基于八面梯度均方差的跟踪系统自动调焦方法

为了实现目标跟踪系统的自动调焦,针对其实时性、准确性的要求,提出了基于八面梯度均方差的自动调焦方法.该方法以像素周围8个方向的梯度均方差作为清晰度评价函数,对消除噪声及光线波动的影响效果很好,能够准确地计算图像清晰度.同时,制定了强制连续调焦与精确调焦相结合的调焦策略.通过对几种评价函数的研究仿真,验证了八面梯度均方差函数在单峰性、灵敏性和稳定性等方面的优越之处;通过反复进行自动调焦实验,说明了调焦策略在克服评价函数局部峰值和精确聚焦方面的良好表现.该方法已应用于目标跟踪系统的自动调焦.     

改进的梯度阈值图像清晰度评价算法

数字图像技术实现自动对焦的关键步骤是有效的图像清晰度评价.针对传统的灰度梯度算法抗噪性差和实时性低的问题,提出一种改进的清晰度评价算法.首先通过OSTU方法和全局方差计算出图像自适应分割阈值;然后比较自适应分割阈值和图像像素点局部方差以提取整幅图像中的边缘像素点;最后考虑人眼视觉特性,采用多方向的Tenengrad算子对图像进行评价运算,将图像中边缘像素点的评价运算值进行叠加,得到图像的清晰度量化值.为了衡量改进算法的性能,将其与传统的灰度梯度算法进行比较.实验结果表明,与传统的灰度梯度算法相比,所提算法具有实时性高、灵敏度强且抗噪能力好的优点.     

基于HVS算子的自适应清晰度自动调焦评价函数

传统梯度类自动调焦评价函数对不同清晰度的序列图像不能兼顾灵敏度高和可调焦范围广两种特性,因此提出了基于人类视觉系统(HVS)算子的自适应清晰度自动调焦评价函数。检测图像各方向上的边缘,计算轻微离焦图像函数值;当图像深度离焦时,划分子区域降低采样率后进行清晰度评价。仿真实验表明本文提出的评价函数,轻微离焦位置灵敏度高,对深度离焦区域图像加均值为0,方差为0.001,0.005,0.01的高斯噪声后函数曲线几乎不变,深度离焦区域内可调焦范围大。该评价函数具有灵敏度高、可调焦范围大、抗噪性能良好等特性,更适合粗精结合的搜索算法使用。     

概率加权质心跟踪算法研究

针对目前图像跟踪器跟踪不稳定、跟踪精度不高及不能满足实时性要求等问题,提出了一种概率加权的质心跟踪算法.该算法首先对波门内的像素进行阈值分割,摒弃灰度低于阈值的背景像素,保留目标像素的灰度值,然后计算波门内目标区域的质心.实验结果表明:基于概率加权的质心跟踪方法能够有效降低复杂背景和噪声干扰,增强跟踪系统的抗干扰能力,减少传统跟踪系统中使用大量灰度梯度值带来的巨大计算量,从而提高跟踪器的精度和稳定性.创新点在于通过引入概率加权的方法,在计算初始时刻的目标质心时使用贝叶斯概率作为权重,而没有设置离散的阈值来分辨目标,减少了传统跟踪系统中使用大量灰度梯度值产生的计算复杂度.     

一种覆盖范围可调的变频梯度自动对焦评价函数

针对传统调焦函数对噪声敏感和调焦范围小从而影响自动对焦准确性的问题,提出了一种基于变频梯度的自动对焦评价函数。解决了由于离焦量过大而引起的评价函数调焦范围小的问题,通过改变采样频率实现了评价函数调焦范围的可调性。其中,评价函数采用了带有阈值选取的梯度绝对值算子,提高了评价函数的抗噪性,降低了时间复杂度。分别利用仿真实验和实拍实验对该方法进行验证,实验表明:采用不同采样频率的梯度算子能够兼顾调焦范围广以及灵敏度高的两种特性,并与现有的对焦评价函数进行了比较,通过量化指标说明了该评价函数的运算速度较现有评价函数有较大的提升,证明了所提出方法抗噪性与实时性更好、灵敏度更高、调焦范围可调,同时能够准确评价离焦图像清晰度。     

基于局部模糊熵与Otsu的图像阈值分割

传统的图像阈值分割方法对噪声和灰度不均匀敏感,且阈值的确定主要依赖于灰度直方图,未考虑图像中像素的空间信息。通过对含噪声图像像素属性的深入分析,提出了一种基于局部模糊熵和Otsu的图像阈值分割方法。局部模糊熵的滤波作用提高了算法的抗噪性,Otsu的自动阈值选取则提高了算法的可靠性。实验结果表明,该方法能自动、有效地选取阈值,分割效果优于传统的阈值分割方法。     

