論文中自動調焦的方法

1、傳統的圖像清晰度評價函數主要有以下幾類：(1)灰度變化函數。聚焦圖像比離焦圖像包含更多的灰度變化 ，這樣 圖像灰度值的變化可以作為評價函數。(2)梯度函數。在圖像處理中，圖像梯度可以用來進行邊緣提取，離焦 量越小圖像邊緣越鋒利，應該具有更大的圖像梯度值。(3)圖像灰度嫡函數。聚焦圖像的信息嫡要大于離焦圖像的信息嫡,因此圖像的灰度嫡也可以作為評價函數。 頻域類函數。這類函數主要基于傅里葉變換，傅里葉變換的高頻 分量對應圖像邊緣，而聚焦圖像總是具有鋒利的邊緣，即包含更多的 高頻分量，這樣可以根據圖像傅里葉變換后高頻分量的含量作為評價 函數。(5)其他方法。圖像灰度梯度向量模方和、Roberts梯度

2、、拉普拉斯算子和是屬于改進的梯度函數類的圖像聚焦評價函數。理想的清晰度評價函數應具備以下幾個特點：(1)無偏性，只有物平面與焦平面重合時，評價函數才取極值。(2)單峰性，評價函數有且只有一個極值。(3)具有足夠的信噪比，在一定噪聲的干擾下，保證系統正確地檢 測到離焦信號。(4)可重復性，有較好的重復精度。(5)可計算性，計算量不應太大，有利于編程。幾種期刊論文中所做的創(chuàng)新點一：定義了一種基于邊緣灰度的顯微圖像清晰度評價函數，該函數 采用改進的線性微分拉普拉斯算子和閾值濾波的方法以減少圖像聚 焦的誤差。將該函數用于顯微鏡的自動調焦中，具體方法包括： 對顯微圖像的噪聲進行中值和同態(tài)濾波以提高顯微圖

3、像的質量； 通過帶門限的幀差技術以區(qū)分背景與前景，同時，為減少噪聲和 圖像前景變化的影響，在評價函數中引入了閾值參數。實驗結果表 明，該方法準確、穩(wěn)定和可靠，精度較高。二：采用圖像處理法實現顯微鏡自動調焦。對圖像處理法實現顯微 鏡自動調焦中的兩個關鍵技術進行了詳細的討論：其一是圖像清晰 度評價函數的選取，文中采用絕對方差函數和修正平方梯度函數分 別作為粗精調焦評價函數；另外還針對提高圖像信息質量的方法進行了探討，采用線性擬合與同態(tài)濾波方法進行圖像處理，為離焦判 斷提供高質量的圖像信號。絕對方差函數實現粗調焦評估，而采用修正平方梯度函數作為精 調焦評價函數實現精調焦：；用最小二乘擬合消除線性系統

4、誤差，采用濾波法消除圖像信號中 的隨機噪聲。三：研究了現有基于聚焦的自動調焦 DFD(Depth from Focus)方法， 提出了顯微視覺下一種新型的基于離焦 (Depth from Defocus)的快 速自動調焦算法，該算法只要給定兩幅模糊圖像，就可直接計算出目 標聚焦平面位置。實驗結果顯示，該方法的聚焦速度比傳統 DFF方 法(本文選擇SML法)快24倍。改進了的DFD算法提高了自動調 焦性能，增強了顯微光學魯棒性，調焦精度較高，且具有較好的實用性。自動調住電機四：基于CCES像技術提出一種新的圖像式顯微自動調焦、瞄準系統，該系統實現了通用光學儀器及現代數字化儀器中自動調焦與圖像 瞄

5、準，解決了這類儀器自動化程度低，瞄準精度受人員主觀影響大，勞 動強度大，不易于微機化等問題。其大致過程是：先采集一幅圖像，然后判別是否正焦，如果已正焦，則 結束調焦過程。如果未正焦，則通過計算調焦評價函數，確定步進電 機應走的步數并控制電機運行，然后，再采集一幅圖像進行判別，如此 循環(huán)，直至調焦結束。過程如下所示：五：提出雙向差分絕對值函數作為自動調焦評價函數 ，在20 w m范圍 內以變步長實現了正確聚焦，獲得質量較高的圖像效果，為進一步實 現微操作打下基礎。如下圖所示為哈爾濱工業(yè)大學機器人研究所研制的基于微裝配的微 操作機器人顯微視覺系統構成示意圖。裝配對象的位置信息經過顯 微鏡放大后，由

