基于图像处理的自动聚焦技术及应用

　　1　引言

　　在布氏硬度压痕直径测量系统中,聚焦的好坏直接影响测量结果。本文以国防军工计量十一五基础科研项目“硬度压痕直径测量”为应用背景,研究基于图像处理的自动聚焦技术以提高系统测量的准确性、智能化和自动化。基于图像处理的图像清晰度评价函数是自动聚焦技术的关键,目前大多数算法是基于时域的灰度熵法和灰度方差法构造的,但其聚焦结果并不十分稳定且运算速度慢。基于以上问题,本文提出了基于向量模型和改进的DCT变换的两种自动聚焦算法。

　　2　向量模型算法

　　图像相邻区域的灰度值变化越明显,图像越清晰。边缘是图像上灰度值变化最为激烈的地方,因此可以采用梯度算子对图像进行计算,用邻域像素之间的灰度值差来表征图像梯度,在数学模型中即为微分算子,如图1所示,其表达式为式(1)。

　　将水平方向的梯度再与斜线方向的梯度作差,用于表征该像素在其邻域内的综合变化梯度,向量模型算法表达式为:

　　G(i, j) =|F(i, j) -F(i, j+1) |+|F(i, j) -F(i+1, j) |-2|F(i, j) -F(i+1, j+1) | (3)

　　3　DCT变换算法

　　在图像的频域分析中,图像的清晰和聚焦的程度由图像

高频分量的多少来决定:高频分量多则图像清晰;高频分量少则图像模糊。因此可以利用图像高频分量的多少作为图像清晰度的判定依据。最常见的变换有傅立叶变换(FFT)和离散余弦变换(DCT)。由于FFT变换是对复数进行处理,其计算程度较为复杂,计算所需的时间长。硬度压痕直径测量系统要进行大量的测量实验,电机位移在微米级,且压痕图像为2048×2048px,除去电机移动时间是固定的之外,必须提高图像处理的速度,FFT算法对于该系统显然是不适用的。因此采用变换简单且较为快速的DCT变换。图6显示了一幅图像进行DCT变换后的结果。DCT变换能聚集更多的能量,对高频分量有较好的分离能力,在清晰度评价函数中,分离并保留高频分量作为图像清晰度的评价尺度。二维的DCT正变换如式(4)所示。

　　式(8)中F(u,v)为DCT变换后的结果, (M,N)为图像的分辨率。但本系统聚焦图像和离焦图像在亮度和灰度级方面相差很大,且图像的清晰度还与图像自身的亮度和灰度级有很大关系,故引入相对高频分量进行判别。由于直流分量在一定程度上反映了图像的整体亮度和总体信息,因而用高频分量和直流分量的比作为图像相对高频分量进行判别,得到的G的最大值所对应的图像即为样本图像中最清晰的。改

　　4　实验研究

　　为了验证算法的稳定性和执行效率,实验所用的图像样本均采集自硬度压痕直径测量系统,图像大小均为640×480px,分为三组进行,每组的样本均在30个以上。在相同的环境下进行试验对比,结果如图7-图9所示,纵坐标为归一化的清晰度评价函数值,横坐标为图像样本序号。