3开题报告样板3.doc

PAGE  PAGE 14 基于图像的自动聚焦方法研究 目录 一、选题依据、目的和意义………………………………　2 二、国内外研究现状………………………………………　2 三、研究的主要内容………………………………………　5 四、研究方案………………………………………………　5 五、拟解决的关键问题与创新点…………………………　8 六、预期目标………………………………………………　9 七、研究计划进度………………………………………… 9 八、主要参考文献………………………………………… 10 一、选题依据、目的和意义 近年来，自动聚焦技术在家用数码设备、显微镜、内窥镜、机器人视觉、无人视频监控以及卫星遥感等系统中有着广泛的应用。要对这些电器实现自动化、智能化，自动???焦是关键。自动聚焦技术对精密影像测量仪器有重要的意义。一种好的自动聚焦方法，有助于提高影像测量仪所获取图像的清晰度，从而提高测量仪的测量精度。然而，基于图像处理的智能化方法有着速度快、精度高、体积小等优点，是重中之重。与传统光学方式和红外线或超声波测距方式相比，数字图像处理方式更利于设备的集成化、微型化，可降低设备成本，具有广泛的应用前景。 自动聚焦技术是一项涉及遥感图像信息采集、无人监控、图像自动录入系统等多方面的重要技术，实现自动化是一项推动科研水平、提高军事国防能力的关键技术。随着数字成像技术向自动化和智能化发展，自动聚焦技术的应用范围不断扩大，在自动化、高精度、高稳定性等方面都取得了很大进展，是实现自动化微操作的关键技术。本研究在以步进电机和CCD组建的实验平台的基础上，在BCB平台上开发的视频图像实时自动聚焦的软件，必将对实现聚焦的自动化方面具有重要的推动作用。 二、国内外研究现状 现有的自动聚焦算法由两个部分组成：一个是清晰度评价函数,一个是寻优搜索算法。清晰度函数是描述摄像头对图像的聚焦程度的函数，搜索算法是为了快速准确地找到最佳聚焦位置。 2.1常用的清晰度评价函数： 基于图像的自动聚焦的关键在于构造图像的清晰度评价函数，它在坐标轴上是一个以聚焦位置为横坐标，以最佳聚焦位置的评价函数值为极值点，先上升后下降的类似于高斯分布的曲线。应满足：(1)无偏性 (2)单峰性 (3)灵敏度高 (4)较高信噪比 (5)计算量小。图像清晰时，图像的细节部分丰富，空域表现为相邻像素的特征值（灰度、颜色）变化大，频域表现为频谱的高频分量多。这是构造各种聚焦评价函数的理论基础。 国内外提出的各种聚焦算法，可归纳为以下两类： (1)基于时域：①灰度熵法，对焦良好的图像的熵大于没有对焦清晰的图像；②灰度梯度向量模方和，能够把灰度方差扩大化，数值变化明显，评价函数曲线极值点两边迅速下降；③灰度差分法（SMD）、灰度方差算子（VAR），具有较好的单峰性，方差算子抗噪性能较强；④基于图像边缘检测的方法，如Laplacian算子、Sobel算子、Roberts梯度算子和Tenengrad等，对景物图清晰度敏感，计算速度能够随着区域的减小而提高；⑤互相关法：如Vollath4，Vollath5，具有较强的抗噪声稳定性，计算复杂度小。 (2)基于变换域：高频带通法、快速Fourier算法、DCT变换法、小波变换法等，具有灵敏度高、曲线尖锐的特点，能够满足高精度的要求。 加拿大Toronto大学先进微纳米系统实验室，对这些函数进行大量实验，这些函数分别对139500帧图像进行分析处理，所有图像是12种图片分别以100×、400×和3种检测方法、2种放大倍数采集到的，并分别用精度、取值范围、峰值点（最大值点外）的数量、宽度、噪声水平对处理结果进行评估，综合这5个参数值，得到函数的最终评估值，从而得出最优聚焦函数。根据大量实验数据，加拿大Toronto大学先进微纳米实验室综合评出平方梯度函数、绝对梯度函数、Tenengrad函数、方差函数、Brenner函数、AutoCorrelation算子、Standard Deviation函数为最优聚焦函数。 2.2 自动聚焦搜索算法： (1)自动聚焦的速度取决于搜索算法，可归纳为全局搜索算法，中心区域搜索法及爬山法三类。全局搜索峰值法，避免陷入局部极值点，但速度慢；自适应变步长登山搜索算法，每过一次峰值，反向移动镜头，搜索步长减半，步长由所需精度确定；还可以结合边缘点判据，加快搜索速度，避免同一判据在某些部分可能失效；还有文献16提出的修正的快速爬山算法(MFCS)，收敛速度快，抗噪声能力强，但仍有很多缺陷。 (2)Fibonacci 搜索算法：Fibonacci 搜索具有取样点存储量少、不确定区间容易预测等优点，在试验次数指定的情况下，是最优化的搜索法。但如果对焦评价函数曲线并不是理想的光滑曲线，出现大量的局