从上个世纪中叶至今,光电成像系统的应用发展迅速,从简单地用于完成对静态图像的记录,逐渐发展到用于对目标对象进行分析,并广泛应用于工业、农业、医学、军事及科学研究等领域。在一个成像系统中,光学镜头的焦距对准是排在所有其它功能之前首先需要解决的基本问题,它的最终效果将直接决定最后成像的图像质量及后续图像应用的有效性。自动聚焦技术的发展与成像系统的发展有着紧密的联系。自动聚焦方式的发展集中体现在成像系统的自动聚焦技术研究上以及对焦机构设计上的不断创新。而对焦机构集中体现了成像系统光学、机械、电子一体化的程度,并直接决定了它的性能。自动聚焦已成为各种成像系统的重要功能,与国外相比,国内在这方面的工作做得还比较少,同时图像处理技术的发展使得自动聚焦趋于数字化和智能化。提出采用基于图像技术的自动聚焦方法并研发性能优良的自动聚焦系统具有重要的现实意义,它不仅对推动光机电一体化技术进步,发展现代光学仪器产业具有重要的意义,同时如果能把自动聚焦模块与系统集成,必定能带动我国数字成像系统产业的发展,使我国在国内、国际市场上具有更强的竞争力。本论文研究课题来源于浙江省网上重大招标项目“基于数字技术的图像自动调焦系统”(编号:021105778,KYZ011103002)和国家自然科学基金项目“基于神经网络识别及控制的图像自动调焦方法和系统的研究”(编号:60672063)。基于图像技术的自动聚焦方法采用了与传统聚焦技术完全不同的方式进行对焦,传统的聚焦方法是通过传感器检测焦点或测量距离的方式实现的,而基于图像技术的聚焦方法直接根据图像分析出图像的质量,从而获得当前的成像状态,然后完成聚焦操作。自动聚焦装置是光电成像系统的一个重要的部分。本文首先结合自动聚焦领域的发展和现状,对目前为止所出现的各类自动聚焦方法分别进行了论述,同时分析和比较了这些自动聚焦方法的优缺点,并认为自动聚焦方法的未来发展中,图像处理方法是最具发展前景的。之后,对自动聚焦技术的发展趋势进行了论述,并认为高度集成化、智能化、低功耗和高速处理将是今后自动聚焦技术的显著特征。从基本原理来说,自动聚焦可以分成两大类:一类是基于镜头与被摄目标之间距离测量的测距方法,另一类是基于聚焦屏上成像清晰的聚焦检测方法。近年来还有一种就是基于图像处理的自动聚焦方法。本文对三类自动聚焦方式进行了论述,并着重讨论了数字图像自动对焦系统原理、基本组成模块及对焦评价函数应具有的性质。数字图像预处理技术是基于图像处理的自动聚焦方法的基础和前提条件,本文讨论了图像的数字化及其特性,结合CMOS图像传感器成像对光线敏感的特点,提出了灰度值线性变换和灰度直方图均衡两种灰度校正技术;针对不同的噪声,从加性和乘性两个角度介绍了不同的实现方法,对于加性噪声可采用邻域平均法和中值滤波的方法,通过实验比较,邻域平均法会削弱图像的边缘并对椒盐噪声的滤除效果不好,中值滤波在滤除噪声的同时很好地保存了图像边缘。而对于乘性噪声可采用同态滤波的方法,先把噪声与信号分离,然后滤波,最后恢复信号,它的滤波效果由滤波器决定。图像质量分析评价是自动聚焦方法中的关键技术,本文从三种途经详细论述了图像质量评价方法的实现。(1)基于对比度的图像质量评价方法从图像的时域、频域及信息熵三个角度,建立能表示图像对比度的一些调焦函数,并对这些评价函数做了详细的比较,最后确定出时域的Brenner函数和绝对方差函数具有更好的综合性能。在此基础上,提出基于灰度对比度变化率和基于自相关函数对图像作清晰度评价的两种改进算法,仿真结果表明这两种方法简单实用,兼顾空间域函数的优点并且克服了空间域评价函数对噪声干扰敏感和对对焦区域选择要求高的缺点,具有更好的实时响应性能。(2)基于功率谱的客观图像质量评价方法假设场景的功率谱具有不变特性,引入了人类视觉系统,加入了维纳噪声滤波器,对图像质量进行评价得到一个确定的IQM数值。该数值与人的视觉评价具有很高的相关性。IQM方法可以对图像直接进行质量评价。log(IQM)值与人的视觉评价值基本上可以满足一种线性关系,因而它的评价结果可以代表人的视觉评价,作为其他应用的参考,也可以很直接地应用到调焦控制。调焦应用中,根据IQM值可以明确地控制焦距调整量,与对比度方法相比减少了搜索过程,因而在精度要求不是很高的情况下,该方法具有更快的响应能力。(3)基于小波与神经网络的图像质量评价方法利用小波分析对图像进行多分辨率分解,分析其细节信息并采用统计的方法提取图像特征,再利用人工神经网络对图像特征进行质量模式识别,得到图像的质量等级。该方法基于生物视觉机理,在分析人眼调焦和成像系统调焦之间关系的基础上,利用神经网络的非线性特性,在对焦评判规则中包含了人的主观因素,以改善成像系统的调焦效果。实验表明,该方法能达到满意的识别率。调焦实现过程中对图像进行分块并选择合适的处理方法,能使实际处理的数据仅为其中的一小部分,从而可以大大减少计算量。本文详细介绍了相对复杂的对比度法调焦的工作过程,通过对成像过程中可能发生的一些异常现象进行分析总结,提出了一种阈值比较的方法,克服了搜索过程中的干扰波动。同时还简要说明了功率谱法和小波与神经网络法的调焦操作过程。对比度法调焦是一个多次调整、逼近的过程,因而它可以达到很高的精度,但每次调整之后都要重新计算,因而它会比较费时;而功率谱法和小波与神经网络法调焦基本上是一次调焦,虽然它的精度要差一些,但它的响应速度更快。在自动聚焦技术研究的基础上,提出了基于FPGA的自动调焦系统实现方案,分别对组成系统的光学成像模块、图像采集模块、图像处理模块、控制模块和驱动模块的特性和要求进行分析,同时对自动调焦系统实现方案进行了具体的设计并确定了器件类型。对系统实现过程中涉及到的几个关键问题进行了分析研究,包括系统各模块时间延时特性、FFT算法实现、I~2C接口实现、图像信号采集的芯片配置、VGA接口实现及FPGA器件的配置等。最后对系统实现中出现的各类问题及出现原因进行了详细说明与分析,提出了改进后的系统结构,为以后系统的改进指明了方向。