一种基于小波变换的数字图像自动聚焦算法

由傅立叶光学理论可知 ,图像高频能量值可以反映聚焦程度 .在传统图像灰度方差评价函数的基础上 ,利用小波多分辨率分析 ,提出了一种新的自动聚焦算法 .清晰度评价函数通过舍去图像低频概貌信号 ,突出了高频能量 ,具有更好的尖锐性 .并分析了分解层数对评价函数性能的影响 .通过改进的变步长爬山算法实验表明 ,该算法与传统灰度方差算法相比具有更好的聚焦精确度 .     

一种基于小波变换的数字图像自动聚焦算法

由傅立叶光学理论可知，图像高频能量值可以反映聚焦程度．在传统图像灰度方差评价函数的基础上．利用小波多分辨率分析，提出了一种新的自动聚焦算法．清晰度评价函数通过舍去图像低频概貌信号，突出了高频能量，具有更好的尖锐性．并分析了分解层数对评价函数性能的影响．通过改进的变步长爬山算法实验表明，该算法与传统灰度方差算法相比具有更好的聚焦精确度．     

机器视觉测量算子耦合显微图像内容的快速聚焦机制

针对显微聚焦速度慢、精度不够等难题,设计了机器视觉测量算子;根据显微图像内容,自动选择图像有效聚焦点,提出了二者相融合的快速自动聚焦算法.将最大灰度值像素作为有效聚焦点,并引入清晰度评价函数,嵌入爬山搜索法,快速锁定Z轴聚焦位置,解决显微聚焦速度慢、精度不够的问题.实验结果表明,相对于传统方法,文中算法具有更高的聚焦效率与精度.方案应用在快速自动聚焦上可以达到较好的效果,在工程上应用是可行的.     

自动聚焦系统研究

为了准确地确定聚焦平面位置,对自动聚焦技术中聚焦区域选择、聚焦评价函数的确定和搜索策略等关键部分进行了研究.针对聚焦区域,以一阶矩值为聚焦窗口中心,由具体处理的图像分辨率与图像内容决定聚焦区域范围;针对简单图片序列与复杂图片序列,对各种聚焦评价函数进行了仿真与验证;提出了一种改进的爬山法,充分利用聚焦评价函数指标陡峭区宽度与局部极值因子,同时设置两个搜索斜率阈值,为自适应修正搜索步长奠定了较好的基础.结果表明:Laplace聚焦评价函数与SML聚焦评价函数各方面性能优于其他聚焦函数;本文提出的搜索方法可以准确地搜索到焦平面的位置,可为后续基于图像分析操作的工业化与自动化奠定良好的基础.     

基于小波图像评价的复合自动对焦系统研究

针对传统管道检测系统(PDS)对焦时延长、图像质量不佳及对焦位置控制误差大等问题,提出了一种由音圈电机驱动对焦的管道视频检测系统。视频检测系统采用自动对焦技术,图像评价算法选用基于小波变换和方差图像清晰度评价函数(SEF)的二阶复合算法,电机搜索策略选用改进的爬山法搜索策略。选用一组离焦—聚焦—对焦的模拟管道图片对所选图像评价算法在Matlab上进行验证,结果表明选用的二阶算法能实现优缺点互补。再将图像评价算法移植到视频检测系统进行实验验证,取得了理想的对焦效果。     

基于清晰度的彩色图像量子增强算法

针对信息熵不能客观地反映图像清晰程度的不足,提出一种基于图像清晰度的量子增强算法。该方法首先将一幅由RGB空间表示的彩色图像转换为由HSV空间表示,其次根据相关灰度阈值函数对其亮度分量进行归一化处理,并采用量子衍生增强算法对其进行增强,在此基础上采用清晰度评价函数自适应确定本算法的灰度阈值参数,最后将增强后的HSV空间表示的图像还原为一幅新的RGB空间表示的彩色图像。实验结果表明,基于清晰度评价的彩色图像增强算法较信息熵函数准则有更好的图像增强效果。     

一种新的图像清晰度评价函数

准确有效的图像清晰度评价函数是采用数字图像处理技术实现自动调焦的关键。通过分析比较3种聚焦效果较好的清晰度评价函数，提出了一种基于聚焦窗口模式的平方梯度函数作为聚焦评价函数，建立了评价函数的数学模型，并给出了实验分析和结果。与以往常用的评价函数相比，具有更高的可靠性和聚焦灵敏度。     

