TWI454940B - 用於自動對焦之模糊控制器的模糊歸屬函數的設計方法 - Google Patents

Description

用於自動對焦之模糊控制器的模糊歸屬函數的設計方法

本發明係與一種自動對焦方法有關，特別係與一種用於自動對焦之模糊控制器之歸屬函數設計方法有關。

自動對焦技術係被廣泛運用於數位相機領域中，而對焦的快慢在消費者考慮購買相機的理由中佔有很大的因素。一般習知的自動對焦的步驟是將擷取到之數位影像，透過電腦計算其清晰度後，再做為自動對焦控制器改變焦距或物距之依據，以呈現最清楚之影像。

請參照第1圖，第1圖為習知技術之鏡頭對焦方式示意圖。以下介紹現今自動對焦之搜尋方法，全域搜尋法是採用最小步距做全域性之清晰度值搜尋，全域全部搜尋完後鏡頭再回到清晰度值最大之點，以完成對焦。二分搜尋法是一開始採用大步距做搜尋，一旦搜尋到清晰度值小於前一次時，則回頭採用一半的步距搜尋，如此反覆搜尋達到對焦之目的。規則式搜尋法則為取兩點之清晰度值差做固定移動間距的比例，當其差值越大時移動步距越大，反之則縮減步距，最後在回到清晰度值最大之點。

然而，上述方法皆屬於採用定量移動的方式，由於擷取過多影像，造成計算量龐大，或者鏡頭必須來回伸縮移動，藉以縮小搜尋間距，導致總移動距離過大，皆為費時，故自動對焦搜尋技術仍有改善空間。

因此，有人提出了利用智慧型控制理論之模糊理論來設計自動對焦系統之控制器，以改善上述對焦次數過多的問題。台灣專利公開第200712594號揭露可將輸入的信號模糊化之模糊化裝置，再將模糊化的值輸入具有推 論規則的推論引擎庫，然後再將推論值解模糊化至對應的輸出裝置，並藉以控制會使得鏡頭移動的馬達。

請參考第2圖，第2圖為現有模糊控制器之架構方塊圖。第2圖中的標號100是代表習知的模糊控制器(Fuzzy Controller)，模糊控制器100包括模糊化機構(Fuzzifier)120、模糊規則庫(Fuzzy Rule Base)140、模糊推論引擎(Fuzzy Inference Engine)160、及解模糊化機構(Defuzzifier)180。模糊化機構120係用於將外界的輸入資料(例如前述的清晰度值)轉化成適當的模糊化資訊，其通常係利用歸屬函數(Membership function)來將該輸入資料，轉換成模糊計算可以接受的模糊量，例如語言項。模糊推論引擎160則是模糊控制器100的核心，其會根據所得到的模糊資訊以及在模糊規則庫140中預先存放解決問題所需的模糊規則，並模擬人類思考決策的方式，來解決問題。最後解模糊化機構180則會將模糊推論引擎160所推論出的模糊資訊，轉化為外界所能接受的明確資訊，例如鏡頭馬達移動所需得電壓或移動位置等。

惟，模糊控制器之歸屬函數都係以試誤法(Try and Error)來進行設計，其常常需要耗費大量時間，且得出之歸屬函數亦無法確定可以達到最佳效果，往往使得自動對焦所耗費時間仍然太久。

有鑑於此，有必要對現有技術進行改良，以克服習知技術中的缺點。

本發明之目的在於提供一種模糊歸屬函數的設計方法，其係利用田口方法(Taguchi method)並配合基因演算法來進行歸屬函數之最佳化設計，以獲得自動對焦系統之模糊控制器的最佳歸屬函數之組合，進而解決上述問 題。

為達成上述之目的，本發明提供一種用於自動對焦之模糊歸屬函數的設計方法，其係用於設計自動對焦之模糊控制器的歸屬函數，其包括下列步驟： (A)選定複數個第一語言項、複數個第二語言項以及複數個第三語言項；(B)選定該些第二語言項以及該些第三語言項之各別對應的複數個水準值；(C)建立該些水準值之一田口直交表；(D)根據該田口直交表進行實驗以得出複數個實驗結果，並計算各該些實驗結果之各別的信號雜音比；(E)根據該些信號雜音比來計算出對應該些第二語言項及該些第三語言項之一回應表；以及(F)根據該回應表來選擇該些第二語言項各別對應的該些水準值之一者，以及該些第三語言項各別對應的該些水準值之一者，以作為歸屬函數之複數個參數。

