一种摄像头自动聚焦方法及硬件实现

提出了一种基于数字图像处理技术实现自动聚焦的方法,给出了一种改进的灰度差分法作为图像聚焦是否清楚的评价函数。对图像质量进行比较,根据比较结果由单片机驱动镜头到达聚焦点,实现自动聚焦。     

结构光测量自动聚焦系统开发和研究

为配合结构光测量系统来进行更深入的处理和测量,在以PC机为控制核心的基础上设计了一种自动聚焦系统,以实现对不同场景图像的亮度自动调节和精确聚焦功能。系统以Sobel-Tenengrad函数为评价函数,通过登山法搜索极值,在10 s内完成精确聚焦。通过该系统在不同场景下对四种灰度评价函数值进行计算,对其单峰性和鲁棒性进行分析和总结,经过实验后发现Sobel-Tenengrad函数、梯度向量平方函数、拉普拉斯函数综合性能良好,而方差函数未能表现出评价函数应具有的性能。     

改进DCT的自动聚焦算法

图像自动聚焦算法聚焦值的选择是数字相机自动聚焦系统的关键问题。提出了一种新的聚焦值算法,是基于DCT变换后的高频分量。实验结果表明,改进的DCT算法比其他评价函数更为准确、稳定和可靠,对脉冲噪声有很好的抑制。     

快速自动聚焦算法在影像精密测高中的应用

快速、有效地实现聚焦是图像法测高的焦点,选择合适的焦点评价函数和设计高效的图像自动聚焦算法是其中的关键问题。在比较研究图像评价函数的基础上,选择灰度方差作为焦点评价函数,研究了一种粗略试探和微步距精确搜索相结合的自动聚焦算法,并分析了影像聚焦精度和速度的影响因素。该聚焦算法应用于自动影像测量仪,通过对各种材质的表面在变倍镜头的不同倍率下做聚焦和测高试验,获得结果并进行了详细的比较分析。结果表明,该算法稳定、可靠、高效,测量结果精确。     

基于图像区域像素重构的聚焦形貌恢复

为提高三维形貌图像的恢复精度,提出一种基于最大最小算子与区域像素重构的聚焦形貌恢复方法。利用最大最小算子判定图像序列中的噪声像素点,并采用中值滤波方法消除图像噪声。对图像序列进行区域像素重构,根据重构图像相邻像素的灰度差值设计聚焦评价函数,确定区域聚焦等级,实现聚焦形貌恢复。实验结果表明,该方法恢复的三维形貌图像精度优于传统形貌恢复方法,并对含噪图像具有较好的鲁棒性。     

面向微操作的显微视觉系统自动聚焦优化算法

研究了面向微操作的显微视觉系统自动聚焦评价函数和聚焦控制策略。首先,分析显微图像特点并做预处理;接着引入像素相关性指标,并结合梯度函数形成一种新的图形清晰度评价函数,改善了函数的灵敏度和抗噪性;最后对传统爬山算法进行改进,在粗调阶段以大步长搜索并用曲线拟合的方法快速定位到峰值点附近,精调阶段以小步长搜索到评价函数值下降点即可准确定位到焦平面,该算法避免了复杂的阈值设定问题,与传统爬山法相比,在一定程度上提高了聚焦速度,并大幅提高了聚焦成功率。     

数字图像清晰度评价函数的研究与改进

通过分析常见的图像清晰度评价函数,针对自动对焦系统中图像清晰度评价问题,提出了一种基于聚焦窗口的改进梯度评价函数算法。改进后的算法具有计算量小、实时性好、评价曲线单峰性好、灵敏度高、聚焦检测效率高等特点,可以更好地满足自动对焦系统对图像清晰度评价的要求。     

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。     

基于灰色关联度的聚焦形貌恢复

针对目前鲜有聚焦评价函数能同时满足聚焦形貌恢复多个性能指标的问题,从邻域像素的灰度级差异性入手,提出基于灰色关联度的聚焦评价函数,并用于恢复表面形貌。采集部分聚焦序列图像,计算图像序列每一个像素点的聚焦评价值,最后重构表面形貌和全聚焦图像。实验表明,提出的算法能够恢复低纹理物体的形貌,精度较高,且具有较好的时间效率,可用于实际测量。     

基于小波多分辨率分析的自动聚焦算法

利用点扩散函数（PSF）理论讨论了自动聚焦过程中图像高频能量的变化。通过对传统方差评价函数的改进,提出了一种新的自动聚焦算法。该算法利用小波多分辨率分析突出图像高频能量,改善了聚焦的精确度和鲁棒性。同传统的图像灰度方差法和梯度法评价函数相比,本评价函数具有更好的单峰性、尖锐性和准确性。     

基于改进的灰度对比度函数的自动对焦方法

在影像测量仪的自动对焦系统中,针对影像测量快速精确的要求,对灰度对比度函数进行改进。利用正焦图像比离焦图像灰度变化过渡范围小的特点,通过计算灰度平均变化值,结合灰度变化次数进行对焦。实验对比表明,这种改进的灰度对比度函数,计算时间复杂度较简单,对焦灵敏度高。在影像测量仪的自动对焦系统中,比其他方法具有更快的对焦速度和更高的对焦准确度,且具有良好的稳定性。     

一个基于各向异性的热传导方程导出的图像锐化算子

Ｗｉｔｋｉｎ等人的迟度空间滤波办法是对原图像一个逐渐平滑的过程,这个过程可以用传统的热传导方程来描述,假设“热量”由低温向高温外流动,导出一个各向异性的反向热传导方程。将它用于图像处理,通过选择合适的各向异性函数,使得在盛兴趣的边缘处“热量”由低温向高温处流动,即“灰度”从“     

基于微粒群算法的二维最大熵图像分割方法

该文研究了基于二维最大熵的图像分割方法,针对二维最大熵图像分割方法求取阈值时存在的计算复杂、时间长、实用性差等问题,提出了基于微粒群算法的二维最大熵图像分割方法.该方法运用微粒群算法对图像的二维阈值空间进行全局搜索,并将搜索得到的二维熵最大值所对应的点灰度-区域灰度均值对作为阈值进行图像分割.实验结果表明,由于该方法考虑了点灰度和区域灰度均值,且采用了离散的全局搜索算法,所以不仅得到了令人满意的分割效果,而且大大的提高了计算速度,是一种实用有效的图像分割方法.     

