自動(dòng)聚焦中質(zhì)量評(píng)價(jià)和窗口構(gòu)建算法的研究.pdf

1、自動(dòng)聚焦技術(shù)是現(xiàn)代高速信息化社會(huì)獲取清晰圖像必不可少的工具，聚焦技術(shù)的發(fā)展經(jīng)歷了由手動(dòng)方式到自動(dòng)方式，由主動(dòng)式到被動(dòng)式的轉(zhuǎn)變過程。近年來，伴隨信息數(shù)字化的興起，基于數(shù)字圖像處理的自動(dòng)聚焦技術(shù)得到了迅速發(fā)展，根據(jù)成像過程不同，分為離焦深度法和聚焦深度法兩類。自動(dòng)聚焦能夠在較少的人工干預(yù)下獲得高清晰度的圖片，可以實(shí)時(shí)性地跟蹤和檢測(cè)運(yùn)動(dòng)的前景目標(biāo)，克服了原始手動(dòng)方式操作難、效率低以及圖像不清晰的缺點(diǎn)。
　　清晰度評(píng)價(jià)函數(shù)是自動(dòng)聚焦技術(shù)的

2、核心部分，性能良好的評(píng)價(jià)曲線應(yīng)該具有單峰性、無(wú)偏性、靈敏度高和抗噪性。基于數(shù)字圖像處理的自動(dòng)聚焦算法，其最根本的出發(fā)點(diǎn)是尋找清晰圖像和模糊圖像之間的差異，之后用數(shù)字圖像處理的方法表示出來，常用的差異類型可以歸納為信息量的多少、梯度邊緣的大小、頻率成分的高低。經(jīng)典的自動(dòng)聚焦評(píng)價(jià)函數(shù)總體上可以分為三類:一是基于梯度的函數(shù)，二是基于頻域的函數(shù)，三是基于統(tǒng)計(jì)信息的函數(shù)。目前主要算法在分析聚焦和離焦圖像時(shí)，通常僅用單一方面的區(qū)別來構(gòu)建清晰度評(píng)價(jià)函

3、數(shù)。傳統(tǒng)的評(píng)價(jià)函數(shù)在噪聲干擾下靈敏度下降，導(dǎo)致聚焦不準(zhǔn)確。
　　聚焦窗口的構(gòu)建是自動(dòng)聚焦的重要組成部分，對(duì)聚焦結(jié)果的準(zhǔn)確性和實(shí)時(shí)性存在重要影響。傳統(tǒng)的取窗算法包含屬于固定窗口構(gòu)建的中心取窗、多點(diǎn)取窗，以及基于動(dòng)態(tài)取窗的高斯取窗和一階矩取窗等。本文對(duì)常用的搜索策略的原理和過程進(jìn)行了研究，在理論上提出了一種新的改進(jìn)式自動(dòng)聚焦技術(shù)，并給出了具體的操作步驟。最后，對(duì)基于數(shù)字化圖像的聚焦深度法的整體過程進(jìn)行了總結(jié)性表述，正焦位置搜索策略將整

4、個(gè)聚焦過程串連起來，保證評(píng)價(jià)函數(shù)和搜索算法相輔相成、有條不紊地完成對(duì)清晰圖像的查找。
　　本論文研究?jī)?nèi)容的主要?jiǎng)?chuàng)新點(diǎn)如下:
　　(1)在求取清晰度評(píng)價(jià)函數(shù)方面，本文將梯度差分和統(tǒng)計(jì)相關(guān)結(jié)合使用，提出Ten-Cor函數(shù)，與單一角度的評(píng)價(jià)算法相比，有利于去除無(wú)關(guān)聯(lián)的加性噪聲干擾，并設(shè)定閾值去除小梯度像素點(diǎn)，進(jìn)一步增強(qiáng)抗噪性。本文算法主體部分采用梯度函數(shù)，充分利用了空間函數(shù)簡(jiǎn)便、易實(shí)現(xiàn)的特點(diǎn)，滿足實(shí)時(shí)性要求;另一方面，利用同一幅圖

5、像中像素點(diǎn)之間的自然聯(lián)系，輔以互相關(guān)函數(shù)，在存有噪聲的圖像序列中，能夠明確區(qū)分出模糊和清晰圖像的評(píng)價(jià)函數(shù)取值，克服了空間域函數(shù)對(duì)噪聲敏感的缺點(diǎn)。
　　(2)在聚焦區(qū)域選擇方面，針對(duì)一階矩取窗法使用絕對(duì)梯度差定位目標(biāo)前景的不足，提出一種基于區(qū)域?qū)Ρ榷鹊娜〈胺?，?duì)主體目標(biāo)精準(zhǔn)跟蹤。該算法使用梯度的相對(duì)差值，降低了大范圍高亮度背景區(qū)域引起的偏差，結(jié)合一階矩定位圖像重心。本文取窗法對(duì)目標(biāo)位于中心和偏離中心的圖像都取得了準(zhǔn)確定位。