[发明专利]用于视频监控系统的SUSAN自动对焦方法

说明书

技术领域

本发明涉及一种用于视频监控系统的自动对焦方法，特别涉及一种用于视频监控系统的SUSAN自动对焦方法。

背景技术

随着电子技术、图像处理技术的不断发展，机器人视觉及数字视频系统在日常生活中得到了广泛应用。能够清晰成像则是对视频监控系统的基本要求，而自动对焦技术是系统获取清晰图像的重要前提和保障，因此自动对焦技术已成为机器人视觉及数字视频系统的关键技术。清晰度评价函数性能的优劣会对视频监控系统的对焦效果产生直接影响，所以应该根据系统的实际性能要求合理的对清晰度评价函数进行选择。性能优良的评价函数应该具有良好的无偏性、单峰性，较高的灵敏度，此外对于存在噪声干扰的实时视频系统还应该具有较好的实时性和一定的抗噪性。

目前常用的图像清晰度评价函数主要分为频域和空域两类。频域评价函数虽然具有一定的抗噪性，但是需要进行空域到频域的转换，计算复杂，运算量大，往往很难满足系统的实时性要求；而常用的Tenengrad、空间梯度、方差函数等空域评价函数虽然计算量小，但是抗噪性较差。因而有必要研究一种既能满足系统实时性要求又具备一定抗噪性的整体性能优良的清晰度评价函数。

SUSAN算子，在边缘检测的准确性、实时性与抗噪性方面具有突出表现。SUSAN是Smallest Univalue Segment Assimilating Nucleus（最小核值相似区）的缩写，是由英国学者Smith等提出来的。它是一种基于灰度特征点的获取方法，由于采用的模板为圆形模板，对图像边缘方向性要求不高，同时具有运算简单，抗噪性强等特点，将其运用到自动对焦算法中，可以在很大程度上提高图像边缘识别的准确性与滤除噪声干扰的能力；其计算速度快的特点，使其更适用于实时图像处理系统。本发明提出的基于SUSAN算子的清晰度评价函数，就是利用了SUSAN算子的上述特点，通过对SUSAN边缘检测算法进行改进后作为图像清晰度评价函数应用到自动对焦算法中。

发明内容

本发明的目的是为了解决当前的自动对焦算法运算量与抗噪性不能兼顾的问题，而提出的一种用于视频监控系统的SUSAN自动对焦方法。

为了解决上述技术问题，本发明的技术方案具体如下：

一种用于视频监控系统的SUSAN自动对焦方法，用以保持光学镜头位置不变，沿光轴调整图像探测器靶面位置至最佳成像位置，包括以下步骤：

步骤i：利用改进的SUSAN边缘提取算法作为自动对焦过程的清晰度评价函数；

步骤ii：利用自适应变步长爬山算法作为自动对焦过程的最佳清晰度值位置搜索算法。

在上述技术方案中，步骤i具体包括以下的步骤：

（1）计算出当前帧用于参与清晰度评价值计算的图像窗口内每个像素点的核值相似区值，计算式为：

n(r0)=Σrc(r,r0)---(1)]]>

其中：