基于图像处理的显微镜快速自动聚焦方法技术

本发明专利技术涉及显微镜自动聚焦技术领域，尤其是一种基于图像处理的显微镜快速自动聚焦方法。该方法将自动聚焦过程分为粗聚焦和精细聚焦两个阶段，在不同的阶段采用不同的聚焦评价函数和极值搜索策略，在粗聚焦阶段采用灰度差分评价函数和快速爬山回溯搜索算法，并引入决策因子来防止搜索算法陷入局部极值；在精细聚焦阶段采用基于ｌａｐｌａｃｅ算子的评价函数和小步长搜索策略。本发明专利技术提出的显微镜快速自动聚焦方法很好的解决了传统算法聚焦速度慢、容易陷入局部极值、聚焦精度不高等问题，具有很强的实时性，很高的可靠性和实用性。

【技术实现步骤摘要】

本专利技术涉及显微镜自动聚焦
，尤其是一种。
技术介绍
传统的显微镜聚焦方法是采用人工手动调节的方式，这种方法完全依赖于人的肉 眼观察和手动调节，聚焦效率非常低。近年来基于图像处理技术的自动聚焦方法逐渐应用 到显微镜聚焦过程中，但是目前这些方法还存在聚焦速度慢、容易陷入局部极值，聚焦精度 不高的问题。 自动聚焦是全自动图像获取中的一项关键技术，广泛应用于数码像机、显微照相、 精细加工、光测设备、机器人视觉导航等领域。自动聚焦根据其聚焦原理可分为主动式聚焦 和被动式聚焦两种。主动式聚焦大多是基于测距原理的，由于这种方法需要额外的测距设 备，因此采用这种方法的设备一般体积较大，价格较高。被动式聚焦仅利用已获取的序列数 字图像分析当前系统的聚焦状态，并按照一定的搜索策略控制电机反复调节镜头参数，直 到获取最清晰的图像。这种方式不依赖于任何测距设备，完全以数字图像处理与分析技术 为基础，更利于系统的集成化和微型化，并能大大降低系统成本，因此在数字相机和各种仪 器设备中得到广泛应用。 被动式自动聚焦主要涉及两个关键问题一个是聚焦评价函数，一个是极值搜索 策略，目前对聚焦评价函数的研究比较多，而在极值搜索策略方面还有很多问题没有得到 很好解决。 目前已提出的极值搜索策略很多，其中应用最广泛的是爬山算法(CMS)，其原理如 图1所示，首先，设定一个初始位置P。并计算该位置的聚焦评价函数值F(P。)，然后任意选 择一个方向(比如选择向右)运动一定的步长S到达位置P工并计算该位置的聚焦评价函 数值F(P》，比较F(P。)与F(P》的大小，若F(P。) 〈F(P》，则保持方向不变继续搜索直至 F(P。) 〉F(P》，接下来进行反向搜索，搜索过程跟正向搜索过程一样，不过步长要小于正向搜索步长，一般取正向步长的一半或更小，如此反复直至在满足一定精度要求的情况下搜 索到最大值，此位置即为最佳聚焦位置。CMS算法性能比较稳定，搜索精度较高，但是存在一个很大问题搜索步数过多，算法非常耗时！尤其是当搜索越顶后返回步长的确定没有 一个确定的数值标准，非常随意，在很多情况下返回步长的大小对算法的稳定性和实时性 有很大的影响，步长太小导致搜索步数过多、系统实时性将大大下降，步长太大又会导致过 度越顶，过度越顶后又必须重新返回，这也会极大影响系统整体性能。 针对以上情况，很多学者提出了改进算法，比如基于斜率自适应步长搜索算法、曲 线拟合搜索算法等，但这些算法都存在抗噪性能差、适应性不广、稳定性能不高等问题。比 如基于斜率的变步长搜索算法，由于噪声影响导致聚焦曲线存在很多局部极值，在这些局 部极值处斜率跟步长的关系不复存在，这样搜索难免失败，另外斜率本身是个相对概念，仅 仅依靠前后两个聚焦函数测度值是无法有效定义斜率的。曲线拟合搜索算法用一个数学函数来近似聚焦评价函数曲线，这种算法在某些特殊情况下可以取得比较好的效果，但是通 用性非常差，这是由于聚焦评价函数跟图像内容是高度相关的，同一个聚焦评价函数对不 同的图像其形态不是完全一致的，有些情况下甚至相差很大，因此无法用一个通用函数去 拟合。 实际上，无论是经典的爬山算法还是很多改进算法都没有考虑实际系统中机械运 动对系统实时性能的影响。