用高斯非均匀采样解决自动聚焦中的误判

在自动聚焦系统中,对焦窗口的选择直接影响对焦的速度和准确性。若窗口过大,则不仅会增加计算量,而且背景图像太多会引起误判;若窗口太小,则会导致目标偏离窗口,也会引起误判。引入非均匀采样,可以保证图像中央区域的高分辨率和较大的视场范围,有效地提高了对焦的准确性,减少了数据量,加快了对焦速度。     

光学显微镜自动聚焦取窗方法研究

针对全自动光学显微镜系统中,传统聚焦窗口选择方法易受图像内容分布、杂质、噪声等因素干扰的问题,提出一种根据内容像素变化量选择聚焦窗口的方法。该方法将灰度差像素数量与边缘像素数量加权作为内容像素数量,据此衡量失焦模糊状态下子块内容含量并划分聚焦窗口,减少杂质与噪声对取窗过程的影响;用降采样后图像各子块内容含量估计原图像内容分布信息,降低图像滤波、梯度计算过程的计算量;使用局部标准差与锐利边缘像素数量联合检测焦平面图像的失焦模糊区域,有效排除玻片杂质造成的焦平面误判。与传统的显微镜自动聚焦取窗方法相比,对内容丰富程度和分布状况不同的显微图像序列,该方法均能获取有效的聚焦窗口,像素梯度均值更高,所得的评价曲线局部极值极少,尖锐性好,因此该方法的成功率高,鲁棒性更强。     

一种聚焦式光场成像去混叠方法

聚焦式光场成像克服了传统光场成像空间分辨率不足的缺点,但牺牲角度采样会导致重聚焦过程中非聚集平面出现混叠现象,不仅影响重聚焦的视觉效果,而且严重影响离焦响应分析的准确性。提出一种基于滑动窗口图像融合加自适应中值滤波的光场成像方法来弥补角度采样的欠缺,从而有效防止非聚焦平面出现混叠现象。对于输入的四维光场数据,选取合适的窗口尺寸并让窗口以特定步长在子图像中滑动。对每一次滑动均进行一次基本的光场重聚焦计算成像,得到多视角光场数据,然后对多视角数据进行融合得到一个焦平面的重聚焦图像。对一系列窗口尺寸重复上述计算即可得到聚焦堆栈。使用尺寸与聚焦窗口大小呈线性相关的滤波核心对聚焦堆栈的各层图像进行自适应滤波,即可在整个聚焦堆栈内有效消除混叠现象。使用Todor数据集对此方法进行测试,结果表明该方法不仅显著改善了非聚焦平面的视觉效果,也大幅提高了离焦响应的准确性。     

免散瞳眼底照相机中粗精结合自动聚焦方法

自动聚焦是免散瞳眼底照相机的一项关键技术,在分析眼底照相机成像原理及眼底图像特点的基础上,提出了一种应用于免散瞳眼底照相机的粗精结合自动聚焦方法。提出结合眼底图像视场特点的内接正方形固定聚焦窗口选择方法,并结合Robert梯度函数实现粗聚焦。采用基于局部信息熵的自动聚焦窗口选择算法得到精聚焦中的聚焦窗口,并提出基于9pixel×9pixel尺寸泽尼克正交矩的图像清晰度评价函数实现精聚焦。实验结果表明该方法中基于内接正方形的固定聚焦窗口选择方法具有更好的稳定性,精聚焦中的图像清晰度评价函数具有更高的灵敏度与实时性。     

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。     

结合相机阵列选择性光场重聚焦的显著性检测

针对现有方法处理包含多个显著目标以及显著目标的某些区域与背景区域对比不明显的场景所得显著图不够精细,甚至会丢失某些显著性区域的不足,本文提出了一种结合相机阵列选择性光场重聚焦的显著性检测方法.选用光场数据集,利用同一场景的多幅视点图像,首先对中心视点图像进行结合超分辨率的重聚焦渲染;然后利用基于图的显著性检测方法提出结...     

透过散射介质聚焦时背景噪声抑制的实验研究

针对波前整形的背景噪声问题,提出了一种有效抑制背景噪声的算法。首先搭建闭环波前整形聚焦系统,并基于传统遗传算法进行聚焦实验以验证系统的有效性。然后从增强信噪比的目的出发,提出与以往的多目标优化遗传算法不同的迭代方法,即采用增强倍数而不是绝对强度的判别式来评估目标点的聚焦质量。实验结果表明,改进后的遗传算法将显著噪点亮斑的面积减少了70.4%,聚焦光斑的圆度由0.83提升到0.93。基于实验结果提出背景平均光强与调控面积之间的量化关联模型,并通过量化关联模型对统计实验数据进行拟合,验证了该模型的有效性,实现对聚焦后背景噪声的定量表述。     

