一种硅基多光谱信号的成像聚焦方法和控制方法与流程

1.本发明涉及多光谱图像技术领域，尤其涉及一种硅基多光谱信号的成像聚焦方法和控制方法和控制方法。


背景技术：

2.多光谱图像是指包含很多带的图像，有时只有3个带(彩色图像就是一个例子)但有时要多得多，甚至上百个。每个带是一幅灰度图像，它表示根据用来产生该带的传感器的敏感度得到的场景亮度。在这样一幅图像中，每个像素都与一个由像素在不同带的数值串，即一个矢量相关。这个数串就被称为像素的光谱标记。
3.但现有技术中，硅基多光谱图像信号在聚焦时，一般相机的感光器件和成型物体的位置固定不变，通过调节透镜位置来改变物距和相距，进而实现调焦，调焦时一般分为粗调焦和细调焦，粗调焦可短时间找到清晰的图形，但图形会有噪声，清晰度不高，需要进行细调焦找到最清晰的画面，但细调焦需要花费较长时间，慢慢的仔细调整，需要花费较长时间。


技术实现要素：

4.本发明提供了一种硅基多光谱信号的成像聚焦方法和控制方法和控制方法，以解决上述背景技术中提出的问题。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种硅基多光谱信号的成像聚焦方法和控制方法，包括成像聚焦方法，成像聚焦方法具体为以下步骤：：
7.第一步，首先拍摄时，通过粗调焦快速得到清晰但带有少量噪声的粗略清晰多光谱图像信号，同时再拍摄一组物体的全色图像；
8.第二步，将上一步中的多光谱图像信号通过去噪模块，去噪模块可去除多光谱图像信号的噪声，但去噪模块会弱化图像边缘特征；
9.第三步，通过将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号从而获得具有高频细节信息的融合图像，即可得到高清晰图像。
10.作为本技术方案的进一步改进方案：第一步中，在进行粗调焦时，通过转动光学镜头，每隔一定距离对目标场景采集图像，当清晰度最大的位置即为得到调焦粗略清晰多光谱图像信号位置。
11.作为本技术方案的进一步改进方案：第二步中，去噪模块为高通滤波器。
12.作为本技术方案的进一步改进方案：第三步中，当注入的边缘信息较少时会造成融合图像细节信息模糊当注入的边缘信息过多时则会造成融合图像光谱失真，采用自适应提取边缘方法来控制注入多光谱图像信号的边缘信息量。
13.作为本技术方案的进一步改进方案：第一步中，采用多光谱成像相机进行拍摄物体。
14.作为本技术方案的进一步改进方案：第三步中，在多光谱边缘计算终端中将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号。
15.作为本技术方案的进一步改进方案：多光谱边缘计算终端包括显示屏、主机和人机互交装置。
16.一种硅基多光谱信号的成像聚焦方法和控制方法，还包括控制方法，控制方法具体为以下流程：
17.(1)首先将多光谱成像相机对着拍摄物体，然后通过粗调焦旋钮得到粗略清晰多光谱图像信号，并将粗略清晰多光谱图像信号发送给高通滤波器，同时再拍摄一组物体的全色图像传输给多光谱边缘计算终端；
18.(2)再利用(2)再利用函数对多光谱图像信号进行卷积操作，将多光谱图像信号进行平滑滤波后再输入高通滤波器，经过多次高通滤波后进而可提高图像的边缘效果，最后将高通滤波后的图像传输给多光谱边缘计算终端，其中最后将高通滤波后的图像传输给多光谱边缘计算终端，其中函数进行卷积操作过程为，首先需要载入进行卷积操作的图像并所它转换为浮点类型，然后根据需要定义自己的卷积核函数，再然后编写卷积函数，并填写相应参数，最后将目标图像转换为无符号字符型并显示经过卷积后的图像；
19.(3)控制多光谱边缘计算终端，利用自适应边缘提取方法，将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号从而获得具有高频细节信息的融合图像，在使用自适应边缘提取方法的过程中为了避免注入的边缘信息较少时会造成融合图像细节信息模糊，而注入的边缘信息过多时则会造成融合图像光谱失真，需要采用自适应提取边缘方法来控制注入多光谱图像的边缘信息量。
20.作为本技术方案的进一步改进方案：自适应提取边缘方法是在自适应边缘提取方法的基础上，引入图像分块和otsu阈值方法，其中的阈值求取和边缘连接过程为：
21.1)计算全图梯度矩阵gra(i，j)的梯度均值μ和梯度方差δ，若δ＞k，进行下一步，其中k为常数，表示图像各区域的目标和背景梯度的变化程度；
