[发明专利]一种基于局部边缘检测的图像聚焦测度实现方法

说明书

本发明公开了一种基于局部边缘检测的图像聚焦测度实现方法，属于信息处理技术领域。该方法首先对图像进行高斯滤波，然后将滤波后的图像进行分块并对每一幅子图像进行基于矩函数的边缘检测，得到相应子图像的边缘图像。再通过边缘图像来构造子图像的清晰度。最后求出所有子图像清晰度所构成集合的方差，并把该方差值作为整幅图像的聚焦测度。本发明在高斯滤波和图像分块的基础上，采用基于矩函数的边缘检测来提取图像细节信息，具有原理简单、计算复杂度低的优点，通过上述步骤的实施，降低了噪声对图像细节信息的干扰，尤其在低对比度成像条件下的噪声鲁棒性强。本方法适合于相机的被动成像系统，具有较高的推广使用价值。

技术领域

本发明属于信息处理技术领域，具体涉及一种基于局部边缘检测的图像聚焦测度实现方法。

背景技术

日常生活中的拍照设备，例如单反相机、具有照相功能的手机以及路口的监控抓拍系统等都可以获得清晰的图像。然而清晰图像的获取是依赖于拍照设备的自动聚焦性能实现的。目前，市场上的拍照设备主要采用被动成像的自动聚焦技术。其核心是设计一个用于评价图像清晰度的聚焦测度，通过聚焦测度来选择最清晰的图像并保存。因此，一个性能优良的聚焦测度实现方法直接影响到所拍摄图像的质量。

目前使用较为广泛的图像聚焦测度方法是基于图像细节信息来构建的，例如基于图像边缘提取的聚焦测度。典型的方法有图像一阶高斯导数方法、二阶导数方法、一阶偏导数方法、梯度求和方法以及拉普拉斯求和方法等。此类方法的本质是构造一个尺寸为3×3或者5×5卷积模板，用该模板与整幅图像进行卷积运算，这些方法相当于对原始图像进行高通滤波处理，而图像的边缘信息属于“高频信息”。这导致图像的其他噪声也一并进入边缘图像中。在提取出图像的边缘信息后采用取绝对值或者平方求和的形式来构造整幅图像的聚焦测度。此类构造聚焦测度的方法存在如下两个主要缺点。首先是卷积运算复杂度高，需要对整幅图像的所有像素点进行遍历操作，目前还没有较为成熟的快速算法，尤其是硬件设备上的快速算法，使得此类聚焦测度方法的聚焦实时性指标较差。其次是图像的噪声与边缘信息均属于高频信息，经过卷积运算后会增强噪声信息，也就是说此类聚焦测度易受噪声影响，最终导致错误的聚焦。

另外一类聚焦测度方法是基于图像变换的方法，即在变换域(频域)提取图像的高频信息来构建聚焦测度。典型的方法有细尺度小波系数的和、高频与低频小波系数的比率、基于离散余弦变换的聚焦测度、基于曲波变换的聚焦测度以及短时分数阶傅里叶变换的聚焦测度。这些基于变换的方法有一个共同的特点，就是对图像进行变换后提取高频信息，以此来作为图像聚焦测度值。这类方法和前面基于边缘提取的方法在思想方法上是一致的，均强调高频信息。只不过前者是在空域采用卷积的方法来构造聚焦测度，而后者是在频域采用变换的方式来构造聚焦测度。基于图像变换的方法也容易受噪声影响，并且有些变换的计算复杂度比较大，例如小波变换和曲波变换，均没有成熟的硬件快速算法。

上述两类方法还有一个共同的特点是以整幅图像的全局信息来构建聚焦测度。如果图像的背景比较均匀或者比较平滑，此时极易受噪声影响，使得相应的聚焦测度无法反映出图像的清晰度信息。例如用手机的拍照功能在光照条件比较弱的室内或者夜间场景下进行拍照，我们会发现(手机)相机的自动对焦功能并不好用，所拍摄出的图像存在模糊现象并且有颗粒感。这就是聚焦测度算法失效的一个体现。因此，如何构建具有噪声鲁棒性的聚焦测度具有重要的研究意义与实用价值。

发明内容

针对现有技术中存在的问题，本发明提供了一种具有强噪声鲁棒性的图像聚焦测度实现方法，本发明所采取的技术方案如下：

一种基于局部边缘检测的图像聚焦测度实现方法，包括如下步骤：

步骤S1：将原始图像像素的行数和列数均调整为2n+1的整数倍，其中n为一个正整数且n≥2，得到图像f(x，y)，图像f(x，y)的行数和列数分别用M和N表示；然后对f(x，y)进行高斯滤波处理得到滤波后的图像g(x，y)，以此来降低噪声的干扰；