基于边缘算子和灰度标准差的对焦清晰度评价函数.docx

基于边缘算子和灰度标准差的对焦清晰度评价函数.docx

《基于边缘算子和灰度标准差的对焦清晰度评价函数.docx》由会员分享，可在线阅读，更多相关《基于边缘算子和灰度标准差的对焦清晰度评价函数.docx（37页珍藏版）》请在冰豆网上搜索。

基于边缘算子和灰度标准差的对焦清晰度评价函数

本科毕业设计（论文）

基于边缘算子和灰度标准差的

对焦清晰度评价函数

学院物理与光电工程学院

专业光信息科学与技术2班

年级班别2009级

（2）班

学号3109008924

姓名梁江荣

指导老师雷亮

2013年5月

摘要

镜头系统是机器视觉系统的重要组成部分，它的精确自动对焦问题显得越来越重要。

若能提高镜头对焦精确度，则可让采集图像数据的质量得到有效的保证，这对进一步提高系统质量方面具有重要的现实意义。

论文首先对现今学界与业界自动对焦技术的研究进行了总结，介绍了国内外自动对焦技术的发展现状。

然后总结了镜头成像的原理，再针对自动对焦的对焦窗口选择、清晰度评价函数进行了分析，重点讨论了清晰度评价函数的问题。

针对目前几种常用的清晰度评价方法（离散余弦函数、小波变换、边缘算子），分析其各自存在的问题。

其中特别将边缘算子中的Sobel算子、Roberts算子、Prewitt算子、Canny算子的应用进行比较，分别讨论其原理和适用范围。

最后提出了一种基于边缘检测算子和灰度标准差的清晰度评价函数。

在此理论基础上，运用VisualC++6.0和HALCON软件，设计了一个自动对焦清晰度评价系统，可自动计算出质量最佳的图像，从而保证了采集图像的质量，使整个机器视觉系统性能有了一定的提高。

关键词：

机器视觉，镜头，自动对焦，清晰度评价函数，边缘算子，灰度标准差

Abstract

Lenssystemisaimportantpartofmachinevisionsystems,whichauto·focusingproblembecomesmoreandmoreimportant.Ifwecanimproveaccuracyofthelensfocus,thequalityoftheauquiredimagedatawillbeeffectivelyguaranteed,anditmakesimportantpracticalsignificanceonthefurtherimprovementofthesystem’squality.

Firstly,muchsurveysoftoday’seducationalcirclesandtradeunionissummarized，andthedevelopmentofdomesticandforeignautofocustechnology.

Forseveralcommonlyuseddefinitionevaluationmethod（discretecosinefunction,wavelettransform,edgeoperators）,theirrespectiveproblemsareanalyzed.Espectially,applicationsonoperatorSobeledgeoperator,Robertsoperator,PrewittoperatorandCannyoperatorarecompared,andtheprincipleandit’sscopeofwell-applicationarediscussedinthepaper.Finally,anewClarity-evalueationFunctionbasedonthegrayvaluestandarddeviationhasbeenputforward.

Basedonthetheoryofthedemonstratedoperator,anauto-focusclarifyevalueationsystem,whichcanautomaticallycalculateouttheimageinbestquality,havebeendesignedwiththeVisualC++6.0andHALCON.Concequently,theaquiredimagedatacanbeguaranteedandtheentireperformanceofmachinevisionsystemcanhaveaextentimprovement.

KeyWords：

MachineVision,Lens,AutoFocus,Clarity-evalueationFunction,Edgeoperator,GrayValueStandartDeviation

1绪论.........................................................................................................................................1

1.1研究背景及目的………………………………………………………………………..1

1.2国内外自动对焦技术的研究状………………………………………………………..2

1.2.1国外自动对焦研究现状.......................................................................................2

