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。     

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。     

基于形态学梯度的灰度图像质量盲评价

提出一种基于形态学梯度的灰度图像清晰度评价算法。针对灰度图像,通过多种形态学结构元素在图像上分别计算出对应的梯度信息,将梯度信息叠加后得到图像的形态学梯度边缘,利用该图像梯度边缘信息作为图像质量清晰度评价的测度,得到图像清晰度评价结果。实验表明:该图像质量评价结果与主观评价结果有很好的相关性,具有无参考、运算复杂度低等特点。     

基于边缘特征提取的图像清晰度评价函数

图像清晰度评价函数是清晰度法自动调焦技术中用来反馈离焦状态的一个度量工具。调焦系统可以通过对成像清晰度的评价来自动搜索到成像最清晰位置。图像中边缘梯度能量大小反映了一幅图像的清晰状况,根据图像最清晰时图像中边缘梯度最大的特点,设计了一系列基于边缘梯度算子的清晰度评价函数。首先从理论上论证了这一系列函数与其它函数相比更具有鲁棒性、直观性的优点,然后通过实验验证,这一系列函数都符合了调焦函数中单峰性、抗噪性和无偏性的使用要求。     

一种粗精结合的图像反馈自动调焦方法

自动调焦是保证显微成像系统实时获得清晰图像的该装置借助对图像清晰度评价来自动搜索到正焦面.对图像清晰度的评价采用了Krisch边缘梯度函数和高频分量函数相结合的方法,边缘梯度函数用于大步距粗调焦,高频分量函数用于小范围内小步距精调焦.这种方法既提高了效率,又克服了噪声的干扰.通过对不同微器件的多次调焦实验验证,该方法的调焦误差最大达到6um,满足了成像系统的要求.     

一种新的结合图像梯度的局部活动轮廓模型

基于区域的局部二值拟合模型只考虑图像灰度的平均值统计信息,然而由于图像中的噪声改变了图像的灰度分布,该类方法对于包含大量噪声的图像往往很难获得理想的效果。为了提高模型对于噪声的鲁棒性,提出了一种结合图像统计信息和梯度信息的局部活动轮廓模型。该模型在图像灰度的统计信息的基础上,加入图像梯度信息,分别构造以高斯函数为核函数的局部二值灰度拟合能量和局部二值梯度拟合能量,得到最终的能量泛函,并通过最小化该能量函数,驱使活动轮廓向目标边缘演化。实验结果表明,基于图像灰度和梯度的局部活动轮廓模型能够有效克服图像中弱边缘以及强噪声对于分割结果的影响,其分割精度高于同类方法。     

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。     

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。     

远程采集随即视频图像清晰化方法仿真

远程采集的图像中,存在较强的随机性因素,图像中包含的噪声因素不可控,视频图像受到亮度不定、意外抖动、图像冻结等不可以抗拒的因素影响,造成像素缺失,清晰度下降,传统的以评价函数为基础的去噪方法仅仅针对像素这一单模态的缺损进行修补,没有考虑色差、偏色等多因素的影响,可靠性和准确性不强.提出一种多模态的视频图像清晰化方法.改进方法融合了视频图像清晰度、偏色、噪声等多个特性检测属性.运用一种分块平方梯度聚焦评价函数进行视频图像的清晰度检测,采用一种等效圆的偏色检测方法,增加对随机视频图像的偏色检测,融入了一种改进的Minmax噪声检测算法辅助清晰化的效果.实验结果表明,改进的方法具有较好的可靠性,提高视频图像清晰度.     

景象匹配算法在多DSP系统中的并行实现

灰度互相关匹配是一种有效的景象匹配算法,其具有适应性强和匹配精度高的特点。但互相关匹配的计算量很大,在实时性要求很高的精确末制导中,匹配速度往往很难满足要求。基于空间并行方法实现了互相关匹配算法的并行处理,通过不同数量处理器的并行处理实验,结果表明:空间并行方法具有很高的加速比和并行效率,是一种适合互相关匹配算法的有效的并行处理方法。当图像尺寸增大计算量增加时,可以采取增加处理器提高系统处理能力的办法使算法依然满足实时性要求。     

基于支持向量机和灰度共生矩阵的纹理图像分割方法

图像分割是计算机视觉领域的研究热点。灰度共生矩阵是图像灰度的二阶统计度量,反映了纹理图像灰度在方向、局部邻域和变化幅度的综合信息,以能量、对比度、熵、差方差和差熵作为纹理图像的特征,利用支持向量机(SVM)对这些特征进行训练和分类,以达到纹理图像分割的目的。详细说明了纹理图像的分割过程,同时分析了不同参数情况下对分割精度的影响。针对Brodatz纹理库的实验结果表明:该方法具有较好的分割效果。     

基于格雷码的无人机图像传输自适应译码算法

传统的无人机与地面接收机之间的信道编码采用Turbo码、LDPC码等.Turbo码和LDPC码译码复杂、实时性不足、硬件成本高,其中LDPC码在高信噪比时候易导致错误地板.格雷码运算复杂度低,运算时间少,硬件实现简单且功耗也相对更低.针对这一现状,本文提出了基于格雷码的无人机图像传输自适应译码算法.在格雷码软硬判决译码算法的基础上设计了依据奇偶校验位的译码判决机制.仿真结果表明,该算法复杂度低、运行速度快、可靠性好,硬件成本低,可在满足图像精度需求下自适应地选择合适的解码方法,提高解码速度.     

