基于DSP的自动对焦系统

介绍了一种基于DSP芯片TMS320F206进行数值计算和实施控制的自动对焦系统。给出了系统的硬件构成和软件设计。该系统不仅充分发挥了DSP芯片的数值计算优势,而且拓展了其在人机对话和电机控制等输入输出方面的应用。     

高精度分划板自动对焦评价函数研究

提出一种基于离散余弦变换系数的自动对焦评价方法,用来准确、快速地反映分划板对焦过程.该方法对分化板图像进行离散余弦变换,通过组合有效的离散余弦变换系数来提供对焦评价值.进行了十字刻线和十字瞄准线两种不同分化板的对焦实验,结果表明,当对焦目标为分划板图像时,本文方法提供的对焦评价值,具有更好的单峰性、更高的灵敏度和更快的运算速度,拥有比空域评价法更优异的性能.     

一种基于机器学习的自动对焦算法

针对现有面阵CCD相机自动对焦算法精度比较低、易出现局部峰值的问题,提出了一种基于机器学习的自动对焦算法。采用机器学习中的决策树算法求得两个决策树,用决策树来决定镜头移动的方向及下一步的状态,进而确定了一个包含有峰值的范围,然后再用爬山算法进行局部峰值搜索,从而确定焦点峰值位置。实验结果表明,该算法把自动对焦的精确度提高了3%,且出现局部峰值的情况也得到了改善。     

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ARM-linux的显微镜自动对焦系统研究

本文介绍了一种在ARM-linux平台下实现显微镜自动对焦的方法.给出了以s3c2410处理器为核心,采用通用型USB摄像头进行采集图像、步进电机模块作为传动装置的系统软硬件方案及其实现步骤,并对如何在Linux平台下编写CMOS图像采集、图像清晰度评价函数等核心程序进行了讨论.     

光学显微镜自动对焦装置设计与实现

随着自动对焦技术的各种理论和方法飞速发展,该技术越来越多地应用于各种成像系统。但是,其在一些显微成像领域中的实际应用并不成熟,仍然需要进行大量的实验和研究。在对图像自动对焦方法理论研究的基础上,利用CCD传感器、STM32F429单片机、ADA4861运算放大器和步进电机等器件,设计并实现了一种在光学显微镜上应用的自动对焦装置。     

高精度光学自动检测仪快速对焦方法研究

为提高光学自动检测设备中自动对焦的准确性、快速性和稳定性,提出一种新型的高精度快速自动对焦技术方案.该系统利用光学三角法测距原理将汇聚到工作台上的激光光斑成像在CCD上,再利用光斑灰阶的变化实现精密对焦.实验结果表明:显微镜重复对焦精度可以达到0.1 μm,对焦时间小于200 ms,满足工业光学检测系统中实际应用的需要...     

超大视场自适应快速对焦算法

为满足超大视场机器视觉自动对焦系统快速检测的要求,研究了一种基于对焦深度的自适应快速对焦算法。该算法采用粗对焦与精确对焦相结合的二级对焦策略,在不同的检测区域实现自适应选择最佳评价函数,实现自适应快速对焦。实验结果表明该算法在保持调焦精度的前提下,能够在大视场内快速聚焦,最终实现平均对焦时间小于0.5 s,一次性对焦成功率高达95%,满足自动对焦系统对高速、高精度自动对焦的要求。     

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。     

自动对焦技术的前生今世

前不久,佳能发布了具有划时代意义的APS画幅数码单反相机EOS 70D,其最大亮点当属全新推出的全像素双核CMOS AF技术。AF（Auto Focus）自动对焦无疑是现代相机最重要的功能之一。早在上世纪六七十年代,尼康、佳能就已经推出具有自动对焦功能的原型机,1977年世界上第一台拥有自动对焦功能的相机诞生——柯尼卡C35 AF。近几年自动对焦技术又有了长足的进步,无论在对焦速度还是准确性方面都有了极大的提升。这里我们就来梳理一下现今数码相机产品使用的各项对焦技术。反差检测对焦系统：常用于消费类数码相机,也应用于早期的数码微单产品,通过不断检测感光元件捕捉画面的对比度反差来实现自动对焦。这一对焦方式的速度较慢,但成本低,无需配备单独的对焦模块。     

