CN113109936A - 一种基于图像清晰度评估的显微镜自动对焦方法与装置 - Google Patents

Abstract

本发明提供一种基于图像清晰度评估的显微镜自动对焦方法与装置，该方法包括：步骤一：将原始图形划分为若干个图像子块；步骤二：利用初始评价函数来确定所述若干个图像子块的初始聚焦评价值，并根据所述初始聚焦评价值来确定初始聚焦窗口的数量以进行聚焦；步骤三：以所述初始聚焦窗口对应的子块作为评价函数评价的依据，通过不断的更换评价函数和不断地减少聚焦窗口的数量来进行聚焦，直到聚焦结束。本发明提供的方法通过复合清晰度评价方式，动态选择对焦窗口，改进三阶爬山搜索算法之间相结合，可规避各清晰度评价函数的缺点，发挥各自的优点。提高了聚焦精度，减少了聚焦时间。

Description

一种基于图像清晰度评估的显微镜自动对焦方法与装置

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于图像清晰度评估的显微镜自动对焦方法与装置。

背景技术

光学显微镜作为一种精密的光学仪器，在生物、医学、化学等领域发挥着重要的作用。使用依赖于人工聚焦的显微镜对样品进行显微观察和监测，很容易导致一定程度的误差。近年来，随着自动控制理论的不断进步和完善，自动对焦技术已经应用到光学显微镜***中。自动对焦***不仅可以减少操作人员的劳动，减少反复调整造成的主观误差，而且可以代替复杂的对焦操作，极大地帮助操作人员提高工作效率。随着CCD、CMOS、计算机控制技术、数字信号处理(DSP)芯片技术等的发展，基于图像处理的自动对焦技术得到了迅速发展。因此，将自动对焦技术应用于光学显微镜聚焦***是发展的必然趋势。

根据对焦原理不同，自动对焦技术主要可分为主动式对焦技术和被动式对焦技术两类。借助激光等辅助元件进行离焦量检测与对焦的方法称为主动式自动对焦；基于数字图像处理，并通过对成像图像进行离对焦评价的对焦方法称为被动式对焦技术。被动式对焦技术又可分为离焦深度法和对焦深度法。离焦深度法是一种从离焦图像中取得深度信息从而完成自动对焦的方法。这种方法需要获得2～3幅的不同成像参数下的图像，要求事先用数学模型描述成像***，然后根据少量的成像位置获取的图像来计算最佳对焦位置。因为离焦深度法所需图像数量小,所以处理速度较快，但是精度比较低。对焦深度法是一种建立在搜寻过程上的对焦方式，它通过选取一种适当的评价函数来评价不同对焦位置所获得图像的清晰度，清晰度值最大时对应最佳的对焦位置。

基于图像处理的被动式自动对焦算法包括三个方面的内容，即清晰度评价函数、对焦窗口和搜索策略。准确的对焦评价函数可以反映***真实的离焦程度；合理的对焦窗口选取可以降低背景噪声的影响、减少计算量；优化的搜索策略可以快速找到最佳聚焦平面。

目前常采用的清晰度评价函数主要有灰度变化评价函数，灰度熵函数，频域类函数。灰度变化评价函数利用清晰的图像拥有更尖锐的边界，其边界处有更大的灰度值变化来检测图像清晰度。灰度变化函数主要包括Tenengrad函数、Brenner函数、图像灰度方差函数及梯度平方函数。灰度熵函数利用香浓信息理论，熵最大时信息量最多。如果图像中所有灰度级出现概率越趋于相等，则包含的信息量就越趋于最大。因此，图像的灰度熵的大小也可以作为图像清晰度的评价值。清晰的图像比模糊图像包含有更多的信息，清晰图像拥有更锋利的边缘，而高频部分又主要集中在图像的边缘。频域类函数利用傅里叶变换提取图像中高频部分的方法也可以用来判断图像的清晰度。

然而，上述的几类清晰度评价函数各有特点，灰度变化评价函数调焦范围广、稳定性好但灵敏度不高；灰度熵函数计算时间较长，且灵敏度不高；频域类函数可准确性地判断图像的清晰度，但由于需运行傅里叶变换，所以计算时间长。

目前常用的对焦窗口有中心窗口，倒T窗口，非均匀采样取窗法。中心取窗法即选取图像的中心区域做为对焦区域，对焦区域的大小通常为整幅图像的1/4或1/16，先以小窗口模式进行粗调，再以大窗口模式进行精细调焦。倒T窗口利用当人们日常所拍摄景物主体一般位于中下部时，图像会更具有美感的习惯，在图像的中下部和中心处取窗口，呈倒T型。非均匀采样取窗法即保持图像中心区域窗口的原有分辨率保持不变，而对周围区域进行非均匀采样，分辨率随半径的的增加呈指数形式下降。

