共查询到18条相似文献,搜索用时 109 毫秒
1.
2.
《机械工程与自动化》2016,(5)
自动聚焦是电子摄像式刀具预调测量仪的重要模块,其中清晰度评价函数和聚焦点搜索策略直接影响到聚焦的速度和精度。通过对比分析典型清晰度评价函数的计算时间、灵敏度、单峰性等特性,得出Brenner函数和小波函数是刀具预调测量仪聚焦系统的最佳聚焦测度函数。为克服聚焦搜索运动中的机械传动误差,提高搜索的速度和精度,提出利用离散二阶差分预测模型来预测镜头的运动方向,大步长快速到达近焦区域,然后缩小步长,利用曲线拟合算法直接得到聚焦点。实验结果表明:所提出的方法可以实现准确、实时的自动聚焦。 相似文献
3.
为提高自动调焦的性能,采取动态因子自适应搜索算法。首先,建立分辨率逐步递减的调焦窗口,以减少非聚焦区域对调焦评价函数计算的影响;其次,通过动态调焦因子方法修正目标变化对清晰度评价函数的影响;最后,通过适应变步长爬山算法结合清晰度评价函数搜索聚焦点,提高搜索速度和调焦精度。试验仿真显示,本文提出的算法获得的图像清晰,其性能受噪声影响小,可满足自动调焦中对稳定性、实时性和清晰度的要求。 相似文献
4.
5.
显微视觉系统的自动聚焦及控制 总被引:4,自引:0,他引:4
对自动显微镜的自动聚焦评价函数及聚焦控制策略进行了研究.首先,介绍了频域聚焦函数提升小波变换及时域聚焦函数Sobel-Tenengrad算子,通过将提升小波变换和Sobel-Tenengrad算子有机组合提出了一种新型聚焦评价函数.然后,利用离焦、正焦样本图像对自组织算法进行无监督训练,使用粒子群优化算法加速训练过程,并以经过学习的自组织映射算法作为聚焦控制器.最后,进行了显微视觉自动聚焦实验.实验结果表明:新型组合算子具有单峰性,峰值处变化陡峭,对不同样本、不同倍数物镜均可在正焦位置达到最大值,鲁棒性强;经过学习控制器后平均仅用7.6步即可完成自动聚焦,与爬山法相比,该聚焦算法不仅大大提高了聚焦速度且性能稳定,对每幅输入图像处理、识别时间约为120ms;满足了显微视觉自动聚焦要求,获得了良好聚焦效果. 相似文献
6.
7.
简单图像的快速聚焦 总被引:1,自引:0,他引:1
为了有效地实现简单图像的快速高精度自动聚焦,提出了一种新的快速聚焦算法。首先在相机进行调焦时自动获取系列零件图像,并记录各图像对应的位置;然后计算每张图像中目标边缘的灰度变化跨度值,从中找到跨度值最小的图像,即为最清晰图像;最后把其所在位置反馈给硬件驱动系统,实现自动聚焦。用新算法分别对不同形状和不同材料的零件,在添加椒盐噪声和没有添加噪声的情况下进行实验,并与计算量小的几种经典最优聚焦函数做了对比试验。结果表明,用新算法对简单图像进行聚焦比常用的最优聚焦函数更敏锐,单峰性更好,抗噪能力更强,而且速度比最快的绝对梯度函数快30%以上。因此,新算法在拍摄简单场景时,鲁棒性好,可以更好地实现快速聚焦。 相似文献
8.
结核杆菌医学涂片大多具有观察区内容稀疏不均匀、杂质较多的特点,使用自动显微镜检方法进行图像采集时,会出现清晰度区分困难、效率低下、甚至聚焦评价失效的问题,为提高自动镜检的效率和准确度,本文自主搭建了显微视觉计算机自动检测系统,对结核杆菌涂片的自动聚焦技术进行系统的研究。首先,对比研究11种常用聚焦函数对结核杆菌镜检玻片图像聚焦评价的优劣,并分析了聚焦成功和失效的原因。在综合分析各聚焦函数对结核杆菌涂片的聚焦效果基础上,提出了一种基于Tenengrad的改进型聚焦评价函数,通过改进内容像素的聚焦权重提高聚焦准确度,优化图像处理算法来提高图像采集效率。实验结果表明:改进型Tenengrad聚焦函数FTen-Q在结核杆菌涂片的各类视野图像评价方面具有高灵敏度和准确度,其聚焦成功率和运算效率分别提高了13.884%和17.616%,可以满足结核杆菌涂片类非均匀涂片的显微视觉自动检测应用要求。 相似文献
9.
基于小波变换的显微图像清晰度评价函数及3-D自动调焦技术 总被引:4,自引:4,他引:4
提出了基于小波变换的图像清晰度评价函数。采用大NA(数值孔径)和小NA的显微图像序列,比较分析了本文提出的评价函数和经典的归一化方差函数、熵函数、能量拉普拉斯函数以及另外两种基于小波变换评价函数的清晰度评价性能。同时采用带有标准偏差为25的高斯噪声显微图像序列,比较了这五种评价函数的抗噪能力。实验结果表明:提出的评价函数具有最高的聚焦精度和聚焦分辨率,且具有与抗噪能力最强的归一化方差函数相当的抗噪能力。提出了基于区域选择的自动聚焦方法,实现了处于不同深度的微操作对象的3-D自动聚焦。该评价函数和区域选择聚焦技术可以用于高精度的自动微操作作业中。进一步说明自动调焦是实现自动化微操作的关键技术,而其核心是清晰度评价函数的选取或构建。 相似文献
10.
