[发明专利]基于灰度梯度值的自适应自动聚焦方法

摘要

基于灰度梯度值的自适应自动聚焦方法，本发明涉显微镜的自动聚焦问题，提出一种基于灰度梯度值的自适应自动聚焦方法。该方法首先以离焦的空白图像作为参考对象与当前图像相比较得到一个重要度因子，来衡量像素点灰度值差值的计算参与度；然后以相邻像素点灰度值差值的个数评价图像是否清晰。然后采用自适应分阶段变步长搜索方式，完成显微镜图像焦点的自动定位。通过实验测试表明，本发明给出的聚焦评价算法具有计算复杂度低、单峰性好、时效性好的优点，能够实现快速、精准地显微镜自动聚焦。

主权项

1.基于灰度梯度值的自适应自动聚焦方法，其特征在于基于灰度梯度值的自适应自动聚焦方法主要是按照以下步骤进行的：步骤一、从摄像头采集到灰度图像A，用A(x,y)代表第x行，第y列的像素值。步骤二、使用清晰度评价函数评价图像是否清晰：本过程具有两种清晰度评价函数，具体的使用结合步骤三，在本步骤使用的评价函数：(1).清晰度评价函数Back函数：其中α为离焦图像的平均灰度值，是一个常数，求取方法为：首先在整张玻片上随机采集10张完全离焦的图像，求平均灰度值，该平均灰度值即为α。b的设定公式为：min[g′(x,y)‑g′(x+1,y)](2).清晰度评价函数SD函数：β为阈值，取方法为：β＝max[g′(x,y)‑g′(x‑1,y)]其中g′(x,y)为离焦图像的像素点灰度值，β即为未聚焦时图像的灰度值差值的最大值。使用上述方法判断出图像是否清晰。步骤三、焦点搜索：本过程的作用是根据步骤三中的清晰度评价函数的结果进行焦点搜索。当起始位置距离聚焦点较远的时候使用Back函数以较大步长快速靠近，距离聚焦点较近的时候使用SD函数以小步长逐步搜索，确保精确度。在变步搜索的过程中使用了三种步长：(1).在起始位置时距离焦点较远，图像处于严重离焦的状态，图像内容几乎全为背景内容，x<g时，此时步长设为大步长S，采用Back函数进行图像清晰度评价，快速的向焦点搜索。(2).靠近焦点的时候，此时可以看到图像内容，但图像内容处于模糊不清晰状态，即g<x<G时，这时步长设为较小步长S1，仍然采用Back函数进行图像清晰度评价，向焦点搜索。在g到G的过程即是粗聚焦区向精聚焦区过渡的过程，所以g的设定可以设定为当前图像中像素点灰度值差值的最大值刚刚大于β的时x的位置，G为当前图像中像素点灰度值差值的最大值大于β的个数超过V时x的位置，β值的确定方法在步骤二已给出，V的值可自由设定。(3).步骤在焦点附近的时候，此时图像的内容较明显，但还会存在模糊的边缘轮廓，此时将步长设为更小值Sm，SD函数进行图像清晰度评价函，然后进行慢步搜索。搜索过程中，整个过程的清晰度评价函数为：其中G为设定阀值，求取方法在(2)中已给出，当z轴移动到G点时变换评价函数。步骤四、重复步骤三和步骤四直至定位到焦点位置。