1、“.....是检测出的边缘点个数。能量梯度函数图像越清晰则细节越丰富,经傅里叶分解后的频率越多,能量梯度越大。基于最大类间方差和算子的晶圆图像清晰度表示图像灰度值分布的离散程度作为清晰度评价函数,如式所示,其中,是像素点处的灰度值,为图像的平均灰度值。评价函数聚焦图像比离焦图像具有更尖锐的边缘,即边缘点的梯度函数度评价函数清晰度评价函数有灰度变化函数频域类函数信息熵函数。灰度变化函数主要考虑像素灰度变化频域类函数大多基于图像的边缘高频分量信息熵函数通过计算焦点附件图像的灰度熵来判断图像采集基于最大类间方差和算子的晶圆图像清晰度评价算法原稿算子的晶圆图像清晰度评价算法原稿......”。

2、“.....且易受噪声干扰等问题,提出种基于最大类间方差和算子的晶圆图像清晰度评价算法。对最大类间方差算法式所示,其中,是像素点处的灰度值,为图像的平均灰度值。评价函数聚焦图像比离焦图像具有更尖锐的边缘,即边缘点的梯度函数值更大。其中,是像素点处的灰度值。评式所示,其中,为在平缓区域的采样点数抗噪性因子定义为个采样点的清晰度评价函数值的方差为个采样点的清晰度评价函数值的平均,表示个采样点的清晰度评价函数值。基于最大类间方差和息熵函数。灰度变化函数主要考虑像素灰度变化频域类函数大多基于图像的边缘高频分量信息熵函数通过计算焦点附件图像的灰度熵来判断图像采集的准确聚焦位置。常用的清晰度评价函数有较小......”。

3、“.....梯度函数的值为算子所提取的水平和垂直方向的梯度值的平方和的平均值,如式所示,其中,是像素方差函数离焦图像的总体灰度值分布离散程度低,方差小聚焦图像的总体灰度值分布离散程度高,方差大。因此可以用方差函数来表示图像灰度值分布的离散程度作为清晰度评价函数,如灵敏度因子焦点附近图像的清晰度评价函数值的变化较大。可将灵敏度因子定义为附近图像的清晰度评价函数值的变化情况,如式所示,其中,为清晰度评价函数值最大时对应的垂向坐标是垂向坐标坐标变化,般位于深度离焦位置。越大,清晰度越高。抗噪性因子由于噪声的原因,清晰度评价函数值变化平缓区域的函数值通常不会是单调递增或递减......”。

4、“.....波动的平缓程度可以反映清晰度评价函数的性。关键词晶圆图像清晰度评价最大类间方差算子在机器视觉领域,清晰度是决定后续图像处理质量的最重要因素之。图像采集时,清晰度会受到各种因素的影响,如离焦成像镜头光学畸变函数同样更适合实时评价图像清晰度。其它清晰度评价函数还有梯度函数滤波函数灰度方差乘积函数函数熵函数点锐度函数梯度结构相似度函数等。清晰方差函数离焦图像的总体灰度值分布离散程度低,方差小聚焦图像的总体灰度值分布离散程度高,方差大。因此可以用方差函数来表示图像灰度值分布的离散程度作为清晰度评价函数,如算子的晶圆图像清晰度评价算法原稿。摘要针对现有清晰度评价函数稳定性精度不足,且易受噪声干扰等问题......”。

5、“.....对最大类间方差算法晰度越高。抗噪性因子由于噪声的原因,清晰度评价函数值变化平缓区域的函数值通常不会是单调递增或递减,是可能会波动起伏。波动的平缓程度可以反映清晰度评价函数的抗噪性。基于此原理,抗噪性因子基于最大类间方差和算子的晶圆图像清晰度评价算法原稿抗噪性。基于此原理,抗噪性因子如式所示,其中,为在平缓区域的采样点数抗噪性因子定义为个采样点的清晰度评价函数值的方差为个采样点的清晰度评价函数值的平均,表示个采样点的清晰度评价函数算子的晶圆图像清晰度评价算法原稿。摘要针对现有清晰度评价函数稳定性精度不足,且易受噪声干扰等问题......”。

6、“.....对最大类间方差算法判断是否在最佳焦平面。由于自动聚焦方法能够有效提高机器视觉系统的图像采集质量,已经被大量应用于电子工业专业设备。其中,是指聚焦函数所能取到的最大值,般位于图像聚焦位置即为聚焦函数最小垂向坐标坐标变化量。基于最大类间方差和算子的清晰度评价函数最大类间方差最大类间方差法,又称算法,是种自适应的阈值确定算法,常用于图像的背景和前景分割,其受图像亮度和对气模糊等。而聚焦是保证采集的图像清晰度满足要求的关键环节。基于机器视觉的自动聚焦方法无需加装距离测量设备,如激光测高传感器等。通过分析所采集的图像,即可自动评价当前视觉系统的离焦程度,方差函数离焦图像的总体灰度值分布离散程度低......”。

7、“.....方差大。因此可以用方差函数来表示图像灰度值分布的离散程度作为清晰度评价函数,如割出的前景图像,使用算子进行边缘检测。统计边缘点的个数和梯度幅值,并计算子图像的边缘点梯度幅值方差,以构建清晰度评价函数。实验结果表明,提出的算法具有较好的灵敏度稳定性和抗噪式所示,其中,为在平缓区域的采样点数抗噪性因子定义为个采样点的清晰度评价函数值的方差为个采样点的清晰度评价函数值的平均,表示个采样点的清晰度评价函数值。基于最大类间方差和化量。基于最大类间方差和算子的清晰度评价函数最大类间方差最大类间方差法,又称算法,是种自适应的阈值确定算法,常用于图像的背景和前景分割......”。

8、“.....使用最大类间方差法分割的背景像素和前景像素的类间方差全局最大。其中,是指聚焦函数所能取到的最大值,般位于图像聚焦位置即为聚焦函数最小值,般位于深度离焦位置。越大,清基于最大类间方差和算子的晶圆图像清晰度评价算法原稿算子的晶圆图像清晰度评价算法原稿。摘要针对现有清晰度评价函数稳定性精度不足,且易受噪声干扰等问题,提出种基于最大类间方差和算子的晶圆图像清晰度评价算法。对最大类间方差算法价算法原稿。灵敏度因子焦点附近图像的清晰度评价函数值的变化较大。可将灵敏度因子定义为附近图像的清晰度评价函数值的变化情况,如式所示,其中,为清晰度评价函数值最大时对应的垂向坐标是式所示,其中......”。

9、“.....表示个采样点的清晰度评价函数值。基于最大类间方差和更大。基于最大类间方差和算子的晶圆图像清晰度评价算法原稿。梯度函数的值为算子所提取的水平和垂直方向的梯度值的平方和的平均值,如式所示,其中,是准确聚焦位置。常用的清晰度评价函数有方差函数离焦图像的总体灰度值分布离散程度低,方差小聚焦图像的总体灰度值分布离散程度高,方差大。因此可以用方差函数来函数同样更适合实时评价图像清晰度。其它清晰度评价函数还有梯度函数滤波函数灰度方差乘积函数函数熵函数点锐度函数梯度结构相似度函数等。清晰方差函数离焦图像的总体灰度值分布离散程度低......”。