显微镜的快速自动对焦算法

针对平面样品的大规模显微图像采集,提出了一种基于预测的快速自动对焦算法.首先,利用相邻图像的对焦位置估计当前图像的对焦位置,并在其附近做微小调整即可得到最佳对焦位置,从而避免对焦评价曲线的多峰干扰.其次,利用阈值分割方法选择对焦窗口以消除背景干扰,使对焦评价函数满足无偏性.该算法大大减少了自动对焦所需要采集的图像数量,对焦速度、精度以及鲁棒性均有明显的提高.     

基于小波的自动对焦算法研究

图像清晰度评价在自动对焦中具有重要的意义。提出了几种基于小波变换的不同的评价标准,研究发现,同一个小波变换,不同的评价标准其评价效果也有所不同,根据需要的不同,可以采取各种不同的评价函数。同时,对焦区域的合理选择可以有效地减小计算量,保证自动对焦的实时性要求。试验证明,这几种评价标准具有更好的调焦性能、抗干扰能力和实时性,在自动对焦方面有着广泛的意义。     

基于离焦估计的对焦速度的提高方法

提出一种新的自动对焦准焦点定位方法。首先在3个位置估算离焦量,直接驱动镜头至准焦位置附近,用小步长进行搜索,找到最佳对焦位置。实验结果表明,该方法不需要对成像系统进行精确校准,在保持对焦深度(DFF)法的精度优势的同时,将对焦速度提高了37%。     

数码显微镜自动对焦算法

目前数码显微镜中常用的自动对焦方法分为主动式自动对焦和被动式自动对焦。主动式自动对焦依赖特定的传感器或者测距设备,通过主动发出光波并且接收反射回来的光波判断物体与对焦装置的距离,从而达到对焦目的;被动式自动对焦通过分析每个位置图像信息来判断对焦方向以及对焦位置,以达到对焦目的。被动式自动对焦由于其对结构的要求简单、成本较低,是数码显微镜最常用的自动对焦方法。主要介绍了应用于数码显微镜的自动对焦算法,简述了主动式与被动式自动对焦的原理以及发展方向,重点介绍了被动式自动对焦方法中的对焦深度法,分析了对焦深度法的两大关键技术,即清晰度评价函数及其对焦搜索算法。     

全功能自动对焦控制器

LC898214XC集成了闭环自动对焦驱动器的全部功能,包括用作闭环自动对焦控制的数字逻辑、用作位置传感器的霍尔传感器、用于存储滤波器参数及补偿数据的EEPROM,以及用于致动器驱动器的恒流驱动器。闭环自动对焦系统提供更精确的自动对焦控制,     

基于DaVinci的自动对焦算法研究及实现

随着信息技术、超大规模集成电路技术、微电子技术的进一步发展,特别是高性能微处理器的使用,数字视频技术得以飞速发展。视频系统的基本功能是为了获取清晰图像,而自动对焦技术对图像质量影响很大。该文对自动对焦算法的关键技术进行研究,提出了改进的自动对焦算法。搭建了基于达芬奇（DaVinci）DM6437处理器的硬件平台,并在该平台上实现了自动对焦。从对焦速度来看,完成一次对焦约需0．65S,基本达到了系统的设计要求。     

提高“猫眼”探测系统自动对焦性能的方法研究

为提高自研"猫眼"探测系统的自动对焦性能,对主动激光图像散斑噪声、自动对焦窗口和视场变化三个对焦性能影响因素进行分析,分别提出了自动对焦改进算法及策略。实验证明,改进后,探测系统自动对焦性能明显提升,为探测系统后续预警提供了清晰准确的威胁目标激光图像。     

一种基于数据库的投影机自动对焦方法

为实现投影机无感自动对焦及改善对焦准确度,提出了一种基于投影距离的专用对焦数据库进行自动对焦的方法。触发自动对焦进程时,投影机读取数据库中相应投影距离的对焦数据后驱动步进电机完成自动对焦,快速完成无感对焦;对应不同投影距离的专用对焦数据,支持了投影机个体的准确对焦;取消摄像头,降低了对焦系统的成本。     

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。     

精准无误

随着拍照手机向高像素发展，它对自动对焦功能开始提出要求。一般来说，用户希望200万像素以上的照相手机具有自动对焦功能。自动对焦时，只要按下快门键，手机就自动对焦并拍摄，过程不超过一秒钟。而半自动对焦则是先虚按对焦，再实按才是拍照，因此还是自动对焦的功能更方便。[编者按]     

白光扫描干涉过程的自动对焦方法研究

针对白光扫描干涉系统由于物镜景深小、干涉区间短而导致的调焦不准确、查找条纹困难、耗时长等问题,提出一种适用于白光干涉仪的自动对焦方法,该方法包括一种结合穷举法与爬山法的复合式对焦搜索算法,以及一种基于四叉树分解的粗精分步对焦评价函数。所提的搜索算法不需预先设定搜索范围,步长迭代可变,在能够快速搜索的同时具有较高的搜索精度和稳定性。所提的评价函数灵敏度较高,单峰性较好。实验结果表明,所提的自动对焦方法具有较高的对焦精度和速度,且能够在快速准确找到干涉条纹位置的同时,有效地避免由条纹以及环境噪声引起的对焦曲线多峰值问题。     

