基于区域对比度的图像清晰度评价算法

高效、准确的图像清晰度评价是实现自动调焦的关键。在分析了现有图像清晰度评价方法优缺点的基础上,提出了一种基于图像区域对比度的清晰度评价新方法,建立和分析了评价函数的数学模型,并对航空摄像机采集的系列图像进行实验和仿真。与其他算法比较的结果表明:该方法具有精确度高、对比度明显等优点,能够应用于实际的图像清晰度评价和自动对焦中,克服了单纯依靠计算灰度差带来的不足,具有较高的实用性和可靠性。     

一种抗噪声的图像自动对焦算法

传统的图像自动对焦算法易受环境噪声影响,导致焦距评价函数的单峰性、无偏性和灵敏度降低.提出了一种基于噪声抑制的图像自动对焦算法,采用Sobel算子加权滤波抑制噪声,再利用全局门限分割边缘像素,最后用四种算子作为对焦评价函数,得出对焦曲线.实验表明,该算法具有较好的抗噪声性能.     

透镜检测中复合自动对焦技术的研究及应用

针对光学透镜参数测量系统中的对焦问题,设计了一种粗精结合的复合自动对焦方案.在粗对焦过程中,选用全局图像的方差函数作为清晰度评价函数,用均值比较的爬山法实现焦面搜索,并用三点法判断初始对焦方向.在精对焦过程中,利用基于数学形态学的条件膨胀算法和形状因子提取目标图像,并以日标图像区域内的Brenner函数作为清晰度评价函...     

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。     

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。     

基于对焦深度法的光学显微镜系统设计

针对传统显微镜采用手工对焦方式存在自动化程度低、对焦过程较慢且对操作者经验要求高的问题,提出一套基于对焦深度法的光学显微镜系统。结合基于图像处理自动对焦的显微镜通用结构,设计了一套由ARM开发板、触控液晶显示屏、Arduino UNO开发板、红外对管、工业数码显微镜及步进电机等组成的光学显微镜系统。结合触控液晶显示屏的特点,设计出结合不同大小的感兴趣区域对焦窗口选择方法,并在采用常见梯度函数作为图像清晰度评价函数及爬山搜索算法的基础上,提出容错改进方法。实验分别对不同的图像清晰度评价函数及对焦窗口大小进行了实时性、灵敏度及容错性能测试。结果表明,该系统具有较高的可靠性。     

基于红外图像边缘特性的自动对焦技术

与可见光图像相比,红外图像的分辨率较低,景物边缘较为粗糙,传统的自动调焦技术无法直接用于红外热成像系统。为了解决这一问题,采用基于红外图像边缘特性的自动对焦算法,建立快速有效的对焦评价函数,驱动高精度光机闭环控制单元,以实现快速、准确的红外自动对焦。系统包含数字处理单元和运动控制单元。其中数字图像处理单元主要进行红外数字图像的采集,利用Roberts梯度算子提取红外图像中的信息量,并统计边缘点数以评价图像的清晰度,实时计算序列红外图像中细节和信息量的变化量和趋势,从而提供运动控制单元所需的位置给定。运动控制单元则主要进行调焦电机的控制及驱动,完成自动聚焦的过程控制。最后,通过实验证明了该方案的有效性。     

基于自动对焦技术的透镜曲率半径检测

为实现光学透镜曲率半径的快速准确测量,设计了一种基于自动对焦技术的非接触式透镜曲率半径测量方案。测量系统分别在被测透镜表面的顶点位置和曲率中心位置自动对焦,系统所记录的两个位置之间的距离即为曲率半径。针对透镜曲率半径检测应用,对自动对焦技术进行了改进:将连通区域提取技术应用于定位目标图像,提高了清晰度评价函数的灵敏度;利用均值比较法和三点法改进了传统爬山搜索策略。实验结果表明:基于自动对焦技术的透镜曲率半径检测是有效的,测量误差低于0.196%,测量重复性好于0.109%。该方法已经成功应用于透镜曲率半径测量仪。     

遥感相机自动检焦技术研究

将基于图像处理的自动检焦技术应用于线阵CCD推扫成像的空间遥感相机中。图像法检焦的关键在于对焦评价函数的选取。通常对焦评价函数是在摄影目标不变的情况下得出的,而推扫成像的线阵CCD相机在任意时刻所拍摄的景物都是不同的,这就给对焦评价函数的选取增加了难度。用功率谱的方法对任意景物在空间频域进行分析表明,功率谱对于自然景物具有一定的不变性。由此建立了基于功率谱的对焦评价函数,采用小波去噪与亮度归一化相结合的图像预处理技术有效地去除了图像噪声和亮度变化对对焦精度的影响。通过对功率谱评价函数进行加权处理,提高了对焦评价函数曲线的灵敏度。仿真实验表明了所构造的对焦评价函数是可行的。     

基于图像灰度梯度最大值累加的自动调焦算法

从光学系统出发介绍了基于图像处理的离焦图像成像原理,分析了传统基于灰度梯度的自动调焦算法的缺陷——灰度梯度考虑不全面并且易受噪音影响.针对传统算法不足,提出了基于图像灰度梯度最大值累加的自动调焦算法.该算法通过计算中心像素的八邻域灰度梯度,以自动聚焦区域内各像素最大灰度梯度与最大灰度与最小梯度差值乘积之和作为新的评价函数,分析了该算法可以抑制噪音影响的原理;介绍了焦点搜索自适应变步长爬山算法原理和实现过程;最后进行算法性能实验验证.首先,利用不同算法对序列图像和加入高斯噪音的图像进行清晰度评价,结果证明该算法对含噪图像的清晰度评价准确,与传统算法相比该算法在抑制噪音方面具有优越性;其次,用不同聚焦算法进行序列图像自动调焦实验,结果显示传统算法会出现错误聚焦的情况,而该算法聚焦准确迅速,相比于传统算法具有明显优势.     

