我正在使用可编程轴控制器对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、轴位置等返回一个图像。模拟拍摄了一张好的图像，并扭曲了它——例如变得更亮、更暗。
良好对焦的首要指标是锐利的边缘（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，焦点越好。
我的问题是，如何模拟未聚焦的图像？有人已经实施了吗？一系列过滤器会很棒。
我试过 cvSmooth，但它没有给出实际的结果。
PS：我目前的解决方法是改变与焦点位置的距离成反比的 ROI 大小。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。
（我不确定堆栈溢出是否适合您的问题，因为它是特定于域的）
在点扩散函数(PSF)的范围内查看您的显微镜。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，则您会在此轴向距离上出现散焦行为。用点扩散函数图像折叠你的图像，你就有了散焦的图像。此操作通常称为“折叠”、“卷积”或“带核平滑”。
当然，您的显微镜需要点扩散功能，并且有很多细节需要考虑 - 最重要的是，所涉及的光学器件类型、数值孔径等。请咨询相关的光学文献。Sibaritas反卷积显微镜似乎是一个好的开始。
请注意，一般而言，3D 散焦涉及通过相位集成贝塞尔函数。如果轴向散焦在显微镜横向分辨率的大约 2 倍范围内，您可能可以使用高斯掩模来近似该行为。这就像普通显微镜上的一到两微米。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有一个石油目标的实现，但代码（pixelatedBessel.cpp）不在 opencv 中。
尤其是对于大光圈显微镜，计算变得相当复杂，然而——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），让 Z 阶段完成这项工作。