基于窗口模式的自动聚焦算法 总被引:1,自引:1,他引:0
随着数字智能化技术的不断成熟与提高,自动聚焦技术也日益完善并广泛应用。简单介绍了目前一些经典的图像清晰度评价函数,并提出一种改进的拉普拉斯算子的图像清晰度评价函数。该算法把整幅图像分成不同的窗口,提出一个新的概念——兴趣参数,并引入至不同窗口。经过与其它一些经典算法进行大量的实验研究对比,证明该算法在聚焦的适时性、灵敏性和准确性上都具有一定的优越性。 相似文献
11.
12.
显微视觉快速自动调焦方法及实验 总被引:2,自引:2,他引:0
分析了显微视觉与计算机宏观视觉的特性,得出显微视觉下模糊效果是由几何光学和波动光学两部分造成的结论,并用标定实验验证了显微视觉下扩散参数与物距呈线性关系这一假设。研究了现有基于聚焦的自动调焦DFD(Depth from Focus)方法,提出了显微视觉下一种新型的基于离焦(Depth from Defocus)的快速自动调焦算法,该算法只要给定两幅模糊图像,就可直接计算出目标聚焦平面位置。实验结果显示,该方法的聚焦速度比传统DFF方法(本文选择SML法)快2~4倍。改进了的DFD算法提高了自动调焦性能,增强了显微光学鲁棒性,调焦精度较高,且具有较好的实用性。 相似文献
13.
SVOM天文卫星附属的地基广角相机阵(GWAC)含有36个广角望远镜,其短时标的高精度自动观测建立在实时自动调焦的基础上,本文将对广角望远镜实时自动调焦的图像清晰度评价方法进行研究和实现。文章首先比较研究了常用望远镜图像清晰度评价方法的原理及在GWAC系统上的适用性,得出基于星像能量集中度的两种方法:星像50%能量半径、PSF的FWHM值适用于GWAC系统。区别于常用天文软件包IRAF费时的算法,本文提出了基于点源强度分布进行PSF拟合计算FWHM的方法,并进一步探究了诸如拟合模型、选星标准、定心精度、拟合半径、插值方法、插值间隔、FWHM后处理等关键方法参数对FWHM计算精度与速度的影响。最终得到一套适用于GWAC实时自动调焦的清晰度评价方法,并用C++编程实现。本文中方法 FWHM计算误差为0.046pixel,精度与IRAF相当,计算焦点位置一致;单图(挑选后约300颗星)计算时间为0.67s,约为IRAF计算时间的1/20,满足GWAC系统自动调焦的精度与实时性需求。研究结果在GWAC系统中得到应用,并可为其他自动化望远镜观测系统提供参考。 相似文献
14.
15.
16.
光场有别于传统图像,不仅具有位置信息而且包含方向信息,为空间场景重建提供了可能。首先对光场成像技术进行光场变换建模,建立了像素光场模型,并提出光场变换准则,为光场重聚焦奠定基础。然后借鉴传统的对焦测距思想,建立了光场三维测量的方法,选择合适光场数据的清晰度评价函数评价成像质量,提出三角质心插值方法优化光场重建质量。最后,对光场三维测量系统进行了标定,建立像面误差补偿算法。实验表明,测量范围10~120 cm时,测距误差小于5%。 相似文献
17.
针对复杂水域环境下的多目标跟踪问题,本文提出了一种基于斜率约束和回溯搜索的多目标跟踪方法。首先,基于方位测量数据和水下目标运动学分析,利用门限阈值的方法检测目标。然后,基于传统多假设跟踪算法框架设计一种新的斜率约束和共用量测的假设生成规则。在航迹中断时,通过回溯搜索的方法确定中断起始航迹点,利用容积卡尔曼滤波对中断航迹预测和补偿,同时对假设生成结果减枝,以达到降低算法空间复杂度的目的。试验结果表明:该方案能够实现多目标自动关联跟踪、中断航迹自动预测、自动航迹终止等任务,目标跟踪平均均方根误差0.594 4°,算法平均运行时间0.826 5 s。 相似文献
18.
Autofocusing (AF) criterion functions are critical to the performance of a passive autofocusing system in automatic video microscopy. Most of the autofocusing criterion functions proposed are dependent on the imaging system and image captured by the objective being focused or ranged. This dependence destabilizes the performance of the system when the criterion functions are applied to objectives with different characteristics. In this paper, a new design method for autofocusing criterion functions is introduced. This method enables the system to have the ability to tell the texture directional information of the objective. Based on this information, the optimal focus criterion function specific to one texture direction is designed, voiding blindly using autofocusing functions which cannot perform well when applied to the certain surface and can even lead to failure of the whole process. In this way, we improved the self-adaptability, robustness, reliability and focusing accuracy of the algorithm. First, the grey-level co-occurrence matrices of real-time images are calculated in four directions. Next, the contrast values of the four matrices are computed and then compared. The result reflects the directional information of the measured objective surfaces. Finally, with the directional information, an adaptive criterion function is constructed. To demonstrate the effectiveness of the new focus algorithm, we conducted experiments on different texture surfaces and compared the results with those obtained by existing algorithms. The proposed algorithm excellently performs with different measured objectives. 相似文献