一种红外图像聚焦、终端设备以及计算机可读存储介质

摘要

本申请公开了一种红外图像聚焦、终端设备以及计算机可读存储介质，该红外图像聚焦方法包括：获取红外摄像机拍摄场景的红外图像；基于红外图像中每个像素点的灰度值获取至少一个统计区域，其中，统计区域的像素点的灰度值大于等于第一预设灰度值；获取并统计至少一个统计区域的清晰度评价值，得到红外图像的清晰度评价曲线；基于清晰度评价曲线对红外图像进行聚焦。通过上述方法，本申请可以通过温度阈值判断热源信息确定聚焦的最佳统计区域，加快聚焦速度，提高聚焦准确度。

权利要求

1.一种红外图像聚焦方法，其特征在于，所述红外图像聚焦方法包括：获取红外摄像机拍摄场景的红外图像；

基于所述红外图像中每个像素点的灰度值获取至少一个统计区域，其中，所述统计区域的像素点的灰度值大于等于第一预设灰度值；

获取并统计所述至少一个统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线；

基于所述清晰度评价曲线对所述红外图像进行聚焦；

所述基于所述红外图像中每个像素点的灰度值获取至少一个统计区域，包括：获取所述红外图像中每个像素点的灰度值；

遍历所述每个像素点，将所述灰度值大于等于所述第一预设灰度值的像素点的标记设置为第一像素点，将所述灰度值小于所述第一预设灰度值的像素点的标记设置为第二像素点；

判断所述红外图像中标记设置为第二像素点的像素点的数量是否大于等于第一数量阈值；

若是，则判定所述红外图像为低温场景，选择所述标记为第一像素点的像素点的连通区域作为所述统计区域；

判断所述红外图像中标记设置为第一像素点的像素点的数量是否大于等于第二数量阈值；

若是，则判定所述红外图像为高温场景，排除灰度值高于第二预设灰度值的像素点，选择其余标记为第一像素点的像素点的连通区域作为所述统计区域；

其中，所述第二预设灰度值大于所述第一预设灰度值。

2.根据权利要求1所述的红外图像聚焦方法，其特征在于，所述获取并统计所述至少一个统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线的步骤，包括：基于所述至少一个统计区域中像素点的像素值计算所述统计区域的清晰度评价值；

按照预设权重统计所有统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线。

3.根据权利要求2所述的红外图像聚焦方法，其特征在于，按照预设权重统计所有统计区域的清晰度评价值的计算公式如下：其中，BLOCKS为每个像素点所在的统计区域，Weight为所述统计区域对应的预设权重。

4.根据权利要求1所述的红外图像聚焦方法，其特征在于，所述获取红外摄像机拍摄场景的红外图像的步骤，包括：获取红外摄像机拍摄场景中连续多帧的红外图像；

分别计算所述连续多帧的红外图像的清晰度评价值；

将所述清晰度评价值最大的红外图像作为用于聚焦的红外图像。

5.一种终端设备，其特征在于，所述终端设备包括获取模块、划分模块、计算模块以及聚焦模块；其中，所述获取模块，用于获取红外摄像机拍摄场景的红外图像；

所述划分模块，用于基于所述红外图像中每个像素点的灰度值获取至少一个统计区域，其中，所述统计区域的像素点的灰度值大于等于第一预设灰度值；

所述计算模块，用于获取并统计所述至少一个统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线；

所述聚焦模块，用于基于所述清晰度评价曲线对所述红外图像进行聚焦；

所述划分模块，还用于获取所述红外图像中每个像素点的灰度值；遍历所述每个像素点，将所述灰度值大于等于所述第一预设灰度值的像素点的标记设置为第一像素点，将所述灰度值小于所述第一预设灰度值的像素点的标记设置为第二像素点；判断所述红外图像中标记设置为第二像素点的像素点的数量是否大于等于第一数量阈值；若是，则判定所述红外图像为低温场景，选择所述标记为第一像素点的像素点的连通区域作为所述统计区域；判断所述红外图像中标记设置为第一像素点的像素点的数量是否大于等于第二数量阈值；若是，则判定所述红外图像为高温场景，排除灰度值高于第二预设灰度值的像素点，选择其余标记为第一像素点的像素点的连通区域作为所述统计区域；其中，所述第二预设灰度值大于所述第一预设灰度值。

