图像焦点计算

Question

我正在尝试为一些测试自动化工作开发图像聚焦算法。我选择使用AForge.net，因为它似乎是一个很好的成熟.net友好系统。

不幸的是，我似乎无法从头开始找到有关构建自动对焦算法的信息，所以我给了它最好的尝试：

拍摄照片。应用sobel边缘检测滤波器，生成灰度边缘轮廓。生成直方图并保存标准开发。将相机移近主体一步并拍摄另一张照片。如果标准开发小于前一个，我们将获得更多关注。否则，我们已经超过拍摄照片的最佳距离。

有更好的方法吗？

更新：顺便说一下，这有很大的缺陷。当我过去最佳焦点时，我的“焦点图像”值继续增长。你期望抛物线函数看距离/焦点值，但实际上你会得到更对数的东西

更新2：好的，所以我回到了这个，我们正在探索的当前方法有一些已知的边缘（好吧，所以我确切地知道图片中的对象是什么），我做一个手动像素强度比较。随着结果图变得越来越陡峭，我得到了更多关注。一旦核心算法从matlab移植到c＃（是的，matlab ..：S），我就会发布代码。

更新3：yay final update。再次回到这里。最终的代码如下所示：

第1步：从图像列表中获取图像（我通过聚焦点拍摄了100张照片）

第2步：找到我正在聚焦的物体的边缘（在我的情况下，它是一个总是在同一个地方的矩形物体，所以我裁剪出一个边缘的HIGH和NARROW矩形）

第3步：获取该裁剪图像的Horizo​​ntalIntensityStatistics（Aforge.net类）。

第4步：获取直方图（灰色，在我的情况下）

步骤5：找到直方图值的导数

步骤6：当您的坡度最大时，就是您处于最关注点时。

Answer 1

您可以查看NASA好奇号火星探测器中使用的技术。

本文介绍了该技术

EDGETT, Kenneth S., et al. Curiosity’s Mars Hand Lens Imager (MAHLI) Investigation. Space science reviews, 2012, 170.1-4: 259-317.

以PDF here的形式提供。

引用文章：

  

7.2.2自动对焦

     

预计自动对焦是MAHLI的主要方法   专注于火星。自动对焦命令指示相机移动到   指定的起动电机计数位置并收集图像，移动a   指定的步数并收集另一个图像，并继续这样做   直到达到指定的图像总数，每个图像用a分隔   指定的电机计数增量。这些图像中的每一个都是JPEG   压缩（联合图像专家组;参见CCITT（1993））   应用相同的压缩质量因子。每个文件的大小   压缩图像是一个场景细节的度量，它依次是一个   焦点功能（对焦图像显示的细节比模糊的更多，   离开焦点视图的同一场景）。如图23所示   相机确定JPEG文件大小和电机之间的关系   计算并将抛物线拟合到三个相邻的最大文件大小。   抛物线的顶点提供了最佳焦点的估计   电机计数位置。做出这个决定之后，MAHLI移动了   镜头焦点组到最佳电机位置并获取图像;   存储此图像，用于确定的早期图像   自动对焦位置未保存。

     

可以通过自动对焦执行   整个MAHLI视野，或者它可以在子帧上执行   对应于场景中包含对象的部分   被研究。取决于主题的性质和知识   用户可能会对MAHLI机器人手臂定位的不确定性有所了解   选择获取居中的自动对焦子框架，或者他们可以选择   如果定位知识是偏心自动对焦子帧   足以确定子框架的位置。用于   强烈建议使用子帧来执行自动对焦，因为这样做   通常导致受试者比案例更好地关注   当自动对焦应用于全CCD时;由此产生的   通常使用子帧自动聚焦的电机计数位置   从像素尺度更准确地确定工作距离。

以下是图23：

在这个答案中也提出了这个想法：https://stackoverflow.com/a/2173259/15485

Answer 2

对于您的需求可能有点过分了，但我通过一种简单的算法得到了很好的结果，该算法着眼于与相邻像素的差异。 2-away的像素差的总和似乎是图像对比度的合理度量。我在70年代找不到Brenner的原始论文，但http://www2.die.upm.es/im/papers/Autofocus.pdf中提到了

另一个问题是，当图像极度失焦时，焦点信息非常少，因此很难分辨哪种方式“靠近”或避免局部最大值。

Answer 3

这可能很有用。这是相机的AF系统实际工作的方式 - Passive Autofocus

  

对比度测量

     

通过以下方式实现对比度测量   测量传感器内的对比度   场，通过镜头。强度   相邻像素之间的差异   传感器自然随之增加   正确的图像焦点。光学   从而可以调整系统直到   检测到最大对比度。在   这种方法，AF不涉及   实际距离测量和   通常比相慢   检测系统，特别是当   在昏暗的灯光下操作。就像它一样   但是，不要使用单独的传感器   对比度检测自动对焦可以更多   灵活的（因为它实施于   软件）可能更多   准确。这是一种常见的方法   摄像机和消费级   没有百叶窗的数码相机   反光镜。一些数码单反相机（包括   奥林巴斯E-420，松下L10，尼康   D90，尼康D5000，三脚架中的尼康D300   模式，佳能EOS 5D Mark II，佳能EOS   50D）聚焦时使用此方法   他们的实时视图模式。一个新的   可更换镜头系统，Micro   四分之三，专门使用对比度   测量自动对焦，据说   提供与阶段相当的性能   检测系统。

Answer 4

我自己没有建造一个，但我的第一个想法是在图像的一部分上进行2D DFT。失焦时，高频将自动消失。

对于懒惰原型，您可以尝试使用JPEG（高质量）压缩图像区域，并查看输出流大小。大文件意味着很多细节，这反过来意味着图像是焦点。请注意，相机不应太嘈杂，并且当然不能比较不同场景下的文件大小。

Answer 5

虽然索贝尔是一个不错的选择，但我可能会选择对几个小代表区域的x和y方向上的投影进行边缘幅度计算。基于OpenCV的另一个.NET友好选择是@ http://www.emgu.com/wiki/index.php/Main_Page。

Answer 6

我想知道标准偏差是否是最佳选择：如果图像变得更清晰，则sobel滤镜图像将在边缘处包含更亮的像素，但同时更少的亮像素，因为边缘变得更薄。也许您可以尝试使用sobel图像中平均1％的最高像素值？

Answer 7

焦点指标的另一种风格可能是：

抓取几张图像并对其进行平均（降噪）。 然后FFT平均图像并使用高频到低频能量比。 这个比例越高，焦点就越好。在工具箱的演示中可以使用Matlab演示（不包括平均阶段）：）