利用聚焦堆栈估计场景深度是计算成像领域中的重要技术手段。提出三维自适应加权全变分计算框架，用于解决场景中弱纹理区域和遮挡区域深度线索丢失导致深度估计不准确的问题。相比传统二维引导滤波方法，所提三维优化框架不仅考虑聚焦堆栈和聚焦测度中共同蕴藏的场景几何结构，避免在深度图中错误地引入场景物理信息，还充分考虑聚焦堆栈和聚焦测度沿图像序列方向的结构特点，实现更高程度的数据保真。模拟数据和实际数据实验结果表明，所提方法能够有效提升聚焦堆栈估计深度的精度。

聚焦评价是根据离焦序列图像搜索并获得最优像点位置的数值分析方法,其分辨力直接决定三维聚焦形貌恢复技术的重建精度。以空域拉普拉斯算子与频域离散余弦变换为基础,提出一种联合二者聚焦评价结果的高分辨力聚焦评价方法。首先,使用离散余弦变换算子对图像进行聚焦评价,将拉普拉斯算子聚焦评价值对称变换的结果作为权重因子;然后,使用权重因子对离散余弦变换评价值进行修正,以增强对图像聚焦特征的响应,抑制对图像离焦特征的响应;再次,通过分析离焦光学系统,采用计算离焦点扩展函数的方法生成离焦序列图像,仿真验证了该方法的有效性;最后,使用不同成像镜头及成像目标,搭建了不同离焦场景的实验平台,利用所提聚焦方法及传统的5种典型方法对采集到的离焦序列图像进行了聚焦对比分析。结果表明:所提聚焦评价方法在小离焦和大离焦图像中均能表现出优良的评价结果,且峰值灵敏度和陡峭度均明显得到提高。所提方法具有更优的聚焦评价分辨力及响应灵敏度,可有效提高三维聚焦形貌恢复精度。

提出基于聚焦堆栈单体数据子集架构的全局成像方法,该方法可以提高单体内部的重建精度,减少由物体边界深度跳跃带来的重建误差。首先采用Alpha Matting算法获取物体的边界信息,按照物体的边界信息在(x,y)空间中对聚焦堆栈进行精确划分,在深度方向上对聚焦堆栈数据进行筛选,获得聚焦堆栈单体数据子集。然后根据聚焦测度对单体数据子集进行深度重建和全聚焦成像,利用全变差正则化优化计算结果。最后将优化后的聚焦堆栈单体数据子集的重建结果进行全局融合,得到全局场景的深度图和全聚焦图。实验结果表明,提出的基于聚焦堆栈单体数据子集架构的全局成像方法可以提高计算效率和重建结果的质量,为聚焦堆栈计算成像提供一种优化方案。

针对目前调焦评价函数存在的灵敏度低、鲁棒性差、易进入饱和区等问题, 提出了一种融合灰度梯度和暗通道L0范数的调焦评价函数。首先分析并证明了清晰图像与离焦图像相比具有亮度更大、更稀疏的暗通道这一特性, 然后选择了暗通道的L0范数对图像的离焦情况进行评价, 最后融合图像灰度梯度与暗通道的L0范数构建了一种新的调焦评价函数。在对森林、公路、天空中的无人机、室内静物等多种场景的调焦实验中, 使用单核DSP处理速度为9 Hz, 基本满足实时性; 受到外界干扰时函数曲线没有出现伪峰; 在离焦比较严重的情况下没有进入饱和区, 仍然能够保持一定的陡峭度。实验结果表明, 本文提出的调焦评价函数具有较好的灵敏度和鲁棒性, 可以满足光电成像系统对实时调焦的要求。

通过分析特征点密度与物点聚焦程度的关系，建立基于特征点密度的聚焦测度。将融合特征点密度与边缘信息建立新的聚焦测度，利用聚焦堆栈数据实现场景深度的估计与全聚焦成像。对于由边缘信息建立的聚焦测度在图像纹理区域存在不准确性，该方法可以有效地弥补这一缺点。将刻画边缘信息的Sum-Modified-Laplacian(SML)方法与特征点密度函数相融合建立新的聚焦测度，用于三维场景重构，实现了场景深度估计和全聚焦成像算法。实验结果表明，新方法有效地剔除了SML在纹理区域估计错误的深度值，保留了SML在边缘区域的优势，得到了高精度的场景深度图及其全聚焦图像。

针对立体显微图像在同一位置双目清晰度不同的问题, 提出了一种体视显微镜聚焦一致的性判定方法。使用连通区域分割方法对不同深度标定板图像进行分割, 提取圆点中心, 选取清晰度评价区域; 使用聚焦测度对不同深度图像进行清晰度评价, 得到清晰度-深度关系曲线, 利用曲线拟合求取曲线峰值得出深度信息; 利用左右目圆点中心的三维坐标分别拟合出左右全聚焦平面, 通过测量左右全聚焦平面夹角以及评价区域中左右目圆点中心距离来分析聚焦性。结果表明, 能够有效地判定体视显微镜聚焦的一致性。

为了提高自动调焦算法的性能，对调焦评价函数和调焦搜索算法进行了研究。在分析人类视觉系统(HVS)特性研究成果的基础上，提出了一种基于HVS加权的小波调焦评价函数。根据视觉多通道特性和视觉敏感度带通特性，对不同方向、不同空间频带的小波高频系数分别赋予不同的权值。为了克服爬山法搜索速度慢的缺点，提出了一种基于SOM神经网络的搜索算法，采用训练完成的SOM神经网络预测镜头的最佳聚焦位置。实验结果表明，提出的小波调焦评价函数得到了比传统小波调焦评价函数更优的调焦特性曲线;采用本文的搜索算法平均仅需要采集处理73幅图像就能找到最佳聚焦位置，与基于全搜索的爬山法相比，节省了大量的搜索时间。说明提出的调焦方法不但可以得到符合人眼视觉的调焦效果，还可以实现快速自动调焦。

研究了图像处理的自动调焦方法在机载光电成像设备中的应用。提出了基于图像斜边、水平和垂直边缘检测的调焦评价算子——Bevel算子和Mix算子。选取边缘检测算子和卷积算子分别作为调焦粗搜索和精搜索阶段的清晰度评价算子,设计了适合自动调焦的隔行隔列调焦区域选择方法。采用了变步长爬山搜索法、局部全局搜索法和综合搜索法3种调焦控制策略，使用调焦行程为131步，焦深为2步的变焦镜头，其调焦时间分别从全局搜索法的37 s缩短至3~4 s、4~6 s和3~5 s。实验结果表明，该方法能够满足机载光电成像设备的调焦实时性和精确性要求。

针对当前航空成像设备中自动调焦装置结构复杂、不利于集成的问题, 对基于图像处理的自动调焦方法在航空成像设备中的应用进行了研究。根据自然图像斜边缘多于水平和垂直边缘的特点, 提出了基于图像斜边缘检测的对焦评价算子(Lean算子)。通过对多种对焦评价算子进行试验比较, 分别选取斜边缘检测算子和卷积算子作为调焦粗搜索和精搜索阶段的对焦评价算子。针对航空成像设备光学系统的特点, 提出了局部全局搜索算法(LFS)和变步长的爬山搜索算法(CHS), 使用调焦行程为130步, 焦深为2步的变焦镜头, 分别将调焦时间由全局搜索算法的43 s缩短至7 s和5～8 s。实验结果表明：将所提出的对焦评价算子和搜索算法结合使用, 能够准确实现自动聚焦, 准确度达到95%以上。