红外成像区域法自动调焦聚焦区域的研究

　从图4(a)、(b)、(c)中可以看出，相对于B、C两个聚焦区域，聚焦区域A的评价函数曲线在聚焦点附近仍保持了很高的灵敏度，而C区域的函数曲线图4(c)与A、B两个区域的函数曲线图4(a)、(b)相比，不仅不能满足单峰性，而且灵敏度低，还有很多局部“峰值”，可见C区域明显不能满足调焦曲线函数的要求。由图4(d)可知，A区域正焦图为第33幅，与系统给定的正焦图片一样，选择A区域作为聚焦区域可以达到正确对焦的效果。而B区域正焦图为第35幅，所选聚焦区域已经造成了误对焦，而且B区域的评价函数曲线还出现了不少局部“峰值”。
由于图像噪声近似为高斯白噪声，噪声点分布也是随机的，所以不同聚焦区域的选择总会引入一些噪声，对无明显边缘信息的C窗口，调焦评价函数曲线出现随机波动，受噪声的影响比较大；对于边缘丰富的A窗口，调焦评价函数曲线单峰值尖锐。由此可以看到，在同样引入了噪声的情况下，聚焦窗口图像边缘能量[5]信噪比越高，对噪声的抑制能力越强，评价函数曲线性能越好。从而证明了细节丰富的聚焦区域具有更好的调焦特征曲线。因此，选择细节丰富的区域进行调焦，对提高精度十分有利。
　为了分析既定的聚焦区域位置、不同大小的聚焦窗口对调焦评价函数曲线造成的影响，本研究选用A区域中(300×380)像素点为中心，分别绘出如图3所示的不同大小的正方形，分别为10×10、50×50、100×100、120×120、150×150大小的窗口，得到调焦评价函数曲线分别如图5、图6所示。

　分析图5可以得出：当聚焦区域太小、包含的红外图像的信息太少时，调焦评价函数性能会变差或不能用于自动调焦(如图5(d))；当聚焦区域为50×50大小时，出现了局部峰值，不满足单峰性，会干扰自动调焦；当聚焦区域进一步缩小为10×10大小时(如图5(a))，这时的区域内所包含的红外图像信息被大幅度消减，曲线出现大幅波动，已不符合调焦评价函数的选取要求。
　分析图5和图6可以得出：选用更大面积的聚焦区域不一定能使评价函数性能更好，如图6(c)所示，150×150区域在第32幅图的时候就已经基本达到了最大值，100×100、120×120区域窗口的调焦评价函数曲线的灵敏度均要好于150×150区域窗口的评价函数曲线。

　通过以上的分析可知，聚焦区域选择的重要原则是：尽可能选择边缘丰富的图像区域，减少无边缘的背景区域的选入，以避免引入更多的噪声；当所选聚焦区域太小，则调焦评价函数性能会变差或不能用于自动调焦，应尽可能选择大的窗口以保持评价函数的稳定性，但是越大的聚焦窗口评价函数性能未必就越好，反而可能引入越多无关的背景，因此，应该尽可能少地引入无关的背景以保证评价函数的单峰性。
参考文献
[1] ZHU K F. An effective focusing algorithm based on non-uniform Sampling[C]. IEEE VLSI’ 2005 Suzhou， 2005： 276-278.
[2] 陈琛.图像式三坐标测量仪大范围快速自动调焦策略的研究[D].上海：上海交通大学，2008.
[3] 麻恒阔，魏国强.基于图像处理自动调焦方法的稳定性研究[J].航空精密制造技术，2007，43(2)：34-35.
[4] 李奇，徐之海.数字成像系统自动对焦区域设计[J].光子学报，2002，31(1)：64-65.
[5] 周贤.基于图像边缘能量的自动聚焦算法[J].光学技术，2006，32(2)：213-217.