叠焦三维显微视觉测量聚焦评价算法研究

为了精确、快速提取叠焦三维显微视觉测量的叠焦图像序列像素点聚焦位置,提出了基于最大梯度的聚焦评价算法。设计了2个带通掩膜算子和4个高通掩膜算子,在带通信号和高通信号中提取每个像素点对于相邻像素点强度变化的最大值来表示该点的聚焦程度,以提高聚焦评价函数提取梯度信息的能力。采用自适应梯度阈值分割算法提高了聚焦评价的灵敏度,降低了聚焦评价曲线的波动及次峰的影响。开展实验对算法的实际性能进行验证,结果表明:相较经典的空间域聚焦评价算法,基于最大梯度的聚焦评价算法的鲁棒性、灵敏度、无偏性和单峰性均显著提高,且具有很好的实用性,能够有效满足复杂轮廓微纳米级三维显微测量聚焦评价要求。

一种可用于纤维图像的聚焦评价函数

探讨一种适用于纤维图像的聚焦评价函数。通过研究边缘检测和传统的图像聚焦评价函数,将分数微分应用到纤维图像聚焦评价中,利用分数微分可以检测出图像纹理细节的特点,提出一种分数微分与整数微分相结合的纤维图像聚焦评价函数,并和其他传统的灰度梯度函数进行了比较。结果表明:所提算法满足无偏性和单峰性,并具有较高的灵敏性和抗噪性,优于传统的灰度梯度评价函数。认为:所提算法适合评价纹理细节丰富的纤维图像。

一种新的高灵敏度聚焦评价函数

自动化和智能化数字成像技术现已广泛应用于各个领域中,自动聚焦技术作为其关键技术之一也得到了广泛的关注。聚焦评价函数作为自动聚焦技术的核心,其优劣性直接关系到设备自动聚焦的好坏。在分析了现行的多种主流聚焦评价函数后,文章提出了一种新的聚焦评价函数。实验证明,该种聚焦评价函数不仅能满足聚焦策略的基本要求,而且还具有较高的灵敏度,可广泛应用于显微镜、内窥镜等高精度设备中。

光场重聚焦成像的散焦机理及聚焦评价函数

光场成像技术可以通过场景的光场信息实现场景全聚焦图像合成和背景目标的去遮挡重聚焦等应用,其中如何有效评价图像中的聚焦区域是进行上述应用的前提.但是,传统成像系统离焦物体的点扩散特性与光场重聚焦图像中离焦特性存在本质差异,因此基于离焦物点扩散特性的评价标准无法适用光场重聚焦图像的聚焦度评价.针对上述问题,本文从光场成像重聚焦的原理出发,分析离焦目标图像的虚化特征,设计光场重聚焦图像的聚焦度评价函数,在此基础上研究了聚焦区域的精细化分割方法.光场重聚焦实验和去前景遮挡重聚焦实验表明了本文方法在光场重聚焦图像聚焦度评价中的有效性.

基于双模糊的显微图像聚焦评价方法

针对传统聚焦评价方法难以适应显微样本复杂纹理表面及反射率不均的问题,提出了一种抗光照强度、抗反射率不均、亚微米精度的基于双模糊理论的显微图像聚焦评价方法(DB-FEM),并研究了人工模糊有效标准差的概念,通过理论和实验找寻了较优有效标准差σ的取值。DB-FEM主要通过分析采集图像和其人为模糊图像的特征差异程度实现聚焦判断。首先对采集的层扫图像进行人为模糊处理,然后通过局部方差计算图像和其模糊图像在空域边缘信息和图像Haar小波频域信息的差异度。差异度包括空域边缘、低频纹理和高频边缘。最后将所有差异度相乘,得到基于差异度的聚焦评价曲线。实验结果表明,DB-FEM在不同光照幅值、不同表面形貌复杂度条件下均具有优良的聚焦评价性能,优于现有的空域边缘和频域模态评价方法,在单焦面检测中具有更窄的半峰全宽,在双焦面检测中具有更好的分辨能力。在物镜的放大倍数为20、数值孔径为0.65的条件下,所提方法的轴向分辨率优于0.3μm。

一种全自动电控显微镜快速自动聚焦方法

光学显微镜的成像系统景深较小。现有用于光学成像系统的自动聚焦技术并不能完全适用于显微镜成像系统中的聚焦模块。针对显微成像系统自动聚焦过程受成像系统各因素限制,无法快速、准确完成聚焦的问题,提出一种全自动电控显微镜快速自动聚焦方法。利用最优聚焦评价函数设计快速自动聚焦方法,该方法可有效选取目标的聚焦区域,提高显微镜聚焦的精度。通过对不同阶段极值搜索算法的设计,实现快速聚焦。该算法成功应用于光机电一体化的显微镜成像系统中,适用于光学成像系统,但不限于智能显微镜,一体化的CCD摄像头均可通过该方法实现自动聚焦。

