基于图像处理的微装配自动调焦系统

介绍了一个基于图像处理的自动调焦系统,该系统由光学显微镜、CCD、力矩电机和齿轮传动机构等组成。调焦系统中采用粗/精结合的调焦方法,即首先采用基于Krisch边缘检测算子的清晰度评价函数对被测物体进行粗调焦,并在计算机上采集了包含目标的大致轮廓和边缘的显微图像;然后针对全景图像上的某个目标区域采用基于高频分量的清晰度评价函数进行精调焦,使得显微图像显示出更多的纹理细节。实验中清晰度评价函数算法均采用Windows下的Visual C++实现。实验结果表明,该自动调焦的系统精度可达±4.8 μm,基本上满足了微装配任务的调焦精度要求。     

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。     

数字共焦显微仪序列光学切片自动采集方法研究

提出一种基于图像处理的数字共焦显微仪序列光学切片自动采集方法。方法分两个步骤:第一步是对细胞进行自动聚焦;第二步是细胞的起始点自动调焦定位及进行光学切片。方法采用清晰度评价函数作为判别标准,将灰度差分算法与拉普拉斯函数法相结合,通过计算机实现两个步骤的自适应调焦控制,进而实现光学切片的自动采集。实验结果表明,方法有较高的自动聚焦和细胞起始点定位的速度和准确性,对三维球形细胞序列光学切片图像采集,简单易行,效果良好。     

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。     

图像清晰度评价函数的研究

为了实现更为高效、准确的光纤端面自动对焦,对现有图像的清晰度评价函数进行了研究,并在此基础上,提出了一种新的计算简便、抗噪性好的清晰度评价函数。采用光纤几何参数测试仪获得光纤端面清晰成像面前后等间隔的24帧光纤端面图像,利用不同的图像清晰度评价函数对这24帧图像进行计算,得到相应的调焦曲线并分析其单峰性、单调性和抗噪性。结果显示,所提的新评价函数具有更好的表现,对自动对焦技术具有一定的参考价值。     

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

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。     

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 。     

自动验光仪中图像处理与调焦准确性的研究

图像清晰度评价函数可以反映调焦系统的调焦准确性。为了验证所选择的评价函数满足调焦准确性的要求,现选择在不同调焦位置拍摄图像并进行处理,找出最佳成像位置,然后利用调焦透镜的移动量与屈光度的关系计算出屈光度,与实际使用的模拟眼比较并计算误差。通过对不同屈光度的模拟眼分别测量,最终结果表明:该评价函数能够较好地满足调焦的准确性要求。     

基于动态因子自适应搜索算法的自动调焦研究

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。     

基于OMAP的数字调焦控制系统的实现

在基于图像的自动调焦技术中，图像清晰度评价函数起着关键的作用，它不仅决定了整个系统最终完成自动调焦的有效性，而且它的算法决定了硬件系统的实时性。整个系统利用能量梯度函数对数字图像进行实时的处理，根据计算的结果找出最清晰的图像，并在开放式多媒体应用平台上实现。     

机器视觉精密测量中的显微光学聚焦

考虑显微光学涉及的聚焦精度对机器视觉精密测量效果的影响,开展了显微视觉环境下对图像聚焦技术综合定量评价的研究。建立了偏移率等系列性能指标,对13组清晰度函数在显微视觉条件下的无偏性、单峰性、分辨力等进行了综合评价,优选出方差函数和Brenner函数分别用于粗聚焦和精聚焦阶段的清晰度计算。建立了分步爬山搜索法,实现了显微自动聚焦。与传统爬山法相比,提出的方法聚焦时间显著缩短,重复精度提高约24%。将建立的自动聚焦与图像测量方法应用于某电液伺服阀衔铁气隙测量中,得到的测量均值与工具显微镜结果相近,而测量标准差可达1.9μm,测量效率也显著提高。最后对伺服阀加电条件下的气隙动力学特性进行了测试,获得了驱动电流-衔铁气隙之间的关系,为在线装配/装调提供了重要依据。     

基于照度优化的自动聚焦技术研究

本文讨论了显微视觉研究中照明强度对自动聚焦的影响问题。开发了照明自动调控系统,为显微视觉照明问题的研究提供了物质前提。首先,利用快速傅立叶变换对离焦图像序列以及不同照明强度图像序列进行频谱分析,证明照明强度条件对图像高频能量影响显著;然后,提出了对图像特征高频能量有效度量的评价函数;最后通过自动聚焦实验,证明照明强度对于聚焦曲线的特性产生很大影响,同时,经照度优化后的自动聚焦具有更高的聚焦精度。     

调焦系统中数字图像清晰度评价函数的研究

为了实现基于数字图像处理的自动调焦技术,采用准确有效的图像清晰度评价函数是其实现的关键.通过实验分析比较了梯度函数、频谱函数和熵甬数在自动对焦技术中的作用,并研究了各评价函数在实验平台下所表现出来的性能和特点.研究结果表明,Tenengrad函数、Brenner函数和平方梯度函数在焦平面附近具有变化趋势明显和灵敏度高的...     