然而，以上几种方法所选取的对焦窗口都是固定的，不具有自适应性，如果目标的分布为随机分布或分布不均匀，则会影响目标对焦的准确性。因为窗口外的信息会完全丢失。此外，对于这些传统方法，必须在应用自动聚焦过程之前确定目标在图像中的位置，这将导致计算时间增加。这些常规方法的另一个缺点是清晰度得分很大程度上取决于目标是否在所选的聚焦窗口中。一旦实际成像目标不在窗口或所选窗口的中心位置，清晰度评价值与实际情况之间的差异就会更大。

目前常采用的搜索算法为爬山搜索法，理想情况下的图像清晰度评价函数曲线具有单峰性和对称性，可以近似的表示为抛物线形状，达到极值时对应于最佳成像位置，即正焦位置。通常情况下，在靠近最清晰图像的过程中，评价函数值单调递增；在越过最佳成像位置之后，评价函数值单调递减。根据这一特性，可知爬山搜索法的原理是：在对焦搜索开始时，按照搜索步长以任意方向运动到下一位置，通过比较两个位置所获取图像的函数评价值来确定搜索方向并判断最佳成像位置，其示意图如1所示。

爬山搜索法的步骤为:在搜索开始时，先假设一个搜索方向和设置一个较大的搜索步长，然后以等步长的方式驱动镜头运动，每运动一步就采集一幅该位置的图像并进行图像清晰度评价值的计算，然后将前后两个位置的图像的评价值进行比较，当最新获得的图像的评价函数值小于前一幅图像的评价函数值时，就改变搜索方向，并相应的减小搜索步长，以小步距方式再次重复搜索，搜索完毕再进行相应补偿，不断的改变方向及搜索步长，最终确定最佳成像位置，即正焦位置。

然而，爬山搜索法的缺点为：一是容易受局部极值影响，可能因“伪峰”而产生误判，导致对焦错误。二是选择步长不当引起的搜索时间过长问题。

发明内容

本发明的目的在于解决上述现有技术存在的缺陷，提供一种对焦速度快、精度高的基于图像清晰度评估的显微镜自动对焦方法与装置。

一种基于图像清晰度评估的显微镜自动对焦方法，包括以下步骤：

步骤一：将原始图形划分为若干个图像子块；

步骤二：利用初始评价函数来确定所述若干个图像子块的初始聚焦评价值，并根据所述初始聚焦评价值来确定初始聚焦窗口的数量以进行聚焦；

步骤三：以所述初始聚焦窗口对应的子块作为评价函数评价的依据，通过不断的更换评价函数和不断地减少聚焦窗口的数量来进行聚焦，直到聚焦结束。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦方法，所述步骤二包括以下步骤：

步骤21：利用初始评价函数来确定所述若干个图像子块的聚焦评价值，根据所述聚焦评价值选取评价值大于第一预设阀值的图像子块作为初始聚焦窗口；

步骤22：确定一个搜索步长，并控制电机运行一步，计算上述初始聚焦子块的前后聚焦评价值之和，确定其递增的方向为电机的搜索方向；

步骤23：控制电机沿着搜索方向运行，并比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

步骤24：当各初始聚焦子块聚焦评价值之和递减时，进入步骤25；当各初始聚焦子块聚焦评价值之和没有递减时，返回步骤23；

步骤25：计算当前步长是否等于或者小于第二预设阀值，如果等于或者小于第二预设阀值，则聚焦结束；如果大于所述预设阀值时，进入步骤三。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦方法，所述初始评价函数为图像灰度方差函数。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦方法，所述步骤三包括：

步骤31：更换初始评价函数为第二评价函数，按当前步长沿当前搜索方向继续前进一步；

步骤32：利用第二评价函数对所述初始聚焦窗口对应的图像子块再次进行评价，来获取当前各初始聚焦子块的聚焦评价值；

步骤33：比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

步骤34：若聚焦评价值增多的初始聚焦子块多于聚焦评价值减小的初始聚焦子块，则更换评价函数为初始评价函数，返回步骤23；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则进入步骤35；

