CN104102069A - 一种成像系统的对焦方法及装置、成像系统 - Google Patents

Abstract

一种成像系统的对焦方法和装置、成像系统，所述成像系统的对焦方法，包括：利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，其中，M≥2；获取每种算子所对应的第一对焦位置，所述算子所对应的第一对焦位置为利用该种算子提取的锐度值最大时的图像所对应的镜头位置；由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述位置匹配的算子为所述M种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。本发明技术方案由于采用多个算子，从最大程度上避免对焦失败的情况出现，从而保证系统成像质量；由于位置匹配的算子的取值可进行调节，能够保证对焦结果的准确性要求和可靠性要求。

Description

一种成像系统的对焦方法及装置、成像系统

技术领域

本发明涉及摄像领域，尤其涉及一种成像系统的对焦方法及装置、成像系统。

背景技术

随着现代图像处理技术和数字信号处理器的飞速发展和广泛应用，自动对焦技术进入一个新的数字时代，自动对焦技术是各类成像系统的关键技术之一。在照相机、摄像机、显微镜、内窥镜等成像系统中有着广泛的用途。例如数码相机、带拍照功能的手机等在成像过程中，通常需要根据拍摄场景的变换实时进行对焦，使拍摄结果清晰。

对焦过程通常都由自动对焦算法完成，中途无需人为干预，对焦时，自动对焦算法不断调整镜头位置，评估每次调整镜头位置之后的画面清晰程度，最后将镜头位置固定在画面最清晰处，完成对焦过程。

图像的锐度经常做为判断画面是否清晰的依据。如果所述图像的锐度值不准确，自动对焦算法无法对图像的清晰程度进行正确判断，其后果是对焦不准，拍摄结果模糊，极大的影响图像视觉效果。

最简单的自动对焦算法通过遍历镜头所有位置，找出各镜头位置所采集到的图像的锐度值中的锐度最大值，以此确定最佳对焦位置。通常情况下认为，当锐度值达到最大时的镜头位置，就是最佳对焦位置。图像的锐度值，是通过边缘检测算子获得的。目前边缘检测算子的种类很多，拉普拉斯算子、索贝尔算子、罗伯茨算子是其中比较被广泛用来提取图像锐度值的算子。

虽然各种不同的算子都能够有效的提取绝大多数场景中的锐度值，但是始终有一些场景会导致上述算子中的某一些失效，具体表现为，锐度最大值对应的镜头位置并非真正的最佳对焦位置。此时如果自动对焦算法采用的是失效的算子，则对焦通常不能成功，导致拍摄结果模糊，严重降低图像质量。所以我们的数码相机、手机等，在拍照的过程中，都会出现对焦失败，拍摄结果模糊不清的情况。

发明内容

本发明解决的问题是在一些场景下，如果自动对焦算法采用的失效的算子，则对焦通常会不成功，导致拍摄结果模糊，严重降低图像质量的问题。

为解决上述问题，本发明提供一种成像系统的对焦方法，包括：利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，其中，M≥2；获取每种算子所对应的第一对焦位置，所述算子所对应的第一对焦位置为利用该种算子提取的锐度值最大时的图像所对应的镜头位置；由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述位置匹配的算子为所述M种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。

可选的，所述各镜头位置分别为镜头以预定步长在可移动范围内移动的每个镜头位置，所述位置阈值大于或等于所述预定步长。

可选的，所述预定步长为所述镜头能够移动的最小距离的整数倍。

可选的，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的均值。

可选的，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的加权均值。

可选的，若所述M种算子中包括N1种位置匹配的第一算子和N2种位置匹配的第二算子且N1>N2，则N=N1。

可选的，所述N小于或等于算子数量阈值，所述算子数量阈值由对焦的准确性要求和可靠性要求确定。

可选的，所述算子为拉普拉斯算子、索贝尔算子、罗伯茨算子、普鲁伊特算子、坎尼算子或梯度检测算子。

可选的，M=3，N=2，所述M种算子分别为拉普拉斯算子、索贝尔算子和罗伯茨算子。

为解决上述问题，本发明技术方案还提供一种成像系统的对焦装置，包括：提取单元，用于利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，其中，M≥2；获取单元，用于获取每种算子所对应的第一对焦位置，所述算子所对应的第一对焦位置为利用该种算子提取的锐度值最大的图像所对应的镜头位置；确定单元，用于由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述位置匹配的算子为所述M种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。

可选的，所述确定单元包括平均单元，用于计算第二对焦位置，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的均值。

可选的，所述确定单元包括加权平均单元，用于计算第二对焦位置，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的加权均值。

