本發(fā)明屬于光學(xué)工程與自動控制，尤其涉及一種基于mdp決策的紅外相機(jī)混合聚焦系統(tǒng)及方法。

背景技術(shù)：

1、隨著紅外相機(jī)在軍事、工業(yè)等領(lǐng)域的廣泛應(yīng)用，對其聚焦性能的要求越來越高。在軍事偵察中，需要紅外相機(jī)能夠快速、精準(zhǔn)地聚焦目標(biāo)，為作戰(zhàn)決策提供清晰準(zhǔn)確的圖像情報。在工業(yè)設(shè)備檢測中，高質(zhì)量的紅外圖像能夠幫助檢測人員及時發(fā)現(xiàn)設(shè)備的潛在故障。當(dāng)前紅外相機(jī)的聚焦技術(shù)主要還是依靠手動聚焦，或者使用簡單的爬山算法通過遍歷全局完成聚焦，甚至還有定焦距不可調(diào)焦的紅外相機(jī)。?在實(shí)際應(yīng)用場景中，環(huán)境因素復(fù)雜多變，被觀測目標(biāo)的距離、溫度等參數(shù)不斷變化，固定焦距難以滿足不同情況下的成像需求；手動調(diào)焦則效率低下，無法實(shí)現(xiàn)實(shí)時、快速的聚焦調(diào)整，嚴(yán)重限制了紅外相機(jī)在動態(tài)場景中的應(yīng)用。

2、現(xiàn)有的自動聚焦技術(shù)雖然在一定程度上解決了手動聚焦的效率問題，但仍存在明顯不足。部分基于單一算法的自動聚焦方法，如僅依賴圖像清晰度評價函數(shù)進(jìn)行聚焦判斷，容易受到圖像噪聲和環(huán)境干擾的影響。在復(fù)雜的中紅外熱成像環(huán)境下，噪聲會使清晰度評價值產(chǎn)生偏差，導(dǎo)致聚焦結(jié)果不準(zhǔn)確；環(huán)境溫度的變化也會對圖像的清晰度產(chǎn)生影響，使聚焦算法難以準(zhǔn)確判斷最佳聚焦位置，進(jìn)而影響成像質(zhì)量。此外，一些聚焦算法在搜索最佳聚焦位置時，容易陷入局部最優(yōu)解，無法找到全局最優(yōu)的聚焦位置，導(dǎo)致圖像始終無法達(dá)到最佳清晰度。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的目的在于提供一種基于mdp決策的紅外相機(jī)混合聚焦系統(tǒng)及方法，旨在解決上述背景技術(shù)中提出的問題。

2、本發(fā)明實(shí)施例是這樣實(shí)現(xiàn)的，一種基于mdp決策的紅外相機(jī)混合聚焦系統(tǒng)，包括：

3、數(shù)據(jù)采集模塊，用于采集紅外相機(jī)的實(shí)時畫面，通過溫度傳感器采集環(huán)境溫度和被觀測目標(biāo)表面溫度；

4、雙模噪聲抑制模塊，用于對采集到的圖像信息進(jìn)行預(yù)處理，計算評價值并獲得平滑的評價函數(shù)；

5、mdp決策模塊，用于全局搜索，鎖定最佳聚焦位置的大致區(qū)間位置；

6、自動聚焦模塊，用于局部優(yōu)化，驅(qū)動步進(jìn)電機(jī)完成精確聚焦；

7、中斷響應(yīng)模塊，用于判斷達(dá)到聚焦最佳時中斷硬件控制。

8、進(jìn)一步的技術(shù)方案，對于數(shù)據(jù)采集模塊，通過溫度傳感器采集環(huán)境溫度和被觀測目標(biāo)表面溫度的具體步驟如下：通過溫度計獲取當(dāng)前時刻的環(huán)境溫度，并標(biāo)定為；紅外相機(jī)依據(jù)被觀測目標(biāo)表面發(fā)出的紅外輻射，輸出一個熱圖像，每個像素的值為某一波長范圍內(nèi)接收到的輻射強(qiáng)度，輻射強(qiáng)度和溫度之間的關(guān)系用公式表達(dá)為：