步骤35：舍弃在步骤32中聚焦评价值小于第三预设阀值的聚焦子块，减小搜索步长，反转搜索方向；

步骤36：控制电机沿着当前方向继续搜索，直到当前各聚焦子块聚焦评价值之和递减；

步骤37：更换第二评价函数为第三评价函数，按当前步长沿当前搜索方向继续前进一步；

步骤38：利用第三评价函数对当前聚焦窗口对应的图像子块再次进行评价，来获取当前各聚焦子块的聚焦评价值；

步骤39：比较各聚焦子块前后两个状态的聚焦评价值大小关系；

步骤40：若聚焦评价值增多的聚焦子块多于聚焦评价值减小的聚焦子块，则更换评价函数为第二评价函数，返回步骤36；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则进入步骤41；

步骤41：进一步减小搜索步长，使其等于或者小于第二预设阀值，并再次减少当前聚焦子块的数量，再次反转搜索反向；

步骤42：控制电机沿当前方向继续进行搜索，并利用第三评价函数对当前聚焦窗口对应的图像子块进行评价，来获取当前各聚焦子块的聚焦评价值，当前各聚焦子块聚焦评价值之和递减时，因搜索步长等于或者小于第二预设阀值，聚焦结束。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦方法，所述第二评价函数为Tenengrad函数；所述第三评价函数为频域类函数。

一种基于图像清晰度评估的显微镜自动对焦装置，包括：

划分模块，用于将原始图形划分为若干个图像子块；

评价模块，用于利用初始评价函数来确定所述若干个图像子块的初始聚焦评价值，并根据所述初始聚焦评价值来确定初始聚焦窗口的数量以进行聚焦；

聚焦模块，用于根据所述初始聚焦窗口对应的子块作为评价函数评价的依据，通过不断的更换评价函数和不断地减少聚焦窗口的数量来进行聚焦，直到聚焦结束。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦装置，所述评价模块包括：

初始评价单元，用于利用初始评价函数来确定所述若干个图像子块的聚焦评价值，根据所述聚焦评价值选取评价值大于第一预设阀值的图像子块作为初始聚焦窗口；

搜索单元，用于确定一个搜索步长，并控制电机运行一步，计算上述初始聚焦子块的前后聚焦评价值之和，确定其递增的方向为电机的搜索方向；

第一比较单元，用于控制电机沿着搜索方向运行，并比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

选择单元，用于当各初始聚焦子块聚焦评价值之和递减时，执行第二比较单元的操作；当各初始聚焦子块聚焦评价值之和没有递减时，按照当前步长继续进行搜索；

第二比较单元，用于计算当前步长是否等于或者小于第二预设阀值，如果等于或者小于第二预设阀值，则聚焦结束；如果大于所述预设阀值时，执行聚焦模块的操作。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦装置，所述初始评价函数为图像灰度方差函数。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦装置，所述聚焦模块包括：

更换单元，用于更换初始评价函数为第二评价函数，按当前步长沿当前搜索方向继续前进一步；

第二评价单元，用于利用第二评价函数对所述初始聚焦窗口对应的图像子块再次进行评价，来获取当前各初始聚焦子块的聚焦评价值；

第三比较单元，用于比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

第二选择单元，用于若聚焦评价值增多的初始聚焦子块多于聚焦评价值减小的初始聚焦子块，则更换评价函数为初始评价函数，按照当前步长继续搜索；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则执行聚焦减少单元的操作；

聚焦减少单元，用于舍弃利用第二评价单元评价的聚焦评价值小于第三预设阀值的聚焦子块，减小搜索步长，反转搜索方向；

第二搜索单元，用于控制电机沿着当前方向继续搜索，直到当前各聚焦子块聚焦评价值之和递减；

第二更换单元，用于更换第二评价函数为第三评价函数，按当前步长沿当前搜索方向继续前进一步；

第三评价单元，用于利用第三评价函数对当前聚焦窗口对应的图像子块再次进行评价，来获取当前各聚焦子块的聚焦评价值；

第四比较单元，用于比较各聚焦子块前后两个状态的聚焦评价值大小关系；

第三选择单元，用于若聚焦评价值增多的聚焦子块多于聚焦评价值减小的聚焦子块，则更换评价函数为第二评价函数，按照当前步长继续进行搜索；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则执行第二聚焦减少单元的操作；

第二聚焦减少单元，用于进一步减小搜索步长，使其等于或者小于第二预设阀值，并再次减少当前聚焦子块的数量，再次反转搜索反向；

聚焦单元，用于控制电机沿当前方向继续进行搜索，并利用第三评价函数对当前聚焦窗口对应的图像子块进行评价，来获取当前各聚焦子块的聚焦评价值，当前各聚焦子块聚焦评价值之和递减时，因搜索步长等于或者小于第二预设阀值，聚焦结束。

