CN117459829A - 一种摄像机自动变焦目标捕捉方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种摄像机自动变焦目标捕捉方法，包括：对摄像机捕捉的图像进行预处理；对所述图像进行目标检测；对所述目标检测结果进行清晰度量化；调节镜头焦距，直至清晰度量化指标最大。本发明通过图像目标自动检测获取目标在图像中的位置，通过目标识别确定是否为待检测目标，在通过目标清晰度量化对当前目标的成像效果进行评估，最后依据评估结果调节成像焦距进而获得最佳成像效果，实现基于自动对焦目标捕捉。

Description

一种摄像机自动变焦目标捕捉方法、装置、设备及存储介质

技术领域

本发明涉及视频监控技术领域，更具体地，涉及一种摄像机自动变焦目标捕捉方法、装置、设备及存储介质。

背景技术

目标在成像系统视场中成像尺寸连续变化，在图像上反映的现象就是目标占用像素点不稳定，这样将会影响目标识别以及目标跟踪。自动变焦的目的就是保证目标在图像中占用比例稳定，以便观测。保证目标在成像系统中面积占比达到预先设定的阈值。这样能在远近观测时均能很好的获取目标图像。

现有的巡检方案依赖视频监控与人工判断，监控画面中的目标捕捉主要依靠人工检测后人工调焦或光学自动变焦，无法针对检测目标类型自动实现变焦捕捉。

发明内容

针对现有技术的至少一个缺陷或改进需求，本发明提供了一种摄像机自动变焦目标捕捉方法、装置、设备及存储介质，通过图像目标自动检测获取目标在图像中的位置，通过目标识别确定是否为待检测目标，在通过目标清晰度量化对当前目标的成像效果进行评估，最后依据评估结果调节成像焦距进而获得最佳成像效果，实现基于自动对焦目标捕捉。

为实现上述目的，按照本发明的第一个方面，提供了一种摄像机自动变焦目标捕捉方法，包括：

采用中值滤波或均值滤波，对摄像机捕捉的图像进行预处理；

对所述图像进行目标检测；

对所述目标检测结果进行清晰度量化；

调节镜头焦距，直至清晰度量化指标最大；

其中，所述清晰度量化指标计算方法为：

计算像素点水平方向和垂直方向的差分模值的平方和，并将计算的平方和作为该像素点的梯度值，对图像中全部像素点的梯度值累加作为最终的清晰度量化。

进一步地，上述摄像机自动变焦目标捕捉方法还包括：

所述中值滤波法具体包括：

坐标为处像素值表示为其邻近区域m的像素中值，其中，

，为坐标的邻近区域m的点的像素值，为中值滤波的表达式；

所述均值滤波法具体包括：

坐标为处像素值表示为其邻近区域m的像素均值，其中，

，为坐标的邻近区域m的点的像素值。

进一步地，上述摄像机自动变焦目标捕捉方法还包括：

对所述图像进行目标检测，具体包括：

对所述图像进行细化扫描，将所述图像均匀划分为网格；

每个网格对应输出预测值。

进一步地，上述摄像机自动变焦目标捕捉方法还包括：

所述网格数满足，其中为网格划分修正系数，R为所述待检测目标图像的焦距。

进一步地，上述摄像机自动变焦目标捕捉方法还包括：

计算所述网格的预测值P，具体包括：

对前一层图像进行卷积计算：；

对获得的卷积层进行下采样计算：；

依据检测效果，获得深度特征；

将获得的特征进行全连接，构造成预测值P；

其中，所述预测值P包含6组参数：目标检测框的中心点坐标、，检测框尺寸、，待检测目标的置信度，以及检测框包含目标的条件下该目标分的类别C。

进一步地，上述摄像机自动变焦目标捕捉方法还包括：

所述检测框尺寸、满足：

；

其中，R为所述待检测目标图像的焦距，为修正系数。

进一步地，上述摄像机自动变焦目标捕捉方法还包括：

对于多个网格的预测结果，当满足置信度时，认为预测结果有效。

按照本发明的第二个方面，还提供了一种摄像机自动变焦目标捕捉装置，其包括：

摄像机，用于获取目标图像；

云台，用于安装和固定摄像机；

计算机，用于获取所述摄像机的图像，执行如上述任一项所述方法的步骤，使所述摄像机进行自动变焦。

按照本发明的第三个方面，还提供了一种摄像机自动变焦目标捕捉设备，其包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行上述任一项所述方法的步骤。