在步驟A中包括建立一模糊規則庫，在步驟A中尚包括建立一模糊規則庫，以建立輸入至輸出所對應的規則。具體來說，即為建立將該些第一語言項與該些第二語言項之結合映射至該些第三語言項的規則。具體而言，該些第一語言項係對應一清晰度值，該些第二語言項係對應一清晰度值變化量，而該些第三語言項則對應於一鏡頭焦距變化量。

在一較佳實施例中，該些第一語言項各為近似零、正小及正大等等數值，該些第二及第三語言項各為負大、負小、近似零、正小及正大等等數值。據此，該田口直交表係為L₁₈ (2¹ ×3⁷ )直交表，並且該些實驗結果係為平均對焦次數。此外，各個該些實驗結果之各別的信號雜音比之計算，係根據望小特性公式來進行。需注意的是，在步驟F中係選擇該回應表中數值 較大者所對應之水準值以作為歸屬函數之參數。

除此之外，步驟F之後進一步包括步驟G：對該些參數進行一基因演算法，其中包括複製、交配及突變步驟。

依據本發明之用於自動對焦之模糊歸屬函數的設計方法，可解決習知使用試誤法所得出之歸屬函數無法最佳化的缺點。透過田口直交表以該些水準值進行實驗，以求得各別的信號雜音比。最後再透過建立回應表，並根據回應表中數值較大者，所對應之水準值以作為歸屬函數之參數。另外透過基因演算法對該些參數進行更精確的計算，以對歸屬函數之參數做出最佳化。透過此方法所設計出之自動對焦控制器，可達到快速擷取清晰影像之目的。

為讓本發明之上述內容能更明顯易懂，下文特舉較佳實施例，並配合所附圖式，作詳細說明如下。

以下將配合附圖來詳細說明本發明之模糊歸屬函數的設計方法的一較佳實施例。本方法係較佳地用於設計自動對焦之模糊控制器之歸屬函數，然而本發明並不限於此，本方法亦可用於設計其他應用模糊理論之模糊控制器，所具有的歸屬函數。請參照第3圖，第3圖繪示本發明的較佳實施例之模糊歸屬函數的設計方法之流程圖；該方法開始於步驟S10。

請參照第4圖，第4圖繪示一清晰度值、一清晰度值變化量，以及一鏡頭焦距變化量之歸屬函數。在此較佳實施例中，定義該清晰度值、該清晰度值變化量，以及該鏡頭焦距變化量之歸屬函數，分別為各為三角形之歸屬函數MTF 10、歸屬函數dMTF 20及歸屬函數Output 30，且歸屬度為1。 此外，定義兩個輸入變數為該清晰度值及該清晰度值變化量，並定義輸出為該鏡頭焦距變化量。

在步驟S10中，選定複數個第一語言項、複數個第二語言項及複數個第三語言項。具體而言，該些第一語言項係對應於該清晰度值，該些第二語言項係對應於該清晰度值變化量，而該些第三語言項則對應於該鏡頭焦距變化量。簡言之，該清晰度值、該清晰度值變化量係透過上述模糊化機構120進行模糊化。其中因清晰度值並無負值，因此選定清晰度值對應之該些第一語言項各為近似零(Approximately Zero,ZR)、正小(Positive small,PS)及正大(Positive Big,PB)，其中ZR代表最不清楚、PS代表稍微清楚、PB代表十分清楚。而選定清晰度值變化量對應之該些第二語言項各為負大(Negative Big,NB)、負小(Negative Small,NS)、近似零ZR、正小PS及正大PB，其中ZR代表變化量最小、NB代表變化量為較大負值、NS代表變化量為較小負值、PB代表變化量為較大正值、PS代表變化量為較小正值。而選定鏡頭焦距變化量所對應之該些第三語言項，則各為負大NB、負小NS、近似零ZR、正小PS及正大PB，其中ZR代表需移動的步距最小、NB代表需移動的步階為反方向大步距、NS代表需移動的步階為反方向小步距、PB代表需移動的步階為正方向大步距、PS代表需移動的步階為正方向小步距。

請參考第5圖，第5圖為本發明較佳實施例之一模糊規則庫。在步驟S10中尚包括建立一模糊規則庫，該模糊規則庫係用以建立輸入至輸出所對應的複數條規則，該輸入藉由該些規則而產生輸出(即輸入經過模糊推論引擎作用後而產生的模糊語言項)。在此則為建立將該些第一語言項與該些 第二語言項結合之輸入值映射至該些第三語言項之規則。在此較佳實施例中，該模糊規則庫表示兩輸入變數(該歸屬函數MTF 10及該歸屬函數dMTF 20)輸出至該歸屬函數Output 30的規則，其中該些下標僅代表規則的標號。 舉例而言，當輸入之歸屬函數MTF 10之第一語言項為PB且歸屬函數dMTF 20之第二語言項為NS時，則輸出之歸屬函數Output 30之第三語言項為該模糊規則庫之第2條規則，即ZR₂ 。以白話來說，即當該清晰度值十分清楚(PB)，且該清晰度值的變化量不大(NS)，則下一步鏡頭變化量應為接近零(ZR)時，即已十分靠近焦點。

