实验二：自动调焦技术中图像清晰度的客观评价.doc
文本预览下载声明
实验二：自动调焦技术中图像清晰度的客观评价
数字信号处理 应物0901
一、实验背景
自动调焦是要保证感光面所记录的影像取得最清晰的效果。因此，自动调焦系统就是要代替原来的手动调节，而自动调节摄像镜头和感光面之间的距离，并使得像平面落在感光面上。
1、测距法：通过测量被摄目标和镜头之间的距离，并驱动镜头运动到合适的位置而完成自动调焦的。具体方法有三角测量法、红外线测距法与超声波测距法等。
2、聚焦检测法：通过检测影像是离焦还是聚焦(主要是检测影像的轮廓边缘与像的偏移量)，而实现自动调焦的。具体方法有对比度法与相位法等。
3、图像处理法：通过摄像机采集被测物的光学图像，经模拟数字转换，利用计算机进行数字图像处理而实现自动调焦的。具体方法以焦距评价函数分有：高频分量法、平滑法、阈值积分法与灰度差分法等。
计算机处理图像优点：灵活性(多判据、多区域)、速度快、准确。
本次实验是利用Matlab对自动调焦中的图像处理法进行模拟。
二、实验原理
图像调焦准确与否，反映在空间域上是图像的边界及细节部分是否清晰，在频率域上是图像的高频分量是否丰富。图像的边缘及细节信息可通过对图像进行微分来获取;图像的频谱信息可通过对图像进行FFT(即快速付里叶变换)来获取。通过数字化图像信息，把图像的清晰度量化，从而来判断是否摄像仪器是否合理对焦。
首先熟悉几个matlab中图像处理的的一些函数。如下过程，在电脑D盘中保存一张图片（命名为3.jpg），然后进行如下操作。
（1）打开和输出保存图像
I = imread(D:\3.jpg);
figure, imshow(I)
title(Original Image)
（2）改变图像的清晰度（使之变模糊，用于实验比较）
LEN = 31;
THETA = 11;
PSF = fspecial(motion,LEN,THETA);
Blurred = imfilter(I,PSF,circular,conv);
figure, imshow(Blurred)
title(Blurred Image)
（3）用PSF即点分布函数来修复图形wnr1 = deconvwnr(Blurred,PSF);
figure, imshow(wnr1)
title(Restored, True PSF);
（4）给图像加噪点
I = imread(D:\3.jpg);
J = imnoise(I,salt pepper,0.02);
figure, imshow(I)
figure, imshow(J)
实验过程
clc;clear;
I=imread(D:/123.JPG);
A=rgb2gray(I);
[i,k]=size(A);
fo=fftshift(abs(fft2(double(A))));
f=fo/sum(sum(fo));
FDE=0;
while(i)
j=k;
while(j)
FDE=FDE-f(i,j)*log(f(i,j));
j=j-1;
end
i=i-1;
end
H1 = fspecial(disk,3);
A1 = imfilter(A,H1,replicate);
[i,k]=size(A1);
fo1=fftshift(abs(fft2(double(A1))));
f1=fo1/sum(sum(fo1));
FDE1=0;
while(i)
j=k;
while(j)
FDE1=FDE1-f1(i,j)*log(f1(i,j));
j=j-1;
end
i=i-1;
end
四、实验结果
FDE
FDE =
10.2492
FDE1
FDE1 =
8.7146
FDE2
FDE2 =
7.9858
根据输出的FDE值的大小可以判断，第一幅图相对最清晰，而最后一幅图相对最模糊。
H2 = fspecial(disk,8);
A2 = imfilter(A,H2,replicate);
[i,k]=size(A2);
fo2=fftshift(abs(fft2(double(A2))));
f2=fo2/sum(sum(fo2));
FDE2=0;
while(i)
j=k;
while(j)
FDE2=FDE2-f2(i,j)*log(f2(i,j));
j=j-1;
end
i=i-1;
end
subplot(2,2,1),imshow(I);
subplot(2,2,2),imshow(A);
subplot(2,2,3),im
显示全部