[發明專利]一種基于數論變換的圖像聚焦測度實現方法

在審

• 申請號: 201910102017.0
• 申請日: 2019-01-25
• 公開（公告）號: CN109886943A
• 公開（公告）日: 2019-06-14
• 發明（設計）人: 郭立強;劉戀;李春紅
• 申請（專利權）人: 淮陰師范學院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;H04N5/232
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于數論變換的圖像聚焦測度實現方法，屬于被動成像技術領域。該方法首先對圖像進行降噪處理，然后對降噪后的圖像進行分塊并計算每一幅子圖像的數論變換，得到相應子圖像的頻域系數。再選取每一幅子圖像的頻域系數來構造圖像的清晰度信息。最后求出所有子圖像清晰度信息所構成集合的方差，并把該方差值作為整幅圖像的聚焦測度。本發明在對圖像進行降噪和分塊的基礎上，采用數論變換來提取圖像的細節信息，具有原理簡單、計算復雜度低的優點，同時通過上述步驟的實施，降低了噪聲對圖像細節信息的干擾，尤其在低對比度成像條件下的噪聲魯棒性強。本方法適合于相機的被動成像系統，便于推廣使用。

技術領域

本發明屬于自動成像技術領域，具體涉及一種基于數論變換的圖像聚焦測度實現方法。

背景技術

日常生活中的拍照設備，例如單反相機、具有照相功能的手機以及路口的監控抓拍系統等都可以獲得清晰的圖像。然而清晰圖像的獲取是依賴于拍照設備的自動聚焦性能實現的。目前，市場上的拍照設備主要采用被動成像的自動聚焦技術。其核心是設計一個用于評價圖像清晰度的聚焦測度，通過聚焦測度來選擇最清晰的圖像并保存。因此，一個性能優良的聚焦測度實現方法直接影響到所拍攝圖像的質量。

目前使用較為廣泛的圖像聚焦測度方法是基于圖像細節信息來構建的，例如基于圖像邊緣提取的聚焦測度。典型的方法有圖像一階高斯導數方法、二階導數方法、一階偏導數方法、梯度求和方法以及拉普拉斯求和方法等。此類方法的本質是構造一個尺寸為3×3或者5×5卷積模板，用該模板與整幅圖像進行卷積運算。卷積運算的結果是提取出圖像的邊緣信息，然后采用取絕對值或者平方求和的形式來構造整幅圖像的聚焦測度。此類構造聚焦測度的方法存在如下兩個主要缺點。首先是卷積運算復雜度高，需要對整幅圖像的所有像素點進行遍歷操作，目前還沒有較為成熟的快速算法，尤其是硬件設備上的快速算法，使得此類聚焦測度方法的聚焦實時性指標較差。其次是圖像的噪聲與邊緣信息均屬于高頻信息，經過卷積運算后會增強噪聲信息，也就是說此類聚焦測度易受噪聲影響，最終導致錯誤的聚焦。

另外一類聚焦測度方法是基于圖像變換的方法，即在變換域(頻域)提取圖像的高頻信息來構建聚焦測度。典型的方法有細尺度小波系數的和、基于曲波變換的聚焦測度、基于離散余弦變換的聚焦測度、基于傅里葉變換的聚焦測度以及短時分數階傅里葉變換的聚焦測度。這些基于變換的方法有一個共同的特點，就是對圖像進行變換后提取高頻信息，以此來作為圖像聚焦測度值。這類方法和前面基于邊緣提取的方法在思想方法上是一致的，均強調高頻信息。只不過前者是在空域采用卷積的方法來構造聚焦測度，而后者是在頻域采用變換的方式來構造聚焦測度。基于圖像變換的方法也容易受噪聲影響，并且有些變換的計算復雜度比較大，例如小波變換和分數階傅里葉變換，均沒有成熟的硬件快速算法。

上述兩類方法還有一個共同的特點是以整幅圖像的全局信息來構建聚焦測度。如果圖像的背景比較均勻或者比較平滑，此時極易受噪聲影響，使得相應的聚焦測度無法反映出圖像的清晰度信息。例如用手機的拍照功能在光照條件比較弱的室內或者夜間場景下進行拍照，我們會發現(手機)相機的自動對焦功能并不好用，所拍攝出的圖像存在模糊現象并且有顆粒感。這就是聚焦測度算法失效的一個體現。因此，如何構建具有噪聲魯棒性的聚焦測度具有重要的研究意義與實用價值。

發明內容

針對現有技術中存在的問題，本發明提供了一種具有強噪聲魯棒性的圖像聚焦測度實現方法，本發明所采取的技術方案如下：

一種基于數論變換的圖像聚焦測度實現方法，包括如下步驟：

步驟S1：將原始圖像像素的行數和列數均調整為2ⁿ的整數倍，其中n為正整數，得到圖像f(x，y)，圖像f(x，y)的行數和列數分別用M和N表示；

步驟S2：對圖像f(x，y)進行降噪處理，得到圖像g(x，y)；