显微视觉技术在微细加工中的应用

面向微细加工设计显微视觉系统,同时结合力觉传感器共同控制微细加工的操作过程.针对显微图像中噪声也被放大的特点,在自动聚焦处理中提出了一种新的强噪声聚焦评价函数处理方法,即在中值滤波和双边滤波后,采用分水岭算法对滤波图像进行过分割处理,对分割的各小区域求取其均值,用均值代替此区域内像素灰度值,再利用SML聚焦评价函数进行自动聚焦;同时,为了避免回程间隙而损失定位精度,在搜索方式上,采用精度较高的三次样条插值定位方法,利用相对矩对目标进行识别.实践表明,本系统能快速准确地确定刀具与加工工件之间的三维距离,完成微细操作控制过程.     

基于混沌粒子群优化的Contourlet域红外图像自适应增强

为进一步增强红外图像的对比度、提高清晰度并抑制噪声,提出了一种基于混沌粒子群优化(PSO)的Contourlet域红外图像自适应增强方法。首先对红外图像进行Contourlet变换,调整低通图像和细节图像在原始图像中的比例,并经灰度线性拉伸增强图像对比度;然后通过非线性增益函数调整含噪带通方向子带系数;利用兼顾对比度、清晰度和信噪比3个指标的定量综合评价函数作为混沌PSO的适应度,寻找基于Contourlet的空间域增强和带通方向子带系数调整的非线性增益函数所涉及的最优参数。大量实验结果表明:与近年提出的4种图像增强方法相比,该方法能使红外图像的对比度和清晰度提高,噪声降低,整体视觉效果更佳。     

一种改进聚焦区域检测的多聚焦图像融合方法

空间域上多聚焦图像融合算法在利用聚焦评价函数检测定位聚焦区域时,聚焦评价函数性能较低,容易引入误差噪声,定位不准确,由此而产生误判的问题,在传统聚焦评价函数改进拉普拉斯梯度和SML基础上,通过结合NSML聚焦评价函数在梯度方向上的检测优势和SWML聚焦评价函数对噪声的抑制优点,改进了一种聚焦评价函数F-SWNL方法,该方法能扩大聚焦区域检测范围,降低噪声的引入,结合设计的融合规则,对聚焦区域中产生空洞区域进行空洞填充,并剔除误差噪声,提升融合图像质量。最后的实验表明:提出的改进聚焦评价函数对于图片清晰度变化有着明显敏感性,利用改进提出的聚焦区域检测方法得到的融合图像在客观评价体系中融合质量效果突出。     

基于图像处理的自动聚焦系统的研究

介绍了基于图像处理的自动聚焦系统。该系统采用基于图像空域分析的聚焦方式,以及基于绿色分量的聚焦评价函数,通过对比分析得到了一系列聚焦评价函数的评价指标,选择Roberts梯度和算子作为系统的初次聚焦测度,以较大步距搜索至极点附近;选择Tenengrad函数进行小范围精调焦,利用五点数据进行曲线拟合得出正确聚焦位置。应用结果表明,该系统的自动聚焦准确性和速度有较大提高。     

一种基于互信息与梯度的图像精确配准方法

提出一种利用基于梯度加权的灰度归一化互信息相似性测度,并采用凹函数递减的权衡比重的粒子群优化算法作为搜索策略的多模图像精确配准方法。传统的基于灰度互信息配准方法往往只考虑灰度相关性,忽略或不当引入图像空间特征信息,配准容易陷入局部极值,从而出现误配。将灰度与梯度特征有效融合,即梯度加权到灰度互信息中,同时考虑了2幅图像的灰度统计相关性和图像空间特征信息,提高了多模图像配准的精度与稳定性。通过对遥感图像的拟配准与MR-PET医学图像的实际配准,证明了该方法效果良好,算法稳定,配准的准确率和参数精度都得到明显的提高。     

模拟退火算法在视频序列图像二值化阈值选取中的应用

阈值的选取问题是图像二值化的过程中的一个关键问题,现有的方法主要是利用Otsu算法对分割阈值从0—255的所有灰度值依次遍历,没有考虑视频两帧图像间的相关性。本文利用帧间相关性给出了一个阈值选取算法,该算法在保存上一帧阈值的基础上,运用模拟退火算法对本帧阈值进行一种智能搜索。优化了搜索策略,提高了运行效率。实验表明,该算法提高了阈值选取的效率。     