6.一种终端设备，其特征在于，所述终端设备包括处理器和存储器；所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1～4中任一项所述红外图像聚焦方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1～4中任一项所述红外图像聚焦方法的步骤。

说明书

一种红外图像聚焦、终端设备以及计算机可读存储介质

技术领域

[0001] 本申请涉及图像处理技术领域，特别是涉及一种图像统计数据的检测方法、设备以及计算机可读存储介质。

背景技术

[0002] 近年来，自动聚焦技术在家用数码摄像设备、显微镜、无人视频监控以及卫星遥感等系统中有着广泛的应用，其中，造成图像模糊问题的本质原因是高频分量的损失。自动聚焦的基本原理是：通过镜头和CCD采集到数字图像，根据清晰度评价函数来判断成像是否清晰，评价函数值越大说明图像越清晰，同时根据峰值搜索算法给出反馈信号控制镜头电机运动直到获取最大评价函数值。

[0003] 红外成像技术就是根据探测到的物体的辐射能量的高低，经系统处理转变成目标物体的热图像，即得到被测目标的温度分布而判断物体的所处的状态。红外成像的效果与物体的温差有关，当物体间温差较小时，成像效果较差，图像低中频分量占比大；当物体间温差大时，成像效果好，图像中高频分量占比大。当图像成像效果差时，低频分量多，细节少，其清晰度评价函数曲线是一条平缓的曲线，没有明显的波峰，对爬坡法自动聚焦逻辑增加难度，需要电机来回运行寻找波峰，造成聚焦速度降低，聚焦效果不佳。

发明内容

[0004] 本申请提供一种红外图像聚焦、终端设备以及计算机可读存储介质。

[0005] 本申请提供的一个技术方案是：提供一种红外图像聚焦方法，所述红外图像聚焦方法包括：

[0006] 获取红外摄像机拍摄场景的红外图像；

[0007] 基于所述红外图像中每个像素点的灰度值获取至少一个统计区域，其中，所述统计区域的像素点的灰度值大于等于第一预设灰度值；

[0008] 获取并统计所述至少一个统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线；

[0009] 基于所述清晰度评价曲线对所述红外图像进行聚焦。

[0010] 在一些可能的实施例中，所述基于所述红外图像中每个像素点的灰度值获取至少一个统计区域的步骤，包括：

[0011] 获取所述红外图像中每个像素点的灰度值；

[0012] 遍历所述每个像素点，将所述灰度值大于等于所述第一预设灰度值的像素点的标记设置为第一像素点，将所述灰度值小于所述第一预设灰度值的像素点的标记设置为第二像素点；

[0013] 选择所述标记为第一像素点的像素点的连通区域作为所述统计区域。

[0014] 在一些可能的实施例中，所述选择所述标记为第一像素点的像素点的连通区域作为所述统计区域的步骤，包括：

[0015] 判断所述红外图像中标记设置为第二像素点的像素点的数量是否大于等于第一数量阈值；

[0016] 若是，则判定所述红外图像为低温场景，选择所述标记为第一像素点的像素点的连通区域作为所述统计区域。

[0017] 在一些可能的实施例中，所述选择所述标记为第一像素点的像素点的连通区域作为所述统计区域的步骤，包括：

[0018] 判断所述红外图像中标记设置为第一像素点的像素点的数量是否大于等于第二数量阈值；

[0019] 若是，则判定所述红外图像为高温场景，排除灰度值高于第二预设灰度值的像素点，选择其余标记为第一像素点的像素点的连通区域作为所述统计区域；

[0020] 其中，所述第二预设灰度值大于所述第一预设灰度值。

[0021] 在一些可能的实施例中，所述获取并统计所述至少一个统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线的步骤，包括：

[0022] 基于所述至少一个统计区域中像素点的像素值计算所述统计区域的清晰度评价值；

[0023] 按照预设权重统计所有统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线。

[0024] 在一些可能的实施例中，按照预设权重统计所有统计区域的清晰度评价值的计算公式如下：

[0025]

