[发明专利]一种自适应自动对焦评价函数

说明书

技术领域

本发明涉及显微视觉中的自动调焦领域，并且更具体地涉及一种用于自动对焦评价的函数。

背景技术

自动对焦系统是自动视频显微镜观察、测量以及深度信息重建的关键部件，有关显微镜自动对焦系统的研究一直是显微镜研究的热点，尤其是对大数值孔径、高放大倍率和小景深的自动视频显微镜。

目前提出的自动对焦系统主要有基于外部辅助测量设备的主动式自动对焦系统和基于图像质量评价的被动式自动对焦系统。基于外部辅助测量设备的主动式自动对焦系统根据外部测量设备测量的光学成像系统与被成像目标距离来调节二者的距离而实现自动对焦，但这种方法安装调试复杂，并且系统结构也较复杂，因此较少使用。目前应用较多的是基于图像质量评价的被动式自动对焦系统，通过使用自动对焦评价函数对所采集图像的质量评价来搜索焦点位置。被动式自动对焦系统实现简单，使用方便，但其应用的关键是自动对焦评价函数的设计和实验比较选取，因为自动对焦评价函数的性能严重依赖成像系统和被观察或测量目标，不同的自动对焦评价函数由于应用的不同而表现出非常大的性能差异，针对某一具体应用，必须分析比较或设计优化的自动对焦评价函数。

针对以上问题，本文拟设计一种不依赖显微成像系统和被观察或测量目标的自动对焦评价函数。显微镜的自动对焦系统在执行过程中根据所采集图像的特征分析自动设计优化的自动对焦评价函数，主动避免自动对焦评价函数对成像系统和目标的依赖性，从而从根本上提高显微镜的设计和开发效率。

发明内容

本发明的技术解决问题：设计一种根据所采集图像的特征分析自动选用设计优化的自动对焦评价函数，避免自动对焦评价函数对成像系统和目标的依赖性。

本发明的技术方案是：首先计算实时采集图像的四个方向上的灰度共生矩阵，然后将这四个灰度共生矩阵的对比度值加以比较并获得被测目标的纹理方向信息，再由获得的纹理方向特征信息设计最优的自动对焦评价函数。

附图说明

通过结合附图对本发明的实施例进行详细描述，本发明的上述和其它目的、特征、优点将会变得更加清楚，其中：

图1是本发明的算法流程图。

图2是四种方向的纹理图像和其在0°、45°、90°和135°方向上的灰度共生矩阵对比度柱状图。

表1是本发明中纹理方向矢量的可能结果。

表2是不同纹理方向矢量及其对应的最佳聚焦评价算子。

具体实施方式

如图1所示，本发明的方法过程是，首先计算实时采集图像的四个方向上的灰度共生矩阵，然后将这四个灰度共生矩阵的对比度值加以比较并获得被测目标的纹理方向信息，再由获得的纹理方向特征信息设计最优的自动对焦评价函数。

首先介绍一下灰度共生矩阵，由于纹理是由灰度分布在空间位置上反复出现而形成的，因而在图像空间中相隔某距离的两象素之间会存在一定的灰度关系，即图像中灰度的空间相关特性。灰度共生矩阵就是一种通过研究灰度的空间相关特性来描述纹理的常用方法。

设图像为M×N阶矩阵，并将每个像元出现的灰度值量化N_g层。设L_x＝{1,2,...,M}为水平空间域，L_y＝{1,2,N...,为}垂直空间域，G＝{1,2,...,N_g}为量化灰度层级。集L_x×L_y为行列编序的图像像元集，则图像函数f可表示为一个函数：指定每一个像元既有N_g个灰度层中的一个值G，即f:L_x×L_y→G。灰度共生矩阵定义为在图像域L_x×L_y范围内，两个相距为d，方向为θ的像元在图像中出现的概率，即：

P(i,j|d,θ)＝#{[(k,l),(m,n)]∈(L_x×L_y)×(L_x×L_y)|d,θ,f(k,l)＝i,f(m,n)＝j}（1）

其中：#{x}表示大括号中成立的像元对数。

在本发明中我们对一幅图像分别计算了0°，45°，90°，135°四个方向上的灰度共生矩阵。

灰度共生矩阵的对比度特征参数可以在某种程度上反映该图像的纹理方向，其计算公式为：