1.2.2国内自动对焦研究现状………………………………………………………...3

1.3研究方法………………………………………………………………………………..3

1.3.1VisualC++……………………………………………………………………….3

1.3.2HALCON………………………………………………………………………...3

1.4论文构成及研究内容…………………………………………………………………..4

2自动对焦的基本理论和方法……………………………………………………………….5

2.1自动对焦的基本原理…………………………………………………………………...5

2.1.1几何光学成像理论……………………………………………………………...5

2.1.2景深……………………………………………………………………………...6

2.1.3远心光路………………………………………………………………………...7

2.2自动对焦的基本方法…………………………………………………………………..9

2.2.1测距自动对焦法………………………………………………………………...9

2.2.2焦点检测自动对焦方法……………………………………………………….10

2.2.3基于数字图像处理的自动对焦方法………………………………………….11

2.2.4基于频域分析的清晰度评价函数…………………………………………….11

2.2.5基于信息学函数的清晰度评价函数………………………………………….13

3基于边缘算子和灰度标准差的清晰度评价函数的研究………………………………...15

3.1边缘检测算子简介……………………………………………………………………15

3.1.1Sobel（索贝尔）边缘检测算子……………………………………………….16

3.1.2Robert（罗伯特）边缘检测算子………………………………………………16

3.1.3Prewitt（普瑞维特）边缘检测算子…………………………………………...17

3.1.4Canny（坎尼）边缘检测算子…………………………………………………17

3.2Sobel算子、Robert算子、Prewitt算子、Canny算子的比较………………………18

3.3灰度标准差……………………………………………………………………………20

3.4基于边缘算子和灰度标准差的清晰度评价函数……………………………………21

4对焦检测系统的程序设计及使用界面简介.......................................................................25

4.1自动对焦系统程序的基本流程....................................................................................25

4.2软件界面和操作介绍....................................................................................................26

4.3实时自动对焦检测软件界面…………………………………………………………28

结论…………………………………………………………………………………………...30

参考文献……………………………………………………………………………………...32

致谢…………………………………………………………………………………………...33

附录A关键程序源代码…………………………………………………………………….34

1绪论

1.1研究背景及目的

机器视觉系统通过图像采集硬件（相机、镜头、光源等）将被检测目标转换成图像信号，并传达给专用的图像处理系统。

图像处理系统根据像素亮度、颜色分布等信息，进行目标特征的抽取，并进行相应的判断，进而根据结果来控制现场的设备。

机器视觉系统综合了光学、机械、电子、计算机软硬件方面的技术，设计图像处理、模式识别、人工智能、光机电一体化等多个领域。

近年来，图像处理和模式识别等技术的快速发展，大大地推动了机器视觉的发展。

镜头的基本功能就是实现光束变换（调制），在机器视觉系统中，镜头的主要作用是将目标成像在图像传感器的光敏面上。

镜头的质量直接影响到机器视觉系统的整体性能，合理地选择和安装镜头，是机器视觉系统设计的重要环节。

　　机器视觉系统具有效率、高柔性、高度自动化等特点。

在大批量工业生产过程中，如果用人工视觉检查产品质量，往往效率低且精度不高，用机器视觉检测可以大幅度提高检测效率和生产的自动化程度；同时，在一些不适合人工作业的危险工作环境或工人视觉难以满足要求的场合中，也常用机器视觉来替代人工视觉，如核电站监控、晶圆缺陷检测；而且，机器视觉易于实现信息集成，是实现计算机集成制造的基础技术之一。

正是由于机器视觉系统可以快速获取大量信息，而且易于自动处理及信息集成，因此，在现代自动化生产过程中，人们将机器视觉系统广泛地用于装配定位、产品质量检测、产品识别、产品尺寸测量等方面。

