离焦模糊图像清晰度评价函数的分析与改进

传统的基于梯度的图像清晰度评价函数(调焦函数)对噪声敏感,在实际应用中易引入过多的非边缘信息,影响系统的稳定性。本文基于光学成像系统离焦模型分析了系统离焦对图像清晰度的影响,并提出了一种改进的图像清晰度评价方法。该方法利用最大灰度差提取细节信息来评价图像清晰度;引入阈值区分边缘点和非边缘点来减小图像平坦区域对评价函数灵敏度的影响,同时有效抑制噪声的干扰。进行了仿真实验和实际测试并与传统的清晰度评价函数进行了比较。结果显示,提出的方法具有更好的灵敏度和抗噪性能,能够准确而稳定地评价离焦模糊图像的清晰度,可用于实际光学系统的自动调焦。     

运动模糊图像清晰度评价函数的研究

运动模糊图像清晰度评价函数是图像恢复中评价图像质量的一个重要判据.本文首次研究了在不同方向的图像灰度差的绝对值之和与图像运动模糊方向的关系.在此基础上,提出了几种运动模糊图像清晰度评价函数,并研究了它们的优缺点和适用范围.文中建立了评价函数的数学模型,给出了实验结果和分析.     

一种基于多信息融合的模糊边界检测算法

提出了一种有效的模糊边界检测算法.首先,用滤波器组和改进的K-Means算法快速提取了图像的纹理基元特征;然后,采用模糊手段将图像的局部灰度信息、纹理信息和空间信息有机地融合起来,定义了一个边缘检测函数,求出每个像素所对应的模糊梯度值,并由此构成模糊梯度特征向量;最后,结合分类器的学习能力进行边界检测.实验结果表明,对于纹理和灰度边界混合的自然图像的边界检测问题,该算法是一种实用和有效的方法.     

结合跟星系统成像特征的自动调焦系统设计

对于恒星光斑成像，传统的梯度评价算法在重度离焦情况下梯度细节薄弱，难以识别正确的调焦方向。为了实现跟星系统对恒星的快速成像和可靠跟踪，建立了针对恒星成像特征进行评价的自动调焦系统，对系统的聚焦评价算法、自动调焦结构以及自动控制系统进行研究。通过跟星系统成像的灰度分布情况分析光斑图像梯度特征在正焦和离焦时的区别。根据恒星光斑成像灰度级差异变化的特点，将背景值纳入评价贡献，在传统的梯度评价函数中加入光斑信号灰度差异贡献。设计适用改进算法的调焦硬件结构和系统结构，利用步进电机和调焦底座组成调焦组件，通过计算控制单元驱动调焦组件实现自动调焦系统。利用搭载调焦系统的跟星装置进行实验和分析。实验结果表明：自动调焦装置能够在跟星系统中稳定地进行调焦工作，且改进算法相对于传统梯度算法有着更好的调焦方向性，在保持传统梯度算法67%灵敏度的同时，将局部极值点减小为0。改进算法不受梯度细节薄弱影响，能够在不同离焦程度下保持较好的调焦方向性和正焦灵敏性，跟星系统在搭载自动调焦装置后能够快速搜索合适焦距并进行大气光学特性测量。     

基于数字图像处理的自控显微镜聚焦算法研究

自动聚焦的评价函数是基于数字图像处理的自动聚焦算法的关键问题.从空域和频域详细分析了离焦图像的成像原理,利用带步长的拉普{记斯算子比较了一系列模糊l冬I像的清晰度.改进的拉普拉斯算子结合爬山法能够实现自控显微镜的高效率精确聚焦,是一种简洁实用的聚焦策略.改进后的聚焦评价函数具有灵敏度高、单峰值、无偏离、计算量小和较高的信噪比等特点.实验表明,与传统的梯度算子聚焦算法相比较,改进的自动聚焦算法效率更高,聚焦位置更精确.     

图像调焦过程的清晰度评价函数研究

自动调焦是一类建立在搜索算法上的调焦方法,它通过计算机编程对不同对焦位置所成像的清晰度进行评价,利用正确对焦时图像最清晰这个特征找到正确的对焦位置。判断图像对焦与否是通过图像清晰度对焦评价函数/调焦状态评价函数(调焦判定函数)来衡量的。利用每一个调焦判定函数对包含了一组模糊和清晰图像的序列图像进行处理,可以得到对应于相应判定函数的调焦曲线,利用曲线可以非常直观地分析判定函数的性能。结果表明,灰度梯度函数具有比较稳定的调焦特性。     

基于图像处理的显微镜自动调焦方法研究

自动调焦技术是提高显微镜测量精度的重要手段,本文介绍了采用图像处理法实现显微镜自动调焦的方法。对图像处理法实现显微镜自动调焦中的两个关键技术进行了详细的讨论：其一是图像清晰度评价函数的选取,文中采用绝对方差函数和修正平方梯度函数分别作为粗精调焦评价函数;另外还针对提高图像信息质量的方法进行了探讨,采用线性拟合与同态滤波方法进行图像处理,为离焦判断提供高质量的图像信号。实验表明,该方法调焦精度达±０．３μｍ 。     

大尺度三维视觉测量中的离焦模糊图像恢复

为了实现大型设备的几何量测量,需要对多幅立体图像进行拼接。由于镜头的焦距固定,当观测不同距离的场景时往往使图像产生离焦模糊,从而丧失图像细节,降低了拼接精度。提出了一种基于维纳滤波的离焦模糊图像恢复算法。利用模糊图像频谱上的暗环半径估计退化函数的参数,并通过对原始图像的边界进行处理消除了图像边界条件的不连续性。实验结果显示该算法可以有效地降低图像恢复过程中产生的振铃现象,对离焦模糊图像的恢复质量良好。     

离焦模糊图像的维纳滤波复原研究

微操作中，显微视觉系统获取的图像通常是离焦模糊图像。离焦模糊图像的退化模型可用圆盘函数描述，利用模糊图像无方向性的二阶拉氏微分图像的自相关的负相关峰形成的环形槽的直径等于作为圆盘函数直径的2倍可以确定该函数。对模糊图像进行一次维纳滤波方法得到原图像的估计值，然后利用该初始值求得原图像及噪声的谱密度估值，进而利用这些新获得的信息构成改进的维纳滤波器对退化图像进行第二次滤波。实验表明，该方法计算量小、鉴别精度高、抗噪声能力较强，突出原图像的一些关键细节，提高了图像的复原质量。     

模糊方法与遗传算法相结合的图像恢复

在一般的图像恢复遗传操作过程中,适应度是以确定性和精确性的函数作为评价标准的,没有考虑到图像本身的复杂性和评价最佳恢复图像标准的模糊性。实际上,人的视觉相对复杂的多,恢复图像的特性存在着很大的多样性和模糊性。另外,在选择、交叉、变异遗传操作过程中,以确定性的函数来作为评价函数有可能剔除那些潜在的适应度好的个体。该文以图像中像素的灰度相对等级作为模糊特征,把图像模糊特征矩阵中的元素,转换成遗传空间上的基因;提出基于模糊遗传算法的图像恢复方法,并给出模糊集适应度函数及计算方法;实验表明,该文提出的方法改善了退化图像的质量。