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MTF辅助正焦判断的自动调焦搜索算法

针对传统爬山搜索算法受调焦评价函数局部极值的干扰而不能准确聚焦的问题,提出一种基于调制传递函数辅助正焦判断的自动调焦搜索算法.该算法对爬山法进行改进,在选择图像清晰度评价函数基础上,同时考虑图像的调制传递函数值,综合判断搜索方向;采用改进的刃边法,在自动完成刃边区域选择的基础上,可精确计算图像的调制传递函数值,并给出了改进算法的原理和实现.为了衡量改进算法的性能,验证调焦系统成像效果,分别考虑搜索算法对不同调焦初始位置以及环境变化影响,在经纬仪自动调焦系统平台上展开算法的调焦实验分析.实验结果表明改进的自动调焦搜索算法能有效地排除局部极值干扰,使系统准确、可靠的调焦.     

图像法自动调焦的最佳调焦区域选取算法

对分辨率较高的图像来说,调焦评价函数的计算耗时较多,会影响调焦的实时性。选用整幅图像中细节最丰富的子图像作为调焦对象,在保证调焦精度的同时,可改善调焦效率。为快速找到此区域,提出了基于自适应遗传算法(AGA)的寻优算法。在此算法中,用离焦子图像的加权熵作为适应度函数,自适应的改变遗传算法的交叉概率和变异概率,以避免结果陷入局部极值。实验结果表明,此算法具有运算复杂度低,稳定性好等优点,所选定的子图像具有良好的调焦特性曲线。     

基于图像清晰度评价函数的显微镜自动调焦技术研究

自动调焦技术是提高自动显微镜测量精度的一个重要手段,图像清晰度评价函数是计算机自动调焦中的关键技术。根据图像清晰度评价函数实现了显微镜的自动调焦。     

一种新的自动调焦方法—离轴探测法

本文提出了的种新的自动调焦方法——离轴探测法,此法没用任何附加元件,结构简单、装调容易、线性度好、灵敏度高、调焦范围大、实用性强;介绍了此法的原理、理论计算结果及实验结果;给出了应用实例.     

图像采集自动生物显微镜系统自动调焦的研究

阐述了以ＣＣＤ为光电探测器件，采用步进电机驱动，集工作台自动扫描、自动调焦和图像的自动采集为一体的显微镜系统自动调焦机理，改进了均方差评价函数，完成了自动调焦，为显微图像的采集和处理提供了强有力的手段。     

图像式显微自动调焦、瞄准系统的研究

基于CCD图像技术提出一种新的图像式显微自动调焦、瞄准系统 ,该系统实现了通用光学仪器及现代数字化仪器中自动调焦与图像瞄准 ,解决了这类仪器自动化程度低 ,瞄准精度受人员主观影响大 ,劳动强度大 ,不易于微机化等问题。给出了新系统的结构与原理 ,分析了系统实现的精度保证 ,并对新系统进行了实验研究。     

基于彩色数字图像处理的自动调焦技

针对彩色图像讨论了基于数字图像处理技术的自动调焦算法.根据彩色图像的特点，选取了能够表现图像清晰度的两种矢量范数——L1范数和L2范数分别作为粗略调焦和精确调焦的评价函数，以实现系统在大范围内的精确调焦.为了提高图像的质量，采用了既能保持图像细节又能滤除脉冲和高斯噪声的中值滤波算法和均值滤波算法相结合的矢量中值均值滤波器.实验结果表明，本调焦算法能够在大范围内调节焦距，且具有较高的调焦精度，调焦速度较快.     

基于1.2m望远镜系统实时自动调焦的清晰度评价算法

望远镜自动调焦技术在提高天文观测效率和观测精度方面有着重要的作用。针对云南天文台1.2 m望远镜系统在观测空间目标时受外界多重因素影响下的像点离散、能量分散等问题,提出了一种改进定心精度的半通量直径（HFDICA）实时自动调焦清晰度评价算法。该方法在进行图像预处理的基础上,采用改进的强度加权质心法（improved IWC）,以亚毫米的精度迭代计算星像质心;然后测出星像HFD,根据HFD值用双曲线法拟合出V型调焦曲线。经过大量实验表明,该算法在指导望远镜调焦时能够迅速找到焦点位置,其精确定焦率与高精度天文图像处理软件IRAF的计算结果相当,在调焦过程中平均处理时长为4.7 s,耗时仅为IRAF的1/10,满足1.2 m望远镜自动调焦的实时性与精度要求。所提方法的调焦效率大致提高37%,具有一定的可行性与实用性。     

