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.     

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。     

显微视觉自动聚焦研究

提出一种评估空域聚焦函数的方法。从计算时间与聚焦曲线变化率两个方面,提出四个参量作为评估依据．可从多个函数中筛选出最佳聚焦测度。针对研制的微对准装配自动聚焦系统的评估结果表明：灰度熵函数是适合于该系统的最佳聚焦测度。为克服聚焦搜索运动中的机械传动回差,提出不同于传统聚焦策略的“定位法”。该方法的核心是建立聚焦函数值与离焦量之间的函数关系,提出采用多项式拟合、高斯函数拟合以及样条插值拟合的方法可以构建这种函数关系;并给出了计算结果。最后综合灰度熵函数与定位法策略进行自动聚焦实验．得到自动聚焦精度为3．4μm;完成一次自动聚焦平均时间为3．3s。实验结果证明所述方法可以实现准确、实时地自动聚焦。     

一种新的自动聚焦算法的研究

聚焦评价函数和极点搜索策略是自动聚焦的重要模块,直接影响聚焦的效果.为同时满足自动聚焦速度和精度上的要求,提出了一种新的自动聚焦算法.该算法综合了快速改进的灰度差分法和高精度小波变换法的优点,根据各阶段聚焦评价函数的梯度选择合适的评价函数和镜头移动步长,并且实现了从大步长快速粗扫到小步长精确细调的过渡.实验表明,与传统...     

极小景深条件下显微镜大范围聚焦算法

自动聚焦是全自动显微成像中的一项关键技术。为了克服已有聚焦算法对聚焦起始点敏感及聚焦范围过小的问题,从分析大范围聚焦曲线形态入手,依据离焦距离、初始搜索方向和初始搜索范围等参量和曲线形态参数间的制约关系,将聚焦划分为六种类型,极值搜索中结合聚焦函数值的变化信息并通过启发式方式将未知类型转化为基本型,从而实现了大范围聚焦到小范围聚焦的转换。然后在聚焦曲线陡峭区范围内对曲线进行高斯拟合以获取最优焦平面。基于自行研发的全自动显微镜系统对提出的算法进行了验证,实验结果证明了该算法的有效性。     

用于摄像机定位的单目视觉方法研究

利用单目视觉算法确定摄像机相对于被测点的聚焦位置的方法 ,提出了一种新的能量谱 熵函数图像聚集锋利性测度评价函数以及新的单目视觉测量方法 ,即将单目视觉方法中的离焦法和聚焦法结合起来 ,进行聚焦位置的测量。并给出了用于摄像机定位的单目视觉离集法和聚焦法的计算模型。实验验证结果证明了算法的稳定性和可靠性     

用取摄像机定位的单目视觉方法研究

利用单目视觉法确定摄像机相对于被测点的聚焦位置的方法,提出子一种新的能量谱－熵函数图像聚焦锋利性测度评价函数以及新的单目视觉测量方法,即将单目视觉方法中的离焦法和聚焦法结合,进行聚焦位置的测量。并给出了用于摄像机定位的单目视觉离集法和聚焦法的计算模型。实验验证结果证明了算法的稳定性和可靠性。     

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。     

聚焦堆栈中空间几何结构的深度估计

利用聚焦堆栈估计场景深度是计算成像领域中的重要技术手段。提出三维自适应加权全变分计算框架,用于解决场景中弱纹理区域和遮挡区域深度线索丢失导致深度估计不准确的问题。相比传统二维引导滤波方法,所提三维优化框架不仅考虑聚焦堆栈和聚焦测度中共同蕴藏的场景几何结构,避免在深度图中错误地引入场景物理信息,还充分考虑聚焦堆栈和聚焦测度沿图像序列方向的结构特点,实现更高程度的数据保真。模拟数据和实际数据实验结果表明,所提方法能够有效提升聚焦堆栈估计深度的精度。     

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。