一種近距離物體優(yōu)先的對(duì)焦窗口選擇策略＊

高林中

（山西煤炭職業(yè)技術(shù)學(xué)院，山西 太原 030031）

引 言

隨著數(shù)碼相機(jī)普遍進(jìn)入千萬(wàn)級(jí)有效像素的行列，為提高自動(dòng)對(duì)焦速度，大多數(shù)相機(jī)都采用了多個(gè)對(duì)焦窗口的自動(dòng)對(duì)焦技術(shù)。對(duì)焦窗口選擇是數(shù)碼相機(jī)進(jìn)行自動(dòng)對(duì)焦的關(guān)鍵技術(shù)之一。對(duì)于自動(dòng)選擇對(duì)焦窗口，目前產(chǎn)品中有利用模式識(shí)別的方法選擇對(duì)焦窗口的［1］，也有利用拍攝者眼睛瞳孔信息選擇對(duì)焦窗口的［2］。受各種方法的局限性影響，很難找到一種能夠普遍適用的對(duì)焦窗口選擇方法。為此，大多相機(jī)采用了多種對(duì)焦窗口選擇方法。而采用近距離物體優(yōu)先的自動(dòng)對(duì)焦窗口選擇，不失為一種既簡(jiǎn)單又有效的選擇策略。

1 采用近距離物體優(yōu)先的對(duì)焦窗口選擇策略的可行性

利用模式識(shí)別的方法選擇對(duì)焦窗口也叫人臉優(yōu)先對(duì)焦模式，先利用人類皮膚顏色分布的特點(diǎn)來(lái)探測(cè)圖像中的皮膚區(qū)域，然后用形態(tài)學(xué)操作來(lái)去除皮膚區(qū)域中的眼睛、鼻孔、嘴巴等非皮膚碎片，最后以所得的皮膚區(qū)域作為對(duì)焦窗口應(yīng)用對(duì)焦評(píng)價(jià)函數(shù)［1］。利用拍攝者眼睛瞳孔信息選擇對(duì)焦窗口，叫做眼控對(duì)焦模式，是對(duì)現(xiàn)有照相機(jī)的取景目鏡結(jié)構(gòu)稍加改進(jìn)，利用相機(jī)的圖像傳感器獲取拍攝者眼睛的圖像，再通過(guò)對(duì)該圖像進(jìn)行處理來(lái)判斷其瞳孔在眼睛中的位置，并依此推斷拍攝者的注意力所集中的區(qū)域，從而實(shí)現(xiàn)對(duì)焦窗口的自動(dòng)選擇［2］。

以上兩種對(duì)焦窗口選擇方法，都需要較為復(fù)雜的軟件系統(tǒng)支持，利用拍攝者瞳孔信息選擇對(duì)焦窗口，還需要一定的硬件支持。而且，模式識(shí)別的方法僅適用于成像主體是人的情況。眼控對(duì)焦模式對(duì)于單一拍攝對(duì)象且拍攝者只專注于拍攝對(duì)象的場(chǎng)景時(shí)是相當(dāng)有效的。但是，根據(jù)人們的拍攝經(jīng)驗(yàn)，按動(dòng)快門之前，拍攝者一般都要環(huán)視一下整個(gè)畫面，以便把握照片的構(gòu)圖情況，而這一習(xí)慣往往會(huì)造成這種方法選擇對(duì)焦窗口的失敗。為此，有必要采用一種簡(jiǎn)單有效的自動(dòng)對(duì)焦窗口選擇方法。

事實(shí)上，除了框架式構(gòu)圖、透過(guò)玻璃等透明物體和細(xì)碎柵欄拍攝的照片外，在照片中心80%的區(qū)域（數(shù)碼相機(jī)的對(duì)焦窗口一般設(shè)置在此范圍）內(nèi)，大多數(shù)照片的拍攝主體都處于距離鏡頭最近的位置，如人物風(fēng)景照、合影照等，與圖1相似。通過(guò)對(duì)2007年第三期《中國(guó)攝影》雜志所刊登的166張圖片進(jìn)行分析統(tǒng)計(jì)，發(fā)現(xiàn)其中拍攝主體滿足上述條件的有67張，達(dá)到了40.4%。

據(jù)上所述，可以采取這樣的一種對(duì)焦窗口選擇方法，即驅(qū)動(dòng)相機(jī)鏡頭由近及遠(yuǎn)對(duì)拍攝對(duì)象對(duì)焦，獲得一系列圖像，針對(duì)每一幅圖像，對(duì)所有的對(duì)焦窗口計(jì)算對(duì)焦評(píng)價(jià)函數(shù)值，從中找到對(duì)焦評(píng)價(jià)函數(shù)達(dá)到最大值時(shí)對(duì)應(yīng)物距最小的對(duì)焦窗口，并以該對(duì)焦窗口為對(duì)焦區(qū)域在對(duì)焦評(píng)價(jià)函數(shù)最大值附近進(jìn)行較為精確的自動(dòng)對(duì)焦，便可以得到以拍攝主體為對(duì)焦對(duì)象的清晰圖像。這就是近距離物體優(yōu)先的對(duì)焦窗口自動(dòng)選擇。