进一步地，如上所述的基于图像清晰度评估的显微镜自动对焦装置，所述第二评价函数为Tenengrad函数；所述第三评价函数为频域类函数。

有益效果：

1、本发明提供的方法，通过结合多种图像清晰度评价函数，分阶段的利用适合的函数，从而规避了每个评价函数的缺点，发挥了各自的优势。

2、通过将图像划分子块，以动态选取聚焦窗口的方法来对焦，由于动态选择对焦窗口可选择图像中边界明显的区域作为对焦窗口区域，去掉了图像中的无用信息，从而提高了对焦的准确率，并减少了计算量，还提高了对焦速度。

3、利用在聚焦过程中减少聚焦子块的方法，从而减少了聚焦时间。

4、通过切换清晰度函数和比较各聚焦子块前后状态并统计的方法，可有效避免出现“伪峰”现象，并灵活调整步长，提高了对焦速度。

5、为了进一步加强对焦精度，在最后一步使用的频域函数，那时聚焦子块已经很少，可能只保留一到二块，所以需要的计算量比较计算全图来说大大缩短了计算时间。而且此时已经十分逼近聚焦点，需要计算的步数也已很少，比较全程使用频域函数大大缩短了计算时间。

附图说明

图1为现有技术中爬山搜索算法示意图；

图2为图像分切示意图；

图3为本发明方法流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出一种基于图像清晰度评估的显微镜自动对焦方法。此方法采用图像灰度方差函数，Tenengrad函数，频域类函数相结合的方式作为清晰度评价方式；并提出一种动态选择对焦窗口的方法；并结合上述清晰度评价方式和动态聚焦窗口改进爬山搜索法，提出一种三阶爬山搜索算法。

1.图像清晰度评价方式

此方法采用图像灰度方差函数，Tenengrad函数，频域类函数相结合的方式作为清晰度评价方式：

(1)图像灰度方差函数：

清晰的图像比模糊的图像具有更大的灰度差异，这表明图像的方差更大，因此方差函数通常用于表示图像的梯度信息。方差函数可以表示为：

其中，u表示图像的平均灰度值，f(x,y)表示图像坐标点(x,y)处的灰度值，并采用以下形式：

其中M×N是图像的像素大小。

(2)Tenengrad函数

Tenengrad函数使用Sobel算子分别提取水平方向和竖直方向的梯度值，并利用梯度的平方和来表示评价函数。梯度S(x，y)要高于一个阈值T，即：

式中：

对于数字图像：

G_x(x,y)＝f(x-1,y+1)+2f(x,y+1)+f(x+1,y+1)-f(x-1,y-1)-2f(x,y-1)-f(x+1,y-1)

G_y(x,y)＝f(x-1,y-1)+2f(x-1,y)+f(x-1,y+1)-f(x+1,y-1)-2f(x+1,y)-f(x+1,y+1)

(3)频域函数

基于频域的调焦评价函数通过对图像进行频域变换从而实现对焦图像清晰度评价，这种方法基于傅里叶变换，从频域上分析图像清晰度特性。在频域中，高频分量对应图像的边缘细节，高频分量越多，表示细节越丰富，边缘越清晰。常用的频域清晰度评价方法有傅里叶变换法：

式中P(u,v)是原始图像在点(u,v)频域空间上的功率谱，其计算过程如下：

二维离散傅里叶变换：

令R(u,v)和I(u,v)为F(u,v)的实部和虚部,即:

|F(u,v)|＝[R²(u,v)+I²(u,v)]^1/2

功率谱P(u,v)为：

P(u,v)＝|F(u,v)|²＝R²(u,v)+I²(u,v)

2.聚焦窗口选择

本发明提出一种基于上述图像清晰度评价函数的动态聚焦窗口选择方式。

首先，将整块图像分为m×n块，如图2所示：

在不同的阶段，用各评价函数计算每个子块的聚焦评价值，

f(x,y)为一聚焦评价函数。E表示图像子块的聚焦评价值。初始状态下，使用图像灰度方差函数对所有子块进行评价，选取聚焦评价值较大的子块作为初始聚焦窗口。以后每次切换评价函数后，在原有聚焦窗口子块的基础上，再对每个子块进行评价后，舍去聚焦评价值较小的子块，选取聚焦评价值较大的几个子块作为接下来聚焦的窗口。

