本發(fā)明涉及一種基于曝光補(bǔ)償?shù)膱D像清晰度評(píng)價(jià)算法，屬于計(jì)算機(jī)信息處理中的圖像分析和識(shí)別領(lǐng)域。

背景技術(shù)：

視覺測量是精密測量領(lǐng)域的一個(gè)研究熱點(diǎn)，其測量精度和視覺效果均依賴于圖像的成像質(zhì)量，因?yàn)閳D像的質(zhì)量與其信息的可用性密切相關(guān)。因此，在結(jié)構(gòu)光測量、攝影測量和數(shù)字散斑測量等多種應(yīng)用領(lǐng)域，一致的圖像清晰度評(píng)價(jià)是共同的需求。

通過數(shù)字圖像處理，我們可以得到圖像中灰度梯度、高低頻率以及相位等更多有效信息。同時(shí)，借助計(jì)算機(jī)接口和算法的靈活性，基于數(shù)字圖像處理的對(duì)焦方法大大簡化了傳統(tǒng)方法中復(fù)雜的硬件結(jié)構(gòu)，具有明顯優(yōu)勢。在圖像處理學(xué)科中，圖像清晰度評(píng)價(jià)在自動(dòng)對(duì)焦方面有著廣泛的應(yīng)用。其中，圖像包含的信息量、邊緣梯度和灰度值統(tǒng)計(jì)等特征均可作為判斷圖像是否清晰的指標(biāo)。目前，這些指標(biāo)對(duì)應(yīng)的清晰度評(píng)價(jià)方法主要有：表征信息量的熵函數(shù)法，表征邊緣信息的基于sobel等算子的評(píng)價(jià)方法，表征圖像灰度變化劇烈程度的灰度梯度法，以及表征圖像灰度值統(tǒng)計(jì)特征的直方圖法、圖像絕對(duì)中心矩法等等。通常，以上清晰度評(píng)價(jià)函數(shù)都是單峰函數(shù)，具有相對(duì)清晰度評(píng)價(jià)的能力。

一般地，滿足以上條件的清晰度評(píng)價(jià)函數(shù)是針對(duì)同一場景，在相機(jī)曝光參數(shù)不變的條件下進(jìn)行的連續(xù)采集，不考慮曝光量對(duì)評(píng)價(jià)函數(shù)的影響，多用于自動(dòng)對(duì)焦。而不理想的曝光參數(shù)則會(huì)引起曝光不足或曝光過度。在欠曝光的情況下，圖像灰度值基本集中在小范圍的區(qū)域，即使相機(jī)對(duì)焦成功，其評(píng)價(jià)函數(shù)的值與曝光量適中的圖像相比要相差很多。但是這種欠曝光的圖像能夠通過圖像處理的方法進(jìn)行補(bǔ)光，通過修復(fù)能夠得到清晰的圖像。相反，在強(qiáng)曝光的情況下，物體表面較亮區(qū)域的成像

灰度產(chǎn)生過飽和，會(huì)導(dǎo)致圖像有效信息丟失，但是，這種丟失不能通過圖像處理的方式復(fù)原。針對(duì)以上問題，本專利對(duì)圖像絕對(duì)中心矩算法(acm)做出了改進(jìn)，改進(jìn)算法(ecacm)在非過曝光范圍內(nèi)消除了曝光對(duì)acm評(píng)價(jià)指數(shù)的影響，同時(shí)，在過曝光的情況下，改進(jìn)算法對(duì)圖像中有效信息丟失程度的體現(xiàn)更加明顯。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提出了一種基于曝光補(bǔ)償?shù)膱D像絕對(duì)中心矩改進(jìn)算法，包括步驟：

a)確定待采集對(duì)象，固定相機(jī)增益值，以相同步長增加曝光時(shí)間，獲取不同曝光時(shí)間的圖像；

b)選擇待采集對(duì)象上的若干個(gè)亮度相差較大的采樣點(diǎn)，進(jìn)行灰度跟蹤，獲取對(duì)應(yīng)數(shù)目的采樣曲線，每條曲線代表不同的采樣點(diǎn)在不同曝光時(shí)間下的成像灰度；

