热成像系统自适应自动对焦算法

为了实现不同环境下热成像系统的准确对焦,本文针对现有自动对焦算法存在的问题开展研究,提出了一种热成像系统自适应自动对焦算法。通过对比实验系统采集图像的梯度算子评价函数曲线,确定最优最大梯度和清晰度评价函数,并以某一复杂场景为例,说明了最佳对焦位置搜索、对焦窗口选择和图像清晰度评价的具体实现方案。对多个复杂场景的自动对焦实验表明,本文提出的热成像系统自适应自动对焦算法能够有效解决复杂场景目标的准确对焦问题。     

采用加权最小二乘准则的影像仪自动对焦方法

针对影像测量领域中自动对焦方法存在的对焦准确性不高、对焦过程复杂等问题,提出了一种采用加权最小二乘准则的自动对焦方法.首先,根据不同种类图像清晰度评价函数的评价特性,选定对焦过程中所用的图像清晰度评价函数.其次,在图像清晰度评价函数的基础上进行两阶段对焦,即粗对焦阶段与精对焦阶段.然后,分析了加权最小二乘准则中加权系数的确定原则并给出了其具体确定方法.最后,对精对焦阶段所得清晰度评价值进行归一化处理,采用加权最小二乘准则进行高斯曲线拟合求取极值,极值位置即最终正焦平面.实验结果表明:在步距为0.1mm的条件下,该方法与现有的洛伦兹(Lorent)、Gauss拟合方法相比,对焦误差由0.05 mm降低到0.02 mm,有效地提高了现有曲线拟合法的对焦准确性.     

严重离焦状态下的自动聚焦实现

自动聚焦是成像自动化的重要组成部分之一.为了提高聚焦精度、减少聚焦时间,提出了一种图像模糊度和清晰度相结合的自动聚焦算法.在严重离焦的状态下,首先计算图像的模糊度来确定聚焦电机的正确搜索方向,再由图像的清晰度结合优化爬山算法,确定准确的对焦位置.结果表明,这种方法能很好地减少聚焦时间,聚焦准确度高.     

TFT-LCD面板光学检测自动聚焦算法研究与比较

针对当前TFT-LCD玻璃基板在线检测过程中存在的显微图像对焦模糊问题,对基于图像处理的自动调焦方法在TFT-LCD玻璃基板检测中的应用进行了研究。基于对TFT-LCD液晶面板的光学检测,重点介绍了目前较为常用的、具有代表性的几种基于图像处理的清晰度评价算法,并从算法的单峰性、无偏性、灵敏性以及计算量等方面进行了比较与分析,提出了一种粗细调相结合的复合自动对焦方法,分别选取斜边缘检测算子和梯度滤波器算子作为调焦粗搜索和精搜索阶段的对焦评价算子。实验结果表明:使用调焦行程为15步的全局搜索算法,传统单一算法耗时2.18s,得到图像的清晰度评价函数值为46.78;粗细调相结合的复合自动对焦方法时间仅为1.41s,得到图像的清晰度评价函数值为52.49。该方法不仅对焦精度高,有较大的对焦范围,还能保证高的计算效率。     

基于梯度算子的图像清晰度检测方法

随着数字成像技术向自动化和智能化发展,自动对焦技术的应用范围不断扩大,在自动化、高精度、高稳定性方面取的了很大的进展;各种数字图像处理应用软件,算法规则层数不穷;文章在vc++环境内,提出了一种基于robert梯度算子的图像清晰度检测方法,梯度函数具有运算速度快的特点,能满足图像快速处理的要求。     

基于DaVinci技术数字对焦重构算法研究与实现

数字对焦光场成像技术是一种新型的计算成像技术,利用光学手段获取四维光场信息,通过重构二维空间信息和一维深度信息,达到先拍摄后对焦的目的。研究光场图像数字对焦重构算法,利用TI公司推出的DaVinci系列处理器DM6467对数字对焦重构算法进行硬件仿真,通过改变对焦系数,得到不同深度的对焦图像。同时,根据C64x+DSP核的特点,通过循环分解、项目级优化等方法对代码进行一定的优化,使代码执行效率提高了18倍左右,对实现光场成像系统的小型化和实时化具有重要的指导意义。     

