成像裝置快速對(duì)焦方法及其設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及成像技術(shù)領(lǐng)域，特別涉及一種成像裝置快速對(duì)焦方法及其設(shè)備。
【背景技術(shù)】
[0002] 隨著數(shù)碼成像技術(shù)的發(fā)展，大量的便攜式電子設(shè)備，例如手機(jī)、播放器、掌上電腦、 相機(jī)等設(shè)備均配備了攝像頭，進(jìn)行攝像。在攝像過程中通常采用自動(dòng)對(duì)焦技術(shù)完成對(duì)焦，目 前常見對(duì)焦方法主要有以下兩種：
[0003] 1.對(duì)比偵測(cè)對(duì)焦：對(duì)比度檢測(cè)自動(dòng)對(duì)焦時(shí)，鏡頭會(huì)前后方向移動(dòng)，相機(jī)直接對(duì)感 光器上對(duì)焦區(qū)域的局部圖像進(jìn)行分析，通過判斷圖像的對(duì)比度大小確定是否合焦。圖像對(duì) 比度達(dá)到最大時(shí)，完全合焦。優(yōu)點(diǎn)是對(duì)焦精度高，對(duì)焦點(diǎn)選擇自由，缺點(diǎn)是對(duì)焦速度慢，其對(duì) 焦時(shí)需反復(fù)驅(qū)動(dòng)馬達(dá)，耗費(fèi)時(shí)間，也增加馬達(dá)及傳動(dòng)構(gòu)件的。
[0004] 2.相位對(duì)焦：對(duì)焦系統(tǒng)通過圖像分離鏡頭將圖像分解成兩個(gè)光路，傳到兩個(gè)成對(duì) 的線性傳感器，根據(jù)兩個(gè)傳感器的信號(hào)分析得到兩個(gè)傳感器聚焦位置，再將兩個(gè)聚焦位置 之間的距離與設(shè)定的合焦距離比較。可以計(jì)算出達(dá)到正確合焦鏡頭應(yīng)該移動(dòng)的方向和距 離，不需要鏡頭多次來回反復(fù)移動(dòng)，對(duì)焦迅速。優(yōu)點(diǎn)是對(duì)焦速度快，缺點(diǎn)對(duì)焦精度低、對(duì)焦點(diǎn) 固定以及對(duì)焦點(diǎn)圖像有要求。
[0005] 以上兩種對(duì)焦方法有共同的缺點(diǎn)，都需要對(duì)焦點(diǎn)圖像有一定的亮度或色彩變化， 對(duì)焦準(zhǔn)確率低。
[0006] 綜上所述，提供一種任意選擇對(duì)焦點(diǎn)，準(zhǔn)確快速低損耗的對(duì)焦方法，成為本領(lǐng)域技 術(shù)人員亟待解決的問題。
[0007] 現(xiàn)有的深度計(jì)算技術(shù)即常見的測(cè)距方法是用兩個(gè)或兩個(gè)以上的視點(diǎn)去觀察同一 物體目標(biāo)，獲得在不同視角下的一組圖像（例如，至少兩幅圖像），然后通過視覺成像原理 推算出不同圖像中對(duì)應(yīng)像素間的相對(duì)位置信息，進(jìn)而推斷物體目標(biāo)的空間位置。
[0008] 圖1是以橫向雙攝像頭方案為例，對(duì)深度信息進(jìn)行計(jì)算的示意圖。圖2是橫向雙 攝像頭成像的水平面投影示意圖。
[0009]設(shè)空間一點(diǎn)Pw(x。，y。，z。）在兩個(gè)平行放置的傳感器中像點(diǎn)分別是I\T(Xl，yi，Zl)和 PRT(x2,y2,z2)，貝丨J在已知兩傳感器光軸中心基線長(zhǎng)b和鏡頭焦距f的情況下，可以計(jì)算出Pw 點(diǎn)的深南1·
[0010]
[0011] z。為虛化計(jì)算所需要的深度信息。
