發(fā)布時(shí)間：2017-10-21 23:20

  本文關(guān)鍵詞：基于圖像處理的顯微視覺自動(dòng)調(diào)焦方法的設(shè)計(jì)與實(shí)現(xiàn)

  更多相關(guān)文章： 顯微視覺 快速調(diào)焦 自適應(yīng)變步長(zhǎng) 清晰度評(píng)價(jià)函數(shù)

【摘要】：傳統(tǒng)的顯微視覺分析,一般是通過人眼或特定的分析軟件觀察,利用手動(dòng)調(diào)焦獲得顯微視覺下物體的圖像。隨著顯微鏡的放大倍數(shù)越來越大,導(dǎo)致景深越來越小。因此,通過手動(dòng)調(diào)焦無法保證Z在高度變化時(shí)顯微視場(chǎng)中的目標(biāo)快速達(dá)到最佳調(diào)焦位置。在大部分情況下,像微型零件的裝配、顯微細(xì)胞操作、集成電路組裝等操作過程要求自動(dòng)完成。因此,有必要研究基于圖像處理的顯微視覺自動(dòng)調(diào)焦方法來保證操作過程的實(shí)時(shí)性和準(zhǔn)確性。本文主要開展單細(xì)胞分析儀中顯微視覺下的自動(dòng)調(diào)焦方法和系統(tǒng)設(shè)計(jì)研究,完成的主要工作如下：(1)結(jié)合顯微視覺自動(dòng)調(diào)焦的特點(diǎn)和基于FPGA控制系統(tǒng)的自身要求,研究了以FPGA控制器為核心的單細(xì)胞顯微視覺自動(dòng)調(diào)焦方法,并開發(fā)了相應(yīng)系統(tǒng)控制平臺(tái)。(2)基于圖像處理快速調(diào)焦算法的基礎(chǔ)上,對(duì)基于圖像處理顯微視覺下的快速調(diào)焦算法進(jìn)行了深入研究。針對(duì)目前算法的不足,采用光學(xué)成像系統(tǒng)離焦模型,推導(dǎo)了以模糊差異為參考量目標(biāo)物離焦量的函數(shù)表達(dá)式,由離焦量的表達(dá)式調(diào)解Z軸上的電機(jī),實(shí)現(xiàn)快速調(diào)焦。實(shí)驗(yàn)結(jié)果表明,僅需要兩幅不同程度離焦的圖像,就能夠以較高精度估計(jì)出目標(biāo)物的實(shí)際離焦量,從而實(shí)現(xiàn)快速有效的調(diào)焦。(3)改進(jìn)了自適應(yīng)變步長(zhǎng)調(diào)焦點(diǎn)搜索算法,發(fā)展了基于圖像處理的自適應(yīng)變步長(zhǎng)調(diào)焦點(diǎn)搜索算法。當(dāng)遠(yuǎn)離最佳調(diào)焦位置時(shí),任意清晰度評(píng)價(jià)函數(shù)上兩點(diǎn)組成的直線與水平直線構(gòu)成的夾角較小,增加調(diào)焦步長(zhǎng),實(shí)現(xiàn)粗調(diào)焦；當(dāng)處于最佳調(diào)焦位置附近時(shí),減小調(diào)焦步長(zhǎng),實(shí)現(xiàn)細(xì)調(diào)焦。實(shí)驗(yàn)結(jié)果表明：該算法在保持調(diào)焦精度的前提下,可以對(duì)基于灰度時(shí)域的清晰度評(píng)價(jià)函數(shù)實(shí)現(xiàn)快速調(diào)焦。(4)為了能很方便的對(duì)顯微視覺下自動(dòng)快速調(diào)焦結(jié)果進(jìn)行觀察和對(duì)底層硬件進(jìn)行控制。研究了PC平臺(tái)下顯微視覺軟件的開發(fā)、底層硬件設(shè)備驅(qū)動(dòng)程序和快速調(diào)焦算法的設(shè)計(jì)和編寫。完成基于VS2010平臺(tái)下的顯微視覺軟件開發(fā),該軟件可以實(shí)現(xiàn)對(duì)顯微視覺下的圖像進(jìn)行處理和對(duì)底層硬件進(jìn)行控制。
【關(guān)鍵詞】：顯微視覺 快速調(diào)焦 自適應(yīng)變步長(zhǎng) 清晰度評(píng)價(jià)函數(shù)
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要3-4
• ABSTRACT4-7
• 第1章 緒論7-12
• 1.1 課題背景及課題來源7-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-10
• 1.3 論文的主要工作及組織結(jié)構(gòu)10-12
• 第2章 基于圖像處理的顯微視覺硬件系統(tǒng)設(shè)計(jì)12-19
• 2.1 系統(tǒng)硬件總體設(shè)計(jì)13-15
• 2.2 電機(jī)與驅(qū)動(dòng)器的選擇15-16
• 2.3 圖像采集模塊16-18
• 2.4 本章小結(jié)18-19
• 第3章 基于顯微圖像處理的快速調(diào)焦算法19-38
• 3.1 基于顯微視覺圖像處理快速調(diào)焦算法19-26
• 3.1.1 光學(xué)系統(tǒng)離焦模糊分析19-21
• 3.1.2 算法的原理21-23
• 3.1.3 實(shí)驗(yàn)結(jié)果23-26
• 3.2 基于顯微視覺圖像處理自適應(yīng)變步長(zhǎng)調(diào)焦搜索算法26-37
• 3.2.1 灰度時(shí)域清晰度評(píng)價(jià)函數(shù)27-29
• 3.2.2 基于顯微視覺圖像處理的固定步長(zhǎng)搜索算法29-32
• 3.2.3 變步長(zhǎng)自適應(yīng)調(diào)焦點(diǎn)搜索算法32-35
• 3.2.4 自動(dòng)調(diào)焦實(shí)驗(yàn)與分析35-37
• 3.3 本章小結(jié)37-38
• 第4章 顯微視覺圖像軟件系統(tǒng)38-45
• 4.1 顯微視覺微操作軟件設(shè)計(jì)38-39
• 4.2 顯微視覺微操作軟件界面39-40
• 4.3 顯微視覺微操作軟件與底層硬件通信方式40-41
• 4.4 系統(tǒng)軟件工作流程41-44
• 4.5 本章小結(jié)44-45
• 第5章 系統(tǒng)總體測(cè)試與分析45-51
• 5.1 FPGA內(nèi)部邏輯資源使用分析45
• 5.2 系統(tǒng)調(diào)焦實(shí)驗(yàn)45-48
• 5.2.1 快速調(diào)焦實(shí)驗(yàn)與分析46
• 5.2.2 自適應(yīng)變步長(zhǎng)調(diào)焦實(shí)驗(yàn)與分析46-47
• 5.2.3 手動(dòng)調(diào)焦實(shí)驗(yàn)與分析47-48
• 5.3 系統(tǒng)調(diào)焦時(shí)間分析48-50
• 5.4 本章小結(jié)50-51
• 第6章 總結(jié)與展望51-53
• 參考文獻(xiàn)53-56
• 攻讀學(xué)位期間參與的課題研究及取得的研究成果56-57
• 致謝57-59
• 附錄1 顯微視覺系統(tǒng)實(shí)物圖59

，

本文編號(hào)：1075701