- 1、本文档共13页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
目 录
1课题背景及研究意义 1
1.1课题背景 1
1.2研究意义 1
2文献综述 3
2.1 自动调焦技术的发展及现状 3
2.2 自动调焦技术中常用的清晰度评价函数 3
2.3 调焦策略 4
2.4 50cm望远镜电动调焦系统简介 5
2.4.1 调焦系统指标 5
2.4.2 调焦系统组成 5
2.4.3 器件具体参数 5
3研究内容、预期目标及研究方法 8
3.1研究内容 8
3.2预期目标 8
3.3研究方法 8
4进度安排 10
参 考 文 献 11
1课题背景及研究意义
1.1课题背景
在现代社会中,自动调焦技术已经成为成像系统中不可或缺的一部分。成像系统是通过光学系统将三维景物变换成二维平面图像的一个过程。在传统成像过程中,主要以光化学材料作为图像的媒介。而现代的数字成像系统是采用CCD(Charge Coupled Device)或CMOS(Complementary Metal-Oxide-Semiconductor)等光电器件接收图像信息。数字成像系统彻底的取消了传统相机中的化学处理步骤,使成像的过程更环保快捷,并且更有利于图像的存储,传输以及通过专业软件进行处理,这为自动调焦技术的发展奠定了坚实的基础。
同时,随着科学技术的迅速发展,无论在日常生活、科学研究以及军事应用等方面都频繁的应用到了自动调焦技术,从上世纪八十年代开始,随着微电子技术和集成电路技术的快速发展,数字 成像和处理技术的发展越来越趋于先进和成熟,在这个基础上产生的自动调焦技术越来越受到大家的重视并得到快速稳定的发展,已经广泛应用于工业、农业、军事等各个领域,并在照相机、显微镜等光学成像系统中得到了良好的实际应用。
1.2研究意义
天文望远镜通常工作在野外环境中,用于观测和拍摄目标星点。一般的天文望远镜在使用时都是人工手动调焦,图像对焦与否是通过人脑来判断的,并通过手动的方式反反复复的调整来实现对焦,这样不仅耗时耗力,并且每次的拍摄精度都会受到不同程度的影响。因此,天文观测的发展对自动调焦技术提出了迫切的需求。一方面,远程控制望远镜包括太空望远镜技术的发展对望远镜提出了很高的自动化要求,另一方面,由于阵列式的天文观测设备发展,几乎不可能用手动方法实现调焦。
为了使天文望远镜在复杂的状况下仍能准确对焦,要求自动对焦技术具备良好的目标和环境适应性,尤其是对大气湍流、温度变化的适应性。使用自动调焦可以快速实现调焦,而且一旦出现离焦,自动调节系统可以马上发现,并快速做出响应,以保证望远镜在观测过程中尽可能多的时间在准焦状态,因此,设计一个自动调焦装置来对望远镜进行调焦是十分必要的。
2文献综述
2.1 自动调焦技术的发展及现状
自动调焦技术起源于20世纪70年代初期,最早应用于数字照相机中[1]。早期的自动调焦技术主要有主动式和被动式两种:主动式调焦是基于镜头与被摄目标之间距离的测距方法,常见的有三角测距、红外线测距、超声波测距等;被动式调焦是基于调焦屏上成像清晰的聚焦检测方法,常见的有对比度法和相位法。两种方法都需要安装额外的检测装置,对环境的适应力很差[2]。
随着半导体技术和图像处理技术的发展,自动调焦技术的理论逐渐从测距原理变为以图像处理为主,通过对比不同位置的成像效果,找出最佳成像位置,实现最佳位置调焦。进入20世纪90年代后,以CCD成像技术为载体的自动调焦技术取得超前发展,各种算法层出不穷,极大的丰富了图像处理方法。自动调焦技术也因此更加智能,调焦电控部分和机械部分得到简化,使自动调焦技术适用于光学领域的各个方面[3]。
2.2 自动调焦技术中常用的清晰度评价函数
自动调教技术中,找到合适的图像清晰度评价函数是关键。一个理想的清晰度评价函数应该具有无偏性、单峰性、信噪比高、计算量小等特性[4]。目前的图像清晰度评价函数有很多,图1总结了几类常用的清晰度评价函数。
图1 常见的清晰度评价函数
对于灰度梯度,图像中的目标与背景在边界处的信息实质上可以通过图像函数的梯度来表示。图像越清晰。图像中目标与背景在边界处的灰度差值越大,即该处的梯度越大。因此,通过求取图像梯度即可得到图像边缘信息,进而根据图像整体的灰度差值作为图像的清晰度评价函数。
对于频谱函数,其理论依据是:图像傅立叶变换中的高频分量对应着图像的边缘等细节信息,高频分量越多,表示细节越丰富,边缘越清晰。因为可以先对图像进行傅立叶变换,然后将高频部分求和作为评价函数。这种方法计算量很大,难以保证实时性的要求 。
对于信息学函数,其理论依据是:正焦图像与离焦图像相比,其灰度值的多样性要大,即它们的信息含量或熵是不一样的。图像趋于离焦时,图像的灰度值趋于单一灰度,信息含量减少,所以,可以利用图像的信息熵来作为自动调焦的评价函数。
对于统计学函数,其理论
文档评论(0)