本发明公开了一种自动对焦的方法，包括相机的对焦电机向下移动80步，判断遍历是否完成，若遍历未完成则计算图像的清晰度，并判断所述清晰度与设定阈值的大小，若所述清晰度小于等于所述设定阈值的1/2，则所述对焦电机向上移动12步，若所述清晰度小于等于所述设定阈值的2/3且大于所述设定阈值的1/2，则所述对焦电机向上移动8步，若所述清晰度大于所述设定阈值的2/3，则所述对焦电机向上移动4步；并重新判断遍历是否完成，遍历完成以后即完成粗对焦，然后进行细对焦。本发明能够针对每个样本个体的差异性，设置不同的阈值，达到动态的采样步长，既兼顾对焦速度，又保证不会错过最佳焦距。
1.一种自动对焦的方法，其特征在于，包括如下步骤：
L1:相机的对焦电机向下移动80步，执行步骤L2；
L2:判断遍历是否完成，若所述遍历未完成，则执行步骤L3；若所述遍历完成，则执行步骤L4；
L3:计算图像的清晰度，并判断所述清晰度与设定阈值的大小，若所述清晰度小于等于所述设定阈值的1/2，则所述对焦电机向上移动12步，若所述清晰度小于等于所述设定阈值的2/3且大于所述设定阈值的1/2，则所述对焦电机向上移动8步，若所述清晰度大于所述设定阈值的2/3，则所述对焦电机向上移动4步；并执行步骤L2；
L4:所述对焦电机移动至距粗对焦清晰点下方12步处,并执行步骤L5；其中，所述粗对焦清晰点为步骤L3中所计算出的清晰度最高的点；
L5：判断遍历是否完成；若遍历完成，则执行步骤L7，否则执行步骤L6；
L7:所述对焦电机移动至细对焦清晰点处，结束对焦，其中，所述细对焦清晰点为步骤L6中所计算出的清晰度最高的点；
用于现有基于计数池上用于确定焦面而刻的网格状的交错线条对焦的尿液有形成分分析仪的自动对焦。
2.根据权利要求1所述的一种自动对焦的方法，其特征在于，所述计算图像的清晰度的方法包括：从视频流获取一帧所述图像，并按照如下公式将所述图像由彩色转化为灰度图；
Gray＝R×0.229+G×0.587+B×0.114；
按照公式g(x，y)＝med{f(x-k，y-l)，(k，l)∈W}进行中值滤波，其中W取3*3的区域；其中，g(x,y)为 图像滤波完成后(x,y)坐标处的灰度值，f(x,y)为原始图像(x,y)坐标处的灰度值，med{f(x-k,y-l)}表示对集合f(x-k,y-l)取中值，x为灰度值横坐标，y为灰度值纵坐标；
选用一阶差分能量函数对所述图像进行x、y方向的一阶差分算子计算，得到所述图像在x、y两个方向上的梯度变化值，所述一阶差分能量函数的计算公式为：一阶差分能量函数F＝∑∑{[f(x+1,y)-f(x,y)]2+[f(x,y+1)-f(x,y)]2}；
通过非极大值抑制将所述3*3范围内的梯度变化抑制为一个单一值，然后将抑制后的所述梯度变化降序排序，从高到低取所述图像的总像素数的2％进行累加，并计算得到累加值。
3.根据权利要求2所述的一种自动对焦的方法，其特征在于，所述通过非极大值抑制将所述3*3范围内的梯度变化抑制为一个单一值，然后将抑制后的所述梯度变化降序排序，从高到低取所述图像的总像素数的2％进行累加，并计算得到累加值包括：对所述相机拍摄图像的梯度图执行一次x方向sobel滤波得到梯度图像dx，执行一次y方向sobel滤波得到梯度图像dy；
对所述梯度图像dx、梯度图像dy各执行一次高通滤波，保留像素值大于5的区域，分别提取出横向对焦网格边缘图像Ex、纵向对焦网格边缘图像Ey；
对所述横向对焦网格边缘图像Ex，遍历像素点，将三个步长范围内为极大值Ex′的点保留，对所述纵向对焦网格边缘图像Ey，遍历像素点，将三个步长范围内为极大值Ey′的点保留；
将所述Ex′与Ey′中所有不为零的点提取出来，并将其值由大到小排序得到数列v；