9、；

10、其中，為紅外相機(jī)從被觀測目標(biāo)表面接收到的輻射強(qiáng)度；為被觀測目標(biāo)表面的發(fā)射率，即被觀測目標(biāo)表面輻射能力與黑體輻射能力的比值，介于0和1之間；為斯特藩-波爾茲曼常數(shù)；為被觀測目標(biāo)的絕對溫度；

11、反解該公式，得到被觀測目標(biāo)表面溫度，獲取當(dāng)前時刻被觀測目標(biāo)表面溫度所依據(jù)的公式為：

12、。

13、進(jìn)一步的技術(shù)方案，對于雙模噪聲抑制模塊，在對圖像信息進(jìn)行預(yù)處理時，通過多幀均值濾波消除隨機(jī)噪聲，具體地：

14、紅外相機(jī)按一定的幀率采集圖像序列傳輸?shù)诫p模噪聲抑制模塊，對于采集到的n幀圖像，對于坐標(biāo)為的像素，該像素的濾波后灰度值為：

15、；

16、其中，表示第幀圖像坐標(biāo)處像素的灰度值。

17、進(jìn)一步的技術(shù)方案，在對圖像信息進(jìn)行預(yù)處理時，通過卡爾曼濾波對清晰度評價值進(jìn)行動態(tài)趨勢補(bǔ)償，具體地：

18、構(gòu)建狀態(tài)空間模型，狀態(tài)方程為：

19、；

20、式中，為當(dāng)前時刻清晰度真實(shí)評價值；為當(dāng)前時刻被觀測目標(biāo)表面溫度；為清晰度的自相關(guān)函數(shù)；為溫度對清晰度的影響系數(shù)；為系統(tǒng)過程噪聲，服從正態(tài)分布；為溫度的隨機(jī)漂移；

21、觀測方程：

22、；

23、式中，為通過圖像算法計算得到的清晰度評價值，為觀測噪聲；

24、利用溫度數(shù)據(jù)預(yù)測清晰度趨勢，可基于前一時刻的清晰度估計和當(dāng)前時刻被觀測目標(biāo)表面溫度，預(yù)測當(dāng)前清晰度的先驗(yàn)估計，狀態(tài)預(yù)測方程為：

25、；

26、協(xié)方差預(yù)測方程為：

27、；

28、為先驗(yàn)估計協(xié)方差，反映預(yù)測不確定性；為過程噪聲協(xié)方差；為前一時刻的協(xié)方差估計值。

29、然后，用觀測值進(jìn)行預(yù)測修正，卡爾曼增益的計算式如下：

30、；

31、上式中，如果觀測噪聲較小，趨近于1，更信任觀測值；反之則更信任預(yù)測值；再結(jié)合清晰度評價值修正先驗(yàn)估計，得到清晰度的后驗(yàn)估計的表達(dá)式：

32、；

33、修正后的協(xié)方差反映估計不確定性的降低，更新為：

34、；

35、進(jìn)一步的技術(shù)方案，獲取清晰度評價值所依據(jù)的具體邏輯為：

36、對于圖像，其拉普拉斯變換定義為：

37、；

38、對灰度圖進(jìn)行拉普拉斯模版卷積，得到邊緣響應(yīng)圖；對于每個像素有：

39、；

40、那么，的計算式為：

41、；

42、上式中，為該圖像像素點(diǎn)的數(shù)量。又因的正負(fù)對稱性，均值常趨近于0，故簡化的均值：

43、。

44、進(jìn)一步的技術(shù)方案，對于mdp決策模塊，mdp決策定義狀態(tài)空間的具體步驟為：

45、首先定義狀態(tài)空間，狀態(tài)包括：當(dāng)前紅外相機(jī)焦距位置，圖像清晰度評價值，被觀測目標(biāo)表面溫度，以及搜索歷史；

46、再定義動作空間，動作a包括相機(jī)鏡頭焦距調(diào)整的策略，若相機(jī)是固定步長，則有調(diào)焦+、調(diào)焦-以及停止三種動作；若相機(jī)是調(diào)焦距，那么將固定焦距定義為，有、以及0三種動作；

