CN108459406B - 基于人工鱼群算法的显微镜自动对焦窗口选择方法 - Google Patents

Abstract

本发明涉及一种基于人工鱼群算法的显微镜自动对焦窗口选择方法，以整幅图像中细节最丰富的区域作为对焦窗口的选取依据，利用人工鱼群算法在整幅图上进行搜索，保证调焦精度的同时，有效改善效率。将显微镜自动对焦的图像信息映射到人工鱼群算法中，初始化参数；初始化公告板；引入动态权衡因子策略；更新人工鱼状态；重置初始化参数；检查终止条件。对图像采用了二值化处理，不仅保留了原图的信息，还大大减少了处理的数据量；引入动态权衡因子，实时调整人工鱼的步长及视野，提高算法效率；针对人工鱼群算法局部优值的问题，每次迭代后，根据所求最优解重置初始参数，有效增强了对焦的实时性，并保证了较高的收敛速度和算法精度。

Description

基于人工鱼群算法的显微镜自动对焦窗口选择方法

技术领域

本发明涉及一种图像处理技术，特别涉及一种基于人工鱼群算法的显微镜自动对焦窗口选择方法。

背景技术

基于显微镜系统的自动对焦方法易于实现，而对焦窗口的选取是自动对焦方法的重要部分。选择合适的对焦窗口，即选择图像细节最丰富的区域，不仅可以降低后续对焦评价函数的计算量，提高对焦过程的实时行，亦可降低背景信息对主体信息的干扰。传统的对焦窗口算法的选择窗口主要集中在图像的中心，因此当主体部分随机分布在图像上时，无法准确获得感兴趣区域，则会失焦。

发明内容

本发明是针对传统自动对焦窗口选择算法不适合所有图像的问题，提出了一种基于人工鱼群算法的显微镜自动对焦窗口选择方法，将新型的人工鱼群算法运用到对焦窗口选择中，选取整幅图像中细节最丰富的区域作为调焦评价函数的评判依据，提高自动对焦的精确度和效率。

本发明的技术方案为：一种基于人工鱼群算法的显微镜自动对焦窗口选择方法，具体包括如下步骤：

1)将显微镜自动对焦的图像信息映射到人工鱼群算法中，定义人工鱼群规模X＝{x₁，x₂，...，x_i，...x_n}，其中，X对应整幅图像，x_i为欲求寻优个体的变量，对应于人工鱼的位置，i＝1，…，n；初始化工鱼群算法参数：人工鱼群规模X，每条人工鱼x_i的初始位置；人工鱼视野范围Visual；人工鱼可移动步长Step；拥挤度因子δ；人工鱼搜索的最大尝试次数Try_number；当前迭代次数k；最大迭代次数k_max；

2)计算每条人工鱼的食物浓度并初始化公告板：将个体鱼群的图像转换为二值图像，根据二值图像计算人工鱼的对焦评价函数的值Y＝f(x)，即目前人工鱼的食物浓度或称适应度值；在算法中设立公告板，存储最优解状态。初始化公告板是指，将上述所得的所有人工鱼比较得最优值，并赋予公告板；

3)引入动态权衡因子策略：对视野Visual和步长Step根据迭代次数实时调整，提高算法的前期搜索能力和后期收敛能力，调整如公式(1)和(2)所示：

Step＝Step-Step×α； (1)

Visual＝Visual-Visual×α； (2)

其中，α为动态权衡因子，

4)对每条人工鱼通过觅食、聚群、追尾和随机行为更新自己的位置，所有人工鱼都更新后，则生成新鱼群，完成一次迭代，选出更新后鱼群的最优解个体，与公告板进行比较，若优于公告板则取代公告板原状态，此时，公告板获得目前能搜索到全局适应度函数最大值；

5)二次初始化参数：每次迭代结束后，根据公告板中的当前最优解的位置，重置初始人工鱼群算法的最佳参数：人工鱼群规模X、对应的每条人工鱼x_i的位置、最大迭代次数k_max；避开局部最优值；

6)检查终止条件：如迭代次数k≥k_max，则算法迭代结束，输出公告板中的最优解(x_best，y_best)，按照得到的最佳对焦位置选取窗口，完成自动对焦中窗口选择部分，若不满足终止条件，则将k+1赋值给k，并返回执行步骤3)。

