一种梯度阈值自动调焦算法

莫春红; 刘波; 丁璐; 陈二瑞; 郭高

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

一种梯度阈值自动调焦算法

莫春红, 刘波, 丁璐, 陈二瑞, 郭高

文章导航 > 红外与激光工程 > 2014 > 43(1): 323-327

莫春红, 刘波, 丁璐, 陈二瑞, 郭高. 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.

引用本文:

莫春红, 刘波, 丁璐, 陈二瑞, 郭高. 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.

Mo Chunhong, Liu Bo, Ding Lu, Chen Errui, Guo Gao. A gradient threshold auto-focus algorithm[J]. Infrared and Laser Engineering, 2014, 43(1): 323-327.

Citation:

Mo Chunhong, Liu Bo, Ding Lu, Chen Errui, Guo Gao. A gradient threshold auto-focus algorithm[J]. Infrared and Laser Engineering, 2014, 43(1): 323-327.

一种梯度阈值自动调焦算法

莫春红^1,2,
刘波¹,
丁璐¹,
陈二瑞¹,
郭高¹

1.
中国科学院西安光学精密机械研究所,陕西西安710119;
2.
中国科学院研究生院,北京100049

基金项目:

国家“863”高技术研究发展计划(2010AA7080302)

详细信息

作者简介:
莫春红（1990-），女，硕士生，主要从事图像处理方面的研究。Email：flora8820@163.com

中图分类号: TP391

A gradient threshold auto-focus algorithm

1.
Xi'an Institute of Optics and Precision Mechanics of CAS,Xi'an 710119,China;
2.
University of Chinese Academy of Sciences,Beijing 100049,China

摘要: 传统的梯度自动调焦算法计算量大，抗噪声能力弱，影响调焦的实时性及调焦曲线的单峰性和灵敏度，因此提出一种梯度阈值自动调焦算法，提高调焦性能，满足光电跟踪系统能实时、准确地进行自动调焦的要求。该算法先以图像的局部方差作为局部阈值区分边缘像素与非边缘像素，再计算整幅图像的一种新的标准差作为全局阈值来削弱噪声和背景的影响，最后对阈值预处理后的图像采用梯度调焦算法计算其调焦值，进行清晰度评价。大量实验结果表明，该算法具有实时性好，单峰性强，灵敏度高的特点和良好的抗噪性能。该算法用于光电跟踪系统的自动调焦中时，依然保持上述良好的性能，明显优于传统梯度自动调焦算法。
- 自动调焦 /
- 梯度 /
- 阈值 /
- 评价函数 /
- 图像处理
Abstract: Traditional gradient auto-focus algorithms have large amount of calculation which will cause the reduction of real-time performance. These algorithms are also weak in anti-noise capability which will result in the decline of unimodality and sensitivity. So a gradient threshold auto-focus algorithm was proposed to improve the focusing performance to meet the requirements of real time and accuracy in auto-focusing subsystem of photoelectric tracking system. The proposed algorithm took the local variance as a local threshold to distinguish the edge pixels from non-edge pixels. Then it used a kind of new standard deviation of the whole image as a global threshold to weaken the effects of noise and background. At last, it used one of traditional gradient auto-focus algorithms to calculate the focusing value of the pre-processed image for clarity-evaluation. The results of lots of experiments show that the proposed algorithm has good real- time performance, strong unimodality, high sensitivity and powerful anti-noise capability. When the proposed algorithm is used in the auto-focusing subsystem of photoelectric tracking system, all the attractive performances remain, which traditional gradient auto-focus algorithm can't achieve.
- auto-focus /
- gradient /
- threshold /
- evaluation function /
- image processing