c)由上述成像灰度獲取灰度值：

g＝kc

式中，g為圖像成像點(diǎn)的灰度值，k為成像點(diǎn)的敏感系數(shù)，c為曝光強(qiáng)度。k與物體反光能力有關(guān)，物體表面反光能力越強(qiáng)，則k越大；

d)判斷上述灰度值是否大于255，相機(jī)曝光大于過曝光狀態(tài)的臨界值ch會(huì)造成圖像灰度過飽和，比較亮的區(qū)域都變成了白色，圖像的有效信息損失嚴(yán)重；

e)假設(shè)對(duì)焦?fàn)顟B(tài)不變，分別以兩個(gè)不同曝光時(shí)間對(duì)同一場景進(jìn)行采集，得到兩幅圖像，將不同曝光時(shí)間的圖像相互轉(zhuǎn)換，獲取圖像復(fù)原圖像；

f)通過對(duì)比灰度直方圖判斷上述兩幅圖像是否存在局部細(xì)節(jié)方面損失，方法為灰度值的分布被強(qiáng)行拉伸，變得不再連續(xù)，中間缺失了一些灰度級(jí)的分布；

g)對(duì)于一個(gè)確定的對(duì)焦窗口，圖像絕對(duì)中心矩算法的計(jì)算如下：

acm＝∑|i-u|×p(i)

n為窗口中像素點(diǎn)的總數(shù)，i為窗口中的任意一點(diǎn)的灰度值，u為當(dāng)前窗口中灰度值的平均值，p(i)為灰度值i在窗口中出現(xiàn)的概率，ni為成像灰度值為i的像素個(gè)數(shù)；

h)根據(jù)以上所述線性關(guān)系，acm評(píng)價(jià)函數(shù)可以寫成：

acm＝∑|kic-u|·p(i)(1)

由(1)式和(2)式可得：

由(3)式可知，acm算法的評(píng)價(jià)指數(shù)與物體成像點(diǎn)的敏感系數(shù)ki、像素總量n、所成圖像灰度級(jí)的分布概率p(i)和成像時(shí)的曝光值c四個(gè)因素密切相關(guān)。

i)假設(shè)在兩個(gè)曝光值cx、cy下對(duì)同一場景進(jìn)行采集，所成圖像分別為圖像a、b，cx∈[cl,ch]，cy∈[cl,ch]。a中共存在j個(gè)灰度級(jí)，第k個(gè)灰度ia對(duì)應(yīng)的分布概率為pak(ia)；b中共存在r個(gè)灰度級(jí)，第k個(gè)灰度ib對(duì)應(yīng)的分布概率為pbk(ib)，j、r∈[1,256]，k∈[1,j]；

j)根據(jù)前面所述線性關(guān)系，可得：

pbk(i)＝pak(i)(5)

由(4)式和(5)式可得,同一個(gè)物點(diǎn)在介于區(qū)間[cl,ch]的不同曝光下成像灰度值不同，成像灰度級(jí)ia和ib對(duì)應(yīng)，對(duì)于兩幅圖像中的第k個(gè)灰度級(jí)，二者的灰度級(jí)分布概率pak(i)、pbk(i)相同，與曝光值c無關(guān)，即當(dāng)成像時(shí)的曝光發(fā)生變化，兩幅圖像上對(duì)應(yīng)點(diǎn)的灰度級(jí)分布概率不變；

k)獲取與曝光值c無關(guān)的圖像絕對(duì)中心矩改進(jìn)算法ecacm：

l)由步驟k獲取ecacm的評(píng)價(jià)指數(shù)：

應(yīng)當(dāng)理解，前述大體的描述和后續(xù)詳盡的描述均為示例性說明和解釋，并不應(yīng)當(dāng)用作對(duì)本發(fā)明所要求保護(hù)內(nèi)容的限制。