3.搜索算法和聚焦过程

本发明结合上述图像清晰度复合评价方式和动态聚焦窗口改进爬山搜索法，提出一种三阶爬山搜索算法。其聚焦搜索过程见图3所示。

将图像预处理后，进行分割为若干块，选定图像灰度方差函数为初始清晰度评价函数，分别计算每一个子块的聚焦评价值，选取聚焦评价值较大的几个子块做为聚焦窗口，初始确定一个较大的搜索步长，控制电机正转和反转后，确定各子块聚焦评价值之和为增加的方向为搜索方向。然后控制电机沿着搜索方向运行，此时各子块聚焦评价值之和递增。当各子块聚焦评价值之和减小即出现拐点时，认为达到峰顶。此时有两种情况：(1)评价函数曲线达到的为“伪峰”附近，即陷入评价函数局部最大值附近，而非达到聚焦位置的全局最大值处。(2)评价函数曲线达到真正的顶峰附近，即到达聚焦位置的全局最大值附近。

如何判定这两种情况？

解决方案是:将图像评价函数切换成精度更高的Tenengrad函数，计算当前各子块的图像清晰度聚焦评价值，按当前步长沿当前搜索方向继续前进一步，再计算各子块的图像清晰度聚焦评价值，比较各子块前后两个状态的聚焦评价值大小关系。

若聚焦评价值增多的子块多于聚焦评价值减小的子块，则说明达到的为“伪峰”附近，即局部最大值附近，此时再将评价函数切换为精度较小的图像灰度方差函数，运行电机继续按当前搜索步长沿当前搜索方向继续搜索。

若聚焦评价值增多的子块少于聚焦评价值减小的子块，则说明达到真正的顶峰附近，即全局最大值附近，此时已经接近聚焦处，此时为了为减少计算量，缩短计算时间，舍去聚焦评价值较小的几个聚焦子块，减小搜索步长，反转搜索方向，继续搜索。

通过在陷入局部极值时，切换到精度更高的图像清晰度评价函数曲线，可规避原评价函数曲线的局部最大值，同时通过比较各个子块的前后状态大小关系，统计其大小关系占比，进一步避免了在新的评价函数曲线上在同一位置聚焦评价值总和出现局部极值的可能。

通过上述的过程，在搜索过程第二次即进一步逼近顶峰后，将图像清晰度评价函数切换为频域类函数，将搜索步长改为最小步长；再次减少聚焦窗口的数量，以减小计算量，提高聚焦速度；并再次反转搜索反向，继续搜索。当再次即第三次逼近顶峰后，此时已非常接近聚焦平面，根据判断条件，此时搜索步长等于最小步长，聚焦结束。

下面对本发明的方法做进一步详细阐述：

本发明提供一种基于图像清晰度评估的显微镜自动对焦方法,包括以下步骤：

步骤一：将原始图形划分为若干个图像子块；

步骤二：利用初始评价函数来确定所述若干个图像子块的初始聚焦评价值，并根据所述初始聚焦评价值来确定初始聚焦窗口的数量以进行聚焦；

步骤三：以所述初始聚焦窗口对应的子块作为评价函数评价的依据，通过不断的更换评价函数和不断地减少聚焦窗口的数量来进行聚焦，直到聚焦结束。

具体地，所述步骤二包括以下步骤：

步骤21：利用初始评价函数来确定所述若干个图像子块的聚焦评价值，根据所述聚焦评价值选取评价值大于第一预设阀值的图像子块作为初始聚焦窗口；

步骤22：确定一个搜索步长，并控制电机运行一步，计算上述初始聚焦子块的前后聚焦评价值之和，确定其递增的方向为电机的搜索方向；

步骤23：控制电机沿着搜索方向运行，并比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

步骤24：当各初始聚焦子块聚焦评价值之和递减时，进入步骤25；当各初始聚焦子块聚焦评价值之和没有递减时，返回步骤23；

步骤25：计算当前步长是否等于或者小于第二预设阀值，如果等于或者小于第二预设阀值，则聚焦结束；如果大于所述预设阀值时，进入步骤三。

所述初始评价函数为图像灰度方差函数。

所述步骤三包括：

步骤31：更换初始评价函数为第二评价函数，按当前步长沿当前搜索方向继续前进一步；

步骤32：利用第二评价函数对所述初始聚焦窗口对应的图像子块再次进行评价，来获取当前各初始聚焦子块的聚焦评价值；

步骤33：比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

步骤34：若聚焦评价值增多的初始聚焦子块多于聚焦评价值减小的初始聚焦子块，则更换评价函数为初始评价函数，返回步骤23；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则进入步骤35；

