自动聚焦系统中聚焦窗口的选择及参量的确定

在使用图像分析进行自动聚焦时,聚焦的准确性和有效性至关重要。聚焦窗口过大不仅增加计算量,且背景图像太多会引起误判;窗口太小则会导致目标偏离窗口,亦会引起误判。深入研究了聚焦窗口的选择问题,提出了一种新的选择方法,有效解决了上述问题。引入非均匀采样,可以保证中央的高分辨率和较大的视场范围,既保证目标图像位于聚焦窗口之内,又显著减小了背景图像的负面影响。同时对采样参量做了进一步的研究,以获得更好的效果。实验结果表明该方法有效提高了对焦的准确性和有效性而且减少了数据量,没有影响系统的实时性。     

基于简化对焦模型的自动对焦窗口调整方法

提出一种基于简化对焦模型的自动对焦窗口调整方法用于数码相机自动对焦过程.根据初始对焦窗口和初始像距计算初始对焦窗口边界的视场角,镜头位置改变后,再根据此视场角和新的像距计算新的对焦窗口边界,进而调整对焦窗口,实现景物跟随.实验结果表明,该方法能够在物距未知的情况下近似地计算出目标的像高,与固定对焦窗口相比,能够避免背景信息的干扰,使评价函数具有单峰性.且该方法计算过程与图像内容无关,不受图像模糊程度的影响.     

用于数码相机的瞳孔控制自动对焦技术

对焦窗口的选择是数码相机进行自动对焦的关键问题之一。现有的对焦窗口的选择方法过于简单,由于成像目标的复杂性,有必要使对焦窗口的选择本身实现自动化和智能化[1]。提出了一种利用数字图像处理来进行瞳孔控制自动对焦的方法。对现有照相机结构稍加改进后,可以利用数码相机中现有的CCD/CMOS图像传感器获取拍摄者眼睛的图像,再通过对拍摄者眼睛的图像进行处理来判断其瞳孔在眼睛中的位置。根据这一位置信息,可以推断拍摄者的注意力所集中的区域,从而对焦窗口的自动选择。     

自动对焦系统中图像非均匀采样的实验研究

将非均匀采样运用在自动对焦的窗口选择中,并进行了实验研究.这种方式可以保持中央的高分辨率,并保持较大的视场范围,克服了中央选窗时由于成像主体偏离中央引起的误对焦.同时,大大减少计算对焦评价函数所需的数据,从而加快对焦速度,促进对焦系统的实时化.     

大范围高精度激光诱导击穿光谱显微对焦系统

激光诱导击穿光谱(LIBS)信号的稳定性受激发光在目标表面聚焦准确性的影响很大。在海底热液喷口烟囱体探测等应用现场,难以通过对目标样品进行预处理这种常规方法来提高对焦精度,一套快速、高精度对焦系统对LIBS探测有重要意义。将显微自动对焦系统与图像对比度评价方法相结合应用于LIBS探测系统中以提升对焦精度,以双色激光辅助对焦方法扩大寻焦范围并加快对焦速度。实验证明两种方法结合可以实现2400μm的对焦范围和20μm的对焦精度,并明显提升对焦速度,有望提高现场探测时的LIBS信号质量和光谱采集效率。     

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。     

基于皮肤探测的自动对焦

用模式识别方法选择对焦窗口,对成像主体是人的情况进行了详细讨论.先对自动对焦中使用模式识别的必要性进行了深入的理论分析,然后讨论了具体的实现方法.利用人类皮肤颜色分布的特点来探测图像中的皮肤区域;用形态学操作来去除皮肤区域中的眼睛、鼻孔、嘴巴和其他非皮肤碎片;最后以所得的皮肤区域作为对焦窗口应用对焦评价函数.实验结果表明这种方法的实用性和有效性.     

