基于全自动控制显微镜的自动聚焦算法研究

图像自动聚焦评价函数的选择是垒自动控制显微镜无源方式自动聚焦系统的关键问露。对几种主要的图像聚焦评价函散(灰度方差算子、灰度梯度算子、能量谱方法等)进行了比较、研究，并在此基础上首次将改进的Laplacian算子作为聚焦评价函数引人自动聚焦之中,同时为了消除噪声的影响，引入了步长和阈值两个参数。实验结果表明，改进的LapIacian算子比其他评价函数更为准确、稳定和可靠，该算法已成功应用于显微镜自动词焦系统中。     

一种快速高灵敏度聚焦评价函数*

针对实时性和聚焦精度两方面的要求,在分析对比了常用聚焦评价函数的基础上,提出了一种基于灰度差分的快速聚焦评价函数——利用相邻像素在水平和垂直方向的差分乘积作为核函数。该算法保持了较好的计算性能,但函数陡峭性提高,可加快搜索定焦的收敛速度并能提高聚焦精度,同时引入阈值滤除噪声,增强了算法的稳定性。与常用聚焦函数进行了实验对比,结果表明该算法既有较好的计算速度又有较高的灵敏度,适用于对实时性要求较高的场合,如显微镜自动聚焦系统等。     

多聚焦图像灰度重叠特征自适应识别仿真

传统方法对多聚焦图像进行预处理,由于图像灰度重叠区域合并使原图像细节信息损失,导致多聚焦图像灰度重叠区域识别效果不理想,为此提出基于Mean-shift算法和OTSU阈值分割算法的多聚焦图像灰度重叠特征自适应识别方法。使用Mean-shift算法对多聚焦图像进行平滑处理,对平滑处理过后的多聚焦图像进行小波变换,将图像的灰度重叠区域灰度值增强;再使用阈值分割将经过灰度增强的重叠区域分类;通过OTSU算法识别出灰度重叠特征区域。实验结果表明,提出方法在图像灰度重叠区域的识别效果上较为突出,并且能够有效保留灰度重叠区域的细节信息。     

改进的基于形态学小波多聚焦图像融合方法

提出了一种改进的形态学小波多聚焦图像融合算法。针对文献[1]基于形态学小波多聚焦图像融合方法在重构过程中存在灰度值下溢的缺点,提出了一种检测-重融合的新方法。融合试验表明,该方法优于传统的形态学小波融合方法。     

基于小波多分辨率分析的自动聚焦算法

利用点扩散函数（PSF）理论讨论了自动聚焦过程中图像高频能量的变化。通过对传统方差评价函数的改进，提出了一种新的自动聚焦算法。该算法利用小波多分辨率分析突出图像高频能量，改善了聚焦的精确度和鲁棒性。同传统的图像灰度方差法和梯度法评价函数相比，本评价函数具有更好的单峰性、尖锐性和准确性。     

基于量子行为进化算法的聚焦爬虫搜索策略

针对单一价值评价的聚焦爬虫搜索策略存在主题漂移等问题进行了研究,充分利用量子进化算法所具有的智能性,提出一种新的聚焦爬虫爬行算法。该算法充分结合网页在互联网上的分布特点,利用立即价值和未来价值两类评价标准的优势,根据聚焦爬虫实际运行过程中的搜索情况,在线调整这两种标准在综合价值中的比重。实验仿真结果表明,相对于单一价值的搜索策略,量子进化算法获得较高的页面查全率和信息查准率,能较好地解决现存问题,具有一定的自适应性。     

基于图像清晰度的快速自动聚焦算法

提出了一种新的快速自动聚焦算法;通过梯度阈值处理提高聚焦图像的信噪比,对选取的聚焦窗口采用图像边缘点判据与改进的Tenengrad聚焦函数相结合的方法,通过自适应变步长登山搜索算法实现了自动聚焦过程从快速粗调到精确细调的过渡;验证结果证明该算法和实际聚焦过程吻合,比已有的聚焦算法在聚焦可靠性、速度及灵敏度上有较大提高。     

