image-processing - 模拟 "unfocused"图像

Question

我正在对带有可编程轴 Controller 的显微镜进行自动对焦编程。为了测试，我实现了一个模拟，它根据曝光、轴位置等返回图像。模拟拍摄了一张好的图像，并扭曲了它——例如使更亮，更暗。

良好对焦的基本指标是锐利的边缘(适用于我的图像类型)。基本上我总结了相邻像素之间的强度差异。总和越高，注意力越好。

我的问题是，如何模拟未聚焦的图像？有人已经实现了吗？一系列过滤器会很棒。

我试过 cvSmooth，但没有给出真实的结果。

PS:我目前的解决方法是改变 ROI 大小，使其与焦点位置的距离成反比。它适用于测试我的算法，但不适用于演示 - 因为图像在模拟过程中不会改变。

Answer 1

(我不确定堆栈溢出是否是解决您问题的正确地点，因为它在很大程度上是特定于域的)

根据点扩散函数 (PSF) 查看您的显微镜。 PSF是描述显微镜中点状光源图像的函数。如果您从 3D 点扩散函数中获取单个平面，则您具有此轴向距离的散焦行为。用点扩散函数图像折叠图像，得到散焦图像。这种操作通常称为“折叠”、“卷积”或“平滑核”。

当然，您的显微镜需要一个点扩散函数，还有很多细节需要考虑 - 最重要的是涉及的光学器件类型、数值孔径等。请查阅相关的光学文献。西巴里塔斯 Deconvolution Microscopy似乎是一个好的开始。

请注意，一般来说，3D 散焦涉及通过阶段集成贝塞尔函数。如果轴向散焦在显微镜横向分辨率的大约 2 倍以内，则您可以使用高斯掩模来近似行为。这大约是普通显微镜下的一两微米。对于较大的轴向散焦，您需要计算积分。我怀疑这是否在 OpenCV 的范围内，因此您需要预先计算散焦函数。

我的论文项目 rapidSTORM有石油目标的实现，但代码(pixelatedBessel.cpp)不在 opencv 中。

特别是对于高孔径显微镜，计算变得非常复杂，但是 - 在我的实验室，我们通常更喜欢在显微镜上放置一个点状光源(例如量子点)，然后让 Z 载物台完成工作。