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。     

显微数字全息数值再现中的自动聚焦

自动聚焦是显微数字全息数值再现中的一项关键技术。基于菲涅耳变换重建算法, 采用实验验证的方法, 对显微数字全息成像中六种典型聚焦评价函数的性能进行了对比研究。提出了利用再现像部分区域进行调焦判断的方法。结果表明, 这些函数都具有较好的单峰性、一致的调焦范围和准确性, 但与梯度运算相关的调焦函数运算时间太长; 傅里叶频谱函数调焦速度最快, 是首选的聚焦评价函数。选取再现像部分区域作为调焦计算区域, 可大大缩短调焦时间。对于低信噪比全息图, 利用维纳自适应滤波进行预处理及对再现像进行后处理, 有利于提高自动调焦的准确性及再现像的质量。     

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。     

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.     

SUSAN清晰度评价函数在自动对焦中的应用

为了满足自动对焦系统的实时性与抗噪性要求,提出了一种基于SUSAN算子的清晰度评价函数。该函数利用SUSAN边缘提取算子的算法简单、准确度高、抗噪性强的特点,对SUSAN算子边缘检测函数进行改进,将边缘点的USAN值的平方和作为清晰度评价值,并将其运用到自动对焦算法中。将该函数与几个经典的清晰度评价函数进行性能比较,实验结果表明：对于引入噪声前后的图像序列,基于SUSAN算子的清晰度评价函数均具有良好的单峰性、无偏性和较高的灵敏度;对于256×256的对焦窗口图片,该函数在TMS320C6416硬件平台上的运行时间仅为16 ms。该函数能够满足清晰度评价函数的单峰性、无偏性、高灵敏度等基本特性,同时具有良好的实时性与抗噪性。     

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。     

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。     

自动调焦系统中一种调焦的判别方法

准确有效的调焦评价函数是采用数字图像处理技术实现自动调焦的关键环节,而调焦评价函数的好坏又直接影响着调焦系统的结构精度和运算的复杂程度。分析了灰度标准差比较法和灰度对比度比较法的优缺点,提出了经改进的灰度比较法作为调焦评价函数,该方法具有响应速度快、计算量小、信噪比高、可靠性好等特点。实验与分析结果表明,该方法对具有复杂细节和纹理特征的图像能得到较好的处理结果,而对于背景高亮度的图像则不能判断其是否聚焦。     

基于灰度共生矩阵的自动聚焦算法

为了快速而准确的进行聚焦,提出一种基于灰度共生矩阵的自动聚焦评价算法。算法利用灰度共生矩阵提取图像的纹理,以此矩阵的对比度作为图像的清晰度值;为了提高算法的实时性,在计算对比度时,选取合适的阈值去掉矩阵对角线附近灰度差较小的元素,减少算法的计算量。实验结果表明:算法满足无偏性和单峰性,具有较高的灵敏度和陡峭度,聚焦性能较好,对引入噪声的图像同样具有很好的聚焦性能。     

一种体视显微镜聚焦一致性的判定方法

针对立体显微图像在同一位置双目清晰度不同的问题,提出了一种体视显微镜聚焦一致的性判定方法。使用连通区域分割方法对不同深度标定板图像进行分割,提取圆点中心,选取清晰度评价区域;使用聚焦测度对不同深度图像进行清晰度评价,得到清晰度-深度关系曲线,利用曲线拟合求取曲线峰值得出深度信息;利用左右目圆点中心的三维坐标分别拟合出左右全聚焦平面,通过测量左右全聚焦平面夹角以及评价区域中左右目圆点中心距离来分析聚焦性。结果表明,能够有效地判定体视显微镜聚焦的一致性。     

一种推扫型敏捷遥感卫星星上自动调焦技术

调焦评价函数的性能是影响推扫型遥感卫星星上自动调焦的重要因素。结合敏捷遥感卫星的成像特点和星上处理单元的计算特性,设计了一种敏捷遥感卫星自动调焦策略,提出了一种改进的灰度梯度函数以作为调焦评价函数。该方法在传统灰度梯度函数基础上,结合图像边缘信息与离焦状态的关系,将灰度标准差作为边缘阈值,提取了有效边缘信息并计算图像清晰度。研究结果表明,所提方法具备高灵敏度、强单峰性和良好的时效性,对调焦成像时的场景变化和噪声具有很高的鲁棒性,相比其他常用灰度域调焦评价函数具有明显优势。     

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。     

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。     

基于大津法分割和局部最大梯度的自动聚焦算法

针对传统的聚焦评价函数在应用时出现的一些诸如稳定性和精度不足、易受噪声干扰等问题,提出一种基于大津法分割和局部最大梯度的自动聚焦算法。算法对前背景分割后的图像进行局部梯度计算,并统计非零系数和计算局部方差,利用二者变化特性设计一个新的清晰度评价指标以实现数字图像的自动聚焦。实验结果表明,算法具有高灵敏度、较好的稳定性和较强的抗噪能力。     

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。     

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.     

焦距测量中线纹清晰度评价函数的研究

当自动对焦用于玻罗板线纹等方向性强的目标时，线纹方向的不确定性导致一些清晰度函数的鲁棒性降低甚至无法找到对焦位置。针对上述问题，通过Hough直线检测得到离焦线纹的角度，构建一种基于Hough变换的线纹清晰度评价函数，该函数的灰度算子垂直于线纹，对线纹方向变化具有较强的鲁棒性。为了比较线纹方向对清晰度函数性能的影响，对5组不同角度的线纹图像进行评价，得到清晰度曲线，并引入平缓区标准差等参数对曲线进行定量评定。实验结果表明，与传统的评价函数相比，基于Hough变换的评价函数的平缓区均值减小59.85%，标准差减小46.05%，对焦偏差减小92.63%，平均运行时间减少36.37%，镜头焦距的相对误差减小62.12%。