圖1 適用于近距離物體優(yōu)先對(duì)焦窗口自動(dòng)選擇的場(chǎng)景Fig.1 The sutable scene for close－up objects AF windows priority

2 近距離物體優(yōu)先的對(duì)焦窗口選擇的實(shí)現(xiàn)

2.1 對(duì)焦評(píng)價(jià)函數(shù)的選擇

由于在選擇對(duì)焦窗口時(shí)，要對(duì)所有的對(duì)焦窗口適用對(duì)焦評(píng)價(jià)函數(shù)，對(duì)于每一幅圖像，都要計(jì)算所有的函數(shù)值，因此，計(jì)算量大。為保證對(duì)焦的實(shí)時(shí)性，可選擇計(jì)算量小、信噪比高、評(píng)價(jià)結(jié)果準(zhǔn)確可靠的圖像梯度（4鄰域微分拉普拉斯算子）加閾值求和函數(shù)，作為對(duì)焦評(píng)價(jià)函數(shù)［3］。計(jì)算如下：

對(duì)于圖像序列的第k幅圖像，在對(duì)焦窗口J內(nèi)，采用隔行掃描、間隔選取像素的方法，對(duì)每個(gè)像素在3×3鄰域內(nèi)計(jì)算拉普拉斯算子：

式（1）中，x，y＝2n＋1，n＝0，1，2，……。

設(shè)定小閾值M和大閾值N，對(duì)于上面函數(shù)作如下處理：

小閾值M和大閾值N的大小，可根據(jù)理想對(duì)焦評(píng)價(jià)函數(shù)曲線的要求，通過(guò)運(yùn)用MatLab，對(duì)于不同場(chǎng)景、不同對(duì)焦距離的系列照片進(jìn)行對(duì)焦評(píng)價(jià)函數(shù)曲線的仿真來(lái)確定。

當(dāng)選定對(duì)焦窗口后，可選擇一種對(duì)焦精度高、無(wú)偏性好的函數(shù)取代4鄰域微分拉普拉斯算子，以提高對(duì)焦精度，如可選取基于Kirsch邊緣檢測(cè)算子［4］：

基于Kirsch邊緣檢測(cè)算子共有8個(gè)卷積核（見(jiàn)表1，表中每個(gè)卷積核的行列對(duì)應(yīng)圖像像素的行序和列序，表格中的數(shù)值為相應(yīng)像素值在卷積核中的權(quán)重），對(duì)于圖像中的每個(gè)像素都用這8個(gè)掩模進(jìn)行卷積，每個(gè)掩模都對(duì)某個(gè)特定邊緣方向作出最大響應(yīng)。所有8個(gè)方向的最大值作為該點(diǎn)的輸出值f（x，y）。

表1 Kirsch邊緣檢測(cè)算子Tab.1 Kirsch edge detection operator

經(jīng)MatLab仿真實(shí)驗(yàn)可以得到，當(dāng)選擇4鄰域微分拉普拉斯算子作為對(duì)焦評(píng)價(jià)函數(shù)時(shí)，M＝0.04，N＝0.17；當(dāng)選擇Kirsch邊緣檢測(cè)算子作為對(duì)焦評(píng)價(jià)函數(shù)時(shí)，M＝0.14，N＝7。

2.2 對(duì)焦搜索算法

對(duì)焦搜索算法采用改進(jìn)的爬山算法［5］。搜索過(guò)程分為兩大步，先搜索確定對(duì)焦窗口，再在確定的對(duì)焦窗口內(nèi)進(jìn)行對(duì)焦，直到得到最高精度的搜索值。其基本流程框圖如圖2所示。

2.3 窗口選擇及對(duì)焦的實(shí)現(xiàn)過(guò)程

以圖1為例，采用近距離物體優(yōu)先的對(duì)焦窗口自動(dòng)選擇的方法，實(shí)現(xiàn)自動(dòng)對(duì)焦的基本過(guò)程有三步：（1）當(dāng)完成取景并啟動(dòng)自動(dòng)對(duì)焦程序后，數(shù)碼相機(jī)使用較大步長(zhǎng)，由近及遠(yuǎn)驅(qū)動(dòng)并改變鏡頭的對(duì)焦距離，得到不同對(duì)焦距離的一系列圖像，對(duì)于取景范圍內(nèi)的所有對(duì)焦窗口，分別計(jì)算出每一幅圖像所對(duì)應(yīng)的梯度閾值評(píng)價(jià)函數(shù)值，從而得到最先找到函數(shù)最大值的對(duì)焦窗口，如圖1中汽艇或水面波浪所對(duì)應(yīng)的窗口，該窗口即是離數(shù)碼相機(jī)最近物體所對(duì)應(yīng)的對(duì)焦窗口；（2）針對(duì)這一對(duì)焦窗口，在梯度閾值函數(shù)值最大值所對(duì)應(yīng)的對(duì)焦距離附近的一定范圍內(nèi)，使用較小步長(zhǎng)，驅(qū)動(dòng)并改變鏡頭的對(duì)焦距離，得到不同對(duì)焦距離的一系列圖像，計(jì)算出每一幅圖像在選定對(duì)焦窗口范圍內(nèi)的基于Kirsch邊緣檢測(cè)算子的閾值函數(shù)值，從而得到該函數(shù)的最大值；（3）將鏡頭驅(qū)動(dòng)到基于Kirsch邊緣檢測(cè)算子的閾值函數(shù)最大值對(duì)應(yīng)的對(duì)焦距離，啟動(dòng)快門拍攝，即可得到拍攝對(duì)象最清晰的圖象，如圖1所示。