47、最后定義獎勵函數(shù)，分為清晰度提升獎勵、探索獎勵以及環(huán)境因素懲罰；

48、對于清晰度提升獎勵，若新狀態(tài)的圖像清晰度評價值優(yōu)于當(dāng)前的最優(yōu)清晰度評價值，給予正獎勵，?為清晰度獎勵系數(shù)；

49、對于探索獎勵，對探索新的焦距區(qū)域的動作給予獎勵，其中，為聚焦位置的訪問次數(shù)，為清晰度獎勵系數(shù)；

50、對于環(huán)境因素懲罰，該部分對環(huán)境信息進(jìn)行限定，給予負(fù)獎勵，為懲罰系數(shù)；整體公式如下：

51、；

52、進(jìn)一步的技術(shù)方案，mdp決策在全局搜索階段的具體步驟為：

53、在紅外相機(jī)的焦距范圍內(nèi)隨機(jī)設(shè)置初始焦距，或者將紅外相機(jī)開機(jī)時的焦距位置設(shè)置為，計算此時圖像的清晰度評價值，獲取當(dāng)前溫度，設(shè)置初始的最優(yōu)清晰度評價值，初始化搜索歷史為空，，得到初始狀態(tài)；

54、通過隨機(jī)策略或啟發(fā)式策略選擇初始選擇，假定焦距為定步長；初始階段采用均勻隨機(jī)選擇焦距調(diào)整動作，若相機(jī)類型與拍攝場景有對焦經(jīng)驗(yàn)，則采用啟發(fā)式策略結(jié)合先驗(yàn)知識設(shè)定初始動作分布；

55、基于貪心策略的動作選擇，以概率隨機(jī)探索動作空間，以選擇當(dāng)前最優(yōu)策略；

56、；

57、其中為動作價值函數(shù)，表示在狀態(tài)下執(zhí)行動作的長期累計獎勵期望；為狀態(tài)轉(zhuǎn)移概率；

58、執(zhí)行動作，調(diào)整相機(jī)鏡頭焦距得到新焦距，采集新的圖像幀并計算其清晰度評價值，獲取此時的環(huán)境溫度，從而得到新狀態(tài)，同時將當(dāng)前狀態(tài)和動作記錄到搜索歷史中；根據(jù)獎勵函數(shù)計算獎勵，更新累積獎勵,其中為折扣因子，。

59、使用時序查分（td）算法更新動作價值函數(shù)：

60、；

61、上式中為學(xué)習(xí)率，控制每次更新的步長，隨著迭代進(jìn)行可減小，使更新逐漸穩(wěn)定，值逐漸逼近最優(yōu)動作價值，引導(dǎo)策略優(yōu)化。

62、當(dāng)累計獎勵趨于穩(wěn)定，表明策略收斂；最優(yōu)清晰度評價值連續(xù)次迭代都未更新，判定陷入局部最優(yōu)后可考慮重新隨機(jī)初始化狀態(tài)繼續(xù)搜索；達(dá)到預(yù)設(shè)的最大迭代次數(shù)滿足上述三者任一條件后結(jié)束mdp決策過程。并輸出最優(yōu)聚焦位置以及最優(yōu)清晰度評價值。

63、進(jìn)一步的技術(shù)方案，對于自動聚焦模塊，采用局部優(yōu)化爬山算法，具體地：

64、設(shè)定當(dāng)前焦距位置為標(biāo)定點(diǎn)，此時清晰度評價值為；獲取它一個焦距增加時的圖像，設(shè)定焦距位置為，清晰度評價值為；再獲取它一個焦距減少時的圖像，設(shè)定焦距位置為，清晰度評價值為。

