Multi-focus Image Fusion Combined with CNN and Algebraic Multi-grid Method

The aim of the paper is to solve the problem of over-segmentation problem generated by Watershed segmentation algorithm or unstable clarity judgment by small areas in image fusion. A multi-focus image fusion algorithm is proposed based on CNN segmentation and algebraic multi-grid method (CNN-AMG). Firstly, the CNN segmentation result was utilized to instruct the merging process of the regions generated by the Watershed segmentation method. Then the clear regions were selected into the temporary fusion image and the final fusion process was performed according to the clarity evaluation index, which was computed with the algebraic multi-grid method (AMG). The experimental results show that the fused image quality obtained by the CNNAMG algorithm outperforms the traditional fusion methods such as DSIFT fusion method, CNN fusion method, ASR fusion method, GFF fusion method and so on with some evaluation indexes.

基于深度神经网络的多聚焦红外图像非线性增强

当红外图像中含有多个聚焦目标主体时,会导致红外图像质量下降,部分区域出现模糊,因此,提出基于深度神经网络的多聚焦红外图像非线性增强方法。在引导滤波的作用下,从红外图像中获取细节层图像和背景层图像,在细节层图像中建立局部清晰度评价函数,得到清晰的细节层和背景层并融合二者。利用构建的深度神经网络结构,建立非线性增益函数,通过设定阈值和调整子带系数,实现对多聚焦红外图像的非线性增强。测试结果表明,所提方法在增强图像过程中,并没有改变原始图像的亮度和纹理波动;增强后的图像信息熵比原图像提高了57%左右,图像抗噪性能值更高,平均为7.4 dB,图像更清晰,SSIM值更趋近于1,平均为0.98,增强后的图片与原图片图像相似度更高,更接近于真实图像。

基于pix2pixHD的类平面图空间分割清晰度提升及评价方法研究

用图像转译算法生成建筑平面图的研究存在训练难、取样难、控制难、评价难等问题。为了探索更有效的训练及评价方法,文章基于先前研究,探索经典算法pix2pixHD在建筑“类平面图”生成上的应用方法。在样本实验中,发现算法的学习偏好,通过对pix2pixHD算法与“夹芯线”样本的结合运用,提升生成模型的学习效果,使生成图的空间分割线更加清晰;在算法实验中,通过改进评价生成图与真实图像素相似度的计算方法,提升评价的精确度,并提出用于量化评价空间分割清晰度的“矢量比值”算法。通过两种评价方法的优势互补,量化模型的学习效果和生成图质量,以获得生成效果好且有一定创新能力的生成模型。研究结果可初步验证基于图像转译算法,从条件图到矢量结果图路线的可行性,可为训练高质量的建筑平面图生成模型提供理论与实践基础。

一种基于FPGA的图像清晰度算法研究

为了能够对视频图像进行实时清晰度评价,基于Xilinx A-7型号FPGA芯片设计且实现了一种新的图像清晰度算法。首先,采用状态机设计OTSU算法计算图像的自适应阈值以分离边缘,然后应用并行处理和流水线实现改进的4方向Tenengrad梯度函数计算清晰度。实验结果表明,该设计可以在约66 ms内对640×480@30 fps格式视频图像清晰度进行评价,具有一定的灵敏度。

基于区域加权的图像清晰度评价算法

针对光电成像系统对焦过程中清晰度评价函数的灵敏度低、局部极值点较多的问题,在对传统清晰度评价函数研究的基础上,提出一种基于区域加权的图像清晰度评价算法。此算法首先在传统Laplacian评价函数基础上引入了阈值,提升算法的抗噪性及清晰度比率,其次利用图像梯度图计算区域清晰度加权因子,优化算法的平缓区波动量。实验结果表明,与大多数传统清晰度评价函数相比,该算法清晰度比率提升约2.7倍,灵敏度提升约1.9倍,平缓区波动量可以减少为传统Laplacian评价函数的1/6,并且在图像内容复杂时的评价性能更加可靠,具有清晰度比率与灵敏度高、局部极值点少的优点。