基于聚焦评价函数的自动调焦方法的研究

针对使用图像清晰度的聚焦评价函数来实现显微镜系统中的自动调焦,介绍了几种常用的图像清晰度聚焦评价函数,在自动倒置显微镜下进行大量的实验,分别利用这几种函数对采集到的图像进行评价分析。研究结果表明,在显微镜系统下利用基于梯度类图像清晰度评价函数拉普拉斯(Laplacian)算子可以有效地抑止噪声干扰,并且单峰性、重复性和稳定性都比较良好,能实现快速高效的自动调焦。

椭偏光学显微成像系统聚焦评价函数的研究

自动聚焦技术在椭偏光学显微成像系统中是一项关键的技术。利用几种常用聚焦评价函数作为研究手段研究了这一过程。实验中采用硅基底表面人血纤维蛋白膜层和多元蛋白质芯片样品作为研究对象,研究了几种函数在自动聚焦过程中函数值的变化,以及噪音、样品区域选择对聚焦效果的影响。实验验证拉普拉斯评价函数和Sobel评价函数可以满足系统的要求;采用多幅图像平均的方法可以有效降低噪音,当平均次数达到9次以上,系统噪音的影响就可以被降至有效评价的程度;沿同一锐边,选择不同的调焦区域,对聚焦过程基本没有影响;利用评价函数在实验中确定了倾斜平面成像的最佳聚焦平面,并与理论像平面吻合。实验证明利用聚焦评价函数可以成功实现自动聚焦技术在椭偏光学显微成像系统中的应用。

一种用于全息图自动重建的聚焦评价方法

自动聚焦是数字全息技术中实现自动重建的关键技术之一,而自动聚焦的关键是寻找性能可靠的聚焦评价函数。通过对现有聚焦评价函数的深入研究分析,及对图像清晰度相关理论的学习,面向海洋生物全息图提出了一种新的聚焦评价函数,该聚焦评价函数的依据是局部标准差分布能够反映图像细节信息的特性及标准差自身具有较高稳健性的特征,以标准差作为离散程度度量,将全息图重建像细节的离散程度作为其清晰度指标,并将清晰度最大值对应的重建距离作为最佳重建距离,以此完成自动聚焦。实验结果表明:与其他聚焦评价函数相比,该方法具有较好的单峰性、较高的灵敏度和信噪比(SNR)及较好的无偏性等性能,且对于海洋生物全息图具有较强的实用性和通用性。因此,该方法可以满足海洋生物全息图自动重建的需求。

强散粒噪声下聚焦评价函数的研究

针对强散粒噪声背景下图像聚焦精度差的问题,对聚焦评价函数处理过程进行了深入的研究。在对常规图像系列进行实验的基础上,得出改进的拉普拉斯算子(SML)与拉普拉斯算子聚焦评价函数各方面性能较优。针对强散粒噪声图像,提出在中值滤波后,采用分水岭算法对滤波图像进行过分割处理,对分割的各小区域块,求取其均值,用均值代替各区域内像素灰度值,能较好地抑制噪声,再利用SML或拉普拉斯算子聚焦评价函数进行自动聚焦。实验表明,针对强散粒噪声图像提出的聚焦评价处理方法,其精度接近于非强散粒噪声图像系列,同时此算法具有较好的稳健性。

余弦变换与拉普拉斯算子结合的聚焦评价方法

聚焦评价是根据离焦序列图像搜索并获得最优像点位置的数值分析方法,其分辨力直接决定三维聚焦形貌恢复技术的重建精度。以空域拉普拉斯算子与频域离散余弦变换为基础,提出一种联合二者聚焦评价结果的高分辨力聚焦评价方法。首先,使用离散余弦变换算子对图像进行聚焦评价,将拉普拉斯算子聚焦评价值对称变换的结果作为权重因子;然后,使用权重因子对离散余弦变换评价值进行修正,以增强对图像聚焦特征的响应,抑制对图像离焦特征的响应;再次,通过分析离焦光学系统,采用计算离焦点扩展函数的方法生成离焦序列图像,仿真验证了该方法的有效性;最后,使用不同成像镜头及成像目标,搭建了不同离焦场景的实验平台,利用所提聚焦方法及传统的5种典型方法对采集到的离焦序列图像进行了聚焦对比分析。结果表明:所提聚焦评价方法在小离焦和大离焦图像中均能表现出优良的评价结果,且峰值灵敏度和陡峭度均明显得到提高。所提方法具有更优的聚焦评价分辨力及响应灵敏度,可有效提高三维聚焦形貌恢复精度。

叠焦大景深成像中的聚焦评价算子性能评估方法

聚焦评价算法是叠焦大景深成像的核心,针对聚焦评价算子性能评估方面的实验需求,提出了一种基于图像序列采样点聚焦评价散点图高斯拟合的聚焦评价算子性能评估方法,对已有的聚焦评价算子进行了性能评估实验。将传统的图像清晰程度指标加以改造,提出了一种梯度加权图像锐度算子,并采用实采图像和模拟图像分别对比了所提算子与现有算子的性能差异。研究结果对于实施叠焦测量有一定参考意义。

