改進的快速攀登搜索自動對焦算法

1、改進的快速攀登搜索自動對焦算法用于自適應步長搜索技術的數碼相機Jie He, Rongzhen Zhou, and Zhiliang Hong摘要：一種實用化實時自動對焦算法數碼相機目前正在被廣泛使用，并提高了可靠性，在高速的自動對焦過程中，特別適用于高清晰度攝像機。該算法采用閾值的梯度和邊緣點計數技術除了注重價值的功能，而不是傳統(tǒng)的兩階段攀登搜索算法，利用價值函數唯一重點。此外，相對差也比電路提議，可以實現自適應步長搜索以提高搜索速度。通過修改算法實時自動對焦功能的驗證。擬議算法是實施測試相機芯片，該芯片已被生產0.25um CMOS 數字處理。索引詞：改進的快速攀登搜索，重點值，閾值的梯度

2、，邊緣點，自適應步長搜索，相對差的比率。一導言在過去幾年里， 數碼相機一直發(fā)揮著越來越本人更重要的角色，在消費電子市場。 在最近幾年，市場上的數碼相機已被獲得的平均增長率為130 ，每年在中國。那個低成本，高清晰度和袖珍數碼相機將被把重點放在消費市場。自動對焦是一個基本功能像素數碼相機。 已經有若干自動對焦技術報告1 - 3 。最基本的方法是注重價值計算并從中獲得了聚焦鏡頭位置攀登搜索方法。 由于自動對焦算法必須是實時的傳統(tǒng)的自動對焦算法將有一些問題由于為擴大與計算像素數不斷增加。一個明顯的問題是， 收斂速度的自動對焦是放緩歸因于更多地計算。 此外，焦的概率可能增加，因為權衡之間的計算和可靠性

3、。欠采樣方法似乎是通常用來減少，計算特別是在高清晰度攝像機。然而， 在小組抽樣方法， 一些詳細的資料遺失和噪聲層增加。因此，該鏡頭偏離最集中的立場。處理好這個問題，子窗口方法2有人建議，可以保持更詳細信息。然而，當子窗口變小，在重點可靠性降低由于失去信息之外窗戶?；谏鲜鰡栴}，我們制定修改快速攀登搜索（微型燃料電池）的方法，以減少計算和提高可靠性。此外，自適應步長技術，搜索過程已快收斂速度比恒定步長。電路命名相對比率，也介紹了為實現自適應步長搜索和拯救集中時間。首先，一些基本的自動對焦介紹第2 部分在我們的修改部分快速攀登搜索方法將詳細描述和第四部分中的自適應步長尋找相對電路將討論。實驗結果將

4、在第五部分，結論是在第六部分。聚焦值和爬山搜索算法 A. 重點價值重點值是一個性能參數來衡量集中程度的一個形象。 重點是普遍價值的基礎上光源梯度圖像。它往往指的總和絕對梯度或梯度能量像素的圖片如下FV 是注重價值和G（ x ， y ）是光源梯度在點（x,y）的總和梯度能源更首選，因為它可以使更多的區(qū)別注重形象和彌散的形象。 有各種方法，梯度計算。 印第安納州一般來說，梯度可以被界定為羅伯特梯度實現，也可以用來計算拉普拉斯梯度 5 若 f（ x ,y ）所取代第一衍生原始光源矩陣。FSWM 梯度報告 2 ，才能實現，只有在變換與中值濾波適用于原始光源矩陣第一。梯度算子的自動對焦必須能夠提取物高頻

5、元件的形象和制止白脈沖噪聲。其他有效的梯度算子 6 - 8 ，介紹了關于這一專題的圖像邊緣檢測。 事實上， 想法邊緣檢測中使用的非常類似的想法為自動對焦，因此實時邊緣檢測技術可以修改為自動對焦，這也是通過在擬議快速登山搜索算法。圖 2 是被稱為重點這表明關系重點之間的價值和鏡頭的位置。高峰期的這一曲線是指作為重點立場。附近地區(qū)峰值可以提到重點區(qū)域， 該區(qū)域遠離峰值可以提到重點區(qū)域。另一個問題是本節(jié)中的搜索算法。 攀登搜索算法開發(fā)了快速搜索，被形容為如單片機（登山伺服）在 1 或的 HCS （爬山搜索）在 21 。攀登搜索算法分為兩個不同的搜索階段，以獲得收斂速度快。一般來說，在第一次搜索現階段