改进的非下采样Contourlet变形红外弱小目标检测方法

针对存在复杂背景干扰和噪声的红外图像弱小目标检测问题,提出了一种非下采样Contourlet变换（NSCT）的改进的红外弱小目标检测方法。首先对含弱小目标的红外图像进行预处理,然后利用NSCT进行变换,并利用改进的非线性映射函数和能量交叉融合相结合的方法实现了背景杂波的抑制,最后引入Otsu算法进行阈值分割分离出红外弱小目标。通过与同类弱小目标检测算法的对比实验,验证了该方法的有效性。     

基于人工鱼群优化分块的多聚焦图像融合

在多聚焦图像的融合过程中,对源图像采用固定大小的分块会导致融合后的图像存在块效应、边缘模糊甚至聚焦错误。为了克服此问题,提出了一种新的基于人工鱼群优化分块的多聚焦图像融合方法。首先,将源图像分解成互不重叠的方块,利用聚焦准则选取清晰度高的方块,将已选择的方块合并重构成初始融合图像。然后,利用改进的人工鱼群优化算法,根据一定的适应度值,寻找最优大小的分块方式,获得更优的融合图像。该方法与基于空域、频域及其他优化算法的融合方法进行了多个实验比较,结果表明,该方法获得的融合图像具有较好的客观质量和主观视觉感觉。     

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.     

Adaptive window iteration algorithm for enhancing 3D shape recovery from image focus

Depth from focus(DFF) is a technique for estimating the depth and three-dimensional(3D) shape of an object from a multi-focus image sequence. At present, focus evaluation algorithms based on DFF technology will always cause inaccuracies in deep map recovery from image focus. There are two main reasons behind this issue. The first is that the window size of the focus evaluation operator has been fixed. Therefore, for some pixels, enough neighbor information cannot be covered in a fixed window and is easily disturbed by noise, which results in distortion of the model. For other pixels, the fixed window is too large, which increases the computational burden. The second is the level of difficulty to get the full focus pixels, even though the focus evaluation calculation in the actual calculation process has been completed. In order to overcome these problems, an adaptive window iteration algorithm is proposed to enhance image focus for accurate depth estimation. This algorithm will automatically adjust the window size based on gray differences in a window that aims to solve the fixed window problem.Besides that, it will also iterate evaluation values to enhance the focus evaluation of each pixel. Comparative analysis of the evaluation indicators and model quality has shown the effectiveness of the proposed adaptive window iteration algorithm.     

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.     

一种新的激光雷达距离像噪声抑制方法

主要针对激光雷达距离像的距离反常噪声抑制问题,阐述了激光雷达距离像的噪声原理,分析了应用传统中值滤波方法抑制距离反常噪声的缺陷,提出了基于包围准则的自适应中值滤波算法。该方法首先根据包围准则检测噪声,对5×5滤波窗口内的像素值进行排序差分;然后选择低于门限长度最长的连续差分值对应的像素值作为距离正常值;最后运用中值滤波和加权均值滤波进行噪声抑制。实验结果表明,该方法有效抑制了距离反常噪声,且较好地保护了距离图像中目标的边缘细节,均方根误差分别比3×3和5×5窗口中值滤波法减少了27.1%和9.1%。     

像面数字全息的重建相位误差分析和改善

像面数字全息是数字全息技术中常用的测量和成像方式,它通常采用离散傅里叶变换和频率滤波的方法进行物光波的重建.本文讨论了这些算法对重建相位的影响.首先分析了频谱泄露对于相位误差的影响,结果表明当采样周期为整数时,重建相位误差很小,因此具有极高的相位重建精度;而当不满足整周期采样时,相位重建误差有了明显的增加.为了改善频谱泄露所引起的相位误差,采用Hanning函数对数字全息图进行了预处理,结果表明Hanning窗的加入能够有效地提高重建相位的准确程度.     

一种新的全色图像与光谱图像融合方法研究

给出了一种新的综合伪彩色映射技术和小波变换理论的图像融合方法,并将其应用于全色图像和光谱图像的融合中.通过提取两个不同谱段光谱图像的共有信息和特别信息,并进行伪彩色映射融合,来增强目标与背景的对比度.同时将伪彩色映射融合后的图像进一步用IHS变换提取空间信息,在小波变换框架下将其与全色图像进行融合以提高目标的边缘细节信息,使所获得的融合结果不仅包含丰富的光谱信息的同时还具有较高的空间分辨率.仿真图和评价指标表明,该算法在增强目标与背景的对比度以及保留目标信息等方面具有较强的优势.     

双近贴式X射线像增强器成像系统的三维噪音测量及其分析技术

针对基于双近贴式X射线像增强器的射线成像系统,提出了该系统的三维噪音测试及分析方法.分析了各噪音因子的含义,用三维曲线描绘出空间域和时间域噪音的分布情况,结合数字图像处理技术,测量了双近贴式X射线像增强器成像系统在微焦斑射线源四种照射条件下的三维噪音,并对其结果进行分析.分析表明,其结果与双近贴式X射线像增强器成像系统实际性能相吻合.     

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。