为解决上述问题，本发明技术方案还提供一种成像系统，包括：镜头和如上所述成像系统的对焦装置。

与现有技术相比，本发明的技术方案具有以下优点：

对每个镜头位置采集到的图像均使用多个算子分别提取锐度值，然后采用多个算子的对焦位置匹配的方法来确定最终的最佳对焦位置，这样可以最大程度上避免只采用一种算子时因算子失效而导致对焦失败的问题；并且通过多个位置匹配的算子确定对焦位置可以提高对焦位置的准确性，从而保证系统成像质量。

进一步，所述位置匹配的算子的取值根据自动对焦的准确性要求和可靠性要求可进行调节，当采用较少位置匹配的算子确定最佳对焦位置，算法简单，算法的可靠性会有效增强；当采用较多位置匹配的算子确定最佳对焦位置，算法的准确度会有效提高。

附图说明

图1是本发明实施例提供的成像系统的镜头位置和图像锐度值的关系示意图；

图2是本发明技术方案提供的成像系统的对焦方法的流程示意图；

图3A是本发明实施例提供的图像的像素位置示意图；

图3B是本发明实施例提供的拉普拉斯算子的权重示意图；

图3C是本发明实施例提供的索贝尔算子的权重示意图；

图3D是本发明实施例提供的罗伯茨算子的权重示意图；

图4是本发明实施例提供的成像系统的对焦方法的流程示意图；

图5是本发明实施例提供的成像系统的对焦装置的结构示意图。

具体实施方式

现有技术中，自动对焦算法通过采集各镜头位置的图像，使用一种边缘检测算子提取所述采集的各镜头位置的图像的锐度值，找出图像的锐度最大值，以此确定最佳对焦位置。

边缘检测算子目前含有的种类很多，如拉普拉斯（Laplace）算子、索贝尔（Sobel）算子、罗伯茨（Roberts）算子、普鲁伊特（Prewitt）算子、坎尼（Canny）算子或梯度检测算子等。

最简单的自动对焦算法通过遍历镜头所有位置，依据镜头所有位置所采集图像的锐度值确定最佳对焦位置，采集的各镜头位置的图像锐度值和镜头位置的关系如图1所示，通常情况下认为，当锐度值达到最大时的镜头位置，就是最佳对焦位置。

现有自动对焦算法中的锐度值的提取一般都依赖于单一的边缘检测算子。虽然各种不同的算子都能够有效的提取绝大多数场景中的锐度值，在大多数场景下都能够稳定工作，但是无法保证其在所有的环境中都准确可靠，始终有一些场景会导致算子失效，此时如果自动对焦算法采用的是失效的算子，此时锐度最大值对应的镜头位置并非真正的最佳对焦位置，对焦通常不能成功，导致拍摄结果模糊，严重降低图像质量。

为解决上述问题，本发明技术方案提供一种成像系统的对焦方法，包括：利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，获取每种算子所对应的第一对焦位置，由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置。该方法通过采用多个边缘检测算子分别提取各镜头位置所采集到图像的锐度值，进而获得最佳对焦位置。

图2是本发明技术方案提供的成像系统的对焦方法的流程示意图。如图2所示，所述成像系统的对焦方法包括如下步骤：

步骤S1，利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，其中，M≥2。

利用所述边缘检测算子中的M种算子中的每一种算子分别提取每一个镜头位置所采集图像的锐度值，由此对于每一个镜头位置所采集到的图像，都会有M个锐度值，对应于M种算子，所述M的值大于或等于2。

所述各镜头位置分别为镜头以预定步长在可移动范围内移动的每个镜头位置。所述预定步长为所述镜头能够移动的最小距离的整数倍。

在镜头可移动的范围内，根据镜头能够移动的最小距离确定镜头移动的预定步长。所述预定步长可以是所述镜头能够移动的最小距离，即镜头每移动一次的距离为镜头能够移动的最小距离值；所述预定步长也可以是所述镜头能够移动的最小距离的整数倍，比如，所述预定步长设为镜头能够移动的最小距离值的5倍，则镜头每动一次的距离为镜头能够移动的最小距离值的5倍。所述预定步长的选取可以根据镜头可调整的范围以及镜头移动的最小距离值进行设定。

步骤S2，获取每种算子所对应的第一对焦位置，所述算子所对应的第一对焦位置为利用该种算子提取的锐度值最大时的图像所对应的镜头位置。

在步骤S1中，每种算子已经提取在各镜头位置所采集到的图像的锐度值，则在步骤S2中，对于每一种算子，获取利用该种算子提取的锐度值最大时的图像所对应的镜头位置，并确定该镜头位置为所述算子所对应的第一对焦位置，由此确定M种算子中每一种算子所对应的第一对焦位置。

