自动对焦是光电成像系统中的一项关键技术,直接关系到图像质量和后端处理。自动对焦的要求是精确度高、稳定性好、速度快,目前的一体化相机效果比较理想,但是特殊用途的长焦镜头对焦技术还不成熟,主要依靠手动对焦。本文对基于图像处理的自动对焦技术进行了研究。自动对焦主要包括三个模块:图像清晰度评价函数的选择、极值搜索算法和对焦窗口的规划。　　 评价函数对图像清晰度进行量化,图像越清晰,评价函数值越大,函数值最大值对应的图像最清晰。评价函数分空域和频域,在空域对图像边缘梯度进行统计计算,在频域对图像的高频分量进行统计。评价函数通常对噪声很敏感,尤其是脉冲干扰,需要进行相应的预处理。本文提出了基于梯度阈值求和的评价函数。该函数提取图像的边缘信息,通过图像的标准差设定阈值,对大于该阈值的梯度值求和,舍去小于该阈值的梯度值,目的是消除噪声,避免噪声被统计在边缘信息中,该方法能够使评价函数曲线更加尖锐,平滑性更好。　　 极值搜索算法对评价函数最大值进行搜索,到达最大值时图像最清晰,自动对焦结束。遍历搜索、Fabonaccia、黄金分割算法稳定性较好,但搜索效率很低；爬山法效率高,但很容易陷入局部极值,导致对焦失败。对此,本文提出了三段式搜索算法,包括方向识别、极值搜索和极值定位,在不同搜索阶段附加不同的约束条件,在提高稳定性的同时,也保证了搜索效率。　　 对焦窗口的规划在图像中选取一个窗口,只对窗口内的像素进行计算,可以减小计算量,消除背景对主体目标的影响。常用的对焦窗口是固定的,比如图像中心或黄金分割点等,该方法基于主体目标最可能在图像中心的假设,实际上可能不是。对此,本文提出了一种自适应的窗口规划法,通过对目标进行识别,确定主体目标的位置,从而动态地调整窗口。　　 本文设计了一套基于PC的自动对焦实验系统平台,对上述三个模块进行了充分的实验,验证了本文提出方法的准确性和可靠性,同时对对焦精度、稳定性和速度关键指标进行了分析,指出了影响这些指标的因素,提出了进一步优化本方案的措施和方向。