一种新的能量谱熵图像聚焦评价函数

针对计算机视觉中图像聚焦评价函数的选择与设计问题,首先对图像聚焦评价函数的基本概念和特征进行了讨论,然后对目前几种主要的图像聚焦评价函数（ 灰度变化函数、梯度函数、图像灰度熵函数、频域类函数） 进行了分析．在此基础之上提出了一种新的能量谱熵函数评价方法,并且给出了相应的计算公式．该函数的理论依据较之目前常用的评价函数更为充分,最后给出了与其它几种主要评价函数的实验对比结果,证明了能量谱熵函数比其它评价函数在评价图像聚焦质量方面更为准确、稳定和可靠．     

一种基于能量-灰度分布的图像清晰度评价方法

在分析了传统的清晰度评价函数后,提出了一种适用于评价光学滤波后成像质量好坏的图像清晰度评价算法。给出了该算法的原理和过程,该算法较之前的清晰度评价算法相比,更多的考虑了应用背景中光强对图像质量的影响。与其他几种清晰度评价函数的实验对比结果表明,该方法有效的克服了梯度平方函数的缺点,不仅适用于自动聚焦领域,对普通的图像清晰度评价也十分有效。     

基于互相关的自动聚焦方法

针对自动聚焦系统,提出了基于互相关的自动聚焦算法.分析了传统自动聚焦算法在速度和精度方面存在的不足,引入互相关原理,定义基于互相关的模板相关算法F_TC.由于选择模板图像的不同,实验的结果不同,进而导致自动聚焦分析的算法也不相同.根据模板图像和实验结果,得出该算法存在2种形式——模板相关的第1种形式和第2种形式.模板图像为聚焦前位置图像,称为模板相关的第1种形式,该形式的实验曲线是由小到大,再减小的过程;模板图像为聚焦图像时,称为模板相关的第2种形式,该形式的实验曲线是由大到最小,再增大的过程.2种形式的图像处理实验结果,与其他几种主要聚焦评价函数(平方梯度函数,Brenner函数)进行比较,结果表明该算法简单,原理容易实现,实验曲线能避免各种波动,因此基于互相关的自动聚焦算法提高了自动聚焦的精度和速度.该算法应用于微流控芯片对准装配自动聚焦系统中,取得了良好的聚焦效果.      

远焦区聚焦性能分析与改善

传统聚焦测度函数在远焦区对图像高频能量解析性能较差;表现为聚焦曲线在远焦区呈现非单调性.利用傅里叶变换方法对图像频谱进行分析:在远焦区,聚焦图像序列的直流分量表现出强烈的波动性,并且直流分量在图像频谱中占据绝对比例,再加上传统聚焦函数滤除图像直流分量的能力较弱,导致误聚焦概率高.考虑到频域聚焦函数计算量大,提出基于时域的两个聚焦函数.实验结果表明:此二函数具有强的直流分量滤除能力,能有效改善聚焦曲线在远焦区的表现,同时具有高的聚焦分辨率.远焦区聚焦性能的改善对于提高显微视觉操作自动化的可靠性尤为重要.      

基于小波域清晰度评价的光场全聚焦图像融合

传统全聚焦图像融合以相机多次曝光拍摄的多聚焦图像为基础,光场相机在单次曝光后可计算空间任意深度的重聚焦图像,为后期全聚焦图像的获取提供便利。提出了一种基于小波变换的光场全聚焦图像获取算法,可有效避免传统空域图像融合算法的块效应,获得较高质量的全聚焦图像。该算法通过对微透镜阵列光场相机获得的4D光场数据进行空间变换与投影,得到用于全聚焦图像融合的重聚焦图像,对各帧重聚焦图像进行小波分解提取高、低频子图像集,提出区域均衡拉普拉斯算子、像素可见度函数分别构建融合图像的高、低频小波系数实现图像融合,其性能优于传统的区域清晰度评价函数。实验验证了所提算法的正确性和有效性,采用Lytro光场相机的原始数据计算了融合全聚焦图像,与传统图像融合算法相比,人眼视觉效果更好,客观图像指标也得到了提高。      

一种新的遥感影像清晰度评价方法

针对传统清晰度评价算法很难准确评价遥感卫星影像清晰度的问题,结合工程应用及遥感影像特点提出了一种新的遥感图像清晰度评价算法--自检测灰度梯度函数清晰度评价算法。把评价过程分为目标区域检测和清晰度特征参量提取,为解决遥感影像数据量大且景物密度与分布特点各异的问题,首先通过检测算子对一幅遥感影像中各区域进行检测来得到景物丰富且边缘明显的目标区域,然后再对目标区域进行灰度预处理并提取目标区域的边缘灰度梯度来评价清晰度。通过三组不同类型影像对该算法进行验证,分别为遥感相机在轨离焦仿真影像和噪声仿真影像,以及在轨型号遥感卫星影像,对比几种传统典型清晰度评价算法和自检测灰度梯度函数的评价效能,结果表明：文中方法满足遥感影像清晰度评价的基本要求,解决了传统算法无法横向比较不同遥感相机影像及不同大小影像清晰度的问题,是一种适合卫星遥感影像清晰度评价的方法。     

基于新息正交的工业CT图像自适应缺陷识别

针对X射线投影图像的特点,研究基于Kalman滤波算法新息正交原理的缺陷识别问题.建立了投影图像的二维状态空间模型,定义了确定图像区域大小与灰度的动态评价函数和相应的阈值.在分析Kalman滤波算法新息正交性的基础上,得到了一种新的缺陷判别方法,提出了图像数据自适应补偿算法,提高了图像的识别效率和精度,并通过实验验证了方法的有效性.     