微装配中变焦变倍视觉系统标定及自动聚焦

在微装配中,采用变焦变倍视觉系统可以有效解决测量范围与精度的矛盾,但同时也引入了动态标定和实时自动聚焦的新问题。为此,对变焦变倍显微视觉系统的标定和自动聚焦技术展开研究。在标定方面,首先通过变倍率法完成图像主点的标定。基于平面靶标定法,采用单视图单应矩阵分解对固定倍率下相机内外参数进行线性标定,再引入畸变模型,并由量子行为粒子群优化算法对标定结果进行非线性优化,优化之后的最大反投影误差约为0.13 pixel,平均反投影误差约为0.1 pixel。此外,通过高斯曲线拟合完成对任意工作状态下视觉系统放大倍数的校准。在自动聚焦方面,针对传统灰度梯度函数只考虑固定梯度方向且易受噪声影响的问题,采用八邻域最大梯度阈值的自动调焦算法,通过梯度阈值提高算法的抗噪性。与其他几种灰度梯度调焦函数相比,该算法的单峰性好,抗噪性强。     

一种抑制脉冲噪声的边缘检测算法

提出了一种针对脉冲噪声图像的边缘检测算法,算法借鉴了中值滤波的思想,并采用十字型卷积模板计算图像梯度。首先,对参与图像中梯度计算的像素点进行阈值判断,如果是噪声点,该点像素值用3x3窗口中值滤波结果值替代,然后参与梯度计算,如果不是噪声点则直接参与梯度计算;其次对梯度图像进行细化和二值化以提取边缘图像。实验证明,本文算法对脉冲噪声污染图像边缘检测效果良好,较好地抑制了脉冲噪声的影响,而且提取的图像边缘较细,轮廓清晰。和传统的边缘检测算法及基于小波模变换的边缘检测算法相比,算法在抑噪能力上和边缘提取效果上均比较优秀。     

一种简化卷积模板的抗噪型边缘检测算法

针对传统Sobel算法在边缘定位精度不高、抗噪性能差以及提取边缘较粗等不足,提出一种简化卷积模板的抗噪型边缘检测算法。算法定义了水平方向、垂直方向、45°方向和135°方向的四个简化卷积模板计算图像梯度。在计算方向梯度时,先对参与梯度计算的像素点采用阈值法进行脉冲噪声判断,将灰度值在设定阈值范围内的点视为噪声点,采用3×3窗口进行中值滤波,然后参与梯度计算,对于非噪声点,用其原值计算梯度;对获得的梯度图像进行细化处理并提取边缘图像。仿真实验表明,文中算法提取的图像边缘较细、定位精度较高,而且对脉冲噪声具有较强的抑制能力,图像整体清晰、噪声边缘较少。算法在边缘检测效果及噪声抑制能力上均优于传统的边缘检测算法及小波模变换算法。     

改进TLD算法在光电跟踪中的应用

为满足光电跟踪系统图像跟踪抗遮挡、实时性的要求,提出了一种改进检测器和目标模型更新策略的TLD算法。首先,通过帧差法获得差分图像序列,其次,利用动态Otsu阈值对差分图像进行二值化处理,滤除背景差分像素,获取移动物体边界框,最后,产生局部滑动窗口,进行随机厥分类和最近邻分类;并且优化了目标模型更新策略。实验表明,对于分辨率为320×240的视频,改进算法较原算法跟踪速度提升比平均为1.50,满足系统的实时性要求;改进算法抗遮挡性能及在低对比度环境中的跟踪性能优于Mean-Shift算法,满足系统的抗遮挡要求。     

基于多向最大梯度阈值的自动调焦评价函数

图像评价函数选取是实现数字图像自动调焦的关键一环,针对函数选取的准确性、鲁棒性要求,提出了一种基于多向最大空心梯度阈值的自动调焦评价函数。在现有四类图像评价函数中,灰度梯度函数因其执行效率高而成为研究的重点,为此,本文首先简要阐述了几种典型灰度梯度函数,然后对本文所提梯度函数进行了详细数学推导,最后对比验证了本文函数的有效性。结果表明:本文函数具有单峰性强、无偏性好、灵敏性高的特点和良好的抗干扰性能和实时性,其综合性能明显优于传统梯度函数。     

热成像系统自适应自动对焦算法

为了实现不同环境下热成像系统的准确对焦,本文针对现有自动对焦算法存在的问题开展研究,提出了一种热成像系统自适应自动对焦算法。通过对比实验系统采集图像的梯度算子评价函数曲线,确定最优最大梯度和清晰度评价函数,并以某一复杂场景为例,说明了最佳对焦位置搜索、对焦窗口选择和图像清晰度评价的具体实现方案。对多个复杂场景的自动对焦实验表明,本文提出的热成像系统自适应自动对焦算法能够有效解决复杂场景目标的准确对焦问题。     