取所述数列v的前N个数累加，得到所述图像的清晰度平均值，其中N＝图像像素总数×
4.根据权利要求3所述的一种自动对焦的方法，其特征在于，所述对所述相机拍摄图像的所述梯度图执行一次x方向sobel滤波得到梯度图像dx，执行一次y方向sobel滤波得到梯度图像dy中所用滤波器如下：
5.根据权利要求4所述的一种自动对焦的方法，其特征在于，所述Ex′的计算公式为：所述Ey′的计算公式为：
6.根据权利要求5所述的一种自动对焦的方法，其特征在于，确定设定阈值的方法为针对每个计数池上的网格以2作为步长进行一次完全搜索，从形成的清晰度曲线中找到两个波峰中的较低波峰，将所述设定阈值设为低于所述较低波峰的清晰度值，所述网格为计数池上用于确定焦面而刻的网格状的交错线条。
7.根据权利要求1所述的一种自动对焦的方法，其特征在于，所述步骤L6中在所述计算图像的清晰度的步骤之前，所述方法还包括：对所述图像的数据进行三点均值滤波处理。
一种自动对焦的方法
技术领域
[0001] 本发明涉及图像分析技术领域，尤其涉及一种自动对焦的方法。
背景技术
[0002] 尿液检查以其简便、快捷、标本易得到而成为一项应用广泛的临床检查手段，是当前医院临床常规检测项目之一。
[0003] 目前，已经应用于临床的尿沉渣检测仪的技术主要是两类：一类利用流式细胞技术与电阻抗测量法。其工作原理主要是将待测细胞经特异性荧光染料染色后放入样品管中，在气体的压力下进入充满鞘液的流动室。在鞘液的约束下细胞排成单列由流动室的喷嘴喷出，形成细胞柱，后者与入射的激光束垂直相交，液柱中的细胞被激光激发产生荧光。仪器中的光学系统收集荧光、细胞电阻抗等信号，计算机系统进行收集、储存、显示并分析被测定的各种信号，另一类是利用光镜的形态学检测法，其主要原理是对尿沉渣切片进行染色后，在光学显微镜下观察各成分的形态，其特点是能检测和准确鉴别尿液中种有在光学显微镜下观察各成分的形态，其特点是能检测和准确鉴别尿液中种有成份，但检测速度相对较慢不易实现自动化与标准。另一类是通过细胞沉淀后拍图识别的方式。这样的方式模仿了人工镜检，尤其使用机器学习的算法实现自动化地识别，最后再由人工审核，能节约大量人工和时间成本。并且尿沉渣细胞的种类和形态在一定程度上可以反映出肾脏功能的实质性变化以及某些累计病变的客观表示，测试结果并不差于利用流式细胞技术与电阻抗测量法。
[0004] 对于图片进行识别时，图片的清晰度对于识别影响是非常大的，所以对焦的准确与否直接关系到测量的结果的准确性。但在计数池的制造方面，每块网格的深度、线条宽度等各方面的因素都存在一定程度上的差异性，自动对焦算法需要能兼容这些差异，并给出准确和稳定的焦点位置。
发明内容
[0005] 有鉴于此，本发明的目的是提供一种自动对焦的方法，针对现有基于网格(计数池上用于确定焦面而刻的网格状的交错线条)对焦的尿液有形成分分析仪的自动对焦功能在真实使用场景中的稳定性以及准确性的问题，提出的基于图像分析的自动对焦算法。
[0006] 本发明通过以下技术手段解决上述技术问题：
[0007] 一种自动对焦的方法，其特征在于，包括如下步骤：
[0008] L1:相机的对焦电机向下移动80步，执行步骤L2；
[0009] L2:判断遍历是否完成，若所述遍历未完成，则执行步骤L3；若所述遍历完成，则执行步骤L4；
[0010] L3:计算图像的清晰度，并判断所述清晰度与设定阈值的大小，若所述清晰度小于等于所述设定阈值的1/2，则所述对焦电机向上移动12步，若所述清晰度小于等于所述设定阈值的2/3且大于所述设定阈值的1/2，则所述对焦电机向上移动8步，若所述清晰度大于所述设定阈值的2/3，则所述对焦电机向上移动4步；并执行步骤L2；
[0011] L4:所述对焦电机移动至距粗对焦清晰点下方12步处,并执行步骤L5；
