监控设备的调整方法及装置、存储介质、电子装置与流程

本发明涉及通信领域，具体而言，涉及一种监控设备的调整方法及装置、存储介质、电子装置。

背景技术：

相关技术中的监控摄像机自动聚焦方案，首先通过对场景进行建模，针对监控摄像机的不同的云台方位角建立由方位角和物距组成的建模数据集，设备在工作时，根据设备采集到的监控目标的实时焦距、方位角确定物距、像距和定焦补偿距离。由于物距、像距和焦距已定，也考虑了温度补偿，而监控摄像机仅能聚焦需要监控的目标，尽量避免在自动聚焦时不受下雨天气、下雪天气、蚊虫飞舞等影响而出现的失误聚焦。

然而上述设备方案中，存在以下至少三种问题。首先，在场景建模一定的情况下，监控摄像机就无法对突然改变的环境进行一定的精确的判断，使得在当画面中出现车辆、人员、动物等不在场景建模的目标时，监控摄像机的调焦系统并不会对此类情况做出响应。其次，在监控摄像头安装时，需要人工提前进行场景建模，对于不同的场景要分别建模，十分麻烦。再次，对于夜晚存在灯光的环境下，因无法克服强光干扰而造成自动聚焦时效的问题。

针对相关技术存在的上述缺陷，目前没有提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种监控设备的调整方法及装置、存储介质、电子装置，以至少解决相关技术中在监控设备进行自动聚焦时因无法克服强光干扰而导致聚焦有误的问题。

根据本发明的一个实施例，提供了一种监控设备的调整方法，该方法包括：在监控设备进行监控的时候，获取监控设备采集到的第一图像，其中，第一图像携带有噪声；获取第一图像的第一参数值，其中，第一参数值用于指示第一图像的清晰度；对第一图像进行滤波处理，得到第二图像；获取第二图像的第二参数值，其中，第二参数值用于指示第二图像的清晰度；根据第一参数值与第二参数值调整监控设备的焦距。

可选地，对第一图像进行滤波处理，得到第二图像包括：获取第一图像中每个像素点的亮度值；将第一图像中每个像素点的亮度值与阈值进行比较，确定第一图像中亮度值大于阈值的第一像素点，其中，阈值是依据监控设备所在环境的光照强度设定的；利用第一像素点生成第二图像。

可选地，利用第一像素点生成第二图像包括：查找第一图像中除第一像素点以外的像素点；将第一图像中除第一像素点以外的像素点删除，得到第二图像。

可选地，获取第二图像的第二参数值包括：获取第二图像中的每个像素点的第三参数和第四参数，其中，第三参数用于指示像素点的灰度值与在第一方向上相邻的像素点的灰度值之间的变化，第四参数用于指示像素点的灰度值与在第二方向上相邻的像素点的灰度值之间的变化，第二方向与第一方向不同；对第二图像中的每个像素点的第三参数的绝对值和第四参数的绝对值进行求和，得到每个像素点的第二方差值；对第二图像中所有像素点的第二方差值进行累计求和，得到第二参数值。

可选地，获取第二图像中的每个像素点的第三参数和第四参数包括：利用第一矩阵模型对每个像素点在第一方向上的灰度值进行处理，得到第三参数，其中，第一矩阵模型为[m,n,-m]，其中，m和n为常数；利用第二矩阵模型对每个像素点在第二方向上的灰度值进行处理，得到第四参数，其中，第二矩阵模型为[m,n,-m]^t。

可选地，获取监控设备采集到的第一图像包括：获取监控设备采集到的原始图像，其中，原始图像为采用第一格式编码的图像；将原始图像的编码格式由第一格式转换为第二格式，得到第一图像。

可选地，获取第一图像的第一参数值包括：获取第一图像中的每个像素点的第五参数和第六参数，其中，第五参数用于指示像素点的灰度值与在第一方向上相邻的像素点的灰度值之间的变化，第六参数用于指示像素点的灰度值与在第二方向上相邻的像素点的灰度值之间的变化，第二方向与第一方向不同；对第一图像中的每个像素点的第五参数的绝对值和第六参数的绝对值进行求和，得到每个像素点的第一方差值；对第一图像中所有像素点的第一方差值进行累计求和，得到第一参数值。

