CN1908801A - 基于Hadamard变换的数码显微成像自动对焦方法 - Google Patents

Abstract

本发明公开了一种基于Hadamard变换的数码显微成像自动对焦方法，对每幅图像的二维输入信号进行Hadamard变换，获得Hadamard变换系数矩阵并定义对焦评价函数F为所选取的区域内Hadamard变换系数的加权能量和，对每幅图像的输入信号计算其对焦评价函数F的值并判断变化趋势进行调整选择，可以获得最清晰的图像，优点在于与现有的经典对焦评价方法相比，本发明的对焦评价方法不仅具有单峰性、无偏性、能反映离焦的极性等基本特性，而且具有良好的抗噪性能，同时，由于Hadamard变换本身计算量很低，因此本发明方法还具备算法简单、运算速度快、易于硬件实现等特点。

Description

基于Hadamard变换的数码显微成像自动对焦方法

技术领域

本发明涉及数码成像自动对焦方法，尤其是涉及一种基于Hadamard变换的数码显微成像自动对焦方法。

背景技术

在成像***中，镜头对物体成像有一个最佳像面位置，偏离这个位置将导致图像模糊，成像质量下降；因此，能否精确对焦对一个成像***是十分重要的。基于数字图像的成像***采用自动对焦方法，其关键在于对焦评价函数。理想的对焦评价函数曲线表现为类抛物线形状，其峰值对应于最佳成像位置，当离开最佳点时对焦评价函数值降低。因此自动对焦的过程实质是求取对焦评价函数最大值的过程。

通常，图像的能量大部分集中在图像频域的低频和中频段，但图像轮廓的锐度和细节的丰富度则取决于图像的高频成份。当图像清晰时，细节丰富，在空域上表现为相邻像素的特征值(如灰度、颜色等)变化较大，在频域则表现为频谱的高频分量多。常用的对焦评价函数分为两种：空域的和频域的。常用的几种空域对焦评价函数包括Laplacian算子、Sobel算子、Prewitt算子以及能量方差算子等。基于空域的对焦评价方法所需的运算量相对较小，但其缺点是受噪声的影响比较大，即抗噪性较差。频域对焦评价方法则需要先对图像进行傅立叶变换或者其它变换，再根据变换系数来评价图像的清晰度。频域的对焦评价方法利用图像的整体特性，但是计算量往往很大。因此，如何降低计算复杂度是频域对焦评价方法的一个关键问题。

本发明提供一种基于Hadamard变换的快速自动对焦方法，该方法不仅具备频域对焦评价方法的优点，而且计算量小，易于硬件实现。

发明内容

本发明所要解决的技术问题是提供一种计算量小、易于硬件实现的数码显微成像自动对焦方法。

本发明解决上述技术问题所采用的技术方案为：一种基于Hadamard变换的数码显微成像自动对焦方法，它包括以下步骤：①对于数码显微成像***，连续调焦以获得清晰度各不相同的图像的输入信号；②对每幅图像的二维输入信号f进行Hadamard变换，获得Hadamard变换系数矩阵H＝h_nfh_n，其中h_n为Hadamard变换矩阵；③定义对焦评价函数F为区域Range内Hadamard变换系数的加权能量和 $F=\underset{(i,j)\∈\mathrm{Range}}{\mathrm{\Σ}}{w}_k{H}_{i,j}^2,$ 式中，H_i，j为Hadamard变换系数，w_k为H_i，j的权重，k＝1，2，...，K，K为Range中Hadamard变换系数的个数，Range代表Hadamard变换系数矩阵H中所选定的若干变换系数的坐标集合，对每幅图像的输入信号计算其对焦评价函数F的值；④当连续调焦后对焦评价函数F值的变化趋势变化时，回调焦距直至对应于对焦评价函数F极大值的图像输入信号出现，然后结束调焦过程；⑤取对应于输入信号的对焦评价函数F极大值的图像即获得正确对焦的清晰度最佳的图像。

为了降低计算复杂度，达到快速对焦的目的，也可采用如下的对焦评价函数

$F=\underset{(i,j)\∈\mathrm{Range}}{\mathrm{\Σ}}{w}_k\left|H_{i,j}\right|.$

二维输入信号f可以是数码显微成像图像的全部区域或局部区域或局部区域的组合或下采样信号。

区域Range可以是Hadamard变换系数矩阵H中所选定的若干高频变换系数的坐标集合。

可以将Hadamard变换系数矩阵H细化为4×4的划分形式，并选取第3行第3列的区域作为Hadamard变换的对焦评价函数F计算所选取的区域Range。

与现有的经典对焦评价方法相比，本发明的基于Hadamard变换的数码显微成像自动对焦方法不仅具有单峰性、无偏性、能反映离焦的极性等基本特性，而且具有良好的抗噪性能。同时，由于Hadamard变换只有加减运算，无需进行乘法运算，变换本身计算量很低，因此本发明方法还具备算法简单、运算速度快等特点。