[0012] L5：判断遍历是否完成；若遍历完成，则执行步骤L7，否则执行步骤L6；
[0013] L6：计算图像的清晰度，并执行步骤L5；
[0014] L7:所述对焦电机移动至细对焦清晰点处，结束对焦。
[0015] 进一步，所述计算图像的清晰度的方法包括：
[0016] 从视频流获取一帧所述图像，并按照如下公式将所述图像由彩色转化为灰度图；
[0017] Gray＝R×0.229+G×0.587+B×0.114；
[0018] 按照公式g(x，y)＝med{f(x-k，y-l)，(k，l)∈W}进行中值滤波，其中W取3*3的区域；
[0019] 选用一阶差分能量函数对所述图像进行x、y方向的一阶差分算子计算，得到所述图像在x、y两个方向上的梯度变化值，所述一阶差分能量函数的计算公式为：
[0020] F＝∑∑{[f(x+1,y)-f(x,y)]2+[f(x,y+1)-f(x,y)]2}；
[0021] 通过非极大值抑制将所述3*3范围内的梯度变化抑制为一个单一值，然后将抑制后的所述梯度变化降序排序，从高到低取所述图像的总像素数的2％进行累加，并计算得到累加值。
[0022] 进一步，所述通过非极大值抑制将所述3*3范围内的梯度变化抑制为一个单一值，然后将抑制后的所述梯度变化降序排序，从高到低取所述图像的总像素数的2％进行累加，并计算得到累加值包括：
[0023] 对所述相机拍摄图像的所述梯度图执行一次x方向sobel滤波得到梯度图像dx，执行一次y方向sobel滤波得到梯度图像dy；
[0024] 对所述梯度图像dx、梯度图像dy各执行一次高通滤波，保留像素值大于5的区域，分别提取出横向对焦网格边缘图像Ex、纵向对焦网格边缘图像Ey；
[0025] 对所述横向对焦网格边缘图像Ex，遍历像素点，将三个步长范围内为极大值Ex′的点保留，对所述纵向对焦网格边缘图像Ey，遍历像素点，将三个步长范围内为极大值Ey′的点保留；
[0026] 将所述Ex′与Ey′中所有不为零的点提取出来，并将其值由大到小排序得到数列v；
[0027] 取所述数列v的前N个数累加，得到所述图像的清晰度平均值，其中N＝图像像素总数×2％。
[0028] 进一步，所述对所述相机拍摄图像的所述梯度图执行一次x方向sobel滤波得到梯度图像dx，执行一次y方向sobel滤波得到梯度图像dy中所用滤波器如下：
[0029]
[0030] 进一步，所述Ex′的计算公式为：
[0031]
[0032] 所述Ey′的计算公式为：
[0033]
[0034] 进一步，所述确定设定阈值的方法为针对每个计数池上的网格以2作为步长进行一次完全搜索，从形成的清晰度曲线中找到两个波峰中的较低波峰，将所述设定阈值设为低于所述较低波峰的清晰度值。
[0035] 进一步，所述步骤L6中在所述计算图像的清晰度的步骤之前，所述算法还包括：
[0036] 对所述图像的数据进行三点均值滤波处理。
[0037] ,本发明的有益效果：
[0038] (1)针对每个样本个体的差异性，设置不同的阈值，达到动态的采样步长，既兼顾对焦速度，又保证不会错过最佳焦距。
[0039] (2)清晰度的计算使用新的评价算法，提升对焦准确性和稳定性，并且在一般遍历法的基础上增加动态的调整移动步长，以增加搜索速度。
附图说明
[0040] 图1是未引入非极大值抑制与累加限制前160步遍历的结果；
[0041] 图2是引入非极大值抑制与累加限制后160步遍历的结果；
[0042] 图3是本发明一种自动对焦的方法的对焦流程图。
具体实施方式
[0043] 以下将结合附图和具体实施例对本发明进行详细说明：
[0044] 如图3所示，本发明的一种自动对焦的方法，其特征在于，包括如下步骤：