一种改进的图像相似度算法

图像相似度算法在图像识别、图像搜素引擎等研究领域具有重要意义。针对传统的灰度颜色直方图算法无法准确地描述各种颜色在图像中的分布情况的问题,提出了一种改进的图像相似度算法。它融合图像的纹理特征,利用灰度共生矩阵来提取图像像素在图像各个位置的特征信息。实验表明,这种融合图像纹理特征的方法不仅保留了灰度颜色直方图算法执行效率高的特点,而且弥补了颜色直方图算法的不足,进而提高了算法的准确性。在实际的应用场景中,可以通过调整两种算法的权值,来进一步提高算法的准确性。     

基于离散小波框架变换的彩色多聚焦图像融合算法

提出了一种基于离散小波框架变换的彩色多聚焦图像融合算法。首先求取各彩色多聚焦图像的灰度分量,再对各灰度分量进行离散小波框架变换,根据离散小波框架变换系数求取各图像中像素的清晰度指标,然后根据各图像中像素的清晰度指标对属于清晰区域的像素进行组合,从而得到融合后的图像。试验结果表明本文所提出的算法能够较好地解决彩色多聚焦图像融合问题。     

基于FPGA的步进电机驱动及自动聚焦的实现

基于Xilinx公司的Spartan-IIE系列FPGA XC2S300E-6-PQ208C完成了一种聚焦马达驱动及自动聚焦的完整设计。该设计接收CCD图像传感器套件输出的图像信号,采用一种改进的灰度差分法作为聚焦评价函数,即将一场图像的所有像素的亮度值与周围像素的亮度值差的绝对值的和作为聚焦评价函数,根据相邻同场的聚焦评价函数的比较结果,配合相应的搜索策略来控制步进电机的转动方向,实现图像的自动聚焦。实际实现的聚焦效果优于改进前的聚焦算法。     

超大视场自适应快速对焦算法

为满足超大视场机器视觉自动对焦系统快速检测的要求,研究了一种基于对焦深度的自适应快速对焦算法。该算法采用粗对焦与精确对焦相结合的二级对焦策略,在不同的检测区域实现自适应选择最佳评价函数,实现自适应快速对焦。实验结果表明该算法在保持调焦精度的前提下,能够在大视场内快速聚焦,最终实现平均对焦时间小于0.5 s,一次性对焦成功率高达95%,满足自动对焦系统对高速、高精度自动对焦的要求。     

图像清晰度评价方法研究

数字图像的清晰度评价一直是各类数字成像系统的一个关键问题，而在已有的一些的评价参数中，由于评价方法不同，均存在一些局限性，为此，针对图像的清晰程度提出一种新的评价方法，目的在于能够快速、准确地评价数字图像的清晰度。该评价方法评价参数可通过改进边缘锐度算法(EAV)得到，然后与机测MTF值的变化趋势一起做曲线回归分析，以便和其他传统清晰度评价参数做对比。通过上百幅各类数字图像的测试，结果表明，该评价参数与数字成像系统的MTF值变化有着很好的正相关关系，其不仅能够更准确地反应数字图像清晰度变化的趋势，而且便于简捷、快速地应用于各类数字图像的清晰度评价。     

基于时间变化的鲁棒各向异性扩散模型

建立性能稳定的扩散模型一直以来都是各向异性扩散技术研究的关键问题. 尽管许多改进的扩散模型陆续提出, 这些方法仍旧难以有效解决两个核心问题: 梯度阈值和迭代停止时间的确定. 针对以上问题, 本文提出了基于时间变化的鲁棒各向异性扩散模型. 在该模型中, 作者设定高斯尺度因子和梯度阈值随时间单调递减, 这有利于在多个尺度下准确提取边缘和边界特征信息. 此外, 利用逐次迭代信噪比能够有效地确定迭代停止时间, 减少不必要的过量平滑. 为了验证本文模型的有效性, 采用Pinecone灰度图像进行了图像增强平滑处理. 实验结果表明, 本文模型在性能上优于传统扩散模型, 能够有效地消除噪声和保持边缘.     

