[发明专利]一种光圈结构及其图像处理方法

说明书

技术领域

本发明属于光学成像和图像处理领域，具体涉及一种光圈结构及其图像处理方法。

背景技术

当今数码相机或数码摄像机一般包括镜头透镜和图像传感器以及图像处理单元。镜头里面包括透镜或透镜组，以及光圈结构。光圈结构最主要的组成部分在于镜头中特定位置的开孔，以往多数是圆形或者多片挡片构成的近似圆形。以前，光圈的主要作用是用来控制光线进入镜头的多少。光线明亮的时候，可以用小光圈避免过度曝光；光线暗淡的时候，可以用大光圈提高图像亮度。同时配合曝光时间的长短，共同达到图像亮度合适。另外，根据成像理论，光圈的大小会影响景深，就是景物中能够成像清晰的距离范围。一般来说，小光圈对应的景深范围大，大光圈对应的景深范围小。

小型摄像模组，广泛地用于监控、手机、移动设备等等。在这些领域使用的镜头，一般都是固定大小光圈，其形状都是圆形的或者近似圆形的多边形。中高档的摄像模组，具有自动聚焦功能，根据拍摄时候需要，聚焦在某个景物距离，在其景深范围内，可以达到图像清晰。但是超出其景深范围的景物物体，比如近景或者远景，就不能够很好地聚焦，这些图像区域就不够清晰。中低档的摄像模组，没有自动聚焦功能，出厂的时候设定到一定的聚焦距离。在使用中，如果景物不在其合适的景深范围内，图像就非常模糊。无论是自动聚焦的摄像模组，还是固定焦距的镜头，当拍摄时，都无法同时达到近、中、远的景物同时清晰。另外，目前的成像方案，都根本无法准确得到景物中的各个物体到摄像机的距离信息。

下面介绍一下光学成像的基础，并解释传统方法在深度信息提取方面的局限性。

对于一般常规镜头成像系统来说，可以用以下公式表示：

f=f0⊗k(s)+η]]>

其中，f是该成像系统所得到的图像，f₀是潜在的理想化的、聚焦准确时应该得到的图像，η是该成像系统的噪声，k是该镜头系统的点扩散函数，它的函数形状特性是由光圈形状及镜片系统所决定，其中s代表该点扩散函数k的尺寸大小，点扩散函数k与物体到镜头的距离紧密相关，也可称之为失焦模糊函数。表示的是卷积操作。简单地来讲，当物体处于当前聚焦清晰位置的时候，s的尺寸会非常小，k(s)的作用很小，成像应该是清晰的，现实意义是图像f基本等同于理想图像f₀；当物体处于非聚焦位置的时候，s的尺寸就会变大，k(s)的作用将是一个低通滤波器施加到本应清晰的图像上，得到的图像就是模糊的。

从光学系统的基础知识我们知道，点扩散函数k的形状特性是由光圈形状所决定的。一般的常见的光圈是圆形的，或者是对称的多边形，如六边形、八边形等近似圆形的形态。它们的点扩散函数k则是基本对称的，类似于一个高斯低通滤波器。从理论知识可以得知，当物体位于聚焦位置的时候，k(s)非常小。当物体没有位于聚焦位置的时候，点扩散函数尺寸就会变大。由于景物与镜头之间的距离d和k(s)的尺寸有着基本的一一对应的关系，以往有一种方法，期望通过分析图像f，尝试通过计算获得s的大小的估计值，再来获得景物与镜头之间的距离d。但是该方法有着严重的先天缺陷，就如该例子所显示，若只从拍摄到的图像分析的话，当图像中的某个区域处于失焦模糊的时候，即使能够大致估算出了可能的点扩散函数k(s)，由于距离远或近造成的点扩散函数尺寸都是变大，他们两者的k(s)是基本相同的，因此无法准确地判断这种结果是由于该景物的距离是近了还是远了所造成的。该问题称为景物距离估计的不确定性，这是以往方法的本质缺陷。

发明内容

本发明要解决的技术问题是：提供一种光圈结构及其图像处理方法，以及带有该光圈的镜头、相机，能够获得全聚焦的图像，并获取距离信息，即景物与镜头的距离信息。

本发明为解决上述技术问题所采取的技术方案为：一种光圈结构，包含用于让光线进入镜头的通孔，其特征在于：所述的通孔至少有一个形态为月牙形通孔。