附圖說明

參考隨附的附圖，本發(fā)明更多的目的、功能和優(yōu)點(diǎn)將通過本發(fā)明實(shí)施方式的如下描述得以闡明，其中：

圖1示出了根據(jù)本發(fā)明的改進(jìn)算法的實(shí)驗(yàn)采集圖像；

圖2示出了根據(jù)本發(fā)明的改進(jìn)算法的曝光對(duì)不同采樣點(diǎn)成像灰度的影響；

圖3示出了根據(jù)本發(fā)明的改進(jìn)算法的圖像復(fù)原對(duì)比；

圖4示出了根據(jù)本發(fā)明的改進(jìn)算法的灰度直方圖對(duì)比；

圖5示出了根據(jù)本發(fā)明的改進(jìn)算法的相同曝光不同對(duì)焦?fàn)顟B(tài)下的圖像序列；

圖6示出了根據(jù)本發(fā)明的改進(jìn)算法的相同曝光不同焦距下的圖像清晰度評(píng)價(jià)曲線；

圖7示出了根據(jù)本發(fā)明的改進(jìn)算法的相同對(duì)焦?fàn)顟B(tài)不同曝光下的圖像序列；

圖8示出了根據(jù)本發(fā)明的改進(jìn)算法的相同對(duì)焦?fàn)顟B(tài)不同曝光下的圖像清晰度評(píng)價(jià)曲線。

具體實(shí)施方式

通過參考示范性實(shí)施例，本發(fā)明的目的和功能以及用于實(shí)現(xiàn)這些目的和功能的方法將得以闡明。然而，本發(fā)明并不受限于以下所公開的示范性實(shí)施例；可以通過不同形式來對(duì)其加以實(shí)現(xiàn)。說明書的實(shí)質(zhì)僅僅是幫助相關(guān)領(lǐng)域技術(shù)人員綜合理解本發(fā)明的具體細(xì)節(jié)。

在下文中，將參考附圖描述本發(fā)明的實(shí)施例。在附圖中，相同的附圖標(biāo)記代表相同或類似的部件，或者相同或類似的步驟。

本專利公開了一種基于曝光補(bǔ)償?shù)膱D像絕對(duì)中心矩算法，利用圖像傳感器在非過曝光強(qiáng)度范圍內(nèi)的成像灰度值隨曝光值線性增加的特性，對(duì)acm圖像清晰度評(píng)價(jià)算法做出了改進(jìn)。改進(jìn)之后的ecacm評(píng)價(jià)算法有效解決了acm算法受曝光因素影響較大的不足，為不同曝光強(qiáng)度下圖像的清晰度評(píng)價(jià)提供了解決方案。實(shí)驗(yàn)表明，ecacm評(píng)價(jià)算法不僅在非過曝范圍內(nèi)消除了圖像清晰度評(píng)價(jià)受曝光強(qiáng)度的影響，而且能夠在過曝光時(shí)體現(xiàn)出圖像有效信息的丟失程度。

物體表面越亮，相機(jī)的成像灰度值就越大；曝光越強(qiáng)，成像灰度值也越大。物體表面亮度、系統(tǒng)曝光和成像灰度值之間存在著某種聯(lián)系。根據(jù)曝光量的計(jì)算公式，系統(tǒng)曝光由快門速度、光圈值和感光度三個(gè)參數(shù)共同決定。光圈值和感光度不變時(shí)，則可通過改變相機(jī)曝光時(shí)間調(diào)節(jié)曝光量。采用以上方式，在結(jié)構(gòu)光三維視覺測量數(shù)據(jù)采集平臺(tái)進(jìn)行實(shí)驗(yàn)。

實(shí)驗(yàn)的儀器和設(shè)備為：分辨率為1628pixel×1236pixel，像元尺寸為4.4um的ccd攝像機(jī)；16mm的定焦鏡頭；角點(diǎn)定位精度為0.0015mm的漫反射陶瓷平面靶標(biāo)。以數(shù)字電源箱操作面板為采集對(duì)象，相機(jī)增益固定為150，以50ms為一個(gè)步長，將曝光時(shí)間從100ms等間隔增加到1700ms，分別進(jìn)行圖像采集，共得到33幅不同曝光下的圖像，如圖1所示，為其中6幅。

選擇物體上亮度相差較大的10個(gè)采樣點(diǎn)，進(jìn)行灰度跟蹤，得到了10條采樣曲線，如圖2所示，每條曲線分別代表不同的采樣點(diǎn)在33個(gè)曝光下的成像灰度。

