液晶透镜自动对焦技术优化研究
发布时间：2021-08-19 21:06
清晰锐利的图像对图像的识别、图像的分割、图像的分类等后期图像处理的成功至关重要,自动对焦技术是系统获得清晰锐利图像的必要条件被广泛认为是光学成像系统的核心技术之一。成像系统的小型化、智能化已成为趋势,液晶透镜自动对焦系统功耗低、无机械移动、价格便宜等特点使得成像系统的进一步小型化成为可能。当前基于聚焦深度对焦技术的液晶透镜自动对焦方法主要存在以下三个问题,第一,液晶透镜有限的光焦度范围限制了液晶透镜成像系统的对焦范围,第二,由于液晶透镜仅对非寻常光进行调制的性质,液晶透镜对焦系统通常与偏振片配合使用以去除寻常光对对焦结果的干扰,偏振片的存在降低了成像系统的光通量并限制了液晶透镜对焦系统的进一步小型化,第三,由于液晶透镜通光孔径与变焦速度成反比,常用液晶透镜变焦速度较慢,应用聚焦深度对焦技术的液晶透镜对焦系统对焦速度慢无法适用于对对焦速度要求较高的应用场景。本文通过调节液晶透镜成像系统的初始对焦距离使得液晶透镜成像系统能对整个场景成像,通过将液晶透镜无偏成像技术引入对焦系统去除了偏振片使得系统结构更加简洁,通过研究基于模糊量的离焦深度对焦法提升了液晶透镜自动对焦系统的对焦速度。论文首先分...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
液晶透镜成像系统
电子科技大学硕士学位论文8机模组获取图像后，图像预处理模块对获取的图像进行去噪处理并标记感兴趣区域(RegionOfInterestROI)，接着图像清晰度模块对图像清晰度进行评价，根据评价结果反馈搜索模块指导电压控制模块对液晶透镜光焦度进行调节，重复上诉过程直到达到最佳成像效果。图2-2液晶透镜聚焦深度法对焦原理2.2图像预处理图像传感器CMOS或CCD在图像获取和传输过程中会引入各种噪声，这些噪声会影响对焦结果的精度，而对整个图像进行清晰度评价会使得关键目标对焦不清晰，因此图像预处理模块主要对图像进行去噪处理和选择对焦窗口。当前液晶透镜聚焦深度对焦系统根据不同情况所使用的去噪算法有高斯滤波算法，双边滤波算法以及引导滤波算法，以上滤波算法由于均在空域中实现所以计算复杂度相对较低，当对焦场景纹理丰富时使用高斯滤波算法能在提高系统对焦速度的同时保证系统对焦精度，当对焦场景纹理稀疏时使用双边滤波以及引导滤波能最大程度保留目标物体的高频信息提高系统对焦精度。对焦窗口的选择主要采取交互式的方式。2.2.1高斯滤波算法噪声在图像中的频谱主要表现在高频部分，高斯滤波[51]是一种低通滤波算法，通过对目标及其周围像素值采取加权平均的方式去除图像中的噪声，周围像素加权系数由该像素离目标像素的距离决定，距离越远对目标像素的影响越小反之则影响越大，加权系数与距离的关系满足式（2-1）所示的二维高斯函数：222222(m)()22()()22,11(,)22-11w2ijnimjnijSHijewe()其中H(i,j)为目标像素点(m,n)周围像素(i,j)的加权系数，为高斯函数方差控制周围像素加权系数的衰减比例，S为滤波模板控制参与滤波计算的像素范
第三章液晶透镜聚焦深度法对焦系统优化9围，w为归一化参数保证滤波前后图像整体亮度信息不变。为1的三乘三高斯滤波模板和为1.4的五乘五高斯滤波模板分别如图2-3所示。(a)(b)图2-3高斯滤波模板。(a)σ为1的3*3高斯模板；(b)σ为1.4的5*5高斯模板2.2.2双边滤波算法高斯滤波能够在一定程度上降低图像平滑区域的噪声，但对图像边缘像素进行高斯加权平均计算时同样也会降低边缘像素值与其周边区域像素值的差别从而导致图像边缘锐度下降，双边滤波算法是高斯滤波算法的一种改进算法，降低图像噪声的同时在一定程度上保持了图像边缘的锐度。双边滤波同样通过对目标及其周围像素值采取加权平均的方式去除图像中的噪声，但是周围像素的加权系数除了其与目标像素的距离有关外还与像素值大小有关，距离目标像素越远像素值大小差别越大周围像素所获得的加权系数越小，反之越大。对于平滑区域的双边滤波，由于目标像素与周围像素的像素值大小差别不大所以其效果与高斯滤波类型，对于边缘区域的双边滤波，由于目标像素与周围像素值大小差别较大所以边缘像素获取最大的加权系数，双边滤波公式下所示：222(,)(,)2212222(,)(,)2212(m)()()+2222212(m)()()+22222,1211(,)42-21w4ijmnijmnijnIIijnIIijSHijewe（）其中1，2分别控制由距离导致的加权系数衰减比例以及由灰度值差导致的加权系数衰减比例，(,)Imn为目标像素(m,n)的灰度值大小，(,)Iij为周围像素(i,j)的灰度值大校与高斯滤波不同，双边滤波的滤波模板不是固定的其随着目标像素值的变化而改变因此滤波速度较慢。
