隨著精密儀器逐步向著自動化定邪、智能化的方向發(fā)展报强，對數(shù)字顯微鏡也提出了更高的要求罚迹，其中基于圖像處理的自動對焦法應(yīng)用最為廣泛。本文以顯微成像系統(tǒng)為研究對象傻当，針對聚焦深度法中的聚焦評價(jià)函數(shù)骡梨、聚焦窗口、聚焦搜索算法這三個(gè)重要環(huán)節(jié)給大家作了簡單介紹书瘤。
01
—
Bre2d_Rob 聚焦評價(jià)函數(shù)
Brenner2d函數(shù)增加了y方向的梯度計(jì)算傅女，對y方向灰度變化劇烈的圖像，評價(jià)效果較好叙杨，同時(shí)也更符合人眼的視覺判斷原酷。為了對比改進(jìn)前后 Brenner函數(shù)的聚焦靈敏度變化，實(shí)驗(yàn)采集了一些從模糊到清晰再到模糊的顯微圖像，其中正焦圖像如圖1（a）所示蔼俐，圖1（b）為Brenner函數(shù)與Brenner2d函數(shù)的聚焦評價(jià)曲線昏络。
圖1 正焦圖像與聚焦評價(jià)曲線 (a).正焦圖像 (b).聚焦評價(jià)曲線
從上圖可以發(fā)現(xiàn)，Brenner2d聚焦評價(jià)函數(shù)的靈敏度明顯優(yōu)于傳統(tǒng)的 Brenner聚焦評價(jià)函數(shù)欲炉。也說明了傳統(tǒng)的單一聚焦評價(jià)函數(shù)憾宅，并不能適應(yīng)不同的聚焦對象，而通過增加灰度梯度的計(jì)算方向能夠在一定程度上增加聚焦的靈敏度愧捕，提升聚焦評價(jià)函數(shù)對不同對象的適應(yīng)性奢驯。
考慮到微納結(jié)構(gòu)具有多個(gè)邊緣方向，可將Brenner2d函數(shù)與Roberts函數(shù)結(jié)合次绘，提出了一種新的聚焦評價(jià)函數(shù)—Brenner2d_Roberts函數(shù)（下文稱 Bre2d_Rob 函數(shù)）瘪阁，該函數(shù)表達(dá)式如下：
由式（3.33）知，Bre2d_Rob函數(shù)從多個(gè)方向提取顯微圖像的灰度梯度信息邮偎，當(dāng)圖像邊緣方向改變時(shí)管跺，該函數(shù)總會存在一個(gè)起主導(dǎo)作用的灰度梯度方向，從而能夠適應(yīng)不同方向的灰度梯度變化禾进，聚焦穩(wěn)定性更好豁跑。
02
—
變步長聚焦窗口
選擇方法
根據(jù)實(shí)驗(yàn)結(jié)果以及多次實(shí)驗(yàn)表明，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(yīng)用的前提是成像主體位于圖像的中心位置泻云，當(dāng)目標(biāo)偏離中心位置時(shí)艇拍，聚焦性能急劇下降。
圖2 中央取窗法示意
（2）多區(qū)域取窗法雖對目標(biāo)偏移有一定的適應(yīng)能力宠纯，彌補(bǔ)了中心取窗法的不足卸夕，但也引入了過多的背景信息，同時(shí)依然不能避免成像主體偏離聚焦窗口的情況脏猴。
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(diǎn)后讨拷，有學(xué)者提出了一種變步長聚焦窗口選擇方法，該方法結(jié)合了非均勻采樣取窗法與中央取窗法的優(yōu)勢处鲜，既具有非均勻采樣取窗法全局細(xì)節(jié)信息的保留能力依粮，也具有中心取窗法計(jì)算簡單的優(yōu)點(diǎn)。該取窗法將整個(gè)圖像分為了中心區(qū)笆赤、中間區(qū)和邊緣區(qū)三個(gè)區(qū)域购狈。
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(chǔ)上增加了對邊緣細(xì)節(jié)的計(jì)算，對圖像偏離中央?yún)^(qū)域的情況具有一定的適應(yīng)性粮唯。
03
—
改進(jìn)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杂猾，而實(shí)際的聚焦評價(jià)曲線往往并不按理想曲線那樣嚴(yán)格單調(diào)，使得爬山搜索法易陷入局部極值點(diǎn)浇找，導(dǎo)致聚焦失敗签子。
為此就壳，改進(jìn)了傳統(tǒng)的爬山搜索法，將聚焦搜索分為了粗搜索與精搜索兩個(gè)階段缺西，在精搜索階段以三幅圖像判斷聚焦搜索方向涤伐，減少了局部極值的影響，提高了自動對焦系統(tǒng)的抗干擾性缨称。設(shè)計(jì)了自動聚焦總體方案凝果，并搭建了以 PC 機(jī)為圖像處理單元的自動對焦系統(tǒng)。
圖5 粗精結(jié)合的爬山搜索法流程圖
本文以數(shù)碼顯微鏡為研究對象睦尽，以基于圖像處理的顯微自動對焦技術(shù)和分享給大家器净，歡迎各位老師一起來探討。
參考文獻(xiàn)：
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(xué)術(shù)內(nèi)容來自中國科學(xué)院光電技術(shù)研究所当凡，若有需要可自行下載山害。
