咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于标准差加权高斯滤波函数及多方向Sobel算子的感兴趣区域... 收藏

基于标准差加权高斯滤波函数及多方向Sobel算子的感兴趣区域中心子区图像期望清晰度值计算方法

作     者:张志勇 潘宁慧 赵廷玉 

作者机构:浙江理工大学理学院浙江省光场调控技术重点实验室 浙江大学光电科学与工程学院 

出 版 物:《激光与光电子学进展》 (Laser & Optoelectronics Progress)

年 卷 期:2024年第18期

页      面:395-403页

核心收录:

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主  题:图像清晰度值 标准差加权 现场可编程门阵列 图像期望清晰度值 多方向Sobel算子 标准差加权高斯滤波函数 

摘      要:通过将感兴趣区域(ROI)划分为ROI中心子区、次中心子区,以及边缘子区,提出一种ROI中心子区图像期望清晰度值计算方法。将ROI水平与垂直方向划分为多个奇数ROI子区,对于不同的ROI子区采用不同标准差加权的高斯滤波函数进行滤波去噪处理,离ROI中心子区越远的ROI次中心子区与边缘子区,标准差越大,这样在保证ROI中心子区图像清晰度值的同时,又有效地降低ROI边缘子区的清晰度值,为后续计算ROI图像期望清晰度提供可靠数据。更进一步,将传统的二方向3×3 Sobel算子拓展为四方向的5×5 Sobel算子,实现更强的边缘响应以及更好的清晰度曲线。在此基础上,利用现场可编程逻辑门阵列(FPGA)高速图像处理技术实现上述算法,大大减少计算时间。实验结果表明,所提方法可以有效地消除噪声对ROI图像期望清晰度值的影响,并且能够显著减少ROI边缘子区图像的细节信息,从而始终保证ROI中心子区对焦。另外与软件计算相比,FPGA拥有更快的计算速度和更好的实时性,计算速度是软件的130倍。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分