[0026] 其中，BLOCKS为每个像素点所在的统计区域，Weight为所述统计区域对应的预设权重。

[0027] 在一些可能的实施例中，所述获取红外摄像机拍摄场景的红外图像的步骤，包括：

[0028] 获取红外摄像机拍摄场景中连续多帧的红外图像；

[0029] 分别计算所述连续多帧的红外图像的清晰度评价值；

[0030] 将所述清晰度评价值最大的红外图像作为用于聚焦的红外图像。

[0031] 本申请提供的另一个技术方案是：提供一种终端设备，所述终端设备包括获取模块、划分模块、计算模块以及聚焦模块；其中，

[0032] 所述获取模块，用于获取红外摄像机拍摄场景的红外图像；

[0033] 所述划分模块，用于基于所述红外图像中每个像素点的灰度值获取至少一个统计区域，其中，所述统计区域的像素点的灰度值大于等于第一预设灰度值；

[0034] 所述计算模块，用于获取并统计所述至少一个统计区域的清晰度评价值，得到所述红外图像的清晰度评价曲线；

[0035] 所述聚焦模块，用于基于所述清晰度评价曲线对所述红外图像进行聚焦。

[0036] 本申请提供的另一个技术方案是：提供另一种终端设备，所述终端设备包括处理器和存储器，存储器中存储有计算机程序，处理器用于执行计算机程序以实现上述红外图像聚焦方法的步骤。

[0037] 本申请采用的另一个技术方案是：提供一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机程序，计算机程序被执行时实现上述红外图像聚焦方法的步骤。

[0038] 区别于现有技术，本申请的有益效果在于：终端设备获取红外摄像机拍摄场景的红外图像；基于红外图像中每个像素点的灰度值获取至少一个统计区域，其中，统计区域的像素点的灰度值大于等于第一预设灰度值；获取并统计至少一个统计区域的清晰度评价值，得到红外图像的清晰度评价曲线；基于清晰度评价曲线对红外图像进行聚焦。通过上述方法，本申请可以通过温度阈值判断热源信息确定聚焦的最佳统计区域，加快聚焦速度，提高聚焦准确度。

附图说明

[0039] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以基于这些附图获得其他的附图。

[0040] 图1是本申请提供的红外图像聚焦方法一实施例的流程示意图；

[0041] 图2是图1所示红外图像聚焦方法步骤S12的具体流程示意图；

[0042] 图3是本申请提供的终端设备一实施例的结构示意图；

[0043] 图4是本申请提供的终端设备另一实施例的结构示意图；

[0044] 图5是本申请提供的计算机可读存储介质一实施例的结构示意图。

具体实施方式

[0045] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0046] 由于红外成像原理，红外成像效果跟成像物体的温度相关，成像图像的温差会影响红外成像效果。红外成像自动聚焦是用高频分量法获取清晰度评价函数(以下简称FV值)，以FV值来判断图像的清晰度。自动聚焦分成粗调和细调两个步骤，粗调过程快速遍历确定最清晰点所在的区域范围，细调多次来回对该区域的FV值峰值进行扫描，不断收敛逼近最佳值。当画面内物体和环境灰度差异较小时，红外成像图像低频为主，图像细节少，FV值曲线平缓，峰值特征不明显，导致细调过程中容易达不到波峰阈值参数导致来回运行，聚焦效果差。为了红外成像细节少的场景，也能实现快速聚焦，在聚焦过程加入图像模型判断和热源锁定区域等判断逻辑。

[0047] 具体请参阅图1，图1是本申请提供的红外图像聚焦方法一实施例的流程示意图。本申请的红外图像聚焦方法应用于一种终端设备，具体可以为例如智能手机、平板电脑、笔记本电脑、电脑或者可穿戴设备等终端设备，也可以是监控视频系统中的监控摄像机。在下述实施例的描述中，统一使用终端设备作为执行主体进行红外图像聚焦方法的描述。

[0048] 如图1所示，本实施例的红外图像聚焦方法具体包括以下步骤：

[0049] 步骤S11：获取红外摄像机拍摄场景的红外图像。

[0050] 其中，在聚焦的粗调过程红，红外摄像机快速调节焦距，以获取红外摄像机拍摄场景中连续多帧的红外图像。终端设备抓取每帧红外图像的14位raw灰度数据文件，并用以计算每帧红外图像的FV值。由于FV值的数值越大，对应的红外图像的清晰度越高。终端设备比较连续多帧红外图像的FV值，以选择其中FV值最大的红外图像作为用于聚焦的红外图像。然后，终端设备基于选择的红外图像的灰度数据文件计算得到红外图像中每个像素点的灰度值。其中，根据红外图像灰度值和温度的相关性，灰度值越高，对应像素点位置的温度越高。