成像质量是人们对多数光学系统进行研究时比较关心的重要问题之一，因为它直接关系到研究的成果。

由光学成像模型可知，只有当图像处于对焦面时才最清楚，具有更多的细节，而偏离对焦面即离焦时将造成图像模糊，质量下降，因此如何准确地获取该对焦面就成为主要的问题。

为了获得清晰的图像，在图像采集阶段，对镜头的焦距调节至关重要。

自动对焦的实现使采集系统具备了一定的智能，在特殊应用中更可以代替手动对焦的环节，譬如无人视频监控系统中焦距的调节、医学显微镜下焦距的调节等。

但是，在前期的发展阶段，采集图像一般是人工去调节。

为了获取清晰的图像，一般只能依靠专门的人员进行不断的、反复的手工操作，直到调到被测对象的对焦位置。

这样的操作有一下的缺点：

调节过程花费的时间比较多；单凭个人主观评判图像的清晰度跟理想的清晰图像存在一定的差距。

因此实际操作起来，其实是效率极低而且图片质量难以得到保证。

因此，自动对焦控制系统的研究显得越来越重要，它是机器视觉系统整体发展的基础。

基于图像技术的自动对焦方法采用了与传统对焦技术完全不同的方式进行对焦，传统的对焦方法是通过传感器检测焦点或测量距离的方式实现的，而基于图像技术的对焦方法直接根据图像分析出图像的质量，从而获得当前的成像状态，通过比较不同成像位置的成像状态，找出最佳成像位置，完成对焦操作。

本文旨在通过对所获得的数字图像数据，分别运用不同边缘算子对其进行处理并以此作为图像的清晰度评价标准，通过编写计算机程序先进行仿真实验，对各种算子的适用范围进行了归纳总结，然后再以相机、镜头、程序软件三者结合成自动对焦检测系统，进行真实的实验来验证结论。

希望能为机器视觉的镜头系统的自动对焦做理论及实验研究开辟新的思路。

1.2国内外自动对焦技术的研究状况

现代社会，图像作为一种高容量又最为直接的信息载体已经深入到每个人的日常生活，各种各样的图像采集设备以及科研使用的各类仪器被广泛地开发，并且具有广泛的需求前景。

自动对焦技术在这些仪器设备上也得到了应用、改进和发展。

早期的自动对焦技术，特别是在90年代以前，主要是测距法和检焦法，半数字式的自动对焦技术是对采集图像的相关信息进行分析计算，其主要采用的手段是以数字图像处理为基础。

全数字式自动对焦方式是完全依靠图像信息分析计算，直接输出清晰的数字图像，而不用外部运动结构便可以实现自动对焦。

1.2.1国外自动对焦研究现状

国外对于自动对焦领域的研究相对国内来说起步比较早，1970年美国斯坦福大学Tenenbaum开展了计算机视觉系统的自动对焦研究，其根据图像的特征提取离焦信号，通过调制梯度作为自动对焦评价函数，实现了比较好的对焦效果；1983年，英国瑞丁大学（UniversityofRading）物理系Grembeby．J．B提出了调制传递函数作为离焦判据，这一判据己经被光学界所接受，成为评价图像品质的一种很好的标准；1987年，Ren．C．Luo提出了两个设计简单的快速算法，即能量最大值法和VARIANCE直方图法，对于漫反射物体在一定程度上可以实现自动对焦，大大减少了算术运算，可以应用到远距离测量。

在90年代，国外研究机构对以前自动对焦领域的理论及评价函数进行了研究分析和对比。

1.2.2国内自动对焦研究现状

国内对自动对焦系统的研究起步比较晚，目前，国内的很多高校、科研院所以及企业单位致力于研究开发对焦系统，也取得了可观的成果。

例如：

1985年，上海光学仪器研究所采用光学的自准直方法研制完成集成电路光刻机自动对焦装置。

1992年，哈尔滨工业大学光学仪器教研室研制完成图像检测式频带切割差动比较CCD自动对焦系统，使我国在图像检测自动对焦领域内的研究跟国外80年代的研究水平相当。

此外浙江大学、哈尔滨工业大学等全国知名的理工科学府，也对自动对焦系统进入了深入研究，亦分别取得不错的成果。

1.3研究方法

本文基于对焦系统中的清晰度评价函数理论以及对焦窗口的规划理论，结合数字图像处理技术中的边缘算子方法，运用VisualC++6.0以及HALCON这两个软件，自主设计了一套基于Sobel算子、Robert算子、Prewitt算子以及Canny算子的图像对焦清晰度评判系统。

利用该系统获取实验数据，将上述算子进行了比较，再进行了关于对焦窗口选取的实验，并总结了其各自的适用范围。

1.3.1VisualC++

VisualC++6.0由Microsoft开发,它不仅是一个C++编译器，而且是一个基于Windows操作系统的可视化集成开发环境（integrateddevelopmentenvironment，IDE）。

