基于图像处理的交通摄像头自动调焦方法研究

发布时间：2020-11-06 00:48

　　 作为智能交通系统的主要部分之一,交通摄像头的自动调焦起到了重要作用。它能够为交通监控指挥中心,制定可靠、有效的科学预控方案提供依据。本文通过研究国内外自动调焦技术的发展历程,分析出传统的对焦方法往往存在着调焦精度不高以及清晰度差等问题。然而基于图像处理的交通摄像头自动调焦方法,则是直接根据采集的图像分析出图像的质量,从而判别出当前的成像状态,然后完成自动调焦操作。它不仅能够达到很高的调焦精度,而且在灵敏度和清晰度上远远高于前者。因此,为了提高交通摄像头自动调焦技术的智能化水平,本文对基于图像处理的自动调焦方法进行了研究。为了降低噪声和曝光强弱对交通摄像头调焦的影响,本文研究了二维直方图均衡化法来处理光线强弱的干扰,使曝光强弱的图像得到有效的预处理。当受到噪声大小的影响时,用中值滤波的方法,来有效地降低噪声对自动调焦的影响。在改进调焦窗口的构建时,为了降低目标区域里的背景干扰,减少调焦的运算时间,本文研究了一种生物视觉感知模型的调焦窗口法,通过对图像信息进行DOG滤波、DCT/PCT变换、特征图归一化、图像二值化等处理环节,完成对不同调焦状态下调焦窗口的改进构建过程。由于调焦评价函数的选取直接影响到系统整个调焦的成败,因此本文研究了一种优化过的SML调焦评价函数与自适应阈值分割思想进行有效结合的策略,在原有的SML函数图像边缘信息的基础上,考虑加入两个对角方向上的梯度信息值,进而达到提高评价函数的清晰度值和稳定性。对于调焦函数的算法搜索策略,本文则研究了一种优化过的爬山搜索法(粗精相结合的方案),该搜索算法不仅能够表现出较高的灵敏度以及良好的抗噪性能,而且还能够做到对图像的聚焦位置进行准确定位,因此调焦效果十分理想。最后,本文为了实现这种基于图像处理的自动调焦方法,对该调焦系统的总体硬件结构以及软件流程分别进行了设计,并用MATLAB仿真软件进行了大量的理论实验数据验证。最终通过对比仿真实验前后所得到的图像效果,证实本方法切实可行,能够达到实际应用要求。
【学位单位】：重庆理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TP391.41
【文章目录】：
摘要
Abstract
1 绪论
    1.1 论文选题的背景及意义
        1.1.1 论文选题的背景
        1.1.2 论文选题的意义
    1.2 国内外自动调焦技术发展趋势
        1.2.1 国外研究发展趋势
        1.2.2 国内研究发展趋势
    1.3 研究的主要框架内容
2 基于图像处理的自动调焦理论基础与方法概述
    2.1 光学成像系统原理
        2.1.1 光学成像模型
        2.1.2 点扩散函数与光学传递函数
    2.2 自动调焦方法分类
        2.2.1 传统自动调焦方法的局限性
    2.3 基于图像处理的自动调焦方法
        2.3.1 离焦深度法
        2.3.2 对焦深度法
    2.4 本章小结
3 视频图像采集设备与图像预处理
    3.1 视频图像采集设备
        3.1.1 CCD图像传感器的结构
        3.1.2 CMOS图像传感器的总体结构
        3.1.3 CMOS图像传感器的工作流程
        3.1.4 CCD图像传感器与CMOS的比较
    3.2 视频图像采集与处理结构设计
    3.3 图像预处理
        3.3.1 对光线强弱影响的预处理方法
        3.3.2 对受噪声干扰影响的预处理方法
    3.4 仿真结果验证与分析
        3.4.1 对光线强弱影响的仿真与验证
        3.4.2 对受噪声干扰影响的仿真与验证
    3.5 本章小结
4 自动调焦窗口的改进
    4.1 基于视觉感知模型的调焦窗口法
        4.1.1 生物视觉注意机制原理
        4.1.2 视觉感知模型的建立思想
        4.1.3 基于视觉感知模型的规则调焦窗口流程
    4.2 仿真结果验证与分析
    4.3 本章小结
5 图像清晰度评价函数的优化
    5.1 评价算法选取标准
        5.1.1 陡峭区宽度
        5.1.2 清晰度比率
        5.1.3 陡峭度
        5.1.4 局部极值因子
        5.1.5 灵敏度
    5.2 优化的SML清晰度评价函数
        5.2.1 评价算法的提出
        5.2.2 最大灰度梯度值计算
        5.2.3 自适应阈值分割的思想
        5.2.4 自适应阈值分割的步骤
        5.2.5 优化的SML调焦评价函数
    5.3 仿真结果验证与分析
    5.4 本章小结
6 自动调焦系统硬件平台及软件流程的设计
    6.1 自动调焦系统的硬件平台设计
        6.1.1 TMS320C6678芯片结构参数简介
        6.1.2 XC3S200AN-FT256芯片结构参数简介
    6.2 调焦系统的硬件结构总体设计
        6.2.1 硬件卡板的功能模块及结构布局
        6.2.2 硬件板卡的实物结构
    6.3 图像调焦系统的主要硬件组成模块
        6.3.1 图像采集模块
        6.3.2 图像处理与控制模块
        6.3.3 驱动模块
    6.4 系统基本的硬件实现方案
    6.5 系统硬件结构分析
    6.6 自动调焦系统的软件设计流程
    6.7 自动调焦搜索算法研究
        6.7.1 改进的爬山搜索法
    6.8 仿真程序编写与验证结果
        6.8.1 对受到光线强弱影响的图像处理效果
        6.8.2 对受到噪声干扰的图像处理效果
        6.8.3 自动调焦窗口区域构建与轮廓特征提取效果
        6.8.4 图像清晰度边缘检测及评价函数算法优化效果
    6.9 本章小结
7 全文总结与下一步展望
    7.1 全文的工作总结
    7.2 下一步工作展望
致谢
参考文献
个人简历、在学期间发表的学术论文及取得的研究成果