6、，規(guī)模大的一步是用于移動鏡頭，這是永遠一個常數。當山峰被發(fā)現，它也進入了第二尋找階段，最小的步長是用來鏡頭走向焦點位置。這里的第一階段尋找可被界定為重點區(qū)域搜索（OFRS） ，以及第二階段的搜索可以定義作為重點區(qū)域搜索（法郎）。在這些行動兩個階段的修改將詳細討論在明年3 建議改進的快速爬搜索算法改進的快速攀登搜索（微型燃料電池）的開發(fā)提高可靠性和重點加快搜索過程中，采用不同的方法來重點區(qū)域搜索和重點地區(qū)進行搜索。該中心面積圖片是最有益的領域，它始終是用來減少計算和復雜的自動對焦系統(tǒng)的子窗口的方法。在圖 3 所示，在中心區(qū)包括地域和。正如上述， 子窗口的方法會遇到困難，在處理之間的計算領域并注重

7、可靠性。傳統(tǒng)的攀登搜索算法流程圖修改與子窗口的方法和不斷的移動步長不非常適合快速自動對焦控制。與傳統(tǒng)的攀登： 搜索算法，有以下修改：（一）面是選擇重點地區(qū)搜索（OFRS ） ，并 AREA2搜索。 然而，在傳統(tǒng)的方法，AREA2 是為了 OFRS 以減少計算和AREA1舉行的準確性。（ 2 ）傳統(tǒng)上，重點值法用于比較在OFRS 和 FRS 只。在微型燃料電池，邊緣是聚焦地區(qū)是為 FRS 以檢測方法是用在OFRS 和重點價值方法使用的FRS 。3 ）閾值檢測算法在擬議的微型燃料電池可他用來鎮(zhèn)壓的背景噪音。4 ）自適應步長搜索技術開發(fā)加快搜索OFRS 。智能電路命名相對差比率（共和聯(lián)盟）的目的是實

8、現它。在OFRS 它使邊緣點計數模塊和禁用在亞阿馬模塊，它使中的FRS 的亞阿馬并禁用的邊緣點數。圖 5 所示，該算法首先OFRS 國家，并在第一次決定移動方向的鏡頭。ARer 的方向決定，決定模塊比較集中的邊緣點號碼（EPN）之間現有的形象和過去的形象。如果邊緣點數目目前形象大于去年，方向是保持和OFRS 的推移，其他方向扭轉OFRS 變化的 FRS ，這意味著峰發(fā)現。中的FRS ，最初的行動是一樣的OFRS ，以及不同的是，集中決策模塊比較注重價值的兩個連續(xù)的圖像，而非邊緣點數目。中的FRS ，當條件的方向扭轉滿足一樣OFRS ，有重點的立場是創(chuàng)立。微型燃料電池是一種實時算法和主要流動顯示

9、在圖4 。頭兩行的計算機中存儲的領域回憶，所以它實現了實時處理。在3 3像素窗口的梯度計算像素（x,y） 。那個輸出梯度穿過閾值檢測模塊。如果坡度大于閾值，梯度值輸出下一個模塊，一個寶貴的旗幟，否則為零輸出一個毫無價值。 邊緣點計數模塊接收，并增加了邊緣點的一個柜臺。 亞阿馬模塊都得到梯度和計算重點價值計算領域。重點決定控制模塊的運作OFRS 和 FRS ，和因為只有邊緣點計數方法是用在了重點領域的搜索，硬件的要求是多少小于使用重點值法。因為最時間搜索的重點是在重點領域進行搜索現階段，大量減少了計算結果的力量節(jié)能。這是緩解增加的大小子窗口 AREA1 沒有重大的長度增加，EPN 公司柜臺。隨著

10、增加規(guī)模，更多的圖像信息可以保持。它是可能增加大小子窗口面包括更詳細的圖像信息。的邊緣點計數器法，噪聲性能也得到改善。如果脈沖噪聲看來，其效果的邊緣點，以反衰減。此外，門檻降低了梯度探測器背景噪聲的影響。因此，計算領域增加的微型燃料電池在不增加硬件消費同時該系統(tǒng)變得更加強大和更省電。11 。很容易四。自適應步長搜索相關差分比電路自適應步長搜索技術可以應用在OFRS 擬議 modifiedfasf 攀登搜索算法。 自適應步長搜索是基于以下原則：（ 1 ）如果邊緣點多的連續(xù)圖像在類似的規(guī)模，它表明過去改變鏡頭立場不能提高質量的重點很多，其中手段的立場，鏡頭遠離重點領域，并在未來移動步長，他應該增加

11、。（ 2 ）如果邊緣點多的連續(xù)圖像在相對較大的差異，這表明在過去的變化晶狀體狀況有所改善的重點質量顯著，意味著鏡頭已步入重點區(qū)，并在未來移動步長應有所減少。由于邊緣點數量是一個變量的概念，相對差比率 （共和聯(lián)盟） 是用來確定如何類似的邊緣點數量。這個定義是：對 A 和 B ，如果 A .B ，然后（ A-B ） / A 是指相對差分比與A 和 B，讓我們確定產出 c = C lC0 所示表 1 。如果 C2CI = 00，相對差的比例之內決。這里一個簡單的方法是考慮到實施共和聯(lián)盟電路。例如， A= A 3A 2A 2A 0 和 B = B 3B 2B lB 0 ，AB,A-B=B 1 / 8

