0403210翁江彩色颗粒显微图像识别系统自动对焦模块.doc

《0403210翁江彩色颗粒显微图像识别系统自动对焦模块.doc》由会员分享，可在线阅读，更多相关《0403210翁江彩色颗粒显微图像识别系统自动对焦模块.doc（21页珍藏版）》请在三一办公上搜索。

1、毕业设计题 目 彩色颗粒显微图像识别系统 -自动对焦模块 学 院 机械工程学院 专 业 机械工程及其自动化 班 级 机自0706 学 生 翁江 学 号 20070403210 指导教师 王玉增 二一一年五月三十日1 前言1.1 选题背景从颗粒显微成像系统的研究与应用上来看：颗粒是物质经过破碎或分裂加工过程（自然的或人工的）所得到的一组或一批在形状、体积或线度物化等物化特性等方面具有某种共同特性的粒状物体。随着现代化科学技术的发展，颗粒技术作为一门新兴的边缘学科，已经深入到航天、航海、航空、化工、冶金、煤炭、电力、石油、轻工、环保、医药、材料、食品、气象、地质、交通运输、以及水利等许多领域。从自

2、动对焦的研究与应用上来看：随着科学技术的迅速发展，自动对焦越来越多的用于现代光学成像系统。数字成像系统的自动对焦问题受到人们的普遍关注，已广泛应用于数码相机、高分辨率监控摄像机、显微图像识别系统和数字视频展台等产品。且其产品有着广泛的应用领域，如：教育、银行、煤矿、交通、医疗、环境（空气、水等）质量检测等领域。尽管其应用范围已经遍布到了很多相关领域，但是自动对焦技术仍存在很多局限性，而且其应用也不太成熟。因此，自动对焦技术仍需要进一步完善和成熟，其专业性有待于进一步提高,颗粒图像处理系统中的自动对焦也不例外，仍需进一步的优化与提高。传统的颗粒显微图像分析技术需要把颗粒采集到载玻片进行静态观测，

3、这样会造成分析周期长、不能实时检测以及过程过于繁琐等问题，而且采集的图像中颗粒可能重叠、连接，不利于图像处理。传统的显微平台大都是针对静止的观测目标设计的，载玻片和盖玻片的尺寸都必须符合特定的标准。然而，流体中颗粒的测量需要特定的可实时运动器件，在颗粒运动过程中采集图像，和静态相比颗粒成像有很大的区别。因此，对显微环境下彩色运动颗粒图像测量系统进行研究是必要的。自动对焦作为彩色颗粒显微成像系统中的重要组成部分，需要进行进一步的研究与优化。不管是从颗粒成像系统研究与应用上，从自动对焦的研究与应用上，还是从自动对焦的动态图像分析与传统对焦方式的静态图像分析的异同上来讲对自动对焦进行研究都具有深远的

4、意义。1.2 选题的意义1.2.1 发展状况自上世纪七十年代中期开始，随着图像处理技术的不断发展，图像处理技术在航空航天、工业测试、机器人视觉、生物医学工程、文化艺术、公安司法等许多应用领域受到广泛重视，并取得了开拓性成就。随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高更深层次发展。进入二十一世纪之后，随着计算机互联网的发展和普及，数字化的不断发展成为社会发展的必然要求。尤其是光电成像系统，他是集光、电、机一体的产品，在超大规模集成电路技术和半导体电子技术的不断发展的情况下，光电成像系统在精度和功能上取得了相当大的成就，而且使光电成像系统逐渐走向数字化，逐渐发展成为数字成

5、像系统。由于数字成像技术和图像处理技术的发展显微镜的发展逐渐走向了智能化、集成化和系列化。并且其应用范围也在不断扩大，在材料科学、生命科学、国防安全等各个领域发挥的作用越来越大。在显微图像的分析、显微图像处理方面，其速度也越来越快。随着社会需求的不断提高，传统的显微镜手工操作逐渐变得不能满足生产科研的需求。要想得到最佳的显微图像，就得依靠专业技术人员进行反复的、不断的人工操作，直到调到被测对象的最佳聚焦位置。这个过程需要花费较多的时间，不仅如此，主观评判图像的清晰度标准与理想的最佳聚焦位置的清晰图像也存在不同程度的差距，这使得人为误差很容易产生，还有，在一些自动化程度要求较高的工作环境下，人工