按照本发明的第四个方面，还提供了一种存储介质，其存储有可由访问认证设备执行的计算机程序，当所述计算机程序在访问认证设备上运行时，使得所述访问认证设备执行上述任一项所述方法的步骤。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

本发明提供的摄像机自动变焦目标捕捉方法，.通过机器视觉图像检测获取了目标位置与类型，明确了成像目标对象；通过清晰度量化，实现了对于成像效果的评估，并依据评估结果自动调焦，形成了目标检测、目标识别、清晰度量化、自动调焦的方法闭环，实现了自动变焦目标捕捉。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种摄像机自动变焦目标捕捉方法的流程示意图；

图2为本发明实施例提供的目标检测识别方案示意图；

图3为本发明实施例提供的清晰度梯度数值与焦距关联曲线示意图；

图4为本发明实施例提供的光学成像镜头参数示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。

如图1所示，作为本发明的第一实施例，提供了一种摄像机自动变焦目标捕捉方法，包括以下四个步骤：

首先是图像降噪预处理。受采集环境、光照影响，图像中会出现不同程度的噪声。为提高识别精度，本实施例中对采集到的图像进行降噪处理。降噪处理的方法有两种，中值滤波或均值滤波。其中，中值滤波方法是将图像中目标像素点的灰度值替换为该点邻域内所有点灰度值的中间值，具体方法如下：为坐标的邻近区域m的点的像素值，为坐标，m是以为中心的邻近区域，为邻近区域的像素值按照顺序排列后的中值，用于替代的实际像素值，而表示为的像素值。为中值滤波表达式，。

均值滤波是采用均值替代的方法将原图像中的各个像素值，具体方法如下：为坐标的邻近区域m的点的像素值，为坐标，m是以为中心的邻近区域，为邻近区域的像素均值，用于替代的实际像素值，而表示为的像素值，。

第二步是对区域内进行目标检测。具体包括：

首先对当前视野内的图像进行细化扫描，依据目标图像的焦距，将图像均匀划分为（M，N均为整数）个网格。网格的划分依据为，其中为网格划分修正系数，保障焦距越大，划分的网格总数越多。

其次是视野内目标检测。参见图2，该步骤的目标是每个网格对应输出预测值。当图像中某个待检测目标的中心进入其中某网格，则由该网格输出目标的预测值P。

通过卷积神经网络对图像的每个网格进行逐层抽象深度学习。卷积神经网络提取图像特征的过程可以描述为以下步骤：

（1）对前一层图像进行卷积计算：；

（2）对获得的卷积层进行下采样计算：；

（3）依据检测效果，获得期望的深度特征；这一步可以根据需要重复1~2次；

（4）将获得的特征进行全连接，构造成预测值。

为层图像，为卷积核权重，为偏移量，为i层图像，f为激活函数，为对进行下采样处理后获得的i+1层图像。

预测值包含6组参数：目标检测框的中心点坐标、和检测框尺寸、，待检测目标的置信度，以及检测框包含目标的条件下该目标分的类别C。因此，整张图经过卷积神经网络处理后的输出维度为：。

同一种设备在不同拍摄距离情况下焦距R与视图尺寸成反比，即：

，为修正系数。

对于多个网格的预测结果，当满足置信度时，认为预测结果有效。

第三步是目标清晰度量化。本实施例中通过清晰度量化指标D对清晰度进行定量计算，具体计算方法为：计算某像素点水平方向和垂直方向的差分模值的平方和，并将计算的平方和作为该像素点的梯度值，对图像中全部像素点的梯度值累加作为最终的清晰度量化。D也可以表示为以下表达式：

