离焦模糊图像清晰度评价函数的分析与改进

传统的基于梯度的图像清晰度评价函数(调焦函数)对噪声敏感,在实际应用中易引入过多的非边缘信息,影响系统的稳定性。本文基于光学成像系统离焦模型分析了系统离焦对图像清晰度的影响,并提出了一种改进的图像清晰度评价方法。该方法利用最大灰度差提取细节信息来评价图像清晰度;引入阈值区分边缘点和非边缘点来减小图像平坦区域对评价函数灵敏度的影响,同时有效抑制噪声的干扰。进行了仿真实验和实际测试并与传统的清晰度评价函数进行了比较。结果显示,提出的方法具有更好的灵敏度和抗噪性能,能够准确而稳定地评价离焦模糊图像的清晰度,可用于实际光学系统的自动调焦。

基于RANSAC的SIFT匹配阈值自适应估计

针对基于欧氏距离比值作为图像尺度不变特征变换(SIFT)特征匹配相似性度量时,距离比阈值难以设置最优,且固定距离比阈值易引起误匹配或漏匹配等问题,引入随机抽样一致性(RANSAC)算法。该算法对SIFT匹配算法中的距离比阈值进行自适应优化,确定最佳的阈值,再利用双向匹配的方法剔除误匹配点。实验结果表明,针对不同的实验图像,所提算法都能自适应地求解出一个最优的比例阈值,使得匹配点数最多,同时具有较高的匹配正确率,经过双向匹配的策略优化后效果更好。

高阶径向畸变对张正友平面标定算法精度的影响

机标定是视觉测量工作中非常重要的一步。张正友教授提出的基于平面标定物的相机标定方法,是目前使用最广泛的方法之一。但张氏方法只考虑前两阶的径向畸变,因此,本文研究高阶径向畸变对张氏标定方法精度的影响。以棋盘格作为仿真模板,对其进行基于Matlab的仿真标定实验,求得不同径向畸变条件下标定结果的误差,并分析其关系。通过仿真实验结果分别绘制三阶径向畸变与标定误差的关系曲线及四阶径向畸变与标定误差的关系曲线。三阶径向畸变和四阶径向畸变对标定误差的影响十分相似,高阶径向畸变与标定误差关系曲线基本符合抛物线。同时,高阶径向畸变对二阶径向系数标定精度的影响远大于对一阶径向系数标定精度的影响。

一种基于显著性区域检测的特征匹配算法

针对传统特征匹配算法在实际的应用中存在搜索范围广、无关特征点多等问题,提出一种基于显著性区域检测特征匹配方法。首先利用显著性区域检测算法滤除图像中的背景,获取图像显著性区域;在此基础上利用SURF(Speed-up robust features,SURF)算法在显著区域内进行特征匹配;最后利用RANSAC(Random Sample Consensus,RANSAC)算法剔除误匹配,以匹配准确性。仿真验证试验中,图像特征匹配准确度平均提高7%左右,试验结果表明:基于显著性区域检测的特征匹配算法,能有效地降低图像背景对图像匹配的干扰,提高匹配的精度。

基于最小二乘拟合的科学级CMOS传感器非均匀性校正

鉴于图像传感器普遍存在非均匀性问题,本文提出了一种基于最小二乘法的分段线性插值的非均匀校正算法。该算法结合了最小二乘拟合法以及分段线性校正方法的优点,在大场景动态范围内都可实现良好的校正效果。采用科学级CMOS为实验对象,经本文提出的算法校正后,在整个工作照度范围下非均匀度相比原始图像可降低约42%。并与几种经典校正算法进行对比分析,结果表明该校正算法可适应的场景动态范围更大,在整个工作照度环境下可得到更好的平均校正效果。