实验二：自动调焦技术中图像清晰度的客观评价.docVIP

实验二：自动调焦技术中图像清晰度的客观评价 数字信号处理 应物0901 一、实验背景 自动调焦是要保证感光面所记录的影像取得最清晰的效果。因此，自动调焦系统就是要代替原来的手动调节，而自动调节摄像镜头和感光面之间的距离，并使得像平面落在感光面上。 1、测距法：通过测量被摄目标和镜头之间的距离，并驱动镜头运动到合适的位置而完成自动调焦的。具体方法有三角测量法、红外线测距法与超声波测距法等。 2、聚焦检测法：通过检测影像是离焦还是聚焦(主要是检测影像的轮廓边缘与像的偏移量)，而实现自动调焦的。具体方法有对比度法与相位法等。 3、图像处理法：通过摄像机采集被测物的光学图像，经模拟数字转换，利用计算机进行数字图像处理而实现自动调焦的。具体方法以焦距评价函数分有：高频分量法、平滑法、阈值积分法与灰度差分法等。 计算机处理图像优点：灵活性(多判据、多区域)、速度快、准确。 本次实验是利用Matlab对自动调焦中的图像处理法进行模拟。 二、实验原理 图像调焦准确与否，反映在空间域上是图像的边界及细节部分是否清晰，在频率域上是图像的高频分量是否丰富。图像的边缘及细节信息可通过对图像进行微分来获取;图像的频谱信息可通过对图像进行FFT(即快速付里叶变换)来获取。通过数字化图像信息，把图像的清晰度量化，从而来判断是否摄像仪器是否合理对焦。 首先熟悉几个matlab中图像处理的的一些函数。如下过程，在电脑D盘中保存一张图片（命名为3.jpg），然后进行如下操作。 （1）打开和输出保存图像 I = imread(D:\3.jpg); figure, imshow(I) title(Original Image) （2）改变图像的清晰度（使之变模糊，用于实验比较） LEN = 31; THETA = 11; PSF = fspecial(motion,LEN,THETA); Blurred = imfilter(I,PSF,circular,conv); figure, imshow(Blurred) title(Blurred Image) （3）用PSF即点分布函数来修复图形wnr1 = deconvwnr(Blurred,PSF); figure, imshow(wnr1) title(Restored, True PSF); （4）给图像加噪点 I = imread(D:\3.jpg); J = imnoise(I,salt pepper,0.02); figure, imshow(I) figure, imshow(J) 实验过程 clc;clear; I=imread(D:/123.JPG); A=rgb2gray(I); [i,k]=size(A); fo=fftshift(abs(fft2(double(A)))); f=fo/sum(sum(fo)); FDE=0; while(i) j=k; while(j) FDE=FDE-f(i,j)*log(f(i,j)); j=j-1; end i=i-1; end H1 = fspecial(disk,3); A1 = imfilter(A,H1,replicate); [i,k]=size(A1); fo1=fftshift(abs(fft2(double(A1)))); f1=fo1/sum(sum(fo1)); FDE1=0; while(i) j=k; while(j) FDE1=FDE1-f1(i,j)*log(f1(i,j)); j=j-1; end i=i-1; end 四、实验结果 FDE FDE = 10.2492 FDE1 FDE1 = 8.7146 FDE2 FDE2 = 7.9858 根据输出的FDE值的大小可以判断，第一幅图相对最清晰，而最后一幅图相对最模糊。 H2 = fspecial(disk,8); A2 = imfilter(A,H2,replicate); [i,k]=size(A2); fo2=fftshift(abs(fft2(double(A2)))); f2=fo2/sum(sum(fo2)); FDE2=0; while(i) j=k; while(j) FDE2=FDE2-f2(i,j)*log(f2(i,j)); j=j-1; end i=i-1; end subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(A); subplot(2,2,3),im