從圖2中可看出，相機(jī)曝光對(duì)不同亮度采樣點(diǎn)的影響呈近似線性的增長規(guī)律，因此可寫作：

g＝kc

式中，g為圖像成像點(diǎn)的灰度值，k為成像點(diǎn)的敏感系數(shù)，c為曝光強(qiáng)度。k與物體反光能力有關(guān)，物體表面反光能力越強(qiáng)，則k越大。該模型未考慮亮度飽和的問題，即成像過程中由于過曝光導(dǎo)致的灰度值大于255的情況，會(huì)引起圖像有效信息的丟失。

不同的曝光強(qiáng)度對(duì)相機(jī)成像質(zhì)量有著不同的影響。曝光太弱，圖像傳感器得到的光信號(hào)較少，會(huì)降低信號(hào)的信噪比。與cmos圖像傳感器相比，ccd圖像傳感器結(jié)構(gòu)上的物理原理決定了它具有較高的靈敏度和信噪比。信噪比作為評(píng)價(jià)圖像質(zhì)量的重要指標(biāo)，與曝光時(shí)間的選擇息息相關(guān)。然而，無論是ccd相機(jī)還是cmos相機(jī)，其曝光值都會(huì)有兩個(gè)臨界值，即信噪比在可接受范圍內(nèi)的最小曝光值cl和進(jìn)入過曝光狀態(tài)的臨界值ch。相機(jī)曝光小于cl會(huì)使信噪比大大降低，同時(shí)圖像出現(xiàn)的隨機(jī)噪聲增多；相機(jī)曝光大于ch會(huì)造成圖像灰度過飽和，比較亮的區(qū)域都變成了白色，圖像的有效信息損失嚴(yán)重。

假設(shè)對(duì)焦?fàn)顟B(tài)不變，分別以曝光值c1和c2對(duì)同一場景進(jìn)行采集，c1和c2位于區(qū)間[cl,ch]，得到兩幅圖像，則圖像1中任意一點(diǎn)g1的灰度值為：

g1＝k1c1

圖像2中，g1的對(duì)應(yīng)點(diǎn)g2的灰度值：

g1＝k1c1

則g1、g2兩點(diǎn)的成像灰度值可以相互轉(zhuǎn)換：

經(jīng)過上述轉(zhuǎn)換，曝光時(shí)間為100ms時(shí)的圖像可以轉(zhuǎn)換為曝光時(shí)間為250ms時(shí)的圖像效果。如圖3所示，為處理前后圖像的對(duì)比圖。可以看出，圖3(c)和3(d)的成像基本相同，圖像復(fù)原得比較理想。

雖然經(jīng)過調(diào)整后兩幅圖像的視覺效果基本相同，但是，由于圖像是數(shù)字存儲(chǔ)，復(fù)原圖3(c)在局部細(xì)節(jié)方面有所損失，通過比較圖4中(a)和(b)的灰度直方圖即可得知。圖4(a)中，灰度值的分布被強(qiáng)行拉伸，變得不再連續(xù)，中間缺失了一些灰度級(jí)的分布。然而，在很多場合中這些微小的細(xì)節(jié)損失在可以接受的范圍內(nèi)。

現(xiàn)有的圖像清晰度評(píng)價(jià)函數(shù)多用于自動(dòng)對(duì)焦領(lǐng)域，是對(duì)同一曝光下采集的一系列圖像做出的評(píng)價(jià)。若要實(shí)現(xiàn)不同曝光下圖像清晰度的評(píng)價(jià)，必須要消除曝光的影響，獲得通用的評(píng)價(jià)能力。圖像絕對(duì)中心矩算法(acm)具有較好地計(jì)算效率和量化特性，本專利在此基礎(chǔ)上對(duì)其評(píng)價(jià)指數(shù)受曝光影響的規(guī)律進(jìn)行了探索，提出了基于曝光補(bǔ)償?shù)膱D像絕對(duì)中心矩改進(jìn)算法(ecacm)。對(duì)于一個(gè)確定的對(duì)焦窗口，圖像絕對(duì)中心矩算法的計(jì)算如下：

acm＝∑|i-u|×p(i)

n為窗口中像素點(diǎn)的總數(shù)，i為窗口中的任意一點(diǎn)的灰度值，u為當(dāng)前窗口中灰度值的平均值，p(i)為灰度值i在窗口中出現(xiàn)的概率，ni為成像灰度值為i的像素個(gè)數(shù)。

根據(jù)以上所述線性關(guān)系，acm評(píng)價(jià)函數(shù)可以寫成：

acm＝∑|kic-u|·p(i)(1)

