刘娟 杜文华 段能全 曾志强
（中北大学机械与动力工程学院，山西 太原 030051）
【摘要】本文通过CCD图像采集技术提出了一种以灰度值的差的平方和作为图像是否聚焦的评价函数的自动调焦方法，通过研究比较常用调焦评价函数和对焦窗口，提出了一种适用于刀具预调仪的自动聚焦技术，选择改进的对焦评价函数以及改进的调焦窗口，保证刀具预调仪自动聚焦技术的精度和时间。通过实验验证，不同的调焦区域对调焦特性曲线影响不同，根据调焦特性曲线分析聚焦区域选择的基本原则，使用灰度差分法以及倒L型调焦窗口能够得出良好的调焦评价曲线图。
教育期刊网 http://www.jyqkw.com
关键词 自动聚焦；调焦评价函数；调焦窗口；刀具预调仪
基金项目：山西省研究生优秀创新项目“基于机器视觉的难测尺寸高精度测量技术研究”（20133095）。
作者简介：刘娟（1987.05.08—），女，硕士研究生，研究方向为机械故障诊断与机器视觉。
通讯作者：杜文华（1968—），女，汉族，山西太原人，博士，教授，研究方向为机械故障诊断。
0引言
在机器视觉测量中，清晰的图像是后续图像分析与处理的前提，它关系着整个系统的测量精度。影响成像清晰度的因素很多，而图像是否正确聚焦是测量的关键因素。根据前人做的大量研究，发现对焦深度法相比离焦深度法精度更高，适合于精密测量领域[1-2]。刀具预调仪属于精密测量领域，因此，对焦深度法可用于刀具预调仪的自动聚焦中。对焦深度法的核心内容包括：图像清晰度的评价、对焦窗口的选择、对焦搜索策略，本文主要研究对焦窗口的选择。
1基于刀具预调仪的评价函数选择
理想的调焦函数的特点包括：单峰性、无偏性、灵敏度、能反映离焦极性、具有足够的信噪比、高效性[3]。根据前人做的大量研究发现，常用的调焦评价函数中，根据对各种调焦评价函数的分析及所测对象的特点,使用灰度法作为调焦评价函数，计算量小，灵敏度高，适用于刀具预调仪的自动聚焦过程[4-6]。刀具图片像素的灰度变化较为均匀，使用传统的灰度差分函数得到的评价函数值变化不明显，聚焦效果不理想。因此，我们可以改进传统的灰度差分法。改进的灰度差分法将图像前景中的所有像素灰度值与后置像素的灰度值的差的平方和作为图像的评价函数[7]。此方法的聚焦效果得到改善，精度提高。较之传统的灰度差分法，此算法有更好的单调性以及单峰性。
改进的聚焦评价函数：
2基于对刀仪的调焦窗口的选择
合适的调焦窗口大小和位置是保证成像主体准确聚焦的关键因素。从实时性的角度出发，调焦窗口选择的越小，包含的信息越少，调焦函数的运算量就小，实时性越好。常用的调焦窗口选择方法有：中央区域选择法、多区域选择法、非均匀采样选择法等。
刀具预调仪测量刀具尺寸时，刀具的位置位于图像的中部、右部和下部，使用倒T型窗口使主体右侧精度降低，因此将倒T型窗口改进成倒L型窗口，倒T型图1倒L型图2的选择区域对比图如下:
3实验验证
本试验采用CCD摄像头和LED光源获取铣刀图像，绘制图像支持的最高分辨率为1392×1040，测试图片的分辨率为1344×1024,此实验中，为保证在论文中显示清晰，使用的图片分辨率为448×482。拍摄39幅离焦到聚焦再到离焦的图像，20幅时是精确聚焦图，绘制成评价函数对比曲线图。
不同区域（A区域倒L型、B区域倒T型）、不同大小（A区域161×150、B区域54×50、C区域241×224）、对调焦特性曲线的影响如图3、4所示：
(a)不同区域的调焦区域图
(b)不同区域的调焦曲线图
图3
(a)不同大小的调焦区域图
(b)不同大小调焦曲线图
由图3(b)得出：倒L型调焦窗口较倒T型窗口有更好的清晰度以及单峰性；由图4(b)得出：调焦窗口A受背景的影响较小，单峰性更好，灵敏度可保证。但图片的清晰度低于调焦窗口B的图片，调焦窗口C单峰性较差，图片的稳定性不足。因此，在刀具测量中应选用161×150、倒L型调焦窗口。
4结语
在刀具预调仪的自动调焦过程中，调焦评价函数、调焦区域、调焦搜索算法对图片的清晰度都具有一定的影响。本文通过选用不同的调焦窗口进行对比，找出适用于刀具测量的调焦区域，提高图片的清晰度，对后期图片的处理具有深远的影响。
教育期刊网 http://www.jyqkw.com
参考文献
［１］史萌.基于刀具检测仪的数字图像自动聚焦技术研究[D].西安工业大学,2012.
［２］刘力双.电子摄像式刀具预调测量仪的调焦方法研究[D].天津大学,2012.
［３］黄德天.基于图像技术的自动调焦方法研究[D].中国科学院大学,2013.
［４］汪宋良.一种改进型灰度差分聚焦算法研究与实现[J].光学仪器,2013,35(4):47-52.
［５］张旭东.一种自动聚焦方法及其应用[J].科技情报开发与经济,2008,18(27):150-152.
［６］郑媛媛.一种新的自动计较算法的研究[J].光学技术,2011,37(4):471-474.
［７］Li Hui.An improved focusing algorithm based on image definition evaluation[C]//2011 2nd International Conference on Artificial Intelligence, Management science and Electronic Commerce, AIMSEC 2011 - Proceedings,2011.
［责任编辑：汤静］