。

图3示出了成像焦距R与D的关系。

第四步是镜头电机控制，如图4所示，在保持物距E不变的情况下，通过电机控制镜头，改变成像焦距R。在小幅度调增、调减焦距R的过程中，实时计算图像目标的清晰度。控制电机调节焦距R的最终目标是获得清晰度最佳的目标成像，即代表清晰度的梯度数值D达到调节过程中寻得的极大值。

作为本发明的第二实施例，提供了一种机器视觉设备识别方法装置，包括：

摄像机，用于获取目标图像；

云台，用于安装和固定摄像机；

计算机，用于获取所述摄像机的图像，执行如上述实施例所述方法的步骤，使所述摄像机进行自动变焦。

作为本发明的第三实施例，提供了一种机器视觉设备识别设备，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行如上述实施例所述方法的步骤。

本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器IC），或适合于存储指令和/或数据的任何类型的媒介或设备。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种摄像机自动变焦目标捕捉方法，其特征在于，包括：

采用中值滤波或均值滤波，对摄像机捕捉的图像进行预处理；

对所述图像进行目标检测；

对所述目标检测结果进行清晰度量化；

调节镜头焦距，直至清晰度量化指标最大；

其中，所述清晰度量化指标计算方法为：

计算像素点水平方向和垂直方向的差分模值的平方和，并将计算的平方和作为该像素点的梯度值，对图像中全部像素点的梯度值累加作为最终的清晰度量化。

2.如权利要求1所述的摄像机自动变焦目标捕捉方法，其特征在于，

所述中值滤波法具体包括：

坐标为处像素值表示为其邻近区域m的像素中值，其中，

，为坐标的邻近区域m的点的像素值，为中值滤波的表达式；

所述均值滤波法具体包括：

坐标为处像素值表示为其邻近区域m的像素均值，其中，

，为坐标的邻近区域m的点的像素值。

3.如权利要求1所述的摄像机自动变焦目标捕捉方法，其特征在于，

对所述图像进行目标检测，具体包括：

对所述图像进行细化扫描，将所述图像均匀划分为网格；

每个网格对应输出预测值。

4.如权利要求3所述的摄像机自动变焦目标捕捉方法，其特征在于，

所述网格数满足，其中为网格划分修正系数，R为所述待检测目标的焦距。

5.如权利要求3所述的摄像机自动变焦目标捕捉方法，其特征在于，

计算所述网格的预测值P，具体包括：

对前一层图像进行卷积计算：；

对获得的卷积层进行下采样计算：；

依据检测效果，获得深度特征；

将获得的特征进行全连接，构造成预测值P；

其中，所述预测值P包含6组参数：目标检测框的中心点坐标、，检测框尺寸、，待检测目标的置信度，以及检测框包含目标的条件下该目标分的类别C。

6.如权利要求5所述的摄像机自动变焦目标捕捉方法，其特征在于，

所述检测框尺寸、满足：

；

其中，R为所述待检测目标的焦距，为修正系数。

7.如权利要求6所述的摄像机自动变焦目标捕捉方法，其特征在于，

对于多个网格的预测结果，当满足置信度时，认为预测结果有效。

8.一种摄像机自动变焦目标捕捉装置，其特征在于，包括：

摄像机，用于获取目标图像；

云台，用于安装和固定摄像机；

计算机，用于获取所述摄像机的图像，执行如权利要求1~7任一项所述方法的步骤，使所述摄像机进行自动变焦。

9.一种摄像机自动变焦目标捕捉设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述计算机程序被所述处理单元执行时，使得所述处理单元执行权利要求1～7任一项所述方法的步骤。

10.一种存储介质，其特征在于，其存储有可由访问认证设备执行的计算机程序，当所述计算机程序在访问认证设备上运行时，使得所述访问认证设备执行权利要求1～7任一项所述方法的步骤。