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。     

改进的Brenner图像清晰度评价算法

图像清晰度评价是基于数字图像的被动式自动调焦技术的基本问题之一.传统Brenner图像清晰度评价算法具有运算速度快特点,但是其评价准确性取决于阈值选取,且其灵敏度较低.针对上述问题,本文提出了一种改进算法.改进算法采用高通和带通两个滤波器对图像进行计算,克服阈值对传统Brenner算法评价结果的影响.为了衡量改进算法的性能,将其与传统的Brenner算法比较,并对评价算法的单峰性、无偏性、灵敏度、计算量等主要衡量标准逐一分析.实验结果表明:与传统的Brenner评价算法相比,改进算法在满足评价算法单峰性和无偏性前提下,提高了灵敏度,降低了计算次数.     

同轴数字全息用于血吸虫尾蚴检测研究

由于水的表面易出现抖动或波动情况,而传统的显微镜成像需要精确的光学焦聚过程,因此不适于观察漂浮于水表面的血吸虫尾蚴.本文论述了用同轴数字全息检测血吸虫尾蚴的基本原理.通过对再现像进行小波分析发现,偏离焦点时的小波变换高频系数的幅值比聚焦时要小得多.针对这一特点,本文对小波变换清晰度评价函数进行了改进,将原来利用高频系数之和改为利用聚焦窗口中高频系数的最大幅值为清晰度评价依据.在模拟实验结果中清晰度评价函数极大值出现在再现距离与记录距离相等处,说明了该算法的准确性.建立了用于血吸虫尾蚴检测的实验装置,可方便获取普通显微图像及数字全息图.实验结果表明,本文提出的算法能实现实际情况下的数字全息自动聚焦,其再现像的分辨率与装有1倍显微镜头的数码显微镜分辨率相当,足以清晰地分辨出血吸虫尾蚴的尾部分叉特征.利用同轴数字全息技术可在水面与图像传感器之间的距离不确定的情况下实现对血吸虫尾蚴的检测.     

同轴数字全息用于血吸虫尾蚴检测研究

由于水的表面易出现抖动或波动情况,而传统的显微镜成像需要精确的光学焦聚过程,因此不适于观察漂浮于水表面的血吸虫尾蚴.本文论述了用同轴数字全息检测血吸虫尾蚴的基本原理.通过对再现像进行小波分析发现,偏离焦点时的小波变换高频系数的幅值比聚焦时要小得多.针对这一特点,本文对小波变换清晰度评价函数进行了改进,将原来利用高频系数之和改为利用聚焦窗口中高频系数的最大幅值为清晰度评价依据.在模拟实验结果中清晰度评价函数极大值出现在再现距离与记录距离相等处,说明了该算法的准确性.建立了用于血吸虫尾蚴检测的实验装置,可方便获取普通显微图像及数字全息图.实验结果表明,本文提出的算法能实现实际情况下的数字全息自动聚焦,其再现像的分辨率与装有1倍显微镜头的数码显微镜分辨率相当,足以清晰地分辨出血吸虫尾蚴的尾部分叉特征.利用同轴数字全息技术可在水面与图像传感器之间的距离不确定的情况下实现对血吸虫尾蚴的检测.     

基于小波变换的分水岭图像分割方法

图像分割技术在数字图像处理中占有重要地位.提出了一种基于小波变换的图像分割方法,有效地将小波分析、小波包分解与数学形态学中的分水岭方法相结合.首先,通过小波包对图像有效降噪,在一定程度上减少了分水岭方法的过分割现象.然后利用小波变换得到的梯度向量进行分水岭变换,有效保持边缘信息.实验结果证明该算法是可行的,与基于形态梯度的分割结果相比,得到了较好的分割效果.     

多光谱与高分辨率图像融合算法研究

提出了一种多光谱与高分辨率图像融合的新算法.该方法将小波的多分辨分解与IHS变换相结合,它首先利用高分辨率图像各小波面叠加的边缘信息进行区域划分,再通过融合算子实现分区域融合,最后对融合后的强度分量进行IHS反变换,得到一幅同时具有较好空间分辨率和光谱信息的融合图像.实验结果表明,该方法得到的融合图像优于IHS变换法和小波变换法(WT法).     

M尺度函数及其在图像缩放处理中的应用

针对图像缩小和放大处理中经典方法存在的问题,提出了M尺度插值法,推广了小波理论中的双尺度关系.对构造M尺度函数的方法和M尺度函数的逼近性质进行了研究,以满足3尺度关系的样条函数为例给出了3尺度函数插值算法,该算法与经典的最临近插值法、双线性插值法和双三次插值法相比,不仅保持了较高的清晰度,而且图像边缘较平滑,提高了图像的质量,实践证明了该算法的有效性.本方法还可以推广到图像处理的其他应用中.