用于对焦的方法技术

本发明专利技术涉及一种用于在相机视图中选择焦点区域的相机和方法，其中在所述相机视图中定义多个焦点区域。所述方法包括：通过将所述相机的镜头距离设置为不同的镜头距离值，来重复设置所述相机的焦点距离以对焦于不同的距离处；响应于设置镜头距离，确定所设置的镜头距离值下每个焦点区域的焦点值；在已确定出多个焦点值和镜头距离值对时，针对多个焦点区域估计至少二维的函数，其中所述函数以镜头距离值的函数表示焦点值；针对函数已被估计的每个焦点区域，计算所述函数的局部最大值点，所述局部最大值点具有镜头距离值；基于所述焦点区域的局部最大值点的镜头距离值和所述焦点区域之间的空间距离，对焦点区域进行分组；对从焦点区域的分组而得到的焦点区域组进行评级；并且基于所述对焦点区域组进行评级来选择焦点区域。

【技术实现步骤摘要】

本专利技术涉及相机中的自动对焦和相机视图中的焦点区域选择。
技术介绍
捕获相机视图的感兴趣部分中焦点未对准的静止视频或运动视频可能会令人很烦扰。这可能例如是由于相机对焦于相机视图的不同部分或相机根本没有对焦于相机图像视图的任意物体或对象。已开发和提议出相当多的自动对焦方案来解决这个问题。两个主要的方法分别被称为主动自动对焦和被动自动对焦。主动自动对焦方案包括测量距待捕获的对象的距离并相应地调节相机的焦点。测量一般通过发射例如超声波或红外线来执行。被动自动对焦方案一般包括被动分析来自进入相机的图像视图的光。被动自动对焦方案可以基于相位检测或对比度检测。大多数对比度检测方案包括计算所捕获的相机视图的焦点值，即焦点测量值，然后确定焦点值是否指示清晰图像。在大多数焦点方案中，过程包括计算多个不同镜头距离下的多个焦点值，并且基于该多个或数据点确定在哪个镜头距离下实现了指示清晰图像的焦点值。该过程通常迭代。镜头距离是相机的焦平面与相机镜头的透镜之间的空间关系。因此，镜头距离是在相机/镜头的焦点从附近的物体改变到更远的物体时改变并且反之亦然的镜头属性。用于查找最佳清晰度的一个普遍使用的方法是用于查找曲线的最大值或最小值的叫做线搜索的一维搜索方法。这在处理自动对焦时非常有利，因为物镜会沿着镜头位置轴查找产生最大焦点值的镜头距离。应用于自动对焦方案的线搜索方法导致需要很少迭代并且稳定的方案。存在许多线搜索方法，这些方法确保在有效和相当低数目的迭代内收敛。 两个这种快速方法为黄金分割搜索和斐波那契搜索。这些方法通过逐渐缩小比较边界点与内部点所获得的间隔，然后以迭代方式将边界点移动到内部点的一系列过程来工作。用于查找导致最清晰图像的镜头距离的频繁使用的另一同类方法为具有自适应步长的爬山算法。爬山算法通过以连续方式步进通过曲线来操作。步长经常根据焦点值阈值来调节，使得对焦马达在最大值附近时采取较小的步长。
技术实现思路
本专利技术的目的在于提供一种改进的相机和改进的对焦方法。该目的通过根据权利要求1所述的用于在相机中选择焦点区域的方法、根据权利要求11所述的在相机中进行对焦的方法以及根据权利要求13所述的相机来实现。本专利技术的更多实施例呈现在从属权利要求中。具体来说，根据本专利技术的一个实施例，一种用于在相机视图中选择焦点区域的方法，其中在相机视图中定义多个焦点区域，所述方法包括通过将所述相机的镜头距离设置为不同的镜头距离值，来重复设置所述相机的焦点距离以对焦于不同的距离处；响应于设置镜头距离，确定所设置的镜头距离值下每个焦点区域的焦点值；在已确定出多个焦点值和镜头距离值对时，针对多个焦点区域估计至少二维的函数，其中所述函数以镜头距离值的函数表示焦点值；针对函数已被估计的每个焦点区域，计算所述函数的局部最大值点，所述局部最大值点具有镜头距离值；基于所述焦点区域的局部最大值点的镜头距离值和所述焦点区域之间的空间距离，对焦点区域进行分组；对从焦点区域的分组而得到的焦点区域组进行评级；并且基于所述对焦点区域组进行评级来选择焦点区域。该实施例的一个优点在于，其能够仅仅利用少数不同的镜头距离来找到焦点的局部最大值。其原因在于，用于估计这种函数的算法仅仅需要少数点，并且这些点可以比在仅使用普通爬山算法的情况下间隔更远。