图像调焦算法研究及FPGA实现

利用图像处理方法进行自动调焦的关键是提取图像清晰度特征,并建立其评价算法.本文研究了灰度值线性变换、灰度直方图均衡、中值滤波及同态滤波等预处理方法和基于功率谱的清晰度评价函数,并与其它的评价方法进行了比较分析.研究表明,中值滤波和灰度值线性变换相结合的预处理方法,具有效果好、计算量少等优点;基于功率谱的清晰度评价函数比其它的评价方法具有更好的调焦性能和更明确的物理意义.根据基于功率谱的图像调焦算法的特点,设计了图像处理模块的结构框架和算法流程,提出了流水线作业结构、"乒乓"操作模式、双蝶形处理器复用、基-2 FFT算法的FPGA实现方案,提高了图像自动调焦的计算和响应速度.     

多光谱成像系统的快速调焦方法

多光谱成像系统将光分成多个光谱通道,对不同的通道进行单独成像后合成一幅多光谱图像。不同通道的光折射率不同,造成聚焦清晰位置也不同,需要对每个通道分别调焦。为解决调焦耗时的问题,本文基于不同通道间清晰度曲线的相似性,提出一种快速的自动调焦方法。先选定一个基准通道调焦,得到清晰度曲线,对其余通道,利用清晰度曲线的相似性只需采集少量图像就能求出清晰调焦位置。实验表明,该算法能快速准确的完成对各个通道的调焦,效率明显优于已有算法。     

三目显微视觉系统自动对焦调整

在高功率激光物理实验的微小靶位姿检测中,由于摄像机景深小,靶在进入相机视场当中时所成图像易为离焦模糊图像,使图像中靶的图像特征不明显,降低靶的位姿检测精度。针对这一问题,本文提出了一种应用于三目显微视觉系统的微小靶自动对焦方法,根据三目显微视觉系统的结构特点设计了自动对焦方案,并针对不同相机中图像的不同特点分别提出了对应的清晰度评价方法。最终实验结果表明,本文所设计清晰度评价方法具有较好的单峰性和灵敏度;三目显微视觉系统在竖直方向的有效调焦可移动范围为5mm,水平方向的有效调焦可移动范围为3.2mm。     

基于MTF的十字线目标自动调焦算法

十字线目标作为调焦系统中的常见目标,其调焦精度是影响调焦系统测量结果的关键因素。传统的调焦函数在灵敏度和实时性方面不能完全满足自动调焦要求。基于调制传递函数(modulation transfer function,MTF)的自动调焦算法通过连续测量多幅图像在固定频率下的MTF值绘制调焦曲线,得到调焦曲线的唯一极值点即正焦位置;在Matlab运行环境下,与现有算法进行比较,结果表明,基于数字图像MTF的调焦函数可实现单张图片的清晰度值计算仅用0.01s,该算法实时性更好、灵敏度更高,具有应用价值。     

基于无参考结构清晰度的自适应自动对焦方法

针对自动对焦系统,提出了一种基于单帧图像无参考结构清晰度的自适应变步长爬山搜索策略.该方法利用了无参考结构清晰度可提供的离焦量先验信息:当离焦量大时,大步距粗调快速逼近准焦位置;当离焦量小时,小步距微调准确定位准焦位置.该方法在不降低调焦精度的情况下,大大减少了自动对焦所需的图像数量和决策次数.实际系统实验结果表明,新...     