一种引入聚焦机制的静态图像人体分割方法

针对静态图像中人体分割不能够聚焦所要分割区域,造成分割效果不佳的问题.通过对残差网络进行改进,使之能够适应人体分割这一任务,并在改进的残差网络中引入一种聚焦机制进行静态图像人体分割.根据静态图像人体分割问题,设计了具有聚焦机制的损失函数、辅助分割损失函数以及分割损失函数.另外,为了得到数据集的辅助分割类标、分割类标以及注意力聚焦图,提出了数据预处理算法.在Pascal-Person-Part数据集和LIP数据集上进行训练和测试,并将测试结果与SegNet,FCN-8s,DeepLabV2,Attention,LG-LSTM以及Attention+ SSL方法进行比较.通过比较像素精度、平均像素精度和IoU(Intersection over Union)指标,表明所提方法能够提高静态图像中人体分割的效果,验证了所提方法的可靠性.     

红外成像自动调焦中动目标对焦窗口选择研究

红外成像自动调焦评价函数的计算耗时较多,对自动调焦的实时性有很大的影响。选择整幅图像中最重要的目标 区域作为自动调焦评价对象,可有效解决传统的对焦窗口选择方法不适合动目标的问题,并可在保证调焦精度的同时有效降低系 统的计算量和大大改善自动调焦的效率。为了快速有效地找到该区域,提出了基于模板匹配、可使对焦窗口缩小并锁定在目标区域 的动目标对焦窗口选择方法。实验结果表明,该方法具有运算复杂度低、针对性强等优点,且其调焦特性曲线的灵敏度也较高。     

Reduced-state noncoherent MLSD method for CPM in aeronautical telemetry

Due to high spectral efficiency and power efficiency, the continuous phase modulation ( CPM) technique with constant envelop is widely used in range telemetry. How to improve the bit error rate (BER) performance of CPM and keep a reasonable computational complexity is the key of the entire telemetry system and the focus of research and engineering design. In this paper, a reduced-state noncoherent maximum likelihood sequence detection (MLSD) method for CPM is proposed. In the proposed method, the criterion of noncoherent MLSD is derived for CPM when the carrier phase is unknown. A novel Viterbi algorithm (VA) with modified state vector is designed to simplify the implementation of noncoherent MLSD. Both analysis and numerical results show that the proposed method reduces the computational complexity significantly and does not need accurate carrier phase recovery, which overcomes the shortage of traditional MLSD method. Additionally, the proposed method exceeds the traditional MLSD method when carrier phase deviation exists.     

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。     

利用对比度最大化实现SAP图像自聚焦

以对比度作为衡量图像聚焦程度的标准，研究了一种新颖的SAR图像自聚焦算法。该方法从图像域出发，通过在距离压缩相位历史域引入相位误差模型，从而改变聚上至图像对比度最大，完成相位误差的校正。对比度最大化算法的突出优点是无须在图像域分离出强点目标，因而特别适用于无任何明显特征的图像。仿真及实测数据处理结果证明了该方法的可行性。     

New chaos M-ary modulation method and its application in communications

At present,chaotic communications have been widely studied.However,these researches mainly focus on the binary systems while the researches of M-ary chaotic communications are not extensive.To change the situation,a chaos M-ary modulation method based on phase plane partition of Hamilton map is proposed.Firstly,the chaotic model of Hamilton map and its phase plane features are described,and then the way of creating the chaos M-ary modulation is discussed.Next,to evaluate the proposed method,the system simulation results and analysis are given.Finally,the chaos M-ary modulation method is applied to communications.     

互补证据组合规则

针对Dempster组合规则"一票否决"和现有修正方法主观分配冲突信息的缺点,提出一种全新的证据组合方法.新方法直接利用定义的互补证据进行融合,不再采用Dempster组合规则中的纯乘性策略组合证据,成功解决了"一票否决"问题.并将冲突信息转化为证据权重融入组合规则进行直接融合,不再主观分配其信度.新的组合规则是一类广义的加性集成算子,既满足交换律又满足结合律,既能够直接组合单类证据,也能够基于TBM组合复合类证据.通过多传感器融合识别算例,验证和对比分析了新的组合规则的优势.     

不同物距下的自动聚焦方法研究

目前对不同物距情况下的自动聚焦问题研究较少，为此提出了解决这一问题的自动聚焦方法。首先分析了不同物距的多个物体之间的成像关系和在不同物距情况下的图像清晰度评价函数的性质，然后提出了一种图像中心窗口的方法和用作图像清晰度评价函数的二维加权DCT系数的方法，最后采用一种改进的搜索策略对图像进行自动聚焦。实验结果表明，该方法可有效地对不同物距的图像进行自动聚焦。     

A novel multi-focus image fusion algorithm based on random walks

In multi-focus image fusion, the aim is to create a single image where the whole scene is focused by fusing multiple images captured with different focus distances. The fused image has greater depth of field than each of the input images. In this paper, we present a new method for multi-focus image fusion via random walks on graphs. The proposed method first evaluates the focus areas in a local sense and identifies nodes corresponding to consistency of nodes in a global sense. Several popular feature sets based on focus measure and color consistency are evaluated and employed to create a fully connected graph to model the global and local characteristics, respectively, of the random walks. The behavior of random walks on the graph is utilized to compute the weighting factor for each of the shallow depth-of-field input image. Experimental results show that the proposed method outperforms many state-of-the-art techniques in both subjective and objective image quality measures.