基于图像清晰度评价的磨削表面粗糙度检测方法

针对当前机器视觉检测粗糙度主要采用图像灰度值信息进行统计分析,没有充分利用色彩信息且忽略了人眼视觉系统主观评判的问题,提出一种基于图像清晰度评价的磨削表面粗糙度检测方法。根据色块在不同等级粗糙度表面上形成的图像清晰度不一样,采用熵函数评价算法和基于色彩相关性的彩色图像清晰度评价算法分别构建清晰度与粗糙度之间的关系模型,论证了基于图像清晰度检测磨削表面粗糙度方法的可行性。试验结果表明,基于图像清晰度检测磨削表面粗糙度是一种可行的粗糙度检测方法,清晰度与粗糙度相关性强,清晰度有随着粗糙度的增大而减小的趋势,且利用色彩相关性的彩色图像清晰度评价算法对磨削表面粗糙度检测具有较好的灵敏性,并且该方法符合人眼视觉系统的主观评价;清晰度算法和主观评价二者结合可快速简易地在线检测工件的整体表面轮廓粗糙度。     

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。     

Sobel算子在气膜孔图像清晰度评价过程中的研究

对高压涡轮叶片中冷却气膜孔(下简称:气膜孔)视觉测量过程中遇到的气膜孔图像清晰度评价问题展开研究。利用光学成像系统分析了系统离焦对图像清晰度的影响,并提出了一种Sobel算子与阈值相结合的图像清晰度评价方法。针对气膜孔孔径小、单晶材料反光、焦平面的获取困难、气膜孔边缘难识别等问题,进行对比实验,设计了图像清晰度评价函数归一化与阈值选取相结合的测量方法,这确保了评价功能的真实性,同时滤除了高频噪声。实验结果表明,所提出的评价方法可以准确地评价气膜孔图像的清晰度。此方法具有很强的单峰性,无偏性和良好的抗噪性能。     

地球静止轨道面阵凝视成像系统分时积分抑振技术

针对地球静止轨道卫星平台引起其面阵凝视成像系统的图像模糊,提出基于分时积分亚像元融合的方法来削弱平台颤振的影响,提高景物辨识度.设计并搭建了一维振动平台;利用高速图像采集系统采集不同曝光时间下不同频率振动的序列图像;使用基于能量区域质心法的相位相关法进行亚像元图像配准,计算每帧图像相对偏移量;与一维振动平台中的位移传感器数据进行对比,得到配准算法的精度优于0.1 pixel.最后,选择短曝光序列图像中清晰度较高的图像完成亚像元融合,与长曝光图像相比,其融合图像清晰度更高,信噪比与长曝光图像相当.得到的结果验证了分时积分亚像元融合法对颤振模糊的抑制作用.     

基于纹理分析的小波变换图像清晰度评价方法研究

验证分析了小波变换在图像清晰度评价上应用的可行性,研究发现基于小波变换的图像清晰度评价函数性能与图像的空间纹理分布有很大的关系,采用图像灰度梯度方向矩阵的纹理分析方法,可以显著提升其性能.由于机加工零件表面纹理的普遍存在,对此类图像进行纹理分析有了实际应用意义.在对图像纹理特征进行统计分析的基础上,本文提出了一种基于纹理分析的图像小波变换清晰度评价方法.经实验验证,此评价函数针对具有纹理特征的目标有优越的性能,具有较高的灵敏度和分辨力（优于2 μm）.     

