[發明專利]一種基于深度學習的QPD PDAF聚焦方法

在審

• 申請號: 202211535559.5
• 申請日: 2022-11-30
• 公開（公告）號: CN115861102A
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 王玘;何恒;蘇文凱
• 申請（專利權）人: 豪威科技（武漢）有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/50;G06T7/73;G06V10/764;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 上海思捷知識產權代理有限公司 31295
• 代理人: 劉暢

本發明提供一種基于深度學習的QPD PDAF聚焦方法，包括：獲取數據集與驗證集并進行數據預處理；搭建QPD PDAF網絡模型；進行網絡訓練獲得最終的網絡模型；以及采集測試圖像數據并輸入至最終的所述網絡模型，輸出Defocus值。本發明提供的基于深度學習的QPD PDAF聚焦方法，在常規場景和典型難例中均能達到快速、穩定且精確度更高的聚焦效果。

技術領域

本發明涉及攝像頭成像技術領域，特別涉及一種基于深度學習的QPD PDAF聚焦方法。

背景技術

傳統的對焦方式為反差對焦，以圖像畫面的對比度作為參考標準，對焦過程選取對比度最高的點作為對焦清晰點。馬達驅動鏡頭從最低點移動到最高點，并記錄每個位置的畫面對比度，等鏡頭走完全程后，將鏡頭移動到對比度最高的位置，完成反差對焦。

PDAF(Phase Detection Auto Focus，相位對焦)基本原理在于：手機模組里面感應圖像的部分為感光芯片，每個像素點都在感應圖像，如果把間隔一段距離的對稱的兩個像素點，分別遮蓋像素點的左半邊和右半邊，相當于人的左右兩只眼睛，根據兩只眼睛看到物體的角度不同，可以計算對焦是否準確。

PDAF相對于反差對焦，沒有馬達搜索全程的過程，而是通過判斷相位的差異，可以判斷馬達需要多少距離可以到清晰點，將鏡頭一下子推動到那個清晰點位置，從而大大提高了對焦速度。

然而，基于QPD(四相位檢測)傳感器的傳統PDAF方案在暗光、高光、高頻小字、弱紋理等典型難例場景會出現聚焦精度不夠或聚焦不穩定(震蕩)現象，從而影響PDAF算法在QPD傳感器上的適用性。

發明內容

本發明的目的在于提供一種基于深度學習的QPD PDAF聚焦方法，在常規場景和典型難例均能達到快速、穩定且精確度更高的聚焦效果。

為解決上述技術問題，本發明提供一種基于深度學習的QPD PDAF聚焦方法，包括：

獲取數據集與驗證集并進行數據預處理；

搭建QPD PDAF網絡模型；

進行網絡訓練獲得最終的網絡模型；以及

采集測試圖像數據并輸入至最終的所述網絡模型，輸出Defocus值。

可選的，獲取數據集與驗證集的步驟包括：

采集QPD圖像數據；數據采樣；生成數據標簽以及生成數據集與驗證集。

可選的，使用QPD傳感器采集圖像數據。

可選的，所述數據采樣包括將每張圖像分為6*9個像素為200*200的窗口。

可選的，生成數據標簽的方法包括：

計算所述圖像的對比度；

找到梯度最大值附近的N個點，計算聚焦點位置，其中N為正整數；以及

根據所述聚焦點位置，生成Defocus標簽。

可選的，所述圖像的對比度的計算公式為：

G_x(x，y)＝2I(x，y)-I(x-1，y)-I(x+1，y)

G_y(x，y)＝2I(x，y)-I(x，y-1)-I(x，y+1)

其中，x與y指的是像素點在所述圖像中的位置。

可選的，所述Defocus標簽為：

Label＝DAC_current-DAC_focus