一种基于高通滤波评价函数的自动对焦方法

介绍了自动对焦系统中三种常用的清晰度评价函数——方差评价函数,梯度评价函数,DCT（Discrete Cosine Transform）评价函数。从对焦图像高频分量多的特点出发,提出了一种基于高通滤波评价函数的自动对焦方法,该方法在低复杂度的同时表现出良好的对焦特点,可以快速地实现对焦。     

基于图像处理的自动对焦技术综述

简述了传统和现代自动对焦技术方法并进行对比,在此基础上详细介绍了基于图像处理的自动对焦技术的原理和核心问题,提出了该技术中的关键技术是图像清晰度评价方法和搜索算法并对具体技术进行了描述。     

一种基于角点检测的实时自动对焦方法及实现

为了满足热像仪在不同场景下自动对焦的功能需求,对现有多种自动对焦实现方案的优劣势进行了评估分析,并选择了一种基于角点检测算法的对焦方案。通过检测图像中的角点数量来实时判断图像的清晰度。根据热像仪FPGA图像处理系统的性能对该算法进行了改进与优化,并提出了多阈值角点检测实时对焦方法。根据当前场景的对焦状态,热像仪可自主判断是否执行对焦操作,以适应不同检测场景的需求,最终实现其在不同场景下的实时自动对焦功能。     

改进的梯度阈值图像清晰度评价算法

数字图像技术实现自动对焦的关键步骤是有效的图像清晰度评价.针对传统的灰度梯度算法抗噪性差和实时性低的问题,提出一种改进的清晰度评价算法.首先通过OSTU方法和全局方差计算出图像自适应分割阈值;然后比较自适应分割阈值和图像像素点局部方差以提取整幅图像中的边缘像素点;最后考虑人眼视觉特性,采用多方向的Tenengrad算子对图像进行评价运算,将图像中边缘像素点的评价运算值进行叠加,得到图像的清晰度量化值.为了衡量改进算法的性能,将其与传统的灰度梯度算法进行比较.实验结果表明,与传统的灰度梯度算法相比,所提算法具有实时性高、灵敏度强且抗噪能力好的优点.     

基于FPGA的红外镜头自动聚焦技术研究与实现

自动聚焦技术在红外热像仪监控领域有着非常重要的作用.目前业内红外自动聚焦技术存在聚焦成功率低、架构复杂、聚焦速度慢等状况,为此提出了一种基于FPGA的红外镜头自动聚焦技术,采用单FPGA实现了红外图像处理显示和自动聚焦的功能.鉴于红外图像普遍存在竖条纹噪声和随机噪声等特点,本文在实现聚焦过程中对红外清晰度评价算法和爬山...     

大范围自动调焦快速搜索算法

针对过去爬山法（MCS）调焦效率低的问题,提出了一种新的大范围自动调焦快速搜索算法。它利用对Variance函数的线性插值实现大范围的粗调焦;利用梯度平方函数高斯插值实现在峰值附近的精确调焦。实验结果表明,该算法在保持调焦精度的前提下,能够在大范围内快速调焦,且对不同内容的图像有相似的结果,满足显微视觉系统对高速、高精度和通用性强等自动调焦要求,该算法已在微电子产品视觉检测中成功应用。     

光纤传感与红外视频的复合入侵监控系统设计

针对机场、油库等特定区域的高识别率、低误报率入侵事件监控需求,提出了一种基于光纤传感与红外视频的目标识别方法。其中,光纤传感部分采用基于MCSVM的非对称双马赫-曾德尔干涉仪（ADMZI）分布式光纤振动传感器,将EMD(经验模式分解)、将峰度特征与MCSVM相结合以提高识别率;红外识别部分将灰度差值图像通过小波变换提高清晰度。两者经过模式对比算法,实现入侵事件判定。搭建系统做现场实验,结果表明:该方法能够识别四种常见的入侵事件(爬越围栏、敲击电缆、剪断围栏、摇动围栏),平均识别率在92.5%以上,误报率0.9%,相对传统单一传感器方案,该方法在漏报率和虚警率等系统性能上都有较大的改善,能够满足实际应用要求。     