微距摄影的多聚焦图像拍摄和融合

目的 对于微距摄影来说,由于微距镜头的景深有限,往往很难通过单幅照片获得拍摄对象全幅清晰的图像.因此要想获取全幅清晰的照片,就需要拍摄多幅具有不同焦点的微距照片,并对其进行融合.方法 传统的微距照片融合方法一般都假定需要融合的图像是已经配准好的,也并没有考虑微距图像的自动采集.因此提出了一种用于微距摄影的多聚焦图像采集和融合系统,该系统由3个部分组成.第1部分是一种微距图像拍摄装置,该硬件能够以高精度的方式拍摄物体在不同焦距下的微距照片.第2部分是一个基于不变特征的图像配准组件,它可以对在多个焦点下拍摄的微距图像进行自动配准和对齐.第3部分是一个基于图像金字塔的多聚焦图像融合组件,这个组件能够对已经对齐的微距照片进行融合,使得合成的图像具有更大的景深.该组件对基于图像金字塔的融合方法进行了扩展,提出了一种基于滤波的权重计算策略.通过将该权重计算与图像金字塔相结合,得到了一种基于多分辨率的多聚焦图像融合方法.结果 论文使用设计的拍摄装置采集了多组实验数据,用以验证系统硬件设计和软件设计的正确性,并使用主观和客观的方法对提出的系统进行评价.从主观评价来看,系统合成的微距图像不仅具有足够的景深,而且在高分辨率下也能够清晰地呈现物体微小的细节.从客观评价来看,通过将系统合成的微距图像与其他方法合成的微距图像进行量化比较,在标准差、信息熵和平均梯度3种评价标准中都是最优的.结论 实验结果表明,该系统是灵活和高效的,不仅能够对多幅具有不同焦点的微距图像进行自动采集、配准和融合,并且在图像融合的质量方面也能和其他方法相媲美.     

基于提升小波变换的医学图像融合

目的 将不同模态的医学图像(如CT/MRI图像)进行科学融合,可以有效地丰富图像的信息,提高信息的利用效能,这对于医学临床诊断具有重要的理论研究意义和应用价值。方法 基于提升小波变换的特性,对多模态医学图像的融合算法进行研究。首先,对已配准的源图像进行多尺度分解,得到低频子带和多层高频子带;进而,根据低频子带的特点和各层高频子带的噪声含量不同,提出了低频子带系数采用基于区域平均能量的加权融合规则;对噪声含量较低的低层高频子带采用基于计盒分维法获取分维数,而对噪声含量较高的高层高频子带提出了基于区域梯度能量加权融合规则。结果 分别对灰度图像和彩色图像进行了大量融合实验,并分别在主观视觉特性及客观评价指标下对不同融合算法产生的融合图像的质量进行了分析对比,表明本文算法具有较好的边缘保持度。结论 实验结果表明,较现有算法产生的融合图像,应用本文融合算法得到的图像具有更丰富的信息,更能使图像灰度级分散,具有更良好的视觉特性和评价指标。     

一种基于特征的遥感影像融合新方法

基于特征的影像融合主要是在突出目标地物的空间结构和纹理特征情况下的信息融合。在小波多分辨率分析理论基础上，采用小波变换方法对高分辨图像的目标地物边缘信息增强后与多光谱图像进行特征融合。在融合过程中，没有采用传统的HIS小波融合方法，而是采用RGB小波变换的方法，用多光谱图像中的R、G、B3波段经小波分解后的低频图像与特征增强后的高分辨率图像经小波分解后的高频图像分别进行融合，再经RGB合成为彩色图像得到最后的融合图像，这样既改善了图像的清晰度和分辨率，同时也保留了原多光谱图像的光谱信息。最后通过实验验证了上述结论。     

一种基于特征的遥感影像融合新方法

基于特征的影像融合主要是在突出目标地物的空间结构和纹理特征情况下的信息融合,在小波多分辨率分析理论基础上,采用小波变换方法对高分辨图像的目标地物边缘信息增强后与多光谱图像进行特征融合,在融合过程中,没有采用传统的HIS小波融合方法,而是采用RGB小波变换的方法,用多光谱图像中的R、G、B 3个波段经小波分解后的低频图像与特征增强后的高分辨率图像、经小波分解后的高频图像分别进行融合,再经RGB合成为彩色图像得到最后的融合图像,这样既改善了图像的清晰度和分辨率,同时也保留了原多光谱图像的光谱信息。最后通过实验验证了上述结论。