一种基于改进的MobileViT网络的显微镜图像清晰度评价方法技术

本发明专利技术公开了一种显微镜图像的清晰度评价方法，所述的方法为：通过显微镜获取不同对焦距离的显微镜图像，对图像进行旋转和翻转等数据增强；调整模型中的MV2模块和MobileViT block模块的数量来提高模型的表达能力和准确率；调整模型优化器；添加余弦退火的学习率调整策略动态调整学习率；调整模型全连接层节点个数将模型由一个分类模型改为回归模型；并引入平均绝对误差和均方误差来计算输出的预测距离与图像真实距离之前的误差。本发明专利技术提出了一个基于MobileViT网络的显微镜图像清晰度评价算法，可确保预测出显微镜图像的对焦距离。可确保预测出显微镜图像的对焦距离。可确保预测出显微镜图像的对焦距离。

【技术实现步骤摘要】
一种基于改进的MobileViT网络的显微镜图像清晰度评价方法


[0001]本专利技术涉及一种图像的清晰度评价方法，特别涉及一种显微镜图像的清晰度评价方法。

技术介绍

[0002]人类约有78%的信息是从眼睛获取到的。将人的眼睛视为缩小版的光学成像系统。成像图像的质量决定了信息获取的效率。随着科学的进步，种种成像原理渐渐被人类所理解。为了更好地认识世界，人们计划和制造了许多的成像体系，如照相机、显微镜和望远镜等。无论光学成像系统的类型有哪些，最主要的还是如何得到清楚的图像。
[0003]一张不清晰的图像，往往是由两个方面的因素所造成的。一是被拍摄的物体本身存在原因：被摄物体当时所处的环境亮度较低以及活动状态;二是光学成像系统由于自身存在问题引起的图像不清晰：成像面的位置发生变化、成像的镜头参数设置错误等。根据以上这些原因，为了使成像图像更加清晰，人们一般会选择调整成像面的位置，这就是我们经常提到的调焦。
[0004]在光学成像系统的发展初期，图像的对焦方式还只是采用最简单的人工调焦模式，这种人工调焦的方法就需要我们的操作人员要有本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进的MobileViT深度神经网络的显微镜图像清晰度评价算法，其特点在于采用了图像预处理、改进的MobileViT网络、优化器选择和余弦退火学习率调整策略以及将网络调整为一个回归输出对显微镜图像的清晰度进行判断识别，并计算输出的预测距离与图像真实距离之前的误差。2.如权利要求1所述的显微镜图像预处理方法，其特征在于，对输入网络的图像进行尺寸大小归一化处理，将图像尺寸缩放至224*224像素大小；图像数据扩增方法为将划分好的图像进行垂直镜像、水平镜像和角度分别为90
°
、180
°
和270
°
的旋转操作进行扩增。3.如权利要求书1所述的改进的MobileViT网络，其特点在于，MobileViT网络主要由MV2模块以及MobileViT block模块组成，这两种模块数的不同会影响最终模型的计算量和表达能力，通过调整两部分的模块数比例来改变它们的相对比重；具体来说，将模型第二层当中的MV2模块数量由2减少为1，并且将第三层当中的MobileViT block模块数量由2增加到4，通过增加模型中MobileViT block模块数量来增加模型的表达能力和准确率。4.如权利要求1所述优化器选择，通过对不同优化器的对比实验，最终选择AdamW优化器作为本发明的优化器。5.如权利要求1所述的余弦退火学习率调整策略，其特点在于，采用了余弦退火的学习率调整策略，以优化模型的训练效果，余弦退火策略是一种基于余弦函数的学习率衰减策略，可以在训练过程中动...

【专利技术属性】
技术研发人员：周厚奎，吴学程，王陈燕，
申请(专利权)人：浙江农林大学，
类型：发明
国别省市：