專利名稱：基于改進(jìn)型log算子和小波包變換的長(zhǎng)波紅外顯微圖像聚焦評(píng)價(jià)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種長(zhǎng)波紅外圖像的聚焦評(píng)價(jià)方法，尤其是涉及一種基于改進(jìn)型LOG算子和小波包變換的應(yīng)用于長(zhǎng)波紅外顯微成像系統(tǒng)的聚焦評(píng)價(jià)方法。
背景技術(shù)：
目前，被廣泛應(yīng)用在顯微系統(tǒng)，紅外成像系統(tǒng)、以及各種數(shù)碼相機(jī)等各類探測(cè)系統(tǒng)中，基于對(duì)圖像序列評(píng)價(jià)而確定最佳焦面的自動(dòng)聚焦算法顯得尤為重要。在自動(dòng)聚焦算法中最重要的部分就是如何構(gòu)建聚焦評(píng)價(jià)函數(shù)。準(zhǔn)確的、有效的、圖像清晰的評(píng)價(jià)函數(shù)是采用數(shù)字圖像處理技術(shù)實(shí)現(xiàn)自動(dòng)聚焦的關(guān)鍵，也是圖像序列評(píng)價(jià)而確定最佳焦面自動(dòng)聚焦算法的精髓。聚焦評(píng)價(jià)函數(shù)優(yōu)劣決定聚焦的精度等因素，進(jìn)而決定各類探測(cè)器系統(tǒng)的性能的高低。理想的聚焦評(píng)價(jià)函數(shù)曲線具有單峰性、無(wú)偏性、平滑性和單調(diào)性等特點(diǎn)，當(dāng)系統(tǒng)偏離最佳焦面位置時(shí)，聚焦評(píng)價(jià)函數(shù)值迅速降低，具有高度的靈敏性。正焦位置的圖像比離焦位置的圖像清晰度高，包含更多的銳利和細(xì)節(jié)信息，而聚焦評(píng)價(jià)函數(shù)的目的就是提取圖像中銳利和細(xì)節(jié)信息作為評(píng)價(jià)標(biāo)準(zhǔn)?？傮w上講，常見(jiàn)的聚焦評(píng)價(jià)函數(shù)可以按空間域和變換域分為兩類。前者常見(jiàn)的包括圖像梯度法、灰度值法和熵函數(shù)法等；后者常見(jiàn)的包括傅里葉變換法、離散余弦變換法、小波變換法等。因?yàn)閳D像模糊的本質(zhì)是高頻分量的損失，在變換域的分類中，圖像的銳利和細(xì)節(jié)信息也與高頻分量信息相對(duì)應(yīng)，所以高頻信息的提取是否完善對(duì)圖像的細(xì)節(jié)保留有很大關(guān)系，聚焦評(píng)價(jià)函數(shù)就是評(píng)價(jià)圖像銳利和細(xì)節(jié)信息的，可見(jiàn)評(píng)價(jià)函數(shù)最終還是與高頻分量信息有重要關(guān)系。除此之外，以基于紅外波段和可見(jiàn)光波段的應(yīng)用來(lái)比較分析，因?yàn)榭梢?jiàn)光圖像具有高分辨率和高清晰度的優(yōu)點(diǎn)，這些聚焦評(píng)價(jià)方法在可見(jiàn)光系統(tǒng)中具有很高的靈敏度。但是，由于長(zhǎng)波紅外圖像的低分辨率、低對(duì)比度和低信噪比，經(jīng)典的聚焦評(píng)價(jià)方法在紅外系統(tǒng)中很難實(shí)現(xiàn)高聚焦精度和高聚焦靈敏度。為了滿足長(zhǎng)波紅外系統(tǒng)圖像高精度和高靈敏度的聚焦，需要在經(jīng)典的聚焦評(píng)價(jià)方法上提出改進(jìn)，提出新的聚焦評(píng)價(jià)函數(shù)至關(guān)重要的。因?yàn)閳D像的邊緣的高頻成分居多，高頻信息是提高精確聚焦的關(guān)鍵，常采用圖像邊緣增強(qiáng)技術(shù)提取高頻成分。圖像增強(qiáng)技術(shù)增強(qiáng)處理系統(tǒng)對(duì)高頻信息的識(shí)別或處理能力，使圖像精確聚焦。

發(fā)明內(nèi)容
為了解決現(xiàn)有聚焦評(píng)價(jià)方法不能對(duì)長(zhǎng)波紅外圖像進(jìn)行高精度、高靈敏度聚焦的問(wèn)題，本發(fā)明提供一種基于改進(jìn)型LOG算子和小波包變換的長(zhǎng)波紅外顯微圖像聚焦評(píng)價(jià)方法，對(duì)圖像進(jìn)行邊緣增強(qiáng)，構(gòu)造的聚焦評(píng)價(jià)函數(shù)可以有效地從長(zhǎng)波紅外圖像中提取高頻分量，為長(zhǎng)波紅外顯微系統(tǒng)提供高靈敏度的聚焦評(píng)價(jià)方法。本發(fā)明的基于改進(jìn)型LOG算子和小波包變換的長(zhǎng)波紅外顯微圖像聚焦評(píng)價(jià)方法，包括如下步驟A、對(duì)于長(zhǎng)波紅外顯微系統(tǒng)，在正焦位置前后連續(xù)調(diào)焦，采集不同離焦位置的圖像信