工业用光学镜头调制传递函数快速检测系统

调制传递函数(MTF)是评价光学系统成像质量的重要指标。根据光学传递函数测量的理论基础,以狭缝、刀口作为目标物,搭建了一套适用于工业用光学镜头的调制传递函数(MTF)测量、成本低、结构简单、精度高、稳定性好的测量光路,并根据光路特点编译了相关测量软件。测量软件根据自动聚焦的基本原理进行了自动调焦的开发,在兼顾效率和精度的前提下,分别采用爬山法和传统方法作为粗调焦和细调焦的调焦搜索算法,并根据不同物镜的成像特点采取不同聚焦函数进行聚焦判定。通过实验显示,该MTF快速检测系统具有良好的稳定性。     

基于图像处理的机载光电平台自动调焦方法

研究了图像处理的自动调焦方法在机载光电成像设备中的应用。提出了基于图像斜边、水平和垂直边缘检测的调焦评价算子——Bevel算子和Mix算子。选取边缘检测算子和卷积算子分别作为调焦粗搜索和精搜索阶段的清晰度评价算子,设计了适合自动调焦的隔行隔列调焦区域选择方法。采用了变步长爬山搜索法、局部全局搜索法和综合搜索法3种调焦控制策略,使用调焦行程为131步,焦深为2步的变焦镜头,其调焦时间分别从全局搜索法的37s缩短至3～4s、4～6s和3～5s。实验结果表明,该方法能够满足机载光电成像设备的调焦实时性和精确性要求。     

图像清晰度评价与变步长融合调焦方法

十字丝目标在CCD上的成像,一般受到环境光和光路的影响,不同位置的焦距产生的十字丝图像会存在边缘模糊和离焦的情况,使十字目标的中心点位置提取受到严重影响,传统的Sobel算法忽视边缘信息,并且容易受噪声影响,因此提出改进Sobel算子图像清晰度评价函数与粗细调焦结合的变步长两段式快速搜索自动调焦的方法。该方法首先利用图像的空间域评价图像清晰度,其次利用根据光学设计选用的两段式调焦方式。第一步进行粗调,先快速找到正焦位置附近,然后进行细调,直至找到正焦的位置。实验表明,该方法与其他算法相比,自动调焦失败率为2%,调焦时间为1 242 ms,调焦行程在-25～+30 mm之间。通过该算法将图像清晰度评价函数与两段式调焦方式结合进行自动调焦,准确性高,实时性好。     

改进的红外图像神经网络非均匀性校正算法

红外焦平面阵列（IRFPA）像元响应存在不一致性,会严重影响红外成像系统成像的质量,实际应用中需要采用响应的非均匀性校正（NUC）技术。传统的神经网络校正算法在校正结果中存在图像模糊和伪像的问题,影响人们对于目标的观察。在分析了传统的神经网络性校正算法所出现问题原因的基础上,提出了有效的改进算法:用非线性滤波器代替传统算法中使用的均值滤波器。算法改进之后所得到的校正图像,不仅在清晰度方面有明显的改善,而且有效的消除了传统算法中存在伪像的问题。     

一种基于聚类分析的红外图像配准算法

为了提高红外图像匹配的精度和效率,提出了一种将Harris-Laplace关键点提取和旋转不变LBP特征描述算子相结合的局部特征检测新算法,该算法不仅在图像的尺度、光照和角度发生变化时,仍然能够得到很好的检测效果,而且能很好地描述图像的局部纹理特征.特征向量描述完成后,为了进一步提高红外图像特征点匹配的正确率,提出了一种基于K-means聚类分析的图像匹配策略.先利用Cosine余弦相关匹配策略实现特征点的初步粗匹配,接着采用K-means 聚类分析匹配策略剔除图像中大部分的错误匹配.实验表明:提出的算法表现出良好的鲁棒性,关键点提取的重复率(Repeatability)提高了9.2％.与传统的匹配算法相比,采用基于K-means聚类分析的匹配策略匹配精度可以提高5.05％,匹配时间可以缩短0.068 s.该特征描述算法和基于K-means聚类分析的匹配算法满足了红外图像配准的高精度性和高实时性的要求.