1 燕山大学 电气工程学院，河北 秦皇岛 066004
2 东北大学 秦皇岛分校 控制工程学院，河北 秦皇岛 066004
3 河北环境工程学院 环境工程系，河北 秦皇岛 066004
针对显微视觉系统中大范围聚焦问题，本文提出新的聚焦搜索策略。该策略将改进的SUSAN 算子和小波变换算子组合提出新的聚焦评价函数，并根据评价函数单峰性以及峰值两侧变化陡峭的特点将聚焦曲线分为实现快速搜索的平缓区和高斯拟合的陡峭区，采用自行研发的显微视觉系统对搜索策略进行验证，按照拟合结果驱动电机直接到达焦平面。实验结果表明，新的聚焦搜索策略在实时性和准确性上具有更好的效果。
显微视觉 大范围聚焦 SUSAN 算子 小波变换 高斯拟合 micro-vision system large range focus SUSAN operator DWT Gaussian fit
燕山大学电气工程学院, 河北 秦皇岛 066004
在聚焦评价算法的研究中, 本文首先对传统的离散余弦变换(DCT)算法和最小核值相似区(SUSAN)算法进行改进, 然后结合改进后的 DCT算法和 SUSAN算法提出一种新的聚焦评价算法, 该算法结合频域评价算法和空间域评价算法各自的优点, 使聚焦曲线在单峰性, 局部极值点和灵敏度等方面与传统算法相比有较大改善。在聚焦窗口的研究中, 本文提出一种基于图像子块重要程度加权的聚焦窗口选择方法, 该方法以总梯度变化率作为图像子块重要程度因子, 将重要程度因子值小于阈值的图像子块视为背景子块, 去除背景子块后剩下的部分为聚焦窗口。新的聚焦窗口选择方法能实现动态的区分目标区域与背景区域。
显微视觉 自动聚焦 评价函数 离散余弦变换 SUSAN算法 micro-vision auto focusing evaluation function DCT SUSAN algorithm
燕山大学,电气工程学院,河北,秦皇岛,066004
基于区域化变量理论,针对受噪声污染的图像,本文提出了一种基于变差函数的多尺度边缘检测新方法.该方法根据图像各个不同区域的数据的不同方向的变差函数值来判断该区域是否存在边缘以及边缘的方向性,然后根据该区域边缘的方向性,在水平和垂直方向分别进行不同尺度的小波变换,进而达到在确保边缘定位准确的同时,尽最大可能去除由于噪声以及图像灰度不均匀产生的伪边缘点.仿真实验表明,本文算法在对受高斯白噪声污染较严重的图像进行边缘检测时能有效的去除噪声对图像边缘检测的影响,从而证明了该方法的可行性、有效性.
变差函数 边缘检测 多尺度分析 噪声图像 小波变换
1 燕山大学,河北,秦皇岛,066004
2 河北省科学院,河北,石家庄,050000
提出了改进的广义模糊算子(GFO)边缘检测新方法.该方法把Otsu理论应用到GFO参数确定中,从而实现了GFO中关键参数的自适应获取,使参数确定困难的问题得以解决.经该方法处理后的图像具有失真度小、细节分明等优点,优于目前现有的边缘检测方法.另外,为使得该方法在复杂图像边缘检测中取得良好效果,采用了先分割后处理的方案,即将复杂图像分割成若干子图像,然后根据各个子图像的灰度性质应用本文所提方法进行处理,再合成,从而为此方法在图像边缘检测中广泛应用提供了切实可行的解决方案.
边缘检测 广义模糊算子 图像分割 Otsu