6、操作存在着很大困难，自动化程度太低，不能满足要求。而显微镜自动对焦技术采用了与传统的人工对焦方法完全不同的对焦方式进行调焦，传统的对焦方法是通过传感器测距离或测焦点的方式而实现的。然而，基于图像处理的对焦方法根据相关图像分析出图像的质量优劣，从而得出当前图像评价参数，通过比较不同成像位置的成像参数，找出最佳的聚焦成像位置，完成自动对焦操作。因此，对焦评价函数的实现的难易程度、可靠性和算法精度是显微镜自动对焦的关键技术之一。经过对焦评价函数原理和自动对焦原理的分析，并且鉴于模拟滤波评价函数算法精度不高和截止频率不可调试的特点，本方案提出一种评价算法精度高和截止频率容易调节的数字滤波评价函数算法，

7、并对该算法性能进行研究，而且，使用COMS型图像采集设备的显微镜为研究对象，采用计算机控制的基于数字滤波的评价函数算法的方法研究发出性能优良的自动对焦系统具有非常重要的意义，他不仅推动光机电一体化技术进一步探索，还对发展现代光学仪器产业具有重大意义。1.2.2 必要性由于人工对焦操作带有主观性，会引入较大人为误差。另外，大量显微操作须在洁净室中进行。因此，为了最大限度的降低人为污染对微操作质量的影响，应大力发展自动对焦技术，努力实现自动对焦在各领域的应用，尽量提高其性能。自动对焦是基于显微视觉微操作自动化中不可或缺的关键技术之一。自动对焦技术的发展和日趋成熟具有非常重要的意义。自动对焦技术与传

8、统的人工对焦技术相比，具有显著的优点，其优点大致如下：在对焦速度方面：由于人工对焦是通过人的具体操作来完成对焦动作的，因而其对焦速度因人的熟练程度不同而不同，而且对于人来说其对焦速度极其有限。而自动对焦技术是由计算机结合相关的硬件系统来完成的，随着计算机技术及相关硬件技术的不断发展和日趋成熟，其对焦速度将越来越快。在对焦精度方面：人工对焦主观性一般比较强，因此其对焦精度会受到一定的影响。而自动对焦全部由相关仪器来完成，故其精度只由仪器来决定而不受人工的影响，因此其精度会提高。综上，自动对焦不仅在精度和速度方面有显著优势，而且自动对焦节省了劳力，还可以实时进行。1.3 国内外研究现状目前自动对焦

9、领域的研究方向是经过数字成像，通软件判别来得到最佳聚焦位置。与其它自动对焦方式相比，基于图像处理来判定图像清晰度的对焦方式是当前研究最具吸引力的焦点与热点。基于数字图像处理的自动对焦有两种方法，一种是通过计算机对采集到的一系列数字图像，对每一帧图像进行处理，判断成像是否清晰，若不够清晰，则通过电机控制镜头的移动，当采集到的图像达到清晰度要求，则完成自动对焦。这种方法被称为对焦深度法，此方法已经比较成熟，实际中应用的自动对焦系统大都采用这种方法。另一种是离焦深度法，该方法事先对成像系统建立合适的数学模型，结合成像系统的各项参数，通过获取若干幅离焦位置的图像，推算出目标体的离焦深度，从而判断出焦点

10、位置实现对焦。这种方式还不够成熟，处于实验室应用和理论研究中。1.3.1 国内自动对焦的研究现状随着我国综合国力的增强和国家对软件事业的重视，我国在自动对焦方面的研究取得了较大的成绩。目前我国的很多科研院所、高校以及企业单位致力于自动对焦系统的研究与开发，国内比较晚时才开始对自动对焦系统进行研究，但是也取得了较大成果。北京大学提出具有实用价值的基于DWT不同离焦位置图像的频谱的径向分布，先推算出目标物体的离焦深度，再调整镜头位置完成自动对焦，然而，并不需要计算离焦图像频谱，计算精度可达4%，具有鲁棒性交好的特点的系统、研究了基于CMOS图像传感器和单片机信号处理的自动对焦系统、优优化了一种基于

11、CCD视频信号模拟滤波的自动对焦系统、采用软件的方式控制整个对焦过程，具有可操作性好、可移植性强和方便实用的的对焦系统、采用DSPFPGA的高速硬件系统方案实现自动调焦系统、基于彩色图像分析的自动对焦技术；清华大学采用绝对方差函数，和修正平方梯度函数反别作为粗对焦和精对焦评价函数的方法得到调焦精度达0.3um的系统和采用该进的TennenGrad得到最优的粗调特性，调焦范围较大，达到210um，粗调分辨率高，达到7um的系统；山东大学利用Sobel算子边缘检测算法，提出图像边缘能量清晰度评价函数，得出该算法与具有较好的尖锐性，能够适应高精度聚焦的要求的算法和实现了对普通生物显微镜自动控制台设计

