[发明专利]通过曼哈顿街区距离寻找最佳焦距的算法

说明书

本发明公开了通过曼哈顿街区距离寻找最佳焦距的算法，包括下列步骤：S1设置一个列表L，用于存储每个焦距下图像的曼哈顿街区距离总和S及焦距F的键值对；S2设定初始焦距F为红外镜头的最小焦距，在此焦距下，抓拍一张红外图像，并且计算此红外图像的曼哈顿街区距离总和S；S3将曼哈顿街区距离总和S及对应的焦距F组成键值对并存入列表L中；S4将焦距F增加一个调焦步长x,即F＝F+x，重复以上步骤，直到焦距F等于或大于红外镜头的最大焦距；S5从列表L中找出曼哈顿街区距离总和S最大值的键值对，取出对应的值，这个值就是最佳焦距。本发明将轻松实现自动调焦的功能，拍出高质量的红外图像。

技术领域

本发明涉及焦距算法技术领域，具体为通过曼哈顿街区距离寻找最佳焦距的算法。

背景技术

焦距，是光学系统中衡量光的聚集或发散的度量方式，指平行光入射时从透镜光心到光聚集之焦点的距离。具有短焦距的光学系统比长焦距的光学系统有更佳聚集光的能力。简单的说焦距是焦点到面镜的中心点之间的距离。照相机中焦距f像距2f才能成像。对焦是指使用照相机时调整好焦点距离，英文学名为Focus，通常数码相机有多种对焦方式，分别是自动对焦、手动对焦和多重对焦方式。在红外拍图的过程中，手动对焦会有点困难，希望能提供自动对焦的功能。在实现自动对焦的功能时，一款高效、简单的自动寻找最佳焦距的算法是必不可少的。

目前市场上寻找最佳焦距的算法有Tenengrad梯度算法、Laplacian梯度算法和方差算法，这些算法的速度较慢、效率不高、实现还挺麻烦，因此本发明通过曼哈顿街区距离寻找最佳焦距的算法来解决上述存在的问题。

发明内容

本发明的目的在于提供通过曼哈顿街区距离寻找最佳焦距的算法，以解决上述背景技术中提出的目前市场上寻找最佳焦距的算法速度较慢、效率不高、实现还挺麻烦的问题。

为实现上述目的，本发明提供如下技术方案：通过曼哈顿街区距离寻找最佳焦距的算法，包括下列步骤：S1设置一个列表L，用于存储每个焦距下图像的曼哈顿街区距离总和S及焦距F的键值对；S2设定初始焦距F为红外镜头的最小焦距，在此焦距下，抓拍一张红外图像，并且计算此红外图像的曼哈顿街区距离总和S；S3将曼哈顿街区距离总和S及对应的焦距F组成键值对并存入列表L中；S4将焦距F增加一个调焦步长x,即F＝F+x，重复以上步骤，直到焦距F等于或大于红外镜头的最大焦距；S5从列表L中找出曼哈顿街区距离总和S最大值的键值对，取出对应的值，这个值就是最佳焦距。

优选的，所述步骤S2中，计算此红外图像的曼哈顿街区距离总和S，具体操作如下：

(a)计算此红外图像所有像素点的平均像素值为E；

(b)从第一个像素点开始扫描；

(c)计算当前像素值V与平均像素值E的差的绝对值(即曼哈

顿街区距离)D＝|V-E|；

(d)将此曼哈顿街区距离加到哈顿街区距离总和S中，即S＝S

+D；

(e)扫描处理下一个像素点；

(f)重复c、d、e步，直到图像的最后一个像素点。

与现有技术相比，本发明的有益效果是：

本算法通过将曼哈顿街区距离总和S及对应的焦距F组成键值对并存入列表L中，将焦距F增加一个调焦步长x,即F＝F+x，重复以上步骤，直到焦距F等于或大于红外镜头的最大焦距，从列表L中找出曼哈顿街区距离总和S最大值的键值对，取出对应的值，这个值就是最佳焦距，利用此算法比Tenengrad梯度算法、Laplacian梯度算法和方差算法的速度、效率要提升30％，实现还很简单，有了本算法，将轻松实现自动调焦的功能，拍出高质量的红外图像。

附图说明

图1为本发明的步骤流程框图。