由于所述每种算子所对应的第一对焦位置是该算子提取的锐度值最大时的图像所在的位置，所以所述每种算子所对应的第一对焦位置即为由该算子确定的最佳对焦位置。

步骤S3，由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述位置匹配的算子为所述M种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。

在步骤S2中，确定M种算子每一种算子所对应的第一对焦位置之后，首先，由所述每一种算子所对应的第一对焦位置确定M种算子中位置匹配的算子。如果M种算子中有N种算子所对应的第一对焦位置之间的差值小于或等于位置阈值，则确定所述N种算子为位置匹配的算子，其中，0<N≤M。由于算子所对应的第一对焦位置即为由该算子确定的最佳对焦位置，所以如果两种算子所对应的第一对焦位置之间的差值小于或等于位置阈值，则可以确定由这两种算子中每一种算子所确定的最佳对焦位置之间的距离很接近，即可以认为这两种算子中每一种算子所确定的最佳对焦位置指向的是同一个对焦位置。在本发明实施例中，所述N种位置匹配的算子是指这N种算子中任意两种算子所对应的第一对焦位置之间的差值小于或等于位置阈值。

由于镜头是以预定步长移动的，所述预定步长为镜头每移动一次的距离值，所以镜头采集图像的任意两个位置之间的距离应该大于或等于预定步长，由于所述位置阈值为预先设定的位置匹配的算子所对应的第一对焦位置之差的取值范围，即所述第一对焦位置之差为采集图像的两个位置之间的差值，所以所述位置阈值应大于或等于所述预定步长。

在M种算子中确定N种位置匹配的算子后，由所述N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述第二对焦位置即为最终确定的最佳对焦位置。所述第二对焦位置可以为所述N种位置匹配的算子所对应的第一对焦位置的均值。所述第二对焦位置也可以为所述N种位置匹配的算子所对应的第一对焦位置的加权均值。由N种位置匹配的算子所对应的第一对焦位置具体确定第二对焦位置的方法，在此不作限定。

下面结合具体实施例对本发明技术方案进行详细的说明。

在本实施例中，具体的，M种边缘检测算子设定为三种边缘检测算子，即M=3，所述三种边缘检测算子分别为拉普拉斯算子、索贝尔算子和罗伯茨算子。

本实施例具体给出利用三种边缘检测算子确定最佳对焦位置的方法，在其它的实施方式中，可以采用多种边缘检测算子确定最佳对焦位置，所述边缘检测算子可以为拉普拉斯算子、索贝尔算子、罗伯茨算子、普鲁伊特算子、坎尼算子或梯度检测算子，在此不做太多限定。

拉普拉斯算子是边缘检测算子比较常见的一种，所述拉普拉斯算子提取图像的锐度值的方法是如果要提取图像某个区域的锐度值，则通过提取所述区域内的每一个像素点的锐度值，再将所述区域内所有像素点的锐度值求和获得所述图像该区域的锐度值，由所述该区域的锐度值可以判断该区域内图像的清晰程度。

在自动对焦的过程中，如果对构成整幅图像的像素点提取锐度值，不但需要大量的时间，使自动对焦速度极低，而且对对焦的准确性有害无益，所以会选择对焦窗口，利用边缘检测算子提取对焦窗口区域的图像的锐度值。

常见的对焦窗口是选择图像中央的K×L个像素点的小区域，或者选择图像中的具有代表意义的几个区域作为对焦窗口，也可以采用非均匀采样对焦窗口或者是基于皮肤探测的对焦窗口等，对焦窗口的选择可以采用现有的多种方法进行选择，在此不作限定。

利用边缘检测算子提取图像的锐度值的方法是提取图像某个区域的锐度值，由所述该区域的锐度值判断该图像的清晰程度。

具体地，所述拉普拉斯算子在提取区域内的一个像素点的锐度值时，以所述像素点为中心点的3×3的图像区域内对各像素点进行加权求和作为中心像素点的锐度值，所述中心像素点的锐度值即为所述像素点的锐度值。

图3A是本发明实施例提供的图像的像素点位置示意图，图3B是本发明实施例提供的拉普拉斯算子的权重示意图，如图3A所示，如果求在（x，y）处的像素点的锐度值，则先获得以（x，y）处的像素点为中心的3×3的图像区域内的9个像素点，再对所述9个像素点的像素值加权求和，所述9个像素点的权重如图3B所示,那么（x，y）处像素点的锐度值为：4×P(x,y)-P(x,y-1)-P(x-1,y)-P(x+1,y)-P(x,y+1)，其中，x为像素点在X坐标方向的位置信息，y为像素点在Y坐标方向的位置信息，P（x，y）表示在坐标为（x，y）处的像素点的像素值。进一步，由上述过程获得所述区域内每一个像素点的锐度值，对所述每一个像素点的锐度值求和则可以求得所述区域的图像锐度值，以此作为整幅图像的锐度值。