附图说明

图1(a)为对焦模糊的植物茎切片的显微图像；

图1(b)为对焦清晰的植物茎切片的显微图像；

图2为Hadamard变换系数矩阵H的4×4划分形式；

图3为不同对焦评价方法对1024×1280输入图像的对焦评价结果；

图4为不同对焦评价方法对截取原图像的512×512中心区域的对焦评价结果；

图5为不同对焦评价方法对截取原图像的512×512中心区域含噪图像的对焦评价结果。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

一种基于Hadamard变换的数码显微成像自动对焦方法，其特征在于它包括以下步骤：①对于数码显微成像***，连续调焦以获得清晰度各不相同的图像的输入信号；②对每幅图像的二维输入信号f进行Hadamard变换，获得Hadamard变换系数矩阵H＝h_nfh_n，二维信号的Hadamard变换矩阵h_n可由核心矩阵 $h_1=\frac{1}{\sqrt{2}}\left[\begin{array}{cc}1& 1\\ 1& -1\end{array}\right]$ 递推得到： $h_n=h_{n-1}\⊗h_1=h_1\⊗h_{n-1}=\frac{1}{\sqrt{2}}\left[\begin{array}{cc}{h}_{n-1}& h_{n-1}\\ h_{n-1}& -h_{n-1}\end{array}\right],$ 其中是矩阵直基(Kronecker)的符号；③定义对焦评价函数F为区域Range内Hadamard变换系数的加权能量和 $F=\underset{(i,j)\∈\mathrm{Range}}{\mathrm{\Σ}}{w}_k{H}_{i,j}^2,$ 式中，H_i，j为Hadamard变换系数，即H_i，j为H中位于位置(i，j)的系数，w_k为H_i，j的权重，k＝1，2，...，K，K为Range中Hadamard变换系数的个数，Range代表Hadamard变换系数矩阵H中所选定的若干变换系数的坐标集合，对每幅图像的输入信号计算其对焦评价函数F的值；④当连续调焦后对焦评价函数F值的变化趋势变化时(由递增变为递减或由递减变为递增)，回调焦距直至对应于对焦评价函数F极大值的图像输入信号出现，然后结束调焦过程；⑤取对应于输入信号的对焦评价函数F极大值的图像即获得正确对焦的清晰度最佳的图像。

为了降低计算复杂度，达到快速对焦的目的，上述方法中的对焦评价函数也可以采用如下定义 $F=\underset{(i,j)\∈\mathrm{Range}}{\mathrm{\Σ}}{w}_k\left|H_{i,j}\right|.$

在上述方法中，二维输入信号f可以是数码显微成像图像的全部区域或局部区域或局部区域的组合或下采样信号。

由于图像的高频成份表征了图像轮廓的锐度和细节的丰富度，因此通常可以选取Hadamard变换系数矩阵的高频系数来计算对焦评价函数，即令Range为Hadamard变换系数矩阵H中某些高频变换系数的坐标集合。但是考虑到对焦评价函数F的抗噪性能，也可适当选择部分中频和低频系数加权计入对焦评价函数F中，即选取Range为Hadamard变换系数矩阵H中某些高频和中低频变换系数的坐标集合。

本发明的基于Hadamard变换的数码显微成像自动对焦方法选取了Hadamard频域的部分系数特别是高频系数来计算对焦评价函数，既有频域对焦方法的优点，又利用了Hadamard变换无需乘法运算、计算量很低的特点，克服了傅立叶变换、离散余弦变换、正弦变换、小波变换等通用频域对焦方法计算量大的缺点。

对于一组连续调焦所获得的清晰度各不相同的南瓜茎切片的显微图像(图像尺寸为1024×1280)进行了对焦测试，图1(a)和图1(b)给出了其中的2幅对焦程度不同的图像，图1(a)模糊、图1(b)清晰。实际应用中，由于采集的图像往往尺寸较大，为加速自动对焦速度，可从原始图像中选择部分区域作为对焦区域。本实施例中，将Hadamard变换系数矩阵H细化为如图2所示的4×4的划分形式，并选取其中的区域11作为Hadamard变换域的中高频部分，即对焦评价函数F计算中所选取的区域Range。

在图像采集过程中，由于实际成像条件的关系，往往会引入一定的噪声，因此好的对焦评价方法需要具备良好的抗噪性能。本实施例在以下三种情况下，给出利用本发明的基于Hadamard变换的自动对焦评价方法与经典的对焦评价方法的对比实验结果：

