1 哈尔滨工业大学物理学院，黑龙江 哈尔滨 150001
2 天津工业大学物理科学与技术学院，天津 300387
为克服扫描计算成像系统测量和计算速度慢的缺点，综述一些快速计算成像技术，从测量和计算方面论述提高速度的方法。在基于光场调制的计算光学成像法中，介绍轴向扫描、横向扫描、多波长扫描、散射介质、多距离等调制方式。针对快速定量相位成像技术，介绍定量相位成像方法、基于Kramers-Kronig关系的快速定量相位成像方法、基于对角扩展采样的计算成像方法、基于对称照明的单帧计算成像方法。针对自动聚焦技术，介绍自动聚焦技术分类、核心算法、基于Tanimoto系数和多相梯度绝对值的自动聚焦方法、基于特征区域提取和细分搜索的快速自动聚焦方法。
计算光学成像 调制成像 定量相位成像 自动聚焦 激光与光电子学进展
2024, 61(2): 0211007
中国海洋大学 信息科学与工程学部， 山东 青岛 266000
针对爬山算法在自动聚焦中出现的诸如准确率差、速度慢等问题，提出了一种结合自适应步长和两步搜索法的分区搜索算法。方法根据聚焦评价函数值大小和曲线线形将聚焦评价曲线分为平缓和陡峭两个区域，平缓区域使用自适应步长进行搜索，提高自动聚焦搜索速度；陡峭区域使用两步搜索法，避免假峰值干扰所导致的聚焦错误，提高自动聚焦准确率。实验结果表明，分区搜索算法相较于爬山算法聚焦速度提升了11.25%，且具有更好的准确性和抗干扰能力。
自动聚焦 爬山算法 分区搜索 自适应步长 两步搜索 automatic focusing hill climbing partition search algorithm self-adaptive step two-step search
1 中国科学院光电技术研究所 环境光学研究院，成都 610209
2 中国科学院大学，北京 100049
目前基于数字微镜器件的无掩膜光刻系统离不开高精度的检焦系统，单独设计的检焦系统不仅会增加全系统结构的复杂度，还会增加装调的难度。因此提出一种基于深度学习的检焦方法，通过调节光路使曝光焦面和相机成像焦面重合，仅根据当前所成的图像即可实现焦平面的快速自动检测。该算法由粗检焦和精检焦两步组成，粗检焦利用深度学习模型对相机记录的图像进行分类，仅需90 ms就可判断当前基片的离焦区间；精检焦利用清晰度评价函数计算图像清晰度值，结合搜索算法即可在粗检焦的基础上准确找到焦平面。用5倍聚焦物镜进行实验，在（-40 μm，40 μm）的离焦区间内，检焦精度可达2 μm，总用时不超过300 ms。仿真分析和实验验证结果表明，该方法具有结构复杂度低、检焦速度快、检焦精度高等优点，能够很好地应用于数字光刻领域。
数字光刻 自动检焦 深度学习 图像处理 Digital lithography Automatic focusing Deep learning Image processing
河北工程大学数理科学与工程学院，河北 邯郸 056038
本文针对普通显微镜相衬成像需要手动聚焦、切换相位板等问题，提出了一种基于深度学习的自动聚焦相衬显微方法，并且基于该方法设计了一种基于U-Net的网络框架。在该网络框架中引入残差模块和空间注意力机制，目的是使网络更好地利用特征图之间的关系，同时使用密集模块加强特征信息复用，以提高网络的性能。采用三种不同类型的样本在不同的焦距下进行训练网络，数值计算和实验结果表明，所提方法可以快速、精准地实现自动聚焦相衬成像，并达到去噪的效果。此外，将本文所提网络框架与U-Net、生成对抗网络进行了比较，较高的SSIM值显示了所提网络框架的优势。最后，使用基于少量数据集即可完成训练的生成对抗网络对自动聚焦相衬成像进行验证，证明了该方法的可行性。本文所提出的基于改进U-Net的自动聚焦相衬成像方法有助于细胞生物学研究。
医用光学 深度学习 相衬显微 自动聚焦 U-Net 中国激光
2022, 49(15): 1507302
中国航天科工集团第二研究院北京航天长峰股份有限公司，北京100039
为了提高图像的可调焦范围，以往的自适应清晰度自动调焦算法对深度和轻度离焦图像采取了不同的评价方式，却未给出明确的图像离焦深浅度判定方法，进而影响了算法的可行性。为解决该问题，从Sobel算子出发来提取图像边缘，并通过阈值选择出阶跃边缘，从而利用阶跃边缘宽度来判别图像离焦程度。经实验分析，该方法可以无参考地判断单张图像的清晰度。与SMD、Laplace等方法相比，它具有与场景无关的优势。不同场景的相同清晰度图片的边缘宽度标准差仅为0.0676。此外，边缘宽度的大小与图像离焦程度成正相关，证明了该方法的有效性。本文算法的判定准确率达到了86.8%，与高频和算法、基于无参考结构清晰度的算法相比具有一定优势。
自适应清晰度 判定方法 自动调焦 离焦深浅度 self-adaptive sharpness judgment principle automatic focusing depth of defocusing
