基于图像处理和Matlab混合编程的自动聚焦技术及应用.doc

中国图象图形学报 第 卷基于图像处理和Matlab混合编程的自动聚焦技术及应用杨涛1） 左勇2）1)（中国人民解放军63898部队，济源，454650） 2)（国防科工委第一计量测试中心北京长城计量测试技术研究所，北京，100095）摘 要: 自动聚焦技术是提高压痕直径测量系统测量精度、智能化和自动化的重要手段本文介绍了采用图像处理法实现压痕直径测量系统的自动聚焦技术，其核心就是选择一个合适的图像清晰度评价函数在研究了众多图像清晰度评价函数的基础上，提出了基于向量模型和改进DCT变换的图像清晰度评价函数，实验表明，本文提出的算法具有良好的单峰性、准确性、稳定性、可靠性和快速性最后通过基于COM组件技术的Matlab与VB混合编程来保证算法实现和软件设计关键词: 自动聚焦；压痕直径测量；清晰度评价函数；混合编程Auto-focus Technology and Application Based on Image processing and Mixed Programming of MatlabYANG Tao1) ZUO Yong2)1) (Unit 63898 of PLA, Jiyuan, 454650) 2) (Changcheng Institute of Metrology & Measurement, Beijing, 100095)Abstract: Auto-focusing technique is an important method to improve the precision, intelligentization, automatization for the indentation diameter measurement. The paper introduces the auto-focus method of indentation diameter measurement based on image processing. Hard core of the Auto-focusing technique is the evaluation function's selection. Based on the auto-focusing algorithms investigation, image sharpness evaluation functions are built based on vector model and DCT. Using experiments, it is found out that the algorithms which are put forward in this paper have evident improvements in unimodality, accuracy, stability, reliability and rapidity. And software design based on the mixed programming between VB and MATLAB which basing on the COM technology is introduced in detail.Keywords: auto-focus; indentation diameter measurement; evaluation functions; mixed programming杨涛等：基于图像处理和Matlab混合编程的自动聚焦技术及应用 51 引言在布氏硬度压痕直径测量系统中，聚焦的好坏直接影响测量结果。

本文以国防军工计量十一五基础科研项目“硬度压痕直径测量”为应用背景，研究基于图像处理的自动聚焦技术以提高系统测量的准确性、智能化和自动化基于图像处理的图像清晰度评价函数是自动聚焦技术的关键，目前大多数算法是基于时域的灰度熵法和灰度方差法构造的，但其聚焦结果并不十分稳定且运算速度慢基于以上问题，本文提出了基于向量模型和改进的DCT变换的两种自动聚焦算法2 向量模型算法图像相邻区域的灰度值变化越明显，图像越清晰边缘是图像上灰度值变化最为激烈的地方，因此可以采用梯度算子对图像进行计算，用邻域像素之间的灰度值差来表征图像梯度，在数学模型中即为微分算子最简单的微分算子是Roberts算子，如图1所示，其表达式为式（1）图1 Roberts算子示意图Fig.1 Sketch map of Roberts operator它从水平和竖直方向上来体现图像的梯度但这样的算法并不十分稳定，特别是对于本文所涉及的离焦和聚焦图像差异较大的硬度压痕图像，如图2和图3所示图 2 离焦图像Fig.2 Out-of-focus image图 3 聚焦图像Fig.3 Focusing image由于系统的聚焦图像灰度级分布较离焦图像更为集中，有可能出现聚焦图像边缘梯度虽然较大，但不及离焦图像边缘梯度的累计误差产生的影响，造成图像清晰度自动判别困难。

因此本文依据图像灰度变化，对算法进行了改进由于系统采集的图像主体为圆形，在斜线的方向上的变化对结果有较大影响，因此应当同时考虑水平、竖直和交叉方向对像素变化的影响图 4 像素邻域斜方向变化示意图Fig.4 Sketch map of oblique direction图4所示模型算法表达式为：改进的模型如图5所示图 5 改进的向量模型Fig.5 Modified gradient medol将水平方向的梯度再与斜线方向的梯度作差，用于表征该像素在其邻域内的综合变化梯度，向量模型算法表达式为：3 DCT变换算法在图像的频域分析中，图像的清晰和聚焦的程度由图像高频分量的多少来决定：高频分量多则图像清晰；高频分量少则图像模糊因此可以利用图像高频分量的多少作为图像清晰度的判定依据最常见的变换有傅立叶变换（FFT）和离散余弦变换（DCT）由于FFT变换是对复数进行处理，其计算程度较为复杂，计算所需的时间长硬度压痕直径测量系统要进行大量的测量实验，电机位移在微米级，且压痕图像为2048×2048px，除去电机移动时间是固定的之外，必须提高图像处理的速度，FFT算法对于该系统显然是不适用的。

