C# 图像聚焦计算

我正在尝试为一些自动化测试工作开发一种图像聚焦算法。我选择使用org.net，因为它似乎是一个非常成熟的.net友好系统

不幸的是，我似乎无法从零开始找到构建自动对焦算法的信息，因此我已尽了最大努力：

拍照。应用sobel边缘检测过滤器，生成灰度边缘轮廓。生成直方图并保存标准设备。将相机移近拍摄对象一步，然后再拍摄一张照片。如果标准dev比前一个小，那么我们将更加关注它。否则，我们就超过了拍照的最佳距离

有更好的办法吗

更新：顺便说一句，这里面有一个巨大的缺陷。当我越过最佳焦点时，我的“聚焦图像”价值继续增长。你可能期望一个抛物线函数来观察距离/焦点值，但实际上你得到的是更对数的东西

更新2：好的，我回到这里，我们正在探索的当前方法是给定一些已知的边缘（好的，所以我确切地知道图片中的对象是什么），我手动进行像素强度比较。当生成的图形变得更陡峭时，我会更加聚焦。一旦核心算法从matlab移植到c#，我将发布代码（是的，matlab..:S）

更新3：是的，最后更新。我又回到这个问题上来了。最后的代码如下所示：

步骤1：从图像列表中获取图像（我通过焦点拍摄了100张照片）

第2步：为我聚焦的对象找到一条边（在我的例子中，它是一个始终在同一位置的矩形对象，因此我裁剪一条边的高而窄的矩形）

步骤3：获取该裁剪图像的水平强度统计（Aforge.net类）

步骤4：获取直方图（在我的例子中为灰色）

步骤5：找到直方图值的导数

---

第六步：当你的斜率最大时，就是你处于最聚焦点的时候。

我想知道标准偏差是否是最好的选择：如果图像变得更清晰，sobel过滤器图像的边缘将包含更亮的像素，但同时由于边缘越来越薄，明亮的像素会越来越少。也许您可以尝试在sobel图像中使用平均1%的最高像素值？

这可能很有用。这就是摄像机自动对焦系统的实际工作原理-

对比度测量

对比度测量是通过 测量传感器内的对比度 场，通过镜头。强度 图像相邻像素之间的差异 传感器随温度的升高而自然增加 正确的图像焦点。光学 因此，系统可以进行调整，直到 检测到最大对比度。在里面 这种方法，AF不涉及 所有位置的实际距离测量，以及 通常比相位慢 探测系统，尤其是当 在昏暗的灯光下工作。事实上 但是，不要使用单独的传感器， 对比度检测自动对焦可以更精确 灵活（如在 软件）和潜在的更多 精确的这是一种常见的方法 摄像机和消费者层面 没有快门和快门的数码相机 反射镜。一些数码单反（包括 奥林巴斯E-420、松下L10、尼康 三脚架中的D90、尼康D5000、尼康D300 模式，佳能EOS 5D Mark II，佳能EOS 50D）在聚焦时使用此方法 他们的实时查看模式。一个新的 微型可互换透镜系统 三分之四，专门使用对比度 测量自动对焦，并称为自动对焦 提供可与阶段相媲美的性能 检测系统

---

我自己还没有建立一个，但我的第一个想法是对图像的一部分进行二维DFT。失焦时，高频会自动消失

---

对于惰性原型，您可以尝试使用JPEG（高质量）压缩图像的一个区域，并查看输出流的大小。一个大文件意味着很多细节，这反过来意味着图像处于焦点。请注意，相机不应该太吵，当然，您不能比较不同场景中的文件大小

虽然sobel是一个不错的选择，但我可能会选择在几个小的代表性区域上对x和y方向上的投影进行边缘幅值计算。另一个基于OpenCV的.NET友好选择是@

对于您的需求来说，这可能有点过于简单，但我使用了一种简单的算法，可以查看与相邻像素的差异，结果很好。两个像素之间的差值之和似乎是图像对比度的合理度量。我找不到Brenner在70年代的原始论文，但在

---

另一个问题是，当图像严重失焦时，焦距信息非常少，因此很难判断哪种方式是“更近”或避免局部最大值。

焦距度量的另一种风格可能是：

抓取几张图像并平均（降噪）。 然后对平均图像进行FFT，并使用高低频能量比。

---

这个比例越高，焦点就越好。工具箱演示中提供了一个Matlab演示（不包括平均阶段）：）

您可以看看NASA好奇号火星探测车中使用的技术

本文介绍了这项技术

这是一个可用的

引述文章：

7.2.2自动对焦

预计自动对焦将是MAHLI使用的主要方法 关注火星。“自动对焦”命令指示相机移动到 指定的起动马达计数位置并采集图像，移动 指定的步骤数，然后收集另一个映像，并继续这样做 直到达到指定的图像总数，每个图像之间用 指定的马达计数增量。这些图像都是JPEG格式的 压缩（联合摄影专家组；见CCITT（1993））与 应用相同的压缩质量因子