圖2 對(duì)焦搜索算法基本流程圖Fig.2 Basic flow chart of focus search algorithm

3 近距離物體優(yōu)先的對(duì)焦窗口選擇的應(yīng)用擴(kuò)展

拍攝實(shí)踐中，往往存在這樣的一種情況：在整幅畫面中，由于各拍攝對(duì)象的影響，故不適用近距離物體優(yōu)先的對(duì)焦窗口選擇。但在拍攝主體的附近區(qū)域內(nèi)，則可適用這種窗口選擇策略，如圖3所示情形。為實(shí)現(xiàn)這種情況下對(duì)焦窗口的自動(dòng)選擇，對(duì)于對(duì)焦窗口數(shù)目較多的數(shù)碼相機(jī)，可以根據(jù)對(duì)焦窗口的空間位置，對(duì)對(duì)焦窗口進(jìn)行分組，先手動(dòng)選擇拍攝主體所處位置的對(duì)焦窗口組，然后再在該對(duì)焦窗口組中選用近距離物體優(yōu)先的對(duì)焦窗口選擇策略，以自動(dòng)選擇對(duì)焦窗口，實(shí)現(xiàn)自動(dòng)對(duì)焦。這樣，就會(huì)擴(kuò)大該對(duì)焦窗口選擇策略的適用范圍。假設(shè)某數(shù)碼相機(jī)設(shè)有19個(gè)對(duì)焦窗口，如圖4（a）所示，可將這些窗口依空間位置分為五組。對(duì)于圖3的情形，可手動(dòng)選擇一組對(duì)焦窗口作為區(qū)域［如圖4（b）所示白線框內(nèi)的五個(gè)對(duì)焦窗口］，適用近距離物體優(yōu)先的對(duì)焦窗口選擇策略。

圖3 整幅畫面不適用、但在圖中圓圈內(nèi)則適用近距離物體優(yōu)先對(duì)焦窗口選擇策略的情形Fig.3 The scene of the whole picture is not applicable，but it is applicable within a circle

圖4 近距離物體優(yōu)先的對(duì)焦窗口選擇的應(yīng)用擴(kuò)展Fig.4 The extended application of close－up objects AF windows Priority

4 結(jié) 論

近距離物體優(yōu)先的對(duì)焦窗口選擇不需要特殊硬件支持，計(jì)算量小，實(shí)時(shí)性好，適用性強(qiáng)，可作為數(shù)碼相機(jī)的一種對(duì)焦窗口自動(dòng)選擇策略。當(dāng)然，該策略只適用于在數(shù)碼相機(jī)設(shè)置（或選定）的所有對(duì)焦窗口對(duì)應(yīng)的取景區(qū)域內(nèi)，離拍攝者距離最近物體是拍攝對(duì)象，并且拍攝對(duì)象具有一定圖象細(xì)節(jié)的情況。如果拍攝對(duì)象前有其他物體，該策略是不適用的。

［1］田宜彬，徐之海，馮華君，等.基于皮膚探測(cè)的自動(dòng)對(duì)焦［J］.光子學(xué)報(bào)，2003，32（1）：56－61.

［2］田宜彬，徐之海，馮華君，等.用于數(shù)碼相機(jī)的瞳孔控制自動(dòng)對(duì)焦技術(shù)［J］.光學(xué)技術(shù)，2003，29（1）：53－55.

［3］朱孔鳳，姜 威，王端芳，等.一種新的圖像清晰度評(píng)價(jià)函數(shù)［J］.紅外與激光工程，2005，34（4）：464－468.

［4］楊再華，李玉和，李慶祥，等.基于邊緣特征提取的圖像清晰度評(píng)價(jià)函數(shù)［J］.計(jì)算機(jī)工程與應(yīng)用，2005，41（10）：35－36，161.

［5］朱明峰，王命延.基于彩色離焦模糊圖像清晰度評(píng)價(jià)的啟發(fā)式調(diào)焦算法［J］.南昌大學(xué)學(xué)報(bào)（理科版），2004，28（3）：297－300.