一种图像清晰度评价方法

图像清晰度评价在图像分析和识别中具有重要的意义。对于同一内容的图像,清晰图像的边缘相对模糊图像具有较大的灰度变化率的特征。提出了一种以图像边缘灰度变化率为指标的图像清晰度评价方法,即以每一行灰度值连续下降间隔像素点数最多的边缘灰度变化率代表这一行的灰度变化率,计算出图像所有行灰度变化率均值为评价指标。分析了清晰图像与模糊图像某行边缘灰度变化规律,设计了这种新的图像清晰度评价方法的实现流程。以红外图像和一般的可见光和运动模糊图像为对象,进行了该方法与相邻像素灰度方差法和方差法对比研究。实验结果表明:该方法能更好地满足单调性和无偏性,具有更高的灵敏度。

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。

基于图像处理的自动对焦技术综述

简述了传统和现代自动对焦技术方法并进行对比,在此基础上详细介绍了基于图像处理的自动对焦技术的原理和核心问题,提出了该技术中的关键技术是图像清晰度评价方法和搜索算法并对具体技术进行了描述。

离焦模糊图像清晰度评价函数的研究

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显微镜自动调焦的一个关键 ,也是图像恢复中评价图像质量的一个重要判据。本文首次提出了用图像灰度梯度向量模方和、Roberts梯度和与拉普拉斯 (8邻域微分 )算子和作为由于离焦产生的模糊图像的评价函数。文中分别建立了上述几种评价函数的数学模型 ,给出了实验结果和分析。与以往的图像灰度熵和图像灰度方差评价函数相比 ,本文给出的评价函数无偏性好、单峰性强 。

红外透镜检测中的自动聚焦技术

为了精准且快速的检测红外透镜的性能，设计了一套基于图像处理的快速红外CCD自动调焦测量系统，采用波长范围为3．7-4．8μm的中波制冷红外CCD相机，对透过红外镜头产生的像自动聚焦进行二次成像，通过图像的快速处理和分析，以检测镜头对称性和焦距等性能。重点分析了目前常用的自动对焦技术，针对该检测系统提出了灰度熵与统计学函数有机结合的自动聚焦方法，并通过大量的检测结果进行验证。实验结果表明系统重复定位的位置精度达到10μm。

TFT-LCD面板光学检测自动聚焦算法研究与比较

针对当前TFT-LCD玻璃基板在线检测过程中存在的显微图像对焦模糊问题,对基于图像处理的自动调焦方法在TFT-LCD玻璃基板检测中的应用进行了研究。基于对TFT-LCD液晶面板的光学检测,重点介绍了目前较为常用的、具有代表性的几种基于图像处理的清晰度评价算法,并从算法的单峰性、无偏性、灵敏性以及计算量等方面进行了比较与分析,提出了一种粗细调相结合的复合自动对焦方法,分别选取斜边缘检测算子和梯度滤波器算子作为调焦粗搜索和精搜索阶段的对焦评价算子。实验结果表明:使用调焦行程为15步的全局搜索算法,传统单一算法耗时2.18s,得到图像的清晰度评价函数值为46.78;粗细调相结合的复合自动对焦方法时间仅为1.41s,得到图像的清晰度评价函数值为52.49。该方法不仅对焦精度高,有较大的对焦范围,还能保证高的计算效率。

基于图像清晰度检测的光栅刻划平台调平装置

针对制备衍射光栅时刻划平台倾斜导致的光栅槽型误差,提出了一种基于图像清晰度检测与电动倾斜台调节的光栅刻划平台在线调平装置。建立了图像清晰度与光栅刻划平台倾角间关系的模型,应用该模型,控制光栅刻划平台在一定范围内实现了闭环动态调平。对上述理论研究进行了试验验证。试验结果表明,该调平装置简单可行;对于50mm×50mm的光栅毛胚,调平装置可控制刻划平台的水平倾角在4″以内,满足光栅刻划对平台定位精度的要求。该装置既可用于刻划前的调平准备,也可推广应用于光栅刻划过程中的实时检测。

采用加权最小二乘准则的影像仪自动对焦方法

针对影像测量领域中自动对焦方法存在的对焦准确性不高、对焦过程复杂等问题,提出了一种采用加权最小二乘准则的自动对焦方法。首先,根据不同种类图像清晰度评价函数的评价特性,选定对焦过程中所用的图像清晰度评价函数。其次,在图像清晰度评价函数的基础上进行两阶段对焦,即粗对焦阶段与精对焦阶段。然后,分析了加权最小二乘准则中加权系数的确定原则并给出了其具体确定方法。最后,对精对焦阶段所得清晰度评价值进行归一化处理,采用加权最小二乘准则进行高斯曲线拟合求取极值,极值位置即最终正焦平面。实验结果表明:在步距为0.1mm的条件下,该方法与现有的洛伦兹(Lorent)、Gauss拟合方法相比,对焦误差由0.05mm降低到0.02mm,有效地提高了现有曲线拟合法的对焦准确性。

