FPGA的圖像調焦系統(tǒng)分析

1、【Word版本下載可任意編輯】 FPGA的圖像調焦系統(tǒng)分析 采用基于圖像技術的自動調焦方法，根據(jù)圖像分析出圖形的質量，完成圖像預處理、清晰度判別，獲得當前的成像狀況。通過控制電機，完成調焦操作。其中技術是分析圖像質量*價函數(shù)。針對調焦算法計算量大、計算復雜等問題，采用中值濾波和灰度線性變換的圖像預處理方法，流水線作業(yè)，“乒乓”操作，雙蝶形處理器復用，基-2FFT算法相結合的工作模式。實驗結果證實，本方法解決了自動調焦算法復雜系統(tǒng)控制的速度問題。 基于圖像技術的自動調焦方法，是從與傳統(tǒng)的自動調焦技術完全不同的角度出發(fā)，直接對拍攝的圖像采用圖像處理技術，對圖像開展成像質量分析，得到系統(tǒng)當前的對焦狀

2、態(tài)，然后通過驅動機構調整成像系統(tǒng)鏡頭的焦距實現(xiàn)自動調焦過程。 1 調焦算法分析 一幅圖像是否聚焦，反映在空域上是圖像的邊緣及細節(jié)是否清晰，而圖像的邊緣及細節(jié)信息可以通過對圖像開展微分來獲取。因此，利用信息作為聚焦的判據(jù)。這種提取圖像邊緣信息的函數(shù)稱為聚焦*價函數(shù)，圖像經其處理后所得到的量值能夠反映圖像的清晰度。 聚焦*價函數(shù)應具有以下幾個特性：無偏性、單峰性、高靈敏度、較高信噪比、較小計算量。 因此，采用圖像處理方法實現(xiàn)自調焦，重要的就是找到一個理想的圖像清晰度*價依據(jù)，所以本系統(tǒng)的算法就是圖像的清晰度*價函數(shù)實現(xiàn)算法和調焦實現(xiàn)算法。在圖像的清晰度算法中主要對圖像開展了圖像的預處理過程，清晰度

3、*價算法，電機控制算法3個部分。 圖像從空間域轉換到頻域開展分析是圖像處理的常用手段。同時，由于清晰圖像比模糊圖像包含有更多的圖像信息和細節(jié)，分析之后發(fā)現(xiàn)清晰度比較高的圖像邊緣信息清晰可辨，對應于圖像的傅里葉變換之后的高頻分量加強，低頻分量減少，而模糊圖像則是低頻分量增加，高頻分量減少，這樣基于功率譜的圖像清晰度*價函數(shù)理論依據(jù)就產生了。 對于連續(xù)的圖像f(x，y)，當時，可以求出其二維傅里葉變換 對于數(shù)字圖像，如考慮把f(x，y)在x和y方向上用抽樣間隔x，y開展抽樣得到，則f(x0+mM，y0+nN)=f(m，n)，M，N為橫縱方向的像素數(shù)(x=IM，y=，IN)，m，n=0，1，2。 假

4、設上式為周期性的，即得 由于聚焦清晰的圖像具有清晰可辨的邊緣信息，圖像包含更多的高頻分量從能量的角度看，圖像高頻分量增加既信號能量增加，這樣可利用能量功率譜函數(shù)，構建圖像的清晰度*價函數(shù)得到 其中，Pl(u，v)為圖像的功率譜函數(shù)，L為圖像的序列號。 各種不同清晰度*價函數(shù)的區(qū)別在于判別圖像高頻分量成分的多少，這里采用對圖像高頻分量加權的方法，同時它的加權系數(shù)符合這樣的一個規(guī)律：隨著頻率的增加，它的值也增加，可以反映出圖像中高頻分量的成分多少，實際處理過程中采用該像素到中心像素的距離。式(4)是對圖像的頻譜中各個高頻分量加權處理后，得出能反映圖像的*價參數(shù)。圖3是經過C語言描述的基于功率譜的頻

5、域函數(shù)與其他方法的清晰度*價函數(shù)比照結果。由圖可以看出基于功率譜的圖像清晰度*價函數(shù)具有較好的*判本領。 2 系統(tǒng)框圖 基于FPGA的自動調焦系統(tǒng)框圖，如圖4所示。其中圖像的預處理過程，清晰度*價函數(shù)的算法實現(xiàn)過程，以及控制電機的算法實現(xiàn)和調焦過程都在FPGA中實現(xiàn)，并且開展實時處理。該模塊共包含了5個模塊3個部分，3個部分分別是輸入端、處理過程和輸出端。在處理過程中增加了SDRM與。Flash芯片。輸入輸出采用DVI接口，它們分別為TFP401輸入DVI芯片和TFP410輸出DVI芯片。FPGA處理芯片選用Cyclone3EP3-C5F256C8N芯片，其中包含10萬個邏輯門，同時給圖像數(shù)據(jù)

6、提供緩沖使用2片IS4232400。 由式(4)可知，對于一幅640480的灰度圖像，需要經過1 228 800次乘法運算，307 200次開方運算，* 400次加法運算。由于計算量特別大，而且每一幅圖像的變化不大，所以本系統(tǒng)采取了將圖像劃分為12864大小的5個模塊，首先對2864大小的灰度圖像開展傅里葉變換，然后獲得圖像的功率譜，再對其信號值開展加權，得到一塊圖像的清晰度*價值代替整個圖像的清晰度*價值。同時采用“乒乓”操作，雙蝶型處理器復用，基2FFT算法的FPGA實現(xiàn)方案。 3 調焦效果分析 對于清晰度*價算法和基于2-FFT的乘法實現(xiàn)構造的分析，得到這個圖像的清晰度*價算法的乘法計算

7、次數(shù)為(53 2483+64323)=165 888次，所需的加法計算次數(shù)為(53 2483+64322-1)=163 839次。由這些數(shù)據(jù)可知調焦過程中系統(tǒng)延時主要是這兩個方面計算的延時相加，同時有電路系統(tǒng)的延時，但是這個延時在設計電路時已經考慮，限制在范圍內，采用“乒乓”操作延時再加大約O.000ls的延時。當系統(tǒng)主頻率為60 MHz時，經過實際的測試系統(tǒng)總延時大約為O.05s，實時處理的系統(tǒng)8幀圖像的采集時間間隔要求為0.04=0.32s。 滿足實時性要求，上述系統(tǒng)的調試在Cyclone3EP3C5F256C8N芯片中實現(xiàn)，效果比較滿意。 將鏡頭的焦距調節(jié)范圍設置為60段，聚焦段的取值范圍為。測試時將一組由焦距從遠端開始發(fā)送過來的圖像經過處理，搜索步數(shù)K，得到每次應該調焦的定位以及圖像清晰度*價值，如下表1所示。定位處為圖像調焦效果清晰處。 4 結束語 基于本模塊的輸入端口直接輸入DVI信號，并非直接的采集圖像端口，在實際應用中需要完成整個調焦過程，增加控制電機的控制電路模塊，并對整個調焦過程的實時性開展綜合*價。另外，基于圖像技術的自動調焦方法有一