因此采用变换简单且较为快速的DCT变换图6显示了一幅图像进行DCT变换后的结果DCT变换能聚集更多的能量，对高频分量有较好的分离能力，在清晰度评价函数中，分离并保留高频分量作为图像清晰度的评价尺度图 6 DCT变换Fig. 6 DCT transfer二维的DCT正变换如式（4）所示如果按照公式（4）编写程序，将包含一个四重循环，这对于处理大分辨率图像是不能接受的根据DCT变换的可分离性将二维DCT变换改写为两个一维DCT变换运算的等价形式DCT变换公式如式（5）求和符号分开写成：并规定，， C1和C2是两个分别包含有两个不同域向量分量的二维矩阵如果求C1和C2的循环按照u，x和v，y方式进行，那么C1和C2中的元素可以表达为C1(u，x)和C2(u，x)，根据矩阵的内乘性法则，有：式（7）便是改进以后的DCT变换公式基于DCT变换的图像清晰度函数关注图像高频部分并将高频分量的多少作为判定图像清晰度的依据，因此算法如式（8） 式（8）中F(u，v)为DCT变换后的结果，(M，N)为图像的分辨率但本系统聚焦图像和离焦图像在亮度和灰度级方面相差很大，且图像的清晰度还与图像自身的亮度和灰度级有很大关系，故引入相对高频分量进行判别。

由于直流分量在一定程度上反映了图像的整体亮度和总体信息，因而用高频分量和直流分量的比作为图像相对高频分量进行判别，得到的G的最大值所对应的图像即为样本图像中最清晰的改进后的DCT算法如式（9）所示 4 实验研究为了验证算法的稳定性和执行效率，实验所用的图像样本均采集自硬度压痕直径测量系统，图像大小均为640×480px，分为三组进行纵坐标为归一化的清晰度评价函数值，横坐标为图像样本序号图 7 各种算法在第一组实验中的结果Fig.7 Result of various algorithm on the 1st experiment图 8 各种算法在第二组实验中的结果Fig.8 Result of various algorithm on the 2nd experiment图 9 各种算法在第三组实验中的结果Fig.9 Result of various algorithm on the 3rd experiment从以上图表数据不难看出，改进后的向量模型算法在曲线的单峰性上较Roberts算法有了明显的提高，且在三组不同样本的测试结果中都具有较好的稳定性和重复性；而同样是基于边缘最大梯度计算的拉普拉斯算法在本系统的采样图像中表现不佳，且不稳定；基于FFT变换的能量－熵算法在本系统中无法对图像的清晰度进行评价；基于DCT变换的算法则在曲线的单峰性和稳定性方面都有出色的表现。

表 1 各种算法在三组实验中的执行时间Tab.1 Executive time of various algorithm算法时间(s)Roberts向量模型拉普拉斯DCT变换FFT变换实验15.62506.593024.54704.094071.9060实验25.20307.391019.89104.282074.5630实验34.50005.656020.04703.500062.9530平均时间0 .05110 .06550 .21500 .03960 .6981算法的执行时间如表1所示，从平均时间看，DCT变换算法在对单张图像进行评价时所需时间最短，只需0.0396s，而Roberts算法和向量模型算法次之；拉普拉斯算法和FFT变换算法时间最长，无法满足系统要求5 混合编程的实现本系统通过VB调用Matlab制作的COM组件实现二者混合编程VB语言简单，执行速度快，在图形友好界面设计和开发等方面具有独特的优势，但在数值计算方面能力欠佳Matlab可以提供与矩阵有关的强大的数据处理和图形显示功能，但其界面功能弱把VB和Matlab相结合，充分利用Matlab强大的数值分析运算功能和VB开发界面方便的特点进行混合编程能较好地满足系统要求。

图 10 COM组件编译界面Fig.10 Compile interface of COM componentCOM组件技术是有别于传统的一种新型软件架构，提供了一种可以共享二进制代码的工业标准这种共享并不局限于某一种编程语言，它将编写的算法和自定义函数封装在COM组件中，通过Windows应用程序调用封装在组件中相应的函数，并由COM组件的标准接口把结果返回给应用程序已编写好的m文件可以通过Matlab提供的COM组件编译器进行编译，编译成功后生成dll文件，该文件就是在VB编程中需要引用的COM组件，如图10所示在新建的VB工程中引用这个组件，如图11图11 VB工程引用COM组件示意Fig.11 Sketch map of VB project quoteing the COM componet在form的初始化过程中创建对象，就可以像调。