由(1)式和(2)式可得：

由(3)式可知，acm算法的評(píng)價(jià)指數(shù)與物體成像點(diǎn)的敏感系數(shù)ki、像素總量n、所成圖像灰度級(jí)的分布概率p(i)和成像時(shí)的曝光值c四個(gè)因素密切相關(guān)。

假設(shè)在兩個(gè)曝光值cx、cy下對(duì)同一場景進(jìn)行采集，所成圖像分別為圖像a、b，cx∈[cl,ch]，cy∈[cl,ch]。a中共存在j個(gè)灰度級(jí)，第k個(gè)灰度ia對(duì)應(yīng)的分布概率為pak(ia)；b中共存在r個(gè)灰度級(jí)，第k個(gè)灰度ib對(duì)應(yīng)的分布概率為pbk(ib)，j、r∈[1,256]，k∈[1,j]。根據(jù)前面所述線性關(guān)系，可得：

pbk(i)＝pak(i)(5)

由(4)式和(5)式可得,同一個(gè)物點(diǎn)在介于區(qū)間[cl,ch]的不同曝光下成像灰度值不同，成像灰度級(jí)ia和ib對(duì)應(yīng)，對(duì)于兩幅圖像中的第k個(gè)灰度級(jí)，二者的灰度級(jí)分布概率pak(i)、pbk(i)相同，與曝光值c無關(guān)，即當(dāng)成像時(shí)的曝光發(fā)生變化，兩幅圖像上對(duì)應(yīng)點(diǎn)的灰度級(jí)分布概率不變。對(duì)于相同的采集相機(jī)，ccd尺寸大小相同，成像的像素總量n不變，同時(shí)，像素對(duì)應(yīng)點(diǎn)的敏感系數(shù)ki相同。綜上，成像時(shí)的曝光值c獨(dú)立于ki、n、p(i)三個(gè)因素，當(dāng)曝光變化時(shí)，acm算法評(píng)價(jià)指數(shù)的計(jì)算公式中只有曝光值c這一項(xiàng)發(fā)生改變，于是(2)、(3)兩式可寫作：

因此，若要消除曝光這一因素對(duì)acm算法評(píng)價(jià)指數(shù)的影響，只需消掉(7)式中的系數(shù)c，通過在(7)式的基礎(chǔ)上除以曝光值c即可實(shí)現(xiàn)。而在實(shí)際采集中，一幅圖片的曝光值不是關(guān)注的重點(diǎn)，所以往往是未知的。于是，我們通過式(6)來間接實(shí)現(xiàn)對(duì)曝光因素c的消除，得到和曝光c無關(guān)的圖像絕對(duì)中心矩改進(jìn)算法ecacm，如下所示：

以上(8)式給出了消除曝光影響的解決方案，可以看出，改進(jìn)之后ecacm算法的評(píng)價(jià)指數(shù)只與成像目標(biāo)本身的亮度特征、ccd成像尺寸有關(guān)。根據(jù)所成圖像上的灰度分布信息，采用acm算法和u的定義式，即可求解ecacm的評(píng)價(jià)指數(shù)時(shí)，如下所示：

根據(jù)以上分析，例舉本發(fā)明的具體實(shí)現(xiàn)方案之一：

首先，作為圖像清晰度評(píng)價(jià)函數(shù)，ecacm依然要滿足評(píng)價(jià)函數(shù)的基本要求，即具有對(duì)相同曝光不同對(duì)焦?fàn)顟B(tài)的成像清晰度進(jìn)行評(píng)價(jià)的能力。選取系統(tǒng)成像時(shí)的曝光時(shí)間為400ms，單方向調(diào)節(jié)相機(jī)的對(duì)焦?fàn)顟B(tài)，得到以下一組離焦、對(duì)焦、再離焦的圖像序列，如圖5所示。