12、与开发并实现显微镜自动控制；北京航空航天大学根据DSP的运动特点，提出x/y向Tenengrad函数算法，每幅图像的聚焦判据的计算时间减少为25ms；中国科学院提出渐变步长的思想，到处计算聚焦量的三个快速算法公式，优化了系统的实时性能；南京航空航天大学提出灰度差分算子和算法在聚焦速度、对焦可靠性及对焦结果等方面具有一定的优越性；重庆大学提出基于图像高频成分统计的聚焦判别法，实现了反射式与透射式与透射式光学显微镜的自动对焦、提出了基于灰度差分法的的自动对焦和将改进的Laplacian算法、步长和阈值两个参数引入自动对焦系统；华中科技大学提出一种基于边缘灰度的显微图像处理函数的快速自动对焦方法实现

13、了快速准确的聚焦要求，而且具有较好的鲁棒性。1.3.2 国外自动对焦的研究现状国外在自动对焦领域研究相对国内来说起步较早，更多的关注是高精度的直接自动对焦系统在实际中的应用。自动对焦技术已经比较成熟，特别是在数码相机和安防监控系统方面，但还存在一定的局限性，甚至有误对焦等情况的出现，而在显微镜上自动对焦技术的应用相对较少，Nikon公司已经出现了这方面的产品，但价格比较贵。美国等公司也推出了成套的商用系统。目前，随着自动对焦技术理论研究的不断完善和CCDCMOS技术的迅速发展，国外利用CCDCMOS用于工业图像监控和对焦领域也越来越广泛。2 显微镜成像原理2.1 基本结构 光学显微镜一般由载物

14、台、聚光照明系统、物镜，目镜和调焦机构组成。载物台用于承放被观察的物体。利用调焦旋钮可以驱动调焦机构，使载物台作粗调和微调的升降运动，使被观察物体调焦清晰成象。它的上层可以在水平面内沿作精密移动和转动，一般都把被观察的部位调放到视场中心。显微镜的光学系统主要包括物镜、目镜、反光镜和聚光环四个部件。广义的说也包括照明光源、滤光器、盖玻片和载破片等。2.2 凸镜成像原理及规律途径成像石油光的折射而形成的，当一束光从一种介质进入另一种介质时，其传递方向会发生改变。当然挡光从空气中经过凸镜在进入空气中的时候其传播方向也会发生改变，这便是凸镜成像的基本原理。设凸透镜的焦距为f，物距为u，则凸透镜成像的规

15、律为：当u2f时，成倒立、缩小的实像。对应应用如照相机。当u=2f时，成倒立、等大的实像。当fu2f时，成倒立、放大的实像，对应应用如幻灯机。当u=f时，无像。经凸透镜折射后的光线是平行的，没有会聚点。当uf时，成正立、放大的虚像。如放大镜。可见：u=2f位置是放大和缩小的分界点；u=f是虚像和实像的分界点。当物体成实像时，随着物距u减小，像距增大，同时像也在增大。显微镜成像原理即透镜成像基本原理，其成像原理也遵循凸镜成像规律。途凸镜是显微镜的中核心组成部分，其在显微镜中的作用是极其重要的。3 对焦方式的选择对焦方式应根据不同的应用场合来选择，选择不同的对焦方式会产生不同的对焦速度，对焦精度和

16、不同的对焦效果。不同的对焦方式有不同的特点；同时，不同的场合需要的对焦方式也是各有不同。因此，有必要对对焦方式进行一个详细而深入的研究。3.1 对焦方式的分类根据对焦过程能否自动进行、能否实时进行，对焦方式分为两类：传统的对焦方式和自动对焦。简单地讲，对焦过程能自动进行而且具有实时性的对焦方式被称为自动对焦。反之，靠人工的方式进行的不具有实时性功能的对焦方式则为传统的对焦对焦方式。传统的对焦方式主要是依靠人来进行。其优点是对焦装置结构简单、成本较低。其缺点是对焦精度容易受人为因素的影响、对焦速度受人为因素的影响、不能进行实时对焦。自动对焦从拍摄体是否发出红外线或超声波方面来讲分为两类：主动式和