可选地，获取第一图像中的每个像素点的第五参数和第六参数包括：依据第一矩阵模型对每个像素点在第一方向上的灰度值进行计算，得到第五参数，其中，第一矩阵模型为[m,n,-m]，其中，m和n为常数；依据第二矩阵模型对每个像素点在第二方向上的灰度值进行计算，得到第六参数，其中，第二矩阵模型为[m,n,-m]^t。

可选地，根据第一参数值与第二参数值调整监控设备的焦距包括：计算第一参数值和第二参数值之间的差值，其中，第一参数值大于第二参数值；依据差值对监控设备的焦距进行调整。

可选地，依据差值对监控设备的焦距进行调整包括：查找差值对应的调焦参数，其中，调焦参数用于指示监控设备实时采集的焦距采样值；按照对应的焦距参数调整监控设备的焦距；从多个焦距采样值中查找差值对应的目标调焦参数。

可选地，依据差值对监控设备的焦距进行调整之前，上述方法还包括：获取第一图像的第七参数，其中，第七参数用于指示第一图像的像素数；获取第二图像的第八参数，其中，第八参数用于指示第二图像中灰度值不为零的像素数；依据第七参数和第八参数对监控设备的焦距进行调整。

根据本发明的另一个实施例，提供了一种设备的调整装置，该装置包括：第一获取模块，用于在监控设备进行监控的时候，获取监控设备采集到的第一图像，其中，第一图像携带有噪声；第二获取模块，用于获取第一图像的第一参数值，其中，第一参数值用于指示第一图像的清晰度；处理模块，用于对第一图像进行滤波处理，得到第二图像；第三获取模块，用于获取第二图像的第二参数值，其中，第二参数值用于指示第二图像的清晰度；调整模块，用于根据第一参数值与第二参数值调整监控设备的焦距。

根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本发明，由于通过计算携带有噪声的第一图像的第一参数值及经过滤波处理得到的第二图像的第二参数值之间的差值，对监控设备的焦距进行调整，滤除了强光干扰对监控设备采集的图像的影响，因此，可以解决相关技术中在监控设备进行自动聚焦时因无法克服强光干扰而导致聚焦有误的问题，进而达到了精确的聚焦效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种监控设备的调整方法的移动终端的硬件结构框图；

图2是根据本发明实施例的一种监控设备的调整方法的流程图；

图3是相关技术提供的一种夜视监控焦距在相对清楚的位置拍摄图；

图4是相关技术提供的焦距变化的摄像图；

图5是相关技术提供的焦距变化程度较大的摄像图；

图6是本发明实施例提供的一种监控设备的调焦的流程示意图；

图7是本发明实施例提供的计算图像评价函数的流程示意图；

图8是根据本发明实施例的一种监控设备的调整装置的结构框图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

实施例1

本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施例的一种监控设备的调整方法的移动终端的硬件结构框图。如图1所示，移动终端10可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置)和用于存储数据的存储器104，可选地，上述移动终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成限定。例如，移动终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的一种监控设备的调整方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(networkinterfacecontroller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(radiofrequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。

在本实施例中提供了一种运行于上述移动终端的监控设备的调整方法，图2是根据本发明实施例的一种监控设备的调整方法的流程图，如图2所示，该流程包括如下步骤：

步骤s202，在监控设备进行监控的时候，获取监控设备采集到的第一图像，其中，第一图像携带有噪声；

步骤s204，获取第一图像的第一参数值，其中，第一参数值用于指示第一图像的清晰度；

步骤s206，对第一图像进行滤波处理，得到第二图像；

步骤s208，获取第二图像的第二参数值，其中，第二参数值用于指示第二图像的清晰度；

步骤s210，根据第一参数值与第二参数值调整监控设备的焦距。

通过上述步骤，计算携带有噪声的第一图像的第一参数值及经过滤波处理得到的第二图像的第二参数值之间的差值，以使监控设备在调整焦距后采集到的图像不携带噪声或者更少的噪声，再对监控设备的焦距进行调整，滤除了强光干扰对监控设备采集的图像的影响，因此，可以解决现有技术中在监控设备进行自动聚焦时因无法克服强光干扰而导致聚焦有误的问题，进而达到了精确的聚焦效果。