情况-1.采用原始图像，图像尺寸为1024×1280；

情况-2.截取原始图像512×512的中央区域；

情况-3.截取原始图像512×512的中央区域，并施加归一化后方差为0.1的高斯白噪声。

图3、图4、图5分别给出了上述三种情况下，本发明的基于Hadamard变换的自动对焦方法与经典自动对焦方法的实验结果对比。

本实施例选用的经典对焦评价方法包括：Laplacian算子，Sobel算子，Prewitt算子，能量方差算子以及基于小波变换的对焦评价方法。在图3、图4、图5中，曲线hadamard表示本发明对焦评价方法，laplacian表示采用Laplacian算子的对焦评价方法，sobel表示采用Sobel算子的对焦评价方法，prewitt表示采用Prewitt算子的对焦评价方法，standard表示采用能量方差算子的对焦评价方法，wavelet表示基于小波变换的对焦评价方法。

理想的对焦评价函数不仅应具有单峰性、无偏性，能反映离焦的极性(在焦前位置还是焦后位置)等基本特性，而且应对受噪声干扰的图像具有良好的抗噪性能，同时还应具备算法简单、运算速度快等特点。对图3、图4和图5的实验结果分析可得：在上述的前两种情况(即情况-1、情况-2)下，经典的对焦评价函数及本发明的基于Hadamard变换的对焦评价函数的峰值都对应于第8幅图像，可认为该图像即为该系列显微图像的精确对焦位置，其中基于Hadamard变换的自动对焦评价方法的对焦评价函数曲线最为陡峭，表明其对焦性能最优。在第三种情况下(即情况-3)，当输入图像受到噪声干扰的情况下，由图5所示的实验结果表明，经典的对焦评价方法普遍受到不同程度的影响，甚至发生峰值偏移，即评价结果偏离了实际精确对焦的图像序号，而本发明的基于Hadamard变换的对焦评价方法则保持了良好的单峰性和准确性，显示出本发明的基于Hadamard变换的自动对焦方法具有良好的抗噪性。

综上所述，与现有的经典对焦评价方法相比，本发明的基于Hadamard变换的对焦评价方法不仅具有单峰性、无偏性、能反映离焦的极性等基本特性，而且具有良好的抗噪性能。同时，由于Hadamard变换只需进行加减法运算，没有乘法运算，变换本身计算量很低，因此本发明方法还具备算法简单、运算速度快等特点。

显而易见，本发明所述的基于Hadamard变换的数码显微成像自动对焦方法并不仅限于数码显微成像领域，在影像扫描仪、摄像机、数码相机等数字取像装置都可以很好地利用本发明，因此在不背离权利要求及同等范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节和这里示出与描述的示例。

Claims (5)

1、一种基于Hadamard变换的数码显微成像自动对焦方法，其特征在于它包括以下步骤：①对于数码显微成像***，连续调焦以获得清晰度各不相同的图像的输入信号；②对每幅图像的二维输入信号f进行Hadamard变换，获得Hadamard变换系数矩阵H＝h_nfh_n，其中h_n为Hadamard变换矩阵；③定义对焦评价函数F为区域Range内Hadamard变换系数的加权能量和 $F=\underset{(i,j)\∈\mathrm{Range}}{\mathrm{\Σ}}{w}_k{H}_{i,j}^2,$ 式中，H_i，j为Hadamard变换系数，w_k为H_i，j的权重，k＝1，2，...，K，K为Range中Hadamard变换系数的个数，Range代表Hadamard变换系数矩阵H中所选定的变换系数的坐标集合，对每幅图像的输入信号计算其对焦评价函数F的值；④当连续调焦后对焦评价函数F值的变化趋势变化时，回调焦距直至对应于对焦评价函数F极大值的图像输入信号出现，然后结束调焦过程；⑤取对应于输入信号的对焦评价函数F极大值的图像即获得正确对焦的清晰度最佳的图像。

2、如权利要求1所述的基于Hadamard变换的数码显微成像自动对焦方法，其特征在于对焦评价函数为 $R=\underset{(i,j)\∈\mathrm{Range}}{\mathrm{\Σ}}{w}_k\left|H_{i,j}\right|.$

3、如权利要求1或2所述的基于Hadamard变换的数码显微成像自动对焦方法，其特征在于二维输入信号f是数码显微成像图像的全部区域或局部区域或局部区域的组合或下采样信号。

4、如权利要求1或2所述的基于Hadamard变换的数码显微成像自动对焦方法，其特征在于区域Range为Hadamard变换系数矩阵H中所选定的高频变换系数的坐标集合。

5、如权利要求1或2所述的基于Hadamard变换的数码显微成像自动对焦方法，其特征在于：将Hadamard变换系数矩阵H细化为4×4的划分形式，并选取第3行第3列的区域作为Hadamard变换的对焦评价函数F计算所选取的区域Range。

Images