光学显微镜自动聚焦算法研究
作者:吕美妮1, 玉振明2 作者单位:1. 桂林电子科技大学信息与通信学院, 广西 桂林 541004;
2. 梧州学院 广西高校图像处理与智能信息系统重点实验室, 广西 梧州 543002 发布时间:2018-07-02 09:30:11 点击数:107

PDF下载[5] HTML[0]

关键词:图像处理;自动聚焦;聚焦窗口;聚焦评价函数
摘要:

聚焦是显微成像系统中的重要环节之一,为解决由目标内容分布及噪声引起聚焦曲线失去理想曲线特性的问题,提出一种新的自动聚焦算法。该算法通过设定阈值剔除大量无用的图像子块,根据图像子块的梯度幅值总和确定最终的聚焦窗口;然后通过计算窗口子块的梯度及方差,并利用像素权重进行加权,将其作为聚焦评价函数。实验结果表明:新算法中聚焦窗口选取方法能选取到内容较丰富的子块作为聚焦窗口,且新算法中聚焦评价函数在抗噪性、灵敏度和稳定性方面具有一定的优势。

Study on automatic focusing algorithm of optical microscope

LÜ Meini1, YU Zhenming2

1. College of Information and Communication, Guilin University of Electronic Technology, Guilin 541004, China;
2. Guangxi Colleges and Universities Key Laboratory of Image Processing and Intelligent Information System, College of Wuzhou, Wuzhou 543002, China

Abstract: Focusing is one of the most important links in the microscopic imaging system, in order to solve the problem that the distribution of target content and noise cause the loss of ideal curve characteristic of the focusing curve, a new automatic focusing algorithm is proposed. In this algorithm, a large number of useless image sub-blocks are eliminated by setting a threshold, and then the final focus window is determined according to the sum of the gradient amplitude of the image subblock. The gradient and variance of the window sub-block are calculated after the focus window is determined, using pixel weight to weight it as a focusing evaluation function. The experimental results show that the focusing window selection method in the new algorithm can be selected as the focusing window with rich content, and the focusing evaluation function in the new algorithm has some advantages in noise resistance, sensitivity and stability.

Keywords: image processing;automatic focusing;focusing window;focusing evaluation function

2018, 44(6): 11-16  收稿日期: 2017-09-10;收到修改稿日期: 2017-11-25

基金项目: 国家自然科学基金(61562074);广西科学研究与技术开发计划课题(桂科攻1598007-13);梧州市公安视频图像大数据分析处理平台建设与关键技术研发(桂科AB16380273)

作者简介: 吕美妮(1991-),女,广西贵港市人,硕士研究生,专业方向为数字图像处理。

参考文献

[1] 蒋涛, 左昉, 王灵国. 严重离焦状态下的自动聚焦实现[J]. 激光技术, 2015, 39(6):794-797.
[2] 李惠光, 王帅, 沙晓鹏,等. 显微视觉系统中自动聚焦技术的研究[J]. 光电工程, 2014, 41(8):1-9.
[3] 彭国晋. 远程显微工作站视频信息处理研究及应用技术开发[D]. 桂林:桂林电子科技大学, 2015.
[4] 商艳芝, 江旻珊. 光显微成像系统自动对焦技术的研究[J]. 光学仪器, 2016, 38(2):145-148.
[5] 尤玉虎, 刘通, 刘佳文. 基于图像处理的自动对焦技术综述[J]. 激光与红外, 2013, 43(2):132-136.
[6] 陈国金. 数字图像自动聚焦技术研究及系统实现[D]. 西安:西安电子科技大学, 2007.
[7] HE J, ZHOU R, HONG Z. Modified fast climbing search auto-focus algorithm with adaptive step size searching technique for digital camera[J]. Consumer Electronics IEEE Transactions on, 2003, 49(2):257-262.
[8] 朱孔凤, 姜威, 高赞,等. 自动聚焦系统中聚焦窗口的选择及参量的确定[J]. 光学学报, 2006, 26(6):836-840.
[9] 李奇, 冯华君, 徐之海. 自动对焦系统中图像非均匀采样的实验研究[J]. 光子学报, 2003, 32(12):1499-1501.
[10] 翟永平, 刘云辉, 周东翔,等. 稀疏图像内容情况下显微镜自动聚焦算法[J]. 软件学报, 2012, 23(5):1281-1294.
[11] 朱倩, 姜威, 贲晛烨,等. 梯度与相关性结合的自动聚焦算法[J]. 光学技术, 2016, 42(4):329-332.
[12] 莫春红, 刘波, 丁璐,等. 一种梯度阈值自动调焦算法[J]. 红外与激光工程, 2014, 43(1):323-327.
[13] CHEN G J, ZGU M J, WANG Y K, et al. Study on definition evaluation function based on image contrast variation[C]//Proceedings of the 2007 annual Conference on International Conference on Computer Engineering and Applications, 2007.
[14] 高赞, 姜威, 朱孔凤,等. 基于Roberts梯度的自动聚焦算法[J]. 红外与激光工程, 2006, 35(1):117-121.
[15] 翟永平, 周东翔, 刘云辉,等. 聚焦函数性能评价指标设计及最优函数选取[J]. 光学学报, 2011, 31(4):242-252.
[16] MO C H, LIU B. Research and realization of an anti-noise auto-focusing algorithm[C]//Proceedings of the 2012 Second International Conference on Electric Information and Control Engineering, 2012.

内容:
昵称:
验证码:    点击刷新
全部评论:(0)
年份:
标题:
作者:
关键词:
内容: