一种具有抗噪声能力的图像清晰度评价函数

针对对焦过程中常用的图像清晰度评价函数对噪声敏感的问题,提出了一种新的清晰度评价函数.利用4方向Scharr算子进行梯度累加计算实现双区域对焦窗口的选择,以减小算法的计算量并提高检测结果的准确性;将对焦窗口进行二维经验模态分解,提取出包含较多图像细节的前2个尺度分量,用以加权计算能量梯度值,得到清晰度评价函数值;为了实...     

基于模糊熵评价和最优搜索的自动对焦算法

针对传统自动对焦算法不能实现最优对焦,以及易受清晰度评价函数局部峰值影响,从而导致重复性和稳定较差的问题,提出一种基于模糊熵的清晰度评价算法和全局最优拟合算法,应用于工业影像测量的自动对焦.该算法用模糊熵对图像清晰度进行评价,可降低噪声以及放大倍率和光照强度变化对自动对焦性能的影响,结合多尺度全局搜索和微尺寸曲线拟合搜索算法,避免局部峰值的干扰以实现最优对焦.该算法在环境变化的条件下,尤其是针对光照不稳定和变倍精度不够高的环境下,具有很高的聚焦精度,重复性和稳定性有显著提升,能够满足工业影像测量对自动对焦的要求.通过实际工业影像测量系统中的应用对比试验,该算法的有效性和优越性得到了验证.     

自动对焦综合性能指标及一种基于双向两次下降的自动对焦算法

为了改善经典爬山法的性能同时进行算法综合性能评价,提出基于双向两次下降的自动对焦算法和一种综合性能评价指标。首先,根据清晰度评价值的大小确定初始对焦方向。接着,以变化步长方式搜索,直至出现清晰度评价值下降。然后,按照双向两次下降法确定是否处于评价函数波峰的下降位置。最后,以单步长方式在检测到的波峰下降位置处搜索波峰位置即为对焦目标位置。在用18倍数字高清摄像机采集的两个图像序列中比较了本文方法和几种经典的对焦算法的性能差别,实验结果表明:提出的方法在平均过冲步数和平均行程步数这两个指标上具有明显优势,并且在其他分项评价指标上没有明显的短板,其综合性能评价指标为0.98,高于爬山法、改进爬山法、全局搜索法和二分搜索法等算法的综合性能评价指标值。     

多窗口模式Roberts聚焦评价方法及其应用

自动对焦是图像测量和机器视觉中的重要技术。分析了自动对焦的基本原理,研究了自动对焦过程中的核心问题,提出了一种基于多区域聚焦窗口模式的改进Roberts聚焦评价函数的自动对焦方法。对图像进行滤波去噪预处理,选取多区域聚焦窗口,利用改进的Roberts聚焦评价函数进行评价,最后采用全局搜索和二分查找相结合的方法进行快速焦点定位。试验结果表明该方法兼顾了灵敏性、稳定性,可快速实现自动对焦。     

基于图像分析的数码相机对焦技术研究

由于数码相机飞速发展和普及，而自动对焦技术是提高成像清晰度的重要手段，故越来越受到重视。本文研究了基于图像分析的对焦技术．针对单区域图像清晰度评价函数的不足，给出了一个五区域图像清晰度评价模型，并引入神经网络模型来实现该模型中权重的优化．目前，该模型已在相关产品中得到应用．实践表明，该模型具有较好的准确性和可靠性．     

改进Canny算子在工业影像清晰度评价中的应用研究

【目的】为了实现不同离焦和正焦图片边缘检测中高低阈值的自适应确定。【方法】提出一种基于改进Canny算子的自动对焦清晰度评价函数。该函数利用传统Canny边缘检测算子的运算迅速、抗噪性强和精度高的特点,将模糊熵应用于Canny算子高低阈值的自适应确定,并用图像边缘点的模糊熵和作为图像清晰度评价值。【结果】在工业影像测量自动对焦系统中,算法的有效性得到了验证。【结论】试验结果表明,清晰度评价函数在满足单峰性和无偏性的前提下,具有较高的实时性,以及对环境较强的适应性,能够满足工业测量系统中对自动对焦的需求。
     