65、當(dāng)時，標(biāo)定點(diǎn)更新到位置，重新執(zhí)行一次爬山動作。

66、當(dāng)時，標(biāo)定點(diǎn)更新到位置，重新執(zhí)行一次爬山動作。

67、當(dāng) 且時，隨機(jī)更新標(biāo)定點(diǎn)至或位置，重新執(zhí)行一次爬山動作。

68、當(dāng)且時，判斷為最終焦距位置。

69、進(jìn)一步的技術(shù)方案，對于中斷響應(yīng)模塊，在爬山算法運(yùn)行時，出現(xiàn)且時，當(dāng)步進(jìn)電機(jī)調(diào)整焦距至?xí)r，判定聚焦已穩(wěn)定在最優(yōu)區(qū)域后，立即向硬件發(fā)送電機(jī)剎車的停止指令。

70、本發(fā)明實(shí)施例的另一目的在于，一種基于mdp決策的紅外相機(jī)混合聚焦方法，基于上述的系統(tǒng)，包括以下具體步驟：

71、步驟1：通過紅外相機(jī)采集實(shí)時畫面，通過溫度傳感器采集環(huán)境溫度和被觀測目標(biāo)表面溫度；

72、步驟2：通過空間域均值濾波進(jìn)行圖像預(yù)處理，消除瞬時噪聲的同時獲取灰度圖像數(shù)據(jù)；

73、步驟3：計算當(dāng)前圖像的清晰度評價值，然后通過卡爾曼濾波對清晰度評價值進(jìn)行動態(tài)趨勢補(bǔ)償；

74、步驟4：結(jié)合圖像清晰度評價值信息，以及溫度數(shù)據(jù)，建立馬爾可夫決策模型，進(jìn)行自動聚焦的全局搜索階段；

75、步驟5:?通過爬山算法進(jìn)行局部優(yōu)化，確定出最佳的焦距位置；

76、步驟6：步進(jìn)電機(jī)到最佳焦距位置后，向硬件發(fā)送電機(jī)剎車的停止指令。

77、本發(fā)明實(shí)施例提供的一種基于mdp決策的紅外相機(jī)混合聚焦方法，其有益效果如下：

78、（1）采用雙模噪聲抑制模塊，融合空間域均值濾波和頻域卡爾曼預(yù)測；多幀均值濾波有效消除隨機(jī)噪聲，確保圖像質(zhì)量，為后續(xù)準(zhǔn)確聚焦奠定基礎(chǔ)；卡爾曼濾波依據(jù)環(huán)境溫度等數(shù)據(jù)對清晰度評價值進(jìn)行動態(tài)趨勢補(bǔ)償，使系統(tǒng)能適應(yīng)不同環(huán)境溫度下的成像變化，極大地提升了系統(tǒng)在復(fù)雜環(huán)境中的穩(wěn)定性與可靠性，減少環(huán)境因素對聚焦效果的干擾。

79、（2）基于mdp決策模塊，通過創(chuàng)新的狀態(tài)-動作-獎勵建模方式，在全局范圍內(nèi)進(jìn)行搜索，再利用局部爬山算法在mdp預(yù)篩選區(qū)域內(nèi)進(jìn)一步搜索絕對最優(yōu)聚焦位置，能有效避免陷入局部最優(yōu)解。同時，結(jié)合不同的策略，如隨機(jī)策略和啟發(fā)式策略，系統(tǒng)可根據(jù)場景特點(diǎn)靈活選擇動作，提高搜索效率和準(zhǔn)確性，為獲取高質(zhì)量圖像提供有力保障。且當(dāng)清晰度評價值突破預(yù)設(shè)閾值時，系統(tǒng)能實(shí)時觸發(fā)硬件閉環(huán)控制信號終止調(diào)焦。

80、相較傳統(tǒng)的自動聚焦方法，本發(fā)明大幅縮短了聚焦時間，提高了相機(jī)的響應(yīng)速度，滿足適應(yīng)復(fù)雜環(huán)境以及對動態(tài)目標(biāo)的快速聚焦需求。