留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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 刘杨 薛旭成

吕恒毅, 刘杨, 薛旭成. 基于微粒群区域搜索和小波评价的差分式自动聚焦[J]. 中国光学, 2011, 4(3): 283-292.
引用本文: 吕恒毅, 刘杨, 薛旭成. 基于微粒群区域搜索和小波评价的差分式自动聚焦[J]. 中国光学, 2011, 4(3): 283-292.
LV Heng-yi, LIU Yang, XUE Xu-cheng. Difference auto-focusing based on particle swarm optimization searching and wavelet evaluation[J]. Chinese Optics, 2011, 4(3): 283-292.
Citation: LV Heng-yi, LIU Yang, XUE Xu-cheng. Difference auto-focusing based on particle swarm optimization searching and wavelet evaluation[J]. Chinese Optics, 2011, 4(3): 283-292.

基于微粒群区域搜索和小波评价的差分式自动聚焦

基金项目: 

国家自然科学基金重大合作项目(No.6071002)

详细信息
    作者简介:

    吕恒毅(1984—),男,辽宁大连人,硕士,研究实习员,主要从事空间遥感相机成像系统及智能调焦等方面的研究。E-mail:lv_hengyi@163.com 刘 杨(1982—),博士研究生,主要从事信号处理和故障诊断方面的研究。E-mail:lghit520@yahoo.com.cn

  • 中图分类号: TP391.4

Difference auto-focusing based on particle swarm optimization searching and wavelet evaluation