號(hào);
B、對(duì)LOG邊緣檢測(cè)算子進(jìn)行改進(jìn)，使其適合于采集長(zhǎng)波紅外顯微圖像的邊緣信息，利用改進(jìn)型LOG算子對(duì)每幅圖像進(jìn)行邊緣檢測(cè)，實(shí)現(xiàn)對(duì)包含高頻分量最多的邊緣進(jìn)行處理，其中改進(jìn)型LOG邊緣檢測(cè)算子如下
權(quán)利要求
1.一種基于改進(jìn)型LOG算子和小波包變換的長(zhǎng)波紅外顯微圖像聚焦評(píng)價(jià)方法，其特征在于所述方法包括如下步驟 A、對(duì)于長(zhǎng)波紅外顯微系統(tǒng)，在正焦位置前后連續(xù)調(diào)焦，采集不同離焦位置的圖像信號(hào); B、對(duì)LOG邊緣檢測(cè)算子進(jìn)行改進(jìn)，使其適合于采集長(zhǎng)波紅外顯微圖像的邊緣信息，利用改進(jìn)型LOG算子對(duì)每幅圖像進(jìn)行邊緣檢測(cè)； C、采用Shannon熵標(biāo)準(zhǔn)求解小波包最優(yōu)基，對(duì)每幅邊緣檢測(cè)后的圖像進(jìn)行完全的二階小波包分解，得到16個(gè)代表不同空間頻率信息的終端結(jié)點(diǎn)AA2、VA2、HA2、DA2、AV2、VV2、HV2、DV2、AH2、VH2、HH2、DH2、AD2、VD2、HD2 和 DD2，其中，A、V、H 和 D 分別代表低頻，垂直方向高頻，水平方向高頻和對(duì)角線方向高頻分量，2代表小波包分解的階數(shù)； D、對(duì)終端結(jié)點(diǎn)分類，提取出代表純高頻信息的終端結(jié)點(diǎn)VV2、HV2、DV2、VH2、HH2、DH2、VD2、HD2和DD2，并對(duì)代表純高頻信息結(jié)點(diǎn)內(nèi)的所有小波包分解系數(shù)J—、Ddh2, Dvd2' Dhd2和Ddd2進(jìn)行累加求和得到系數(shù)和，定義為聚焦評(píng)價(jià)函數(shù)'F二Drr2Whr2Wdr2UDhh2七D艦七Dvd2+Dhd2+Ddd2 ； E、對(duì)所有圖像，利用聚焦評(píng)價(jià)函數(shù)'進(jìn)行評(píng)價(jià)，得到評(píng)價(jià)函數(shù)曲線； F、評(píng)價(jià)函數(shù)曲線的最大值對(duì)應(yīng)的圖像，即為最佳焦面位置采集的圖像。
2.根據(jù)權(quán)利要求1所述的基于改進(jìn)型LOG算子和小波包變換的長(zhǎng)波紅外顯微圖像聚焦評(píng)價(jià)方法，其特征在于所述改進(jìn)型LOG邊緣檢測(cè)算子如下
3.根據(jù)權(quán)利要求1所述的基于改進(jìn)型LOG算子和小波包變換的長(zhǎng)波紅外顯微圖像聚焦評(píng)價(jià)方法，其特征在于所述紅外顯微系統(tǒng)為波段為8 12 μ m的長(zhǎng)波紅外顯微系統(tǒng)。
全文摘要
基于改進(jìn)型LOG算子和小波包變換的長(zhǎng)波紅外顯微圖像聚焦評(píng)價(jià)方法，涉及一種長(zhǎng)波紅外圖像的聚焦評(píng)價(jià)方法。為了解決現(xiàn)有聚焦評(píng)價(jià)方法不能對(duì)長(zhǎng)波紅外圖像進(jìn)行高精度、高靈敏度聚焦的問(wèn)題，本發(fā)明的聚焦評(píng)價(jià)方法首先利用改進(jìn)型的LOG邊緣檢測(cè)算子對(duì)每幅圖像進(jìn)行邊緣檢測(cè)；然后用Shannon熵標(biāo)準(zhǔn)對(duì)每幅邊緣檢測(cè)后的圖像進(jìn)行完全的二階小波包分解，然后對(duì)代表高頻信息的結(jié)點(diǎn)內(nèi)的小波包分解系數(shù)進(jìn)行累加求和得到系數(shù)和，將系數(shù)和定義為聚焦評(píng)價(jià)函數(shù)。本發(fā)明的聚焦評(píng)價(jià)函數(shù)具有良好的無(wú)偏性、單峰性和高精度。
文檔編號(hào)G06T7/00GK103020973SQ201210587589
公開日2013年4月3日 申請(qǐng)日期2012年12月31日 優(yōu)先權(quán)日2012年12月31日
發(fā)明者胡海力, 左保軍, 劉建軍, 陳守謙, 陳剛義, 范志剛, 叢海佳 申請(qǐng)人:哈爾濱工業(yè)大學(xué)