基于非下采样Contourlet变换的显微图像清晰度评价算法

针对显微图像噪声多、光照不均匀的特点,文章提出了一种基于NSCT的显微图像清晰度评价算法。算法首先通过NSCT对图像进行分解,然后基于改进的拉普拉斯能量获取子带系数的能量,最终由低、高频子带系数能量的比值得到评价结果。实验结果表明,与拉普拉斯、方差及小波变换评价算法相比,该算法在保持高灵敏度的同时具有较好的抗噪性能,评价结果更为准确、稳定、可靠。     

基于提升小波变换的图像清晰度评价算法

针对图像采集系统存在噪声的情况,提出了一种新的基于提升小波变换的清晰度评价函数.该算法利用第二层提升小波分解得到的高、低频子带的能量值构造一种新的清晰度评价函数.比较分析了新提出的评价函数和经典的方差函数、拉普拉斯函数及另外一种基于小波变换评价函数的清晰度评价性能.大量的仿真实验和实际测试结果表明:新提出的清晰度评价算子不仅在保持最高灵敏度的同时具有最好的抗噪性能,而且计算复杂度低,评价结果更为准确、稳定、可靠.     

一种基于模糊集和小波变换的图像融合方法

提出了一种基于小波变换和模糊集的图像融合算法 .其基本思想是 :首先对图像进行小波变换 ,获得图像的低频和高频分量 ;随后在融合过程中 ,对低频和高频分量采取不同的融合策略 ,即对低频分量采用平均能量法进行融合 ,对高频成分利用图像的模糊集 ,寻求一个模糊隶属函数作为融合算子进行融合 ;最后再对融合后的图像进行小波反变换 ,重构出融合后的图像 .实验结果证明了方法的有效性 .     

基于小波-Contourlet变换的区域能量加权图像融合算法

为了消除Contourlet变换中拉普拉斯金字塔分解存在的信息冗余,提出了一种基于小波-Contourlet变换的图像融合算法.该算法采用了不同的窗口函数计算图像高频分量和低频分量的区域能量;以区域能量计算的归一化权值对各小波-Contourlet系数进行加权,得到融合小波-Contourlet系数.实验结果和均值、方差、熵与交叉熵等客观评价数据表明,在相同融合规则下,小波-Contourlet变换能够取得比Contourlet变换更好的结果;在相同变换条件下,基于不同窗口函数的区域能量融合规则的融合效果好于基于均值窗口函数的区域能量融合规则和低频采用均值与高频取最大值的融合规则.     

基于小波变换的快速自动聚焦算法

针对图像采集系统存在噪声情况下,提出了一种基于小波变换的快速聚焦算法。该算法采用5点数据拟合方法以及较大步长来降低聚焦搜索时间。算法中的聚焦测量函数在存在较大的噪声情况下仍然具有较好的性能,与其它的聚焦测量函数如Laplacian能量聚焦测量函数、梯度(Sobel)能量聚焦测量函数和图像灰度方差测量函数等相比较,仿真和实验的结果表明该算法在聚焦分辨力、抗噪声等方面具有较好的性能。     

图像测量技术中几种自动调焦算法的对比分析

对几种常用的自动调焦算法进行了对比分析，并通过实验对各种调焦函数的灵敏度、一致性、稳定性、计算速度等指标进行测试和验证．理论分析和实验结果表明：灰度变化率之和函数具有较大的调焦范围，且近似为线性变化，同时计算速度适中，稳定性较好，因此适于大范围粗调焦；Laplacian函数和Tenengrad函数峰顶宽度相对较窄，灵敏度高，稳定性好，因此适合于小范围精确调焦，但是计算速度较慢；Roberts梯度函数的灵敏度居中，既有一定的调焦范围，在焦点附近又具有比较高的灵敏度，而且稳定性好，计算速度快，因此适于中等范围的自动调焦．     

