APP下载

基于微粒群区域搜索和小波评价的差分式自动聚焦

2011-08-16吕恒毅薛旭成

中国光学 2011年3期
关键词:区域评价方法

吕恒毅,刘 杨,薛旭成

(1.中国科学院长春光学精密机械与物理研究所,吉林长春130033;2.哈尔滨工业大学控制科学与工程系,黑龙江哈尔滨150001)

基于微粒群区域搜索和小波评价的差分式自动聚焦

吕恒毅1,刘 杨2,薛旭成1

(1.中国科学院长春光学精密机械与物理研究所,吉林长春130033;2.哈尔滨工业大学控制科学与工程系,黑龙江哈尔滨150001)

为进一步提高图像法自动聚焦的性能,提出了一种差分式提取图像边缘的方法,并构造了图像清晰度的小波评价函数,同时利用微粒群(PSO)算法对聚焦区域进行快速搜索。首先,介绍了差分式边缘提取方法及其优势,给出了一种评价区域的选取判据以及基于PSO的高效搜索方法;然后,对小波评价函数参数进行了比较分析和优选;最后,与传统方法进行了对比实验。结果表明,由于采用了差分式提取方法以及新的自适应聚焦窗口和评价函数,聚焦曲线较传统方法具有更高的调焦分辨率,PSO算法的使用使聚焦速度提高了约170 ms,聚焦精度约为2.3 μm,同时调焦效果不受初始位置的影响。

自动聚焦;差分式边缘提取;聚焦区域选择;微粒群(PSO)算法;清晰度评价函数;小波变换

1 引 言

自动聚焦[1~3]是获取高分辨率图像的关键技术,它在数字成像系统、计算机视觉和视频监控等领域起着至关重要的作用。自动聚焦通常包括3个步骤:聚焦区域的选择[4]、评价函数的计算和聚焦位置搜索算法。聚焦区域选择能够有效提高聚焦效率,同时获取对评价函数相对有利的评价窗口,但传统的聚焦区域搜索算法耗时较大,且搜索到的聚焦区域内的图像仍会包含一部分低频冗余信息,对评价函数灵敏度和稳定性十分不利;……

登录APP查看全文

猜你喜欢

区域评价方法
SBR改性沥青的稳定性评价
关于四色猜想
分区域
用对方法才能瘦
四大方法 教你不再“坐以待病”!
捕鱼
基于严重区域的多PCC点暂降频次估计
基于Moodle的学习评价
区域
保加利亚转轨20年评价