[1]
[2]	Zhu Kongfeng, Jiang Wei, Wang Duanfang, et al. New kind of clarity-evaluation-function of image [J]. Infrared and Laser Engineering, 2005: 34(4): 464-468. (in Chinese) 朱孔凤, 姜威, 王端芳, 等. 一种新的图像清晰度评价函数[J]. 红外与激光工程, 2005: 34(4): 464-468.
[3]	Zhao Hui, Bao Getang, Tao Wei. Experimental research and analysis of automatic focusing function for imaging measurement[J]. Optics and Precision Engineering, 2004: 12 (5): 531-536. (in Chinese) 赵辉, 鲍歌堂, 陶卫. 图像测量中自动调焦函数的实验研究与分析[J]. 光学精密工程, 2004: 12(5): 531-536.
[4]
[5]	Gao Zan, Jiang Wei, Zhu Kongfeng, et al. Auto-focusing algorithm based on Roberts gradient [J]. Infrared and Laser Engineering, 2006, 35(1): 117-121. (in Chinese) 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.
[6]
[7]
[8]	Gao Zan. Study on the accuracy and stability of the auto- focus evaluation functions [D]. Jinan: Shandong University, 2007. (in Chinese) 高赞. 自动聚焦评价函数的精确度和稳定性研究[D]. 济南: 山东大学, 2007.
[9]	Xu Guili, Liu Xiaoxia, Tian Yupeng, et al. Image clarity- evaluation-function method [J]. Infrared and Laser Engineering, 2009, 38(1): 180-184. (in Chinese) 徐贵力, 刘小霞, 田裕鹏, 等. 一种图像清晰度评价方法[J]. 红外与激光工程, 2009, 38(1): 180-184.
[10]
[11]
[12]	Sun Wei, Wang Zhijian. Fuzzy edge detection based on standard deviation gradient [J]. Infrared and Laser Engineering, 2005, 34(4): 454-458. (in Chinese) 孙伟, 王志坚. 基于标准差梯度的模糊边缘检测算法[J]. 红外与激光工程, 2005, 34(4): 454-458.
[13]	Chen Maoyuan, Wu Guoping, Du Zhishun, et al. An improved OTSU image segmentation method based on PSO [J]. Microcomputer Applications, 2009, 30 (12): 13 -17. (in Chinese) 陈茂源, 吴国平, 杜志顺, 等. 基于PSO 改进的OTSU 图像分割方法[J]. 微计算机应用, 2009, 30(12): 13-17. 327

[1]	潘宏亮, 孙金霞, 韩希珍. 图像清晰度评价与变步长融合调焦方法 . 红外与激光工程, 2023, 52(1): 20220342-1-20220342-6. doi: 10.3788/IRLA20220342
[2]	黄宜帆, 贺岩, 胡善江, 侯春鹤, 朱小磊, 李凯鹏, 刘芳华, 陈勇强, 郭守川. 海洋激光雷达图像处理提取海水深度的方法 . 红外与激光工程, 2021, 50(6): 20211034-1-20211034-8. doi: 10.3788/IRLA20211034
[3]	汤鹏, 刘毅, 魏宏光, 董秀芬, 严国斌, 张迎宾, 袁亚君, 王增光, 范亚南, 马鹏阁. 基于Mask-RCNN海上升压站数字式仪表读数的自动识别算法 . 红外与激光工程, 2021, 50(S2): 20211057-1-20211057-8. doi: 10.3788/IRLA20211057
[4]	王宇, 温凯, 张美玲, 马英, 刘旻, 郑娟娟, 郜鹏. 数字全息显微中自动调焦技术及其应用（封面文章）（特邀） . 红外与激光工程, 2021, 50(2): 20200530-1-20200530-25. doi: 10.3788/IRLA20200530
[5]	付伟伟, 黄坤. 基于微纳器件的全光图像处理技术及应用 . 红外与激光工程, 2020, 49(9): 20201040-1-20201040-14. doi: 10.3788/IRLA20201040
[6]	田永胜, 侯金, 龙银福, 唐翠姣, 黄玉春, 杨春勇, 陈少平. 光纤倾斜耦合角度的快速精密图像测量 . 红外与激光工程, 2019, 48(10): 1013001-1013001(8). doi: 10.3788/IRLA201948.1013001
[7]	赵永强, 李宁, 张鹏, 姚嘉昕, 潘泉. 红外偏振感知与智能处理 . 红外与激光工程, 2018, 47(11): 1102001-1102001(7). doi: 10.3788/IRLA201847.1102001
[8]	秦齐, 刘艳, 刘欢欢, 时川, 谭中伟. 图像处理在光纤光斑微位移传感中的应用 . 红外与激光工程, 2018, 47(10): 1022004-1022004(7). doi: 10.3788/IRLA201847.1022004
[9]	任同群, 黄海亭, 王晓东, 刘钰. 微装配中变焦变倍视觉系统标定及自动聚焦 . 红外与激光工程, 2018, 47(11): 1117001-1117001(10). doi: 10.3788/IRLA201847.1117001
[10]	张爽, 秦华, 杨开, 刘珍. 高斯光束整形非球面透镜的粒子群优化设计方法 . 红外与激光工程, 2017, 46(12): 1206005-1206005(6). doi: 10.3788/IRLA201746.1206005
[11]	宋言明, 潘志康, 孟晓辰, 娄小平, 祝连庆. 基于仿人眼自适应调节的多光谱视觉图像处理方法 . 红外与激光工程, 2017, 46(9): 910001-0910001(8). doi: 10.3788/IRLA201746.0910001
[12]	梁生, 刘腾飞, 盛新志, 娄淑琴, 张克. 基于空间域差分的φ-OTDR光纤分布式扰动传感器定位方法研究 . 红外与激光工程, 2016, 45(6): 622005-0622005(5). doi: 10.3788/IRLA201645.0622005
[13]	王鹏, 娄淑琴, 梁生, 张颜. 选择性平均的φ-OTDR分布式光纤扰动传感系统阈值算法 . 红外与激光工程, 2016, 45(3): 322003-0322003(6). doi: 10.3788/IRLA201645.0322003
[14]	王烨茹, 冯华君, 徐之海, 李奇, 陈跃庭. 一种覆盖范围可调的变频梯度自动对焦评价函数 . 红外与激光工程, 2016, 45(10): 1028001-1028001(6). doi: 10.3788/IRLA201645.1028001
[15]	刘尊洋, 孙晓泉, 邵立, 汪亚夫. 一种火箭尾焰区域确定方法 . 红外与激光工程, 2014, 43(3): 754-761.
[16]	李运达, 李琦, 刘正君, 王骐. 太赫兹计算机辅助层析图像重构算法仿真研究 . 红外与激光工程, 2013, 42(5): 1228-1235.
[17]	董建婷, 杨小乐, 董杰. 面阵CMOS图像传感器性能测试及图像处理 . 红外与激光工程, 2013, 42(12): 3396-3401.
[18]	陶淑苹, 张续严, 金光, 曲宏松, 郑亮亮. 基于方向WPS改进TDI CCD遥感图像清晰度评价函数 . 红外与激光工程, 2013, 42(8): 2080-2084.
[19]	郭惠楠, 曹剑中, 周祚峰, 唐利孬, 王华, 马楠. 基于色彩相关性的彩色图像清晰度评价算法 . 红外与激光工程, 2013, 42(11): 3132-3136.
[20]	于涛, 徐抒岩, 宋克非. 一种空间相机焦距的自动温度补偿系统 . 红外与激光工程, 2012, 41(8): 2085-2089.