[0012] 以前后放置的縱向雙攝像頭方案為例，圖3是縱向雙攝像頭成像的垂直面投影的 示意圖。
[0013] 設(shè)空間一點(diǎn)Pw (X。，y。，z。）在兩個(gè)縱向同軸放置的傳感器中像點(diǎn)分別是前 PFT (X!，y!，z!)和后PRR (x2,y2,z2),貝丨J在已知兩傳感器光軸中心基線長(zhǎng)b的情況下，可以計(jì)算 出Pw點(diǎn)的深度z。： _iyx\\
[0014] zo：- I :^j·' Pi-^1
[0015]z。為虛化計(jì)算所需要的深度彳目息。
[0016] 此外，對(duì)于確定深度信息，還有雙目橫向會(huì)聚模式等等實(shí)現(xiàn)方式。
[0017] 公開于該發(fā)明【背景技術(shù)】部分的信息僅僅旨在加深對(duì)本發(fā)明的一般【背景技術(shù)】的理 解，而不應(yīng)當(dāng)被視為承認(rèn)或以任何形式暗示該信息構(gòu)成已為本領(lǐng)域技術(shù)人員所公知的現(xiàn)有 技術(shù)。

【發(fā)明內(nèi)容】

[0018] 為解決現(xiàn)有技術(shù)對(duì)焦過程復(fù)雜準(zhǔn)確度低的問題，本發(fā)明提供一種能夠任意選擇對(duì) 焦點(diǎn)，快速準(zhǔn)確對(duì)焦的方法。
[0019] 為了達(dá)到上述目的，本發(fā)明提供一種成像裝置快速對(duì)焦方法，其包括以下步驟：拍 攝步驟，所述拍攝步驟使用兩個(gè)或多個(gè)成像裝置針對(duì)一個(gè)場(chǎng)景取得不同視角的多幅源圖 像；匹配步驟，所述匹配步驟對(duì)所述源圖像進(jìn)行匹配，得到所述源圖像上的點(diǎn)的偏移信息； 深度計(jì)算步驟，所述深度計(jì)算步驟利用所述偏移信息計(jì)算所述場(chǎng)景的深度信息；以及確定 像距信息步驟，所述確定像距信息步驟根據(jù)所述深度信息確定對(duì)焦點(diǎn)的像距信息；對(duì)焦步 驟，所述對(duì)焦步驟根據(jù)所述像距信息調(diào)整成像裝置鏡頭以得到清晰的成像。
[0020] 優(yōu)選地，所述像距信息根據(jù)所述深度信息以及透鏡成像的高斯公式確定，所述像 距信息計(jì)算公式如下：
[0021]
[0022] 其中，
[0023]f為成像裝置鏡頭的焦距，
[0024]v為像距，
[0025]u為物距。
[0026] 本發(fā)明同時(shí)提供了用于實(shí)施上述成像裝置快速對(duì)焦方法的設(shè)備，包括成像裝置鏡 頭和兩個(gè)或者多個(gè)圖像傳感器。
[0027] 優(yōu)選地，所述圖像傳感器用于拍攝源圖像，所述源圖像用于測(cè)距。
[0028] 本發(fā)明的有益效果是：利用雙攝像頭，多攝像頭對(duì)圖像內(nèi)場(chǎng)景計(jì)算深度，并將深度 信息作為參數(shù)，輔助主攝像頭對(duì)焦的方法，通過上述深度計(jì)算與高斯公式結(jié)合準(zhǔn)確推得光 學(xué)成像所需的物距與像距，從而保證對(duì)焦的快速與準(zhǔn)確，實(shí)現(xiàn)成像設(shè)備快速準(zhǔn)確對(duì)焦。
【附圖說明】
[0029] 圖1是以橫向雙攝像頭方案為例，對(duì)深度信息進(jìn)行計(jì)算的示意圖。
[0030] 圖2是橫向雙攝像頭成像的水平面投影示意圖。
[0031] 圖3是縱向雙攝像頭成像的水平面投影的示意圖。
[0032] 圖4是在本發(fā)明的一個(gè)實(shí)施例中使用的SUSAN檢測(cè)模板的示意圖。