一种改进的自动聚焦算法

在日益自动化的今天，必须快速有效地实现图像测量的自动化. 而要达到此目的，首先必须选择一个合适的图像自动聚焦评价函数. 在研究了众多图像聚焦评价函数的基础上，发现梯度算子存在一些不足之处，为此将阈值引入到该算子中. 经过大量的仿真实验，结果表明,引入阈值的算子的聚焦性能有了明显的改善，而且比其他的评价函数也更加准确、稳定、可靠.     

一种自动聚焦方法及其应用

分析了一般的图像清晰度评价函数,提出了一种改进的图像清晰度评价函数,阐述了自动聚焦方法的应用并分析了实验结果。     

SAR imagery coding based on blocking high frequency energy matching

A new fractal image compression algorithm based on high frequency energy (HFE) partitioning andmatched domain block searching is presented to code synthetic aperture radar (SAR) imagery. In the hybridcoding algorithm, the original SAR image is decomposed to low frequency components and high frequencycomponents by wavelet transform (WT). Then the coder uses HFE of block to partition and searchthe matched domain block for each range block to code the low frequency components. For the high frequencycompone...     

基于Dirac残差模块的单幅图像超分辨率重建

针对单幅图像超分辨率重建问题(SISR),提出了一种新的基于Dirac残差的超分辨率重建算法.算法使用全局跳跃重建层来直接利用输入LR图像的低频特征,通过多个dirac残差块来自适应学习输入LR图像的高频特征,通过亚像素卷积进行图像重建.算法通过权重参数化来改进残差层,同时使用输入图像的卷积特征与残差网络学习特征结合进行重建.实验采用Adam优化器进行网络训练.使用L1范数作为损失函数.在PSNR、SSIM和视觉效果与其他先进算法进行对比,实验结果表明,在常用测试集上与其他深度学习算法相比有较大提高.     

基于小波变换的医学解剖与功能像融合新算法

摘要： 近年来,用于从多模医学图像数据中挖掘有用信息的融合算法不断被提出。但是,还没有一种合适的算法用于医学解剖和功能像的融合。基于此,提出一种基于小波变换的新方法,用于医学解剖和功能像的融合。选择高频系数时,通过计算各子图像的全局梯度来实现高频信息的融合,使融合后的图像较好地保留解剖结构所对应的功能信息;低频系数采用基于邻域能量的融合算法,保留解剖图像的边缘和纹理特征。实验结果和评价参数表明,这种改进的医学图像融合算法强化了融合图像的边缘和纹理特征,有效地保留了原图像的解剖信息和功能信息。     

基于分形集的多层子块匹配图像压缩算法

提出一种基于分形集和迭代函数系统的多层子块匹配图像压缩算法．通过高层次的子块匹配结果限定低层次子块的搜索范围,多层子块匹配能减少搜索复杂度,实验结果表明该算法能够在保证图像质量的情况下取得较好的压缩效果．     

基于饱和度的多尺度雾天降质图像质量增强算法研究

传统图像质量增强算法只适于薄雾状态下的降质图像,对浓雾状态下图像质量的增强效果较差。为此,提出一种新的基于饱和度的多尺度雾天降质图像质量增强算法,通过混合灰度转换函数子带分解多尺度Retinex算法挑选高、中、低三个尺度,结合雾天降质图像整体阴影区域和高光部分的细节,依次完成对雾天降质图像各个频段的质量增强,获取各个频段的质量增强结果。把获取结果与原图像共同视为一个图像集合,通过图像融合技术完成对所有图像的权重图分配操作,提高增强后图像质量。实验结果表明,所提算法能够有效增强雾天降质图像质量,主观客观评价结果均较优。