索贝尔算子是另一种被广泛用来提取图像锐度值的算子，和拉普拉斯算子提取图像锐度值的方法相似，图3C是本发明实施例提供的索贝尔算子的权重示意图，索贝尔算子的横向权重和纵向权重如图3C所示，索贝尔算子对某一像素点为中心的3×3的图像区域内各像素点进行加权求和，分别得到所述像素点的横向的锐度值Gx和纵向的锐度值Gy，并将所述横向的锐度值Gx和纵向的锐度值Gy的绝对值相加，相加的结果作为中心像素点的锐度值，即所述像素点的锐度值。

请结合参考图3A和图3C，如果用索贝尔算子求（x，y）处像素点的锐度值，对以（x，y）处的像素点为中心的3×3的图像区域内的9个像素点的像素值分别使用横向权重和纵向权重获得（x，y）处像素点的横向的锐度值Gx和纵向的锐度值Gy。具体地，（x，y）处像素点的横向的锐度值Gx为：-P(x-1,y+1)+2×P(x,y+1)-P(x+1,y+1)-P(x-1,y-1)+2×P(x,y-1)-P(x+1,y-1)，（x，y）处像素点的纵向的锐度值Gy为：-P(x-1,y+1)+2×P(x-1,y)-P(x-1,y-1)-P(x+1,y+1)+2×P(x+1,y)-P(x+1,y-1)，然后将（x，y）处像素点的横向的锐度值Gx和纵向的锐度值Gy的绝对值相加，将相加结果作为像素点（x，y）处的锐度值，同样由索贝尔算子可以获得每一个像素点的锐度值，进而可以获得整幅图像的锐度值。

此外，罗伯茨算子也被经常使用，该算子和索贝尔算子类似，先通过加权求和的方法分别获得某一像素点的横向和纵向的锐度值，再把所述横向和纵向的锐度值的绝对值的和作为所述像素点最终的锐度值。不同的是，罗伯茨算子只需要2×2的图像区域，最终获得的是左上角像素的锐度值。图3D是本发明实施例提供的罗伯茨算子的权重示意图，罗伯茨算子的横向权重和纵向权重如图3D所示，罗伯茨算子对某一像素点为中心的2×2的图像区域内各像素点进行加权求和，分别得到所述某一像素点的横向的锐度值Gx和纵向的锐度值Gy，并将所述横向的锐度值Gx和纵向的锐度值Gy的绝对值相加，其和作为左上角像素点的锐度值。

请结合参考图3A和图3D，如果用罗伯茨算子求（x，y）处的像素点的锐度值，对以（x，y）处的像素点为左上角的2×2的图像区域内的4个像素点，分别使用横向权重和纵向权重，获得（x，y）处的像素点横向的锐度值Gx和纵向的锐度值Gy。具体地，（x，y）处像素点的横向的锐度值Gx为：P(x,y)-P(x+1,y-1)，（x，y）处像素点的纵向的锐度值Gy为：P(x+1,y)-P(x,y-1)，然后将（x，y）处像素点横向的锐度值Gx和纵向的锐度值Gy的绝对值相加，将相加结果作为（x，y）处像素点的锐度值，同样由罗伯茨算子可以获得每一个像素点的锐度值，进而可以获得整幅图像的锐度值。

基于上述论述，利用拉普拉斯算子、索贝尔算子以及罗伯茨算子分别提取在各镜头位置所采集到的图像的锐度值，获取每种算子所对应的第一对焦位置，进一步确认所述三种边缘检测算子中的位置匹配的算子的个数，如果有两种算子为位置匹配的算子，则由所述两种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，最终确定最佳对焦位置。

图4是本实施例提供的成像系统的对焦方法的流程示意图。如图4所示，在成像系统对焦的过程中，首先执行步骤S401。

步骤S401，调整镜头位置。

在步骤S401中，将镜头调整到某一位置并固定，为后续成像并计算锐度值做准备。

所述镜头位置可以为镜头以预定步长在可移动范围内移动的每个镜头位置。

镜头可调整的位置是在一个固定的范围之内的，所述固定的范围在镜头或者图像传感器模组出厂的时候已经确定。

镜头每次所移动的距离，即镜头移动的预定步长，可以根据实际情况预先设定，例如，以手机摄像头模组为例，如果其镜头可调整范围被等分成1000份，即镜头可以在1000个位置进行拍摄成像，则对焦过程中，对焦算法以预定步长调整镜头到其中某些位置，判断在这些位置的成像的锐度值，借以找到最佳的成像位置。如果对焦算法使用遍历的方式，那么对焦过程等效于镜头从第一个位置开始，到最后第1000个位置，即预定步长为镜头能够移动的最小距离，每个位置都成像一次，计算每次成像的锐度值，最后得到1000个锐度值，找到其中的最大值，再找到该最大值对应的镜头位置，该位置就是最佳的对焦位置。如果对焦算法采用快速的方式，以预定步长10来进行尝试，即在位置1，位置10，位置20等进行拍摄并计算锐度值，那么最后将得到100个锐度，然后找到其中的最大值，再找到对应的最佳对焦位置，则在快速对焦的方法中，预定步长为镜头能够移动的最小距离的10倍。