基于能量估计的局部运动模糊检测

为了解决日常拍摄的图像或视频中普遍存在局部运动模糊导致信息丢失的问题,提出一种基于能量估计的局部运动模糊检测算法。该算法首先计算图像的Harris特征点,根据每个区域内的特征点分布筛选出备选区域;然后根据近单色区域梯度分布平滑的特点,通过计算备选区域的梯度分布并参照平均幅值阈值过滤掉大部分容易被误判的部分;最后根据运动模糊对图像能量衰减的特征对备选区域进行模糊方向估计,并计算模糊方向和与其垂直方向的能量,根据两个方向上能量的比值进一步去掉单色区域和散焦模糊区域。在图像库上的实验结果表明,所提算法能较好从存在近单色区域和散焦区域干扰的图像中检测出运动模糊区域,有效提高局部运动模糊检测的鲁棒性以及适应性。     

基于模板匹配法的散焦图像模糊度估计

提出一种新的散焦图像模糊度估计方法。由图像中的阶跃型边缘提取线扩展函数。根据匹配滤波可实现最优信噪比信号检测的思想,引入模板匹配的方法计算线扩展函数的标准差。由点扩展函数的圆周对称性从线扩展函数的标准差得到高斯型点扩展函数的标准差。实验结果表明,该方法能够准确地估计散焦模糊图像点扩展函数的标准差。将点扩展函数的标准差作为一种评价图像模糊度的测度。实验表明该测度符合人眼的视觉特性,可以很好地判定散焦模糊图像的模糊度。     

基于二代小波算法的数字全息显微成像自动对焦方法

针对传统数字全息显微重建方法难以获取最佳重建距离,且依赖于传统PC平台难以便携化等问题,设计了一种嵌入式数字全息显微自动对焦系统。该系统不仅能方便的完成数字全息显微成像的自动对焦,获取最佳重建效果,而且具有便携化的特点。该系统采用同轴全息光路配合图像传感器获取全息图,利用优化后的角谱算法实现全息重建,再结合二代小波算法对重建结果进行图像质量评价,根据评价结果找到最佳重建距离,同时获取最佳重建结果,完成自动对焦。利用该系统采集一批分辨率板全息图进行自动对焦测试。实验表明,系统的重建速度为0.6s,分辨率为3.48um,自动对焦准确率达到90%以上,实验结果验证了系统的有效性。     

基于背景和帧间差分法的运动目标提取

在自动人脸识别系统中,人体目标的检测是该系统识别人脸的前期关键步骤之一。为了能快速准确地检测出运动的人体目标,提出了背景差分法和帧间差分法相结合的运动目标提取检测方法。针对视频中的背景因镜头摆动或物体的移入/移出而有所变动,给出了几种提取背景的方法,比较各种方法后决定采用中值法快速地进行背景建模,随后采用自适应背景更新,结合两种差分法检测运动目标。通过实验验证了本文算法的有效性。     

基于模糊Hit-Miss变换的信息填涂卡识别方法研究*

介绍了一个针对信息填涂卡识别的OMR技术,这是自动阅卷系统中非常关键的一个环节。介绍了模糊Hit-Miss变换的原理,并基于该原理,详细介绍了OMR算法。为了增强系统的鲁棒性和适应性,对识别信度进行评估,并由用户根据实际情况设定适当的阈值。实验结果表明,本文方法性能优越,有很高的实用价值。     