17、被动式。其中主动式是利用拍摄体发出的红外线或超声波来对物体对焦的。相机上的红外线发生器、超声波发生器发出红外光或超声波到被摄体而被物体反射回来，相机上的接受器接受反射回来的红外光或超声波进行对焦，其光学原理类似三角测距对焦法。用于低档普及型相机的自动对焦。而被动式则是利用物体自身的反光性来对焦的。此种对焦方式的对焦装置自身不需要发射系统，因而耗能少，有利于装置的小型化。3.2 对焦方式的选择从其定义出发很容易得到各自的优缺点。主动式：广泛用于各种平视取景相机。主动式对焦对斜面、光滑面对焦困难，对亮度大、远距离的被摄体对焦困难。这是由于发出的光被反射到其它方向，或达不到被摄体所至。主动式由于是相

18、机主动发出光或波，所以可以在低反差、弱光线下对焦。对细线条的被摄体，对动体都能自动对焦。缺点是当被摄体能吸收光或波时对焦困难，还会被玻璃反射故透过玻璃对焦困难。被动式：优点是自身不要发射系统，因而耗能少，有利于小型化。对具有一定亮度的被摄体能理想的自动对焦，在逆光下也能良好的对焦。对远处亮度大的物体能自动对焦。能透过玻璃对焦。但缺点是对细线条的被摄体自动对焦较困难。在低反差，弱光下的对焦困难。对动体自动对焦能力差。对含偏光的被摄体自动对焦能力差。黑色物体或镜面的对焦能力差。自动对焦从能否实时进行分为静态对焦和动态对焦。静态对焦适合被摄目标为静态的情形，而动态对焦适合被摄目标为动态的情形。本方案

19、研究的是彩色颗粒显微成像系统的自动对焦，需要不仅能对静态目标进行对焦，而且能对动态目标进行实时对焦。综上分析，要满足此需求，则应选择动态的、能够实时进行的自动对焦。4 对焦窗口的选择为何要进行对焦区域的选择呢？其原因有二:(1)因为对焦评价函数对图像进行运算所用的时间与图像的像素成正比,故要提高运算速度,增强对焦的实时性，就必须是尽可能受的像素参加运算;(2)对阵幅图像进行对焦，坑能会是不必要的背景信息参与对焦，这样会严重影响对焦效果，产生严重的负面影响。还可能使图像中的主体处于离焦状态。要想式使运算速度变得很快,就得是参与运算的像素非常少，也就是说尽量选择小的窗口进行对焦。然而，过于小的窗口

20、会使所采集的需要对焦的目标的信息减少，有可能造成对焦不成功，即使对焦成功率下降。所以,选择对焦窗口应兼顾对焦速度与对焦成功率。4.1 对焦窗口的选择原则选择一个好的对焦窗口是非常重要的，是对焦效果好坏的决定因素。窗口选择过大会造成目标所占的比例减小，可能会对背景对焦，这样对焦后目标仍可能处于离焦状态；窗口选择过小，则不会包含所需目标的全部信息。因此，对焦窗口的选择应兼顾对焦精度、对焦速度、对焦成功率与对焦效果。基于所有算子的对焦测度计算都是针对完整的图像空域780580像素进行的。兼顾速度、精度、成功率的对焦测度函数计算也可以不针对全部空域展开。例如“微流控芯片微对准自动装配平台”中使用的显微

21、视觉系统应用的是同轴光源照明方式。要是采用同轴光源照明方式，整幅图像的中部将出现明显的高亮的圆形区域，图像的有效信息区即为该区域。如果对整个窗口进行计算则将会使不必要的冗余信息引入。要想很好的实现自动对焦功能、进一步提高计算速度、减少冗余信息的干扰，就得合理的选择“对焦窗口”。如图1，从完整的窗口中选取5050至780580等10个窗口。取窗口为300300与窗口为780580相比，后者的计算量只有前者的1/9。但是，对焦窗口选择过小，图像的聚焦离焦程度就不能很好的反映出来。所以，窗口的选择要慎重。图1 适当的选择对焦窗口4.2 对焦窗口的选择对焦窗口的选择方法是多种多样的，常用的有：全区域对