[0051] 步骤S12：基于红外图像中每个像素点的灰度值获取至少一个统计区域，其中，统计区域的像素点的灰度值大于等于第一预设灰度值。

[0052] 其中，终端设备遍历红外图像每个像素点，获取每个像素点的灰度值，灰度值范围为0～255。工作人员按照高低温场景的分界温度提前预先设置第一预设灰度值，终端设备基于第一预设灰度值与每个像素点的灰度值的大小关系，给每个像素点设置标记。

[0053] 具体地，如果像素点的灰度值大于等于第一预设灰度值，则将该像素点的标记设置为第一像素点；如果像素点的灰度值小于第一预设灰度值，则将该像素点的标记设置为第二像素点。

[0054] 由于红外成像图像的高频信息越多，图像细节越丰富，FV值曲线越陡峭，峰值特征也越明显，终端设备可以选择高频信息所在的区域作为聚焦的参考区域，从而提高聚焦的准确性。具体地，终端设备在聚焦细调节点选择标记设置为第一像素点的像素点的连通区域作为FV值计算的统计区域。其中，标记设置为第一像素点的像素点的连通区域包含了红外成像图像的绝大部分高频信息，将这部分连通区域设置为统计区域，能够有效锁定热源区域，确定最佳FV值的计算区域。

[0055] 需要说明的是，本公开实施例中的红外图像划分出来的统计区域的数量大于等于一个，取决于红外图像的高频信息的密集程度。

[0056] 进一步地，终端设备还可以基于设置标记的像素点数量判断红外图像的聚焦场景，提高对热源区域锁定的准确性，使得FV曲线最清晰点峰值突出，能够加快向FV峰值收敛的速度，从而加快聚焦速度。具体请参阅图2，图2是图1所示红外图像聚焦方法步骤S12的具体流程示意图。

[0057] 如图2所示，本公开实施例的红外图像聚焦方法步骤S12具体包括以下子步骤：

[0058] 步骤S121：判断红外图像中标记设置为第二像素点的像素点的数量是否大于等于第一数量阈值。

[0059] 其中，终端设备判断红外图像中标记设置为第二像素点的像素点的数量是否大于等于提前设定的第一数量阈值；若是，则进入步骤S122，若否，则进入步骤S123。

[0060] 步骤S122：判定红外图像为低温场景，选择标记为第一像素点的像素点的连通区域作为统计区域。

[0061] 其中，终端设备判断红外图像的场景为低频分量占比大的场景，则在聚焦细调阶段选择标记设置为第一像素点的像素点的连通区域作为FV值计算的统计区域。通过这种设置方式，能够在图像平缓的低温场景，快速锁定热源区域；然后，通过对热源区域的FV值统计，终端设备能够得到一条峰值陡峭的曲线，加速聚焦速度。

[0062] 步骤S123：判断红外图像中标记设置为第一像素点的像素点的数量是否大于等于第二数量阈值。

[0063] 其中，终端设备判判断红外图像中标记设置为第一像素点的像素点的数量是否大于等于提前设定的第二数量阈值；若是，则进入步骤S124，若否，则红外图像的场景中高频分量和低频分量的占比相当，终端设备可以不进行统计区域的特殊处理，直接进行聚焦细调即可。

[0064] 步骤S124：判定红外图像为高温场景，排除灰度值高于第二预设灰度值的像素点，选择其余标记为第一像素点的像素点的连通区域作为统计区域。

[0065] 其中，终端设备判断红外图像的场景为高频分量占比大的场景。由于红外热成像的成像特性，当像素点的灰度值较高时，图像会出现稍微模糊的情况，相邻像素点的灰度值也容易过高，导致红外图像聚焦的时候统计的FV值偏大。

[0066] 此时，终端设备排除灰度值高于第二预设灰度值的像素点，选择其余标记为第一像素点的像素点的连通区域作为统计区域。其中，第二预设灰度值大于第一预设灰度值。通过这种像素点排除方式，能够有效排除红外成像画面中热源占比大造成的聚焦模糊，更有针对性地快速聚焦。