22.2)对gra(i，j)按照四叉树[14]原理平均分成四块，按逆时针方向分别计算每一子块的梯度均值μ和梯度方差δ，若该子块的梯度方差符合δ＞ k，则继续按四叉树分解，否则跳到下一步；
[0023]
3)确定分割的局部阈值，对于每一个满足δ≤k的梯度块应用otsu方法，求得最佳分割阈值，得到与子梯度矩阵大小相同的阈值矩阵。判断是否对所有的子块完成了四叉树分解，若还有未分解的子块，回退上一步；
[0024]
4)经过以上三步，得到了与gra(i，j)大小相同的阈值矩阵ta，。但由于背景信息的复杂性和区域性，以及目标被分散在不同的子图像中，整幅图像的分割会出现比较明显的块状效应，为了平衡各个子图像之间的块状效应，可以使用插值的方法得到一个新的阈值
矩阵，这样可以明显地减轻块状效应的影响，对ta进行插值:对相邻两个子块的相邻四行(四列)进行等间距插值，得到最终的阈值矩阵th，th作为高阈值矩阵，低阈值矩阵tl＝0，4
×
th；
[0025]
5)得到阈值分割矩阵th和tl后，需要对梯度矩阵gra(i，j)进行阈值分割和边缘点连接。
[0026]
与现有技术相比，本发明的有益效果是：
[0027]
首先拍摄时，通过粗调焦快速得到清晰但带有少量噪声的粗略清晰多光谱图像信号，同时再拍摄一组物体的全色图像，然后将多光谱图像信号通过高通滤波器进行去噪，得到带有弱化图像边缘特征的清晰多光谱图像信号，最后将将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号从而获得具有高频细节信息的融合图像，即可得到高清晰图像，该装置设计合理，构思巧妙，通过粗调焦后，不需要进行细调焦，将图像信号再经过高通滤波器和多光谱边缘计算终端的去噪和边缘信息注入即可得到具有高频细节信息的图像。
[0028]
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
[0029]
此处所说明的附图用来提供对本发明的进一步理解，构成本技术的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0030]
图1为本发明提出的一种硅基多光谱信号的成像聚焦方法和控制方法示意图；
[0031]
图2为本发明提出的一种硅基多光谱信号的成像聚焦方法和控制方法示意图。
具体实施方式
[0032]
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
[0033]
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
[0034]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
[0035]
请参阅图1～2，本发明实施例中，一种硅基多光谱信号的成像聚焦方法和控制方法，包括以下步骤：
[0036]
第一步，首先拍摄时，通过粗调焦快速得到清晰但带有少量噪声的粗略清晰多光谱图像信号，同时再拍摄一组物体的全色图像；
[0037]
第二步，将上一步中的多光谱图像信号通过去噪模块，去噪模块可去除多光谱图像信号的噪声，但去噪模块会弱化图像边缘特征；
[0038]
第三步，通过将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号从而获得具有高频细节信息的融合图像，即可得到高清晰图像，传统的多光谱图像融合算法通过将全色图像的边缘信息注入多光谱图像从而获得具有高频细节信息的融合图像。但当注入的边缘信息较少时会造成融合图像细节信息模糊当注入的边缘信息过多时则会造成融合图像光谱失真。采用自适应提取边缘方法来控制注入多光谱图像的边缘信息量。在深入研究传统自适应边缘提取方法的基础上，引入图像分块和otsu阈值方法，在阈值求取和边缘连接上做了相应的改进。统计经过非极大值抑制后的图像梯度矩阵 n(i，j)中各梯度值的点数形成梯度直方图。发现直方图的梯度集中在0～50。梯度都分布在一个狭小的区域，没有分布到整个图像区域，不利于后续的图像分割，可以采用对比度扩展来扩展梯度范围，选用对数变换方法。对数变换公式如下
[0039]
gra(i，j)＝alb(n(i，j) 1)，其中a的取值由n(i，j)中的最大值和新梯度图像的梯度阶数l决定。
[0040]
