针对TFT—LCD面板尺寸大、厚度薄、光透过率高的特性，建立了基于激光三角测距法的自动对焦系统。采用光学回路和机械结构设计，对激光光斑中心位置准确求取以及自动对焦原理等算法进行了研究。首先，根据激光三角法测距原理进行了光学回路设计，并以纳米定位平台作为微小行程对焦驱动轴。其次，通过分析光斑图像特性，调节相机快门调整曝光量从而对图像进行噪声消除。另外，采用质心法快速提取光斑中心，在分析激光光斑中心位置与离焦关系的基础上，说明了自动对焦算法。最后，介绍了系统自动对焦时间的设定方法。实验结果表明：在行程为100μm的自动对焦范围内，5X物镜下，自动对焦时间为0．36S，重复定位精度为±1．98μm。50X物镜下，自动对焦时间为0．41s，重复定位精度为±0．26μm。该系统稳定性好、对焦精度高、抗干扰能力强...

为了满足TFT-LCD显微镜光学检测系统在工业上的需求，基于激光三角测距法提出一种改进的显微镜快速自动对焦方式，并建立了光路数学模型。 该方法在可见光光路中加入一路 808 nm 波长的激光，激光光束在被检测物体表面反射后经过一系列光学器件投射在 CCD 相机上形成一个半圆光斑。 以对焦完成时 CCD 上的光斑半径最小为基准，给出了离焦量与光斑信息探测量之间的数学模型关系，实时控制 PZT 进行自动调焦。 根据给定的数学模型，利用高斯曲线拟合对光斑中心进行定位并计算离焦量，实现对实时控制压电陶瓷的自动对焦。 在 50 倍物镜下的实验结果表明：实际测量值与理论值有很好的线性度，在±30 滋m 的对焦平面上对焦重复定位精度可达到 0.2 滋m，对焦时间在0.26 s。 与传统的显微镜对焦方法相比，该方法有较高的精度、较好的线性度和更高...

基于光学系统的焦深及其与工件的相对位置关系等硬件因素,提出光学系统面向对象的快速对焦运动控制方法.该方法采用灰度差分法来构造聚焦特征值评价函数,并使成像系统的运动轨迹尽量短.将对焦过程分为纯线性运动、粗调焦和细调焦三个阶段,每个阶段控制参数的确定方法不同,但总的原则是尽量减少运动和缩短图像处理中的运动距离,尽量增大最小运动步长,利用变步长的浮动阈值搜索方式,克服局部聚焦和完全不能聚焦的情况.实例证明,该方法可以提高对焦效率和可靠性,35mm的对焦距离大约耗时10s左右.

为了实现自动对焦,用几何光学中的物象关系式建构了镜头位移量与物距的数学模型,据此,采用光电耦合器件、电压保持电路等电子器件与机械传动部件相结合,实现了自动对焦.对自动对焦系统的设计和维修有一定的参考价值.

提出一种用于数字成像的自动对焦系统,它以CMOS为图像传感器,用DSP进行数据处理并控制驱动电路调整镜头的位置,达到准确自动对焦的目的.系统采用对焦深度法实现自动对焦,通过改变镜头的位置获得一系列模糊程度不等的图像,计算每幅图像的清晰度评价值构成对焦评价曲线;采用梯度函数作为评价标准来评价图像的清晰度;采用窗口选择技术控制对焦感兴趣范围,减少了数据处理量;对实验样机的测试表明,系统有较好的自动对焦性能,并解决了百叶窗问题,对透过玻璃窗户的目标仍然能正确对焦.

介绍了一种基于DSP芯片TMS320F206进行数值计算和实施控制的自动对焦系统。给出了系统的硬件构成和软件设计。该系统不仅充分发挥了DSP芯片的数值计算优势，而且拓展了其在人机对话和电机控制等输入输出方面的应用。

由于数码相机飞速发展和普及,而自动对焦技术是提高成像清晰度的重要手段,故越来越受到重视. 本文研究了基于图像分析的对焦技术. 针对单区域图像清晰度评价函数的不足,给出了一个五区域图像清晰度评价模型,并引入神经网络模型来实现该模型中权重的优化. 目前,该模型已在相关产品中得到应用. 实践表明,该模型具有较好的准确性和可靠性.

对焦窗口的选择是数码相机进行自动对焦的关键问题之一.现有的对焦窗口的选择方法过于简单,由于成像目标的复杂性,有必要使对焦窗口的选择本身实现自动化和智能化[1].提出了一种利用数字图像处理来进行瞳孔控制自动对焦的方法.对现有照相机结构稍加改进后,可以利用数码相机中现有的CCD/CMOS图像传感器获取拍摄者眼睛的图像,再通过对拍摄者眼睛的图像进行处理来判断其瞳孔在眼睛中的位置.根据这一位置信息,可以推断拍摄者的注意力所集中的区域,从而对焦窗口的自动选择.