高清网络摄像机的自动聚焦技术研究

摘要

近年来，随着数字化与网络化的迅速发展，以及人们的安全防范意识的大幅度提升，安防领域的发展取得了重大突破。高清网络摄像机(HD IP camera)具有较以前的模拟像机更高的清晰度、更好的交互性、更强的智能性等优点，加之其逐渐降低的价位，已经使其成为安防领域新兴的一匹黑马，它的应用正在迅速地普及。高清网络摄像机在高端场合的应用已经占据了主要地位，包括:高速公路、银行、远程医疗、安检关口等领域，从而引起了各大安防厂家与用户的青睐和关注。在很短的时间内，高清网络摄像机已经成为安防领域的领军力量之一。
　　自动聚焦是HD IP camera中智能化应用的一项极其重要的技术。自动聚焦技术的好坏直接影响着所获得的图像质量的清晰度。正因如此，自动聚焦成为很早就开始研究的一项核心技术。随着技术的飞速发展与成熟，成像设备分辨率的提高与智能化应用的普及，各项最新技术也逐渐应用至高清网络摄像机中。这些先进的技术迫切地需要自动聚焦技术的支撑，也促进了自动聚焦聚焦技术的快速发展。它的应用已经超越了传统的数码相机、元器件检验、医学成像、空间探测、显微成像，而且延伸到了安全防卫、远程医疗、机器视觉等领域。
　　对于自动聚焦而言，其中包含两项最主要的技术:一个是聚焦评价函数的选取，另一个是峰值搜索算法的实现。
　　本文研究的聚焦评价函数包括:灰度方差函数、梯度函数、频域类函数、熵函数、自相关函数以及本文采用的TI公司DM368处理器自带的硬件实现的AF引擎。针对传统的聚焦评价函数运算量大的缺点，选择TI公司DM368处理器自带的硬件实现的IIR滤波器作为聚焦评价函数。经过各类聚焦评价函数的对比分析，通过层次分析法表明，采用AF引擎作为聚焦评价函数能够更好地满足高清网络摄像机的应用。此外，AF引擎的分区域可控制加权和可配置的特点，有效地解决了聚焦智能化的问题，使自动聚焦算法与场景识别、人脸检测等智能化算法更容易地结合，满足HD IP camera的应用，也符合设备智能化的发展趋势。
　　峰值搜索算法的改进是在分析传统峰值搜索算法和聚焦曲线特点的基础上进行的。将聚焦曲线上最佳成像平面附近的区域取名为聚焦区，将远离最佳成像平面的区域取名为散焦区。通过分析得知，聚焦曲线在散焦区和聚焦区分别呈现出各自的特点。在聚焦区选择传统的盲人爬山法，在散焦区选择基于GM(1，1)预测模型的峰值搜索算法。本文提出的算法，有效地解决了视频质量反复变化、峰值搜索时间长和散焦区局部极值干扰的问题。
　　此外，本文也介绍了与AF相关的其他技术，包括退回检查最大值法、变步长搜索策略以及场景变化分析等。
　　退回检查最大值的方法有效地解决了聚焦区聚焦过程中，场景发生变化引起的误聚焦的问题。变步长搜索策略采用实时改变步长的策略，提高了峰值搜索过程中的平均速度，保证了AF的实时性。场景变化分析有效地触发重新聚焦。
　　本文选择TI公司的TMS320DM368处理器为核心的实验板，使用其自带的硬件实现的双路IIR滤波器作为聚焦评价函数。峰值搜索算法的实现选择在PC端运行，通过串行接口发送聚焦命令，最终完成自动聚焦。
　　通过实验表明，采用AF引擎和盲人爬山法与GM(1，1)预测模型相结合的峰值搜索算法较传统聚焦评价函数与搜索算法相结合的聚焦算法拥有更好的实时性与准确性，适用于HD IP camera的自动聚焦。

目录

声明

摘要

1 引言

1．1 课题意义

1．2 自动聚焦简介

1．3 自动聚焦主要技术

1．3．1 聚焦评价函数

1．3．2 峰值搜索算法

1．3．3 自动聚焦相关技术

1．4 论文工作介绍

1．5 论文的组织结构

2 聚焦评价函数

2．1 聚焦评价函数的标准

2．2 聚焦评价函数分类举例

2．2．1 灰度方差函数

2．2．2 梯度函数

2．2．3 图像灰度熵函数

2．2．4 频域类函数

2．3 自动聚焦引擎

2．3．1 DM36x自动聚焦评价函数介绍

2．3．2 PAX划分思想

2．3．3 IIR高通滤波器介绍

2．3．4 聚焦加权矩阵应用

2．4 层次分析法

2．4．1 层次分析法概述

2．4．2 层次分析法的基本步骤

2．5 层次分析法寻求最佳AF评价函数

2．6 本章小结

3 峰值搜索算法

3．1 全局搜索法

3．2 斐波那契搜索算法

3．3 曲线拟合算法

3．4 盲人爬山算法

3．5 本文采用的峰值搜索算法

3．6 本章小结

4 基于GM(1，1)模型的峰值搜索算法

4．1 聚焦曲线特点分析

4．2 GM(1，1)模型

4．3 本章小结

5 自动聚焦相关技术研究

5．1 退回检查最大值的方法

5．2 变步长峰值搜索策略

5．3 场景变化分析

5．4 自动聚焦流程

5．5 本章小结

6 实验平台搭建与实验结果分析

6．1 硬件平台设计

6．2 应用软件设计

6．3 实验结果分析

6．3．1 聚焦评价函数实验结果分析

6．3．2 散焦区实验结果分析

6．3．3 聚焦区实验结果分析

6．3．4 峰值搜索算法实验结果总结

6．4 本章小结

7 工作总结与展望

7．1 工作总结

7．2 展望

参考文献

致谢

个人简历、在学期间发表的学术论文