数字图像处理在自动聚焦系统中的应用

摘要

自动聚焦技术是机器人视觉、数字视频系统中的关键技术；同时自动聚焦也是现代光学成像系统中必不可少的关键技术。随着科技的飞速发展，数字成像系统中的自动聚焦问题越来越受到人们的普遍关注，特别对于一些非专业的使用者，如果需要长时间的对着景物调整焦距及光圈，费时、费事、易产生疲劳而效果极差。现在，自动聚焦的实现使得对焦毫不费力，只需轻轻一按。实现自动聚焦的方法有很多，智能化聚焦法是重中之重，有速度快、精度高等优点。
　　自八十年代末以来，围绕自动聚焦的问题，国内外学者已经做了大量的研究。目前采用纯数字处理技术的传统图像清晰度评价函数已经形成了四大类：灰度变化函数、熵函数、梯度函数以及频率域函数等。但是传统的图像清晰度评价函数存在两点不足，一是聚焦的精度问题；一个是聚焦的速度问题。理想的清晰度评价函数应该具有无偏性、单峰性，能反映离焦的极性，同时具有足够的信噪比。
　　在傅里叶光学理论的基础上，分别给出了点扩散函数(PSF)和光学传递函数(OTF)，并分析了光学成像系统中数字图像清晰的机理，为以后算法的提出打下坚实的理论基础。
　　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，这样就可以明显的突出清新图像的的优势，易于准确的判断出清晰图像。本文首次提出了一种用改进的图像梯度加阈值(AGT)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。
　　另外，自动聚焦系统中对焦窗口的选择直接影响着对焦的速度和准确性。窗口过大不仅增加计算量，且背景图像太多会引起误判；窗口太小则会导致目标偏离窗口，亦会引起误判。于是，提出高斯非均匀采样(GUSS)算法。
　　计算机模拟试验仿真表明，与以往的图像狄度方差、梯度和、小波变换等评

目录

目录

摘要

ABSTRACT

符号说明

第一章 数字图像自动聚焦原理和发展

1.1 数字图像聚焦原理

1.2 传统的聚焦评价函数

1.2.1 评价函数分类

1.2.2 评价函数举例

1.3 基于小波变换的聚焦评价函数

1.3.1 小波变换理论

1.3.2 小波变换用于自动聚焦

1.3.3 基于小波变换的自动聚焦算法

1.4 图聚焦评价函数应具有的特性

第二章 点扩散函数(PSF)和光学传递函数(OTF)

2.1 光学成像系统的点扩散函数

2.2 光学成像系统的光学传递函数

2.3 镜头成像系统分析

第三章 AGT方案分析和试验结果分析

3.1 拉普拉斯(4邻域微分)算子

3.2 改进的梯度-阈值清晰度评价函数

3.2.1 减小阈值提高准确性

3.2.2 加大阈值提高信噪比

3.2.3 AGT评价函数的提出

3.3 计算仿真及结果

3.4 AGT方案搜索策略

3.4.1 渐进搜索方法

3.4.2 显微镜聚焦的遍历搜索法

3.4.3 单向搜索算法

3.5 结论与展望

第四章 GUSS方案分析和试验结果分析

4.1 非均匀采样原理

4.2 自动聚焦中的非均匀采样算法及仿真结果

4.2.1 自动聚焦中的非均匀采样算法

4.2.2 计算仿真及结果

4.3 高斯非均匀采样参数的确定及仿真结果

4.3.1 高斯非均匀采样参数的确定

4.3.2 计算仿真及结果

4.4 GUSS方案搜索策略

4.5 结论与展望

第五章 硬件电路系统的设计

5.1 硬件电路系统方框图

5.2 硬件电路系统方框图

5.2.1 外部控制器电路的原理方框图

5.2.2 外部控制器电路板的PCB板

附图

参考文献

致谢

攻读硕士学位期间发表论文

学位论文评阅及答辩情况表