Moving Target Detection and Tracking for Smartphone Automatic Focusing

In this paper,a non-contact auto-focusing method is proposed for the essential function of auto-focusing in mobile devices.Firstly,we introduce an effective target detection method combining the 3-frame difference algorithm and Gauss mixture model,which is robust for complex and changing background.Secondly,a stable tracking method is proposed using the local binary patter feature and camshift tracker.Auto-focusing is achieved by using the coordinate obtained during the detection and tracking procedure.Experiments show that the proposed method can deal with complex and changing background.When there exist multiple moving objects,the proposed method also has good detection and tracking performance.The proposed method implements high efficiency,which means it can be easily used in real mobile device systems.

针对不停机风力发电机改进的自动调焦系统

风能是一种重要的可再生资源,因此对风力发电机组进行损伤检测具有重要意义。由于叶片图像的清晰度对损伤检测有很大影响,因此需要通过自动调焦步骤获得清晰的图像。不停机风力发电机叶片追踪图像中叶片的位置和尺寸改变,无法准确评估图像清晰度。因此,通过聚焦搜索策略无法实现自动聚焦步骤。文中提出一种基于改进的清晰度评价方法的自动调焦系统。通过基于面积补偿系数的方法补偿清晰度评价,并进行仿真实验和风力发电机模型实验。叶片目标变化对清晰度评价的影响从0.218降至0.030,叶片目标变化对清晰度的影响大大降低。在改进的清晰度评价方法的基础上,采用爬山法的搜索策略实现自动调焦步骤,同时,由于需要考虑算法程序对于不停机风力发电机的实时性,计算了自动调焦步骤的消耗时间,通过降低图像分辨率和调用NumPy库,将耗时从13.79 s减小到0.1 s以下。最后,实现了不停机风力发电机叶片追踪图像的自动调焦步骤,为提高自动调焦技术的性能提供了借鉴。

基于区域对比度的图像清晰度评价算法

高效、准确的图像清晰度评价是实现自动调焦的关键。在分析了现有图像清晰度评价方法优缺点的基础上,提出了一种基于图像区域对比度的清晰度评价新方法,建立和分析了评价函数的数学模型,并对航空摄像机采集的系列图像进行实验和仿真。与其他算法比较的结果表明:该方法具有精确度高、对比度明显等优点,能够应用于实际的图像清晰度评价和自动对焦中,克服了单纯依靠计算灰度差带来的不足,具有较高的实用性和可靠性。

基于图像处理的微装配自动调焦系统

介绍了一个基于图像处理的自动调焦系统,该系统由光学显微镜、CCD、力矩电机和齿轮传动机构等组成。调焦系统中采用粗/精结合的调焦方法,即首先采用基于Krisch边缘检测算子的清晰度评价函数对被测物体进行粗调焦,并在计算机上采集了包含目标的大致轮廓和边缘的显微图像;然后针对全景图像上的某个目标区域采用基于高频分量的清晰度评价函数进行精调焦,使得显微图像显示出更多的纹理细节。实验中清晰度评价函数算法均采用Windows下的Visual C++实现。实验结果表明,该自动调焦的系统精度可达±4.8μm,基本上满足了微装配任务的调焦精度要求。

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。

基于全自动控制显微镜的自动聚焦算法研究

图像自动聚焦评价函数的选择是全自动控制显微镜无源方式自动聚焦系统的关键问题。对几种主要的图像聚焦评价函数 (灰度方差算子、灰度梯度算子、能量谱方法等 )进行了比较、研究 ,并在此基础上首次将改进的 L aplacian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 ,引入了步长和阈值两个参数。实验结果表明 ,改进的L aplacian算子比其他评价函数更为准确、稳定和可靠 。

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。

显微视觉系统中自动聚焦技术的研究

在聚焦评价算法的研究中,本文首先对传统的离散余弦变换(DCT)算法和最小核值相似区(SUSAN)算法进行改进,然后结合改进后的DCT算法和SUSAN算法提出一种新的聚焦评价算法,该算法结合频域评价算法和空间域评价算法各自的优点,使聚焦曲线在单峰性,局部极值点和灵敏度等方面与传统算法相比有较大改善。在聚焦窗口的研究中,本文提出一种基于图像子块重要程度加权的聚焦窗口选择方法,该方法以总梯度变化率作为图像子块重要程度因子,将重要程度因子值小于阈值的图像子块视为背景子块,去除背景子块后剩下的部分为聚焦窗口。新的聚焦窗口选择方法能实现动态的区分目标区域与背景区域。

