一种基于频域直方图分析的摄像头自动对焦方法和系统技术方案

本发明专利技术公开了一种基于频域直方图分析的摄像头自动对焦方法和系统，方法包括如下步骤：步骤1、摄像头将拍摄数据提供给处理器，对每帧图像进行二维傅里叶变换得到频谱图；步骤2、对频域中频率大小进行直方图统计；步骤3、分析频率直方图，根据非参数密度估计法绘制出正态分布密度曲线和核密度估计曲线；步骤4、摄像头在失焦—对焦—失焦的过程中，分别计算每帧图像，并记录两条曲线相似度最高，且峰值相差最小时的图像参数；步骤5、在对焦过程中当图像参数与最清晰的图像参数吻合时，即为对焦成功。本发明专利技术基于频域直方图进行统计分析，通过拟合曲线获取对焦参数，对环境及标定靶标无特殊要求，实现了高精度、高效率、低成本、低复杂度的自动对焦。

An automatic focusing method and system based on histogram analysis in frequency domain

The invention discloses a camera auto focusing method and system based on frequency domain histogram analysis. The method includes the following steps: Step 1. The camera provides the photographed data to the processor and the two-dimensional Fourier transform of each frame to get the spectrum map; step 2, the frequency of the frequency in the frequency domain is calculated by histogram; 3, the frequency histogram is analyzed, and the normal distribution density curve and the kernel density estimation curve are drawn according to the non parametric density estimation method. Step 4, the camera in the process of focusing - focus - out of focus, calculates each frame respectively, and records the image parameters with the highest similarity of two curves, and the peak phase difference is the lowest. Step 5, In the focusing process, when the image parameters coincide with the clearest image parameters, the focus is successful. The invention is based on the statistical analysis of the frequency domain histogram, obtains the focus parameters through the fitting curve, and has no special requirements for the environment and the calibration target, and realizes the automatic focusing of high precision, high efficiency, low cost and low complexity.

【技术实现步骤摘要】
一种基于频域直方图分析的摄像头自动对焦方法和系统
本专利技术涉及一种图像聚焦方法，特别是指一种基于频域直方图分析的摄像头自动对焦方法和系统，属于摄像机聚焦

