阅读说明：本技术 一种红外自动对焦快速搜索方法 (Infrared automatic focusing fast searching method ) 是由 杨鹏博 李洁 崔文楠 张涛 于 2021-01-18 设计创作，主要内容包括：本发明公开了一种红外自动对焦快速搜索方法。所述的搜索算法采用了一种具备变步长的爬山法,利用多次求图像清晰度取其中位数的方法保证清晰度评价的准确性,在粗对焦阶段,利用带动量和加速度的爬山法降低对焦过程中的不稳定性,减少了粗对焦过程所需的步数。本发明有效解决了传统自动对焦算法在红外望远镜上图像清晰度计算不准确,自动对焦失败率高和对焦速度慢的问题,在红外望远镜上实现了快速、准确的自动对焦。(The invention discloses an infrared automatic focusing fast searching method. The searching algorithm adopts a hill climbing method with variable step length, the accuracy of definition evaluation is ensured by a method of solving the definition of an image for multiple times and taking the number of digits, the instability in the focusing process is reduced by the hill climbing method with momentum and acceleration in the rough focusing stage, and the number of steps required in the rough focusing process is reduced. The method effectively solves the problems of inaccurate image definition calculation, high automatic focusing failure rate and low focusing speed of the traditional automatic focusing algorithm on the infrared telescope, and realizes quick and accurate automatic focusing on the infrared telescope.)

一种红外自动对焦快速搜索方法

技术领域

本发明属于红外探测成像技术领域,具体涉及一种红外自动对焦快速搜索方法，适用于目标检测跟踪领域。

背景技术

随着经济、科技的进一步发展，对红外探测技术的要求也不断提高，红外望远镜的焦长不断变长，口径不断扩大，成像质量以及对目标的探测和跟踪能力也在不断提升，随之而来的问题是对焦范围变宽，景深变短，由于失焦引起的模糊更加剧烈。而探测系统对目标的探测和跟踪成功进行的前提是获得清晰地目标图像，在对目标跟踪的过程中，目标与探测系统的相对位置和相对距离可能处于不断变化之中，如果不进行有效的对焦操作，探测系统对目标所成像可能会剧烈模糊，使得跟踪系统不能正常工作乃至丢失目标。为了及时获得清晰的红外图像，自动对焦算法非常重要，快速、有效的自动对焦算法能够在较短时间内判断出镜头的离焦状况，并迅速发出对焦指令，完成对焦任务。

本发明采用了一种具备变步长的爬山法，利用多次求图像清晰度取其中位数的方法保证清晰度评价的准确性，利用带动量和加速度的爬山法降低了对焦过程中的不稳定性，减少了粗对焦过程所需的步数。算法在实际中波红外望远镜系统中得到应用，实验结果表明，该算法在粗对焦阶段所需的对焦步数比传统爬山法减少了12.8％，满足红外望远镜系统的需要。

发明内容

一种红外望远镜变步长自动对焦算法，其特征包括如下步骤：

1.初始化动量m₁＝0,m₂＝0和加速度a＝0，随机取对焦电机步进方向d为正向或者反向，按照式(1)计算第一次对焦前的图像清晰度值f₀；

其中S(i,j)表示图像I中(i,j)处的像素与Sobel算子的卷积，表达式为式(2)，式(3)为水平方向(左)和竖直方向(右)上的Sobel算子，t表示对焦的次数。

设置自动对焦基础步长为s_basic，进行第一次对焦。每次计算图像清晰度值，代表计算连续不断获取图像K次，并计算获取到图像的Tenengrad函数值，最后去这K个值的中位数作为最终的图像清晰度值，K视计算平台算力而定，越大越稳定，但消耗的时间也越长，一般取K＝5；

2.计算第一次对焦后的图像清晰度值f₁；

3.比较两次图像清晰度值的大小，如果f₁＜f₀，说明对焦方向错误，则将对焦方向d置为反向；

4.按照式(4)计算第一次对焦后图像清晰度变化的动量m₁；

其中f_t为t时刻对焦后的图像清晰度值，t表示对焦的次数。

5.以步长s_basic和方向d进行第2次对焦；

6.计算图像清晰度值f_t，如果f_t＜f_t-1，则直接转到步骤9进行细对焦。否则，按照式(4)、(5)和(6)计算第t次对焦对焦后图像清晰度变化的动量m_t、加速度a和对焦步长s，注意s有限制，如果s<0则置为0，如果s＞s_basic，则置为2s_basic；

a＝m_t-m_t-1 (5)

s＝s_basic+α·m_t+β·a(0＜s＜2s_basic) (6)

7.以步长s和对焦方向d进行对焦；

8.按照式(7)进行计算状态转移，再转到步骤6；

9.设定步进方向d反向；

10.以步长s_short，方向d进行对焦，s_short为细对焦步长，一般可设为基础对焦步长的判断图像清晰度值是否小于上次的图像清晰度值，即f_t＜f_t-1，如果小于，则自动对焦结束，否则，重复步骤10。

附图说明

图1为红外望远镜变步长自动对焦算法流程图。

图2为对焦过程中各个参数量的简单示意。

具体实施方式

下面结合附图和实例，对本发明作具体说明：

1.计算图像清晰度

TenenGrad函数值使用Sobel算子来计算水平方向和竖直方向上的梯度值，利用平方运算放大图像边缘的梯度。评价函数f(I)定义为定义为梯度的平方和，引入T来调节评价函数的灵敏度，表达式为式(1)。

2.自动搜索算法

①初始化动量m₁＝0,m₂＝0和加速度a＝0，随机取对焦电机步进方向d为正向或者反向，计算第一次对焦前的图像清晰度值f₀，如式(1)，设置自动对焦基础步长为s_basic，进行第一次对焦。每次计算图像清晰度值，代表计算连续不断获取图像K次，并计算获取到图像的Tenengrad函数值，最后去这K个值的中位数作为最终的图像清晰度值，K视计算平台算力而定，越大越稳定，但消耗的时间也越长，一般取K＝5。

②计算第一次对焦后的图像清晰度值f₁；

③比较两次图像清晰度值的大小，如果f₁＜f₀，说明对焦方向错误，则将对焦方向d置为反向；

④按照式(4)计算第一次对焦后图像清晰度变化的动量m₁；

⑤其中f_t为t时刻对焦后的图像清晰度值，t表示对焦的次数。

⑥以步长s_basic和方向d进行第2次对焦；

⑦计算图像清晰度值f_t，如果f_t＜f_t-1，则直接转到步骤9进行细对焦。否则，按照式(4)、(5)和(6)计算第t次对焦对焦后图像清晰度变化的动量m_t、加速度a和对焦步长s，注意s有限制，如果s<0则置为0，如果s＞s_basic，则置为2s_basic；

⑧以步长s和对焦方向d进行对焦；

⑨按照式(7)进行计算状态转移，再转到步骤6；

⑩设定步进方向d反向；

以步长s_short，方向d进行对焦，s_short为细对焦步长，一般可设为基础对焦步长的判断图像清晰度值是否小于上次的图像清晰度值，即f_t＜f_t-1，如果小于，则自动对焦结束，否则，重复步骤10。