数字图像一阶矩的自动聚焦区域选择算法

聚焦区域选择是自动聚焦算法中的重要模块,直接影响评价函数曲线的尖锐性、准确性和稳定性。针对中心取窗和多点取窗等传统聚焦区域选择算法的局限性,提出了一种基于数字图像一阶矩的自动聚焦区域选择算法,它是通过图像灰度或边缘一阶矩定位聚焦区域的。传统聚焦区域选择是一种定点估计,实验证明一阶矩方式选择可以跟踪偏离中心的主体景物,是一种具有自适应性的前景位置估计算法,提高了聚焦精确度和速度。     

一种自适应的自动聚焦算法

自动聚焦是图像测量和计算机视觉中的重要技术。研究发现,以前的一些自动聚焦算法,在没有噪声的影响下,效果较好,但一旦有噪声的影响,算法可能会失效,因此,提出了一种自适应的自动聚焦方法。首先通过一个基于局部小窗口的自适应门限将边缘像素和非边缘像素区别开来,然后再加上一个全局门限来进一步滤除噪声的影响,最后用一些自动聚焦算法来计算经过自适应处理后的图像,画出它们的聚焦曲线。经过大量的实验,结果表明,该算法不仅具有单峰性强,无偏性好,灵敏度高等特点,而且还具有很好的抗噪声性能。     

自动聚焦系统中聚焦窗口的选择及参量的确定

在使用图像分析进行自动聚焦时,聚焦的准确性和有效性至关重要。聚焦窗口过大不仅增加计算量,且背景图像太多会引起误判;窗口太小则会导致目标偏离窗口,亦会引起误判。深入研究了聚焦窗口的选择问题,提出了一种新的选择方法,有效解决了上述问题。引入非均匀采样,可以保证中央的高分辨率和较大的视场范围,既保证目标图像位于聚焦窗口之内,又显著减小了背景图像的负面影响。同时对采样参量做了进一步的研究,以获得更好的效果。实验结果表明该方法有效提高了对焦的准确性和有效性而且减少了数据量,没有影响系统的实时性。