显微镜视图下的自动对焦.doc

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
显微镜视图下的自动对焦

显微镜视图下的自动对焦 Ku Chin Lin 摘要:自动对焦是一个非常重要的科技应用在精确定位和检测系统中。目前技术主要集中于显微镜视图下的高速执行自动对焦。本文从3个方面说明了AF算法(最初的研究方向,进一部的研究,最后的研究),优化的处理决定增强了算法处理的快速执行,本文研究中阐述了图片对焦的准确尺度(FV)偏向与低信号噪声频率。因此,一个新的尺度建立在轻微的窗口振动的量度增强了频率。通过这种增强,AF的准确性和灵活性能够大大的提高。改进的AF算法被执行在PC机的激光修复机器上。试验测试能够广泛的证明在试验以及生产中,所选择的测试在这篇文章中。在这些测试中,AF速度在400--1700ms范围中,平均速度小于1000ms I 概述 自动对焦是一个非常重要的科技在许多应用中,比如在图片电子传感器,电子制造业,生物,化工,声纳以及医学治疗,准确定位和检测,当前科技的发展更加偏向于显微镜视图下的高速对焦。 AF能够消除积极的信号源比如帧以及转移和在物体和镜头之间位置检测的完成[1], 这种做法,重点只是一个定位问题。然而,还可以自动对焦完成了基于图像处理的信息清晰度。这种做法并不需要一个距离感应装置,而是一个更灵活的应用[2]。 许多先前的实施自动对焦算法硬件或内嵌商业或移动相机[ 3 ]。然而,自动搜索可能需要先进的物质决定和异常的动作处理作为干扰扰或紧急情况的处理。因此,执行自动对焦的软件渴望在工业应用[ 4 ] 。 Subbarao等从重点技术开发了一种使用自动对焦算法深度[ 5 ]。这是假定自动对焦图像的相关性,并有重点的形象点传播功能。两个或两个以上的这类为重点的图像可以用于计算重点地位。张等人[ 6 ]声称,可以在衡量影像模糊的基础上处理高阶中央时刻的图像。这项措施依赖于模糊参数,以及独立的图像内容。然而,一帧图像,假设为具有相同的程度的模糊,这种假设可能不会举行,如果存在着不同的景深。 镜头和物体的距离决定了图像采集的形状。形状能够被准确的识别,然后,FV曲线形式的镜头位置和图片量度有所不同。这种曲线的峰值可能揭示在图片内容拥有最高的频率在本地或全球。 一??自动对焦的任务是通过比较FVs寻找一个集中的图像位置。在FV措施的基础上制定的图像直方图变化,能源的平方梯度,熵函数,频谱功能,能源的Laplacian ,高斯梯度,拉普拉斯高斯和Tenengrad等[ 3 ]。大多数措施执行良好的计算效益。然而,他们可能有在自动对焦范围外的低信号噪声比引起的微观观点。这可能会引起重要的地方高峰FV曲线和导致自动对焦结果的不准确 另一方面,寻找一个高峰FV算法的连续机动定位的镜头。电机执行处理速度,图像采集速度,数据量处理,步长透镜的移动,和迭代次数的搜索。电机处理速度和图像采集速度,主要是与硬件选择有关。然而适当的时间分配和在控制回路的自动对焦也有很重要的速度增强反应。 减少数据量使用子窗口是另一种做法的速度促进[ 4 ]。通过子窗口,图像数据在一个预先确定的子窗口中用于加工。但是,重点是权衡速度获取可能会丧失准确性,除非必须适当界定规范子窗口。例如,为了实现良好的速度和精度之间的平衡,建议使用较大的子窗口外,同时重点搜索一个较小的子窗口中。此外,在较大的步长的自动对焦区域外的镜头移动中 搜索将提高速度,同时更小的步长中重将加强搜索的准确性。因此,一个良好的反应,需要调整自动对焦步长的镜头,动作[ 7 ]。 自动对焦算法包括全球扫描,Fabonacci搜索,半搜索,变比例搜索和中部地区搜索[ 8 ]。在一个全球扫描,每个镜头位置进行扫描和FV计算。那个全部扫描结束镜头全球高峰。全球扫描通常是耗时尽管可靠。 改性全球扫描是由一个内置的探测器的FV比例保存的不必要的扫描[ 8 ] 。另一个在修改的基础上,提出细分全球区域有限镜头位置[ 3 ]。然后,一个粗略的搜索执行中的有限镜头职位以下的区域,在更细的搜索步长中为全球最高。这两个阶段办法是有利于取得良好的反应速度。然而,实际的区域可能不知道推进。 斐波那契搜索是基于不断细分 Fibonacci搜索是基于不断细分一个探索区域变成分区域,根据Fabonacci 序列。搜索至少需要迭代次数的全球区域。例如,它要求不超过13个迭代搜索达成一项在重点位置256镜头的立场。在Fibonacci搜索中,全球区域必须事先得知。此外,搜索可能承担的不受欢迎的镜头以及来回反复“抖振”反应。抖振反应的有反弹,可能导致重点不准确。 在这项研究中,一个简单的FV措施,在第二部分介绍。在第三节中,介绍三个阶段的自动对焦算法。那个三个阶段包括最初搜索的方向,一个粗略的搜索,火速搜索。快速算法处理是建立在提高性能上。第四节演示自动对焦显微镜下使的意见意见以及提

文档评论(0)

youbika + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档