一种聚焦评价方法、装置及系统制造方法及图纸

本发明专利技术实施例提供一种聚焦评价方法，包括：对图像中所有像素点的灰度值进行K均值聚类，得到每一类的聚类中心；计算图像的灰度均值；根据灰度均值划分图像的状态；根据每一类的聚类中心和图像的状态评价图像的清晰度。本发明专利技术实施例对图像中所有像素点的灰度值进行K均值聚类，同时根据图像的灰度均值选取适当的聚类集合来计算图像的清晰度，在大范围调焦时提高了图像清晰度评价的准确性。

【技术实现步骤摘要】
一种聚焦评价方法、装置及系统
本专利技术涉及图像处理领域，尤其涉及一种聚焦评价方法、装置及系统。
技术介绍
自动聚焦过程通常包括聚焦搜索过程和聚焦评价过程。自动聚焦时，先移动镜头组拍摄若干张图像，然后通过聚焦评价算法计算出最清晰的一张图像。以聚焦评价算法为代表的聚焦评价过程在自动聚焦过程中占据了核心位置，是评价图像是否清晰的依据。传统的聚焦评价算法是利用图像的锐度值来表征清晰度，锐度值越高表征图像越清晰；也有利用图像的信息熵来表征清晰度，熵值越大表征图像越清晰。经过实践证明，这些传统的聚焦评价算法对实际上失焦比较严重的图像的清晰度判别会出现失误，仅适用于聚焦位置附近的图像清晰度评价。
技术实现思路
本专利技术实施例提供一种聚焦评价方法，旨在解决现有技术中在大范围调焦时图像清晰度评价出现误判的问题。第一方面，提供了一种聚焦评价方法，包括：对图像中所有像素点的灰度值进行K均值聚类，得到每一类的聚类中心；计算图像的灰度均值；根据灰度均值划分图像的状态；根据每一类的聚类中心和图像的状态本文档来自技高网...

【技术保护点】
1.一种聚焦评价方法，其特征在于，所述方法包括：/n对图像中所有像素点的灰度值进行K均值聚类，得到每一类的聚类中心；/n计算所述图像的灰度均值；/n根据所述灰度均值划分所述图像的状态；/n根据所述每一类的聚类中心和所述图像的状态评价所述图像的清晰度。/n

【技术特征摘要】
1.一种聚焦评价方法，其特征在于，所述方法包括：
对图像中所有像素点的灰度值进行K均值聚类，得到每一类的聚类中心；
计算所述图像的灰度均值；
根据所述灰度均值划分所述图像的状态；
根据所述每一类的聚类中心和所述图像的状态评价所述图像的清晰度。


2.根据权利要求1所述的方法，其特征在于，K为2，所述图像中所有像素点的灰度值分为第一聚类集合和第二聚类集合；所述第一聚类集合的第一聚类中心初始值为所述图像中所有像素点的最小灰度值，所述第二聚类集合的第二聚类中心初始值为所述图像中所有像素点的最大灰度值。


3.根据权利要求2所述的方法，其特征在于，对图像中所有像素点的灰度值进行K均值聚类，得到每一类的聚类中心包括：
针对每个像素点，计算灰度值与第一聚类中心的差值的模作为第一参数，计算灰度值与第二聚类中心的差值的模作为第二参数；
若第一参数小于第二参数，像素点属于所述第一聚类集合，若第一参数大于第二参数，像素点属于所述第二聚类集合；
分别对所述第一聚类集合和所述第二聚类集合求均值更新第一聚类中心和第二聚类中心。


4.根据权利要求2或者3所述的方法，其特征在于，
根据所述灰度均值划分所述图像的状态包括：
根据所述灰度均值将所述图像划分为第一状态和第二状态，所述灰度均值大于预设阈值为所述第一状态，所述灰度均值小于所述预设阈值为所述第二状态；
根据所述每一类的聚类中心和所述图像的状态评价所述图像的清晰度包括：
若所述图像为所述第一状态，聚焦评价值为255与所述第一聚类中心的差值；
若所述图像为所述第二状态，所述聚焦评价值为所述第二聚类中心。


5.一种聚焦评价装置，其特征在于，所述装置包括：
聚类单元，用于对图像中所有像素点的灰度值进行...

【专利技术属性】
技术研发人员：冀高，
申请(专利权)人：深圳市瑞沃德生命科技有限公司，
类型：发明
国别省市：广东;44