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。     

基于最大梯度和阈值的自动聚焦算法

目前,国内外有很多基于梯度的自动聚焦算法,但是它们都是用指定的方向去求梯度,但真实梯度方向可能不是它们的指定的方向;另外,当图像受到噪声污染的时候,算法的稳定性也不好.为了解决以上问题,提出了一种基于最大梯度的自动聚焦算法.首先,对任意可能的梯度方向都求出它的梯度,比较后得到最大的梯度,利用最大的梯度作为最后的结果.同时,考虑到算法的精确度和稳定性,再引入了阈值参数.经过实验表明,该算法具有单峰性强、无偏性好、灵敏度高、稳定性好等特点.     

基于Roberts 梯度的自动聚焦算法

如何快速有效地实现聚焦一直是图像测量中的焦点, 其中图像自动聚焦评价函数的选择是关键问题。在比较、研究图像聚焦评价函数和边缘检测的基础上, 提出了将Roberts 梯度算子作为聚焦评价函数引入自动聚焦之中, 同时为了消除噪声的影响,仔细研究阈值问题, 并引入了一个阈值参数。经过大量的仿真实验, 画出了几种自动聚焦算法的聚焦图形, 并进行了详细的比较分析。结果表明, 引入参数的Roberts 算子具有无偏性好、单峰性强、灵敏度高等特点, 该算子比其他评价函数更为准确、稳定、可靠。     

基于Roberts梯度的自动聚焦算法

如何快速有效地实现聚焦一直是图像测量中的焦点,其中图像自动聚焦评价函数的选择是关键问题。在比较、研究图像聚焦评价函数和边缘检测的基础上,提出了将Roberts梯度算子作为聚焦评价函数引入自动聚焦之中。同时为了消除噪声的影响,仔细研究闽值问题,并引入了一个闽值参数。经过大量的仿真实验,画出了几种自动聚焦算法的聚焦图形,并进行了详细的比较分析。结果表明,引入参数的Roberts算子具有无偏性好、单峰性强、灵敏度高等特点,该算子比其他评价函数更为准确、稳定、可靠。     

一种新的图像清晰度评价函数

离焦模糊图像清晰度评价函数是采用数字图像处理技术实现自动调焦的一个关键．需要不断地提高评价函数的准确性和有效性。深入研究了各种图像梯度的分布情况后发现模糊图像小梯度像素数较大,而清晰图像大梯度的像素数则明显比模糊图像的多,因此可以给梯度加一个阈值．去掉梯度小的值保留梯度大的值,这样可以突出清晰图像的的优势．易于准确判断。首次提出了一种用图像梯度加阈值求和作为由于离焦产生的模糊图像的评价函数,建立了上述评价函数的数学模型．并给出了实验结果和分析。与以往的图像灰度方差、梯度和、小波变换等评价函数相比,给出的评价函数无偏性好、单峰性强,信噪比高,计算量小,在焦平面附近具有变化趋势明显和灵敏度高的特点。