在步驟S20中，選定該些第二語言項及該些第三語言項所各別對應的複數個水準值。具體而言，即選定清晰度值變化量dMTF 20與鏡頭焦距變化量Output 30之NB、NS、PS及PB為控制因子，其餘為固定值。為清楚表示其等係各以控制因子A至H表示之。如第4圖所示，在此較佳實施例中，第一語言項之ZR、PS及PB之參數值係固定為0.3、0.6及0.9，而第二語言項之ZR與第三語言項之ZR之參數固定為0。然而，本發明並不限於此種選定方式。第6圖為本發明較佳實施例所選定之複數個水準值，請參考第6圖。舉例而言，該些控制因子之該些水準值選定係如第6圖所示。

在步驟S30中，建立該些水準值之一田口直交表(Orthogonal array)。第7圖為本發明的較佳實施例之該些水準值的田口直交表。請參考第7圖，在此較佳實施例中，該田口直交表係選用L₁₈ (2¹ ×3⁷ )直交表，其中下標18代表進行18組實驗，上標表示控制因子個數(此即為第二語言項與第三語言項之NB、NS、PS及PB共8個)，數字則代表控制因子之水準值的個數。

在步驟S40中，根據該田口直交表進行實驗以得出複數個實驗結果， 並計算各該些實驗結果之各別的信號雜音比(Signal Noise Ratio,S/N Ratio)。在此較佳實施例中，該些實驗結果係為平均對焦次數，即帶入該田口直交表之參數所選定之該歸屬函數MTF 10、該歸屬函數dMTF 20及該歸屬函數Output 30後，利用此模糊控制器進行對焦實驗，並將對焦完成所需之次數加以平均。此外，並根據望小(Smaller the better)特性公式來計算該各該些實驗結果之各別的S/N比。

在步驟S50中，根據該些信號雜音比來計算出對應於該些第二語言項及該些第三語言項之一回應表。具體而言，此即是利用S/N比之特性，來求得品質特性之平均最佳值及最小變異數，S/N比越大，其損失越小，則代表此參數水準組合及品質特性是最佳的。請參照第8圖，第8圖是根據第7圖之S/N比所計算出之回應表。

在步驟S60中，根據該回應表選擇該些第二語言項所各別對應之該些水準值之一者，以及該些第三語言項所各別對應之該些水準值之一者，以作為歸屬函數之複數個參數。具體而言，如第8圖所示，控制因子A之水準值1係較水準值2更大，因此控制因子A係被選定為水準值1，即歸屬函數dMTF 20之NB為-0.18。控制因子B之水準值1係較水準值2與3更大，因此控制因子B係被選定為水準值1，即歸屬函數dMTF 20之NS為-0.1。同理，歸屬函數dMTF 20之PS及PB各為0.08及0.23。相同地，歸屬函數Output 30之NB、NS、PS及PB各為-20、-15、20及40。

據此，由本發明之較佳實施例所設計的歸屬函數則將如第9圖所示，第9圖繪示本發明的較佳實施例之設計方法所設計出的歸屬函數。即根據上述所選擇出之第二語言項及第三語言項之水準值，來重新設計出歸屬函 數dMTF 20及歸屬函數Output 30，並透過具有此歸屬函數之模糊控制器而可以達到快速對焦之目的。

值得注意的是，本發明所設計出之第二語言項及第三語言項之水準值，還可進行本領域技術人員所熟悉之基因演算法的處理流程，其中基因演算法所包括之複製、交配及突變步驟，在此則不予贅述。透過此基因演算法使得該些參數還可進行更進一步的微調，以達歸屬函數的最佳化設計。

除此之外，本發明還揭露一種自動對焦之模糊控制器，其包括上述設計方法所設計出之歸屬函數，以使得運用該些歸屬函數之模糊控制器的自動對焦控制器之性能可達到最好的效果，進而使鏡頭對焦所移動的次數可達到最少，進而克服了習知用試誤法產生的歸屬函數所造成的自動對焦時間仍然太久的缺點。