[0033] 圖5是在本發(fā)明的一個(gè)實(shí)施例中進(jìn)行特征匹配的示意圖。
[0034] 圖6是像距計(jì)算不意圖。
[0035] 圖7是根據(jù)本發(fā)明的一個(gè)實(shí)施例的方法的流程圖。
[0036] 應(yīng)當(dāng)了解，說明書附圖并不一定按比例地顯示本發(fā)明的具體結(jié)構(gòu)，并且在說明書 附圖中用于說明本發(fā)明某些原理的圖示性特征也會(huì)采取略微簡(jiǎn)化的畫法。本文所公開的本 發(fā)明的具體設(shè)計(jì)特征包括例如具體尺寸、方向、位置和外形將部分地由具體所要應(yīng)用和使 用的環(huán)境來確定。
[0037] 在說明書附圖的多幅附圖中，相同的附圖標(biāo)記表示本發(fā)明的相同或等同的部分。
【具體實(shí)施方式】
[0038] 下面將詳細(xì)參考本發(fā)明的實(shí)施例，其示例顯示在附圖和下文描述中。盡管結(jié)合示 例性實(shí)施例描述了本發(fā)明，但應(yīng)該理解，本說明書并未意欲將本發(fā)明限制于這些示例性實(shí) 施例。相反，本發(fā)明不僅意欲覆蓋這些示例性實(shí)施例，而且也覆蓋包含在由所附權(quán)利要求書 限定的本發(fā)明的實(shí)質(zhì)和范圍內(nèi)的各種替代、修改、等價(jià)形式和其他實(shí)施例。
[0039] 本發(fā)明的一個(gè)實(shí)施例的實(shí)施分為測(cè)距和對(duì)焦兩個(gè)部分：
[0040] 1、測(cè)距：
[0041] 測(cè)距根據(jù)【背景技術(shù)】介紹的多視點(diǎn)計(jì)算方法，按照拍攝、匹配、深度計(jì)算等幾個(gè)步驟 獲取場(chǎng)景內(nèi)各特征點(diǎn)的深度數(shù)據(jù)。
[0042] 測(cè)距所使用的區(qū)域匹配的方法大致分為三類：基于特征的匹配，基于區(qū)域的匹配 和基于相位的匹配。
[0043] 基于特征的匹配使用的匹配基元包含了豐富的統(tǒng)計(jì)特性以及算法編程上的靈活 性，易于硬件實(shí)現(xiàn)。
[0044] 基于區(qū)域的匹配較為適用于室內(nèi)等具有顯著特征的環(huán)境，有較大的局限性，需要 有其他的人工智能方法來輔助。
[0045] 基于相位的匹配，由于周期性模式、光滑區(qū)域的存在以及遮擋效應(yīng)等原因會(huì)導(dǎo)致 視差圖產(chǎn)生誤差，還需要有其他的方法來進(jìn)行誤差檢測(cè)和校正，較為復(fù)雜。
[0046] 根據(jù)本發(fā)明的一個(gè)實(shí)施例，以常用的基于特征的匹配來闡述本發(fā)明的一種具體實(shí) 現(xiàn)方法，其中視差計(jì)算包含特征提取和特征匹配。然而應(yīng)該理解的是，本發(fā)明不限于基于特 征的匹配。
[0047] 首先需要獲取源圖像I。以橫向雙攝像頭為例，左右兩個(gè)傳感器獲得的源圖像分別 為込和IR，先經(jīng)過圖像增強(qiáng)、濾波、縮放等預(yù)處理，然后提取特征。
[0048] A.特征提?。?br>[0049] 選取的特征點(diǎn)基本上具備平移、旋轉(zhuǎn)、縮放、仿射不變性，比如像素灰度值、角點(diǎn)、 邊緣、拐點(diǎn)等等。常用的有SUSAN角點(diǎn)提取，Harris角點(diǎn)提取，SIFT尺度不變特征提取等 等。這里以SUSAN角點(diǎn)提取為例：
[0050] SUSAN(Smalle