基于自动线性拟合的快速拉曼基线校正算法

近年来拉曼光谱以其无创、灵敏度高等众多优点在化学表征、生物医药、材料等领域引起广泛关注,而基线漂移的存在为后续的定性定量分析带来严重困扰,因此设计高性能的基线校准算法以提高分析结果的有效性及准确性具有重要意义。针对传统算法在批量拉曼光谱数据基线校正方面的不足,基于自动线性拟合算法提出一种快速基线校正算法以校正具有相似背景的批量拉曼光谱数据并详细阐述了该算法的核心思想以及算法实现流程。该算法首先从批量拉曼光谱数据中自动选择一条拉曼光谱数据作为基准光谱,使用自动线性拟合算法对其进行基线校准得到其基线以及分段标记点,然后利用标记点快速计算出组内其他与基准光谱具有较高相关性的拉曼光谱数据的基线,对于组内与基准光谱相关性不满足阈值要求的拉曼光谱则使用自动线性拟合算法对其进行单独基线校正,这使得算法具有具有较强的鲁棒性,可以适应复杂的拉曼光谱基线校正情形。分别使用快速基线校正算法与单独基线校正算法对多组实际拉曼光谱数据进行基线校正以对比分析算法基线校正效果,结果表明该算法可以实现对批量拉曼光谱数据的快速校正,基线校正效果良好,并且相较于单独进行基线校正算法耗时减少了30%以上,算法无参,简单易行,无需额外人工干预,是一种切实可行的批量拉曼数据自动基线校正算法。     

基于像散法的线阵CCD相机检焦技术

航天立体测绘相机受卫星发射过程的振动、冲击以及复杂的空间环境的影响,相机的靶面将不同程度地偏离相机的焦平面,导致图像分辨率下降.对于测绘相机,其主点位置和主距变化量直接影响地面目标定位准确度.为了弥补利用编码器进行检焦的不足,提出了一种基于像散量的检调焦方法.该方法采用四象限光电探测器测量相机靶面变化引起的像散量,参照已标定的靶面位置与像散量之间的关系,计算出靶面偏离相机焦平面的实际大小和方向.这种检焦方法包含引起相机靶面离焦的所有因素,试验结果表明,基于像散法的测绘相机调焦机构的分辨率可达0.025 mm.     

Multi-Focus Image Fusion Based on Hessian Matrix Decomposition and Salient Difference Focus Detection

Multi-focus image fusion integrates images from multiple focus regions of the same scene in focus to produce a fully focused image. However, the accurate retention of the focused pixels to the fusion result remains a major challenge. This study proposes a multi-focus image fusion algorithm based on Hessian matrix decomposition and salient difference focus detection, which can effectively retain the sharp pixels in the focus region of a source image. First, the source image was decomposed using a Hessian matrix to obtain the feature map containing the structural information. A focus difference analysis scheme based on the improved sum of a modified Laplacian was designed to effectively determine the focusing information at the corresponding positions of the structural feature map and source image. In the process of the decision-map optimization, considering the variability of image size, an adaptive multiscale consistency verification algorithm was designed, which helped the final fused image to effectively retain the focusing information of the source image. Experimental results showed that our method performed better than some state-of-the-art methods in both subjective and quantitative evaluation.     

基于局部不变特征的目标自动识别

为快速、准确地识别图像中的目标,提出一种结合图像熵和加速鲁棒特征算法的目标自动识别方法.首先,分块计算图像的信息熵,根据阈值筛选出纹理丰富区域.然后,结合Hessian矩阵和Harris算法提取纹理丰富区域的局部特征点.接着,计算特征向量并用主成分分析降低向量维数.最后,采用双向最近距离比例匹配算法进行分类,并用随机抽样一致算法剔除误匹配点.实验结果表明:对仿真数据库中带有视角、光照和尺度变化的图像,识别率分别为87.12%、75.31%和84.98%,平均识别时间分别为70.35ms、71.27ms、220.63ms;对含8956×6708像素的航空大面阵图像,正确匹配率为78.13%,识别时间为68.09s.本方法识别率和时间性能均优于加速鲁棒特征算法.     

