基于分区搜索算法的快速聚焦策略研究北大核心CSCD

针对爬山算法在自动聚焦中出现的诸如准确率差、速度慢等问题,提出了一种结合自适应步长和两步搜索法的分区搜索算法。方法根据聚焦评价函数值大小和曲线线形将聚焦评价曲线分为平缓和陡峭两个区域,平缓区域使用自适应步长进行搜索,提高自动聚焦搜索速度;陡峭区域使用两步搜索法,避免假峰值干扰所导致的聚焦错误,提高自动聚焦准确率。实验结果表明,分区搜索算法相较于爬山算法聚焦速度提升了11.25%,且具有更好的准确性和抗干扰能力。     

应用于一体化摄像机的自动聚焦搜索算法研究

一体化摄像机的自动聚焦过程就是镜头按照自动聚焦搜索算法寻找图像清晰度评价函数最大值的过程,自动聚焦搜索算法对自动聚焦过程的实时性和准确率影响很大。为了解决现有算法在光源场景和无细节场景下聚焦失败的问题,提出了一种基于场景预测的聚焦搜索算法,该算法对成像场景进行智能分析、判断并分类,在不同的场景下采用不同的搜索策略,提高了自动聚焦搜索的稳定性和准确率。同时,针对现有算法在散焦区判断聚焦曲线峰值方向困难的问题,引入模糊度评价模型,该模型能够准确判断聚焦曲线峰值方向,分析实验数据发现,新的算法在散焦区的聚焦速度提升了24.3%。实验证明,新的算法在基于海思Hi3518A处理器搭建的一体化摄像机成像系统中具有很高的应用价值。     

视频自动聚焦的实现研究

提出了用于会议电视摄像机的自动聚焦方法.该方法由聚焦调节和聚焦监测两个过程组成.聚焦调节是寻找聚焦函数最大峰值的过程,在该过程中通过利用超焦距概念和动态自适应变步长搜索算法加快搜索速度,并保证了良好的视觉效果;同时,提出退回检查最大值点变化方法,防止搜索过程中因受到场景变化干扰而导致的聚焦失败.聚焦监测过程是在会议电视通话中,通过监测场景变化使聚焦调节工作适时启动的过程,提出有条件地重新调节聚焦,以始终保障良好的摄像聚焦效果,同时避免频繁调焦.实验结果表明,提出的摄像机自动聚焦方法性能优秀并有良好的顽健性.该方法已经用于华为ViewPoint8020plus视频会议终端的实际产品.     

基于微粒群区域搜索和小波评价的差分式自动聚焦

为进一步提高图像法自动聚焦的性能,提出了一种差分式提取图像边缘的方法,并构造了图像清晰度的小波评价函数,同时利用微粒群（PSO）算法对聚焦区域进行快速搜索。首先,介绍了差分式边缘提取方法及其优势,给出了一种评价区域的选取判据以及基于PSO的高效搜索方法;然后,对小波评价函数参数进行了比较分析和优选;最后,与传统方法进行了对比实验。结果表明,由于采用了差分式提取方法以及新的自适应聚焦窗口和评价函数,聚焦曲线较传统方法具有更高的调焦分辨率,PSO算法的使用使聚焦速度提高了约170 ms,聚焦精度约为2.3μm,同时调焦效果不受初始位置的影响。     

视频自动聚焦的实现研究

摘要:     提出了用于会议电视摄像机的自动聚焦方法.该方法由聚焦调节和聚焦监测两个过程组成.聚焦调节是寻找聚焦函数最大峰值的过程,在该过程中通过利用超焦距概念和动态自适应变步长搜索算法加快搜索速度,并保证了良好的视觉效果|同时,提出退回检查最大值点变化方法,防止搜索过程中因受到场景变化干扰而导致的聚焦失败.聚焦监测过程是在会议电视通话中,通过监测场景变化使聚焦调节工作适时启动的过程,提出有条件地重新调节聚焦,以始终保障良好的摄像聚焦效果,同时避免频繁调焦.实验结果表明,提出的摄像机自动聚焦方法性能优秀并有良好的顽健性.该方法已经用于华为ViewPoint 8020plus视频会议终端的实际产品.     