VisualC++6.0由许多组件组成，包括编辑器、调试器以及程序向导AppWizard、类向导ClassWizard等开发工具。

这些组件通过一个名为DeveloperStudio的组件集成为和谐的开发环境。

Microsoft的主力软件产品。

VisualC++是一个功能强大的可视化软件开发工具。

自1993年Microsoft公司推出VisualC++1.0后，随着其新版本的不断问世，VisualC++已成为专业程序员进行软件开发的首选工具。

虽然微软公司推出了VisualC++.NET（VisualC++7.0），但它的应用的很大的局限性，只适用于Windows2000,WindowsXP和WindowsNT4.0。

所以实际中，更多的是以VisualC++6.0为平台。

1.3.2HALCON

MVTecHALCON是世界上最全能的机器视觉软件.世界各地的用户从HALCON为快速开发图像分析和机器视觉程序的灵活架构获益匪浅.HALCON提供了超过1100多种具备突出性能控制器的库,如模糊分析,形态,模式匹配,3D校正等.HALCON支持多个操作系统,编程语言和截获设备。

1.4论文构成及研究内容

图像清晰度的正确判定是自动对焦技术的关键，因此，这也是本文研究的核心内容。

就对焦清晰度评价方法及其稳定性，讨论了Sobel算子、Robert算子、Prewitt算子以及Canny算子的适用性，并尝试提出一种可靠的新评价方法。

研究重点是基于数字图像处理的方法及其实现。

具体包括以下内容：

（1）在第一章中：

阐述了课题的研究背景及课题的意义，对国内外在该领域内的研究状况及其所达到的研究水平进行了分析，引出本论文的主要研究内容、研究方法。

（2）在第二章中，阐述了自动对焦系统的基本原理。

分别从镜头系统、相机系统这些方面进行介绍，叙述了包括成像模型，探讨了成像的光学理论，再介绍了针对自动对焦问题的三种方向的解决方法。

（3）基于数字图像处理中的边缘算子理论，详细讨论了边缘算子用于评判图像清晰度的理论基础，分析了Sobel算子、Robert算子、Prewitt算子以及Canny算子各自的适用性。

同时，提出了一种基于灰度标准差的清晰度评价方法。

然后，基于各种基础理论，运用自主设计的自动对焦系统，分别获取基于Sobel算子、Robert算子、Prewitt算子以及Canny算子而处理得出的数据，再进行分析对比，定量地总结出基于理论和实验的最终结果。