技术介绍
随着信息和网络技术的发展，摄像机的应用已经涉及到我们生活中的各个领域。传统摄像机所采用的自动聚焦技术存在精度低、成本高等问题，而目前应用较广泛的基于画面处理的自动聚焦方法也需要大量的运算和众多考虑因素。相比之下，由于不同的频率信息在图像结构中有不同的作用，因此从频域中频率大小直方图的分布密度来分析图像可以解决传统摄像机和空域分析中所存在的问题。
技术实现思路
针对现有技术存在的缺陷，本专利技术的目的是提供一种基于频域直方图分析的摄像头自动对焦方法和系统。可以实现高精度、高效率、低成本、低复杂度的自动对焦。为达到上述目的，本专利技术的构思是：通过傅里叶变换得到频谱图，计算频率直方图，并统计分析频率分布的密度函数。为了提高精确度，摄像头通过在失焦—对焦—失焦的过程找到最清晰的图像记录其参数，当自动对焦与这个参数吻合时，即确定为对焦成功。由于在判断清晰度时，采用的是对频率直方图的核密度函数和正态分布密度函数做比较，不需要额外的光电检测设备或特定标定靶标，大大降低了设备的复杂度和摄像机生产成本。根据上述构思，本专利技术采用如下技术方案：一种基于频域直方图分析的摄像头自动对焦方法，包括如下步骤：步骤1、摄像头把拍摄数据提供给处理器，通过图像处理模块对每帧图像进行二维傅里叶变换得到频谱图；步骤2、统计模块把图像傅里叶变换后得到的频率大小及其出现概率进行直方图统计；步骤3、拟合模块对频率直方图进行分析，根据非参数密度估计法，绘制出正态(高斯)分布密度曲线和核密度(KDE)估计曲线；步骤4、摄像头在失焦—对焦—失焦的过程中，计算模块分别计算每帧图像的参数，并记录正态分布密度曲线和核密度估计曲线相似度最高，且两条曲线峰值相差最小时的图像参数；步骤5、当摄像头从失焦状态进行自动对焦时，比较模块获取到图像参数与步骤4中记录的最清晰的图像参数吻合，即为对焦成功。进一步的，在步骤2中，对图像进行二维傅里叶变换得到的频谱图进行直方图统计，横坐标表示频率的大小，纵坐标表示对应频率出现的概率。根据频率大小直方图的分布密度函数，可以判断图像的清晰度。进一步的，在步骤3中，为了拟合直方图用到两个函数：正态分布密度函数和核密度估计函数，其中采用了非参数密度估计法。另外，本专利技术提供了一种基于频域直方图分析的摄像头自动对焦系统，包括摄像头和处理器；其中处理器包括依次连接的五个模块：图像处理模块、统计模块、拟合模块、计算模块和比较模块；工作过程中，首先由摄像头将拍摄数据传到处理器，再分别通过处理器中的五个模块进行频域分析，获取对焦成功的图像和参数。本专利技术与现有技术相比，具有如下优点：本专利技术利用频域分析法把对图像清晰度的判断转换为对频率大小的分析，可简化现有技术在时域上进行分析时所需的大量复杂运算。同时，直接对频率进行统计分析，可以减少运算中产生的误差，提高对焦的精度。另外，本专利技术对环境及标定靶标无特殊要求。本专利技术对频率直方图进行曲线拟合时用到两种函数：核密度(KDE)估计函数和正态分布密度函数，其中采用了非参数密度估计的方法。该方法对图像频率大小的密度分布形式不做限制，也能够非常精确地对频率分布直方图进行拟合，在应用中具有普遍性和广泛性。本专利技术在进行计算分析时，只需要通过处理器中的计算模块和比较模块分析拟合曲线，不需要额外的检测设备或特定标定靶标，设备简单，运行速度快。本专利技术既可用于生产线上对摄像头的生产，也可用于生活各个领域摄像机的自动对焦应用。相比现有的摄像头自动对焦方法，本专利技术具有高精度、高效率、低成本、低复杂度等优点，提高了摄像头自动对焦的性能。附图说明图1为本专利技术实施例的框架原理图。图2a为对焦时的图像，图2b为其频谱图。图3a为失焦时的图像，图3b为其频谱图。图4a为对焦时的拟合曲线图，图4b为失焦时的拟合曲线图。图5a、图5b分别为对焦过程中两个不同清晰度的拟合曲线图。具体实施方式下面结合附图对专利技术进一步的说明，但不用来限制本专利技术的范围。如图1所示，一种基于频域直方图分析的摄像头自动对焦方法，包括如下步骤：步骤1、摄像头1把拍摄数据提供给处理器2，通过图像处理模块3对图像进行二维傅里叶变换得到频谱图；步骤2、统计模块4把图像傅里叶变换后得到的频率大小及其出现概率进行直方图统计；步骤3、拟合模块5对频率直方图进行分析，根据非参数密度估计法，绘制出正态(高斯)分布密度曲线和核密度(KDE)估计曲线；步骤4、在摄像头1在失焦—对焦—失焦的过程中，计算模块6分别计算每帧图像，并找到正态分布密度曲线和核密度估计曲线相似度最高，且两条曲线峰值相差最小时的图像，对其计算值进行保存；步骤5、当摄像头1从失焦状态进行自动对焦时，比较模块7获取到图像参数与步骤4中记录的最清晰的图像参数吻合，即为对焦成功。在步骤2中，对图像进行二维傅里叶变换得到的频谱图进行直方图统计，横坐标表示频率的大小，纵坐标表示对应频率出现的概率；根据频率大小直方图的分布密度函数，判断图像的清晰度。在步骤3中，为了拟合直方图用到两个函数：正态(高斯)分布密度函数和核密度(KDE)估计函数，其中采用了非参数密度估计法，具体如以下说明：A.正态(高斯)分布密度函数：如果连续型随机变量X的密度函数为：其中-∞＜μ＜+∞，σ＞0为参数，则随机变量X服从参数为μ,σ的正态分布，记为：X～N(μ，σ2)。p(x)所确定的曲线叫做正态(高斯)曲线。B.非参数密度估计法：对于一组关于X和Y的数据假设它们的关系为：yi＝m(xi)+εi，通常目的在于估计m(x)的形式。由于样本数量有限，不能准确估计出m(x)的形式，因此需要采用非参数方法。在非参数方法中，对m(x)的形式不做假设也不做固定要求，仅假设m(x)满足一定的光滑性，且函数在每一点的值都由数据决定。那么在n个样本点中，计算k个位于区域Q内的概率公式为：C.核密度估计(KDE)函数：KDE是非参数密度估计的一种特例，因为其满足非参数密度估计的一般形式。假设区域Q是一个n维的超立方体，令h表示超立方体边长，则区域Q对应的体积为公式：V＝hn(2)为了获得落入区域Q中的样本数量，定义核函数K(u)为表达式：假设有n个样本x1，x2，...，xn，则落入超立方体V中的样本点的个数表达式为：其中，x是超立方体V的中心点位置，将上式带入(1)，则核密度估计函数表达式为：由上式可知，核密度估计的函数表达式是一个加权平均，其中核函数K(u)是一个权函数。对于估计PKDE(x)在点x处所用数据点的个数和利用的程度，是通过核函数的形状和值域来控制的。请参阅图1，一种基于频域直方图分析的摄像头自动对焦系统，由摄像头1和处理器2组成。所述处理器2包括依次连接的五个模块：图像处理模块3、统计模块4、拟合模块5、计算模块6和比较模块7。工作过程中，首先由摄像头1将拍摄数据传到处理器2，再分别通过处理器2中的五个模块进行频域分析，获取对焦成功的图像和参数。请参阅图2a，摄像头1对焦时的图像中各测试线条清晰。其对应的频谱图中亮点数非常多，且亮点数几乎占满整幅频谱图，如图2b所示。由此可知当对焦时，图像越本文档来自技高网...