基于基线漂移模型的气体光谱自动基线校正

傅里叶红外光谱是监测污染源废气排放的一种重要手段。发展针对气体光谱的自动基线校正方法对于污染气体快速检测及长时间在线监测具有重要意义。目前自动基线校正中的一个难点是如何准确校正存在宽峰的光谱：宽峰在频域中具有一定低频成分,基于频域滤波提取光谱中低频基线信息的方法因难以选择合适的分离条件容易产生基线扭曲。采取自动识别基线点,基于预先设定的基线模型拟合光谱基线的方法可以规避频域方法中分离条件选取的环节,但其校正效果对所采用的基线模型非常敏感。当基线模型中的自由度过小时,拟合基线无法准确逼近光谱基线漂移,基线校正的误差较大;而当基线模型中的自由度过大时,尤其是含有实际基线漂移中不存在的虚假自由度时,容易产生基线扭曲。目前常用的基线模型有线性、多项式、样条插值、指数模型等,在基线模型的选择上缺乏较为统一的标准。本研究着眼于避免基线模型缺乏必要自由度或含有虚假自由度,提出基于实际基线漂移的自由度建立基线模型。研究发现,气体光谱中主要的基线漂移在光谱中可被近似表示为波数的特定阶次(0次、1次、2次和4次项)的形式。以此作为基线模型提出了一种自动基线校正新方法。新方法以传统迭代多项式拟合自动基线校正方法作为基础,将其中仅设定多项式最高阶次的基线模型改进为上述由具有物理意义支撑的特定阶次构成的基线模型;此外,增加了对吸收峰尾部的判定,用于避免在采用阈值分辨吸收峰与基线时,吸收峰尾部因吸光度较低被误识别为基线的问题。以实测获得的含有水汽宽峰的空气光谱作为样本,对所提方法的基线校正效果进行了验证,并与迭代多项式拟合方法中两种较有代表性的Lieber和Mahadeven-Jansen(LMJ)方法以及Liu和Koenig(LK)方法的基线校正效果进行了对比。实验结果表明,所提方法与采用不同最高多项式阶次的LMJ及LK方法相比,可更好的避免基线扭曲,同时其校正后的光谱基线与吸光度0线间具有最低的方差平均值。研究表明,采用实际基线漂移的自由度建立光谱基线模型可获得良好的基线校正效果。     

彩色分割的航空影像房屋自动检测

航空影像房屋提取方法的研究中大多基于灰度影像的区域生长算法,此类算法不仅忽略了不同材质的房屋所呈现的光谱特征对提取结果的影响,而且过于依赖种子像素的选取,处理效率不高。为了从高分辨率航空影像中实现房屋的自动检测,综合利用彩色信息与屋顶材料的光谱特征,采用影像分割原理,研究了房屋自动检测的方法。首先对RGB与HIS彩色空间进行转换,利用HIS空间各分量间不相关的特点和屋顶材料光谱特征进行影像分割,分离出红色瓦片屋顶与灰色水泥屋顶区域,并利用标记分水岭算法实现房屋区域的初始分割;然后计算各标记区域内的色调均值选取种子像斑样本,进而以像斑为单元在色调分量中进行区域生长,最后经过消除小斑和矩形拟合优化处理,得到轮廓清晰的房屋区域。与传统的基于像素区域分割算法相比,该方法整个过程无需人工干预且均在一维彩色空间进行处理,计算量明显降低,同时采用改进的基于像斑区域生长算法能够兼顾邻近区域内像素的几何结构信息,使算法精度得到显著提高,采用上述方法对高分辨率航空影像进行了实验,结果证明该方法有着较高的处理效率和准确性,具有实用价值。     

FBG测温系统的光谱校正算法的研究

为了解决在大范围、多点位温度实时监测过程中温度传感器铺设工程复杂、维护成本高等问题,研究开发了基于光纤布拉格光栅结构的温度监测系统。利用光纤光栅衍射对波长的选择性,建立了温度与波长的函数关系,通过计算波长变化量反演被测位置的温度信息。由于环境、材料等因素,光谱分布与温度变化并不满足线性变化,所以设计了光谱校正算法完成波长与温度函数的曲线拟合,曲线拟合度大于99.7%。实验采用FB136L-IAC型防爆干燥箱、LPT-200型二极管,1 550 nm光纤等对20～280 ℃范围内温度进行多点位实时检测,实验结果显示,当防爆干燥箱中的温度每改变1 ℃时,对应的中心波长向长波方向偏移大约0.04 nm,与标准温度测试数据进行对比,误差低于±0.3 ℃。由于系统采用光纤传感网络,所以具有很强的抗电磁干扰能力,而光纤光栅衍射可实现精密测量,动态响应范围大、精度高。系统的新颖之处在保证高精度测量的同时,仍满足大范围、多点位、高抗干扰能力的快速铺设,具有很强的实际应用价值。     

高速电视下基于自适应阈值的实时图像跟踪

介绍了在高速电视下,自适应阈值的提取及其对自动目标跟踪的重要性;提出了三种基于自适应阈值的目标跟踪算法——形心跟踪法、相关跟踪法和综合跟踪法,实现了对复杂背景下形状、加速度易发生无规则变化的高速运动目标进行跟踪.实测结果表明：这几种跟踪方法具有稳定、有效、适应性强等优点,对高速目标跟踪系统的设计与实现有较高的参考价值.