基于混沌布谷鸟算法的多阈值灰度图像分割

阈值法分割图像时,最优阈值选取是否合理对图像分割效果至关重要。标准的布谷鸟算法由于后期存在收敛速度慢,易陷入局部最优等现象,难以准确计算最优分割阈值,因此导致图像分割准确率低。为了提高灰度图像分割的效率和准确率,引入一种基于混沌布谷鸟算法的灰度图像多阈值分割方法。改进的算法利用混沌运动的随机性、遍历性和初值敏感性等优点,对最优鸟窝位置加入由Circle映射产生的混沌扰动策略,有效地防止算法陷入局部最优,加快收敛并提高搜索精度。以最大熵作为目标函数,采用改进的算法对其进行优化,找到分割的最优阈值,实现灰度图像分割。选取2幅经典灰度图像,将所提算法的分割结果与标准的布谷鸟算法、粒子群算法进行对比,以此来说明改进算法的分割质量。实验结果表明,相比于其它两种算法,该改进算法能够快速准确地实现图像分割。     

一种改进的自动调焦爬山搜索算法

图像法自动调焦的一个关键问题在于图像清晰度评价函数的选取,自动调焦的过程就是求取图像清晰度评价函数最大值的过程。针对普通的爬山搜索算法易受到调焦评价函数局部极值干扰而不能准确调焦的问题,提出了一种改进的爬山搜索算法。该算法以连续3次的调焦函数值的变化情况作为确定调焦方向的判据,有效地避免了局部极值的干扰。     

一种基于二值图像灰度变化特征的车牌定位方法

本系统提出了一套简洁高效的车牌定位的方法。首先对图像进行预处理,提高图像的质量,强化图像区域;接着采用一种基于二值图像灰度变化特征进行定位的方法,根据灰度的跳变搜索车牌区域,再利用车牌几何形状的特点对候选区进行筛选,得到车牌位置。实验证明,该算法简单、高效、实用,定位速度快,对采集的图像数据库的实验效果较好,基本很少出现定位错误或切割掉有效边缘信息的情况。     

基于位平面的运动矢量估计

为了提高序列图像稳定算法的速度,将图像像素点的灰度用位平面的方法表示,对序列图像中相应位置的像素点采用二值布尔函数进行计算;同时为了进一步提高运算速度,在对运动矢量估计的过程中,算法中抛弃全域搜索方法,采用局域自适应搜索方法。实验结果表明该算法在保证运动矢量估计精度的条件下,简化了序列图像间匹配的计算方法,显著地减少了运动矢量估计过程中的计算量,保证了数字图像稳定系统（DISS）实现实时稳定图像。     

根据灰度子图评价图像质量

图像质量评价研究是图像信息科学的基础研究之一．本文提出了一种基于灰度区域搜索、对比的评价方法．将图像视为由不同灰度区域组成的画面,寻找原图像每个灰度子图的失真,进而评价整幅图像的质量退化．仿真实验表明了该算法的有效性．     

基于图像边缘点数的自动调焦算法研究

如何快速有效地实现调焦一直是高速测量电视中的焦点。本论文提出了一种基于数字图像处理方法的自动调焦系统,并给出了以图像边缘点数作为图像是否聚焦的判据函数,以及给出了自适应搜索步长的登山式自动调焦原理,对该系统进行了实验研究,并给出了实验结果以及实际的调焦效果图。     

动态阈值结合全局阈值对图像进行分割

首先讨论了图像阈值分割的两种方法：全避阈值图像分割和动态阈值图像分割。当背景的灰度值可看作恒定时，使用全局阈值一般会有较好的效果；在许多情况下,背景的灰度值并不是常数，物体和背景的对比度也有变化，我们可将一个随图像位置缓慢变化的函数设为值，即采用动态阈值，但由于我们要对 图像分块，简单的动态阈值分割所得的图像通常包含人为的边界和阴影，为改善图像分割效果，本文提出了把全局阈值和动态阈值结合起来对图像进行分割的一种新的图像阈值分割方法。实验表明，该方法比单独采用全局阈值或动态阈值方法性能优越。