[0067] 需要说明的是，上述两个判断逻辑没有必然的判断顺序，工作人员可以按照需求调整判断逻辑的执行顺序。

[0068] 步骤S13：获取并统计至少一个统计区域的清晰度评价值，得到红外图像的清晰度评价曲线。

[0069] 其中，终端设备根据每个统计区域中像素点的像素值计算上述设置的每个统计区域的FV值。本公开实施例计算统计区域的FV值所采用的函数包括但不限于：能量梯度函数(Energy of Gradient,EOG)、Roberts函数、Tenengrad函数以及Laplace拉普拉斯函数等函数及其变型函数。

[0070] 然后，终端设备按照预设的权重统计所有统计区域的FV值，并加权拟合上述FV值形成红外图像的清晰度评价曲线。

[0071] 其中，终端设备按照预设权重统计所有统计区域的清晰度评价值的计算公式如下：

[0072]

[0073] 其中，BLOCKS为每个像素点所在的统计区域，Weight为所述统计区域对应的预设权重。

[0074] 步骤S14：基于清晰度评价曲线对红外图像进行聚焦。

[0075] 在本公开实施例中，终端设备获取红外摄像机拍摄场景的红外图像；基于红外图像中每个像素点的灰度值获取至少一个统计区域，其中，统计区域的像素点的灰度值大于等于第一预设灰度值；获取并统计至少一个统计区域的清晰度评价值，得到红外图像的清晰度评价曲线；基于清晰度评价曲线对红外图像进行聚焦。通过上述方法，本申请可以通过温度阈值判断热源信息确定聚焦的最佳统计区域，加快聚焦速度，提高聚焦准确度。

[0076] 本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。

[0077] 为了实现上述实施例的红外图像聚焦方法，本申请还提供了一种终端设备，具体请参阅图3，图3是本申请提供的终端设备一实施例的结构示意图。

[0078] 如图3所示，本实施例的终端设备300包括获取模块31、划分模块32、计算模块33以及聚焦模块34。

[0079] 其中，获取模块31，用于获取红外摄像机拍摄场景的红外图像；划分模块32，用于基于红外图像中每个像素点的灰度值获取至少一个统计区域，其中，统计区域的像素点的灰度值大于等于第一预设灰度值；计算模块33，用于获取并统计至少一个统计区域的清晰度评价值，得到红外图像的清晰度评价曲线；聚焦模块34，用于基于清晰度评价曲线对红外图像进行聚焦。

[0080] 为了实现上述实施例的红外图像聚焦方法，本申请还提供了另一种终端设备，具体请参阅图4，图4是本申请提供的终端设备另一实施例的结构示意图。

[0081] 如图4所示，本实施例的终端设备400包括处理器41、存储器42、输入输出设备43以及总线44。

[0082] 该处理器41、存储器42、输入输出设备43分别与总线44相连，该存储器42中存储有计算机程序，处理器41用于执行计算机程序以实现上述实施例的红外图像聚焦方法。

[0083] 在本实施例中，处理器41还可以称为CPU(Central Processing Unit，中央处理单元)。处理器41可能是一种集成电路芯片，具有信号的处理能力。处理器41还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。处理器41还可以是GPU(Graphics Processing Unit，图形处理器)，又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器。GPU的用途是将计算机系统所需要的显示信息进行转换驱动，并向显示器提供行扫描信号，控制显示器的正确显示，是连接显示器和个人电脑主板的重要元件，也是“人机对话”的重要设备之一。显卡作为电脑主机里的一个重要组成部分，承担输出显示图形的任务，对于从事专业图形设计的人来说显卡非常重要。通用处理器可以是微处理器或者该处理器41也可以是任何常规的处理器等。

[0084] 本申请还提供一种计算机可读存储介质，如图5所示，计算机可读存储介质500用于存储计算机程序51，计算机程序51在被处理器执行时，用以实现如本申请红外图像聚焦方法实施例中所述的方法。

[0085] 本申请红外图像聚焦实施例中所涉及到的方法，在实现时以软件功能单元的形式存在并作为独立的产品销售或使用时，可以存储在设备中，例如一个计算机可读取存储介质。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read‑Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

[0086] 以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。