倾斜镜面成像的自动调焦方法

倾斜镜面成像系统的像面与光轴倾斜,仅利用轴向自动调焦无法实现像面整体清晰。为此提出一种基于图像清晰度判断的自动调焦方法。该方法将轴向调焦与角度调焦相结合,通过步进方式平移和旋转像接收面,利用离焦函数判断聚焦情况,采用数据拟合回归的方法实现了像面整体清晰。该方法在椭偏成像系统的应用结果验证了其有效性,调焦精度达到微米量级。     

特征边缘跟踪的调焦评价方法

图像测量系统中,已有的调焦评价函数当被测工件图像中边缘在高度上不共面时将无法正确调焦定位.研究了一种基于特征边缘跟踪的调焦评价方法,首先确定测量图像中被测边缘,进行跟踪获得边缘点,对每个边缘点在边缘方向上一定范围内进行梯度平方和运算,所有被测边缘点的值求和作为调焦评价值,达到极大值时认为该边缘正焦.采用透射式照明图像测量系统对一种图像中边缘在高度方向上不共面的工件进行了调焦实验,结果表明,该调焦方法能够对图像中各边缘在高度上不共面时对被测边缘对焦.     

基于图像处理的CCD摄像机自动调焦方法研究

自动调焦技术是提高CCD摄像机测量精度的重要手段，特别是在小景深及高精度的测量中。本文介绍了采用图像处理法实现自动调焦的方法。并提出了几种图像清晰度评价函数。经实验结果论证效果良好。     

数字化家庭图像监控系统

根据家庭安全防范的需要，设计实现了经济实用的数字化家庭图像监控系统。该系统以Windows、Java2为开发平台，以廉价的USB摄像头为图像采集设备。针对USB摄像头采集图像效果差，提出了一种快速有效的运动对象检测和分类算法，并能在异常发生时快速报警。同时利用媒体的流化技术和RTP／RTCP协议，实现了视频流的实时播放、传输和存储。     

基于图像处理方法的自动调焦系统的研制

介绍了基于图像处理方法的自动调焦系统的组成、工作原理、硬件电路设计和软件设计.该系统的核心是图像处理部分和控制部分.导出了计算聚焦量的三个快速算法公式,优化了系统的实时性能.详细分析了自动调焦的控制过程,并提出了渐变步长的思想,提高了系统的控制精度.实验结果表明,在较宽范围的光照度条件下,应用该系统均能获得良好的调焦效果.     

利用二维插值核的高分辨力图像重构

利用连续图像采样及其内插公式,提出了一种基于二维插值核重建高分辨力图像的新算法。该算法先使一般低分辨力序列图像具有标准位移关系,再根据高、低分辨力图像之间的关系重构高分辨力图像。同时利用正则化技术导出了一套重复迭代算法,以提高算法的处理效果和克服病态问题。实验表明,该算法使图像的细节和清晰度大大增强,分辨力大幅度提高,明显优于零阶保持插值算法的处理结果,其峰值信噪比提高8-9dB。     

基于人眼视觉特性的邻域自适应模糊增强算法

针对灰度适中时人眼分辨力较强的视觉特性,利用Prewitt算子求得梯度图像,并在隶属函数的定义中引入像素的邻域均值分量,对梯度图像进行模糊域的自适应增强。实验证明该算法克服了传统模糊增强算法会对噪声点进行增强的缺点,在增强图像细节的同时有效地抑制了图像的噪声。     

基于熵及不变矩特征的图像检索

提出了一种基于熵及不变矩特征的图像检索算法.图像首先被划分为不同分块,结合图像信息熵的概念,提出采用单元熵来描述分块特征,从而将图像转化为由单元熵构成的熵矩阵;在此基础上,利用不变矩来描述该熵矩阵的特征,并在对该特征归一化的基础上用于图像检索.结合不变矩的特性,试验中对算法的尺度不变性、旋转不变性、平移不变性及对噪声的不敏感性进行了验证,试验结果证明了算法的有效性.同时,由于熵的对称特性,算法对于图像灰度的变化也有较强的鲁棒性.     