6、CCDI像機將光學圖像轉換成電信號，經圖像采集 卡送入計算機，用專用軟件對圖像進行分析處理，判斷系統的焦面 狀態(tài)和目標位置狀態(tài)，結果送入控制系統，通過自動調焦機構調整 顯微鏡在垂直工作臺方向的位置以獲得最清晰的圖像，實現自動調 焦。另一方面，通過目標搜索及執(zhí)行機構，調整兩操作手在水平方向 的位置，從而將操作對象移到視野中央。監(jiān)促騫顯懂鏡自動調能機丁值控制樂統fJL _ 二=1操作對教般苒一 口好搜索及執(zhí)打機曲六：dctW susaNI法的結合在聚焦評價算法的研究中，首先對傳統的離散余弦變換（DCT）算法和最小核值相似區(qū)（SUSAN算法進行改進，然后結合改進后的 DCT1法和SUSANI法提出一

7、種新的聚焦評價算法，該算法結合頻 域評價算法和空間域評價算法各自的優(yōu)點，使聚焦曲線在單峰性， 局部極值點和靈敏度等方面與傳統算法相比有較大改善。在聚焦窗口的研究中，本文提出一種基于圖像子塊重要程度加 權的聚焦窗口選擇方法，該方法以總梯度變化率作為圖像子塊重要 程度因子，將重要程度因子值小于閾值的圖像子塊視為背景子塊， 去除背景子塊后剩下的部分為聚焦窗口。新的聚焦窗口選擇方法能 實現動態(tài)的區(qū)分目標區(qū)域與背景區(qū)域。離散余弦變換（DCT）聚焦評價算法自適應susaN!法組合算法七：基于圖像矩的圖像清晰度評價函數現有圖像清晰度評價函數在對焦目標與背景的對比度較低時， 評價曲線極易失去其理想特性，或靈敏

8、度下降，造成聚焦精度的降 低;或出現多個局部極值，造成調焦失敗。針對這一問題，在分析離 焦圖像成像原理的基礎上，提出一種新的基于圖像矩的圖像清晰度 評價函數，并給出定義。新的評價函數由不同階的圖像矩加權構成， 通過調節(jié)權重系數可以靈活控制評價函數的靈敏度和抗噪性。通過 微小透明球體的顯微圖像序列對新的評價函數進行實驗驗證，并和 4種常用評價函數進行分析比較。實驗結果證明，在低對比度條件下，相對于其他 4種常用評價 函數，基于圖像矩的圖像清晰度評價函數在有效保持了如單峰性、 無偏性等理想曲線特性的同時，在靈敏度及抗噪性方面也具有明顯 優(yōu)勢?；趫D像矩的圖像清晰度評價函數：為仿真低對比度情況下的H

9、動調焦過程，利用新微成像系統，以微小透明球為對象,連續(xù)采集25 幀小球由離焦到聚焦再到離焦的序列圖像，其中第 13幀最為清晰。圖像序列如圖2所示（此處只列出 其中5幀）。圖2透明小球圖像序列利用文獻12所推導的7 x 7 -mike模板、 明此與序列圖像進行卷枳,籽得到的圖像序 列的矩值Z心心口，Z制.2的進行歸一化處理，繪制曲 線如圖3所示.由圖3可以看出各階矩值曲線均具備理想清晰 度評價函數曲線所需要的單峰性及無偏性。其中，低 階矩值曲線相對更加平滑，不易受噪聲影響但在峰 值處較為平坦，造成曲線的靈敏度及分辨率不高;隨 著階數的升高，矩值曲線越陡峭,峰值越加尖銳，但也 更易受噪聲的影響而出

10、現局部極值口為在抗噪性與圖3邙列圖像笄階矩值曲線靈敏度及分辨率之間取得平衡，對于圖像Hij)，定 義基于圖像矩的圖像清晰度評價函數為：E .(7) = R；Zn + WZin + ff;ZH 十 H Z., “打師”曲j 112 jo a a j 41(15)其中=4)為杈重系數，并滿足條件4X町=1(16)胃I由圖3所示的矩值曲線可分析得出：在低對比 度情況下2m2”曲線平寬度小、峰值尖銳.并且1111 線平滑、不易受噪聲影響.沒有出現局部極值*因此 町、巴 可置較大值：對于N曲線，雖然曲線平滑, 但在峰值處過于平坦，分辨率和靈敏度較低，可將 %置較小值；高階乙。曲線雖然峰值突出，但其在模 糊對焦階段更易受噪聲影響而出現局部極值，因此 町也應置較小值八：對自動顯微鏡的自動聚焦評價函數及聚焦控制策略進行了研究。首先，介紹了頻域聚焦函數提升小波變換及時域聚焦函數sobel-Tenengrad算子，通過將提升小波變換和 sobel-Tenengrad算子有機 組合提出了一種新型聚焦評價函數。然后，利用離焦、正焦樣本圖 像對自組織算法進行無監(jiān)督訓練，使用粒子群優(yōu)化算法加速訓練過 程，并以經過學習的自組織映射算法作為聚焦控制器。最后，進行 了顯微視覺自動聚焦實驗。實驗