(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210522635.2 (22)申请日 2022.05.13 (71)申请人 杭州汇萃智能科技有限公司 地址 311121 浙江省杭州市余杭区文一西 路998号海创园19幢40 6室 申请人 嘉兴逸君辰科技有限公司 (72)发明人 许允迪　陈安　周才健　应再恩　 周柔刚　盛锦华　周卫华　 (74)专利代理 机构 杭州华知专利事务所(普通 合伙) 33235 专利代理师 束晓前 (51)Int.Cl. G06T 5/00(2006.01) G06T 7/13(2017.01) G06V 10/22(2022.01)H04N 5/232(2006.01) (54)发明名称 一种图像对焦准确度评价方法及系统 (57)摘要 本发明公开了一种图像对焦准确度评价方 法及系统， 包括以下步骤： S1， 获取待评价图像并 对其进行预处理， 得到待评价灰度图像； S2， 提取 待评价灰度图像的边缘线及边缘线上各像素的 梯度信息； S3， 设置采样比或采样点数， 对边缘线 进行均匀采样， 得到采样点； S4， 将各采样点根据 梯度信息获取各采样点的检测框； S5， 计算各采 样点检测框的边缘清晰度； S6， 根据各采样点检 测框的边缘清晰度计算全图边缘清晰度， 并根据 全图边缘清晰度评价对焦效果。 本发 明实现了对 图像对焦准确度的快速、 精确的检测和评价， 且 适用于各种检测场景， 能够实时指导对焦过程。 权利要求书2页 说明书5页 附图2页 CN 114972084 A 2022.08.30 CN 114972084 A 1.一种图像对焦准确度评价方法， 其特 征在于， 包括以下步骤： S1， 获取待评价图像并对其进行 预处理， 得到待评价灰度图像； S2， 提取待评价灰度图像的边 缘线及边 缘线上各像素的梯度信息； S3， 设置采样比或采样点数， 对边 缘线进行均匀采样， 得到采样点； S4， 将各采样点 根据梯度信息获取 各采样点的检测框； S5， 计算各采样点检测框的边 缘清晰度； S6， 根据各采样点检测框的边缘清晰度计算全图边缘清晰度， 并根据全图边缘清晰度 评价对焦效果。 2.如权利要求1所述的图像对焦准确度评价方法， 其特征在于， 所述S1中， 待评价图像 通过相机拍摄目标物得到， 且若拍摄得到的待评价图像为彩色图像则通过预处理转化为灰 度图。 3.如权利要求1或2所述的图像对焦准确度评价方法， 其特征在于， 所述S2还包括以下 步骤： S2‑1， 基于边 缘检测算子提取S1中得到的待评价灰度图像的边 缘线； S2‑2， 对边缘线进行噪点筛除处 理， 获得目标物的边 缘； S2‑3， 基于边缘检测算子计算待评价灰度图像各像素在水平和垂直两个方向的变化梯 度DX和DY； S2‑4， 结合S2 ‑2得到的目标物的边缘和S2 ‑3得到的变化梯度DX和DY计算边缘线上各像 素的梯度方向。 4.如权利要求3所述的图像对焦准确度评价方法， 其特征在于， 所述S2 ‑1中， 采用的边 缘检测算子为Can ny算子； 所述S2 ‑3中， 采用的边 缘检测算子为Sobel 算子。 5.如权利要求4所述的图像对焦准确度评价方法， 其特征在于， 所述S3中， 采样比的取 值范围为0.01～0.3； 采样点数满足： 采样点数＝采样比 ×边缘点数， 且采样点数为3个以 上。 6.如权利要求5所述的图像对焦准确度评价方法， 其特征在于， 所述S4还包括： 根据S2 中得到的边缘线及其梯度方向， 沿着梯度方向向采样点内外扩展L个像素点， 并在与梯度方 向垂直的方向上向梯度线两侧扩展W个像素点， 构建一个由W*L个像素点组成的检测 框， 其 中检测框的长度为 L、 宽度为 W。 7.如权利要求6所述的图像对焦准确度评价方法， 其特征在于， 所述长度L的取值为3以 上， 且L为图像短边长度的1/4以下； 宽度W的取值 为3以上， 且小于1/采样比。 8.如权利要求6或7所述的图像对焦准确度评价方法， 其特征在于， 所述S5还包括以下 步骤： S5‑1， 获取检测框中各像素灰度的最大值Vmax和最小值Vmin， 并计算该检测框 的灰度差 H， H＝Vmax‑Vmin； S5‑2， 计算该检测框中的灰度中间值 S5‑3， 计算检测框中各像素 灰度与中间值的偏移量ΔVj， 计算式为： 其中， ΔVj表示第j个 像素的偏移量， Vj表示第j个 像素的灰度值；权　利　要　求　书 1/2 页 2 CN 114972084 A 2S5‑4， 综合偏移量并进行归一 化处理， 得到各检测框的边 缘清晰度D， 计算式为： 。 9.如权利要求8所述的图像对焦准确度评价方法， 其特征在于， 所述S6中计算全图边缘 清晰度包括： 计算各采样点检测框的边 缘清晰度的均值作为全图边 缘清晰度， 计算式如下： 其中， 为全图边缘清晰度， N为采样点个数， Di表示第i个采样点对应检测框的边缘清 晰度。 10.一种图像对焦准确度评价系统， 其特征在于， 包括采集模块、 梯度提取模块、 采样模 块、 检测框获取模块、 计算模块和评价模块； 其中， 采集模块用于对目标物体进行图像采集并进行预处理， 从而得到待评价灰度图 像； 梯度提取模块用于获取待评价图像边缘线上各像素 的梯度方向； 采样模块能够对边缘 线进行采样并得到采样点； 检测框获取模块能够结合采样点和梯度信息得到各采样点的检 测框； 计算模块用于计算各采样点检测框的边缘清晰度和全图边缘清晰度； 评价模块能够 根据全图边 缘清晰度判断采集图像的对焦效果。权　利　要　求　书 2/2 页 3 CN 114972084 A 3