基于FPGA的圖像調(diào)焦系統(tǒng)研究

基于FPGA的圖像調(diào)焦系統(tǒng)研究

采用基于圖像技術(shù)的自動(dòng)調(diào)焦方法，根據(jù)圖像分析出圖形的質(zhì)量，完成圖像預(yù)處理、清晰度判別，獲得當(dāng)前的成像狀況。通過(guò)控制電機(jī)，完成調(diào)焦操作。其中核心技術(shù)是分析圖像質(zhì)量*價(jià)函數(shù)。針對(duì)調(diào)焦算法計(jì)算量大、計(jì)算復(fù)雜等問(wèn)題，采用中值濾波和灰度線性變換的圖像預(yù)處理方法，流水線作業(yè)，“乒乓”操作，雙蝶形處理器復(fù)用，基-2FFT算法相結(jié)合的工作模式。實(shí)驗(yàn)結(jié)果證實(shí)，本方法解決了自動(dòng)調(diào)焦算法復(fù)雜系統(tǒng)控制的速度問(wèn)題?；趫D像技術(shù)的自動(dòng)調(diào)焦方法，是從與傳統(tǒng)的自動(dòng)調(diào)焦技術(shù)完全不同的角度出發(fā)，直接對(duì)拍攝的圖像采用圖像處理技術(shù)，對(duì)圖像進(jìn)行成像質(zhì)量分析，得到系統(tǒng)當(dāng)前的對(duì)焦?fàn)顟B(tài)，然后通過(guò)驅(qū)動(dòng)機(jī)構(gòu)調(diào)整成像系統(tǒng)鏡頭的焦距實(shí)現(xiàn)自動(dòng)調(diào)焦過(guò)程。1調(diào)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(xì)節(jié)是否清晰，而圖像的邊緣及細(xì)節(jié)信息可以通過(guò)對(duì)圖像進(jìn)行微分來(lái)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(jià)函數(shù)，圖像經(jīng)其處理后所得到的量值能夠反映圖像的清晰度。聚焦*價(jià)函數(shù)應(yīng)具有以下幾個(gè)特性：無(wú)偏性、單峰性、高靈敏度、較高信噪比、較小計(jì)算量。

因此，采用圖像處理方法實(shí)現(xiàn)自調(diào)焦，重要的就是找到一個(gè)理想的圖像清晰度*價(jià)依據(jù)，所以本系統(tǒng)的核心算法就是圖像的清晰度*價(jià)函數(shù)實(shí)現(xiàn)算法和調(diào)焦實(shí)現(xiàn)算法。在圖像的清晰度算法中主要對(duì)圖像進(jìn)行了圖像的預(yù)處理過(guò)程，清晰度*價(jià)算法，電機(jī)控制算法3個(gè)部分。圖像從空間域轉(zhuǎn)換到頻域進(jìn)行分析是圖像處理的常用手段。同時(shí)，由于清晰圖像比模糊圖像包含有更多的圖像信息和細(xì)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(duì)應(yīng)于圖像的傅里葉變換之后的高頻分量加強(qiáng)，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(jià)函數(shù)理論依據(jù)就產(chǎn)生了。

對(duì)于連續(xù)的圖像f(x，y)，當(dāng)時(shí)，可以求出其二維傅里葉變換

對(duì)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進(jìn)行抽樣得到，則f(x0+m/M，y0+n/N)=f(m，n)，M，N為橫縱方向的像素?cái)?shù)(△x=I/M，△y=，I/N)，m，n=0，±1，±2…。假設(shè)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(hào)能量增加，這樣可利用能量功率譜函數(shù)，構(gòu)建圖像的清晰度*價(jià)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(hào)。各種不同清晰度*價(jià)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(duì)圖像高頻分量加權(quán)的方法，同時(shí)它的加權(quán)系數(shù)符合這樣的一個(gè)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(shí)際處理過(guò)程中采用該像素到中心像素的距離。式(4)是對(duì)圖像的頻譜中各個(gè)高頻分量加權(quán)處理后，得出能反映圖像的*價(jià)參數(shù)。圖3是經(jīng)過(guò)C語(yǔ)言描述的