彩色叠焦显微颜色空间聚焦评价算法

聚焦评价是叠焦扩展显微景深的关键,为了准确快速地获取叠焦图像序列像素点聚焦位置,生成高质量全聚焦图像,提出了一种基于颜色向量空间的聚焦评价算法。该算法直接在RGB向量空间中计算彩色图像梯度,充分利用了颜色通道间的相关性,避免了传统聚焦评价算法将彩色图转化为灰度图时造成的信息损失,且相较于彩色分量梯度的简单叠加具有更高的准确度;将中心像素与邻域像素在RGB空间的曼哈顿距离均值作为聚焦评价权值,可增强聚焦部分的敏感度,降低离焦部分的评价值,使聚焦评价曲线特性趋向理想化。选取空域、频域和统计学中7种聚焦评价算法与所提算法进行性能对比实验,结果表明:所提算法在仿真图像和真实显微图像中,具有更好的灵敏度、聚焦分辨力和抗噪声能力,曲线特性提升显著,应用于显微镜景深扩展可进一步提升叠焦大景深成像的质量。