步骤35：舍弃在步骤32中聚焦评价值小于第三预设阀值的聚焦子块，减小搜索步长，反转搜索方向；

步骤36：控制电机沿着当前方向继续搜索，直到当前各聚焦子块聚焦评价值之和递减；

步骤37：更换第二评价函数为第三评价函数，按当前步长沿当前搜索方向继续前进一步；

步骤38：利用第三评价函数对当前聚焦窗口对应的图像子块再次进行评价，来获取当前各聚焦子块的聚焦评价值；

步骤39：比较各聚焦子块前后两个状态的聚焦评价值大小关系；

步骤40：若聚焦评价值增多的聚焦子块多于聚焦评价值减小的聚焦子块，则更换评价函数为第二评价函数，返回步骤36；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则进入步骤41；

步骤41：进一步减小搜索步长，使其等于或者小于第二预设阀值，并再次减少当前聚焦子块的数量，再次反转搜索反向；

步骤42：控制电机沿当前方向继续进行搜索，并利用第三评价函数对当前聚焦窗口对应的图像子块进行评价，来获取当前各聚焦子块的聚焦评价值，当前各聚焦子块聚焦评价值之和递减时，因搜索步长等于或者小于第二预设阀值，聚焦结束。

所述第二评价函数为Tenengrad函数；所述第三评价函数为频域类函数。

本发明还提供一种基于图像清晰度评估的显微镜自动对焦装置,包括：

划分模块，用于将原始图形划分为若干个图像子块；

评价模块，用于利用初始评价函数来确定所述若干个图像子块的初始聚焦评价值，并根据所述初始聚焦评价值来确定初始聚焦窗口的数量以进行聚焦；

聚焦模块，用于根据所述初始聚焦窗口对应的子块作为评价函数评价的依据，通过不断的更换评价函数和不断地减少聚焦窗口的数量来进行聚焦，直到聚焦结束。

所述评价模块包括：

初始评价单元，用于利用初始评价函数来确定所述若干个图像子块的聚焦评价值，根据所述聚焦评价值选取评价值大于第一预设阀值的图像子块作为初始聚焦窗口；

搜索单元，用于确定一个搜索步长，并控制电机运行一步，计算上述初始聚焦子块的前后聚焦评价值之和，确定其递增的方向为电机的搜索方向；

第一比较单元，用于控制电机沿着搜索方向运行，并比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

选择单元，用于当各初始聚焦子块聚焦评价值之和递减时，执行第二比较单元的操作；当各初始聚焦子块聚焦评价值之和没有递减时，按照当前步长继续进行搜索；

第二比较单元，用于计算当前步长是否等于或者小于第二预设阀值，如果等于或者小于第二预设阀值，则聚焦结束；如果大于所述预设阀值时，执行聚焦模块的操作。

其中，所述初始评价函数为图像灰度方差函数。

所述聚焦模块包括：

更换单元，用于更换初始评价函数为第二评价函数，按当前步长沿当前搜索方向继续前进一步；

第二评价单元，用于利用第二评价函数对所述初始聚焦窗口对应的图像子块再次进行评价，来获取当前各初始聚焦子块的聚焦评价值；

第三比较单元，用于比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

第二选择单元，用于若聚焦评价值增多的初始聚焦子块多于聚焦评价值减小的初始聚焦子块，则更换评价函数为初始评价函数，按照当前步长继续搜索；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则执行聚焦减少单元的操作；

聚焦减少单元，用于舍弃利用第二评价单元评价的聚焦评价值小于第三预设阀值的聚焦子块，减小搜索步长，反转搜索方向；

第二搜索单元，用于控制电机沿着当前方向继续搜索，直到当前各聚焦子块聚焦评价值之和递减；

第二更换单元，用于更换第二评价函数为第三评价函数，按当前步长沿当前搜索方向继续前进一步；

第三评价单元，用于利用第三评价函数对当前聚焦窗口对应的图像子块再次进行评价，来获取当前各聚焦子块的聚焦评价值；

第四比较单元，用于比较各聚焦子块前后两个状态的聚焦评价值大小关系；

第三选择单元，用于若聚焦评价值增多的聚焦子块多于聚焦评价值减小的聚焦子块，则更换评价函数为第二评价函数，按照当前步长继续进行搜索；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则执行第二聚焦减少单元的操作；