  • 摘要: 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 m,同时调焦效果不受初始位置的影响。
  • [1] NAYAR S K,NAKAGAWA Y. Shape from focus[J]. IEEE T. Pattern Anal,1994,16(8):824-831. [2] PARK B-K,KIM S S,CHUNG D S,et al.. Fast and accurate auto focusing algorithm based on two defocused images using discrete cosine transform[J]. SPIE,2008,6817:68170D. [3] CHOI J S,KANG H,LEE C M,et al.. Noise insensitive focus value operator for digital imaging systems[J]. IEEE Transactions Consumer Electronics,2010,56(2):312-316. [4] KIM Y,LEE J S,MORALES A W. A video camera system with enhanced zoom tracking and auto white balance[J]. IEEE Transactions Consumer Electronics,2002,48(3):428-434. [5] MICHELE M,HENRY J,FREDERICK K,et al.. A Image based auto-focusing algorithm for digital fundus photography[J]. IEEE Transactions Medical Imaging,2009,28(11):1703-1707. [6] SUBBARAO M,TYAN J K. Selecting the optimal focus measure for auto-focusing and depth-from-focus[J]. IEEE T. Pattern Anal.,1998,20(8):864-870. [7] SUN Y,DUTHALER S,NELSON B J. Auto-focusing in computer microscopy:selecting the optimal focus algorithm[J]. Microscopy Res. Techniques,2004,65(3):139-149. [8] YANG G,NELSON B J. Wavelet-based auto-focusing and unsupervised segmentation of microscopic image . Proceedings of the IEEE International Conference on Intelligent Robots and System,Las Vegans,Nevada,2003:2143-2148. [9] 张乐,姜威,高赞 .数字图像一阶矩的自动聚焦区域选择算法[J]. 光学技术 ,2008,34(2):231-236. ZHANG L,JIANG W,GAO Z. Automatic focusing region selection algorithm based on first order of digital image[J]. Opt. Technique,2008,34(2):231-236.(in Chinese) [10] 梁敏华,吴志勇,陈涛. 采用最大灰度梯度法实现经纬仪自动调焦控制[J]. 光学 精密工程 ,2009,17(12):3016-3021. LIANG M H,WU ZH Y,CHEN T. Auto-focusing adjustment of theodolites by largest the Gradient method[J]. Opt. Precision Eng.,2009,17(12):3016-3021.(in Chinese) [11] 胡涛,陈世哲,刘国栋,等. 图像法自动调焦的最佳调焦区域选取算法[J]. 光学技术 ,2006,32(6):851-854. HU T,CHEN SH ZH,LIU G D,et al.. Algorithm of selecting the optimal focusing region[J]. Opt. Technique,2006,32(6):851-854.(in Chinese) [12] KENNEDY J,EBERHART R. Particle swarm optimization . Proc IEEE Int Conf on Neural Networks,Perth,Australia.Nov/Dec 1995:1942-1948. [13] 谢晓锋,张文俊,杨之廉. 微粒群算法综述[J]. 控制与决策 ,2003,18(2):129-134. XIE X F,ZHANG W J,YANG ZH L. Overview of particle swarm optimization[J]. Control and Decision,2003,18(2):129-134.(in Chinese) [14] JAWERTH B,AWELDENS W. An overview of wavelet based multiresolution analysis[J]. SIAM Rev.,1994,36(3):377-412. [15] XIE H,RONG W B,SUN L N. Wavelet-based focus measure and 3-D surface reconstruction method for microscopy images . Proc. of the IEEE/RSJ International Conference on Intelligent Robots and Systems,Beijing,China,2006:229-234. [16] 张运海,赵改娜,张中华,等 .免散瞳眼底照相机的精密调焦[J]. 光学 精密工程 ,2009,17(5):1014-1019. ZHANG Y H,ZHAO G N,ZHANG ZH H. Accurate focusing of non-mydriatic fundus camera[J]. Opt. Precision Eng.,2009,17(5):1014-1019.(in Chinese) [17] 张新洁,颜昌翔,谢涛. 星载光学遥感器调焦机构的设计[J]. 光学 精密工程 ,2009,17(11):2756-2761. ZHANG X J,YAN CH X,XIE T. Design of focusing mechanism of space remote sensor[J]. Opt. Precision Eng.,2009,17(11):2756-2761.(in Chinese)
  • [1] 王巍, 李野, 陈卫军, 宋德, 王新.  EBCMOS近贴聚焦结构及电场分布对电子运动轨迹的影响 . 中国光学, 2020, 13(4): 713-721. doi: 10.37188/CO.2020-0063
    [2] 邹景武, 余卿, 程方.  差动式彩色共聚焦粗糙度评定系统及实验研究 . 中国光学, 2020, 13(5): 1-12. doi: 10.37188/CO.2020-0029
    [3] 王春哲, 安军社, 姜秀杰, 邢笑雪.  基于卷积神经网络的候选区域优化算法 . 中国光学, 2019, 12(6): 1348-1361. doi: 10.3788/CO.20191206.1348
    [4] 胡慧然, 但西佐, 赵琪涵, 孙方圆, 王永红.  数字图像相关中的散斑区域自动提取研究 . 中国光学, 2019, 12(6): 1329-1337. doi: 10.3788/CO.20191206.1329
    [5] 耿庆田, 赵浩宇, 于繁华, 王宇婷, 赵宏伟.  基于改进HOG特征提取的车型识别算法 . 中国光学, 2018, 11(2): 174-181. doi: 10.3788/CO.20181102.0174
    [6] 骞微著, 杨立保.  基于小波神经网络的光纤陀螺误差补偿方法 . 中国光学, 2018, 11(6): 1024-1031. doi: 10.3788/CO.20181106.1024
    [7] 李铮, 戴明, 李嘉全.  步进电机驱动的直线变倍成像系统研究 . 中国光学, 2018, 11(5): 779-789. doi: 10.3788/CO.20181105.0779
    [8] 王浩, 张叶, 沈宏海, 张景忠.  图像增强算法综述 . 中国光学, 2017, 10(4): 438-448. doi: 10.3788/CO.20171004.0438
    [9] 王思聪, 李向平.  紧聚焦轴对称矢量光场波前调控及应用 . 中国光学, 2016, 9(2): 185-202. doi: 10.3788/CO.20160902.0185
    [10] 魏素, 肖君, 魏秀东, 卢振武, 王肖.  太阳能聚焦光斑能流密度测量方法评估 . 中国光学, 2016, 9(2): 255-262. doi: 10.3788/CO.20160902.0255
    [11] 许廷发, 苏畅, 罗璇, 卞紫阳.  基于梯度和小波变换的水下距离选通图像去噪 . 中国光学, 2016, 9(3): 301-311. doi: 10.3788/CO.20160903.0301
    [12] 李杰, 郭盼, 王春哲.  剪切波变换在星点提取中的应用 . 中国光学, 2015, 8(3): 386-393. doi: 10.3788/CO.20150803.0386
    [13] 张艳超, 赵建, 韩希珍, 刘博超.  SUSAN清晰度评价函数在自动对焦中的应用 . 中国光学, 2014, 7(2): 240-244. doi: 10.3788/CO.20140702.0240
    [14] 刘希佳, 陈宇, 王文生, 刘柱.  小目标识别的小波阈值去噪方法 . 中国光学, 2012, 5(3): 248-256. doi: 10.3788/CO.20120503.0248
    [15] 王明佳, 武治国, 徐大鹏, 李桂菊, 张旭光.  精确自动识别莫尔条纹方向角的算法 . 中国光学, 2011, 4(5): 509-513.
    [16] 刘伟宁.  基于小波域扩散滤波的弱小目标检测 . 中国光学, 2011, 4(5): 503-508.
    [17] 袁理, 叶露, 贾建禄.  基于Hough变换的椭圆检测算法 . 中国光学, 2010, 3(4): 379-384.
    [18] 宋江山, 徐建强, 司书春.  改进的曲波变换图像融合方法 . 中国光学, 2009, 2(2): 145-149.
    [19] 刘春香, 李洪祚.  实时图像增强算法研究 . 中国光学, 2009, 2(5): 395-401.
    [20] 陈 娟, 陈乾辉, 师路欢, 吴建军.  图像跟踪中的边缘检测技术 . 中国光学, 2009, 2(1): 46-53.
  • 加载中
计量
  • 文章访问数:  3160
  • HTML全文浏览量:  32
  • PDF下载量:  1359
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-02-21
  • 修回日期:  2011-04-23
  • 刊出日期:  2011-06-25