所述步骤4)中对每条人工鱼通过觅食、聚群、追尾和随机行为更新自己的位置具体方法如下：

觅食行为：设x_i为人工鱼个体当前状态，对应的对焦函数值为y_i；在其视野范围内随机选择一种状态x_j，其对应的对焦函数值为y_j，

x_j＝x_i+Visual*rand()

如果y_j＞y_i，则按照该方向作如下运动：

其中

为目前人工鱼位置，

为执行鱼群活动后的位置，x_best为是当前整个情况下最佳鱼的位置，即公告板存储的位置信息，

否则重新选择随机状态x_j，继续判断适应度优劣，若反复几次，尝试次数超出最大尝试次数Try_number，则执行随机行为；

聚群行为：设x_i为人工鱼个体当前状态，x_c为当前邻域的同伴中心位置，n_f为同伴数，d_ij＜Visual，d_ij＝||x_i-x_j||，人工鱼x_i和x_j之间的距离，n为人工鱼总数；

如果对应对焦函数值y_c＞y_i，且

表示同伴中心有较多的食物或较高的适应度函数值，且不是很拥挤，则向同伴中心作如下运动，

否则，执行捕食行为；

追尾行为：设x_i为人工鱼个体当前状态，x_j为当前领域内所有人工鱼中对焦函数值最大的个体状态，如果y_j＞y_i，且

表示同伴x_i具有较高的食物浓度或适应度函数值较高，且周围环境不是很拥挤，则向同伴x_j作如下运动，

否则，执行捕食行为；

聚群行为和觅食行为可根据实际运用环境择优选择执行顺序；

随机行为：在视野中随机选择一个状态，然后向这个状态移动。

本发明的有益效果在于：本发明基于人工鱼群算法的显微镜自动对焦窗口选择方法，以整幅图像中细节最丰富的区域作为对焦窗口的选取依据，利用人工鱼群算法在整幅图上进行搜索，保证调焦精度的同时，有效改善效率；针对显微镜成像系统的对象的特殊性，对图像采用了二值化处理，不仅保留了原图的信息，还大大减少了处理的数据量；针对人工鱼群算法本身的收敛慢的问题，引入动态权衡因子，实时调整人工鱼的步长及视野，提高算法效率；针对人工鱼群算法局部优值的问题，每次迭代后，根据所求最优解重置初始参数，有效增强了对焦的实时性，并保证了较高的收敛速度和算法精度。

附图说明

图1为本发明基于人工鱼群算法的显微镜自动对焦窗口选择方法流程图。

具体实施方式

将人工鱼群算法和图像处理技术相结合进行自动对焦，如图1所示自动对焦的算法流程图，具体实施例如下：

1)将显微镜自动对焦的图像信息映射到人工鱼群算法中，定义人工鱼群规模X＝{x₁，x₂，...，x_i，...x_n}，其中，X对应整幅图像，x_i(i＝1，…，n)为欲求寻优个体的变量，对应于人工鱼的位置。初始化工鱼群算法参数：人工鱼群规模X，每条人工鱼x_i的初始位置；人工鱼视野范围Visual；人工鱼可移动步长Step；拥挤度因子δ；人工鱼搜索的最大尝试次数Try_number；当前迭代次数k；最大迭代次数k_max。

2)计算每条人工鱼的食物浓度并初始化公告板：将个体鱼群的图像转换为二值图像，根据二值图像计算人工鱼的对焦评价函数的值Y＝f(x)，即目前人工鱼的食物浓度(或称适应度值)。在算法中设立公告板，存储最优解状态。初始化公告板是指，将上述所得的所有人工鱼比较得最优值，并赋予公告板。(对焦评价函数用于是对图像清晰度进行评价的函数，对焦位置越好，图像边缘信息越丰富，高频分量越多，则对应的函数值大)

3)引入动态权衡因子策略：对视野Visual和步长Step根据迭代次数实时调整，提高算法的前期搜索能力和后期收敛能力，调整如公式(1)和(2)所示：

Step＝Step-Step×α； (1)

Visual＝Visual-Visual×α； (2)

其中，α为动态权衡因子，

4)对每条人工鱼通过觅食、聚群、追尾和随机行为更新自己的位置，所有人工鱼都更新后，则生成新鱼群，完成一次迭代，选出更新后鱼群的最优解个体，与公告板进行比较，若优于公告板则取代公告板原状态。此时，公告板获得目前能搜索到全局适应度函数最大值。