在一个可选的实施例中，对第一图像进行滤波处理，得到第二图像包括：获取第一图像中每个像素点的亮度值；将第一图像中每个像素点的亮度值与阈值进行比较，确定第一图像中亮度值大于阈值的第一像素点，其中，阈值是依据监控设备所在环境的光照强度设定的；利用第一像素点生成第二图像。在本实施例中，通过对在不同强度的光照环境下的第一图像，设定一个相应的阈值，将第一图像中的每一个像素点的亮度值与该阈值进行比较，选取第一图像中所有像素点的亮度值大于该阈值的目标像素点(即上述第一像素点)，利用这些目标像素点生成亮度较强的第二图像。

在一个可选的实施例中，利用第一像素点生成第二图像包括：查找第一图像中除第一像素点以外的像素点；将第一图像中除第一像素点以外的像素点删除，得到第二图像。在本实施例中，在得到第一图像之后，由于第一图像中携带有噪声，即强光干扰，本实施例中与阈值进行比较确定第一图像中所有像素点的亮度值大于所述阈值后，查找第一图像中除第一像素点的其他像素点，即第一图像中亮度值相对上述阈值较小的像素点，并将亮度值较小的像素点删除，得到亮度较强的第二图像。也就是说，把第一图像中相对于阈值较暗的像素点滤除，而留下强度较强的像素点，而这些较强的像素点大部分是影响监控设备自动聚焦的主要因素。

在另一个可选的实施例中，还可以通过映射的方式获得第二图像，具体地：获取第一像素点在所述第一图像中的位置；将第三图像中第三像素点的亮度值设置为与第一像素点的亮度值相同，其中，第三图像为一空白图像，第三像素点为第三图像中位置与第一像素点在第一图像的位置相匹配的像素点，该空白图像的最终形成的图像为第二图像。在本实施例中，通过选取一个空白的图像作为第一图像的映射目标对象，按照第一像素点在第一图像中的位置，在空白图像中与第一像素点在第一图像的位置相匹配的像素点的亮度值设置为第一像素点的亮度值，从而实现了在另一空白图像中保留了与第一像素点的亮度值相同的像素点，即保留了亮度将强的像素点，从而获得影响监控设置自动聚焦的强光图像。此外，本实施例中所提到的相匹配的两个位置可以是相等的位置，也可以是按照一定比例放大或者缩小的相对位置。

在一个可选的实施例中，获取第二图像的第二参数值包括：获取第二图像中的每个像素点的第三参数和第四参数，其中，第三参数用于指示像素点的灰度值与在第一方向上相邻的像素点的灰度值之间的变化，第四参数用于指示像素点的灰度值与在第二方向上相邻的像素点的灰度值之间的变化，第二方向与第一方向不同；对第二图像中的每个像素点的第三参数的绝对值和第四参数的绝对值进行求和，得到每个像素点的第二方差值；对第二图像中所有像素点的第二方差值进行累计求和，得到第二参数值。在本实施例中，为了评价第二图像的清晰度，可计算第二图像的第二参数，即第二图像的清晰度评价值。通过采用一个灰度矩阵模型进行相关运算，求取每个像素点在不同方向的灰度值，并将不同方向上的灰度值进行绝对值求和，以获取每个像素点的第二方差值，最后将所有像素点的第二方差值进行求和运算，得到第二图像的第二参数值，通过第二参数来评价亮度值较大的光斑图像的清晰度。

在一个可选的实施例中，获取第二图像中的每个像素点的第三参数和第四参数包括：利用第一矩阵模型对每个像素点在第一方向上的灰度值进行处理，得到第三参数，其中，第一矩阵模型为[m,n,-m]，其中，m和n为常数；利用第二矩阵模型对每个像素点在第二方向上的灰度值进行处理，得到第四参数，其中，第二矩阵模型为[m,n,-m]^t。在本实施例中，通过矩阵模型分别计算第二图像中的每个像素点在第一方向上和第二方向上的灰度值，即第三参数和第四参数。本实施例中，第一方向和第二方向可以为垂直的关系，假设第一方向为坐标轴上的x轴方向，采用矩阵模型为[m,n,-m]，其中，m和n为常数，得到第三参数为gx＝[10-1]；若第二方向为坐标轴的y方向时，采用矩阵模型为[m,n,-m]^t，得到第四参数为gy＝[10-1]^t，从而获取得x轴方向和y轴方向的灰度方差值。

