基于彩色图象 RGB分析的自动对焦技术

参照人眼的特点,作者将传统的双焦评价函数分别作用于目标图象的R、G、B分量得到三个数值,然后由这三个值计算出一个新的评价值.对一般对焦目标,这种新方法能增强传统对焦评价函数结果.本文中作者对这一方法进行了详尽的讨论.     

数字成象系统自动对焦区域设计

本文从摄影艺术的角度,提出一种对焦区域选择策略.经实验证明,这种区域选择策略可以提高多景深场景的自动对焦的有效性,并可作为一种自动对焦模式预置于数字成象系统中,从而把传统摄影技术中的各种经验知识结合到对焦区域设计的策略中,使以对焦为关键技术的数字相机、数字摄象机从原理上被人们所接受.     

一种图像稳定程度的描述方法

提出一种数学模型描述成像系统的稳定程度，通过分析证明：当目标物体为黑白分辨率标板(只有两种亮度且为周期性结构)时，成像系统的不稳定对成像结果的影响是使图像的像素灰度值按照二项分布的规律分布，因此可以用统计参量来反映成像系统的运动速率，进而表征图像的不稳定度。为了研究在不同时刻图像稳定性的变化规律，引入了统计学中表征数据离散程度的参量“标准偏差”作为描述因子。通过实验，直观地描述了一个佩肯棱镜系统的稳像过程，得出了变化曲线。曲线的波动与所观察到的图像稳定度的变化相符，证明了本描述方法是合理且有效的。     

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.     

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。     

边缘特征增强算法和小波分析在精确聚焦中的应用

在数字成象系统中,如何快速而且有效地实现精确聚焦一直是成象系统研究中的焦点.本文提出了利用增强图象边缘特征来提高精确聚焦能力,并将常见的边缘增强滤波器与以小波变换为基础构建的滤波器进行了比较,实验数据表明,虽然常见滤波器和基于小波变换滤波器都能提高聚焦能力,但后者能更有效地分辨出只有微小的离焦量的图象,有很好的应用前景.