基于圖像的自動(dòng)聚焦方法研究.pdf

1、自動(dòng)聚焦技術(shù)一直以來(lái)是數(shù)字成像系統(tǒng)中的關(guān)鍵技術(shù)，現(xiàn)代科學(xué)技術(shù)的發(fā)展對(duì)自動(dòng)化設(shè)備的聚焦技術(shù)提出了更高的要求。自動(dòng)聚焦技術(shù)的核心算法是清晰度判別函數(shù)計(jì)算，用以衡量采集圖像的模糊程度，決定著聚焦的精度和實(shí)時(shí)性。對(duì)拍攝對(duì)象進(jìn)行對(duì)焦窗口選取，能夠減少圖像數(shù)據(jù)的采樣點(diǎn)，進(jìn)一步提高聚焦速度。自動(dòng)聚焦的速度和準(zhǔn)確性在很大程度上取決于聚焦策略，是定位最佳聚焦點(diǎn)的決定性步驟。
　　本課題的研究?jī)?nèi)容是橫向課題“自動(dòng)光學(xué)測(cè)量?jī)x（AOM1.0）產(chǎn)品開(kāi)發(fā)”的

2、主要內(nèi)容，AOM1.0已應(yīng)用于多家線路板生產(chǎn)廠家，并在南昌航空大學(xué)創(chuàng)新基金的資助下，主要研究了線路板測(cè)量中的自動(dòng)聚焦過(guò)程，對(duì)現(xiàn)有的聚焦方法提出了自己的創(chuàng)新與改進(jìn)，其成果如下：
　　(1)分析了圖像的小波變換原理及其小波系數(shù)的Lipschitz正則性，為提高圖像清晰度判別函數(shù)的單峰性和抗噪性，提出了一種基于小波變換尺度相關(guān)的清晰度判別方法。該方法利用信號(hào)的小波系數(shù)幅值隨尺度增大而增大，噪聲的小波系數(shù)幅值隨尺度增大而減小的特性，取相鄰

3、尺度間小波系數(shù)乘積構(gòu)造清晰度判別函數(shù)，實(shí)現(xiàn)了增強(qiáng)信號(hào)抑制噪聲的目的。通過(guò)CCD采集的圖像數(shù)據(jù)對(duì)該方法與傳統(tǒng)方法進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明提出方法具有較好的單峰性和較強(qiáng)的抗噪性，能夠準(zhǔn)確地評(píng)價(jià)數(shù)字圖像聚焦程度。
　　(2)針對(duì)對(duì)焦窗口的自動(dòng)選取，引入了視覺(jué)注意力模型和顯著性特征提取理論。通過(guò)對(duì)圖像進(jìn)行紋理分析和顯著性特征研究，提出了對(duì)圖像分塊提取信息豐富區(qū)域的窗口定位方法。該方法結(jié)合灰度共生矩陣熵法和區(qū)域?qū)Ρ榷忍卣?，?shí)現(xiàn)了感興趣窗口的自

4、動(dòng)選取。實(shí)驗(yàn)結(jié)果表明，該方法能夠有效的跟蹤被測(cè)對(duì)象的細(xì)節(jié)區(qū)域，有助于提高聚焦的準(zhǔn)確性。
　　(3)在現(xiàn)有的聚焦搜索策略基礎(chǔ)上，提出了改進(jìn)的插值定位搜索方法，將聚焦過(guò)程分為預(yù)聚焦、粗聚焦和精聚焦三個(gè)階段。預(yù)聚焦是為了測(cè)試初始搜索步長(zhǎng)的適應(yīng)度，粗聚焦為普通爬山算法，精聚焦取聚焦區(qū)域附近的五點(diǎn)進(jìn)行三次多項(xiàng)式插值以定位最佳聚焦點(diǎn)。
　　本文在自主研發(fā)的硬件平臺(tái)上，結(jié)合設(shè)計(jì)的聚焦軟件系統(tǒng)，對(duì)提出的聚焦方法進(jìn)行實(shí)時(shí)性測(cè)試，實(shí)現(xiàn)了聚焦的準(zhǔn)