在一个可选的实施例中，获取监控设备采集到的第一图像包括：获取监控设备采集到的原始图像，其中，原始图像为采用第一格式编码的图像；将原始图像的编码格式由第一格式转换为第二格式，得到第一图像。在本实施例中，由于监控设备采集到的原始图像为彩色格式，而本实施中原始图像的清晰度评价并不需要颜色信息，需要灰度信息即可，因此要对监控设备采集到的原始图像进行格式转化，将彩色格式编码的图像转为灰度格式的图像，即上述第一图像，其中，第一格式可以是rgb格式，r表示红色，g表示绿色，b表示蓝色；第二格式可以是yuv格式，y表示明亮度，u表示色度，v表示浓度。

在一个可选的实施例中，获取第一图像的第一参数值包括：获取第一图像中的每个像素点的第五参数和第六参数，其中，第五参数用于指示像素点的灰度值与在第一方向上相邻的像素点的灰度值之间的变化，第六参数用于指示像素点的灰度值与在第二方向上相邻的像素点的灰度值之间的变化，第二方向与第一方向不同；对第一图像中的每个像素点的第五参数的绝对值和第六参数的绝对值进行求和，得到每个像素点的第一方差值；对第一图像中所有像素点的第一方差值进行累计求和，得到第一参数值。在本实施例中，对第一图像的清晰度进行评价仅需要通过对灰度信息进行处理即可，通过计算第一图像中每个像素点在不同方向的灰度值的变化，其中，第一方向与第二方向可以为任意角度的方向关系；将第五参数的绝对值及第六参数的绝对值进行求和，得到第一图像中每一个像素点的第一方差值；最后将所有像素点对应的每一个方差值进行累加求和，得到第一图像的第一参数，其中，第一参数是用来评价第一图像的整体清晰度的。由于此时第一图像为携带有噪声的图像，强光的噪声干扰也计算在内，在图像清晰度评价时会因为强光干扰致使错误的清晰度评价。

在一个可选的实施例中，获取第一图像中的每个像素点的第五参数和第六参数包括：依据第一矩阵模型对每个像素点在第一方向上的灰度值进行计算，得到第五参数，其中，第一矩阵模型为[m,n,-m]，其中，m和n为常数；依据第二矩阵模型对每个像素点在第二方向上的灰度值进行计算，得到第六参数，其中，第二矩阵模型为[m,n,-m]^t。在本实施例中，通过矩阵模型分别计算第一图像中每个像素点在第一方向上和第二方向上的灰度值，即第五参数和第六参数，其中，第一方向和第二方向可以为垂直关系。例如，第一方向为坐标轴上的x轴时，采用矩阵模型为[m,n,-m]，其中，m和n为常数，得到第五参数为gx＝[10-1]；若第二方向为坐标轴的y方向时，采用矩阵模型为[m,n,-m]^t，得到第六参数为gy＝[10-1]^t，从而得到x轴方向和y轴方向上的灰度方差值，以便用来计算第一图像的清晰度评价值。

在一个可选的实施例中，根据第一参数值与第二参数值调整监控设备的焦距包括：计算第一参数值和第二参数值之间的差值，其中，第一参数值大于第二参数值；依据差值对监控设备的焦距进行调整。在本实施例中，第一参数是第一图像的整体清晰度的评价值，存在强光干扰，为了解决在监控设备进行自动聚焦时因无法克服强光干扰而导致聚焦有误的问题，通过计算第一参数值和第二参数值之间的差值，以使监控设备在调整焦距后采集到的图像不携带噪声或者更少的噪声，即将监控设备采集到的图像中强光表现强力的光斑图像滤除掉，即滤除影响监控设备聚焦偏离的元素，从而得到一个去噪图像的清晰度评价值，依据该清晰度评价值对监控设备的焦距进行调整，从而完成强光抑制的自动聚焦的目的。