点击查看大图

计量

文章访问数: 357
HTML全文浏览量: 54
PDF下载量: 260
被引次数: 0

一种梯度阈值自动调焦算法

1. 中国科学院西安光学精密机械研究所,陕西西安710119;

2. 中国科学院研究生院,北京100049

作者简介:
莫春红（1990-），女，硕士生，主要从事图像处理方面的研究。Email：flora8820@163.com

收稿日期: 2013-04-02
修回日期: 2013-05-01
刊出日期: 2014-01-25

基金项目:

国家“863”高技术研究发展计划(2010AA7080302)

中图分类号: TP391

关键词:

摘要: 传统的梯度自动调焦算法计算量大，抗噪声能力弱，影响调焦的实时性及调焦曲线的单峰性和灵敏度，因此提出一种梯度阈值自动调焦算法，提高调焦性能，满足光电跟踪系统能实时、准确地进行自动调焦的要求。该算法先以图像的局部方差作为局部阈值区分边缘像素与非边缘像素，再计算整幅图像的一种新的标准差作为全局阈值来削弱噪声和背景的影响，最后对阈值预处理后的图像采用梯度调焦算法计算其调焦值，进行清晰度评价。大量实验结果表明，该算法具有实时性好，单峰性强，灵敏度高的特点和良好的抗噪性能。该算法用于光电跟踪系统的自动调焦中时，依然保持上述良好的性能，明显优于传统梯度自动调焦算法。

English Abstract

A gradient threshold auto-focus algorithm

1. Xi'an Institute of Optics and Precision Mechanics of CAS,Xi'an 710119,China;

2. University of Chinese Academy of Sciences,Beijing 100049,China

Received Date: 2013-04-02
Rev Recd Date: 2013-05-01
Publish Date: 2014-01-25

Keywords:

Abstract: Traditional gradient auto-focus algorithms have large amount of calculation which will cause the reduction of real-time performance. These algorithms are also weak in anti-noise capability which will result in the decline of unimodality and sensitivity. So a gradient threshold auto-focus algorithm was proposed to improve the focusing performance to meet the requirements of real time and accuracy in auto-focusing subsystem of photoelectric tracking system. The proposed algorithm took the local variance as a local threshold to distinguish the edge pixels from non-edge pixels. Then it used a kind of new standard deviation of the whole image as a global threshold to weaken the effects of noise and background. At last, it used one of traditional gradient auto-focus algorithms to calculate the focusing value of the pre-processed image for clarity-evaluation. The results of lots of experiments show that the proposed algorithm has good real- time performance, strong unimodality, high sensitivity and powerful anti-noise capability. When the proposed algorithm is used in the auto-focusing subsystem of photoelectric tracking system, all the attractive performances remain, which traditional gradient auto-focus algorithm can't achieve.