基于全自动控制显微镜的自动聚焦算法研究

图像自动聚焦评价函数的选择是垒自动控制显微镜无源方式自动聚焦系统的关键问露。对几种主要的图像聚焦评价函散(灰度方差算子、灰度梯度算子、能量谱方法等)进行了比较、研究，并在此基础上首次将改进的Laplacian算子作为聚焦评价函数引人自动聚焦之中,同时为了消除噪声的影响，引入了步长和阈值两个参数。实验结果表明，改进的LapIacian算子比其他评价函数更为准确、稳定和可靠，该算法已成功应用于显微镜自动词焦系统中。     

基于Shearlet变换域改进的IR与灰度VIS图像融合算法

针对多尺度变换域内红外(IR)与灰度可见光(VIS)图像融合后图像清晰度差、纹理信息不丰富等问题,提出一种基于剪切波变换(ST)域改进的IR与灰度VIS图像融合算法.首先,采用形态学顶帽变换(MTH)增强IR与VIS图像;然后,对增强后的IR与VIS图像采用ST变换,将其分解成高、低频图像,针对高频图像提出局部标准差(LSTD)与系数绝对值的融合策略;针对低频图像提出一种改进的权值融合策略;最后,通过逆剪切波变换(IST)获得最终融合图像.仿真实验结果表明,所推荐的方法具有优越的性能.     

基于FPGA的步进电机驱动及自动聚焦的实现

基于Xilinx公司的Spartan-IIE系列FPGA XC2S300E-6-PQ208C完成了一种聚焦马达驱动及自动聚焦的完整设计。该设计接收CCD图像传感器套件输出的图像信号,采用一种改进的灰度差分法作为聚焦评价函数,即将一场图像的所有像素的亮度值与周围像素的亮度值差的绝对值的和作为聚焦评价函数,根据相邻同场的聚焦评价函数的比较结果,配合相应的搜索策略来控制步进电机的转动方向,实现图像的自动聚焦。实际实现的聚焦效果优于改进前的聚焦算法。     

改进的导重法求解拓扑优化问题及灰度过滤技术

为了提高导重法求解拓扑优化问题的计算效果,提出一种改进的导重法,并引入了灰度过滤技术抑制优化过程中灰度单元的产生.首先基于RAMP(the rational approximation of material properties)模型结合导重法求解最小柔度拓扑优化问题的迭代表达式,利用二分法对表达式中的拉格朗日乘子求法进行了改进;为减少优化后结构图像中的灰度单元数量,在迭代表达式中引入灰度过滤函数;最后将上述理论拓展到多工况拓扑优化问题中,采用归一化组合处理方法建立目标函数.对多工况拓扑优化问题的2个典型算例进行计算的结果表明,应用文中理论求解拓扑优化问题具有收敛稳定、求解快速、图像清晰的特点.     

一种改进的数字图像清晰度评价函数研究

图像自动聚焦时，由于噪声和不同光照条件影响图像质量，实时评价图像清晰度效果较差。本文比较了能量梯度函数、频谱函数、灰度熵函数、灰度变化函数评价图像清晰度的优劣，提出了一种改进的能量梯度闽值方法评价图像清晰度，建立了数学模型，并给出了三种不同物体的数字图像聚焦重复精度的试验结果和分析。试验结果表明：实时评价图像清晰度该方法速度快，计算量小，信噪比高，可靠性好，聚焦重复精度高。     

基于脉冲耦合神经网络的图像分割

针对传统脉冲耦合神经网络(PCNN)模型在图像分割时需要设置较多参数和不能准确分割低对比度图像的问题,提出一种简化的PCNN模型和改进算法。在简化模型中减少了在传统PCNN模型中需要设置的参数的数量;在改进算法中根据图像像素空间和灰度特征自适应设置模型参数,并根据图像灰度直方图求出灰度期望均值作为图像分割阈值,因此该算法无需选择 循环迭代次数,只需一次点火过程就能实现图像的有效分割。实验结果表明,该方法能准确分割图像,纹理细节清晰,分割结果优于人工调整参数的PCNN方法和Otsu方法。     

基于对比度视觉模型的多聚焦融合图像的精确重构

采用基于对比度视觉模型的图像融合最优分块搜索算法 ,对同一场景两幅严格配准的多聚焦图像的清晰恢复进行了深入研究 .结果表明 :应用二十多幅各种不同图像实例 ,该方法的评价指标 RMSE(均方根误差 )不仅远小于目前国内外文献中研究的数值 ,甚至在一些情况下达到 0 ,实现了多聚焦图像对原始图像的精确重构 .该算法亦具有简捷性和可扩展性 ,对于非严格配准的图像也能得到很大程度地再现     

新的模糊边缘检测算法及在煤车定位中的应用

针对煤车智能取样对车厢定位的要求,提出了一种改进的模糊边缘检测算法.该算法通过阈值计算分段定义隶属度函数模糊特征,使图像目标区域边缘的灰度级达到较大增强,适合对较大目标区域(车厢)的多级灰度图像边缘检测;另外,该算法根据边缘的一般特征及不同的灰度区域自适应地选取算法参数,实时性好.工程应用表明,该方法在车厢边缘检测中,精度高、实时性强,能满足实际需要.     

多聚焦图像融合算法

多聚焦图像融合,是将两幅(或多幅)对同一场景的各个目标,聚焦不同的图像融合成一幅清晰的新图像.在多聚焦图像融合中,典型的群智能算法图像融合方法取得了较好的效果,如遗传算法、粒子群算法等.目前,对群智能算法的优化改进,加快图像的融合速度是一个主要的研究方向.     

能强化细节的低剂量CR图像增强算法

针对低剂量CR图像比度低、骨裂纹细节不清晰等缺点,提出一种基于自适应直方图均衡和改进小波变换的有效图像增强算法.采用自适应直方图均衡提高整幅图像的对比度,利用改进小波变换对骨裂纹等细节进行微调增强.实验结果表明,该算法不仅有效提升了整幅图像的灰度阶次,而且对细节信息也能有效保留,处理后的CR图像细节丰富,具有良好的视觉效果,PNSR和有效灰度级数进一步证明了它的有效性.