程勇策，李 楠，乔宇晨，朱向前

（中国电子科技集团公司第三研究所，北京 100015）

0 引 言

在光电侦察中，由于视场角和作用距离之间的矛盾，常常需要调整相机的焦距。同时，不同距离的目标成像后需要调节聚焦，以便使图像更加清晰。由于观测目标的随机性和人的视觉感受差异，尚没有一个准确的聚变焦方法能够满足所有的应用。

目前针对性的研究中，杜平等[1]实现了50～ 200 mm范围内红外4倍连续变焦，完成了对特定景物的放大缩小，且切换过程中不会造成目标丢失；潘雪娟等[2]使用了图像熵作为图像清晰度的判别函数，对红外图像的聚焦效果进行了验证；周丽平等[3]针对显微视觉系统小视场的特点，使用了频域聚焦和时域聚焦相结合的方法，提高了显微成像的聚焦正确性和稳定性；张耀军等[4]使用基于非下采样剪切波变换（Non Subsampled Shearlet Transform，NSST）图像特征实现了多个不同聚焦图像的融合，获得了结果图像，拥有更清晰的视觉效果。

本文主要针对工程中遇到的目标聚变焦问题，使用深度学习和梯度算子相结合的方法，实现光电侦察系统快速变化焦距且快速完成对焦，为光电侦察的无人化值守提供技术支撑。

1 基于深度学习的自动焦距调节系统

在光电系统中，通常需要根据目标在视场中的大小来判断焦距是否合适。其中，最重要的环节是检测出图像中的目标，并确定其范围。

1.1 基于卷积神经网络的目标检测算法

随着相关器具性能的提高，基于卷积神经网络的目标检测方法突破了传统目标检测的瓶颈，成为当前目标检测的主流算法之一。……