22、焦法、多区域对焦法、中央对焦法、人机交互法等。中央对焦法是指选择目标区域中央的特定大小的区域进行对焦。此对焦方法与全区域对焦方法相比具有对焦速度快的优点，但其对焦效果与对焦成功率稍显逊色。多区域对焦法正是为了弥补中央对焦法的不足而长生的，多区域对焦可以在目标窗口中选择多个不同位置、不同大小的区域进行对焦，而且可以根据各区域重要性的不同而取不同的权重。不难想象，此方法具有对焦速度快，对焦效果好，且成功率高的特点。同时此法具有编程稍复杂的缺点。随着计算机技术的飞速发展，相关的操作命令逐渐变得越来越多，功能也随之相应的增强。同时，由于模式识别（例如语音识别、汉字识别等输入设备）的飞速发展，使得操作员

23、与计算机可以用类似于自然语言或受限制的自然语言进行交互。人机交互的语法基础也随之油然而生。要提高对焦速度，就应以包含对焦目标的最小窗口为对焦区域，而当视场内存在多目标时则应以靠近视场中心或人机交互的目标为对焦目标。与此同时，还应兼顾对焦效果。合理的选择对焦窗口，可以进一步减少冗余信息的干扰，提高计算速度。应根据具体的要求和各种对焦方式的特点选择合适的对焦窗口。各种对焦窗口的选择方法有各自的优点与缺点，应根据不同的应用环境与所要达到的效果选择与之相适应的方法。本方案所研究的是对彩色颗粒的自动对焦，而每次所进行对焦的颗粒不止一个且充满整个屏幕。综上所述，要包含全部的对焦信息就应对整个窗口进行对焦。

24、5 对焦（清晰度）评价函数的选择在自动对焦中图像对焦评价函数的选取极为关键。选的合适则会将整个系统的性能提高，选的不合适则会影响整个系统的性能。对焦评价函数直接影响到最终对焦图像的清晰度。要使得所获得的图像具有较好的清晰度，则应选择相适应的评价函数。理想的对焦曲线具有以下几个特点：单峰性、单调性、鲁棒性。除此之外，还应具有无偏性好，灵敏度高，稳定性好，以及计算量小等特点。图像模糊不清，是高频分量的损失引起的。散焦严重程度决定图像的模糊程度，而高频分量的损失越严重散焦越严重。归根结底，高频分量的损失程度决定图像的模糊程度。清晰度评价函数在相当大的程度上影响着聚焦效果，其评价依据:(1)在最佳对焦

25、参数对应的点上具有峰值，在最佳点两侧时，清晰度评价函数是单调递减的。(2)清晰度评价函数的鲁棒性不会受到或很少受到环境中存在的各种复杂噪声的影响。清晰度评价函数以以下三类的应用最为广泛。1）熵函数。处于聚焦状态图像的熵大于处于离焦状态的图像，所以可把熵函数作为对焦清晰度评价标准的一种。也就是说，随着熵函数的增大，图像的清晰度也随之增强。2）频谱函数。相对于模糊的图像来讲清晰的图像存有更多更准确的信息。图像中的细节(细节意味着图像有清晰可辨的边缘，在局部有很强的灰级变化，灰级的跃变更加剧烈)可以被人们更好的分辨。3）梯度函数。在图像处理过程中，提取图像边缘信息通常采用梯度函数。边缘越尖锐的图像聚

26、焦程度越好，其对应的梯度值越大。常用的梯度函数有方差算子、能量梯度算子、拉普拉斯算子、差分算子法等。a方差算子:由于处于聚焦状态的的图像的灰级比处于模糊状态的图像的灰级大,不同的灰级对应着不同的聚焦离焦状态。故方差算子可以作为对焦清晰度的评价标准,方差算子的定义如下: (1)式(3)中,，为平均灰级。b能量梯度算子：它用相邻点的差分计算一个点的梯度值，然后取其平方和即可。 (2）式(4)中I(x,y)为图像在点(x,y)的灰级值。c拉普拉斯算子:对图像进行二阶微分运算: (3)二阶微分有着不同的模板,根据不同的微分方法选取如下对应的模板:表1 拉普拉斯算子系数-1-4-1-4204-1-4-4

27、评价因子:此处：d差分算子：一阶差分算子函数,其表达式为 (4)其中,g(i,j)表示图像在该点的灰度值。x向一阶差分算子函数表达式为 (5)y向一阶差分算子函数表达式为 (6)下面分别给出了x向一阶差分、y向一阶差分作为图像聚焦评价函数对应的聚焦评价曲线,见图2。将以上三种聚焦曲线放到一个坐标系中进行比较,见图2d,容易发现,三种差分聚焦曲线所具有的特征是相同的,都可以作为较理想的清晰度评价曲线。ax 向一阶差分算子曲线 by 向一阶差分算子曲线c 一阶差分算子曲线 d 三种差分测算子曲线比较图2 多种聚焦测度实验曲另外，小波变换,DCT变换等也是较为常用的清晰度评价函数。其它的评价函数均是