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。     

人眼自动对焦及瞳孔中心自动对准系统

针对现今非接触眼科测量仪器对焦对准速度慢、通用性差和操作复杂的问题,搭建了应用于眼科测量仪器的人眼自动对焦及瞳孔中心自动对准系统,并提出了基于四邻域-多方向两级梯度函数的自动对焦算法以及融合卷积神经网络智能感兴趣区域（ROI）窗口的瞳孔中心定位算法。通过实验实拍人眼离焦图像序列及人眼图像测试集,分别对提出的两个算法进行验证。结果显示：所提出的自动对焦算法的平均计算时间约为13 ms,清晰度比率为93.531,优于6种传统的评价算法;所提出的瞳孔中心定位算法的平均计算时间为10.2 ms,准确度为97.14%,相比Hough法、改进Hough法有较大的性能提升。实验结果证明所搭建的系统能够满足眼生物参数测量的准确性、实时性和鲁棒性要求,提升了仪器的自动化水平,有助于眼科测量仪器的智能化发展。     

数字对焦光场成像清晰度评价方法研究

结合光场成像数字对焦空间域算法和频率域算法的区别,分别提出了适用的图像清晰度评价方式,并进行了仿真实验分析.空间域评价方法根据评价区域缩小图像重构数据量,频率域评价方法则将评价函数嵌入到图像重构过程中,改进后的方法相对传统方法提高了速度.     

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。     

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。     

基于区域进化的区域增长图像分割

为克服经典区域增长算法中门限选择困难、分割稳定性不高与串行处理速度慢的不足,提出了基于区域进化的快速区域增长图像分割算法。引入了新的区域能量表示模型,并给出了迭代进化形式。在区域增长过程中,逐渐增加区域增长的门限,通过对能量函数的动态优化来逼近最佳分割结果。仿真实验表明,该方法能有效地避免经典区域增长算法中门限选择的困难,采用区间连通处理技术代替单一像素串行迭代处理方式,可使分割速度提高十多倍。     

模板匹配技术在玫瑰扫描亚图像目标识别中的应用

介绍了用模板匹配的方法在玫瑰扫描亚图像中识别目标。通过设计一目标匹配模板 ,用这个模板对二值图进行匹配处理 ,根据输出相关值识别目标。实际应用表明 ,模板匹配技术可以在亚图像中有效去除干扰假目标和大块背景 ,给出视场中物体为待识目标的可信度图像 ,从而达到识别目标的目的 ,并且具有速度快、准确度高的优点。     

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。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究。使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率。为此,提出一种基于数字图像处理技术的人脸检测算法。该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测。实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

一种基于U-NET多景深图片目标物定位自动聚焦算法

在多景深场景下,已知目标物类型,当目标物位于图像中心位置时,传统的聚焦评价函数曲线灵敏度较低;当目标物偏离中心位置时,聚焦评价函数曲线容易出现局部极大值或无法准确判断出准焦图像,影响自动聚焦系统。针对这两种情况,提出了一种基于U-Net神经网络判断目标物位置,设定对应窗口和评价函数的方法,即当目标物位于图像中心位置时,提出了一种新的聚焦评价函数——SMD-Roberts函数;当目标物不在图像中心位置时,设定对应窗口,选择SML评价函数对图像像质进行评价。实验结果表明,与传统的灰度梯度自动聚焦评价函数和传统的取窗法相比,该方法得到的聚焦评价函数灵敏度最少提高0.0241,耗时最少减少0.0355 s,单峰最少减少1个次峰,有效地解决了多景深场景下,应用聚焦评价函数判断目标物最清晰位置不准确及聚焦评价函数曲线出现双峰的问题,明显地提高了评价函数的无偏性、单峰性以及灵敏度。该方法普适性强,更适用于自动聚焦系统。     

X光探伤电视的微机图像处理系统的研究

Ｘ光探伤电视系统虽然具备节省Ｘ光软片和可在线探伤等优点以外，还存在着图像分辨率不很高的问题。其图像分辨率不很高的主要原因是由于Ｘ光所激发的二次射线造成的，这是一种随机的噪声干扰。利用在计算机图像处理中的叠加平均法可有效的去除这种噪声干扰，从而提高Ｘ光探伤电视的图像分辨率。电视图像的数字化需要高速的信号采集系统。用硬件构成的图像存贮体可实现高速的图像信号采集，并结合开窗口技术使得Ｘ光探伤电视的成本降低，为高分辨率Ｘ光探伤电视的广泛应用创造了有利的条件。这些对保证产品质量具有十分重要的意义。