最后，归纳了全文所做的研究工作，同时，对自动对焦技术需要进一步研究的内容进行了相应的展望。

2自动对焦的基本理论和方法

自动对焦技术是基于光学器件成像理论、数字图像处理技术等理论而形成的研究课题。

在机器视觉系统的图像采集过程之中，物体通过镜头系统后，在像面处聚焦，从而得到清晰的成像。

然而，在实际应用当中，依靠通过调整系统的物距、像距等来进行调焦，一般难以得到理想的清晰图像。

因此，引入了包括了传统对焦技术以及基于数字图像处理的自动对焦技术等。

基于数字图像处理的自动对焦技术，具有比目测和手动调节方式更准确、更快捷等优点。

2.1自动对焦的基本原理

自动对焦系统的基本原理，是基于几何光学成像系统的理论。

调节镜头系统的物距、像距、光圈等参数的时候，当物像位置是共轭关系，系统采集到的是最清晰的图像。

而当自动对焦系统拥有一套小景深、双远心光路的镜头系统的话，可以使系统更加便捷、更加准确地找出调焦过程中最为清晰的图像所在。

2.1.1几何光学成像理论

图2.1光学成像模型

对于理想的光学成像模型，根据高斯公式有：

（2.1）

其中，

是成像模型的物距，

是成像模型的像距，

是镜头的焦距，

是透镜孔径的直径，

是透镜主面与探测器之间的距离，ImageDector是图像探测器。

结合（2.1）关系式和图2.1的光学成像模型来分析，可以知道，当

满足关系式时，物面上的选取一点

作为点光源

，即镜头系统处于对焦状态，此时成像平面成为对焦平面。

而在实际的应用之中，如果物体对焦不准确，则在图像探测器会形成一个弥散圆。

若弥散光斑的半径为

，即

越大，图像就越模糊。

若要保证图像质量，提高对焦的清晰度，则要使

尽量地小。

由图2-1中的相似关系可得：

（2.2）

由（2.2）式分析可知，为了使

的绝对值变小，可以有以下的方法：

调节成像系统的物距

，即改变成像物体的位置；调节

，即改变图像探测器的位置，使其趋近于系统像距

；调节成像系统的焦距

；调节

的大小，即改变镜头的光圈大小。

图2.2弥散圆

2.1.2景深

当相机的镜头对着某一物体聚焦清晰时，在镜头中心所对的位置垂直镜头轴线的同一平面的点都可以在胶片或者接收器上相当清晰的图像，在这个平面沿着镜头轴线的前面和后面一定范围的点也可以结成眼睛可以接受的较清晰的像点，把这个平面的前面和后面的所有景物的距离叫做相机的景深。

图2.3景深

景深随镜头的焦距、光圈值、拍摄距离而变化。

对于固定焦距和拍摄距离，使用光圈越小，景深越大。

设前景深为

、后景深为

、景深为

，其计算方法如下：

（2.3）

（2.4）

（2.5）

其中，

是容许弥散圆直径，

是镜头焦距，

是镜头的拍摄光圈值，

是对焦距离。

由景深计算公式可以看出，景深与镜头使用光圈、镜头焦距、拍摄距离以及对像质的要求（表现为对容许弥散圆的大小）有关。

基于景深的原理可知，如果镜头自身的景深偏大的话，则在物距调节的过程之中，有相当长的一段距离都会采集到相对清晰的图像，所以采集得到的图像的清晰度可能没有足够大的对比去区分清晰与否，由此推论，若要建立一套良好的自动对焦系统，首先，我们需要一套小景深的镜头系统，这样，清晰图像只会在出现在一段相对较短的距离之内，同时，可以保证到系统所采集得到的图像可以有足够大的对比度，提高自动对焦系统辨别图像清晰度的能力，保证了图像采集的质量。

2.1.3远心镜头

远心镜头，主要是为纠正传统工业镜头视差而设计，它可以在一定的物距范围内，使得到的图像放大倍率不会变化，这对被测物不在同一物面上的情况是非常重要的应用。

远心镜头设计目的就是消除由于被测物体（或CCD芯片）离镜头距离的远近不一致，造成放大倍率不一样。

根据远心镜头分类设计原理分别为：

1）物方远心光路设计原理及作用：

物方主光线平行于光轴主光线的会聚中心位于像方无限远，称之为：

物方远心光路。

其作用为：

可以消除物方由于调焦不准确带来的，读数误差。

图2.4物方远心光路示意图

2）像方远心光路设计原理及作用：

像方主光线平行于光轴主光线的会聚中心位于物方无限远，称之为：

像方远心光路。

其作用为：

可以消除像方调焦不准引入的测量误差。

图2.5像方远心光路示意图

3）两侧远心光路设计原理及作用：

综合了物方/像方远心的双重作用。

主要用于视觉测量检测领域。

图2.6双远心光路示意图

在自动对焦系统之中，为了保证图像清晰度的质量，每幅图的所采集的内容需要严格一致，换言之，需要保证镜头系统的放大倍数基本不变，所以，需要应用到双远心光路，能有效避免由于像距和物距微小改变而引起的放大倍数变化，保证每张图像都基本一致。

2.2自动对焦的基本方法

自动对焦系统一般由分析处理模块和控制驱动模块组成。

分析处理模块判断输入图像是否对焦清晰，如果对焦不清晰则该模块同时测算出这幅图像的离焦程度；控制驱动模块则根据分析处理模块提供的相关信息来调整镜头驱动装置，使目标图像处于对焦状态。

根据两个功能模块的实现方法不同，自动对焦方法可以分成不同的种类，如表2.1所示。

表2.1根据功能模块分类的对焦方法

对焦方法

分析处理模块

控制驱动模块

测距自动对焦

红外或超声波测距

电机驱动镜头移动

焦点检测自动对焦

反差检测或相位差检测

电机驱动镜头移动

半数字式自动对焦

计算图像的高频分