28、由这几种方法而长生的。,例如把求梯度的平方改成求绝对值,又如几种评价函数综合运用。不同的评价函数有自身的相应的特点，有着不同的灵敏度和速度。单考虑灵敏度,灵敏度最高的为频谱函数,再下来是梯度函数,梯度函数中灵敏度最高的是拉普拉斯算子。但是就简单程度而言梯度算子明显容易实现编程，而一阶差分算子又是梯度算子中最为简单的一种，故一阶差分算子简单程度最佳。310对焦评价函数有着各自不同的特点，有的适合粗对焦、有的适合精对焦。本课题将对焦过程分为两步即粗对焦和精对焦。对焦的不同步骤应选择与之相应的对焦评价函数。总之，对焦评价函数选的合适就会有较好的对焦精度，而且也可以一定程度的提高对焦速度。再者，对于对

29、焦的成功率的提高也有所帮助。由于彩色颗粒显微成像系统要进行实时对焦，故应选择运算速度快的算子作为评价清晰度的函数。综上所述，本方案选择一阶差分算子法作为清晰度评价函数。6 对焦搜索算法6.1 “爬山法”聚焦搜索算法和“2步法”聚焦搜索算法聚焦搜索算法是一维寻优问题的特例，是使用最多的聚焦搜索算法。图3是一例简单的“爬山法”自动对焦搜索算法:经过6次计算聚焦测度函数,通过6个步距长度的运动来完成自动对焦。图3 “爬山式”聚焦搜索算法“2步法”自动聚焦搜索算法的核心是找聚焦评价函数的函数值与离焦量之间的函数关系F(x),见图4。聚焦策略为:物镜处于起始点x0,摄取图像并计算聚焦评价函数值,即计算F

30、(x0);物镜以步距u移动Step1后,得到F(x1);根据F(x)的单调性,通过F(x0),F(x1)及Step1的运动方向可以唯一推断出x0,x1。当前位置的离焦量即为x1,将此离焦量转换为电机运动的当量脉冲数,使镜头通过Step2的运动达到聚焦位置。3图4 “2步法”聚焦策略6.2 对焦搜索算法的选取“爬山法”经过多次运算可以训的最佳聚焦位置。与“爬山法”相比,“两步法”自动聚焦搜索算法使对聚焦评价函数值的计算量和搜索路径长度很大程度的减少。但是，“爬山式”自动聚焦策略其搜索精度可通选用不同的评价函数与不同的搜索步长，根据不同的需求来调节其精度。故“爬山式”搜索策略可应用性更强。两种对焦

31、搜索算法各有千秋，其使用的场合也各不相同。本课题研究的是彩色颗粒的显微图像的自动对焦，因此其对精度要求较高。因此，本方案的聚焦搜索算法采用的爬山式自动调焦搜索算法，如图3。首先，对焦镜头以一定的步长作任意方向搜索，假定从M点开始搜索，判断M点与其左右两测一个步长的对应点各自的评价函数值的大小，判断完之后，即可确定搜索方向，搜索方向即评价函数值增大的方向，亦即山顶方向，也就是图上的N点。经过不断的判断与不断的搜索知道搜索到P1点，第一次搜索结束。然后由P1点开始进行第二次搜索。每增加一次搜索相应的步距应减少，直到能满足精度要求为止。其流程图如图5所示。9图5 爬山式自动对焦方式然而仅仅采用一定步

32、长的“爬山法”自动聚焦搜索算法，其聚焦精度与聚焦速度很难统一起来。常常会出现顾此失彼的现象。这样的方法主要是速度和精度无法协调,本课题中提出的自动聚焦算法能较好地解决这个问题。根据当前聚焦评价函数的梯度值大小来选择合适的评价函数和步长是本课题提出的算法关键之所在。多次实验结果表明聚焦评价函数在离焦比较远时其梯度值比较小,而当快接近焦点时其梯度值会显著地增加。6.3 对焦搜索过程聚焦评价函数与镜头位置关系曲线如图6所示，当聚焦评价函数值最大时图像最清晰，所以通过与相邻的两个聚焦评价函数值的比较，即可判断聚焦马达的驱动方向。图6 聚焦评价函数与镜头位置关系曲线系统的搜索策略算法设计中电机驱动镜头从

