賈海彥，趙山山，張紅民

　?。ㄖ貞c理工大學(xué) 電子信息與自動(dòng)化學(xué)院，重慶 400054）

　　摘要：針對現(xiàn)有面陣CCD相機(jī)自動(dòng)對焦算法精度比較低、易出現(xiàn)局部峰值的問題，提出了一種基于機(jī)器學(xué)習(xí)的自動(dòng)對焦算法。采用機(jī)器學(xué)習(xí)中的決策樹算法求得兩個(gè)決策樹，用決策樹來決定鏡頭移動(dòng)的方向及下一步的狀態(tài)，進(jìn)而確定了一個(gè)包含有峰值的范圍，然后再用爬山算法進(jìn)行局部峰值搜索，從而確定焦點(diǎn)峰值位置。實(shí)驗(yàn)結(jié)果表明，該算法把自動(dòng)對焦的精確度提高了3%，且出現(xiàn)局部峰值的情況也得到了改善。

　　關(guān)鍵詞：自動(dòng)對焦；機(jī)器學(xué)習(xí)；決策樹；爬山算法

0引言

　　數(shù)字成像設(shè)備針對場景目標(biāo)進(jìn)行快速、準(zhǔn)確的對焦是獲取清晰圖像的重要手段［1］。現(xiàn)有面陣CCD相機(jī)的自動(dòng)對焦算法主要是對焦搜索算法，但傳統(tǒng)的對焦搜索算法精度較低且容易出現(xiàn)局部峰值。因此，近年來有不少學(xué)者對此進(jìn)行了研究，2015年，陳浩等人提出了基于相鄰像素差與NRSS的自動(dòng)對焦算法［2］，但該算法精度相對較低；2014年，洪裕珍等人提出了一種基于改進(jìn)的離焦模糊圖像清晰度評價(jià)函數(shù)的自動(dòng)對焦算法［3］，但還是容易出現(xiàn)局部峰值；2013年，郭惠楠等人提出一種基于光流場估計(jì)的自動(dòng)對焦算法［4］，但精度還是不夠。

　　本文針對現(xiàn)有算法的局限性，設(shè)計(jì)了機(jī)器學(xué)習(xí)搜索算法。

1算法流程

　　本文提出用機(jī)器學(xué)習(xí)中的決策樹算法來確定鏡頭移動(dòng)的方向及下一步的狀態(tài)，再利用爬山算法進(jìn)一步確定峰值。

　　1.1算法描述

　　如圖1所示，鏡頭處在一個(gè)任意位置，所以算法要決定鏡頭在尋找峰值時(shí)，向近焦的方向移動(dòng)還是向遠(yuǎn)焦的方向移動(dòng)［5］。本文用決策樹Tα來決定鏡頭移動(dòng)的方向，決策樹Tα需要三個(gè)焦點(diǎn)值來確定，焦點(diǎn)值是通過鏡頭以雙精步向遠(yuǎn)焦移動(dòng)過程中的三個(gè)連續(xù)的鏡頭位置測量的。

　　鏡頭在決策樹Tα確定的方向上開始粗略搜索一個(gè)峰值。在每一步中都會用一元組（i，fi）記錄下來，其中i表示搜索中的步數(shù)，fi表示相應(yīng)的焦點(diǎn)值。一元組（0，f0）表示鏡頭初始位置。記錄的一元組用來計(jì)算第二個(gè)帶有三個(gè)標(biāo)簽葉的決策樹Tβ，這三個(gè)標(biāo)簽葉分別為“繼續(xù)”“返回”“成功”，每一個(gè)標(biāo)簽代表一種狀態(tài)。

　　1.2算法詳細(xì)流程

　　在生成決策樹的過程中首先需要采集訓(xùn)練數(shù)據(jù)，然后用訓(xùn)練數(shù)據(jù)來創(chuàng)建一系列的特征值，最后生成兩個(gè)決策樹［6］。

　　（1）數(shù)據(jù)采集及特征值的提取

　　在機(jī)器學(xué)習(xí)算法中，成功與否的第一個(gè)重要因素是基準(zhǔn)圖像的數(shù)據(jù)［7］，在數(shù)據(jù)采集過程中，基準(zhǔn)圖像來自于32個(gè)不同的日常場景，包括風(fēng)景、特寫、室內(nèi)、靜物等。本文采用CCD相機(jī)對基準(zhǔn)圖像進(jìn)行采集，對每一個(gè)場景都在167個(gè)不同的鏡頭位置分別采集圖像，圖像在該位置的焦點(diǎn)值用平方梯度算法來計(jì)算。