具体的，第一步中，在进行粗调焦时，通过转动光学镜头，每隔一定距离对目标场景采集图像，当清晰度最大的位置即为得到调焦粗略清晰多光谱图像信号位置。
[0041]
具体的，第二步中，去噪模块为高通滤波器。
[0042]
具体的，第三步中，当注入的边缘信息较少时会造成融合图像细节信息模糊当注入的边缘信息过多时则会造成融合图像光谱失真，采用自适应提取边缘方法来控制注入多光谱图像信号的边缘信息量。
[0043]
具体的，第一步中，采用多光谱成像相机进行拍摄物体。
[0044]
具体的，第三步中，在多光谱边缘计算终端中将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号。
[0045]
具体的，多光谱边缘计算终端包括显示屏、主机和人机互交装置。
[0046]
一种硅基多光谱信号的成像聚焦方法和控制方法，包括以下流程：
[0047]
(1)首先将多光谱成像相机对着拍摄物体，然后通过粗调焦旋钮得到粗略清晰多光谱图像信号，并将粗略清晰多光谱图像信号发送给高通滤波器，同时再拍摄一组物体的全色图像传输给多光谱边缘计算终端；
[0048]
(2)再利用(2)再利用函数对多光谱图像信号进行卷积操作，将多光谱图像信号进行平滑滤波后再输入高通滤波器，经过多次高通滤波后进而可提高图像的边缘效果，最后将高通滤波后的图像传输给多光谱边缘计算终端，其中
函数进行卷积操作过程为，首先需要载入进行卷积操作的图像并所它转换为浮点类型，然后根据需要定义自己的卷积核函数，再然后编写卷积函数，并填写相应参数，最后将目标图像转换为无符号字符型并显示经过卷积后的图像；
[0049]
(3)控制多光谱边缘计算终端，利用自适应边缘提取方法，将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号从而获得具有高频细节信息的融合图像，在使用自适应边缘提取方法的过程中为了避免注入的边缘信息较少时会造成融合图像细节信息模糊，而注入的边缘信息过多时则会造成融合图像光谱失真，需要采用自适应提取边缘方法来控制注入多光谱图像的边缘信息量，自适应提取边缘方法是在candy算子的基础上，引入图像分块和otsu阈值方法，其中的阈值求取和边缘连接过程为：
[0050]
1)计算全图梯度矩阵gra(i，j)的梯度均值μ和梯度方差δ，若δ＞k，进行下一步，其中k为常数，表示图像各区域的目标和背景梯度的变化程度；
[0051]
2)对gra(i，j)按照四叉树[14]原理平均分成四块，按逆时针方向分别计算每一子块的梯度均值μ和梯度方差δ，若该子块的梯度方差符合δ＞ k，则继续按四叉树分解，否则跳到下一步；
[0052]
3)确定分割的局部阈值，对于每一个满足δ≤k的梯度块应用otsu方法，求得最佳分割阈值，得到与子梯度矩阵大小相同的阈值矩阵。判断是否对所有的子块完成了四叉树分解，若还有未分解的子块，回退上一步；
[0053]
4)经过以上三步，得到了与gra(i，j)大小相同的阈值矩阵ta，。但由于背景信息的复杂性和区域性，以及目标被分散在不同的子图像中，整幅图像的分割会出现比较明显的块状效应，为了平衡各个子图像之间的块状效应，可以使用插值的方法得到一个新的阈值矩阵，这样可以明显地减轻块状效应的影响，对ta进行插值:对相邻两个子块的相邻四行(四列)进行等间距插值，得到最终的阈值矩阵th，th作为高阈值矩阵，低阈值矩阵tl＝0，4
×
th；
[0054]
5)得到阈值分割矩阵th和tl后，需要对梯度矩阵gra(i，j)进行阈值分割和边缘点连接。
[0055]
本发明的工作原理是：
[0056]
首先拍摄时，通过粗调焦快速得到清晰但带有少量噪声的粗略清晰多光谱图像信号，同时再拍摄一组物体的全色图像，然后将多光谱图像信号通过高通滤波器进行去噪，得到带有弱化图像边缘特征的清晰多光谱图像信号，最后将将全色图像的边缘信息注入弱化像边缘特征的清晰多光谱图像信号从而获得具有高频细节信息的融合图像，即可得到高清晰图像。
[0057]
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是，凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时，凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。