虹膜识别的身份认证系统

基于虹膜识别的身份认证系统包括3部分:虹膜图像采集,虹膜图像预处理,虹膜图像编码和识别。预处理过程中对虹膜的精确定位,使定位后的虹膜图像具有平移、尺度和旋转的不变性。与现有其他方法相比,该方法将Symlets小波用于虹膜图像编码,使算法的运行速度大大提高,为Daugman方法的8倍, 克服了当前流行算法中计算量过大的问题。     

基于二次曲面拟合的亚象素图象匹配算法

在图象测量系统中，目标的精确定位是一个关键问题，也是应用其它图像处理技术的基础。传统的图象匹配算法只能在象素极定位，本文基于相关函数的二次曲面拟合提出了一种亚象素精度的匹配算法，它对于无噪声图象匹配的绝对误差小于０．０１象素。模拟实验表明，在有噪声的情况下该算法仍具有较小的偏差。     

Residual spatial entropy-based image contrast enhancement and gradient-based relative contrast measurement

This paper proposes a novel algorithm to achieve both global and local contrast enhancement using a new definition of residual spatial entropy of gray levels of an image. Residual spatial entropy is utilized to assign a weight to each gray level which is further used in mapping of input gray levels to output gray levels to achieve global contrast enhancement. A non-linear mapping is applied on transform-domain coefficients of image enhanced globally to perform local contrast enhancement. The algorithm allows to control levels of perceived global and local contrast. New definitions of full-reference relative contrast measures are also introduced. Experimental results show that proposed algorithm produces better or comparable contrast-enhanced images than several state-of-the-art algorithms.     

小波多辨率CT成像及处理算法

分析了小波变换进行低分辨率快速图像轮廓重构和局部区域精确重构的算法。在这种算法中，滤波器与小波有关，从而可由反投影得到各种小波图像。通过小波多尺度分析和小波系数控制，提出一种简单算法进行图像增强和噪声去除。与标准的算法相比，该算法提高了重建速度和图像精度。     

River segmentation using satellite image contextual information and Bayesian classifier

Satellite-based remote sensing imaging can provide continuous snapshots of the Earth’s surface over long periods. River extraction from remote sensing images is useful for the comprehensive study of dynamic changes of rivers over large areas. This paper presents a new method of extracting rivers by using training samples based on the mathematical morphology, Bayesian classifier and a dynamic alteration filter. The use of a training map from erosion morphology helps to extract the non-predictive river’s curves in the image. The algorithm has two phases: creating the profile to separate river area via evaluated morphological erosion and dilation, namely, a training map; and improving the river’s image segmentation using the Bayesian rule algorithm in which two consecutive filters swipe false positive (non-water area) along the image. The proposed algorithm was tested on the Kuala Terengganu district, Malaysia, an area that includes a river, a bridge, dam and a fair amount of vegetation. The results were compared with two standard methods based on visual perception and on peak signal-to-noise ratio, respectively. The novelty of this approach is the definition of the contextual information filtering technique, which provides an accurate extraction of river segmentation from satellite images.     

Three dimension reconstruction through measure-based image selection

Three dimension (3D) reconstruction is one of the research focus of computer vision and widely applied in various fields. The main steps of 3D reconstruction include image acquisition, feature point extraction and matching, camera calibration and production of dense 3D scene models. Generally, not all the input images are useful for camera calibration because some images contain similar and redundant visual information. These images can even reduce the calibration accuracy. In this paper, we propose an effective image selection method to improve the accuracy of camera calibration. Then a new 3D reconstruction algorithm is proposed by adding the image selection step to 3D reconstruction. The image selection method uses structure-from-motion algorithm to estimate the position and attitude of each camera, first. Then the contributed value to 3D reconstruction of each image is calculated. Finally, images are selected according to the contributed value of each image and their effects on the contributed values of other images. Experimental results show that our image selection algorithm can improve the accuracy of camera calibration and the 3D reconstruction algorithm proposed in this paper can get better dense 3D models than the normal algorithm without image selection.     

实时监控系统中运动人体图像分割

在运用差图像算法进行运动人体检测、噪声消除的基础上，提出了将统计直方图与梯度边缘检测相结合的算法以消除运动人体的影子；同时运用图像扩展模板并配合图像边界处平滑的算法对被分割人体的断裂处进行连接填充。实验结果验证了上述算法对噪声抑制、人影消除以及人体图像断裂处填充的有效性。