面向对象的光学系统自动对焦方法

　　引 言

　　自动对焦在图像测量分析系统中有着非常重要的作用。在一些要求自动化场合的测量系统中，离开光学系统的自动调焦就无法实现。自动对焦不仅要使图 像成像清晰，而且还必须具有较高的工作效率和可靠性，这是影响自动对焦能否应用到生产实际的关键因素之一。因此，光学系统的自动对焦往往成为自动化图像测 量系统的重点和难点技术之一。本文提出了面向对象的自动对焦思想，就是要充分考虑影响对焦效率的有关硬件因素，从而实现整个对焦运动控制过程的较优控制， 这在解决实际产品的自动测试中发挥了积极作用。

　　1 面向对象的自动对焦运动过程控制策略

　　对于光学系统的自动对焦，要解决两个关键问题，首先要解决核心问题之一是要确定一个合适的评价函数，来评价聚焦和离焦图像特征在计算上的差异， 应该有正确并方便应用的判据量化这种差别。理想的评价函数应具有以下特点：无偏性、单峰性、具有足够的信噪比。用于图像处理法的聚焦特征评价函数可以分为 频域函数、灰度函数、像能梯度函数、信息学函数。采用灰度差分法来来构造聚焦特征值评价函数，如式(1)所示，其实质上是一种灰度函数或者说像能梯度函 数，特点是计算量小、灵敏度高。用该函数可以方便地对感兴趣区域进行聚焦，也可对选中图像区域的中间几列或几行来计算聚焦特征评价函数值，减少了计算工作 量。

式中F 为一幅图像聚焦特征评价函数值，K, L 为一幅图像需计算的行序号，M, N 为需要计算的列序号，g(x, y)为在(x, y)处的像素灰度值。K, L 和 M, N 的值可根据需要而定，这也为面向测量对象实现快速、准确聚焦提供了条件。影响对焦效率和可靠性的另一重要影响因素就是对焦运动控制方法。从某种意义上讲， 它预先确定了成像系统的运动轨迹，一种较优的对焦方法应使成像系统的运动轨迹尽量短。传统的登山式自动聚焦方式下，在聚焦过程中一般采用一定的步长进行搜 索，如果调整聚焦步长过大，很可能使摄像系统跨过正确的聚焦位置，从而导致聚焦错误甚至聚焦不能结束。反之，如果选取小步长进行聚焦，可以作到正确聚焦， 但是整个聚焦过程可能耗时很长，降低了系统效率。在理想情况下，用登山式自动聚焦方式能够达到较好的效果。但实际对焦过程中，由于受噪声、光源的不稳定等 因素的影响，其对焦特征值评价特征函数曲线如图1 所示，在整个聚焦过程中，都存在信号的动态起伏，这时用登山式自动聚焦方式就容易使聚焦产生误动作。整个“登山”的过程实际上只是在一个局部的极大值附近 来回“震荡”，有时只能局部聚焦，甚至完全不能聚焦。在工程实际中，我们提出了面向测量对象的光学系统的自动对焦策略，其对焦运动控制过程如图2 所示。