含噪声图像的多聚焦融合算法

由于常用的多聚焦融合算法不能很好地区分噪声和视觉上有意义的特征信息,本文提出了一种有效抑制图像噪声干扰的多聚焦图像融合算法。采用改进的基于自适应分块的图像融合算法并结合一种新的抗噪性好的清晰度评价算子有效解决了含噪图像的融合问题,取得了理想的图像融合效果。对融合图像的均方根误差和互信息进行了定量比较,结果表明,在不同强度的噪声干扰下,与对比度金字塔、小波变换和Contourlet变换方法相比,所提方法的平均均方根误差分别降低了4.288 9,4.479 1和4.187 1;平均互信息分别提高了2.366 4,3.282 5和2.063 9。本算法在噪声干扰下仍能准确地保持图像的有用信息,有效抑制噪声的影响,得到了比传统融合方法更优的视觉效果。

光纤环绕制监测图像清晰度评价方法

针对光纤环绕制过程中,光纤绕制层数增加和视觉系统景深量限制导致的光纤环绕制图像成像不清晰的问题,根据绕制图像的纹理特征,建立了适于光纤环绕制图像清晰成像的视觉系统,并根据图像清晰与否在空域中表现出的边缘特征差异,采用空域中图像清晰度评价方法对多幅光纤环绕制图像进行分析,以函数的单峰性、无偏性并且无局部极点作为最优评价函数确定光纤环图像最清晰的成像位置.通过仿真验证了Brenner评价方法可以有效地确定光纤环绕制图像清晰成像的位置.

运动模糊图像复原技术研究

运动模糊图像复原的关键是运动模糊参数的估计,根据模具保护设备中运动模糊图像的特点,利用Roberts边缘检测算子,提出一种图像清晰度评价函数,从而估计出模糊图像运动方向和尺度。再利用维纳滤波恢复退化图像,然后利用中值滤波去除图像噪声,从而完成对运动模糊图像的复原工作。

基于十字线灰度图像清晰度模型的构建与应用

针对图像清晰(聚焦)度评价函数种类多、计算复杂、尚无统一标准的现状,构建一种十字线灰度图像清晰(聚焦)度评价的理论模型,分析实际应用中理论模型存在的问题,然后提出图像清晰(聚焦)度评价改进模型。实验表明:清晰(聚焦)度评价改进模型符合十字线灰度图像实际,具有应用价值。

数字图像清晰度评价函数的研究与改进

通过分析常见的图像清晰度评价函数,针对自动对焦系统中图像清晰度评价问题,提出了一种基于聚焦窗口的改进梯度评价函数算法。改进后的算法具有计算量小、实时性好、评价曲线单峰性好、灵敏度高、聚焦检测效率高等特点,可以更好地满足自动对焦系统对图像清晰度评价的要求。

一种基于视觉感知的图像质量评价方法

通过对人眼观察图像的3个方面特性(亮度表现度、清晰度、相似度)进行分析研究,提出了一种新的基于 图像内容的视觉感知质量尺度的评价方法。该评价方法依据人眼识别图像的生理机制,给出量化准则。实验结果表明: 该评价方法具有较高的质量预测精度和一定的鲁棒性。

机器视觉测量算子耦合显微图像内容的快速聚焦机制

针对显微聚焦速度慢、精度不够等难题,设计了机器视觉测量算子;根据显微图像内容,自动选择图像有效聚焦点,提出了二者相融合的快速自动聚焦算法。将最大灰度值像素作为有效聚焦点,并引入清晰度评价函数,嵌入爬山搜索法,快速锁定Z轴聚焦位置,解决显微聚焦速度慢、精度不够的问题。实验结果表明,相对于传统方法,文中算法具有更高的聚焦效率与精度。方案应用在快速自动聚焦上可以达到较好的效果,在工程上应用是可行的。