免散瞳眼底照相机中粗精结合自动聚焦方法

自动聚焦是免散瞳眼底照相机的一项关键技术,在分析眼底照相机成像原理及眼底图像特点的基础上,提出了一种应用于免散瞳眼底照相机的粗精结合自动聚焦方法。提出结合眼底图像视场特点的内接正方形固定聚焦窗口选择方法,并结合Robert梯度函数实现粗聚焦。采用基于局部信息熵的自动聚焦窗口选择算法得到精聚焦中的聚焦窗口,并提出基于9pixel×9pixel尺寸泽尼克正交矩的图像清晰度评价函数实现精聚焦。实验结果表明该方法中基于内接正方形的固定聚焦窗口选择方法具有更好的稳定性,精聚焦中的图像清晰度评价函数具有更高的灵敏度与实时性。     

基于微粒群区域搜索和小波评价的差分式自动聚焦

为进一步提高图像法自动聚焦的性能,提出了一种差分式提取图像边缘的方法,并构造了图像清晰度的小波评价函数,同时利用微粒群(PSO)算法对聚焦区域进行快速搜索。首先,介绍了差分式边缘提取方法及其优势,给出了一种评价区域的选取判据以及基于PSO的高效搜索方法;然后,对小波评价函数参数进行了比较分析和优选;最后,与传统方法进行了对比实验。结果表明,由于采用了差分式提取方法以及新的自适应聚焦窗口和评价函数,聚焦曲线较传统方法具有更高的调焦分辨率,PSO算法的使用使聚焦速度提高了约170 ms,聚焦精度约为2.3μm,同时调焦效果不受初始位置的影响。     

基于聚焦评价函数的自动调焦方法的研究

针对使用图像清晰度的聚焦评价函数来实现显微镜系统中的自动调焦,介绍了几种常用的图像清晰度聚焦评价函数,在自动倒置显微镜下进行大量的实验,分别利用这几种函数对采集到的图像进行评价分析。研究结果表明,在显微镜系统下利用基于梯度类图像清晰度评价函数拉普拉斯(Laplacian)算子可以有效地抑止噪声干扰,并且单峰性、重复性和稳定性都比较良好,能实现快速高效的自动调焦。     

数字图像处理自动图像聚焦算法的分析和比较

图像聚焦判别函数的选择是自动图像测量中获取高质量图像的依据,对几种用于自动图像聚焦判别的数字图像处理算法进行了较全面的性能比较,定量分析了不同算法的计算速度、唯一性、准确性和灵敏度等。分析结果表明:梯度向量平方函数、拉普拉斯算法和二级梯度平方算法在单值性和灵敏度方面都较好;罗伯特(Robert)梯度算法和梯度向量模方算法函数的稳定性比较好。以上的图像聚焦判别函数特性分析结果对于图像自动测量所需要的自动调焦控制具有指导意义。     

一种用于全息图自动重建的聚焦评价方法

自动聚焦是数字全息技术中实现自动重建的关键技术之一,而自动聚焦的关键是寻找性能可靠的聚焦评价函数。通过对现有聚焦评价函数的深入研究分析,及对图像清晰度相关理论的学习,面向海洋生物全息图提出了一种新的聚焦评价函数,该聚焦评价函数的依据是局部标准差分布能够反映图像细节信息的特性及标准差自身具有较高稳健性的特征,以标准差作为离散程度度量,将全息图重建像细节的离散程度作为其清晰度指标,并将清晰度最大值对应的重建距离作为最佳重建距离,以此完成自动聚焦。实验结果表明:与其他聚焦评价函数相比,该方法具有较好的单峰性、较高的灵敏度和信噪比(SNR)及较好的无偏性等性能,且对于海洋生物全息图具有较强的实用性和通用性。因此,该方法可以满足海洋生物全息图自动重建的需求。     

数字图像一阶矩的自动聚焦区域选择算法

聚焦区域选择是自动聚焦算法中的重要模块,直接影响评价函数曲线的尖锐性、准确性和稳定性。针对中心取窗和多点取窗等传统聚焦区域选择算法的局限性,提出了一种基于数字图像一阶矩的自动聚焦区域选择算法,它是通过图像灰度或边缘一阶矩定位聚焦区域的。传统聚焦区域选择是一种定点估计,实验证明一阶矩方式选择可以跟踪偏离中心的主体景物,是一种具有自适应性的前景位置估计算法,提高了聚焦精确度和速度。     

基于最小各向同性小波滤波的图像清晰度识别

提出了基于最小各向同性小波滤波的图像清晰度识别方法,对二维最小各向同性小波滤波提取图像特征进行了研究.直接将原始图像通过带通小波滤波器G0获得图像边缘信息,结合图像能量分析,建立了基于小波滤波的图像清晰度评价函数.利用构建的显微镜自动对焦实验平台,比较分析了基于小波滤波和拉普拉斯的评价方法.实验结果表明,采用基于各向同性小波滤波的自动对焦算法有更好的综合自动对焦性能.     