基于粗糙集与小波反锐化掩模的眼底图像增强

眼底图像是细节较多的复杂图像,为了有效去除眼底图像中的干扰噪声,提高视网膜血管的立体感和清晰度,提出了一种将粗糙集和小波反锐化掩模相结合的方法来实现眼底图像的增强。阐述了运用粗糙集中的近似及等价属性关系将图像划分成不同的区域,再根据估计好的阈值进行数据约简去除噪声的方法,又介绍了运用小波反锐化掩模法增强图像处理的方法。实验结果证明,不论在主观的视觉效果上,还是客观的噪声均方误差上,该方法对眼底图像的增强有着较好的效果。     

图像清晰度的小波变换抗噪评价算法

为了使机器视觉系统中各类待检产品获得清晰图像,给调焦系统提供优良的评价依据,针对图像清晰度评价时易受到噪声干扰等问题,提出了一种基于小波变换高频系数的清晰度评价算法。该算法首先采用小波分解变换求得待测图像的细节分量,然后基于梯度平方法对各方向细节分量的变化快慢进行评价,最后根据纹理方向特征综合三个方向的高频系数的变化快慢,实现对图像清晰度评价。通过实验,验证了小波变换分解层数对清晰度评价的影响,并选取了第三层小波分解变换的高频系数作为评价的依据。为了验证所提出的算法,通过工业相机对样品进行连续变焦取像,并向该组图像中加入了均值为0,方差为0.01的高斯白噪声作为含噪样本,基于Matlab软件,分别采用梯度平方法、FISH算法、variance函数和提出的评价算法对两组样本进行清晰度评价测试。结果表明,提出的评价算法具有良好的无偏性与灵敏度,在抗噪性方面也具有较好表现,符合调焦评价的要求。     

基于小波变换和神经网络的数字图像清晰度识别算法

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.在研究了常用的清晰度评价方法的基础上,通过研究找出了图像二维小波分解向量与图像质量的对应关系,分析了其细节信息,并采用统计的方法提取了图像特征二层小波分量的统计值作为分析特征,然后构建了3层BP神经网络模型对图像清晰度进行识别,得到图像质量等级.仿真实验结果表明,这种方法可以达到较好的图像识别率.     

基于对比度敏感度的无参考图像清晰度评价

提出一种基于对比度敏感度的无参考图像清晰度评价方法,用于评价光测设备无参考电视图像的清晰度.首先通过低通滤波器构造原始图像的参考图像,并对两者进行离散余弦变换(DCT),其次将变换后的中频系数和高频系数各分为高低两档后进行离散余弦反变换处理得到各自子图像,然后计算相应子图像的结构相似度SSIM,最后将各子图像结构相似度...     

基于图像测量技术的微透镜定焦方法研究

简要描述了基于图像处理方法的微透镜阵列，焦距测量方法。该方法采用图像处理技术解决测量中的定焦问题。文中介绍了几种清晰度评价函数。并对其定焦的精度进行比较，选出较优的算法用来判断焦点位置。实验证明使用该方法可以满足微透镜焦距测量精度要求。     

基于多尺度特征融合网络的多聚焦图像融合技术

多聚焦图像融合技术是为了突破传统相机景深的限制,将焦点不同的多幅图像合成一幅全聚焦图像,以获得更加全面的信息。以往基于空间域和基于变换域的方法,需要手动进行活动水平的测量和融合规则的设计,较为复杂。所提出的方法与传统的神经网络相比增加了提取浅层特征信息的部分,提高了分类准确率。将源图像输入训练好的多尺度特征网络中获得初始焦点图,然后对焦点图进行后处理,最后使用逐像素加权平均规则获得全聚焦融合图像。实验结果表明,本文方法融合而成的全聚焦图像清晰度高,保有细节丰富且失真度小,主、客观评价结果均优于其他方法。     

广角望远镜实时自动调焦的清晰度评价方法

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。     

适合实时硬件实现的Bayer图像插值算法

现今已有大量的CFA插值算法问世,然而大多数只是针对独立使用或者是后期处理的场合。因为这些方法往往需要复杂的运算过程甚至迭代计算,所以不适合实时硬件实现。针对高清Bayer图像,提出了一种面向硬件的实时、高效的插值算法。该算法专注于插值过程的计算复杂度最小化以适合低资源利用量的实时硬件实现并且使最终输出的彩色图像保持较高的质量。使用加权梯度方法对每个像素的3乘5邻域分析得到最平滑的两个方向,丢失的两个颜色分量则沿该两个方向进行插值。采用了峰值信噪比(PSNR)和CIELAB颜色空间误差两种评判标准将该算法与目前一些常用的插值算法进行了比较。     