气膜孔图像对焦评价函数的实验研究

为了使工业影像测头能够正确对焦于气膜孔的出口表面,开展了对焦评价函数选取的实验研究。首先,分析了各类对焦评价函数的特性、要求及优缺点,并确定选择灰度梯度函数用于图像序列的清晰度评价;然后,考察了Brenner梯度函数、Tenengrad梯度函数和Laplacian梯度函数等5种具有代表性的灰度梯度函数,通过实验获得了它们的函数曲线,并进行归一化处理和比较分析,最终确定Laplacian梯度函数作为系统的对焦评价函数,并进行了重复性验证。实验结果表明,Laplacian梯度函数可以正确判别出被测气膜孔的对焦位置,且对焦重复性小于0.005mm,满足气膜孔形位参数的检测要求。     

气膜孔图像对焦评价函数的实验研究

为了使工业影像测头能够正确对焦于气膜孔的出口表面，开展了对焦评价函数选取的实验研究。首先，分析了各类对焦评价函数的特性、要求及优缺点，并确定选择灰度梯度函数用于图像序列的清晰度评价；然后，考察了Brenner梯度函数、Tenengrad梯度函数和Laplacian梯度函数等5种具有代表性的灰度梯度函数，通过实验获得了它们的函数曲线，并进行归一化处理和比较分析，最终确定Laplacian梯度函数作为系统的对焦评价函数，并进行了重复性验证。实验结果表明，Laplacian梯度函数可以正确判别出被测气膜孔的对焦位置，且对焦重复性小于0.005mm，满足气膜孔形位参数的检测要求。     

多传感器图像融合技术综述

对国内外多传感器图像融合技术的发展状况进行了介绍,描述了图像融合的主要步骤,概括了目前主要图像融合方法的基本原理,并对各种方法的性能进行了定性分析.给出了评价图像融合效果的标准和方法,指出了图像融合技术的发展方向.     

基于图像分析的显微视觉自动聚焦系统

开发了用于显微视觉对准装配的自动聚焦系统.系统采用基于图像空域分析的聚焦方式.首先通过对比,选择计算量最小的y向一阶差分算子作为系统的聚焦测度;然后通过合理选择聚焦窗口,优化了聚焦效果;最后提出一种不同于通常爬山法的自动聚焦策略,实现该方法的核心是建立聚焦函数与离焦量之间的函数关系,本系统采用3次样条插值估算未测聚焦函数值的办法构建了这种函数关系.应用结果表明该系统自动聚焦的准确性与实时性满足要求.     

车辆视频检测感兴趣区域确定算法

利用最大方差阈值方法对灰度图像二值化后,对车辆底部阴影突变行检测,对感兴趣区域确定方法进行改进,实现了感兴趣区域的精确确定.通过计算精确确定后的感兴趣区域的灰度对称性和熵值归一化对称性测度,实现了车辆的精确检测,找到车辆的对称轴,并在车辆区域上边界一定范围内,进行灰度突变检测,实现了车辆上边界的准确定位.通过实验验证算法较好地实现了复杂环境下的车辆检测和上边界定位.     

地形分析方法提取染色体特征

利用尺度空间模型表达图像的微分结构,将染色体带型特征归结为图像灰度场中的地形特征(深带和浅带分别视作峰和鞍,中轴线视作脊),并给出微分几何描述,特征提取充分利用了图像的灰度信息,提高了准确性,有利于染色体的识别工作.      

基于分形协方差函数的自然纹理描述与分类

研究了自然纹理图像的描述与分类的方法,提出了基于分数布朗运动模型及其协方差函数的方法.分数布朗运动的协方差函数被用来估计自然纹理特征的Hurst系数和常数k.2个子图像的5个特征组成10个特征的特征集.与直接从原始纹理图像获得特征矢量不同,该方法的10个特征矢量是分别基于大于图像灰度平均值的图像和小于图像灰度平均值的图像得到的.以纹理图像的平均值为阈值,可以得到2幅子纹理图像.从每个子纹理图像提取出5个特征,它们分别是横向、纵向和45°方向的常数,横向和纵向距离为2的Hurst系数.2个子纹理的5个特征组成10个特征的特征集.从Brodatz纹理集选出的16种纹理图像被用来检验描述和分类效果,分类结果显示该方法具有很好的自然纹理的描述和分类能力.