基于微粒群区域搜索和小波评价的差分式自动聚焦

    基金项目:

    国家自然科学基金重大合作项目(No.6071002)

    作者简介:

    吕恒毅(1984—),男,辽宁大连人,硕士,研究实习员,主要从事空间遥感相机成像系统及智能调焦等方面的研究。E-mail:lv_hengyi@163.com 刘 杨(1982—),博士研究生,主要从事信号处理和故障诊断方面的研究。E-mail:lghit520@yahoo.com.cn

  • 中图分类号: TP391.4

摘要: 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 m,同时调焦效果不受初始位置的影响。

English Abstract

吕恒毅, 刘杨, 薛旭成. 基于微粒群区域搜索和小波评价的差分式自动聚焦[J]. 中国光学, 2011, 4(3): 283-292.
引用本文: 吕恒毅, 刘杨, 薛旭成. 基于微粒群区域搜索和小波评价的差分式自动聚焦[J]. 中国光学, 2011, 4(3): 283-292.
LV Heng-yi, LIU Yang, XUE Xu-cheng. Difference auto-focusing based on particle swarm optimization searching and wavelet evaluation[J]. Chinese Optics, 2011, 4(3): 283-292.
Citation: LV Heng-yi, LIU Yang, XUE Xu-cheng. Difference auto-focusing based on particle swarm optimization searching and wavelet evaluation[J]. Chinese Optics, 2011, 4(3): 283-292.
参考文献 (1)

目录

    /

    返回文章
    返回