明显的，上述遍历的方法和快速的方法的对焦精度是不一样的。但是对焦有一定的容忍度。例如，第120个位置实际上是对焦最佳的位置，但是在110～130位置上成的所有像，人眼都认为是清晰的，即看不出差别。这是快速方法能够成立的原因。

镜头位置的调整方法是本领域技术人员所熟知，即可以采取最简单的遍历的方法，也可以采用更加优化的快速方法，此处对于镜头位置调整方法不进行详细论述。需要说明的是，无论采用何种方式，都不对本技术方案构成限制。

在将镜头位置调整之后，执行步骤S402。

步骤S402，场景成像。

具体地，在步骤S401中调整好的镜头位置处采集图像。

在步骤S402采集到所述镜头位置处的图像后，接着执行步骤S403至步骤S405。

步骤S403至步骤S405，分别利用拉普拉斯算子、索贝尔算子以及罗伯茨算子提取步骤S402中的镜头位置所采集的图像的锐度值。

拉普拉斯算子、索贝尔算子以及罗伯茨算子提取图像锐度值的方法如上所论述，在此不再赘述。

在使用所述算子分别提取所述图像的锐度值之后，执行步骤S406。

步骤S406，判断镜头调整是否完成。

在本步骤中，可以根据步骤S403至步骤S405中拉普拉斯算子、索贝尔算子以及罗伯茨算子每种算子获得各镜头位置所采集的图像的锐度值判断镜头调整是否完成。

具体地，如果用拉普拉斯算子、索贝尔算子以及罗伯茨算子提取的各镜头位置所采集图像的锐度值中的最大值分别已经确定，则判断镜头调整已经完成。

比如，在步骤S406中，可以判断是否各镜头位置都已采集图像，而且各镜头位置所采集的图像的锐度值利用每种算子都已获得，如果是，则在所述每种算子提取的各镜头位置所采集图像的锐度值中就可以找出锐度最大值，此时判断镜头调整已经完成；否则返回至步骤S401，以预定步长在可移动范围内移动镜头到下一个镜头位置，重复执行步骤S401至步骤S406，直到镜头位置可移动范围内的每个镜头位置都已采集图像，并且对各镜头位置所采集的图像的锐度值都已利用每种算子获得为止。

需要说明的是，在步骤S401中镜头位置调整的过程中，所述镜头移动的预定步长的值可以为所述镜头能够移动的最小距离，也可以为所述镜头能够移动的最小距离的整数倍。

对于确定每种算子获取的各镜头位置所采集的图像的锐度值中的最大值的方法还可以采取爬山搜索算法确定图像锐度最大值是否已经获得，由于所述爬山搜索算法为本领域技术人员所熟知，在此不做详细论述。

对于确定每种算子获取的各镜头位置所采集的图像的锐度值中的最大值的方法，可以采用本领域技术人员所熟知的多种方法进行，在此不作特别限定。

如果在步骤S406中判断镜头调整已完成，则执行步骤S407至步骤S409；否则返回重复步骤S401至步骤S406，直到判断镜头调整已完成为止。

步骤S407，获取罗伯茨算子所对应的第一对焦位置。

所述罗伯茨算子所对应的第一对焦位置为利用该种算子提取的锐度值最大时的图像所对应的镜头位置。具体地，根据步骤S403中罗伯茨算子提取的各镜头位置所采集图像锐度值，确定提取的图像锐度值最大时所对应的镜头位置，此时的镜头位置即为罗伯茨算子所对应的第一对焦位置。在本发明的实施例中，将罗伯茨算子所对应的第一对焦位置记为Pr。

步骤S408，获取索贝尔算子所对应的第一对焦位置。

同上所述，所述索贝尔算子所对应的第一对焦位置为利用索贝尔算子提取的锐度值最大时的图像所对应的镜头位置。同样根据步骤S404中索贝尔算子提取的各镜头位置所采集图像锐度值，确定提取的图像锐度值最大时所对应的镜头位置即为索贝尔算子所对应的第一对焦位置。在本发明的实施例中，将索贝尔算子所对应的第一对焦位置记为Ps。