基于QPSO的二维模糊最大熵图像阈值分割方法

针对运用图像分割方法求取阈值时存在的计算复杂、时问长、实用性差等问题,提出一种新的二维最大熵图像分割方法,该方法利用基于量子行为的微粒群算法对图像的二维阈值空间进行全局搜索,并将搜索到的二维熵最大值所对应的点灰度一区域灰度均值作为闽值进行图像分割。实验结果表明,该方法具有一定优越性,在执行时间与收敛性方面均得到较理想的分割效果。     

显微镜一种新的自动聚焦算法

在开发普通光学显微镜自动聚焦系统的过程中,超初作者采用图像灰度熵和灰度方差这两种常用的显微镜聚焦算法,但实际应用效果不很理想。经检验发现了两种算法的一些不足之处,并针对这些不足点加以改进,进而提出了灰度差分绝对值之和算法。经实际聚焦过程中的对比实验,证明了新算法在聚焦可靠性、聚焦速度及聚焦结果等方面都具有一定的优越性。     

基于重心的一种灰度图像边缘检测算法

本文提出一种基于重心的灰度图像边缘检测算法,将灰度图像中每一像素的灰度值,作为该像素的“质量”、三维空间中的Z坐标。判断某像素是否为边界点,取决于在以该像素为中心点的矩形区域内重心偏移量的大小。该算法具有一定的抗噪性,与采用canny算子的边缘检测算法相比较,本文算法对B超灰度图像的实际检测效果更好。     

基于分散微粒群算法的二维模糊最大熵图像分割

该文研究了基于二维模糊信息熵的图像分割方法,针对二维模糊信息熵图像分割方法求取阈值时存在的计算复杂、时间长、实用性差等问题,提出了基于优化微粒群算法的二维最大熵图像分割方法。DPSO算法对图像的二维阈值空间进行全局搜索,并将搜索得到的二维熵最大值所对应的点灰度-区域灰度均值作为阈值进行图像分割。同时,为了避免该算法收敛到局部最优解的问题,在算法中引入了变异策略。通过实验显示了该算法在收敛性和计算效率上较QPSO在内其它优化算法具有更好的优越性。     

融合灰色尺度的代价聚合的立体匹配

由粗略到精细,分层策略和跨尺度的代价聚合在一定程度上有效地扩展了代价聚集并且能够生成高精度的视差图.这类方法致力于在弱纹理区域找到正确的匹配点从而提高匹配率.然而,这类方法必须以多尺度为前提,通常需要借助图像金字塔.另外,误差的传播以及薄壁结构的复原不理想限制了它们的应用.针对弱纹理匹配的问题,提出了一种通用的融合灰色尺度的代价聚合的立体匹配框架.鉴于高斯滤波后的灰度图像能够更好地表示匹配图像对中的弱纹理区域,该代价聚合融合了灰度图像的代价聚合.同时,算法不需要降采样以及建立图像金字塔,这加快了聚合速度.此外,还引入了引导图像滤波和快速加权中值滤波,用于代价聚合和视差求精.同时,在进行视差选择时,为了避免WTA（winner-take-all）带来的歧义,利用代价聚合后最小值和次小值之间的相互关系来确定最后的视差值.最终,在Middlebury测试平台上的实验结果表明：融合灰色尺度的代价聚合的立体匹配能够有效地提高视差的精度.     

基于混沌遗传算法的二维最大熵图像分割

研究了基于二维最大熵的图像分割算法,针对基于二维最大熵的图像分割算法存在的计算复杂度高、计算时间长等问题,提出了一种基于混沌遗传算法的二维最大熵算法。该方法利用类似载波的方法将混沌序列映射至双阈值的二维空间,之后利用混沌遗传算法搜索最佳阈值进行图像分割。实验结果表明,由于该方法考虑了点灰度和区域灰度均值,且采用了有效的全局搜索算法,所以不仅得到了令人满意的分割效果,而且大大提高了计算速度,是一种实用有效的图像分割方法。     

Two-stage dither to enhance gray scales based on real-time motion detection in plasma display panel

In order to reduce gray scale loss in low and middle-high gray scale ranges which are caused by inverse gamma conversion and limited gray scale method for dynamic false contour (DFC) improvement, respectively, and enhance gray scales both in static and moving regions of an image, two-stage dither based on real-time motion detection method is proposed. Firstly, the image is divided into blocks, and the motion state of each image block is detected according to real-time motion detection method. So limited gray scale method to improve DFC can only be used in moving image blocks. Then, ordered dither and random dither combined with minor pixel separation (MPS) are used to improve gray scale loss caused by inverse gamma conversion and limited gray scale method, respectively. The experimental results show that motion detection can be implemented easily and the detection accuracy is more than 99.3%. The gray scales in moving and static image regions are all expressed smoothly while DFC is markedly improved.