[0045] L1:相机的对焦电机向下移动80步，执行步骤L2；
[0046] L2:判断遍历是否完成，若遍历未完成，则执行步骤L3；若遍历完成，则执行步骤L4；
[0047] L3:计算图像的清晰度，并判断清晰度与设定阈值的大小，若清晰度小于等于设定阈值的1/2，则对焦电机向上移动12步，若清晰度小于等于设定阈值的2/3且大于设定阈值的1/2，则对焦电机向上移动8步，若清晰度大于设定阈值的2/3，则对焦电机向上移动4步；并执行步骤L2；
[0048] L4:对焦电机移动至距粗对焦清晰点下方12步处,并执行步骤L5；
[0049] L5：判断遍历是否完成；若遍历完成，则执行步骤L7，否则执行步骤L6；
[0050] L6：计算图像的清晰度，并执行步骤L5；
[0051] L7:对焦电机移动至细对焦清晰点处，结束对焦。
[0052] 其中，粗对焦清晰点为步骤L3中所计算出的清晰度最高的点，细对焦清晰点为步骤L6中所计算出的清晰度最高的点。
[0053] 其中，计算图像的清晰度的方法包括：
[0054] 从视频流获取一帧图像，并按照如下公式将图像由彩色转化为灰度图；
[0055] Gray＝R×0.229+G×0.587+B×0.114；
[0056] 按照公式g(x，y)＝med{f(x-k，y-l)，(k，l)∈W}进行中值滤波，其中W取3*3的区域；
[0057] 选用一阶差分能量函数对图像进行x、y方向的一阶差分算子计算，得到图像在x、y两个方向上的梯度变化值，一阶差分能量函数的计算公式为：
[0058] F＝∑∑{[f(x+1,y)-f(x,y)]2+[f(x,y+1)-f(x,y)]2}；
[0059] 通过非极大值抑制将3*3范围内的梯度变化抑制为一个单一值，以保证计算梯度累加值时，是用真正的边缘来做的，然后将抑制后的梯度变化降序排序，从高到低取图像的总像素数的2％进行累加，并计算得到累加值，参考图1和图2，累加值作为对焦清晰度的评价依据，增加不同位置处的清晰度值差异，避免多点的清晰度值相近，从而造成对焦不稳定。
[0060] 其中，通过非极大值抑制将3*3范围内的梯度变化抑制为一个单一值，然后将抑制后的梯度变化降序排序，从高到低取图像的总像素数的2％进行累加，并计算得到累加值的详细步骤如下：
[0061] 对相机拍摄图像的梯度图执行一次x方向sobel滤波得到梯度图像dx，执行一次y方向sobel滤波得到梯度图像dy，所用滤波器如下：
[0062]
[0063] 对梯度图像dx、梯度图像dy各执行一次高通滤波，保留像素值大于5的区域，分别提取出横向对焦网格边缘图像Ex、纵向对焦网格边缘图像Ey；
[0064] 对横向对焦网格边缘图像Ex，遍历像素点，将三个步长范围内为极大值Ex′的点保留，对纵向对焦网格边缘图像Ey，遍历像素点，将三个步长范围内为极大值Ey′的点保留，Ex′的计算公式为：
[0065]
[0066] Ey′的计算公式为：
[0067]
[0068] 将Ex′与Ey′中所有不为零的点提取出来，并将其值由大到小排序得到数列v；
[0069] 取数列v的前N个数累加，得到图像的清晰度平均值，其中N＝图像像素总数×2％。
[0070] 其中，确定设定阈值的方法为针对每个计数池上的网格以2作为步长进行一次完全搜索，从形成的清晰度曲线中找到两个波峰中的较低波峰，将设定阈值设为低于较低波峰的清晰度值。此后每次自动对焦时将使用该设定阈值进行自动对焦。
[0071] 步骤L6中在计算图像的清晰度的步骤之前，算法还包括：
[0072] 对图像的清晰度计算时加入三点均值滤波，进一步降低噪声的干扰。
[0073] 以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。
