[发明专利]基于小波包变换的红外显微图像聚焦评价方法

摘要

基于小波包变换的红外显微图像聚焦评价方法，涉及一种红外图像的聚焦评价方法。为了解决现有聚焦评价方法不能对红外图像进行高精度、高灵敏度聚焦的问题，本发明的聚焦评价方法首先对每幅图像统计其水平、垂直和对角线三个方向的梯度信息；然后，对每幅图像进行完全的二阶小波包分解，并对代表高频信息的结点进行分类；最后，利用图像的梯度方向信息对已经分类的高频结点内的系数和分别加权求和，定义为聚焦评价函数。本发明的聚焦评价函数具有良好的无偏性、单峰性、平滑性和高灵敏度。

主权项

1.一种基于小波包变换的红外显微图像聚焦评价方法，其特征在于所述聚焦评价方法如下：A、对于红外显微系统，在正焦位置前后连续调焦采集离焦位置各不相同的图像信号；B、以图像中相邻四个像素点a、b、c和d构成的四边形为基本单元，对每幅图像中的水平方向、垂直方向和对角线方向的梯度方向信息进行统计，对应水平方向、垂直方向和对角线方向的单元数目记为N_h、N_v和N_d，并归一化为权重因子：P_h=N_h/(N_h+N_v+N_d)、P_v=N_v(N_h+N_v+N_d)和P_d=N_d/(N_h+N_v+N_d)；同时，定义水平-垂直梯度方向的权重因子为，水平-对角线梯度方向的权重因子为，垂直-对角线梯度方向的权重因子为；C、采用Threshold熵标准求解小波包最优基，对每幅图像进行完全的二阶小波包分解，得到16个代表不同空间频率信息的终端结点：AA2、VA2、HA2、DA2、AV2、VV2、HV2、DV2、AH2、VH2、HH2、DH2、AD2、VD2、HD2和DD2，其中，A、V、H和D分别代表低频、水平方向高频、垂直方向高频和对角线方向高频分量，2代表小波包分解的阶数；D、对代表高频信息的终端结点分类，并分别对各类结点内的所有小波包分解系数进行累加求和得到系数和：D_h、D_v、D_d、D_hv、D_hd和D_vd；E、利用梯度方向统计信息：P_h、P_v、P_d、P_hv、P_hd和P_vd，对系数和：D_h、D_v、D_d、D_hv、D_hd和D_vd，加权求和得到聚焦评价函数，其中，f=∑P_i·D_i (i=h、v、d、hv、hd、vd)；F、对所有图像，利用聚焦评价函数F进行评价，得到评价函数曲线；G、评价函数曲线的最大值对应的图像，即为最佳焦面位置采集的图像。