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。
     

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．     

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。     

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...     

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。     

热红外成像仪自动测量系统

为了提高测试精度,在充分分析红外热图和测量环境的基础上,编制了与AGEMA900热像仪工作方式相对应的自动控制软件,通过控制云台的转动、镜头电机的旋转时间和边缘检测清晰度相结合的方法实现了热像仪自动搜索目标、自动对焦功能,测试精度和重复性好.该自动测量系统特别适用于不同视场中的多个目标需要进行不同时间段上的测试,具有较强的推广和使用价值,同时也为多传感器图像融合提供了基础平台.     

模拟退火算法在粮虫图像分割中的应用

将基于模拟退火算法的改进模糊C均值聚类应用到储粮害虫图像分割中.针对模糊C均值聚类算法中计算量大和易陷入局部最优的问题,引入模拟退火算法,开始时以较快的速度找到最优区域,最终找到全局最优解,可以提高收敛速度和计算的精度.Matlab仿真实验表明该算法在储粮害虫图像分割中比模糊C均值聚类更有效.     

自动对焦中的优化爬山搜索算法

图像对焦越准确,高频分量的能量越多,系统的对焦评价函数反映了图像高频分量的能量。自动对焦的过程就是运用爬山搜索算法求取对焦评价函数最大值的过程。普通的爬山搜索算法会受到对焦评价函数局部极值的干扰而不能准确对焦,优化的对焦评价函数能有效地排除这种干扰,使系统可靠地对焦。本文详细介绍了优化爬山搜索算法的原理和实现方法。     

基于局部边缘密度和局部熵的图像拼接算法

针对传统图像拼接算法中存在的缺点,采用了基于局部边缘密度和局部熵的图像拼接算法.该算法综合考虑了图像拼接的精度和速度,在特征区域的提取上,采用了模糊聚类算法和局部边缘密度LED算法,实现了特征区域的自动选取;在匹配搜索上,采用了图像的局部熵和序贯相似性检测算法(SSDA),提高了图像拼接的速度和精度;在图像融合上,采用了动态最佳缝合线算法,保证了全景图像的质量.实验表明该算法有效的提高了全景图像生成的效率和准确性.     

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。     

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。     

激光质量测量的自适应衰减控制技术研究

针对激光光束质量测量的激光光强高精度控制问题, 提出一种自适应衰减调节激光光强度的方法。该方法基于单片机控制算法, 利用PC机反馈的光斑图像灰度差值计算得出激光光强需要衰减的倍数, 并通过衰减轮电机控制两组衰减片组合完成对激光光强度的自适应控制, 实现了成像系统闭环控制激光光斑强度, 从而快速、 准确地得到特定光强度的激光光斑图像。实验结果表明, 该方法与以往衰减控制相比,能准确地得到高精度灰度值激光光斑图像, 激光光束质量单次测量时间为5 s, 系统测量时间为3 min。     

非局部的可切换滤波图像椒盐噪声去除方法

针对图像被高强度椒盐噪声污染的问题, 提出一种可切换的非局部去噪算法. 首先将噪声图像切割为若干局部块作为算法的基本处理单位， 设计块的预修复过程, 以避免由于高噪声污染对局部块的干扰, 保证相似度度量和模型估计过程的准确性； 其次, 在非局部范围内构造非局部滤波器, 度量相似度并计算修复权值以进行噪声修复, 得到全方位的图像去噪效果. 实验结果表明, 该算法较传统局部信息构建滤波器的方法, 无论对低污染程度的图像, 还是高污染程度的图像, 在效果和图像衡量指标上均有一定的提升.     

非局部的可切换滤波图像椒盐噪声去除方法

针对图像被高强度椒盐噪声污染的问题, 提出一种可切换的非局部去噪算法. 首先将噪声图像切割为若干局部块作为算法的基本处理单位, 设计块的预修复过程, 以避免由于高噪声污染对局部块的干扰, 保证相似度度量和模型估计过程的准确性; 其次, 在非局部范围内构造非局部滤波器, 度量相似度并计算修复权值以进行噪声修复, 得到全方位的图像去噪效果. 实验结果表明, 该算法较传统局部信息构建滤波器的方法, 无论对低污染程度的图像, 还是高污染程度的图像, 在效果和图像衡量指标上均有一定的提升.     

一种高精度CCD测试系统的非均匀性校正方法

针对高精度光电耦合器件(CCD)测试系统中像素的非均匀性给测试结果带来较大误差的问题,根据引起图像像素非均匀性噪声的特性,建立了对应的图像模型.采用自适应阈值分割算法将图像二值化分离出有效使用像素,并提出了一种采用两点线性方法对非均匀性像素进行校正的算法.仿真实验采用高速面阵CCD采集由激光器发射的圆形光斑图像,并通过计算图像光斑的中心坐标进行了验证.结果表明,该算法能够将图像的复杂背景与光斑分离,可校正其像素的非均匀性,稳定光斑的像素灰度值.在相同条件下连续采集图像,图像光斑的中心坐标稳定.     

小图像放大:算法与评价

小图像低失真放大是图像处理的一个重要内容。在讨论现有放大算法及评价准则的基础上,重点探讨一种基于核回归的放大算法,并针对典型应用,提出一种基于正确识别率的小图像放大评价方法。实验结果表明了所探讨算法是有效的。     

一种面向快速图像匹配的扩展LSH算法

基于局部不变特征的图像匹配是三维场景重建的基础.本文使用SIFT特征,在LSH算法基础上,提出一种改进的高维数据搜索算法,较好地解决了图像的快速有效匹配问题.该算法提出一种改进的投影空间,使投影到新空间的高维数据特征的每一维比海明空间具有更高的局部敏感性,相比于经典的LSH、BBF、iDistance等高维搜索算法,本文算法可以获得更高的搜索精度和更快的搜索速度.     

边缘导向的非局部均值图像滤波

传统去噪方法在处理高强度噪声干扰图像时, 往往不能有效去除噪声且在修复过程容易引入二次污染。为此, 提出一种边缘图导向的非局部图像均值滤波算法。 首先获取二阶差分边缘信息, 在非局部范围内搜索相似块, 以边缘导向图与噪声图像共同生成滤波器权值, 进而构建由边缘信息导向的非局部协同滤波框架。 与传统滤波为代表的局部线性滤波方法相比, 所提出算法能挖掘图像边缘信息并利用一种新的非局部协同滤波框架进行图像去噪, 因此增强了高强度噪声干扰环境下的边缘修复能力。 实验证明, 提出算法在高强度噪声污染的情况下, 修复的图像不仅获得了更高的测量指标, 视觉效果也更加理想。