步骤S409，获取拉普拉斯算子所对应的第一对焦位置。

基于上述论述，可以由步骤S405拉普拉斯算子提取的各镜头位置所采集图像锐度值确定拉普拉斯算子所对应的第一对焦位置。在本发明的实施例中，将拉普拉斯算子所对应的第一对焦位置记为Pl。

由步骤S407至步骤S409获得每种算子所对应的第一对焦位置后，执行步骤S410。

步骤S410，确定第二对焦位置。

在此步骤中，首先由拉普拉斯算子、索贝尔算子以及罗伯茨算子三种算子分别所对应的第一对焦位置确定所述三种算子中的位置匹配的算子。所述位置匹配的算子为所述三种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。所述位置阈值大于或等于预定步长。

由于拉普拉斯算子、索贝尔算子以及罗伯茨算子三种算子在提取图像的锐度值的过程中，使用的权重以及具体算法的不同，所以由所述三种算子确定的图像锐度值最大时所对应的镜头位置可以会不同，从而得到的拉普拉斯算子、索贝尔算子以及罗伯茨算子所对应的第一对焦位置Pl，Ps以及Pr即各算子可能会不同。

在本发明的实施例中，如果拉普拉斯算子、索贝尔算子以及罗伯茨算子所对应的第一对焦位置Pl，Ps以及Pr之间某两个值之间的差值小于或等于位置阈值，则确定所述两个值所述对应的算子为位置匹配的算子，即所述三种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子确定为位置匹配的算子。

所述位置阈值应大于或等于预定步长。以步骤S401中手机摄像头模组为例，镜头可以在1000个位置进行拍摄成像，以遍历的结果为例，预定步长为镜头能够移动的最小距离，即预定步长为一个位置的距离，可以预设位置阈值的值为5，如果拉普拉斯算子、索贝尔算子以及罗伯茨算子中两个算子所对应的第一对焦位置之间的差值小于等于5，则认为所述两个算子为配置匹配的算子，位置阈值大小的取值同样要依托于对焦容忍度，即在位置阈值范围之内的所有位置上所采集的图像，人眼都认为是清晰的。但是，如果在步骤S401中以快速方式对焦的方法中，即预定步长为10的时候，预设位置阈值为5就不可以，因为快速方法的预定步长是10，大于5，此时一个比较合理的位置阈值的值应该是20，综上所述，位置阈值的取值和对焦方法有关，且所述位置阈值应该大于或等于预定步长。

具体地，如果拉普拉斯算子、索贝尔算子以及罗伯茨算子三种算子所对应的第一对焦位置Pl，Ps以及Pr中任意两个第一对焦位置之间的差值均小于位置阈值，则确定所述三种算子全部是位置匹配的算子；如果所述三种算子所对应的第一对焦位置Pl，Ps以及Pr之间Pl和Ps之间的差值小于位置阈值，而Pr与Pl和Ps之间的差值大于所述位置阈值，则确定Pl和Ps所对应的算子拉普拉斯算子和索贝尔算子为位置匹配的算子；如果所述三种算子所对应的第一对焦位置Pl，Ps以及Pr之间的差值均大于所述位置阈值，则确认没有位置匹配的算子。

由上述过程确认拉普拉斯算子、索贝尔算子以及罗伯茨算子三种算子中位置匹配的算子之后，由所述位置匹配的算子所对应的第一对焦位置确定第二对焦位置。

在本实施例中，如果所述三种算子中只要有两种算子为位置匹配的算子，则由所述两种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，确定所述第二对焦位置为可靠的最佳对焦位置。

所述第二对焦位置为所述位置匹配的算子所对应的第一对焦位置的均值。例如，如果确定拉普拉斯算子和索贝尔算子为位置匹配的算子，则第二对焦的位置为：P=（Pl+Ps）/2。如果所述三种算子全部为位置匹配的算子，则第二对焦位置为：（Pl+Ps+Pr）/3。

在其他实施例中，所述第二对焦位置也可以为所述位置匹配的算子所对应的第一对焦位置的加权均值。例如，如果确定拉普拉斯算子和索贝尔算子为位置匹配的算子时，所述每种位置匹配的算子所对应的第一对焦位置的权重可以依据所述位置匹配的算子提取的第一对焦位置处图像锐度值确定，如果拉普拉斯算子提取的所对应的第一对焦位置处图像锐度值为Rl，索贝尔算子提取的所对应的第一对焦位置处图像锐度值为Rs，则确定拉普拉斯算子所对应的第一对焦位置的权重Wl为：Rl/（Rl+Rs），确定索贝尔算子所对应的第一对焦位置的权重Ws为：Rs/（Rl+Rs）。由上述拉普拉斯算子和索贝尔算子所对应的第一对焦位置的权重确认第二对焦位置为：（Pl×Wl+Ps×Ws）/2。