12、RDR ，在首先展開 A 和B ，增加四個零前最高有效位，然后為A=0000A 3A 2A lA 0 和 B = 0000B 3B2B 1Bo 。合乎邏輯的轉變左 （ LSL ）B = 000B3B2B1 B0 B A ，輸出 C1C0 = 11 ; 如果 B “A，重復 LSL 和比較行動中，結果列于表延長方法 4 位至 N -訪問的較大比較， 1/8RDR ，以 1 / 2NRDR 左移位行動。自適應步長搜索顯示線OFRS 在圖 5 。開始時，那里集中曲線是平的和共和聯(lián)盟是小，較大的步長是用于重點搜索。它的速度要快達到峰值重點曲線比傳統(tǒng)的恒定步長的方法。當接近峰值區(qū)域，在重點曲線陡峭和共和

13、聯(lián)盟是大，小規(guī)模的一步使用。流程圖算法的微型燃料電池中顯示圖，這是分為兩個階段：OFRS 和 FRS 。上述提到自適應步長搜索中包括OFRS 階段五 實驗結果在我們的原型攝像頭，圖7 所示，我們實現了接口的CCD ，液晶顯示器，電視，終審法院，USB 和進電機等在中東的儲備是測試攝像頭芯片，下都位數和薄弱暴露條件（強曝光條件類似薄弱暴露條件。）中，比率邊緣點號碼在重點領域和重點與閾值以上32 大于1.2 （ RDR= 1 / 6 ），這是明確的理由采取 1 / 8 RDR 電路。隨著越來越多的門檻，這一比率上升為以及相對差的比率。 當照射時間的增加， 最優(yōu)閾值的梯度應他一套小由于降低亮度梯度。

14、額外平均亮度檢測器實現了閾值控制。圖9 顯示測試圖像在不同的距離原型的攝像頭，1 米和 5 米。在圖9 （ a ）和（c ）是圖像自動對焦，（ b）和（d ）項的圖像后，自動對焦。許多實驗結果表明，自動對焦實現擬議微型燃料電池的方法是實時，魯棒性和實用性。圖是d 測試相機芯片，自動對焦模塊。這是制造0.251u CMOS 數字進程技術。步進電機的測試和鏡頭顯示在正確的底部的數字。圖 8 顯示了實驗結果邊緣點數目和他們比。水平軸是閾值的梯度。垂直軸的左邊是邊緣點號碼權和垂直軸是他們比R （它不是相對不同比例）。按照平方米的測試點的邊緣浮點數的重點和重點區(qū)域與不同的閾值的梯度。點線點顯示邊緣點數目

15、比重點區(qū)域重點區(qū)域，和界定相對差比 RDR= 1 - l/r。六 結論在這篇文章中，實時自動聚焦算法改進的快速攀登搜索（微型燃料電池），是介紹，這是能夠適用數碼相機。微型燃料電池使用閾值的梯度和邊緣點反壓制方法噪音有效。也有相對差分比例電路實現自適應步長搜索和提高搜索速度。完全在我們的原型特大像素的攝像頭，微型燃料電池與所有提出的方法實現和驗證。致謝感謝作者的工作的執(zhí)行情況相機測試系統(tǒng)由陳學鋒，馮劉京華葉， 延鋒偉世蘇雅杰秦，曉峰易和田康廖。 沒有他們的辛勤工作，就沒有關于這個工作。參考文獻Kazushige Ooi etc. “An advanced autofocus system for

16、 video camera usine ouasi condition reasonid. IEEE Trans. an Consumer Electronics,Fig.10 Die photo of camera chip, embedded with proposeauto-focusmodule21 K. S. Chai,J. S.Lee, S. 1.KO,“New autofocus technique using thefrea.uen cv selective weighted median filter for video camerasOn Consumer Electron

17、ics, Vo1.45, Na.3, pp.820-827, Aug. 1999.3 J. H.Lee, KS. Kim,B.D. Nam,“Implementation ofa passive”.IEEE Trans.automaticfocusing algorithm for digital Still cameraTrans.”O(jiān)n, IEEEConsumerElectronics, Vo1.41, No.3, pp.449-454, Aug. 1995.4 J. M. Tenenbaum, Acca&”dation in ,computer vision, Ph.D. thesis,

18、Stanford University, 1970.S. K. Nayar, Y. Nakagawa, “Shape frfocusm ”IEEE, Trans. Pattem Analysis and Machine Intelligence, V ol. 16, pp.824-831, Aug. 1994.M.B. Ahmad, T.S. Choi. “Localthreshold and Boolean function based edge detection ”, IEEE Trans. On Consumef Electronics,Vol.45, No. 3,pp.674-679, Aug. 1999.7 Chang J. J.,“Modified 2D med