在一个可选的实施例中，依据差值对监控设备的焦距进行调整包括：查找差值对应的调焦参数，其中，调焦参数用于指示监控设备实时采集的焦距采样值；从多个焦距采样值中查找差值对应的目标调焦参数；按照对应的焦距参数调整监控设备的焦距。在本实施例中，监控设备通过与该差值对应的焦距采样值调整焦距，完成强光抑制的自动聚焦。

在一个可选的实施例中，依据差值对监控设备的焦距进行调整之前，上述方法还包括：获取第一图像的第七参数，其中，第七参数用于指示第一图像的像素数；获取第二图像的第八参数，其中，第八参数用于指示第二图像中灰度值不为零的像素数；依据第七参数和第八参数对监控设备的焦距进行调整。在本实施例中，为了使得监控设备的焦距调整更加精确，在获的第一图像的清晰度评价值和第二图像的清晰度评价值之差后，对监控设备进行聚焦调整之前，获取第一图像的所有像素数(即第七参数)和第二图像中灰度值不为零的像素数(即第八参数，即第二图像中含有强光干扰的像素数)，计算第七参数和第八参数之间的差值，从而得到图像中不含强光干扰部分的像素数，使用第一参数与第二参数的差值除以第七参数和第八参数的差值，得到针对像素的单位清晰度评价值。因为精确到单位像素，依据单位清晰度评价值来调整焦距，可以提高调整监控设备的焦距的准确率。

下面结合一具体实施例对本发明进一步的说明。

相关技术中的一种图像自动聚焦方案，通过以下方式实现：获取图像的灰度图；将灰度图进行形态学滤波处理；进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；生成梯度图像，并分别对x方向和y方向计算梯度获得x方向的梯度和y方向的梯度，并求取x方向的梯度和y方向的梯度的平方和；对x方向的梯度和y方向的梯度的平方和进行开运算处理；对梯度图像以一设定阈值再次进行滤波；对梯度图像求和以获得自动聚焦评价函数输出。但是上述的自动聚焦方面有一个明显的问题，对于夜晚存在灯光的情况下，离焦很远后，评价函数认为灯光的光圈是一个清晰可见的光斑，从而把焦距对准到光圈上，造成自动调焦在存在路灯、汽车灯光等环境中，起不到任何效果。

图3是相关技术提供的一种夜视监控焦距在相对清楚的位置拍摄图，此时的图像清晰度评价函数对此时的画面有一个评价值，当调节步进电机使焦距继续变化，后所得到的图像如图4所示，图4是相关技术提供的焦距变化的摄像图。同理，图像清晰度评价函数也会对此时画面进行评价。

当焦距继续变化离焦程度很大时，得到如图5所示的画面，图5是相关技术提供的焦距变化程度较大的摄像图。如图5所示，远处的灯光变成了一个相对清晰的圆形光斑，但此时的图像清晰度评价函数可能给这个边缘清晰的光斑一个很好的评价值，导致后续的自动调校环节把焦距对准此时的图像。

为了解决相关技术中自动调焦方案中所使用的聚焦算法不能实现场景建模后对画面其他目标做出响应或者解决在夜晚监控中自动聚焦对强光光源的抑制作用以及当离焦过大时出现光圈使图像评价函数失效的问题。图6是本发明实施例提供的一种监控设备的调焦的流程示意图。

如图6所示，本发明的技术方案通过以下步骤：

s601：电动镜头，用于步进电机ad采样。可以由处理器来控制，从而达到调焦的目的。同时上面配有电位器，可以同时读取当前数据值来代表焦距相对位置。

s603：视频流格式转换，镜头机芯能输出的视频格式有两类，一类通过网线传输，另一类输出模拟量。而图像处理芯片只能处理数字视频，所以需要视频格式转换芯片转换。

s605：图像的清晰度评价，本发明实施例的清晰度评价函数设计方法主要目的是在夜视监控中去除强光干扰。整个图像评价的流程主要分为如下几个部分，如图7所示，图7是本发明实施例提供的计算图像评价函数的流程示意图。