结合稀疏表示和概率潜在语义的图像模糊度评价

目的 图像的模糊度评价是客观图像质量评价的一种,主要用来衡量图像信号经过成像系统或处理算法后的降质程度,其在图像获取、传输、分析以及图像处理系统或算法评价等领域有着广泛的应用。针对目前图像模糊度评价方法没有考虑人类视觉系统的无监督学习和层次化特征提取的特性,本文将图像稀疏表示和利用概率潜在语义提取图像主题相结合,提出基于稀疏表示和概率潜在语义的图像模糊度评价算法。方法 该算法在图像稀疏表示的基础上,通过概率潜在语义方法分别提取清晰训练图像和待测图像的主题,以待测图像潜在主题与清晰图像平均潜在主题之间的相似性作为模糊度评价的依据。主要过程分为3个阶段:词典构建阶段、训练学习阶段和模糊度评价阶段。词典构建阶段的目的是通过样本学习获得图像稀疏表示的词典;训练学习阶段的目的是采用概率潜在语义的方法获得训练图像的平均主题;模糊度评价阶段的目的是通过待测图像的潜在主题与训练图像的平均潜在主题的相关系数来计算图像的模糊程度。结果 在仿真图和公共测试数据库上与典型算法的比较实验表明:本文算法在单调性、抗噪性以及视频质量专家组制定的5个评价指标上都取得了较好的效果,其中Pearson相关系数和Spearman秩相关系数分别为0.995 6和0.993 4。结论 本文根据人类视觉系统具有无监督学习和层次化特征提取的特点,以待测图像潜在主题与清晰图像平均潜在主题之间的相似性作为模糊度评价的依据,提出了一种新的基于稀疏表示和概率潜在语义的图像模糊度评价方法。实验结果表明该方法能够对图像的模糊度进行较准确的评价,并且结果与人的主观评价结果一致。     

基于解析稀疏表示的图像模糊无参考快速评价算法

针对模糊图像的质量评价,提出了一种基于解析稀疏表示的图像模糊快速评价算法。考虑到模糊会造成图像中高频信息的损失,因此所提出的方法通过衡量图像中的能量来评价图像的模糊程度。首先利用解析稀疏表示字典将待评价图像进行分解,并通过稀疏表示系数计算图像的能量,以作为图像模糊程度的指标。为了消除图像内容对评价结果的影响,采用图像块的方差和来对图像的能量进行归一化。然后利用视觉显著性进行加权,使得模糊质量分数与主观评价结果更加一致。最后在四个通用的图像质量数据库上对算法的性能进行测试。实验结果表明该算法的性能优于现有算法,且计算复杂度较低。     

基于线性预测的综合基音检测法

由于传统基音检测方法在信噪比较低时对弱浊音和清浊音过渡帧的检测效果较差,提出了一种综合的基音检测法.该方法利用线性预测分析和低通滤波器对含噪语音进行预处理,再采用改进的平均幅度差函数加权自相关函数的方法对浊音帧进行基音检测,对于清浊音过渡帧,则利用小波变换进行基音检测.实验结果表明,该法提高了检测精度,即使信噪比降至-5dB,仍能较准确地检测大部分弱浊音和清浊音过渡帧的基音周期,准确性和鲁棒性较好.     

双重模糊图像的复原方法研究

如果观测图像同时受到两种模糊的影响而退化,则作用于图像整个退化过程的降质函数难以确定,而适用于降质函数未知的盲目去卷积等方法有其局限性。针对这种双重模糊情况,提出一种基于插值分析的分层复原方法,该方法首先对图像进行插值,以提高对低分辨率图像退化机理的分析能力,并在分析的基础上进行图像预处理。然后在图像复原的优化准则下,交互地选择出降质模型的最优参数组合,以得到两个降质函数,最后对原图像实施分层复原。通过实验分析,该方法的复原结果比较理想。     

基于Tsallis熵差的遥感图像边缘检测方法

基于Tsallis熵差和百分位形态变换,提出了一种改进的遥感图像边缘检测方法。该方法通过构造基于百分位形态变换的边缘检测算子和选择不同方向结构元素进行变换来增加图像的边缘信息,并且该方法在百分位形态变换的基础上还改进了百分位变换的评价准则。它利用图像Tsallis熵差来选择边缘检测算子的百位变换值,将选择Tsallis熵差最大的百分位变换作为变换结果。实验结果表明,与传统的基于数学形态学的边缘检测方法相比,该方法可以最大程度上抑制噪声,有效地提高图像的边缘检测效果。