嵌入式自动聚焦摄像模组控制系统的设计

针对手机等移动终端设备中的摄像模组,提出了一种嵌入式自动聚焦控制系统。该系统以AD5820作为聚焦电机的驱动IC,以OV5642作为图像传感器,利用68013单片机进行数据处理并控制驱动IC调整镜头的位置,完成准确自动聚焦。系统通过控制音圈电机带动镜头行程变位,获取一系列图像;计算每幅图像清晰度评价值构成清晰度评价曲线;采用梯度函数作为图像清晰度评价标准;并用全程搜索的方式找到图像清晰度最大值时镜头的位置,从而达到聚焦的目的。实验验证显示,系统的聚焦分辨率能达到5～10μm,响应速度小于70ms。自动聚焦实物拍摄图像清晰,能够很好地满足摄像模组自动聚焦的需求。     

广角天文望远镜的自动调焦

介绍了一种基于步进电机(无位置检测传感器)和像质反馈的广角天文望远镜自动调焦系统,该系统由步进电机位置开环控制系统和图像清晰度评价系统组成。基于天文图像的特点,提出利用天体点源星像的半高全宽(FWHM)作为图像清晰度的评价参数;为了提高系统精度,对定位控制系统进行了误差分析;测定了调焦当量、光学焦深、系统回差、步进脉冲当量等系统关键机构参数,进而高精度地修正了系统定位误差;分析和测定了温度变化和像质变化的相关性,明确了调焦方向和温度变化之间的定性关系;设计了焦深边缘定位策略,实现了快速调焦。该系统具有"容错"和"自学习"功能,具有较高的自动化和智能化程度。将系统设计应用于SVOM天文卫星地基广角相机阵[1-2](GWAC),实际测试和天文观测表明,调焦系统的定位精度为±3.0μm,调焦精度为0.05pixel,且一次调焦过程即可获得最佳像质,调焦效率较高,系统运行也很稳定,基本满足天文观测的需求。     

Flat field correction for high‐throughput imaging of fluorescent samples

Vignetting of microscopic images impacts both the visual impression of the images and any image analysis applied to it. Especially in high‐throughput screening high demands are made on an automated image analysis. In our work we focused on fluorescent samples and found that two profiles (background and foreground) for each imaging channel need to be estimated to achieve a sufficiently flat image after correction. We have developed a method which runs completely unsupervised on a wide range of assays. By adding a reliable internal quality control we mitigate the risk of introducing artefacts into sample images through correction. The method requires hundreds of images for the foreground profile, thus limiting its application to high‐throughput screening where this requirement is fulfilled in routine operation.     

Automatic fluorescent tag detection in 3D with super-resolution: application to the analysis of chromosome movement

In this paper, we describe an algorithmic framework for the automatic detection of diffraction‐limited fluorescent spots in 3D optical images at a separation below the Rayleigh limit, i.e. with super‐resolution. We demonstrate the potential of super‐resolution detection by tracking fluorescently tagged chromosomes during mitosis in budding yeast. Our biological objective is to identify and analyse the proteins responsible for the generation of tensile force during chromosome segregation. Dynamic measurements in living cells are made possible by green fluroescent protein (GFP)‐tagging chromosomes and spindle pole bodies to generate cells carrying four fluorescent spots, and observe the motion of the spots over time using 3D‐fluorescence microscopy. The central problem in spot detection arises with the partial or complete overlap of spots when tagged objects are separated by distances below the resolution of the optics. To detect multiple spots under these conditions, a set of candidate mixture models is built, and the best candidate is selected from the set based on χ²‐statistics of the residuals in least‐square fits of the models to the image data. Even with images having a signal‐to‐noise ratio (SNR) as low as 5–10, we are able to increase the resolution two‐fold below the Rayleigh limit. In images with a SNR of 5–10, the accuracy with which isolated tags can be localized is less than 5 nm. For two tags separated by less than the Rayleigh limit, the localization accuracy is found to be between 10 and 20 nm, depending on the effective point‐to‐point distance. This indicates the intimate relationship between resolution and localization accuracy.     

结核杆菌涂片显微视觉检测系统的自动聚焦

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。     

Iterative Adaptive Median Filter for Impulse Noise Cancellation

Based on the characteristics of impulse noises,the authors establish a new filter,Iterative Adaptive Median Filter (IAMF).According to the charactics of images polluted by impulse noises,they establish weight ftnction combined with iterative algorithm to eliminate noises.In IAMF filter process,because the noise spots do not participate in the computation,they do not influence the normal points in the image,therefore IAMF can retain the detail well,maintain the good clarity after processing image,and simultaneously reduce the computation.Experiments showed that IAMF have ideal denoising effect for the images polluted by the impulse noises;especially when the noise rates are more than 0.5,IAMF is more prominent,even when the noise rates are more than 0.9,IAMF can achieve a satisfactory results.