步骤s701：获取图像。

步骤s703：格式转换。由于芯片获取的图像为彩色rgb格式，而图像的清晰度评价并不需要颜色信息，所以要通过矩阵转换，把rgb格式的数据转化为yuv格式，其中y便是图像的灰色信息。根据rgb转yuv公式有如下运算：

y＝0.299r+0.587g+0.114b

u＝-0.147r-0.289g-0.436b

v＝0.615r+0.515g-0.100b

其中y为灰度图像的灰度值信息，对于下面的清晰度评价，只用y就可以实现。

步骤s705：整体灰度方差计算。首先，对灰度信息进行处理。对于一个灰度矩阵，先通过下列模板对灰度图像进行相关运算。

gx＝[10-1]

gy＝[10-1]^t

其中的gx和gy分别是x，y两个方向的模板。

并将这两个值做绝对值求和运算，将各个像素点的值累加，成为图像清晰度评价值。

g(i，p)＝|gx(i，p)|+|gy(i，p)|

式中，g(i，p)为灰度图像在(i,p)处的灰度方差；

gx(i，p)和gy(i，p)为在灰度图像在像素点(i,p)处x方向和y方向的方差；

m，n为图像的长度和宽度，单位为像素；

v1为图像清晰度整体评价值。

在夜视监控的环境中，此时的梯度计算把强光噪声干扰也计算内，当焦距调节的非常大时，即使微小的光点也会在图像上呈现出非常大且清晰的圆形圈(如图5)，在图像清晰度评价时，会给与很高的评价值。这样的强光就会对图像清晰度产生噪声干扰，从而使自动聚焦设备将焦距对准强光点。

步骤s707：强光灰度方法计算。在计算整体方差结束后，并不直接评价，而是根据不同的强度环境光设定一个阈值。阈值将较暗的亮点去除而只留下表现强力的光斑，而这些光斑大部分是自动聚焦偏离的主要影响因素。设经过一个设定阈值后的光斑图像矩阵为

w(m，n)

整个矩阵包含所有超过阈值的强光噪声，同样的，应用灰度方差方法对此灰度矩阵进行运算。

w(i，p)＝|wx(i，p)|+|wy(i，p)|

式中，w(i，p)为灰度图像在(i,p)处的灰度方差；

wx(i，p)和wy(i，p)为在灰度图像在像素点(i,p)处x方向和y方向的方差值；

m，n为图像的长度和宽度，单位为像素；

v2为图像清晰度强光噪声评价值。

步骤s709：清晰度评价值计算。得到图像整体评价值v1和强光噪声评价值v2后，通过公式

v＝v1-v2

得到图像评价函数去除噪声的评价值，即，清晰度评价值。

通过公式

s＝s1-s2

从而得到去除噪声的像素数。其中，s1为原图像所有的像素数，s2为w(m，n)中灰度值不为零的像素数。

通过公式计算v′：

这个值滤除了激光夜视监控聚焦时的强光干扰。最终的v′值就是单位清晰度评价值，将这个值和实时的焦距采样值一一对应。

s607：处理器处理评价结果，在焦距从小到大历经中，处理器记录并存储评价值，并在其中找到最大的评价值，再通过对应的焦距采样值，调节步进电机到最大值的位置，完成强光抑制的自动聚焦。

通过本发明，由于通过计算携带有噪声的第一图像的第一参数值及经过滤波处理得到的第二图像的第二参数值之间的差值，并除以去除噪声后的像素数，得到单位清晰度评价值，依据单位清晰度评价值对监控设备的焦距进行调整，滤除了强光干扰对监控设备采集的图像的影响，因此，可以解决现有技术中在监控设备进行自动聚焦时因无法克服强光干扰而导致聚焦有误的问题，进而达到了精确的聚焦效果。

实施例2

在本实施例中还提供了一种监控设备的调整装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图8是根据本发明实施例的一种监控设备的调整装置的结构框图，如图8所示，该装置包括：第一获取模块801，用于在监控设备进行监控的时候，获取监控设备采集到的第一图像，其中，第一图像携带有噪声；第二获取模块803，连接至上述第一获取模块801，用于获取第一图像的第一参数值，其中，第一参数值用于指示第一图像的清晰度；处理模块805，连接至上述第二获取模块803，用于对第一图像进行滤波处理，得到第二图像；第三获取模块807，连接至上述处理模块805，用于获取第二图像的第二参数值，其中，第二参数值用于指示第二图像的清晰度；调整模块809，连接至上述第三获取模块807，用于根据第一参数值与第二参数值调整监控设备的焦距。