　　第二個(gè)重要因素是數(shù)據(jù)特征值的提取，特征值必須能夠區(qū)分每一組數(shù)據(jù)的不同分類［8］。兩組特征值是通過手動(dòng)采集的，第一組特征值用Tα表示，該組特征值用來確定決策樹Tα(即判斷鏡頭向近焦移動(dòng)還是遠(yuǎn)焦移動(dòng)) ，這組特征值是布爾量，主要包括三個(gè)焦點(diǎn)值與不同粒度級別之間的比較。第二組特征值用Tβ表示，用來確定決策樹Tβ（即判斷三個(gè)狀態(tài)之間的轉(zhuǎn)移），這組特征值是十進(jìn)制數(shù)值，包括搜索的步數(shù)、最新兩個(gè)焦點(diǎn)值的斜率和最新焦點(diǎn)值與迄今為止最大焦點(diǎn)值之間的比率。對于機(jī)器學(xué)習(xí)算法，描述特征的特征值比焦點(diǎn)值本身更容易處理。但構(gòu)造特征值面臨的一個(gè)問題是不同相機(jī)和鏡頭有不同的鏡頭位置數(shù)Tp，這會影響采集數(shù)據(jù)的特征值。例如，如果一個(gè)相機(jī)的鏡頭位置數(shù)很少，則它的每一步之間的焦點(diǎn)值增長得很快。另一個(gè)問題是焦點(diǎn)值的測量是任意的，而且會受到場景細(xì)節(jié)和照明情況的影響，因此，為了確保通用性，每當(dāng)它們被用作計(jì)算特征值和焦點(diǎn)值時(shí)，鏡頭的位置數(shù)都被歸為［0，1］。例如特征值F代表兩個(gè)焦點(diǎn)值（x，fx）、（y，fy）之間的斜率，則該特征值為：

　?。?）生成決策樹

　　數(shù)據(jù)采集完以后就預(yù)示著機(jī)器學(xué)習(xí)的訓(xùn)練數(shù)據(jù)已經(jīng)生成［910］，每一個(gè)圖像的數(shù)據(jù)都對應(yīng)一組特征值和代表該數(shù)據(jù)的標(biāo)簽，然后分別生成決策樹Tα和決策樹Tβ。特征值是按照步驟一中的算法生成的，第一個(gè)決策樹Tα的狀態(tài)是按照一個(gè)簡單的規(guī)則自動(dòng)生成的：如果在焦點(diǎn)搜索過程中最大峰值是x，那么x左邊的記做“近焦”，x右邊的記做“遠(yuǎn)焦”。第二個(gè)決策樹Tβ是這樣生成的：如果搜索過程中經(jīng)過兩個(gè)或更多的峰值，則狀態(tài)為“成功”；如果在該方向上經(jīng)過四個(gè)粗步搜索仍然沒有更多的峰，則狀態(tài)為“返回”；除了以上兩種狀態(tài)，剩下的狀態(tài)則是“繼續(xù)”。

　　圖2決策樹圖2是生成的決策樹Tα，圖中R表示采集的兩個(gè)相鄰點(diǎn)之間的斜率；圖3是生成的決策樹Tβ，圖中L表示該位置到迄今為止最大焦點(diǎn)值之間的距離，R1表示該位置到迄今為止最大焦點(diǎn)值之間的斜率，R2表示迄今為止最小值與最大值之間的斜率，R3表示當(dāng)前最大斜率，R4表示下降的第一個(gè)半斜率。

　?。?）爬山算法

　　當(dāng)搜索進(jìn)入“成功”狀態(tài)時(shí)，說明鏡頭到達(dá)的位置是目前為止焦點(diǎn)值最大的地方，也就是說鏡頭已經(jīng)處于峰值或最接近峰值的位置。這時(shí)，局部搜索即將開始，這里用到簡單的爬山算法［11］，鏡頭根據(jù)該算法找到一個(gè)焦點(diǎn)值不再增加的位置，即峰值。

2實(shí)驗(yàn)結(jié)果

　　表1是在不同場景下各算法的精確度以及出現(xiàn)局部峰值的頻率，通過對比得知，本文算法的精度得到了相對的提高且出現(xiàn)局部峰值的概率也相對減小。因?yàn)楸疚闹挥挟?dāng)粗略搜索輸出“成功”時(shí)才進(jìn)行局部搜索，這時(shí)鏡頭已經(jīng)非?？拷逯盗耍源怂阉鞑粫艿骄植繕O值的影響。 

3結(jié)論

　　本文把機(jī)器學(xué)習(xí)中的決策樹算法應(yīng)用到自動(dòng)對焦算法中，實(shí)驗(yàn)結(jié)果表明，該算法有效提高了精度并減少了出現(xiàn)局部峰值的概率，具有一定的實(shí)用價(jià)值。

　　參考文獻(xiàn)

　?。?］ 郭曉東，陳華旺，王晨晟，等.基于紅外圖像邊緣特征的自動(dòng)對焦技術(shù)［J］.光學(xué)與光電技術(shù),2013,11(2):7982.

　?。?］ 陳浩，陳建，葉輕舟，等.基于相鄰像素差與NRSS的自動(dòng)對焦算法［J］.計(jì)算機(jī)工程,2015,41(9):261265.

　?。?］ 洪裕珍，任國強(qiáng)，孫健.離焦模糊圖像清晰度評價(jià)函數(shù)的分析與改進(jìn)［J］.光學(xué)精密工程,2014,22(12):34013408.

　?。?］ 郭惠楠，曹劍中，周祚峰，等.采用光流估計(jì)的數(shù)字相機(jī)自動(dòng)對焦算法［J］.紅外與激光工程，2013,42(12):34173422.

　?。?］ 馬鵬川，楊波，唐艦.一種自動(dòng)對焦算法的優(yōu)化［J］.光學(xué)儀器,2013,35(2):2631.