對(duì)以上圖像序列進(jìn)行處理，得到acm和ecacm兩種算法的評(píng)價(jià)指數(shù)曲線，如圖6(a)、圖6(b)所示。理想的圖像清晰度評(píng)價(jià)函數(shù)要求評(píng)價(jià)函數(shù)具有單峰性、能反映離焦的極性、對(duì)噪聲敏感度低、無偏性等特點(diǎn)。實(shí)驗(yàn)結(jié)果表明，算法改進(jìn)前后均滿足清晰度評(píng)價(jià)函數(shù)單峰性，在峰值左右呈單調(diào)增減的趨勢，相比之下，在峰值兩側(cè)ecacm算法的評(píng)價(jià)指數(shù)比acm算法的評(píng)價(jià)指數(shù)更加對(duì)稱，具有更好的無偏性。

其次，作為改進(jìn)后的圖像清晰度評(píng)價(jià)函數(shù)，ecacm能夠在不同的曝光下，對(duì)圖像本身的質(zhì)量做出評(píng)估，即在一定范圍內(nèi)不受曝光的影響。曝光范圍[cl,ch]隨系統(tǒng)和場景變化而不同。選取固定的對(duì)焦?fàn)顟B(tài)、曝光時(shí)間以50ms為一個(gè)步長，等間距從200ms增加至900ms進(jìn)行圖像采集，得到以下一組非過曝光、曝光適中、過曝光的圖像序列，如圖7所示。圖8(a)、圖8(b)為改進(jìn)前后兩種算法對(duì)相同對(duì)焦?fàn)顟B(tài)不同曝光下所成圖像清晰度的評(píng)價(jià)指數(shù)曲線。

通過圖8中評(píng)價(jià)曲線(a)可以看出，當(dāng)曝光時(shí)間小于400ms時(shí)，acm算法的評(píng)價(jià)指數(shù)隨著曝光時(shí)間的增加而增加；當(dāng)曝光時(shí)間大于400ms時(shí)，acm評(píng)價(jià)函數(shù)呈現(xiàn)緩慢的下降趨勢。分析可知，當(dāng)曝光時(shí)間大于400ms時(shí)，由于部分較亮區(qū)域的成像已經(jīng)達(dá)到了極限灰度值255，繼續(xù)增加曝光，則會(huì)造成過曝光，較亮的區(qū)域細(xì)節(jié)丟失，且在過曝光范圍內(nèi)曝光值越大，圖像上的信息丟失越嚴(yán)重。

通過圖8中評(píng)價(jià)曲線(b)可以看出，當(dāng)曝光時(shí)間小于400ms時(shí)，ecacm評(píng)價(jià)函數(shù)的評(píng)價(jià)指數(shù)基本趨于穩(wěn)定，較好地消除acm算法的評(píng)價(jià)指數(shù)隨曝光值線性增長的關(guān)系；同時(shí)，當(dāng)曝光時(shí)間大于400ms，ecacm算法的評(píng)價(jià)指數(shù)曲線(b)能更加明顯地體現(xiàn)出由于過曝光造成圖像信息丟失的程度，解決了曝光變化條件下圖像清晰度的評(píng)價(jià)問題。此外，ecacm算法可以對(duì)實(shí)際采集過程中曝光值的設(shè)置和調(diào)節(jié)給予有效的指導(dǎo)，避免參數(shù)設(shè)置不當(dāng)造成的圖像過曝。

本發(fā)明公開了一種基于曝光補(bǔ)償?shù)膱D像絕對(duì)中心矩算法，利用圖像傳感器在非過曝光強(qiáng)度范圍內(nèi)的成像灰度值隨曝光值線性增加的特性，對(duì)acm圖像清晰度評(píng)價(jià)算法做出了改進(jìn)。改進(jìn)之后的ecacm評(píng)價(jià)算法有效解決了acm算法受曝光因素影響較大的不足，為不同曝光強(qiáng)度下圖像的清晰度評(píng)價(jià)提供了解決方案。實(shí)驗(yàn)表明，ecacm評(píng)價(jià)算法不僅在非過曝范圍內(nèi)消除了圖像清晰度評(píng)價(jià)受曝光強(qiáng)度的影響，而且能夠在過曝光時(shí)體現(xiàn)出圖像有效信息的丟失程度。

結(jié)合這里披露的本發(fā)明的說明和實(shí)踐，本發(fā)明的其他實(shí)施例對(duì)于本領(lǐng)域技術(shù)人員都是易于想到和理解的。說明和實(shí)施例僅被認(rèn)為是示例性的，本發(fā)明的真正范圍和主旨均由權(quán)利要求所限定。