33、初始位置出发先正转一步。并根据聚焦算法模块的输出OUT进行判决。当OUT=1时，表示后一场图像比前一场清楚，搜索策略模块则驱动步进电机带动镜头向前走一步。继续比较下一个位置前后两场图像的清晰度，若输出OUT仍为1，则继续向前移动，直到OUT输出为0，则搜索策略模块驱动步进电机向反方向倒退一步。此时镜头所处的位置为图像最清楚的地方，即完成自动聚焦。47 硬件系统构成7.1 目前状况目前,依靠齿轮传动与丝杠螺旋传动实现镜头与被观察目标的相对运动被多数显微视觉聚焦系所应用,在这种系统中回程间隙时不可避免的问题。普通传动系统的间隙较大，一般为1020m，精密运动系统的回程间隙较小，一般为25m；对景深

34、而言，显微视觉系统一般在10m以内,景深与回程间隙一般相同。因此，要实现精密的自动对焦，就必须使回程间隙尽可能的小。本方案所采用硬件的系统与一种新型视觉传感器的硬件相类似,通过对手动变焦镜头的改进而得到该视觉传感器,由变焦镜头、步进电机20BYG、两相步进电机8H280204A)齿轮传动机构、CCD摄像机(unicanB/WcameraHV9961)及其驱动器(MD415细分步进驱动器)等部分组成该视觉传感器,如图1所示。图7 自动聚焦硬件系统结构图镜头是通过镜头上设有的控制环进行调整,而控制环视通过步进电机和相关的一些齿轮控制的。齿轮传动机构由相互啮合的两个齿轮组成。其中,步进电机带动一个齿

35、轮,镜头控制换上置有一个齿轮。首先，通过计算机连接驱动器与CCD摄像头的输出端,计算机发出控制信号传递给步进电机的驱动器,然后步进电机通过驱动器的带动而运转,最后镜头控制环通过齿轮机构带动而运转来调整焦距,从而得到清晰的图像。本系统采用通用RS232串口的通信来实现电机控制,成像镜头的电机控制是通过两个引脚实现的，这两个引脚是RS232接口上的RTS和DTR，RS232接口上的RTS和DTR是通过编程设置的。有两个相互独立的电机在传感器内部,每个电机都有两个控制端口,相应的控制功能是由公共端和空盒子端口组成。电机转动实现相应的聚焦和变焦是通过在控制端加上相应的控制电压实现的,将电压的极性改变,

36、电机就会相应的向相反的方向转动。镜头是通过系统内部的稳压电源来供电的,通过微机的控制,有点平的转换来得到控制电压,通过外部电源来给摄像机供电。因此,通过该传感器的应用可以很方便地实现聚焦远、聚焦近、变倍远、变倍近等功能。摄像头的自动对焦功能能够及时的根据需要调整镜头焦距以实现自动对焦,使得所拍摄的照片更加清晰易辨。摄像头的焦距的变化通过步进电机控制,焦距的变化只可由此获得,所以,在外部参数不变的情况下不需要对摄像机进行重新标定就可使测量系统焦距改变。这样不但成本有所减少，而且定标过程也得到了相应的简化。97.2 系统构成 如图8所示，自动对焦系统由三个相互关联的部分组成:1) 成像系统,它主要

37、负责图像的获取和采集；2) PC计算机与成像系统之间的接口电路，它的功能是将计算机的控制信号转换成逻辑信号，并使该逻辑信号和电平信号相匹配。3) PC计算机，它主要负责图像处理和通过信号反馈来控制摄像头进行自动聚焦。由以上解释可知自动对焦实质为不连续的位控系统。图9为自动对焦系统的原理图。设计过程是一个分析与综合的过程。以上是对自动聚焦方案的一个合理的分析过程并提出了每个分模块的解决方案，在具体的设计过程中要注意将这些解决方案合理的结合。计算清晰度评价函数图像预处理开始对焦采集图像驱动电机到下一个位置图像已满足要求？ N Y输出图像对焦结束图8 自动对焦流程图图像采集卡计算机RS232接口成像

