预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113763401A(43)申请公布日2021.12.07(21)申请号202111063525.6(22)申请日2021.09.10(71)申请人南京比邻智能软件有限公司地址210042江苏省南京市玄武区板仓街9号(72)发明人张汝香(74)专利代理机构南京禾易知识产权代理有限公司32320代理人张松云(51)Int.Cl.G06T7/11(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)G06T7/33(2017.01)G06T5/50(2006.01)权利要求书2页说明书6页附图2页(54)发明名称一种快速多点自动对焦方法、系统及其应用设备(57)摘要本发明提供一种快速多点自动对焦方法,包括第一步,基于设备采集终端获取目标图像,并对目标图像进行若干个子图像划分,得到M*N个子目标图像,第二步,对每个子目标图像进行曝光时间的调节,得到每个子目标图像在最优曝光时间时的亮度;第三步,得到在当前聚焦值下的每个子目标图像的锐度评价分数;第四步,筛选锐度评分数最大的子目标图像进行细调步长值;第五步,得到经细调步长值的子目标图像在新锐度评价分数最大值处的聚焦值。本发明通过对一整幅图像采用分块的策略,并设置块间隔舍弃阈值和边缘舍弃阈值,使得本发明区别于现有技术而具备降低运算复杂度提高效率的特性。CN113763401ACN113763401A权利要求书1/2页1.一种快速多点自动对焦方法,其特征在于:包括以下步骤:第一步,基于设备采集终端获取目标图像,并对所述目标图像进行若干个子图像划分,得到M*N个子目标图像;第二步,对每个所述子目标图像进行曝光时间的调节,得到每个所述子目标图像在最优曝光时间时的亮度;第三步,基于所述目标图像划分为M*N个子目标图像的过程中,增加粗调步长值,得到在当前聚焦值下的每个子目标图像的锐度评价分数;第四步,筛选锐度评分数最大的子目标图像进行细调步长值,在最大锐度评分数对应的聚焦值处取二分之一所述粗调步长值,并在当前所述聚焦值下,每增加细调步长值1时,计算得到此时锐度评分数最大的子目标图像的新的锐度评价分数;第五步,得到经细调步长值的子目标图像在新锐度评价分数最大值处的聚焦值。2.根据权利要求1所述的一种快速多点自动对焦方法,其特征在于:第一步中,对所述目标图像进行若干个子图像划分,得到M*N个子目标图像时,根据边缘设置值、子目标图像间隙值、子目标图像长和宽宏定义值对其进行划分,其中,边缘设置值为小于最小条码区域的成像;子目标图像间隙值为小于最小条码区域的成像;子目标图像长和宽宏定义值为:分得的子目标图像横向和纵向的个数。3.根据权利要求1所述的一种快速多点自动对焦方法,其特征在于:第二步中,得到每个所述子目标图像在最优曝光时间时的亮度的具体实施方式包括:建立亮度评价算法,包括以下步骤:步骤S2‑1、计算子目标图像灰度均值其中,所述子目标图像灰度均值为子目标图像灰度值‑128的均值,其具体计算方式如下:da=∑(xi‑128)/N;N=src.rows*src.cols;式中,i为扫描子目标图像时每个像素点索引,src.cols为子目标图像行方向上像素点的个数,src.rows为子目标图像列方向上像素点的个数,即N为子目标图像所有像素点的个数;步骤S2‑2、计算子目标图像灰度均值的平均差值利用灰度直方图获取每个子目标图像灰度均值所对应的像素个数,以像素个数为权重,利用加权平均偏差的计算公式得所述子目标图像灰度均值的平均差值,其具体计算方式如下:Ma=∑|(xi‑128)‑da|*Hist[i]/∑Hist[i],式中,i取值范围为:[0,256),Hist[i]为灰度值i对应的像素个数;步骤S2‑3、对得到的平均差值进行判断步骤S2‑31、确定阈值,其中,所述阈值为abs(da),其中,阈值为da的绝对值;步骤S2‑32、基于所述阈值对所述平均差值进行判断:若Ma<abs(da),则,所述子目标图像存在亮度异常,需进一步利用da判断子目标图像亮度为偏暗或偏亮:若da>0,则,表示为像素值大于128,所述子目标图像亮度偏亮;2CN113763401A权利要求书2/2页若da<0,则,表示为像素值大于128,所述子目标图像亮度偏暗。4.根据权利要求1或3所述的一种快速多点自动对焦方法,其特征在于:第三步中,得到所述每个子目标图像的锐度评价分数的具体计算方式采用四方向相邻像素点差值法,或Sobel算子边缘检测法,其中,在采用四方向相邻像素点差值法得到每个子目标图像的锐度评价分数时,需对每个像素点跟上下左右相邻的一个像素点的像素值之差求和,且对每个子目标图像记录不同聚焦值下最大的锐度评价分数和对应的聚焦值