所述第一对焦位置的权重的可以采用其它方法进行确定，在此不作限定。

在步骤S410确定第二对焦位置之后，执行步骤S411。

步骤S411，对焦位置输出。

将镜头位置调整到步骤S410得到的第二对焦位置，确定所述第二对焦位置为最终确定的最佳对焦位置。

在本实施例中，采用了三种不同的算子计算图像的锐度值，采用2/3判决的方法来确定最佳对焦位置，即采用三种算子中的两种位置匹配的算子所对应的第一对焦位置确定第二对焦位置。

上述实施例以M=3为例进行了说明，也可以扩展适用于M>3的情况。进一步，当M＞3时，还可能出现以下情况：若所述M种算子中包括N1种位置匹配的第一算子和N2种位置匹配的第二算子，且N1>N2，则N取值为N1，即N=N1。

具体的，如果采用的M种边缘检测算子中有N1种算子所对应的第一对焦位置之间的差值小于或等于位置阈值，此处将所述N1种算子均以第一算子表示；并且，所述M种边缘检测算子中还有N2种算子所对应的第一对焦位置之间的差值小于或等于位置阈值，此处将所述N2种算子均以第二算子表示。其中，任意一种第一算子所对应的第一对焦位置与任意一种第二算子所对应的第一对焦位置之间的差值大于位置阈值。

如果第一算子的个数N1大于第二算子的个数N2，则由N1种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，这是由于位置匹配的算子的个数越多，对焦结果的置信度就越高，即准确度就越高。

例如采用5种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，获取每种算子所对应的第一对焦位置。所述五种算子中有3种第一算子，2种第二算子，则由3种第一算子所对应的第一对焦位置确定第二对焦位置。

在其它的实施例中，可以采用更多的边缘检测算子来保证对焦算法的可靠性和准确性。如果采用更多的边缘检测算子计算图像的锐度值，这里不失一般性的假设共采用了M种边缘检测算子计算图像的锐度值，那么可以采用N/M判决的方法来确定最佳对焦位置，其中0<N≤M，即采用M种边缘检测算子中的N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，N越接近M，算法的准确度越高，N越接近0，算法的可靠性越强。即N越大，那么算子中要求位置匹配的算子就越多，那么这个结果的置信度就越高，即准确度越高，但是由于算子的个数多，则各种算子给出不同最佳对焦位置的几率就越大，要想获得N种位置匹配的算子其难度也就更大，最坏情况下N种算子给出N种不同结果，此时无法得到N种位置匹配的算子，适得其反，算法失效；N越小，例如等于1，那么只要有1种算子能给出结果，算法就不会失效，因此可靠性越高。

具体地，M和N的具体取值不对本专利构成限制。

在上述实施例中，采用M种算子中全部位置匹配的算子来用于确定最终的最佳对焦位置（即第二对焦位置），也就是位置匹配的算子的个数N为所有位置匹配的算子的总数量。而在其他实施例中，也可以从所有位置匹配的算子中选取部分位置匹配的算子确定第二对焦位置，如N也可以直接根据对焦的准确性要求和可靠性要求确定，N为所选取的部分位置匹配的算子的数量；或者也可以预先设定位置匹配的算子数量阈值，位置匹配的算子的个数N小于或等于算子数量阈值。

举例来说，当通过各算子所对应的第一对焦位置确定共有8种位置匹配的算子，以算子数量阈值等于5为例，则选择这8种算子中的5种算子所对应的第一对焦位置来确定第二对焦位置，一般，可以选择第一对焦位置最接近的5种算子。

所述算子数量阈值可以根据对焦的准确性要求和可靠性要求确定。具体地，如果对焦的过程中，对于对焦的准确性要求高的时候，算子数量阈值的取值可以大一些，而对于对焦的可靠性要求高的时候，则算子数量阈值的取值可以小一些；在实际应用中，可以均衡准确性和可靠性要求而设定一个合适的算子数量阈值。

通过采用N/M判决的方法，即采用M种边缘检测算子中的N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置的方法，使得对同一图像，由于采用多个边缘检测算子，保证不会因为个别边缘检测算子失效而导致对焦失败，从最大程度上避免对焦失败的情况出现，从而保证系统成像质量。