基于聚焦深度法的刀具几何参数三维测量方法

刀具几何参数的精确测量是评估刀具性能的关键。针对复杂刀具几何参数难以测量的问题,基于聚焦深度法对其端面几何参数进行三维测量。首先,提出了一种适用于刀具端面序列图像的改进双阈值Tenengrad聚焦评价函数,通过局部像素分析确定了函数最佳计算窗口大小,在清晰度比率、陡峭度、清晰变化率、局部波动量评价指标下与常用聚焦函数进行了对比,验证了所提函数在计算刀具端面序列图像时更具有优势;其次,通过自适应sigmoid函数的图像增强算法实现了高对比度的刀具端面序列图像的获取,提升了三维测量效率,基于RANSCA算法对刀具后刀面点云表面进行平面拟合并提出了端面几何参数向量计算方法;最后,通过所构建的刀具测量系统对标准量块的阶梯深度进行了测量,误差为0.32%,并实现了刀具后刀面的三维形貌还原,进一步对主切削刃内、外刃顶角和直径参数进行测量。实验结果表明:顶角测量误差<0.3°,直径测量误差<3μm,优于Tenengrad函数对应角度(<1.9°)及直径(<13μm)测量结果,满足复杂刀具对角度(<0.5°)和直径(<10μm)的测量精度要求。

基于离散Tchebichef变换和聚焦评价的多聚焦图像融合方法

基于变换技术的图像融合是多聚焦图像融合中常采用的方法,融合效果明显,并具有较强的抗噪能力,但时间复杂度普遍较高.本文提出了一种基于离散Tchebichef变换和聚焦评价的多聚焦图像融合方法,根据离散Tchebichef多项式变换和相关分析(correlation)之间的联系,利用少量低阶离散Tchebichef多项式变换系数得到图像块的聚焦评价,然后对输入的多聚焦图像按聚焦评价最大原则进行融合.实验结果表明,该方法在保证融合效果的同时,有效地降低了融合时间,并对噪声有较强的鲁棒性.

基于显微成像系统最优聚焦函数选取

与光学成像系统不同,光学显微的成像系统景深较小,在聚焦过程中的主要核心问题在于聚焦评价函数的选取。针对目前常用的8种聚焦评价函数进行实验,并对聚焦评价曲线进行定性分析,采用灵敏度因子、清晰度度比率、平缓区波动量以及运行时间进行定量分析,结合分析数据选取出适用于显微成像系统的最优聚焦评价函数。

江津话聚焦性评价构式研究

本文将江津话“就是那点儿事”和“就是那点儿AP/VP”两个构式定义为“聚焦性评价构式”,主要分析其构式义、语境特征、语义浮现机制和规约化过程。

基于FPGA的步进电机驱动及自动聚焦的实现

基于Xilinx公司的Spartan-IIE系列FPGA XC2S300E-6-PQ208C完成了一种聚焦马达驱动及自动聚焦的完整设计。该设计接收CCD图像传感器套件输出的图像信号,采用一种改进的灰度差分法作为聚焦评价函数,即将一场图像的所有像素的亮度值与周围像素的亮度值差的绝对值的和作为聚焦评价函数,根据相邻同场的聚焦评价函数的比较结果,配合相应的搜索策略来控制步进电机的转动方向,实现图像的自动聚焦。实际实现的聚焦效果优于改进前的聚焦算法。

基于扩散的聚焦形貌恢复算法

针对聚焦形貌恢复技术在测量运行时对上位机内存需求量大的缺陷,提出一种聚焦形貌恢复算法。该算法基于聚焦评价曲线的区间特性及连续表面约束,运用传统方法初始化扩散区域,利用已扩散区域的深度信息猜测扩散点的深度,并在搜索半径内重新搜索确认扩散点的深度,得到更加精确的深度值。实验结果表明,与传统方法相比,该算法在保证精度的同时,上位机内存使用率平均降低9.6%。

全自动细胞芯片检测仪中自动聚焦系统的研究

为了提高自动聚焦系统的聚焦速度和聚焦精度,提出采用爬山搜索算法和聚焦评价函数相结合的方法。阐述了灰度差分评价函数,灰度梯度向量模方评价函数,灰度涨落变化评价函数,Robrt梯度评价函数和拉普拉斯评价函数对同一组图片的评价,评价结果曲线表明:除了灰度涨落变化评价函数外,其余函数都能精确聚焦,且不同聚焦函数的聚焦时间最大相差为1.85%。

基于高清网络摄像机的自动聚焦算法

针对传统的聚焦评价函数运算量大、峰值搜索算法易受干扰且视频质量反复变化的问题,实现一种较传统聚焦评价函数与爬山算法相结合的聚焦算法更好的自动聚焦算法。采用TI公司的TMS320DM368处理器自带的自动聚焦(AF)引擎作为硬件实现的聚焦评价函数;采用的峰值搜索算法将聚焦曲线分为聚焦区和散焦区,在散焦区使用大步长的GM(1,1)模型预测搜索方向,在聚焦区使用小步长的爬山算法搜索峰值。实验结果表明,该算法拥有更好地实时性与准确性,适用于高清网络摄像机的自动聚焦。