检焦系统中基于改进Sobel算子的图像清晰度评价函数研究.docx

? ? 检焦系统中基于改进Sobel算子的图像清晰度评价函数研究 ? ? 邹雨彤，谭 毅，罗一涵 （1.中国科学院光束控制重点实验室，四川成都 610209；2.中国科学院光电技术研究所，四川成都 610209；3.中国科学院大学光电学院，北京 100049） 在光学系统装调完毕的运行过程中，常常由于气压、温度、高度等变化而造成系统离焦[1]，调焦系统应运而生。高精度的实时调焦系统是提高光学系统成像质量的有效保证，可靠的检焦技术则是系统准确调焦的前提和关键。随着现代光学系统的发展，光学成像系统逐渐趋于自动化和轻量化，对于检焦系统的自动采集分析能力、实时性以及灵活性等要求都越来越高；光学成像系统的检焦技术也从最初的预先标定法发展到光电自准直法，再到如今普遍采用的图像检焦方法[2-3]，实时性、灵活性以及精度逐步提高[4]。基于图像的检焦方法摆脱了对辅助设施的依赖，方便灵活且具有较好的实时性，该方法直接对光电成像元件上的图像进行像质分析，通过图像的清晰度函数评价值来评判系统当前的对焦状态，从而指导调焦工作。而图像清晰度评价函数的核心在于提取图像中的灰度边缘细节或高频分量信息，以此来表征图像的离焦程度。 空域类、频域类、信息学类、统计学类清晰度评价函数是常用的4 类清晰度评价方法[5]。文献[6]通过对各种梯度算子进行仿真比较，总结出各种算子的特性，其中Sobel 算子和Canny 算子的边缘检测效果较好，可探测到更多图像细节；文献[7]通过对比标准差、梯度函数算子、直方图统计等方法对红外图像的检焦性能进行分析，发现灰度梯度函数具有较好的检焦精度、实时性和适应性。多年来，科研人员针对图像清晰度评价算子尝试了各种改进，文献[8]使用灰度差分算子并结合大步长粗寻与小步长精寻，成功减小了计算量，检焦速度和精度由此得到提升。但是由于成像系统中的加性噪声无法避免，以及受成像环境的照度影响，各种图像清晰度评价函数仍然存在易受干扰的问题[9]，因此基于图像的检焦清晰度评价函数在灵敏度和抗噪性能方面仍需提升。 文中首先对基于图像的检焦评价方法中各类清晰度评价函数进行了分析，在4 类基本清晰度评价方法里选择了应用广泛的基于空域的清晰度函数进行改进[10-11]，以此为基础对基于Sobel 算子的检焦清晰度评价函数提出了改进，旨在提高检焦系统中清晰度评价函数的灵敏度和稳定性；然后进行了仿真实验，对图像清晰度评价曲线的单峰性、无偏性、抗噪性以及灵敏度[12]等性能进行了验证。实验结果表明，文中方法在系统轻度离焦时仍具有较高的灵敏度，并且拥有良好的抗噪性能，结果显示在椒盐噪声和高斯噪声的不同影响下，该方法的清晰度评价曲线都能保持较好的稳定性。 1 基于图像的清晰度评价方法基本原理 检焦系统的关键在于如何可靠地找到系统当前状态与准确聚焦时的差距，基于图像的检焦方法则是以图像清晰度评价曲线为判断依据，具体表现为对焦准确的清晰图像包含更多细节信息，边沿尖锐易于分辨，空域中的像素间灰度梯度对比更明显，频域中的高频分量更多，对应的检焦清晰度评价值更大；而离焦时的图像像素边沿模糊不清、不易区分，空域中的像素间特征值变化减弱，频域中高频分量减少，对应的清晰度评价结果相对较小。各类清晰度评价算法所采用的算子模板各有差异，但实质都在于加强待检图像像素间的灰度梯度或高频信息分量[13]，旨在建立具有单峰性、无偏性、稳定性和良好灵敏度的评价函数曲线[12]。 1.1 常用的各类清晰度评价方法 常用的各种清晰度评价函数[14]包括梯度向量模函数、Roberts 函数[15]、Brenner 函数、TenenGrad 函数、Laplacian 函数、Varaince 方差函数、基于离散傅里叶变换（DFT）的图像清晰度评价函数等。 其中，TenenGrad 函数运算速度快，得到的清晰度评价曲线光滑连续，并且通过突出尖锐边缘细节分量运算加强了梯度信息[10]，得到了广泛的应用。 该函数采用Sobel 算子[16]，传统Sobel 算子只有水平和竖直方向上的两个算子模板，分别为： 将其分别与图像像素点灰度值作卷积，可得到图像像素点水平方向梯度和垂直方向梯度，该点处的像素灰度梯度可表示为： 图像清晰度评价值可表示为: 其中，G()x,y>T时有效，T为预设阈值，通过阈值的设定，可以对噪声产生一定的抑制作用。 1.2 图像清晰度评价曲线的检焦能力评判指标 良好的清晰度评价曲线应该近似于图1 的表现形式，具有如下特性[12]： 图1 理想清晰度评价曲线 1）单峰性：理想的对焦位置（曲线全局极值点）有且只有一个，且在峰值两侧保持单调性。 2）无偏性：在整个调焦过程中，由光学成像系统采集到一系列图像得出的清晰度评价曲线的走势必须符合成像面的实际状态变化趋势。 3）抗噪性好：当系统受到噪声干