免散瞳眼底照相机自动对焦算法设计

眼底图像的自动对焦是眼底照相机的重要组成部分。在分析各种应用于眼底图像自动对焦算法的基础上,针对免散瞳眼底照相机及眼底图像对比度特点,在现有低对比度图像自动对焦算法的基础上,提出了基于区域分块的自动对焦改进算法。算法结合无重叠型的采样方式与梯度向量平方函数,在保证对焦灵敏度的基础上,提升了自动对焦的运算速度。仿真实验证明,该算法与原算法及常用自动对焦算法相比具有较好的灵敏度及运算速度,能够应用于实际的眼底图像自动对焦中。     

TFT-LCD面板光学检测自动聚焦算法研究与比较

针对当前TFT-LCD玻璃基板在线检测过程中存在的显微图像对焦模糊问题,对基于图像处理的自动调焦方法在TFT-LCD玻璃基板检测中的应用进行了研究。基于对TFT-LCD液晶面板的光学检测,重点介绍了目前较为常用的、具有代表性的几种基于图像处理的清晰度评价算法,并从算法的单峰性、无偏性、灵敏性以及计算量等方面进行了比较与分析,提出了一种粗细调相结合的复合自动对焦方法,分别选取斜边缘检测算子和梯度滤波器算子作为调焦粗搜索和精搜索阶段的对焦评价算子。实验结果表明:使用调焦行程为15步的全局搜索算法,传统单一算法耗时2.18s,得到图像的清晰度评价函数值为46.78;粗细调相结合的复合自动对焦方法时间仅为1.41s,得到图像的清晰度评价函数值为52.49。该方法不仅对焦精度高,有较大的对焦范围,还能保证高的计算效率。     

一种新的图像清晰度评价函数

离焦模糊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一个关键．需要不断地提高评价函数的准确性和有效性。深入研究了各种图像梯度的分布情况后发现模糊图像小梯度像素数较大,而清晰图像大梯度的像素数则明显比模糊图像的多,因此可以给梯度加一个阈值．去掉梯度小的值保留梯度大的值,这样可以突出清晰图像的的优势．易于准确判断。首次提出了一种用图像梯度加阈值求和作为由于离焦产生的模糊图像的评价函数,建立了上述评价函数的数学模型．并给出了实验结果和分析。与以往的图像灰度方差、梯度和、小波变换等评价函数相比,给出的评价函数无偏性好、单峰性强,信噪比高,计算量小,在焦平面附近具有变化趋势明显和灵敏度高的特点。     

微小零件显微检测图像的清晰度评价

根据微小零件显微检测图像纹理相似、边缘信息太少和灰度分布范围有限等特点,从算法的基本原理出发,对传统清晰度评价函数进行了分析。针对传统清晰度评价函数无法兼具高灵敏度和抗噪性的缺陷,提出了一种基于局域方差信息熵的清晰度评价算法。该算法利用局域方差对各灰度级的自信息量进行加权,一方面弥补了信息熵函数缺失的空间信息,避免清晰度误判;另一方面增加清晰区域像素参与计算信息量时的权重,同时减少背景区域和噪声区域像素计算的权重,从而提高函数灵敏度。实验结果表明,与传统清晰度评价函数相比,局域方差信息熵函数不仅灵敏度很高,而且具有较好的抗噪性,可用于实际的自动对焦系统中。     

基于一体化摄像机的清晰度评价函数研究

清晰度评价函数的选择是一体化摄像机实现对焦,以获取高质量图像很重要的依据。针对一体化摄像机的实时性和简易行,对几种常用的清晰度评价函数算法分别从高效性、无偏性、单峰性和灵敏度等进行了较全面的性能比较。分析结果表明:Laplace函数和Brenner函数的峰顶宽度相对较窄,灵敏度高,因此适合于小范围精确调焦。Tenengrad函数、Robert函数和平方梯度的峰顶相对较宽,在焦点附近具有比较高的灵敏度,同时也有一定的调焦范围,适于中等范围的自动调焦,这对于一体化摄像机所需要的自动调焦控制具有指导意义。     

A robust auto-focus measure based on inner energy

This paper proposes a robust auto-focus (AF) measure based on inner energy. In general, the inner energy of noise pixels is close to zero because the magnitude of gradient and the direction of the noise pixels are random. Therefore, the inner energy can effectively eliminate the influence of noise on image quality assessment. But the gradients of near edge points are consistent with those of edge points, so the inner energy of edge pixels is relatively large, and the detail information of the image can be highlighted. Experimental results indicate that compared with traditional methods, the proposed method has higher accuracy, fewer local peaks, stronger robustness and better practicability. In particular, the evaluation results are close to the subjective evaluation of the human eyes. These results illustrate that the proposed method can be applied in automatic focusing. This work has been supported by the National Natural Science Foundation of China (Nos.U1509207 and 61325019). E-mail:weihuang@tjut.edu.cn