置信度边缘检测在眼底相机自动对焦中的应用

研究糖尿病变,定期的眼底筛查清晰病变图像,是发现和治疗病变的重要手段.图像清晰度评价函数的选择是自动对焦技术的关键.为了保证对焦的精度,提出了以血管边缘的清晰度作为评价函数和粗精调焦相结合的自动对焦算法.利用边缘置信度的辅助检测能快速准确地提取出血管边缘,将血管边缘检测结果作为自动对焦的评价函数.在接近正焦区域使用该评...     

基于图像处理的自动聚焦技术及应用

自动聚焦技术是提高压痕直径测量系统测量精度、智能化和自动化的重要手段.介绍了采用图像处理法实现压痕直径测量系统的自动聚焦技术,核心就是选择一个合适的图像清晰度评价函数.在研究了众多图像清晰度评价函数的基础上,提出了基于向量模型和改进DCT变换的图像清晰度评价函数,实验表明,提出的算法具有良好的单峰性、准确性、稳定性、可靠性和快速性.最后通过基于COM组件技术的Matlab与VB混合编程来保证算法实现和软件设计.     

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。     

虹膜图像采集的自动调焦技术研究

针对虹膜图像采集中存在的图像模糊问题,提出一种基于图像清晰度评价函数的虹膜图像采集自动调焦方法。该方法通过计算虹膜内边界附近区域的最大灰度梯度来定义图像清晰度,运用改进的爬坡方案进行CCD对焦,提取对焦过程中的部分特征点进行曲线拟合求出最佳聚焦点,移动相机到最佳成像位置得到清晰的虹膜图像。实验结果表明,该方法能快速准确实现虹膜拍摄中的自动对焦。     

机器视觉系统的自动对焦技术研究

为了解决在工业生产现场复杂环境下机器视觉系统中定焦相机的失焦问题,提出了一种机器视觉定焦相机的自动对焦技术,该技术通过上位机实时对相机采集到的图像进行感兴趣区域(Region of Interest,ROI)裁剪、离散傅里叶变换(Distributed Fourier Transformation,DFT)滤波等预处理过程,再由改进的图像清晰度评价函数对图像清晰度进行评价,最后由运动机构带动相机自动搜寻焦点位置并完成对焦功能。实验结果表明,经过傅里叶变换滤波后,提升了评价函数的灵敏度。通过与几种典型的评价函数对比,提出的方案能有效地排除环境干扰,自动对焦的结果与标准样张最为接近,且在不同物距情况下仍能够高效运行。     

望远镜跟踪系统的自动对焦方法研究

为了满足望远镜跟踪系统的发展需求,研究了基于图像处理的自动对焦技术在望远镜跟踪系统中的应用。介绍了几种图像清晰度评价函数,包括梯度函数以及统计函数等,并通过计算机仿真和实验验证的方式分析了各种评价函数在此自动对焦系统中的应用和性能。研究结果表明自相关函数、能量梯度函数和Sobel函数都是有效的清晰度评价函数,其中自相关函数相对其他函数性能更加优越。     

基于图像矩函数的图像清晰度评价方法

自动调焦作为显微图像测量中的关键技术,其核心为图像清晰度评价函数。现有图像清晰度评价函数在对焦目标与背景的对比度较低时,评价曲线极易失去其理想特性,或灵敏度下降,造成聚焦精度的降低;或出现多个局部极值,造成调焦失败。针对这一问题,在分析离焦图像成像原理的基础上,提出一种新的基于图像矩的图像清晰度评价函数,并给出定义。新的评价函数由不同阶的图像矩加权构成,通过调节权重系数可以灵活控制评价函数的灵敏度和抗噪性。通过微小透明球体的显微图像序列对新的评价函数进行实验验证,并和四种常用评价函数进行分析比较。实验结果证明,在低对比度条件下,相对于其它四种常用评价函数,基于图像矩的图像清晰度评价函数在有效保持了如单峰性、无偏性等理想曲线特性的同时,在灵敏度及抗噪性方面也具有明显优势。     

自动聚焦技术在智能视频监控系统中的应用

将自动聚焦技术应用于智能视频监控系统中,采用轮廓波算法构建清晰度评价函数,并利用中心区域最优法选择聚焦区域。将自动聚焦技术应用与智能视频监控系统后可以有效提高系统图像采集质量,提升系统准确性。     

