显微视觉下多焦面物体成像的方法技术

本发明专利技术提供了一种显微视觉下多焦面物体成像的方法，包括：将相机沿着主光轴方向移动，采集若干幅多焦面物体的图像，构成图像序列，该若干幅图像记录多焦面物体成像由模糊至清晰、再至模糊的过程；对图像序列中的各图像进行校准，使各图像对应的多焦面物体所在表面的区域相同；对图像序列中的每一幅图像，将其划分为m行n列的子区域，并对每一子区域图像进行清晰度评价，得到每一子区域图像的清晰度评价函数值；对于每一子区域，找出其清晰度评价函数值最大时对应的图像序号，得到此时相机相对物体的位置，通过相机相对物体的位置信息得到该子区域在三维空间的深度信息。本发明专利技术能够快速定位物体该区域的深度信息。

【技术实现步骤摘要】

本专利技术涉及计算机视觉及图像处理领域，尤其涉及一种。
技术介绍
在对微小物体进行视觉检测时，由于微小物体的深度远远大于显微相机的景深，从而导致通过显微相机的一次聚焦无法得到整个物体的清晰图像。现有的多焦面图像融合方法大多是采用小波变换的方法。该方法在多焦面图像融合上有着较好的效果，但是没有给出获取物体在三维空间的深度信息的方法。
技术实现思路
(一 )要解决的技术问题为解决上述的一个或多个问题，本专利技术提供了一种，以得到物体在三维空间的深度信息。( 二 )技术方案根据本专利技术的一个方面，提供了一种，包括将相机沿着主光轴方向移动，采集若干幅多焦面物体的图像，构成图像序列，该若干幅图像记录多焦面物体成像由模糊至清晰、再至模糊的过程；对图像序列中的各图像进行校准，使各图像对应的多焦面物体所在表面的区域相同；对图像序列中的每一幅图像，将其划分为m行η列的子区域，并对每一子区域图像进行清晰度评价，得到每一子区域图像的清晰度评价函数值；对于每一子区域，找出其清晰度评价函数值最大时对应的图像序号，得到此时相机相对物体的位置，通过相机相对物体的位置信息得到该子区域在三维空间的深度信息。(三)有益效果从上述技术方案可以看出，本专利技术具有以下有益效果(I)利用图像序列在垂直方向上进行相同子区域比较，能够快速定位物体该区域的深度信息；(2)采用Sobel算子对图像进行清晰度评价，相比快速傅里叶变换的方法有效提高了计算速度；(3)通过物体的多焦面图像进行重新组合得到物体的二维图像，图像清晰度高，效果显著。附图说明图I为本专利技术实施例显微视觉下多焦面物体成像方法的流程图；图2为本专利技术实施例显微视觉下多焦面物体成像方法中显微相机采集图像过程的不意图3为本专利技术实施例显微视觉下多焦面物体成像方法中图像校准过程的示意图；图4为本专利技术实施例显微视觉下多焦面物体成像方法中图像划分为m行η列子区域的不意图；图5Α-图5Τ显微相机在从初始位置开始，采集的20幅经过校准后的图像；图6经过本专利技术实施例显微视觉下多焦面物体成像方法处理的物体表面的三维图像；图7经过本专利技术实施例显微视觉下多焦面物体成像方法处理后的二维清晰图像；图8经过本专利技术实施例显微视觉下多焦面物体成像方法得到的最终二维图像。 具体实施例方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术进一步详细说明。需要说明的是，在附图或说明书描述中，相似或相同的部分都使用相同的图号。附图中未绘示或描述的实现方式，为所属
中普通技术人员所知的形式。另外，虽然本文可提供包含特定值的参数的示范，但应了解，参数无需确切等于相应的值，而是可在可接受的误差容限或设计约束内近似于相应的值。此外，以下实施例中提到的方向用语，例如“上”、“下”、“前”、“后”、“左”、“右”等，仅是参考附图的方向。因此，使用的方向用语是用来说明并非用来限制本专利技术。为了得到微小物体在三维空间的深度信息和完整清晰图像，本专利技术提出一种。该方法利用显微相机拍摄微小物体表面在不同焦面上的图像，然后通过对相机与物体的位置信息及拍摄的图像序列进行综合处理，获得物体在三维空间上的深度信息及物体清晰的二维图像。图I为根据本专利技术实施例显微视觉下多焦面物体成像方法的流程图。如图I所示，本实施例显微视觉下多焦面物体成像方法包括下述步骤步骤Α，如图2所示，将显微相机的镜头与放置微小物体的载物台平行放置。然后调节相机的位置，使相机远离物体，当相机所成物体的像的各个区域均较模糊的时候，停止移动相机，将此位置作为相机的初始位置。采集相机初始位置时物体的图像。然后将相机沿着主光轴方向靠近物体，并且每次移动的距离相同。每移动一次便用相机采集一次物体的图像。