第二聚焦减少单元，用于进一步减小搜索步长，使其等于或者小于第二预设阀值，并再次减少当前聚焦子块的数量，再次反转搜索反向；

聚焦单元，用于控制电机沿当前方向继续进行搜索，并利用第三评价函数对当前聚焦窗口对应的图像子块进行评价，来获取当前各聚焦子块的聚焦评价值，当前各聚焦子块聚焦评价值之和递减时，因搜索步长等于或者小于第二预设阀值，聚焦结束。

其中，所述第二评价函数为Tenengrad函数；所述第三评价函数为频域类函数。

综上，本发明提供的方法通过复合清晰度评价方式，动态选择对焦窗口，改进三阶爬山搜索算法之间相结合，可规避各清晰度评价函数的缺点，发挥各自的优点。动态选择对焦窗口可选择图像中边界明显的区域作为对焦窗口区域，去掉了图像中的无用信息，提供方法准确率，并减少了计算量，提高了对焦速度。改进三阶爬山搜索法利用三种清晰度评价函数间的切换，和对各个图像子块的计算和统计可有效避免出现“伪峰”现象，并灵活调整步长，提高对焦速度。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于图像清晰度评估的显微镜自动对焦方法,其特征在于，包括以下步骤：

步骤一：将原始图形划分为若干个图像子块；

步骤二：利用初始评价函数来确定所述若干个图像子块的初始聚焦评价值，并根据所述初始聚焦评价值来确定初始聚焦窗口的数量以进行聚焦；

步骤三：以所述初始聚焦窗口对应的子块作为评价函数评价的依据，通过不断的更换评价函数和不断地减少聚焦窗口的数量来进行聚焦，直到聚焦结束。

2.根据权利要求1所述的基于图像清晰度评估的显微镜自动对焦方法,其特征在于，所述步骤二包括以下步骤：

步骤21：利用初始评价函数来确定所述若干个图像子块的聚焦评价值，根据所述聚焦评价值选取评价值大于第一预设阀值的图像子块作为初始聚焦窗口；

步骤22：确定一个搜索步长，并控制电机运行一步，计算上述初始聚焦子块的前后聚焦评价值之和，确定其递增的方向为电机的搜索方向；

步骤23：控制电机沿着搜索方向运行，并比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

步骤24：当各初始聚焦子块聚焦评价值之和递减时，进入步骤25；当各初始聚焦子块聚焦评价值之和没有递减时，返回步骤23；

步骤25：计算当前步长是否等于或者小于第二预设阀值，如果等于或者小于第二预设阀值，则聚焦结束；如果大于所述预设阀值时，进入步骤三。

3.根据权利要求2所述的基于图像清晰度评估的显微镜自动对焦方法,其特征在于，所述初始评价函数为图像灰度方差函数。

4.根据权利要求2所述的基于图像清晰度评估的显微镜自动对焦方法,其特征在于，所述步骤三包括：

步骤31：更换初始评价函数为第二评价函数，按当前步长沿当前搜索方向继续前进一步；

步骤32：利用第二评价函数对所述初始聚焦窗口对应的图像子块再次进行评价，来获取当前各初始聚焦子块的聚焦评价值；

步骤33：比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

步骤34：若聚焦评价值增多的初始聚焦子块多于聚焦评价值减小的初始聚焦子块，则更换评价函数为初始评价函数，返回步骤23；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则进入步骤35；

步骤35：舍弃在步骤32中聚焦评价值小于第三预设阀值的聚焦子块，减小搜索步长，反转搜索方向；

步骤36：控制电机沿着当前方向继续搜索，直到当前各聚焦子块聚焦评价值之和递减；

步骤37：更换第二评价函数为第三评价函数，按当前步长沿当前搜索方向继续前进一步；

步骤38：利用第三评价函数对当前聚焦窗口对应的图像子块再次进行评价，来获取当前各聚焦子块的聚焦评价值；

步骤39：比较各聚焦子块前后两个状态的聚焦评价值大小关系；

步骤40：若聚焦评价值增多的聚焦子块多于聚焦评价值减小的聚焦子块，则更换评价函数为第二评价函数，返回步骤36；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则进入步骤41；

步骤41：进一步减小搜索步长，使其等于或者小于第二预设阀值，并再次减少当前聚焦子块的数量，再次反转搜索反向；

步骤42：控制电机沿当前方向继续进行搜索，并利用第三评价函数对当前聚焦窗口对应的图像子块进行评价，来获取当前各聚焦子块的聚焦评价值，当前各聚焦子块聚焦评价值之和递减时，因搜索步长等于或者小于第二预设阀值，聚焦结束。