对应上述成像系统的对焦方法，本发明技术方案还提供一种确定成像系统的对焦方法的装置，如图5所示，包括：提取单元U11、获取单元U12和确定单元U13。

提取单元U11，用于利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，其中，M≥2。

所述各镜头位置分别为镜头以预定步长在可移动范围内移动的每个镜头位置。利用所述边缘检测算子中的M种算子中的每一种算子分别提取每一个镜头位置所采集的图像的锐度值。

获取单元U12，用于获取每种算子所对应的第一对焦位置，所述算子所对应的第一对焦位置为利用该种算子提取的锐度值最大的图像所对应的镜头位置。

在本发明的实施例中，由提取单元U11每种算子已经提取在各镜头位置所采集到的图像的锐度值，对于每一种算子，获取利用该种算子提取的锐度值最大时的图像所对应的镜头位置，确定该镜头位置为所述算子所对应的第一对焦位置，由此确定M种算子中每一种算子所对应的第一对焦位置。

确定单元U13，用于由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述位置匹配的算子为所述M种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。

由获取单元U12确定M种算子每一种算子所对应的第一对焦位置之后，首先，由所述每一种算子所对应的第一对焦位置确定M种算子中位置匹配的算子。如果M种算子中有N种算子所对应的第一对焦位置之间的差值小于或等于位置阈值，则确定所述N种算子为位置匹配的算子，其中，0<N≤M。由所述N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置。

在一个实施例中，所述确定单元U13可以包括平均单元，用于计算第二对焦位置，所述第二对焦位置可以为所述N种位置匹配的算子所对应的第一对焦位置的均值。

在另一个实施例中，所述确定单元U13也可以包括加权平均单元，用于计算第二对焦位置，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的加权均值。

上述装置中个单元具体功能的实现，可以参见上述成像系统的对焦方法种提供的具体实施方式，在此不再赘述。

本发明还提供一种成像系统，除包括镜头、感光元件和图像处理器等基本部件外，还包括上述成像系统的对焦装置。本领域技术人员可以理解，已经有多种现有技术，可将上述上述成像系统的对焦装置组合到所述成像系统中，本发明对此不做具体限定。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (13)

1.一种成像系统的对焦方法，其特征在于，包括：

利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，其中，M≥2；

获取每种算子所对应的第一对焦位置，所述算子所对应的第一对焦位置为利用该种算子提取的锐度值最大时的图像所对应的镜头位置；

由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述位置匹配的算子为所述M种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。

2.根据权利要求1所述的成像系统的对焦方法，其特征在于，所述各镜头位置分别为镜头以预定步长在可移动范围内移动的每个镜头位置，所述位置阈值大于或等于所述预定步长。

3.根据权利要求2所述的成像系统的对焦方法，其特征在于，所述预定步长为所述镜头能够移动的最小距离的整数倍。

4.根据权利要求1所述的成像系统的对焦方法，其特征在于，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的均值。

5.根据权利要求1所述的成像系统的对焦方法，其特征在于，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的加权均值。

6.根据权利要求1所述的成像系统的对焦方法，其特征在于，若所述M种算子中包括N1种位置匹配的第一算子和N2种位置匹配的第二算子且N1>N2，则N=N1。

7.根据权利要求1所述的成像系统的对焦方法，其特征在于，所述N小于或等于算子数量阈值，所述算子数量阈值由对焦的准确性要求和可靠性要求确定。

8.根据权利要求1所述的成像系统的对焦方法，其特征在于，所述算子为拉普拉斯算子、索贝尔算子、罗伯茨算子、普鲁伊特算子、坎尼算子或梯度检测算子。

9.根据权利要求8所述的成像系统的对焦方法，其特征在于，M=3，N=2，所述M种算子分别为拉普拉斯算子、索贝尔算子和罗伯茨算子。

10.一种成像系统的对焦装置，其特征在于，包括：

提取单元，用于利用M种边缘检测算子中的每种算子分别提取在各镜头位置所采集到的图像的锐度值，其中，M≥2；

获取单元，用于获取每种算子所对应的第一对焦位置，所述算子所对应的第一对焦位置为利用该种算子提取的锐度值最大的图像所对应的镜头位置；

确定单元，用于由N种位置匹配的算子所对应的第一对焦位置确定第二对焦位置，所述位置匹配的算子为所述M种算子中所对应的第一对焦位置之间的差值小于或等于位置阈值的算子。

11.根据权利要求10所述的成像系统的对焦装置，其特征在于，所述确定单元包括平均单元，用于计算第二对焦位置，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的均值。

12.根据权利要求10所述的成像系统的对焦装置，其特征在于，所述确定单元包括加权平均单元，用于计算第二对焦位置，所述第二对焦位置为所述N种位置匹配的算子所对应的第一对焦位置的加权均值。

13.一种成像系统，包括：镜头，其特征在于，还包括：如权利要求10至12所述的任一种成像系统的对焦装置。