Verticality detection algorithm based on local image sharpness criterion

In the high precision image measurement system,the verticality error between the axis of the shooting system and the measured object can bring error of the measurement result.The high demand of the system’s vertical degree is raised by measure system due to the demands of high precision and disposable full field imaging in the micro-parts imaging measurement.The existing method of optical axis verticality detection cannot meet the demand all.In order to achieve the high-precision adjustment of the system optical axis,the algorithm of detecting verticality based on regional image definition is proposed.First,the objected standard image is divided into fixed area.Then,the object plane is moved from the downside to the upside of the focus plane,meanwhile,recording the definition function values of each standard image region at each step,and fitting out the clearest positions of the regions.Finally,according to the inter-regional relations between the locations and the height difference of the each regional clearest position,the small angle between the optical axis and the measured surface can be calculated.The experiment is based on the given image of lithography template with the scale of 10 μm as move unit,and the results show that this method effective reduced the small angle between the system optical axis and the measured body in high-precision image measuring system,the evaluation accuracy is less than 0.1°,meeting the requirements in high-precision measurement.The proposed method of detecting verticality based on regional image definition can evaluate the verticality error between the axis of the shooting system and the measured object accurately,effectively and conveniently.     

基于图像熵的自动聚焦函数研究

从图像中熵的定义出来,研究了图像熵在成像系统自动聚焦判决函数中的应用,研究发现:图像熵作为聚焦判决函数出现了两类不同的判决准则,一类是图像清晰熵小,另一类是图像清晰熵大.对不同类型测试图像的分析和计算,证实了这种非一致性的存在并分析了造成这种现象的可能原因,而且由于图像熵的峰值较小,数值仅在小数点后变化,不易找出全局最大值.在均方差判决函数的基础上,提出了条件加权均方的方法,得到了具有准则一致性的自动聚焦判别函数.实验证明:条件加权均方差判决函数在不增加运算量的前提下,可以加大函数的峰值,从而提高判决的准确性.实用中在测试条件变化不大的情况下,通过人机交互,可选用图像熵作为自动聚焦判决函数,否则优先考虑条件加权均方函数.     

基于光场成像的三维测量方法的研究

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%。     

基于光学自准直的航空相机自动调焦系统

分析了摄影环境的大气压力和温度的变化对航空相机离焦的影响,介绍了基于光学自准直的自动调焦系统的硬件电路原理和软件流程设计.基于光学自准直的检焦技术,选用两种图像清晰度评价函数,运用爬山搜索法采用变步长进行检焦控制,不仅有效地节省了检焦时图像处理的时间,而且提高了检焦的精度.通过引入高度和摄影角度数据,进行离焦量计算,通...     

MRT Letter: Guided filtering of image focus volume for 3D shape recovery of microscopic objects

In this letter, a shape from focus (SFF) method is proposed that utilizes the guided image filtering to enhance the image focus volume efficiently. First, image focus volume is computed using a conventional focus measure. Then each layer of image focus volume is filtered using guided filtering. In this work, the all‐in‐focus image, which can be obtained from the initial focus volume, is used as guidance image. Finally, improved depth map is obtained from the filtered image focus volume by maximizing the focus measure along the optical axis. The proposed SFF method is efficient and provides better depth maps. The improved performance is highlighted by conducting several experiments using image sequences of simulated and real microscopic objects. The comparative analysis demonstrates the effectiveness of the proposed SFF method. Microsc. Res. Tech. 77:959–963, 2014. © 2014 Wiley Periodicals, Inc.     

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。