綜上所述，本發明之模糊歸屬函數的設計方法可解決習知使用試誤法所得出之歸屬函數無法最佳化的缺點。透過田口直交表以該些選定的水準值進行實驗，以求得各別的信號雜音比，其可作為量測系統的品質特性。S/N比最大者，為最佳之參數水準組合，在此參數水準下所產製的產品，其損失最少，變異性最小。最後再透過建立回應表，根據回應表中數值較大者所對應之水準值作為歸屬函數之參數。另外透過基因演算法對該些參數進行更精確的計算，以對歸屬函數之參數做出最佳化。透過此方法設計出之自動對焦控制器，將可達到快速擷取清晰影像之目的。

雖然本發明已用較佳實施例揭露如上，然其並非用以限定本發明，本發明所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作各種之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範 圍所界定者為準。

10‧‧‧歸屬函數MTF

20‧‧‧歸屬函數dMTF

30‧‧‧歸屬函數Output

100‧‧‧模糊控制器

120‧‧‧模糊化機構

140‧‧‧模糊規則庫

160‧‧‧模糊推論引擎

180‧‧‧解模糊化機構

S10‧‧‧步驟

S20‧‧‧步驟

S30‧‧‧步驟

S40‧‧‧步驟

S50‧‧‧步驟

S60‧‧‧步驟

S70‧‧‧步驟

第1圖為習知技術之鏡頭對焦方式示意圖。

第2圖為現有模糊控制器之架構方塊圖。

第3圖繪示本發明較佳實施例之模糊歸屬函數的設計方法的流程圖。

第4圖繪示一清晰度值、一清晰度值變化量及一鏡頭焦距變化量之歸屬函數。

第5圖為本發明較佳實施例之一模糊規則庫。

第6圖為本發明較佳實施例之選定之複數個水準值。

第7圖為本發明較佳實施例之該些水準值之田口直交表。

第8圖是根據第7圖之S/N比所計算出之回應表。

第9圖繪示本發明之較佳實施例之設計方法所設計出之歸屬函數。

S10‧‧‧步驟

S20‧‧‧步驟

S30‧‧‧步驟

S40‧‧‧步驟

S50‧‧‧步驟

S60‧‧‧步驟

S70‧‧‧步驟

Claims (8)

1. 一種用於自動對焦之模糊控制器的模糊歸屬函數的設計方法，其係用於設計自動對焦之模糊控制器之歸屬函數，其包括下列步驟：(A)選定複數個第一語言項、複數個第二語言項及複數個第三語言項，其中該些第一語言項係對應於一清晰度值，該些第二語言項係對應於一清晰度值變化量，並且該些第三語言項係對應於一鏡頭焦距變化量；(B)選定該些第二語言項及該些第三語言項所各別對應的複數個水準值；(C)建立該些水準值之一田口直交表；(D)利用該模糊控制器根據該田口直交表進行對焦實驗以得出複數個實驗結果，其中該些實驗結果係為平均對焦次數，並計算各該些實驗結果之各別的信號雜音比；(E)根據該些信號雜音比計算出對應於該些第二語言項及該些第三語言項之一回應表；以及(F)根據該回應表來選擇該些第二語言項所各別對應的該些水準值之一者，以及該些第三語言項所各別對應的該些水準值之一者，以作為歸屬函數之複數個參數。
2. 如申請專利範圍第1項所述之用於自動對焦之模糊控制器的模糊歸屬函數的設計方法，其中該些第一語言項值係各為近似零、正小及正大，而該些第二及第三語言項值則各為負大、負小、近似零、正小及正大。
3. 如申請專利範圍第1項所述之用於自動對焦之模糊控制器的模糊歸屬函數的設計方法，其中步驟A中包括建立一模糊規則庫，其係用以將該些第一語言項與該些第二語言項之結合映射至該些第三語言項之規則。
4. 如申請專利範圍第2項所述之用於自動對焦之模糊控制器的模糊歸屬函數的設計方法，其中該田口直交表係為L₁₈ (2¹ ×3⁷ )直交表。
5. 如申請專利範圍第1項所述之用於自動對焦之模糊控制器的模糊歸屬函數的設計方法，其中計算該各該些實驗結果之各別的信號雜音比的步驟，係根據望小特性公式來進行。
6. 如申請專利範圍第1項所述之用於自動對焦之模糊控制器的模糊歸屬函數的設計方法，其中步驟F中係選擇該回應表中數值較大所對應之水準值作為歸屬函數之參數。
7. 如申請專利範圍第1項所述之用於自動對焦之模糊控制器的模糊歸屬函數的設計方法，進一步包括對該些參數進行一基因演算法，其包括複製、交配及突變步驟。
8. 一種自動對焦之模糊控制器，其包括有如申請專利範圍第1項所述之方法所設計出之歸屬函數。