1 中国科学院 合肥物质科学研究院 安徽光学精密机械研究所 中国科学院大气光学重点实验室，安徽合肥23003
2 中国科学技术大学，安徽合肥3006
3 先进激光技术安徽省实验室，安徽合肥2007
为了在望远镜设备探测过程中实时调节由环境温度变化引起的光学系统组合焦距偏离，建立了温度与成像焦点位置调节的对应关系。通过理论计算得出卡塞格林望远镜系统组合焦距变化与温度变化的关系，利用步入式可编程高低温箱设计了温度实验，得出系统单位温度焦点位置的变化量，并在实际工作环境下进行了二次标定，得出望远镜设备的离焦量为-0.14 mm/℃。最后，结合理论实验设计了一种基于环境温度反馈的望远镜自动调焦装置，应用于设备外场观测实验，得出自动调焦装置使用前后望远镜系统的成像信噪比。实验结果表明，离焦量与温度变化量具有相关性，调焦装置使用后所成图像的均方根误差由5.056降低为0.729，成像信噪比由41.09提高到49.50。环境温度反馈的自动调焦技术有利于望远镜设备更好地捕捉观测目标，抑制背景噪声，提高信号采集的精确度与参数测量的准确度，增强了外场探测对环境温度变化的适应能力。
望远镜 组合焦距 环境温度 自动调焦 telescope combined focal length environmental temperature automatic focusing
山东大学 信息科学与工程学院, 山东 青岛 266200
针对传统的聚焦评价函数在应用时出现的一些诸如稳定性和精度不足、易受噪声干扰等问题, 提出一种基于大津法分割和局部最大梯度的自动聚焦算法。算法对前背景分割后的图像进行局部梯度计算, 并统计非零系数和计算局部方差, 利用二者变化特性设计一个新的清晰度评价指标以实现数字图像的自动聚焦。实验结果表明, 算法具有高灵敏度、较好的稳定性和较强的抗噪能力。
自动聚焦 图像处理 大津法 局部梯度 非零系数 automatic focusing image processing Otsu method local gradient Non-zero coefficient
1 大连理工大学 精密与特种加工教育部重点实验室, 辽宁 大连 116024
2 大连理工大学 辽宁省微纳米技术及系统重点实验室, 辽宁 大连 116024
在微装配中, 采用变焦变倍视觉系统可以有效解决测量范围与精度的矛盾, 但同时也引入了动态标定和实时自动聚焦的新问题。为此, 对变焦变倍显微视觉系统的标定和自动聚焦技术展开研究。在标定方面, 首先通过变倍率法完成图像主点的标定。基于平面靶标定法, 采用单视图单应矩阵分解对固定倍率下相机内外参数进行线性标定, 再引入畸变模型, 并由量子行为粒子群优化算法对标定结果进行非线性优化, 优化之后的最大反投影误差约为0.13 pixel, 平均反投影误差约为0.1 pixel。此外, 通过高斯曲线拟合完成对任意工作状态下视觉系统放大倍数的校准。在自动聚焦方面, 针对传统灰度梯度函数只考虑固定梯度方向且易受噪声影响的问题, 采用八邻域最大梯度阈值的自动调焦算法, 通过梯度阈值提高算法的抗噪性。与其他几种灰度梯度调焦函数相比, 该算法的单峰性好, 抗噪性强。
变焦变倍显微视觉系统 标定 量子行为粒子群优化 自动调焦 zoom micro-vision system calibration quantum-behaved particle swarm optimization automatic focusing 红外与激光工程
2018, 47(11): 1117001
1 桂林电子科技大学 信息与通信学院, 桂林 541004
2 梧州学院 广西高校图像处理与智能信息系统重点实验室, 梧州 543002
聚焦评价函数的设计与选取是显微镜自动聚焦的核心问题之一,光照变化引起函数曲线失去理想特性, 传统的聚焦评价函数无法克服这一问题。为了解决此问题, 提出一种结合频域离散余弦变换(DCT)零系数和空域局部标准差的自动聚焦算法。通过计算图像子块的DCT高频零系数个数和局部标准差, 利用两者相反的作用效果进行除法运算, 并采用平方运算加大该算法的清晰度比率, 在不同光照条件下, 与几种传统的聚焦评价函数进行聚焦对比实验, 验证了该算法的适用性, 并对聚焦评价函数使用定量指标进行性能评估。结果表明, 该算法在低照度的条件下还能保持良好的曲线特性, 并且具有较强的抗噪性、灵敏度和稳定性。
图像处理 自动聚焦 聚焦评价函数 离散余弦变换零系数 局部标准差 image processing automatic focusing focusing evaluation function discrete cosine transform coefficient of zero local standard deviation
