头位置判断是否已经遍历整个搜索范围；如果已经达到搜索范围的最大值，则进入步骤A9，否则返回步骤A2；A9、从所采集的图像评价值数组中找出最大值Qm及其对应的镜头位置pm；A10、计算当前镜头所在位置pn与图像评价值最大所对应镜头位置pm的距离d＝pm-pn；A11、将d反馈给驱动控制部分，驱动镜头至对焦位置；A12、对焦结束，所以存储单元清空。本专利技术的有益效果是：1)在对图像进行对焦评价时，将模糊熵用于计算像素点的测度。图像越是清晰，图像中的像素点的灰度值差异越大，从而计算测度越大，可以很好的反映图像的清晰程度，且抗噪性强，对拍摄环境适应性强。因此根据图像各点的模糊熵得到图像的评价值，具有很高的对焦精确度。2)采用电机固定步长遍历对焦窗口的搜索算法，电机只需按照固定步长自左向右运行一趟，不需要进行往复运动，因此不需要设置电机延迟，有效节约了电机的搜索时间。以下结合附图及实施例对本专利技术作进一步详细说明；但本专利技术的一种基于模糊熵的影像自动对焦方法测数据传输装置和方法不局限于实施例。附图说明图1是本专利技术方法的流程图；图2(a)是对焦模糊的刹车片凸台图片；图2(b)是对焦清晰的刹车片凸台图片；图3是本专利技术的自动对焦方法与经典对焦方法的对比；图4是最佳放大倍率不同光照条件下本专利技术的自动对焦方法的对比；图5(a)是在光照条件过弱条件下的本专利技术的自动对焦方法与基于Breene算子的对焦方法的对比；图5(b)是在光照条件过强条件下的本专利技术的自动对焦方法与基于Breene算子的对焦方法的对比。具体实施方式实施例1参见图1所示，本专利技术的一种基于模糊熵的影像自动对焦方法测数据传输装置，包括：驱动镜头以特定步长遍历整个搜索区域，在镜头的初试位置以及每一步的位置获取一本文档来自技高网...
【技术保护点】
一种基于模糊熵的影像自动对焦方法测数据传输装置，其特征在于，包括：驱动镜头以特定步长遍历整个搜索区域，在镜头的初试位置以及每一步的位置获取一副图像，对所得到的每一副图像保存其对应的镜头位置，通过模糊熵对每一副图像信息进行表征，定义图像的边缘特征矩阵，并基于像素的测度定义图像对焦评价函数，从而确定图像测量系统的精确对焦位置。
【技术特征摘要】
1.一种基于模糊熵的影像自动对焦方法测数据传输装置，其特征在于，包括：驱
动镜头以特定步长遍历整个搜索区域，在镜头的初试位置以及每一步的位置获取一副
图像，对所得到的每一副图像保存其对应的镜头位置，通过模糊熵对每一副图像信息
进行表征，定义图像的边缘特征矩阵，并基于像素的测度定义图像对焦评价函数，从
而确定图像测量系统的精确对焦位置。
2.根据权利要求1所述的一种基于模糊熵的影像自动对焦方法测数据传输装置，
其特征在于：所述的对每一副图像定义模糊熵的方法为：设所获取的m×n维图像具
有N个灰度级，定义模糊集A，其论域为图像的灰度级，并对图像中每个像素的灰度
值进行归一化处理，定义模糊集A的隶属度函数为：
其中，k为归一化处理后的像素灰度值；
在模糊集A上定义模糊熵为：
EA(μA(f(i,j)))＝-(μA(f(i,j)))log(μA(f(i,j)))，
其中，当f(i,j)＝k时，隶属度函数最大而模糊熵最小，且模糊熵在f(i,j)＝k具
有对称性。
3.根据权利要求2所述的一种基于模糊熵的影像自动对焦方法测数据传输装置，
其特征在于：所述定义图像的边缘特征矩阵的方法为：以图像中每一个像素的灰度值
构建m×n维矩阵M，在矩阵M中，取像素点(i,j)为中心，大小为l×l的一个窗口，
其中l为奇数；在该窗口上定义像素点(i,j)的基于模糊熵的测度为：
mA(i,j)1l×lΣm=-(l-1)/2(l-1)/2Σn=-(l-1)/2(l-1)/2EA(μA(f(i+m,j+n))),]]>令f(i,j)＝k，当像素点(i,j)为边缘点时，窗口内各点的灰度值差异大，则mA(i,j)
的值也较大；对图像中所有的像素点分别计算测度mA(i,j)，构建图像的边缘特征矩
阵M[mA(i,j)]m×n。
4.根据权利要求3所述的一种基于模糊熵的影像自动对焦方法测数据传输装置，
\t其特征在于：所述定义图像对焦评价函数为：
F＝Σ(i,j)∈RectmA(i,j)，其中Rect为对焦窗口。
5.根据权利要求4所述的一种基于模糊熵的影像自动对焦方法测数据传输装置，
其特征在于：计算所获取的每一副图像的评价值的最大值，其所定义的镜头位置即为
镜头对焦位置。
【专利技术属性】
技术研发人员：刘书炘，
申请(专利权)人：闽南师范大学，
类型：发明
国别省市：福建;35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。