Robust passive autofocus system for mobile phone camera applications

A robust autofocus system is a ubiquitous function in today’s mobile phone camera applications. However, due to the power consumption and size requirements, it is difficult for the autofocus function to be implemented into the design of mobile phone cameras. This paper presents a passive autofocus system with low computational complexity. This system uses a novel contrast measurement to determine degree of image sharpness, which can better reflect the information about image discontinuities. In order to gauge the performance of this measurement, a modified peak search strategy is used in the experiments. The experimental results from several typical image sequences validate the effectiveness of the proposed method.     

自动换片细胞显微图像分析仪自动聚焦系统的研究

针对自主研发的可自动换片的显微图像分析仪(Auto-Slide ICM),研制了切实可行的自动聚焦系统。详细描述了细胞图像聚焦评价函数、空场判别函数和支持自动换片的聚焦搜索策略等关键技术。基于此聚焦系统,Auto-Slide ICM可以实现无人干预快速连续扫描20张载玻片,提高了ICM的自动化程度和工作效率。     

基于视频动态投影的实时车辆流量检测系统

系统利用视频检测线上的RGB灰度变化识别车辆,从而完成对车辆流量的检测。由于引入了动态投影技术,并由动态投影图得到特征值的波形,因此特征提取中灰度差阈值的确定变得直观而可靠。为了保证背景信号的真实性,系统采用了和背景变化相应的背景刷新技术。系统的识别正确率可达90％以上,能满足实际应用要求。     

改进的红外图像2维Otsu分割算法

针对红外图像有别于一般灰度图像的特点,常用的灰度级平均灰度级2维直方图区域划分在红外图像分割中效果不佳,为此提出一种改进的灰度级梯度2维Otsu阈值选取方法,选取合适的梯度算子,利用改进的粒子群优化算法寻找分割阈值,在算法中加入有效判断早熟停滞的方法,一旦检索到早熟迹象,便随机改变最优解的任意1维分量值,使其跳出局部最大,实现全局寻优过程的快速收敛。仿真实验结果表明,该算法由于使用新的2维直方图,分割后的红外图像边界形状准确,特征细节清晰,运算速度也得到了有效提高。     

Scale-space using mathematical morphology

In this paper, we prove that the scale-space of a one-dimensional gray-scale signal based on morphological filterings satisfies causality (no new feature points are created as scale gets larger). For this we refine the standard definition of zero-crossing so as to allow signals with certain singularity, and use them to define feature points. This new definition of zero-crossing agrees with the standard one in the case of functions with second order derivative. In particular, the scale-space based on the Gaussian kernel G does not need this concept because a filtered signal G*f is always infinitely differentiable. Using this generalized concept of zero-crossing, we show that a morphological filtering based on opening (and, hence, also closing by duality) satisfies causality. We note that some previous works have mistakes which are corrected in this paper. Our causality results do not apply to more general two-dimensional gray scale images. Causality results on alternating sequential filter, obtained as byproduct, are also included     

海量大气颗粒物成分分析系统

2011年以来, 我国多地出现了雾霾天气, 对大气颗粒成分分析有助于人们了解雾霾形成的原因, 制订有效的应对措施. 本文的主要目的是对于大气颗粒物成分进行命名. 传统颗粒物的命名是在经验的基础上, 对颗粒进行逐个的命名. 若将该过程自动化, 难点有两个: 数据规模太大、人工经验难以量化. 本文使用数据挖掘的工具, 首先进行了一次聚类分析, 降低了数据规模. 为了解决人工经验难以量化的问题, 使用逻辑回归分类算法, 并进行了调优, 使正确率达到了业务处理的要求.