【参考文献】：
期刊论文
[1]基于高斯预处理的道路中心线识别算法研究[J]. 张立恒,王一,高力,徐明远,王晓. 电子设计工程. 2020(02)
[2]自动对焦过程中图像清晰度评价算法研究[J]. 项魁,高健. 组合机床与自动化加工技术. 2019(01)
[3]液晶透镜无偏振片成像的优化算法[J]. 白一晨,陈晓西,曾俊,叶茂. 光学学报. 2018(08)
[4]基于模糊熵评价和最优搜索的自动对焦算法[J]. 刘书炘,刘满华. 重庆邮电大学学报(自然科学版). 2017(04)
[5]混合搜索法在显微镜自动对焦中的应用[J]. 江旻珊,张楠楠,张学典,顾佳,李雪,李峰. 光电工程. 2017(07)
[6]一种改进的Sobel梯度函数自动对焦评价算法[J]. 张丰收,李斯文,胡志刚,杜喆,孟鑫. 光学技术. 2017(03)
[7]一种精确的相机景深计算方法[J]. 雷登峰,郑群辉. 信息技术. 2013(08)
[8]维纳滤波图像复原技术的研究与改进[J]. 杨艳美,高满屯,贺剑. 科学技术与工程. 2012(29)
[9]基于非负支撑域受限递归逆滤波的自适应图像盲复原[J]. 黄德天,吴志勇. 光学精密工程. 2012(09)
[10]可见光变焦镜头结构优化设计[J]. 程志峰,李明,程欣. 中国光学. 2012(02)
博士论文
[1]醋酸纤维素酯胶片档案修复与保护研究[D]. 石美荣.陕西师范大学 2015
[2]基于图像技术的自动调焦方法研究[D]. 黄德天.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[3]数字图像自动聚焦技术研究及系统实现[D]. 陈国金.西安电子科技大学 2007
硕士论文
[1]液晶透镜成像光学系统的设计与研究[D]. 王思聪.电子科技大学 2019
[2]液晶透镜自动对焦技术研究[D]. 兰天成.电子科技大学 2019
[3]半通过镜头无反光镜相位比较对焦数码相机系统[D]. 李研.北京邮电大学 2011
[4]基于数字图像处理的自动对焦技术研究[D]. 刘兴宝.中国工程物理研究院 2007
[5]影像测量仪自动对焦技术的研究与系统开发[D]. 陈德军.华中科技大学 2007
本文编号：3352143
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：68 页
【学位级别】：硕士
【部分图文】：
液晶透镜成像系统
电子科技大学硕士学位论文8机模组获取图像后，图像预处理模块对获取的图像进行去噪处理并标记感兴趣区域(RegionOfInterestROI)，接着图像清晰度模块对图像清晰度进行评价，根据评价结果反馈搜索模块指导电压控制模块对液晶透镜光焦度进行调节，重复上诉过程直到达到最佳成像效果。图2-2液晶透镜聚焦深度法对焦原理2.2图像预处理图像传感器CMOS或CCD在图像获取和传输过程中会引入各种噪声，这些噪声会影响对焦结果的精度，而对整个图像进行清晰度评价会使得关键目标对焦不清晰，因此图像预处理模块主要对图像进行去噪处理和选择对焦窗口。当前液晶透镜聚焦深度对焦系统根据不同情况所使用的去噪算法有高斯滤波算法，双边滤波算法以及引导滤波算法，以上滤波算法由于均在空域中实现所以计算复杂度相对较低，当对焦场景纹理丰富时使用高斯滤波算法能在提高系统对焦速度的同时保证系统对焦精度，当对焦场景纹理稀疏时使用双边滤波以及引导滤波能最大程度保留目标物体的高频信息提高系统对焦精度。对焦窗口的选择主要采取交互式的方式。2.2.1高斯滤波算法噪声在图像中的频谱主要表现在高频部分，高斯滤波[51]是一种低通滤波算法，通过对目标及其周围像素值采取加权平均的方式去除图像中的噪声，周围像素加权系数由该像素离目标像素的距离决定，距离越远对目标像素的影响越小反之则影响越大，加权系数与距离的关系满足式（2-1）所示的二维高斯函数：222222(m)()22()()22,11(,)22-11w2ijnimjnijSHijewe()其中H(i,j)为目标像素点(m,n)周围像素(i,j)的加权系数，为高斯函数方差控制周围像素加权系数的衰减比例，S为滤波模板控制参与滤波计算的像素范
