基于连续小波变换的虹膜图像清晰度判定方法

虹膜识别技术在所有生物特征识别技术中是错误率最低的一种生物识别技术。由于不是所有采集到的图像都可以用于特征提取,本文应用基于连续小波变换的虹膜图像清晰度判定方法。经实验证明,可以正确的评估图像质量并进行筛选和剔除,保证后续环节的顺利进行。

一种基于定向局部直方图均衡化的显微图像清晰度判定方法．

针对现存的图像清晰度判定方法对光照鲁棒性不太理想这一问题，本文提出一种基于定向局部直方图均衡化（OLHE）的方法，使得这一问题得以解决。首先，根据定向局部直方图均衡化具有边缘方向这一特性，用不同的算子对不同区域图像进行处理，得到最佳的OLHE图像；然后，用现存的图像清晰度判定方法对图像进行清晰度判定。本文用显微图像进行测试，实验证明，该方法对光照具有较强的鲁棒性，能判定光照不一致图像的清晰度，稳定度平均能提高87．66％，最高可达到99．28％

基于视觉跟踪的多焦面识别在镜检中的应用研究

为了解决白带镜检下的玻片样本中白细胞,滴虫,上皮细胞等不同有形成分具有流动性且处于多个焦面以至难以获取到感兴趣焦面的问题,提出了一种基于视觉跟踪的自动对焦清晰度判定算法。算法分为粗粒度和细粒度两个对焦过程,粗粒度对焦主要用于将焦面固定于真正需要的焦面附近,细粒度对焦从粗粒度对焦结束位置附近开始,逐渐往回移动镜头,并同时进行病理判断依据物体包括白细胞,念珠菌等的提取并对其进行清晰度识别判定,最终得出病理判断依据物体所在的最清晰的焦面,通过实验室1 556份自动对焦过程的实际测试,算法可以有效提升自动对焦成功率,实现了自动化对焦,节省了实验室人力成本。