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。     

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。     

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。     

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。     

同轴数字全息用于血吸虫尾蚴检测研究

由于水的表面易出现抖动或波动情况,而传统的显微镜成像需要精确的光学焦聚过程,因此不适于观察漂浮于水表面的血吸虫尾蚴.本文论述了用同轴数字全息检测血吸虫尾蚴的基本原理.通过对再现像进行小波分析发现,偏离焦点时的小波变换高频系数的幅值比聚焦时要小得多.针对这一特点,本文对小波变换清晰度评价函数进行了改进,将原来利用高频系数之和改为利用聚焦窗口中高频系数的最大幅值为清晰度评价依据.在模拟实验结果中清晰度评价函数极大值出现在再现距离与记录距离相等处,说明了该算法的准确性.建立了用于血吸虫尾蚴检测的实验装置,可方便获取普通显微图像及数字全息图.实验结果表明,本文提出的算法能实现实际情况下的数字全息自动聚焦,其再现像的分辨率与装有1倍显微镜头的数码显微镜分辨率相当,足以清晰地分辨出血吸虫尾蚴的尾部分叉特征.利用同轴数字全息技术可在水面与图像传感器之间的距离不确定的情况下实现对血吸虫尾蚴的检测.     

同轴数字全息用于血吸虫尾蚴检测研究

由于水的表面易出现抖动或波动情况,而传统的显微镜成像需要精确的光学焦聚过程,因此不适于观察漂浮于水表面的血吸虫尾蚴.本文论述了用同轴数字全息检测血吸虫尾蚴的基本原理.通过对再现像进行小波分析发现,偏离焦点时的小波变换高频系数的幅值比聚焦时要小得多.针对这一特点,本文对小波变换清晰度评价函数进行了改进,将原来利用高频系数之和改为利用聚焦窗口中高频系数的最大幅值为清晰度评价依据.在模拟实验结果中清晰度评价函数极大值出现在再现距离与记录距离相等处,说明了该算法的准确性.建立了用于血吸虫尾蚴检测的实验装置,可方便获取普通显微图像及数字全息图.实验结果表明,本文提出的算法能实现实际情况下的数字全息自动聚焦,其再现像的分辨率与装有1倍显微镜头的数码显微镜分辨率相当,足以清晰地分辨出血吸虫尾蚴的尾部分叉特征.利用同轴数字全息技术可在水面与图像传感器之间的距离不确定的情况下实现对血吸虫尾蚴的检测.     

应用于一体化摄像机的自动聚焦搜索算法研究

一体化摄像机的自动聚焦过程就是镜头按照自动聚焦搜索算法寻找图像清晰度评价函数最大值的过程,自动聚焦搜索算法对自动聚焦过程的实时性和准确率影响很大。为了解决现有算法在光源场景和无细节场景下聚焦失败的问题,提出了一种基于场景预测的聚焦搜索算法,该算法对成像场景进行智能分析、判断并分类,在不同的场景下采用不同的搜索策略,提高了自动聚焦搜索的稳定性和准确率。同时,针对现有算法在散焦区判断聚焦曲线峰值方向困难的问题,引入模糊度评价模型,该模型能够准确判断聚焦曲线峰值方向,分析实验数据发现,新的算法在散焦区的聚焦速度提升了24.3%。实验证明,新的算法在基于海思Hi3518A处理器搭建的一体化摄像机成像系统中具有很高的应用价值。     

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。