因此，本专利技术的方法较快地找到局部焦点最大值，因为设置新的镜头距离所需的时间段相对于处理器周期较长。而且，需要镜头距离的少数设置的事实使被布置为控制镜头的焦点的对焦马达比在利用现有技术方法的实施方式中持续更长时间。进一步，通过基于焦点区域中局部最大值点的镜头距离值对焦点区域进行分组，可以在很大程度上改善对焦，因为与感兴趣的物体相关的焦点值不会由于离相机更远或更近的物体而偏斜。根据另一实施例，镜头距离的焦点值利用对比度测量方法来确定，这使得可以利用例如包括普通图像传感器和运行分析代码的处理装置的简单硬件配置来测量焦点值。在一个实施例中，估计函数的动作是估计多项式，这使得可以非常快速地估计局部焦点最大值。在另一实施例中，估计函数的动作是估计样条函数，其具有使得局部焦点最大值的预测更精确的潜能，但与利用多项式估计的方法相比可能会稍微损失速度。根据另一实施例，所述对焦点区域进行分组包括利用每个焦点区域的镜头距离值以及从每个焦点区域到所有其它焦点区域的空间距离，对所述焦点区域应用图像分割算法。图像分隔算法被用于快速查找图像中感兴趣的物体。通过对焦点区域使用这些算法， 可以快速地产生一个或多个焦点区域组，每个组包括可能包括相同物体的图像信息的焦点区域。在一个实施例中，所使用的图像分割算法为图论聚类算法。由于一次计算产生多个例如按照大小减小的顺序排序的物体，因此该算法在本申请中具有优势。因而该方法比在利用其它图像分割算法时变得更快。而且，因为仅仅需要考虑少数变量，因此算法的适配简单。根据另一实施例，所述对焦点区域组进行评级是基于所述组的大小对所述焦点区域组进行评级，较大的焦点区域组相对于较小的焦点区域组被评级为优选的。基于大小进行评级的优点在于，大小的度量容易处理，并且在许多应用中会是感兴趣物体的最明显的特征。因此，增加了选择包括在感兴趣的物体中的焦点区域的机会。根据又一实施例，所述对焦点区域组进行评级是基于所述焦点区域组在相机视图内的位置来对所述焦点区域组进行评级，位置较接近于预定位置的焦点区域组相对于位置在离预定义位置较远距离下的焦点区域组被评级为优选的。基于位置进行评级的优点在于，在许多应用中可以预测感兴趣的物体会出现在哪里。因此，增加了选择包括在感兴趣物体中的焦点区域的机会。将以上提及的这两种评级特征进行结合更会增加选择正确的焦点区域的机会。根据一个实施例，所述评级通过分配得分来执行，较优选的焦点区域组比不是同样优选的焦点区域组得到更多的得分，并且其中所述选择焦点区域是选择包括在已得到可利用得分的一半以上的焦点区域组中的焦点区域。通过如上所述的基于得分选择焦点区域，在相对于时间进行平均时，选择过程变得更快，这是因为该过程不需要在选择焦点区域之前分配所有的得分。而且，可能不需要针对所有区域查找所有的最大值，从而需要的处理减少。根据一个实施例，所述评级通过分配得分来执行，较优选的焦点区域组比不是同样优选的焦点区域组得到更多的得分，并且其中所述选择焦点区域是选择包括在已得到比留待分配的得分更多得分的焦点区域组中的焦点区域。通过如上所述的基于得分选择焦点区域，在相对于时间进行平均时，选择过程变得更快，这是因为该过程不需要在选择焦点区域之前分配所有的得分。而且，可能不需要针对所有区域查找所有的最大值，从而需要的处理减少。根据另一实施例，所述用于在相机视图中选择焦点区域的方法被用在用于在相机中进行对焦的方法中。在选择焦点区域时，该方法运行焦点搜索算法，以在所选择的焦点区域中开始搜索计算出的焦点值的局部最大值的镜头距离值，并且将所述镜头距离值设置成由所述焦点搜索算法找到的镜头距离值。在对焦方法或自动对焦方法中使用焦点区域选择方法的优点在于，焦点区域选择方法在以下过程中利用较少的镜头距离改变步骤实现表示良好焦点值的镜头距离，该过程即使在基于焦点区域选择中所实现的镜头距离应用精细调整过程时也使得对焦过程更快。 因此，该对焦过程可以实现快速且精确的自本文档来自技高网...

【技术保护点】

【技术特征摘要】
...

【专利技术属性】
技术研发人员：西蒙·莫林，丹尼斯·尼尔森，
申请(专利权)人：安讯士有限公司，
类型：发明
国别省市：