隨著精密儀器逐步向著自動化宪凹、智能化的方向發(fā)展，對數(shù)字顯微鏡也提出了更高的要求公壤，其中基于圖像處理的自動對焦法應用最為廣泛敲茄。本文以顯微成像系統(tǒng)為研究對象示宫，針對聚焦深度法中的聚焦評價函數(shù)等跳、聚焦窗口绝迁、聚焦搜索算法這三個重要環(huán)節(jié)給大家作了簡單介紹伊镐。
01
—
Bre2d_Rob 聚焦評價函數(shù)
Brenner2d函數(shù)增加了y方向的梯度計算懂版，對y方向灰度變化劇烈的圖像，評價效果較好躏率，同時也更符合人眼的視覺判斷躯畴。為了對比改進前后 Brenner函數(shù)的聚焦靈敏度變化，實驗采集了一些從模糊到清晰再到模糊的顯微圖像薇芝，其中正焦圖像如圖1（a）所示蓬抄，圖1（b）為Brenner函數(shù)與Brenner2d函數(shù)的聚焦評價曲線。
圖1 正焦圖像與聚焦評價曲線 (a).正焦圖像 (b).聚焦評價曲線
從上圖可以發(fā)現(xiàn)夯到，Brenner2d聚焦評價函數(shù)的靈敏度明顯優(yōu)于傳統(tǒng)的 Brenner聚焦評價函數(shù)嚷缭。也說明了傳統(tǒng)的單一聚焦評價函數(shù)，并不能適應不同的聚焦對象黄娘，而通過增加灰度梯度的計算方向能夠在一定程度上增加聚焦的靈敏度峭状，提升聚焦評價函數(shù)對不同對象的適應性。
考慮到微納結構具有多個邊緣方向逼争，可將Brenner2d函數(shù)與Roberts函數(shù)結合优床，提出了一種新的聚焦評價函數(shù)—Brenner2d_Roberts函數(shù)（下文稱 Bre2d_Rob 函數(shù)），該函數(shù)表達式如下：
由式（3.33）知誓焦，Bre2d_Rob函數(shù)從多個方向提取顯微圖像的灰度梯度信息胆敞，當圖像邊緣方向改變時，該函數(shù)總會存在一個起主導作用的灰度梯度方向怕猖，從而能夠適應不同方向的灰度梯度變化酝梧，聚焦穩(wěn)定性更好。
02
—
變步長聚焦窗口
選擇方法
根據(jù)實驗結果以及多次實驗表明簇寻，每種聚焦窗口選擇方法都存在著一些問題：
（1）中央取窗法應用的前提是成像主體位于圖像的中心位置掸阶，當目標偏離中心位置時，聚焦性能急劇下降市通。
圖2 中央取窗法示意
（2）多區(qū)域取窗法雖對目標偏移有一定的適應能力窟著，彌補了中心取窗法的不足，但也引入了過多的背景信息苫瘾，同時依然不能避免成像主體偏離聚焦窗口的情況危暇。
圖3 多區(qū)域聚焦窗口選擇法示意圖 (a).倒 T 字型窗口法 (b).黃金分割窗口法
綜合考慮上述聚焦窗口選擇的優(yōu)缺點后，有學者提出了一種變步長聚焦窗口選擇方法湃彻，該方法結合了非均勻采樣取窗法與中央取窗法的優(yōu)勢托祖，既具有非均勻采樣取窗法全局細節(jié)信息的保留能力，也具有中心取窗法計算簡單的優(yōu)點短酵。該取窗法將整個圖像分為了中心區(qū)舟肉、中間區(qū)和邊緣區(qū)三個區(qū)域。
圖4 變步長取窗法的圖像區(qū)域劃分示意圖
該方法在中央取窗法的基礎上增加了對邊緣細節(jié)的計算查库，對圖像偏離中央?yún)^(qū)域的情況具有一定的適應性度气。
03
—
改進傳統(tǒng)的爬山搜索法
傳統(tǒng)的爬山搜索法僅通過比較兩幅圖像判斷搜索方向割按，而實際的聚焦評價曲線往往并不按理想曲線那樣嚴格單調(diào)，使得爬山搜索法易陷入局部極值點磷籍，導致聚焦失敗适荣。
為此，改進了傳統(tǒng)的爬山搜索法院领，將聚焦搜索分為了粗搜索與精搜索兩個階段弛矛，在精搜索階段以三幅圖像判斷聚焦搜索方向，減少了局部極值的影響比然，提高了自動對焦系統(tǒng)的抗干擾性丈氓。設計了自動聚焦總體方案，并搭建了以 PC 機為圖像處理單元的自動對焦系統(tǒng)强法。
圖5 粗精結合的爬山搜索法流程圖
本文以數(shù)碼顯微鏡為研究對象馋嗜，以基于圖像處理的顯微自動對焦技術和分享給大家都晶，歡迎各位老師一起來探討摇致。
參考文獻：
1.Helstrom,Carl W. Image Restoration By the Method of Least Squares[J]. Josa/57/3/josa Pdf, 1967, 57(3): 0-297.
2.Stites DG. Automatic Focus Sensing and Control of Optical Reconnaissance Sensors[J]. Proceedings of Spie the International Society for Optical Engineering, 1976, 7
*文章學術內(nèi)容來自中國科學院光電技術研究所尤稍，若有需要可自行下載。