第三章液晶透镜聚焦深度法对焦系统优化9围，w为归一化参数保证滤波前后图像整体亮度信息不变。为1的三乘三高斯滤波模板和为1.4的五乘五高斯滤波模板分别如图2-3所示。(a)(b)图2-3高斯滤波模板。(a)σ为1的3*3高斯模板；(b)σ为1.4的5*5高斯模板2.2.2双边滤波算法高斯滤波能够在一定程度上降低图像平滑区域的噪声，但对图像边缘像素进行高斯加权平均计算时同样也会降低边缘像素值与其周边区域像素值的差别从而导致图像边缘锐度下降，双边滤波算法是高斯滤波算法的一种改进算法，降低图像噪声的同时在一定程度上保持了图像边缘的锐度。双边滤波同样通过对目标及其周围像素值采取加权平均的方式去除图像中的噪声，但是周围像素的加权系数除了其与目标像素的距离有关外还与像素值大小有关，距离目标像素越远像素值大小差别越大周围像素所获得的加权系数越小，反之越大。对于平滑区域的双边滤波，由于目标像素与周围像素的像素值大小差别不大所以其效果与高斯滤波类型，对于边缘区域的双边滤波，由于目标像素与周围像素值大小差别较大所以边缘像素获取最大的加权系数，双边滤波公式下所示：222(,)(,)2212222(,)(,)2212(m)()()+2222212(m)()()+22222,1211(,)42-21w4ijmnijmnijnIIijnIIijSHijewe（）其中1，2分别控制由距离导致的加权系数衰减比例以及由灰度值差导致的加权系数衰减比例，(,)Imn为目标像素(m,n)的灰度值大小，(,)Iij为周围像素(i,j)的灰度值大校与高斯滤波不同，双边滤波的滤波模板不是固定的其随着目标像素值的变化而改变因此滤波速度较慢。
【参考文献】：
期刊论文
[1]基于高斯预处理的道路中心线识别算法研究[J]. 张立恒,王一,高力,徐明远,王晓. 电子设计工程. 2020(02)
[2]自动对焦过程中图像清晰度评价算法研究[J]. 项魁,高健. 组合机床与自动化加工技术. 2019(01)
[3]液晶透镜无偏振片成像的优化算法[J]. 白一晨,陈晓西,曾俊,叶茂. 光学学报. 2018(08)
[4]基于模糊熵评价和最优搜索的自动对焦算法[J]. 刘书炘,刘满华. 重庆邮电大学学报(自然科学版). 2017(04)
[5]混合搜索法在显微镜自动对焦中的应用[J]. 江旻珊,张楠楠,张学典,顾佳,李雪,李峰. 光电工程. 2017(07)
[6]一种改进的Sobel梯度函数自动对焦评价算法[J]. 张丰收,李斯文,胡志刚,杜喆,孟鑫. 光学技术. 2017(03)
[7]一种精确的相机景深计算方法[J]. 雷登峰,郑群辉. 信息技术. 2013(08)
[8]维纳滤波图像复原技术的研究与改进[J]. 杨艳美,高满屯,贺剑. 科学技术与工程. 2012(29)
[9]基于非负支撑域受限递归逆滤波的自适应图像盲复原[J]. 黄德天,吴志勇. 光学精密工程. 2012(09)
[10]可见光变焦镜头结构优化设计[J]. 程志峰,李明,程欣. 中国光学. 2012(02)
博士论文
[1]醋酸纤维素酯胶片档案修复与保护研究[D]. 石美荣.陕西师范大学 2015
[2]基于图像技术的自动调焦方法研究[D]. 黄德天.中国科学院研究生院（长春光学精密机械与物理研究所） 2013
[3]数字图像自动聚焦技术研究及系统实现[D]. 陈国金.西安电子科技大学 2007
硕士论文
[1]液晶透镜成像光学系统的设计与研究[D]. 王思聪.电子科技大学 2019
[2]液晶透镜自动对焦技术研究[D]. 兰天成.电子科技大学 2019
[3]半通过镜头无反光镜相位比较对焦数码相机系统[D]. 李研.北京邮电大学 2011
[4]基于数字图像处理的自动对焦技术研究[D]. 刘兴宝.中国工程物理研究院 2007
[5]影像测量仪自动对焦技术的研究与系统开发[D]. 陈德军.华中科技大学 2007
本文编号：3352143
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3352143.html
最近更新
教材专著