可选地，上述装置还用于通过以下方式对第一图像进行滤波处理，得到第二图像：获取第一图像中每个像素点的亮度值；将第一图像中每个像素点的亮度值与阈值进行比较，确定第一图像中亮度值大于阈值的第一像素点，其中，阈值是依据监控设备所在环境的光照强度设定的；利用第一像素点生成第二图像。

可选地，上述装置还用于通过以下方式利用第一像素点生成第二图像：查找第一图像中除第一像素点以外的像素点；将第一图像中除第一像素点以外的像素点删除，得到第二图像。

可选地，上述装置还用于通过以下方式获取第二图像的第二参数值：获取第二图像中的每个像素点的第三参数和第四参数，其中，第三参数用于指示像素点的灰度值与在第一方向上相邻的像素点的灰度值之间的变化，第四参数用于指示像素点的灰度值与在第二方向上相邻的像素点的灰度值之间的变化，第二方向与第一方向不同；对第二图像中的每个像素点的第三参数的绝对值和第四参数的绝对值进行求和，得到每个像素点的第二方差值；对第二图像中所有像素点的第二方差值进行累计求和，得到第二参数值。

可选地，上述装置还用于通过以下方式获取第二图像中的每个像素点的第三参数和第四参数：依据第一矩阵模型对每个像素点在第一方向上的灰度值进行计算，得到第三参数，其中，第一矩阵模型为[m,n,-m]，其中，m和n为常数；依据第二矩阵模型对每个像素点在第二方向上的灰度值进行计算，得到第四参数，其中，第二矩阵模型为[m,n,-m]^t。

可选地，上述装置还用于通过以下方式获取监控设备采集到的第一图像：获取监控设备采集到的原始图像，其中，原始图像为采用第一格式编码的图像；将原始图像的编码格式由第一格式转换为第二格式，得到第一图像。

可选地，上述装置还用于通过以下方式获取第一图像的第一参数值：获取第一图像中的每个像素点的第五参数和第六参数，其中，第五参数用于指示像素点的灰度值与在第一方向上相邻的像素点的灰度值之间的变化，第六参数用于指示像素点的灰度值与在第二方向上相邻的像素点的灰度值之间的变化，第二方向与第一方向不同；对第一图像中的每个像素点的第五参数的绝对值和第六参数的绝对值进行求和，得到每个像素点的第一方差值；对第一图像中所有像素点的第一方差值进行累计求和，得到第一参数值。

可选地，上述装置还用于通过以下方式获取第一图像中的每个像素点的第五参数和第六参数：依据第一矩阵模型对每个像素点在第一方向上的灰度值进行计算，得到第五参数，其中，第一矩阵模型为[m,n,-m]，其中，m和n为常数；依据第二矩阵模型对每个像素点在第二方向上的灰度值进行计算，得到第六参数，其中，第二矩阵模型为[m,n,-m]^t。

可选地，上述装置还用于通过以下方式调整监控设备的焦距：计算第一参数值和第二参数值之间的差值，其中，第一参数值大于第二参数值；依据差值对监控设备的焦距进行调整。

可选地，上述装置还用于通过以下方式对监控设备的焦距进行调整：查找差值对应的调焦参数，其中，调焦参数为监控设备实时采集的焦距采样值；按照对应的焦距参数调整监控设备的焦距。

可选地，上述装置还用于：依据差值对监控设备的焦距进行调整之前，获取第一图像的第七参数，其中，第七参数用于指示第一图像的像素数；获取第二图像的第八参数，其中，第八参数用于指示第二图像中灰度值不为零的像素数；依据第七参数和所述第八参数对监控设备的焦距进行调整。

需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。

实施例3

本发明的实施例还提供了一种存储介质，该存储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

可选地，在本实施例中，上述存储介质可以包括但不限于：u盘、只读存储器(read-onlymemory，简称为rom)、随机存取存储器(randomaccessmemory，简称为ram)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。

本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。