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.     

基于边缘梯度的自动聚焦算法

针对传统自动聚焦算法所存在的问题,提出了一种基于边缘梯度的自动聚焦算法。首先通过阈值检测算法得到图像序列的边缘,把图像中的背景部分滤除,减少了背景信息的影响,从而可以提高算法的精确度和稳定性,然后用边缘像素的梯度值来表征最后图像的清晰程度。经过大量的仿真实验表明,所提算法不仅有单峰性强,无偏性好,灵敏度高等特点,而且还具有很好的抗噪声性能,具有很好的稳定性。     

自动聚焦区域选择算法

由于兴趣区域为前景图像区域,聚焦区域选择算法需要选择前景图像区域作为聚焦窗口,目前大多采用对前景图像区域进行估计的方案.论文分析了中心取窗、多点取窗等方式的优缺点,并提出了图像非均匀采样窗口区域选择算法.