【相似文献】

相关期刊论文 前10条

1 本刊编辑部;带照相机的太阳镜[J];光学技术;1989年06期

2 ;国内外新产品[J];光学仪器;1989年06期

3 ;自动调焦[J];半导体设备;1977年02期

4 胡勇;安国;刘化龙;侯杰;张诚;;相机与摄像机的恩断情仇[J];中国摄影;2010年12期

5 何祯鑫;刘春桐;赵晓枫;马健;;基于距离函数的自动调焦方法研究[J];测绘科学;2011年05期

6 许盛,李见为;基于智能化自动调焦的高级显微镜系统[J];光电工程;2000年01期

7 赵为党,沈亦兵,刘玉玲,侯西云,杨国光;准直小孔法自动调焦在激光直写入系统中的应用[J];光子学报;1998年08期

8 李贺桥，张以谟，容常青，刘国林;图像采集自动生物显微镜系统自动调焦的研究[J];光学学报;1995年08期

9 ;可拍照的太阳镜[J];红外技术;1990年06期

10 刘军;冯艳君;刘伟军;王天然;;基因芯片荧光靶点显微成像自动调焦控制[J];仪表技术与传感器;2011年05期

相关博士学位论文 前10条

1 胡涛;机器视觉中的自动调焦及形貌恢复技术研究[D];哈尔滨工业大学;2007年

2 黄德天;基于图像技术的自动调焦方法研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2013年

3 王健;基于图像处理的自动调焦技术研究[D];中国科学院研究生院（光电技术研究所）;2013年

4 徐新;数字图像自动调焦技术及其在低光照环境下的应用研究[D];上海交通大学;2012年

5 路朋罗;基于图像处理技术的自动调焦方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

6 于秋水;基于图像处理方法的光学瞄具自动调焦技术研究[D];长春理工大学;2011年

7 刘雪超;基于数字图像处理的自动调焦技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年

8 王冠军;基于图像处理的光电测量设备自动调焦方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

9 林兆华;基于图像处理自动调焦技术在经纬仪中应用的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

10 卢振华;推扫式遥感相机基于图像的实时自动调焦研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2012年

相关硕士学位论文 前10条

1 张命令;基于图像处理的交通摄像头自动调焦方法研究[D];重庆理工大学;2018年

2 杨贤伦;基于图像处理的自动调焦算法研究[D];安徽大学;2018年

3 张戈;基于自动调焦的智能化粮库监测装置的研究[D];陕西科技大学;2017年

4 孔悦;车载视频头装配自动调焦控制技术研究[D];长春理工大学;2014年

5 张晶;基于图像处理的自动调焦技术[D];中国科学院研究生院(光电技术研究所);2016年

6 杨帆;光电跟踪系统及其自动调焦技术的研究[D];山东科技大学;2017年

7 王勋;基于图像处理的显微视觉自动调焦方法的设计与实现[D];广西师范大学;2016年

8 刘顺;光谱全偏振成像系统中的关键控制技术研究[D];中北大学;2017年

9 徐洲;一种基于图像处理的自动聚焦方法的研究[D];中国科学院研究生院（西安光学精密机械研究所）;2003年

10 史博;数字式视度视差技术研究[D];长春理工大学;2012年

本文编号：2872429