基于加权邻域相关性的显微镜自动聚焦函数

提出了一种基于加权邻域相关性的显微镜自动聚焦函数，并在研究显微镜聚焦原理及成像过程的基础上，分析了显微镜图像中像素邻域灰度相关性及像散现象对聚焦评价的影响。首先，分别计算每幅显微镜序列图像中各像素与其四邻域像素的灰度相关性。然后，计算基于此相关性加权平均值的二次多项式聚焦函数，其中的权值则根据对应像素与显微镜视场中心的距离来确定。最后，选取该函数值最大的图像为聚焦图像。实验结果表明，与经典的聚焦函数（如方差函数、绝对梯度函数、Roberts梯度函数及Tenengrad函数）相比，本文方法的聚焦灵敏度因子提高了0．3185～0．3268，噪声环境下聚焦的平均正确率提高了0％～40％。该方法能够准确地评价图像聚焦的程度，并具有较高的灵敏度和较强的抗噪性。

基于数字图像处理的自控显微镜聚焦算法研究

自动聚焦的评价函数是基于数字图像处理的自动聚焦算法的关键问题。从空域和频域详细分析了离焦图像的成像原理,利用带步长的拉普拉斯算子比较了一系列模糊图像的清晰度。改进的拉普拉斯算子结合爬山法能够实现自控显微镜的高效率精确聚焦,是一种简洁实用的聚焦策略。改进后的聚焦评价函数具有灵敏度高、单峰值、无偏离、计算量小和较高的信噪比等特点。实验表明,与传统的梯度算子聚焦算法相比较,改进的自动聚焦算法效率更高,聚焦位置更精确。

简析光学系统自动调焦的方法

自动调焦技术已经广泛应用于各种光学仪器中。常见的调焦方法,从基本原理上可分成基于物方测距的主动式和基于像检测法的被动式两大类。主动、被动式自动对焦方式各有千秋,主动式由系统主动发出光波,可以在低反差、弱光线下对焦,但当被摄体能吸收或反射光或波时对焦困难。被动式直接接收来自景物自身的反光,对具有一定亮度的被摄体能理想地自动对焦,自身不要发射系统,耗能少,有利于小型化。被动法中的以数字图像处理作为调焦检测函数的方法,理想的评价函数要求无偏性、单峰性、能反映离焦的极性、对噪声敏感度低等。为提高效率,往往还希望计算量尽可能地小。文章介绍了目前应用于光学系统的几种基于光电测试和图像处理的自动调焦方法。

一种用于数字成像的自动对焦系统

提出一种用于数字成像的自动对焦系统,它以CMOS为图像传感器,用DSP进行数据处理并控制驱动电路调整镜头的位置,达到准确自动对焦的目的。系统采用对焦深度法实现自动对焦,通过改变镜头的位置获得一系列模糊程度不等的图像,计算每幅图像的清晰度评价值构成对焦评价曲线;采用梯度函数作为评价标准来评价图像的清晰度;采用窗口选择技术控制对焦感兴趣范围,减少了数据处理量;对实验样机的测试表明,系统有较好的自动对焦性能,并解决了百叶窗问题,对透过玻璃窗户的目标仍然能正确对焦。

采用最大灰度梯度法实现经纬仪自动调焦控制

提出了一种基于最大灰度梯度的经纬仪自动对焦方法,以CMOS相机为图像传感器,用计算机进行数据处理并控制驱动电路调整相机镜头的位置来实现自动调焦。首先,选择包含主体成像目标的最小区域作为对焦选择区域,不仅有效地节省了系统处理图像的时间,而且极大地减小了复杂背景对精确调焦的干扰,提高了调焦准确率;其次,求出边缘上任意可能梯度方向的梯度,比较后得到每个边缘点的最大梯度;最后,采用最大灰度梯度作为系统的自动聚焦判距。实验结果表明,系统的调焦分辨率为0.01～0.02mm,能够满足经纬仪第一像面焦深的调焦要求。该调焦算法具有单峰性强、无偏性好、灵敏度高、稳定性好以及可实时性操作等特点。

