自動聚集算法研究.pdf

1、隨著科學技術(shù)的迅速發(fā)展，自動聚焦作為數(shù)字成像系統(tǒng)中的關(guān)鍵技術(shù)之一，目前已廣泛應(yīng)用于日常生活中的很多領(lǐng)域，如數(shù)碼照相、視頻監(jiān)控、醫(yī)學成像、顯微成像、衛(wèi)星導航、計算機視覺等。
　　 自動聚焦的整個過程如下:首先，利用成像設(shè)備對待聚焦場景進行不同聚焦程度的拍攝取樣，將得到的圖像序列進行模數(shù)轉(zhuǎn)換后送入計算機中;然后，計算機通過聚焦評價函數(shù)對圖像序列特定的區(qū)域進行計算，評價其聚焦程度;最后，采用極點搜索算法獲取聚焦圖像，即評價函數(shù)值最大的

2、那幅圖像，拍攝并將該圖像保存到成像設(shè)備中。
　　 由自動聚焦的過程可知，自動聚焦主要由聚焦窗口選擇、聚焦評價函數(shù)研究以及極點搜索算法三個模塊組成。其中，聚焦窗口選擇模塊主要是用來決定聚焦評價的計算區(qū)域。理論上，對整幅圖像做聚焦評價是最準確的，但是所有的像素都參與運算會占用大量的計算機資源，浪費時間。因此，如何選擇目標景物的主要像素進行聚焦評價是聚焦窗口選擇的關(guān)鍵問題。聚焦評價函數(shù)模塊主要是對圖像質(zhì)量進行評價，判斷圖像清晰程度，為

3、鏡頭的移動方向提供判斷依據(jù)。圖像聚焦處和離焦處評價函數(shù)的值相差越大，成像設(shè)備越能成功地獲取聚焦位置。因此，評價函數(shù)的選擇直接影響著聚焦的準確性。極點搜索模塊的主要工作是迅速并精確的找出圖像序列中評價函數(shù)值最大的圖像，即為聚焦圖像。
　　 聚焦區(qū)域選擇方面，本文論述了傳統(tǒng)取窗方法—中心取窗、多點取窗、非均勻采樣取窗等的優(yōu)缺點。對于普通任一圖像，尤其是主體目標偏離中心的圖像，傳統(tǒng)的聚焦窗口或包含了大量背景信息，導致評價函數(shù)有多個極值

4、，使聚焦失敗，或計算量很大，加大了聚焦時間，降低了實時性。針對這些局限性，提出了基于群智能優(yōu)化算法的聚焦窗口選擇方法。本文采用量子粒子群算法搜索前景和后景的最佳分割閾值，并分割得到前景區(qū)域圖像，然后選取前景圖像中邊緣細節(jié)較為豐富的區(qū)域作為聚焦窗口。實驗表明，不論目標景物是否偏離圖像中心，基于量子粒子群算法的取窗方法都能動態(tài)地、自適應(yīng)地選取目標圖像區(qū)域作為聚焦窗口，減小了背景對評價函數(shù)的影響，有利于提高聚焦精確度，而且有較好的抗噪性能。<

5、br>　　 聚焦評價函數(shù)能否準確的判斷圖像的清晰度是自動聚焦的關(guān)鍵，而極點搜索算法的速度和準確性也影響著聚焦的速度和精度，為了提高自動聚焦的實時性與精確度，本文提出了一種評價函數(shù)與搜索算法相結(jié)合的新的聚焦算法。該算法根據(jù)當前聚焦評價函數(shù)的梯度值來選用不同的評價函數(shù)和鏡頭移動步長，綜合了改進的灰度差分法的速度快和小波變換法的精度高的優(yōu)點，并且實現(xiàn)了鏡頭從大步長快速粗掃過渡到小步長精確細調(diào)的過程。實驗證明，與傳統(tǒng)的聚焦算法相比，該算法不僅