直到相机所成物体的像的各个区域又变得较模糊时，停止移动相机。这样就会得到图像序列。图像序列的序号分别对应相机相对物体不同的位置；相机采集图像过程需注意(I)微相机的镜头需与放置物体的载物台平行放置；(2)尽量保证物体成像于图像的中间部位；(3)相机在起始位置时，物体的像的各个区域均较模糊；(4)相机沿着主光轴方向靠近物体，并且每次移动的距离相同，每次移动的距离尽量等于相机景深的距离。步骤B，对图像序列进行校准，校准的目的是为了使序号不同的图像中的相同区域成的像对应相同。通过以图像的中心为中心做矩形，图像的中心即为矩形的中心。获得矩形区域的图像。在相机初始位置对应的图像选取的矩形要尽量包含整个物体，并且保证矩形的边离图像的边有一定的距离。在相机逐渐靠近物体时，我们在图像上选取的矩形区域中心不变，但是长宽要按一定的规律增加。图像序列中相邻两图像，矩形区域长宽的增加量可以用公式Ad = d2hnAz/ -(^η Δ z) ^ d2hn Δ z/d/近似计算。其中d2代表像距,(I1代表相机在起始位置时的物距，η代表相机移动的次数，h代表物体上的点到光轴的垂直距离，Λ ζ代表相机每次移动的距离。在上述参数未知或无法准确测定时，长宽的增加量可以采用相邻两幅图像中相同图像点在各自图像中的位置坐标来近似确定。宽的增加量可以用两位置的横坐标差的绝对值的2倍近似，高的增加量可以用两位置的纵坐标差的绝对值的2倍近似。下面结合图3具体说明步骤 步骤BI，确定相机初始位置矩形区域的图像，该矩形区域的图像要包含整个物体，并且保证矩形的边离原图像的边有一定的距离。步骤Β2，图3中最外层的虚线框为相机采集的原图像，最内层的黑点为图像的中心，矩形框R1为在相机初始位置拍摄的图像上选取的矩形区域的图像，R2为在相机沿着主光轴方向移动一次后拍摄的图像上选取的矩形区域，R2的长宽较R1的长宽都有所增加，长宽的增加量可以采用相邻两幅图像中相同像点在各自图像中的位置不同来近似确定。例如图3中pointl点在平面I (即相机位于初始位置时拍摄的图像平面)中的位置坐标为(x，y)，对应在平面2 (即相机沿着靠近物体的方向移动一次后拍摄的图像平面)中的坐标为, I')，则平面2中选取的矩形区域要比在平面I选取的矩形区域的宽长2i =2(x' -x)个像素，平面2中选取的矩形区域要比在平面I选取的矩形区域的高长2j =2(y' _y)个像素。其他图像序列的中矩形区域采取相同的方法选取。步骤B3，将序列矩形区域的图像按双线性插值的方法变换成与初始位置图像对应的矩形区域的图像大小相同。步骤C，将校准后的每幅图像划分为m行η列的子区域。校准后的图像的划分一般采用子区域面积相等的方式，也可根据物体表面情况，采用子区域面积不等的方式划分。下面采用的是等面积划分方法。划分方法如图4所示。图4中PiQu]表示相机沿着主光轴方向移动i-Ι次后对应的图像面(校准后的图像面)的第k行j列子区域。计算所有图像平面的所有子区域的清晰度评价函数值。其中，清晰度评价函数的定义方式为I)选择Sobel算子，其X方向图像差分对应的滤波器系数为，其I方向图像差分对应的滤波器系数为。2)对图像进行X方向图像差分获得差分后图像，即用X方向图像差分对应的滤波器与图像进行卷积。3)对图像进行y方向图像差分获得差分后图像，即用y方向图像差分对应的滤波器与图像进行卷积。4)计算差分后的两图像相同位置的两像素值的平方根，得到新的图像。5)计算新图像中大于指定阈值本文档来自技高网...

【技术保护点】
一种显微视觉下多焦面物体成像的方法，其特征在于，包括：步骤A，将相机沿着主光轴方向移动，采集若干幅所述多焦面物体的图像，构成图像序列，该若干幅图像记录所述多焦面物体成像由模糊至清晰、再至模糊的过程；步骤B，对所述图像序列中的各图像进行校准，使各图像对应的多焦面物体所在表面的区域相同；步骤C，对所述图像序列中的每一幅图像，将其划分为m行n列的子区域，并对每一子区域图像进行清晰度评价，得到每一子区域图像的清晰度评价函数值；步骤D，对于每一子区域，找出其清晰度评价函数值最大时对应的图像序号，得到此时相机相对物体的位置，通过相机相对物体的位置信息得到该子区域在三维空间的深度信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：王欣刚，徐德，张正涛，尹英杰，白明然，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：