一种改进的Sobel梯度函数自动对焦评价算法

传统的自动对焦梯度函数评价算法在对细胞显微图像进行对焦时,由于对焦精度不佳,图像受噪声的影响较大。针对此问题,通过对不同对焦评价函数性能进行对比,提出了一种基于Sobel梯度函数改进的自动对焦评价算法——Sobel4direction_Brenner梯度函数算法。对对焦评价技术设计指标和算法的通用性进行了验证,结果表明:在调焦时该算法较传统对焦梯度函数能更好的抑制噪声,并且使电机在爬山算法的搜索对焦中具有更小的对焦搜索区间范围,获得的细胞显微图像的清晰度评价值也更高。

稀疏图像内容情况下显微镜自动聚焦算法

自动聚焦是全自动显微成像中的关键技术.为了解决在极低内容密度(稀疏内容)情况下传统聚焦方法无法成功找到焦平面的问题,提出一种基于图像内容重要度加权的聚焦函数增强算法.该算法利用聚焦过程中当前图像和参考图像中对应像素沿光轴方向的梯度变化规律对像素进行分类,并根据不同像素对图像清晰程度判决的贡献大小自适应调整当前像素的重要度因子,通过这种方式增强了图像内容像素的计算权重并有效抑制了镜头杂质及背景噪声,极大地增强了聚焦曲线的陡峭度.在此基础上,采用图像分块的方式来克服显微镜Z轴机械系统误差对算法性能的影响并降低算法复杂度.实验结果表明,在图像内容非常稀疏的情况下,该算法的聚焦成功率高达90%,而传统聚焦算法的成功率仅为24%.

显微视觉系统中自动聚焦算法的研究

针对自动聚焦过程中的聚焦评价函数、聚焦窗口、搜索算法进行了研究。首先改进了Robert函数增加了聚焦评价函数的陡峭度;其次针对固定聚焦窗口无法准确找到聚焦物体的缺点,提出了一种动态选择聚焦窗口的方法,该方法将图像分块,利用不同子块的梯度变化程度区分物体和背景,该方法更具适应性;进而提出了大步长和小步长相结合的爬山搜索算法,经过改进后的爬山搜索算法能更准确地找到焦平面;最后通过自行研发的显微视觉系统验证了所提自动聚焦方案的有效性。

一种新的图像清晰度评价函数

准确有效的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关键。通过分析比较3种聚焦效果较好的清晰度评价函数,提出了一种基于聚焦窗口模式的平方梯度函数作为聚焦评价函数,建立了评价函数的数学模型,并给出了实验分析和结果。与以往常用的评价函数相比,具有更高的可靠性和聚焦灵敏度。

图像调焦过程的清晰度评价函数研究

针对目前常用的图像清晰度评价方法存在的问题,分析了影响图像质量评价的因素,提出了基于图像对比度变化率的评价方法和基于自相关原理的评价函数改进算法,有效地避免了由于噪声干扰而出现的调焦函数曲线局部尖峰现象。实验结果表明,本文提出的评价函数的调焦曲线具有调焦性能好、抗干扰能力强和实时性好等优点。

一种快速高灵敏度聚焦评价函数

针对实时性和聚焦精度两方面的要求,在分析对比了常用聚焦评价函数的基础上,提出了一种基于灰度差分的快速聚焦评价函数——利用相邻像素在水平和垂直方向的差分乘积作为核函数。该算法保持了较好的计算性能,但函数陡峭性提高,可加快搜索定焦的收敛速度并能提高聚焦精度,同时引入阈值滤除噪声,增强了算法的稳定性。与常用聚焦函数进行了实验对比,结果表明该算法既有较好的计算速度又有较高的灵敏度,适用于对实时性要求较高的场合,如显微镜自动聚焦系统等。

SUSAN清晰度评价函数在自动对焦中的应用

为了满足自动对焦系统的实时性与抗噪性要求,提出了一种基于SUSAN算子的清晰度评价函数。该函数利用SUSAN边缘提取算子的算法简单、准确度高、抗噪性强的特点,对SUSAN算子边缘检测函数进行改进,将边缘点的USAN值的平方和作为清晰度评价值,并将其运用到自动对焦算法中。将该函数与几个经典的清晰度评价函数进行性能比较,实验结果表明:对于引入噪声前后的图像序列,基于SUSAN算子的清晰度评价函数均具有良好的单峰性、无偏性和较高的灵敏度;对于256×256的对焦窗口图片,该函数在TMS320C6416硬件平台上的运行时间仅为16 ms。该函数能够满足清晰度评价函数的单峰性、无偏性、高灵敏度等基本特性,同时具有良好的实时性与抗噪性。