机器视觉中的自动调焦和形貌恢复技术研究.pdf

Classified Index: TP391.4 U.D.C: 681.3 Dissertation for the Doctoral Degree in Engineering RESEARCH ON AUTOFOCUS AND SHAPE RECOVERY IN MACHINE VISION Candidate: Hu Tao Supervisor: Prof. Pu Zhaobang Academic Degree Applied for: Doctor of Engineering Specialty: Instrumentation Science and Technology Affiliation: Department of Automatic Testing and Control Data of Defence: March, 2007 Degree-Confering-Institution: Harbin Institute of Technology 摘要 摘要 光学成像系统是机器视觉系统的“眼睛”，其重要性毋容置疑。当违背 成像规律产生离焦时，一方面需要机器视觉系统能够智能、快速的调节光学 参数以聚焦，从而得到清晰、可用的图像，保证机器视觉系统的正常运行； 另一方面离焦程度与光学参数相关，其中隐含有景物的深度信息，利用此信 息，可以恢复出景物的三维形貌。适应前者的需求，产生了一系列基于图像 的自动调焦技术，而后者则延伸出了聚焦恢复三维形貌和离焦恢复三维形貌 两种技术。本文在查阅大量国外文献的基础上，对上述三种技术分别进行了 深入研究。 本文首先用几何光学理论分析了离焦产生的基本原理，深入研究了图像 法自动调焦的关键技术，指出调焦评价函数和调焦控制策略的选取是图像法 自动调焦的两项核心技术，并按类别介绍了已有的各种调焦评价函数、控制 策略实现方法。分析了离焦产生的光学系统放大倍率改变对调焦的影响后， 引入远心光学系统来近似消除这种影响。在透射和反射两种照明方式下，分 别对不同内容的图像进行了调焦实验，比对了各种调焦评价函数在调焦精 度、运算时间上优劣，为图像法自动调焦技术提供了重要的依据。 由于成像目标和成像条件的复杂性，现有图像法自动调焦技术仍存在各 种各样的不足和缺点，在如何选择调焦评价函数和调焦区域，如何进行反馈 控制、提高调焦速度、扩大调焦范围等方面，还有诸多问题有待解决。针对 这些问题，本文提出了一种新的自动调焦控制策略。首先为了克服传统调焦 区域的选取需要人机交互或者只能固定调焦区域的缺陷，在对用信息熵衡量 离焦图像高频信息丰富程度的合理性分析的基础上，提出了用加权熵作为适 应度函数，利用自适应遗传算法来快速的寻找最佳调焦区域；然后充分利用 Variance 函数调焦范围大和梯度平方和函数调焦精度高的特点，使其分别应 用于粗调焦和精细调焦，扩大了调焦范围。通过对不同对象的调焦实验表 明，本方法在保持调焦精度的前提下，对常见的多种图像都能实现大范围的 快速调焦，满足显微视觉系统对高速、高精度、通用性强等自动调焦要求。 在聚焦形貌恢复的图像采集、后续处理等环节中，存在着各种各样的干 扰和噪声。这些噪声的存在，大大影响了三维形貌的恢复精度；为获取更好 的恢复精度，通常的办法是对相关硬件设备的性能提出更高的要求，这导致 了整个系统成本的增加。为此，本文提出了一种高精度的聚焦形貌恢复算 - I - 哈尔滨工业大学工学博士学位论文 法，该方法用零相位滤波器对窗口序列的评价函数值进行滤波，在消除干扰 的同时，保持各空间数据点的位置不变，从而更加精确地确定聚焦位置；本 文还对零相位滤波器的原理、设计方法等进行了深入的研究。在深度恢复 中，为了提高运算效率，本文放弃了常用的逐点恢复方法，采用对原