38、目标电平转换电路和驱动电路测量用视觉传感器成像目标图9 自动对焦系统原理图8 预期调试实验结果8.1 Visual Studio 2010简介Visual Studio是目前最流行的Windows平台应用程序开发环境。目前已经开发到10.0版本，也就是Visual Studio 2010。Visual Studio 2010的特点：1）支持Windows Azure，微软云计算架构迈入重要里程碑。2）助力移动与嵌入式装置开发，三屏一云商机无限。3）实践当前最热门的 Agile/Scrum 开发方法，强化团队竞争力。4）升级的软件测试功能及工具，为软件质量严格把关。5）搭配 Windows 7，

39、Silverlight 4 与 Office，发挥多核并行运算威力，创建美感与效能并重的新一代软件。6）支持最新C+标准，增强IDE，切实提高程序员开发效率8.2 Cximage简介CxImage类库是一个优秀的图像操作类库。它可以快捷地存取、显示、转换各种图像。CxImage类库中有许多优秀的图形库，如OpenIL,FreeImage,PaintLib等等，它们功能强大，齐全。而且CxImage类库是完全免费的。而CxImage类库在这方面做得很好。还有让我最看好的，就是作者完全公开了源代码。相对于那些封装好的图形库和GDI+来说，这一点使我们可以进一步学习各种编解码技术，而不再浮于各种技术

40、的表面。8.3 derectshow简介 DirectShow是微软公司在ActiveMovie和Video for Windows的基础上推出的新一代基于COM(Component Object Model)的流媒体处理的开发包，与DirectX开发包一起发布。DirectShow使用一种叫Filter Graph的模型来管理整个数据流的处理过程，运用DirectShow，我们可以很方便地从支持WDM驱动模型的采集卡上捕获数据，并且进行相应的后期处理乃至存储到文件中。这样使在多媒体数据库管理系统（MDBMS）中多媒体数据的存取变得更加方便。它广泛地支持各种媒体格式，包括Asf、Mpeg、Av

41、i、Dv、Mp3、Wave等，为多媒体流的捕捉和回放提供了强有力的支持。DirectShow还集成了DirectX其它部分（比如DirectDraw、DirectSound）的技术，直接支持DVD的播放，视频的非线性编辑，以及与数字摄像机的数据交换。8.4 各部分功能的实现代码8.4.1灰度图转化 在计算机中使用最多的RGB彩色空间，分别对应红、绿、蓝三种颜色；通过调配三个分量的比例来组成各种颜色。一般可以使用1、2、4、8、16、24、32位来存储这三颜色，不过现在一个分量最大是用8位来表示，最大值是255，对于32位的颜色，高8位是用来表示通明度的。彩色图一般指16位以上的图。灰度图有一个

42、特殊之处就是组成颜色的三个分量相等；而一般灰度图是8位以下。在彩色电视机系统中，通常使用一种叫YUV的色彩空间，其中Y表示亮度信号；也就是这个YUV空间解决了彩色电视机和黑白电视机的兼容问题。对于人眼来说，亮度信号是最敏感的，如果将彩色图像转换为灰度图像，仅仅需要转换保存亮度信号就可以。从RGB到YUV空间的Y转换公式为：Y=0.299R+0.587G+0.114B 具体的转换代码为：bool CxImage:GrayScale()if (!pDib) return false;if (head.biBitCount=8)RGBQUAD* ppal=GetPalette();int32_t g

43、ray;/converts the colors to gray, use the blue channel onlyfor(uint32_t i=0;i= 0) info.nBkgndIndex = ppalinfo.nBkgndIndex.rgbBlue;/create a real 8 bit gray scale imageif (head.biBitCount=8)uint8_t *img=info.pImage;for(uint32_t i=0;ihead.biSizeImage;i+) imgi=ppalimgi.rgbBlue;SetGrayPalette();/transfo

44、rm to 8 bit gray scaleif (head.biBitCount=4 | head.biBitCount=1)CxImage ima;ima.CopyInfo(*this);if (!ima.Create(head.biWidth,head.biHeight,8,info.dwType) return false;ima.SetGrayPalette();#if CXIMAGE_SUPPORT_SELECTIONima.SelectionCopy(*this);#endif /CXIMAGE_SUPPORT_SELECTION#if CXIMAGE_SUPPORT_ALPHAima.AlphaCopy(*this);#endif /CXIMAGE_SUPPORT_ALPHAfor (int32_t y=0;yhead.biHeight;y+)uint8_t *iDst = ima.GetBits(y);uint8_t *iSrc = GetBits(y);for (int32_t x=0;x 1&(uint8_t)0x0F pos).rgbBlue; else uint8_t pos = (uint8_t)(7-x%8);iDstx= ppal(uint8_t)(iSrcx