【技术保护点】
1.一种基于频域直方图分析的摄像头自动对焦方法，其特征在于，包括如下步骤：步骤1、摄像头把拍摄数据提供给处理器，通过图像处理模块对每帧图像进行二维傅里叶变换得到频谱图；步骤2、统计模块把图像傅里叶变换后得到的频率大小及其出现概率进行直方图统计；步骤3、拟合模块对频率直方图进行分析，根据非参数密度估计法，绘制出正态分布密度曲线和核密度估计曲线；步骤4、摄像头在失焦—对焦—失焦的过程中，计算模块分别计算每帧图像的参数，并记录正态分布密度曲线和核密度估计曲线相似度最高，且两条曲线峰值相差最小时的图像参数；步骤5、当摄像头从失焦状态进行自动对焦时，比较模块获取到图像参数与步骤4中记录的最清晰的图像参数吻合，即为对焦成功。

【技术特征摘要】
1.一种基于频域直方图分析的摄像头自动对焦方法，其特征在于，包括如下步骤：步骤1、摄像头把拍摄数据提供给处理器，通过图像处理模块对每帧图像进行二维傅里叶变换得到频谱图；步骤2、统计模块把图像傅里叶变换后得到的频率大小及其出现概率进行直方图统计；步骤3、拟合模块对频率直方图进行分析，根据非参数密度估计法，绘制出正态分布密度曲线和核密度估计曲线；步骤4、摄像头在失焦—对焦—失焦的过程中，计算模块分别计算每帧图像的参数，并记录正态分布密度曲线和核密度估计曲线相似度最高，且两条曲线峰值相差最小时的图像参数；步骤5、当摄像头从失焦状态进行自动对焦时，比较模块获取到图像参数与步骤4中记录的最清晰的图像参数吻合，即为对焦成功。2.根据权利要求1所述的一种基于频域直方图分析的摄像头自动对焦方法，其特征在于，在步骤2中，对图像进行二维傅里叶变换得到的频谱图进行直方图统计，横坐标表示频率的大小，纵坐标表示对应频率出现的概率；根据频率大小直方图的分布密度函数，判断图像的清晰度。3.根据权利要求1所述的一种基于频域直方图分析的摄像头自动对焦方法，其特征在于，在步骤3中，为了拟合直方图用到两个函数：正态分布密度函数和核密度估计函数，其中采用了非参数密度估计法，具体如以下说明：A.正态分布密度函数：如果连续型随机变量X的密度函数为：其中-∞＜μ＜+∞，σ＞0为参数，则随机变量X服从参数为μ,σ的正态分布，记为：X～N(μ，σ2)；p(x)所确定的曲线叫做正态...

【专利技术属性】
技术研发人员：曾丹，马嘉敏，刘涵，张之江，
申请(专利权)人：上海大学，
类型：发明
国别省市：上海,31