目前大多数自动聚焦系统都是用步进电机驱动镜头或载物台 进行最佳焦平面的搜索，而电机运动相对于图像处理来说是非常耗时的，比如一副800*600 的图像一般聚焦评价函数值的计算只需几个毫秒即可完成，但电机运动相对而言则会耗大 量的时间，一般为了减少电机运动时间就从提高运动速度入手，但速度提高对于超短距离 运动而言意义不大，而且这种情况下电机的撞击也将非常严重。因此根本的解决办法就是 从搜索策略入手，寻找一种能用最少步数找到极大值的算法。通过分析爬山算法我们发现 步数的多少跟越顶后返回步长的大小密切相关，如果越顶后算法能快速返回到极大 值附近，那么系统的整体性能将得到根本性的提升。
技术实现思路
为了克服现有的显微镜自动聚焦速度慢和聚焦不精确的不足，本专利技术提供了一种 。 本专利技术解决其技术问题所采用的技术方案是一种基于图像处理的显微镜快速自 动聚焦方法，将自动聚焦过程分为粗聚焦和精细聚焦两个阶段，在不同的阶段采用不同的 聚焦评价函数和极值搜索策略，在粗聚焦阶段采用灰度差分评价函数和快速爬山回溯搜索 算法，并引入决策因子来防止搜索算法陷入局部极值，在精细聚焦阶段采用基于l即lace 算子的评价函数和小步长搜索策略。根据本专利技术的另一个实施例，进一步包括如下步骤 (1)载物台初始位置设定电机驱动载物台沿着Z轴运动到预先设置好的初始位 置，载物台上放置待观察载玻片，所述初始位置位于显微镜焦平面附近， 一般位于焦平面上 侧，该初始位置作为自动聚焦的起始点； (2)显微镜粗聚焦启动摄像头采集视频，采用灰度差分评价函数和快速爬山回 溯搜索算法进行粗略聚焦； (3)显微镜精细聚焦采用基于l即lace算子的评价函数和小步长搜索策略进行 精细聚焦。 根据本专利技术的另一个实施例，进一步包括所述载物台初始位置设定，由光电传感 器构成的限位开关确定，该位置一般位于显微镜物镜下方，距离显微镜物镜下平面O. lmm， 当采用不同的显微镜、载物台或玻片时该位置可以有所变化，到达初始位置后光电传感器 发出信号给控制器，控制器控制电机停止运动。 根据本专利技术的另一个实施例，进一步包括所述显微镜粗聚焦，包括如下步骤 (1)设定搜索步长S。和决策因子阈值Th :搜索步长为显微镜载物台从开始运动到 运动后的第一次停止这期间运动的距离，决策因子阈值Th典型值可以取0. 02，当采用不同 的聚焦评价函数时可以有所变化； (2)启动摄像头采集视频； (3)电机驱动载物台沿着Z轴以步长S。进行爬山搜索，搜索过程中每到一个观测 位置电机停止运动，取出内存中的一帧图像并计算清晰度值，本专利技术要求搜索过程记录相 邻的三个观测位置的清晰度值Y。 YM和YK，并计算决策因子T，所述清晰度值也即聚焦评价 函数测度值，按如下步骤计算 步骤一，图像预处理对所述图像进行中值滤波和高斯滤波，以滤除噪声对聚焦评 价函数测度值的影响； 步骤二，计算预处理后图像的清晰度值设所述预处理后图像长宽为MXN， v(x， y)为像素点(x，y)处的灰度值，则评价函数l表达式如下(YM和L按照相同的公式计算) 4 = 77^7 Z Z (i v(x,力_ v(x，少一 i + i v(x,力一 v(x — i，力i〕 層33所述决策因子T按照如下公式计算 (4)搜索过程决策判断清晰度值间的大小关系和决策因子跟阈值的关系，根据这些关系决定搜索的策略，具体决策如下 若< YM < YK，或者T < Th，则继续朝原方向搜索； 若YK < 且T > Th，则停止朝原方向搜索； (5)计算返回距离利用快速爬山回溯搜索算法确定搜索过程越顶后需返回的 距离值； (6)快速回溯计算出返回距离Sb后，电机驱动载物台沿着Z轴按与原方向相反的 方向运动距离Sb并停止，此时载物台已经到达焦平面附近。 根据本专利技术的另一个实施例，进一步包括所述显微镜精细聚焦，包括如下步骤 (1)获取一帧图像从当前内存中提取一帧图像作为待处理本文档来自技高网...