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。     

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。     

显微视觉系统中自动聚焦算法的研究

针对自动聚焦过程中的聚焦评价函数、聚焦窗口、搜索算法进行了研究。首先改进了Robert函数增加了聚焦评价函数的陡峭度;其次针对固定聚焦窗口无法准确找到聚焦物体的缺点,提出了一种动态选择聚焦窗口的方法,该方法将图像分块,利用不同子块的梯度变化程度区分物体和背景,该方法更具适应性;进而提出了大步长和小步长相结合的爬山搜索算法,经过改进后的爬山搜索算法能更准确地找到焦平面;最后通过自行研发的显微视觉系统验证了所提自动聚焦方案的有效性。     

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。     

基于改进的离散傅里叶变换图像分割算法研究

研究图像分割特征提取优化问题。由于外界信号噪声等问题而引起图像分割分辨率低,清晰度不高,提取图像的主要特征目标是图像分割中关键的技术,针对传统的图像特征提取分割算法无法完成对图像关键特征信息适度提取,另外图像分割计算复杂,为了有效的对图像进行分割,提出了一种改进的离散傅里叶变换的图像分割算法。采用傅里叶变换算法对图像中感兴趣的区域进行分割出来后,对各个分割区域特点进行描述并组成一定的结构,从而获得最优图像分割结果。仿真结果表明,改进的算法可以有效地提取复杂图像区域中的特征信息,分割效果明显,提高了图像分割的分辨率和清晰度。     

DTCWT域的红外与可见光图像融合算法

针对红外与可见光图像融合存在融合图像对比度和清晰度降低、噪声干扰等问题,提出一种DTCWT域的红外与可见光图像融合算法。首先对源图像进行预增强处理;然后通过DTCWT正变换得到低频子带图像和高频子带图像;再分别利用基于直觉模糊集的融合规则融合低频子带图像,基于信息反差对比度的融合规则融合高频子带图像;最后对融合后的低频子带图像和高频子带图像进行DTCWT逆变换得到融合图像。实验结果表明,本文算法能有效提高融合图像对比度和清晰度,降低噪声干扰,客观评价指标总体优于现有算法的,运行效率也有所提升。     

一种改进的自动聚焦搜索算法及其实现

自动聚焦的过程就是镜头按照自动聚焦搜索算法来回搜索聚焦评价函数求最大值的过程。传统的爬山搜索算法会受到聚焦评价函数局部极值的干扰而不能准确聚焦,并且在大幅离焦状态下近聚焦缓慢。详细介绍了一种改进的自动聚焦搜索算法的原理和实现方法,它能有效地排除这种干扰,减少大幅离焦状态下近聚焦的时间,使系统可靠的聚焦。     

基于颜色衰减的自适应去雾算法

雾霾使室外拍摄的图像、视频画质退化严重,给室外安防和交通监控等系统的正常运行带来困难。去雾算法旨在恢复图像质量,增强图像对比度和清晰度。本文提出了一种结合大气散射模型与颜色衰减先验的去雾复原模型,并以新增可见边比为评价标准,给出了模型参数的自适应求取方法,并采用引导滤波对透射率进行优化,从而较好地恢复出无雾图像。对有雾图像分别采用本文方法和三种现有去雾算法进行对比实验,从实验结果看,基于颜色衰减的自适应去雾算法可使图像清晰度、对比度得到较大的提高,与其他算法相比,在实时性和清晰度方面有一定优势。     

An efficient projection defocus algorithm based on multi-scale convolution kernel templates

The focal problems of projection include out-of-focus projection images from the projector caused by incomplete mechanical focus and screen-door effects produced by projection pixilation. To eliminate these defects and enhance the imaging quality and clarity of projectors, a novel adaptive projection defocus algorithm is proposed based on multi-scale convolution kernel templates. This algorithm applies the improved Sobel-Tenengrad focus evaluation function to calculate the sharpness degree of intensity equalization and then constructs multi-scale defocus convolution kernels to remap and render the defocus projection image. The resulting projection defocus corrected images can eliminate out-of-focus effects and improve the sharpness of uncorrected images. Experiments show that the algorithm works quickly and robustly and that it not only effectively eliminates visual artifacts and can run on a self-designed smart projection system in real time but also significantly improves the resolution and clarity of the observer＇s visual perception.