5.根据权利要求4所述的基于图像清晰度评估的显微镜自动对焦方法,其特征在于，所述第二评价函数为Tenengrad函数；所述第三评价函数为频域类函数。

6.一种基于图像清晰度评估的显微镜自动对焦装置,其特征在于，包括：

划分模块，用于将原始图形划分为若干个图像子块；

评价模块，用于利用初始评价函数来确定所述若干个图像子块的初始聚焦评价值，并根据所述初始聚焦评价值来确定初始聚焦窗口的数量以进行聚焦；

聚焦模块，用于根据所述初始聚焦窗口对应的子块作为评价函数评价的依据，通过不断的更换评价函数和不断地减少聚焦窗口的数量来进行聚焦，直到聚焦结束。

7.根据权利要求6所述的基于图像清晰度评估的显微镜自动对焦装置,其特征在于，所述评价模块包括：

初始评价单元，用于利用初始评价函数来确定所述若干个图像子块的聚焦评价值，根据所述聚焦评价值选取评价值大于第一预设阀值的图像子块作为初始聚焦窗口；

搜索单元，用于确定一个搜索步长，并控制电机运行一步，计算上述初始聚焦子块的前后聚焦评价值之和，确定其递增的方向为电机的搜索方向；

第一比较单元，用于控制电机沿着搜索方向运行，并比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

选择单元，用于当各初始聚焦子块聚焦评价值之和递减时，执行第二比较单元的操作；当各初始聚焦子块聚焦评价值之和没有递减时，按照当前步长继续进行搜索；

第二比较单元，用于计算当前步长是否等于或者小于第二预设阀值，如果等于或者小于第二预设阀值，则聚焦结束；如果大于所述预设阀值时，执行聚焦模块的操作。

8.根据权利要求7所述的基于图像清晰度评估的显微镜自动对焦装置,其特征在于，所述初始评价函数为图像灰度方差函数。

9.根据权利要求7所述的基于图像清晰度评估的显微镜自动对焦装置,其特征在于，所述聚焦模块包括：

更换单元，用于更换初始评价函数为第二评价函数，按当前步长沿当前搜索方向继续前进一步；

第二评价单元，用于利用第二评价函数对所述初始聚焦窗口对应的图像子块再次进行评价，来获取当前各初始聚焦子块的聚焦评价值；

第三比较单元，用于比较各初始聚焦子块前后两个状态的聚焦评价值大小关系；

第二选择单元，用于若聚焦评价值增多的初始聚焦子块多于聚焦评价值减小的初始聚焦子块，则更换评价函数为初始评价函数，按照当前步长继续搜索；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则执行聚焦减少单元的操作；

聚焦减少单元，用于舍弃利用第二评价单元评价的聚焦评价值小于第三预设阀值的聚焦子块，减小搜索步长，反转搜索方向；

第二搜索单元，用于控制电机沿着当前方向继续搜索，直到当前各聚焦子块聚焦评价值之和递减；

第二更换单元，用于更换第二评价函数为第三评价函数，按当前步长沿当前搜索方向继续前进一步；

第三评价单元，用于利用第三评价函数对当前聚焦窗口对应的图像子块再次进行评价，来获取当前各聚焦子块的聚焦评价值；

第四比较单元，用于比较各聚焦子块前后两个状态的聚焦评价值大小关系；

第三选择单元，用于若聚焦评价值增多的聚焦子块多于聚焦评价值减小的聚焦子块，则更换评价函数为第二评价函数，按照当前步长继续进行搜索；若聚焦评价值增多的初始聚焦子块少于聚焦评价值减小的初始聚焦子块，则执行第二聚焦减少单元的操作；

第二聚焦减少单元，用于进一步减小搜索步长，使其等于或者小于第二预设阀值，并再次减少当前聚焦子块的数量，再次反转搜索反向；

聚焦单元，用于控制电机沿当前方向继续进行搜索，并利用第三评价函数对当前聚焦窗口对应的图像子块进行评价，来获取当前各聚焦子块的聚焦评价值，当前各聚焦子块聚焦评价值之和递减时，因搜索步长等于或者小于第二预设阀值，聚焦结束。

10.根据权利要求9所述的基于图像清晰度评估的显微镜自动对焦方法,其特征在于，所述第二评价函数为Tenengrad函数；所述第三评价函数为频域类函数。

Images