梯度与相关性结合的自动聚焦算法

清晰度评价函数是自动聚焦技术的核心部分,性能良好的聚焦曲线应该具有单峰性、无偏性、高灵敏度和抗噪性。通过将梯度差分与统计相关结合使用,提出了一种用邻域互相关对每个像素的梯度值进行加权的算法,并设定阈值去除贡献小的像素点。实验中使用定量指标对所提算法、一些传统算法以及一种梯度阈值算法的性能进行了评估。结果表明,所提算法在灵敏度和抗噪性方面效果较优。     

聚焦法测量梯度折射率透镜的折射率分布

本文针对梯度折射率分布的透镜(以后简称梯析透镜)与光纤在折射率分布上的不同点,对用于光纤及其预制棒测量的聚焦法的原理公式,计算测量方法等进行了重要改进,从而使聚焦法可适用于梯折透镜的测量.本文通过计算机模拟计算,对原理公式及计算方法的准确性和可靠性进行了验证,并同时给出了这一测量方法的精度,最后给出了测量实例及其比较结果.     

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。     

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。     

基于复小波和局部梯度的靶标图像混合降噪

提出了一种有效去除光电成像测量系统中靶标图像噪音的混合降噪法.根据图像像素局部梯度模找出图像中受椒盐噪音污染的像素,使用中值滤波降噪.对去除椒盐噪音的图像,利用复对数Gabor小波提取各像素的相位信息和幅度信息,确定最小尺度滤波器对噪音幅度分布的估计值,从而自动地确定各个尺度上的噪音幅度分布的估计值和噪音萎缩阈值,达到有效降噪的目的.实验表明,该方法的降噪效果明显优于实symlet4小波、中值滤波和单一复对数Gabor小波降噪法.     

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。     

一种自适应的自动聚焦算法

自动聚焦是图像测量和计算机视觉中的重要技术。研究发现,以前的一些自动聚焦算法,在没有噪声的影响下,效果较好,但一旦有噪声的影响,算法可能会失效,因此,提出了一种自适应的自动聚焦方法。首先通过一个基于局部小窗口的自适应门限将边缘像素和非边缘像素区别开来,然后再加上一个全局门限来进一步滤除噪声的影响,最后用一些自动聚焦算法来计算经过自适应处理后的图像,画出它们的聚焦曲线。经过大量的实验,结果表明,该算法不仅具有单峰性强,无偏性好,灵敏度高等特点,而且还具有很好的抗噪声性能。     

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...     

基于图像边缘能量的自动聚焦算法

聚焦过程中,不同离焦点其图像差异体现在高频能量上。利用Sobel算子边缘检测算法,提出了图像边缘能量清晰度评价函数。与方差法和梯度能量法相比,该评价函数具有更好的尖锐性,能够适应高精度聚焦的需要。通过改进爬山算法,充分利用爬山过程中的先验知识,提出了随机起点爬山算法。该算法能够减少爬山步数,可提高自动聚焦速度。     

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.     

视频自动聚焦的实现研究

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ViewPoint8020plus视频会议终端的实际产品.     

多分辨力分析在自动聚焦算法抗噪声性能中的应用

自动聚焦是数码设备、计算机视觉中的一项关键技术。自动聚焦过程中,聚焦的准确性和抗噪声性能至关重要。以高频分量作为度量的聚集评价函数具有灵敏性高、聚焦准确的优点,适用于实时系统,但是对噪声十分敏感,受噪声污染时可能导致聚焦失败。因此,提出了一种具有噪声稳健性的高频分量自动聚焦评价函数。该函数通过小波多分辨力分析提取高频分量,利用了信号的每个子带的小波系数存在一定相关性,而噪声不存在这样的相关性的特点,设定高频子带阈值,认为低于阈值的系数是噪声的贡献,大致分离图像信号与噪声信号,从而将其滤除。经过大量的实验,证明提出的方法具有单峰性好、灵敏度高等优点,特别是在抗噪声性能方面有很大提高。     

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.     

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。     

基于图像块能量梯度的多聚焦图像融合

针对多聚焦图像,提出一种基于图像分块的融合方法。将源图像分为大小相同数量相等的子块,采用能量梯度算子作为对焦评价函数,计算各个图像子块能量梯度匹配度,设置匹配度阈值分离出源图像中的清晰区域。源图像中的清晰区域直接作为融合图像相应的区域,其它区域的处理中,构造与相应子块能量梯度大小相关的图像序列,以及像素点到各个子块中心距离相关的融合函数,然后用融合函数对图像序列融合。实验结果表明该方法有效性和合理性。     

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。     

基于预滤波迭代梯度法的运动估计

提出一种对小平移和大平移图像序列进行运动估计的新算法 预滤波迭代梯度法,预滤波迭代梯度法就是先对图像进行低通滤波,然后用迭代梯度法进行运动估计。结果表明,该方法比梯度法、预滤波梯度法和迭代梯度法具有更高的估计精度,而且可以很好地抑制噪声的影响。     

基于聚焦评价函数的自动调焦方法的研究

针对使用图像清晰度的聚焦评价函数来实现显微镜系统中的自动调焦,介绍了几种常用的图像清晰度聚焦评价函数,在自动倒置显微镜下进行大量的实验,分别利用这几种函数对采集到的图像进行评价分析。研究结果表明,在显微镜系统下利用基于梯度类图像清晰度评价函数拉普拉斯(Laplacian)算子可以有效地抑止噪声干扰,并且单峰性、重复性和稳定性都比较良好,能实现快速高效的自动调焦。     

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。