一种改进的Sobel梯度函数自动对焦评价算法

传统的自动对焦梯度函数评价算法在对细胞显微图像进行对焦时,由于对焦精度不佳,图像受噪声的影响较大。针对此问题,通过对不同对焦评价函数性能进行对比,提出了一种基于Sobel梯度函数改进的自动对焦评价算法——Sobel4direction_Brenner梯度函数算法。对对焦评价技术设计指标和算法的通用性进行了验证,结果表明:在调焦时该算法较传统对焦梯度函数能更好的抑制噪声,并且使电机在爬山算法的搜索对焦中具有更小的对焦搜索区间范围,获得的细胞显微图像的清晰度评价值也更高。     

SUSAN清晰度评价函数在自动对焦中的应用

为了满足自动对焦系统的实时性与抗噪性要求,提出了一种基于SUSAN算子的清晰度评价函数。该函数利用SUSAN边缘提取算子的算法简单、准确度高、抗噪性强的特点,对SUSAN算子边缘检测函数进行改进,将边缘点的USAN值的平方和作为清晰度评价值,并将其运用到自动对焦算法中。将该函数与几个经典的清晰度评价函数进行性能比较,实验结果表明：对于引入噪声前后的图像序列,基于SUSAN算子的清晰度评价函数均具有良好的单峰性、无偏性和较高的灵敏度;对于256×256的对焦窗口图片,该函数在TMS320C6416硬件平台上的运行时间仅为16 ms。该函数能够满足清晰度评价函数的单峰性、无偏性、高灵敏度等基本特性,同时具有良好的实时性与抗噪性。     

低信噪比环境下的实时聚焦方法研究

低信噪比环境下,人们运用中值滤波与维纳滤波等作为图像预处理手段获得了一定的效果,但是图像预处理严重地影响了对焦速度。在低信噪比环境下所提出的避开图像预处理的最佳自动对焦方案为:首先,采用HSI分析法把RGB彩色图像转换为亮度信号;其次,利用能量梯度算子作为图像评价函数;最后,运用爬山算法控制策略进行自动对焦。结果表明,此方案的运算时间优势非常明显,对焦准确度最佳,可满足实时对焦系统的对焦速度与对焦准确度的要求。     

基于评价函数的光电定焦方法研究

以CCD和透镜作为光学成像系统,并以高斯公式作为基本测量原理,提出了基于定焦评价函数的图像处理方法来寻找光学系统的最清晰像面位置,以实现光学系统的自动定焦。实验选用了绝对方差函数、梯度向量模函数、梯度向量平方函数三种评价函数进行了验证,经过逐次逼近,确定出最清晰的像面位置。实验数据显示,定焦精度可达0．01mm。     

基于视频图像处理的快速对焦方法研究

对焦速度与精度是自动对焦系统中最重要的两个参数,它们决定系统能否迅速地定位到焦点处,以获取清晰的图像。通过对比连续帧图像局部区域清晰度评价函数值来判断对焦趋势,同时控制对焦驱动电机的转动方向,最后进行反向搜索并与最大判据值比较以寻找到最佳成像位置,成功对焦所需最长时间小于2s。经过大量实验证明该方法具有较好的实时性和精确性。     

Photoelectric automatic focusing system based on interference

The principle and the method of a new automatic focusing system are presented in this paper. The system is constructed relying on the relationship between laser wave interference patterns and defocusing displacement. A CCD linear array receives interference patterns in the form of light intensity, which are converted into digital signals afterwards. Then the computer controls a stepping motor to complete auto-focusing process according to the digital results. The system has been applied in a kind of film resolution testing instrument and it shows that it has the advantage of high accuracy, high speed and wide applications.