【技术保护点】
一种基于图像处理的显微镜快速自动聚焦方法，其特征是，将自动聚焦过程分为粗聚焦和精细聚焦两个阶段，在不同的阶段采用不同的聚焦评价函数和极值搜索策略，在粗聚焦阶段采用灰度差分评价函数和快速爬山回溯搜索算法，并引入决策因子来防止搜索算法陷入局部极值，在精细聚焦阶段采用基于ｌａｐｌａｃｅ算子的评价函数和小步长搜索策略。

【技术特征摘要】
一种基于图像处理的显微镜快速自动聚焦方法，其特征是，将自动聚焦过程分为粗聚焦和精细聚焦两个阶段，在不同的阶段采用不同的聚焦评价函数和极值搜索策略，在粗聚焦阶段采用灰度差分评价函数和快速爬山回溯搜索算法，并引入决策因子来防止搜索算法陷入局部极值，在精细聚焦阶段采用基于laplace算子的评价函数和小步长搜索策略。2. 根据权利要求1所述的基于图像处理的显微镜快速自动聚焦方法，其特征是，包括 如下步骤(1) 载物台初始位置设定电机驱动载物台沿着Z轴运动到预先设置好的初始位置，载 物台上放置待观察载玻片，所述初始位置位于显微镜焦平面附近， 一般位于焦平面上侧，该 初始位置作为自动聚焦的起始点；(2) 显微镜粗聚焦启动摄像头采集视频，采用灰度差分评价函数和快速爬山回溯搜 索算法进行粗略聚焦；(3) 显微镜精细聚焦采用基于l即lace算子的评价函数和小步长搜索策略进行精细 聚焦。3. 根据权利要求2所述的基于图像处理的显微镜快速自动聚焦方法，其特征是，所述载物台初始位置设定，由光电传感器构成的限位开关确定，该位置一般位于显微镜物镜下 方，距离显微镜物镜下平面O. lmm，当采用不同的显微镜、载物台或玻片时该位置可以有所 变化，到达初始位置后光电传感器发出信号给控制器，控制器控制电机停止运动。4. 根据权利要求2所述的基于图像处理的显微镜快速自动聚焦方法，其特征是，所述 显微镜粗聚焦，包括如下步骤(1) 设定搜索步长S。和决策因子阈值Th :搜索步长为显微镜载物台从开始运动到运动 后的第一次停止这期间运动的距离，决策因子阈值Th典型值可以取O. 02，当采用不同的聚 焦评价函数时可以有所变化；(2) 启动摄像头采集视频；(3) 电机驱动载物台沿着Z轴以步长S。进行爬山搜索，搜索过程中每到一个观测位置 电机停止运动，取出内存中的一帧图像并计算清晰度值，本发明要求搜索过程记录相邻的 三个观测位置的清晰度值Y。 Ym和、，并计算决策因子T，所述清晰度值也即聚焦评价函数 测度值，按如下步骤计算步骤一，图像预处理对所述图像进行中值滤波和高斯滤波，以滤除噪声对聚焦评价函 数测度值的影响；步骤二，计算预处理后图像的清晰度值设所述预处理后图像长宽为MXN， v(x， y)为 像素点(x，y)处的灰度值，则评价函数^表达式如下(YM和L按照相同的公式计算)<formula>formula see original document page 2</formula>所述决策因子T按照如下公式计算<formula>formula see original document page 2</formula>...

【专利技术属性】
技术研发人员：刘云辉，刘顺，翟永平，周东翔，蔡宣平，
申请(专利权)人：常州达奇信息科技有限公司，
类型：发明
国别省市：32[中国|江苏]