觅食行为：设x_i为人工鱼个体当前状态，对应的对焦函数值为y_i；在其视野范围内随机选择一种状态x_j，其对应的对焦函数值为y_j，

x_j＝x_i+Visual*rand()

如果y_j＞y_i，则按照该方向作如下运动：

否则重新选择随机状态x_j，继续判断适应度优劣，若反复几次，尝试次数超出最大尝试次数Try_number，则执行随机行为。

聚群行为：设x_i为人工鱼个体当前状态，x_c为当前邻域的同伴中心位置，n_f为同伴数(d_ij＜Visual，d_ij＝||x_i-x_j||，人工鱼x_i和x_j之间的距离)，n为人工鱼总数。如果对应对焦函数值y_c＞y_i，且

表示同伴中心有较多的食物(较高的适应度函数值)，且不是很拥挤，则向同伴中心作如下运动，否则，执行捕食行为。

追尾行为：设x_i为人工鱼个体当前状态，x_j为当前领域内(d_ij＜Visual)所有人工鱼中对焦函数值最大的个体状态，x_j对应的对焦评价函数值为y_j。如果y_j＞y_i，且

表示同伴x_i具有较高的食物浓度(适应度函数值较高)且周围环境不是很拥挤，则向同伴x_j作如下运动，否则，执行捕食行为。(聚群行为和觅食行为可根据实际运用环境择优选择执行顺序)

随机行为：在视野中随机选择一个状态，然后向这个状态移动。

其中

为目前人工鱼位置，

为执行鱼群活动后的位置，x_best为是当前整个情况下最佳鱼的位置，即公告板存储的位置信息。

5)二次初始化参数：每次迭代结束后，根据公告板中的当前最优解的位置，重置初始人工鱼群算法的最佳参数(人工鱼群规模X；和对应的每条人工鱼x_i的位置；最大迭代次数k_max)避开局部最优值，这在相对较小的区域中提供了更准确的最佳参数。

6)检查终止条件：如迭代次数k≥k_max，则算法迭代结束，输出公告板中的最优解(x_best，y_best)，按照得到的最佳对焦位置选取窗口，完成自动对焦中窗口选择部分，若不满足终止条件，则将k+1赋值给k，并返回执行步骤3)。

Claims (2)

1.一种基于人工鱼群算法的显微镜自动对焦窗口选择方法，其特征在于，具体包括如下步骤：

1)将显微镜自动对焦的图像信息映射到人工鱼群算法中，定义人工鱼群规模X＝{x₁，x₂，...，x_i，...x_n}，其中，X对应整幅图像，x_i为欲求寻优个体的变量，对应于人工鱼的位置，i＝1，…，n，n为人工鱼总数；初始化工鱼群算法参数：人工鱼群规模X，每条人工鱼x_i的初始位置，人工鱼视野范围Visual，人工鱼可移动步长Step，拥挤度因子δ，人工鱼搜索的最大尝试次数Try_number，当前迭代次数k，最大迭代次数k_max；

2)计算每条人工鱼的食物浓度或适应度函数并初始化公告板：将个体鱼群的图像转换为二值图像，根据二值图像计算人工鱼的对焦评价函数值Y＝f(x)，其值即为目前人工鱼的食物浓度或适应度函数值；在算法中设立公告板，存储最优解状态；将上述所得的所有人工鱼的食物浓度或适应度函数值进行比较，最高为最优值，对应的人工鱼的位置为最优解并赋予公告板，完成初始化公告板；

3)引入动态权衡因子策略：对视野Visual和步长Step根据迭代次数实时调整，提高算法的前期搜索能力和后期收敛能力，调整如公式(1)和(2)所示：

Step＝Step-Step×α； (1)

Visual＝Visual-Visual×α； (2)

其中，α为动态权衡因子，

4)对每条人工鱼通过觅食、聚群、追尾和随机行为更新自己的位置，所有人工鱼都更新后，则生成新鱼群，完成一次迭代，选出更新后鱼群的最优解个体，与公告板进行比较，若优于公告板则取代公告板原状态，此时，公告板获得目前能搜索到全局人工鱼的食物浓度最高或适应度函数最大值；

5)二次初始化参数：每次迭代结束后，根据公告板中的当前最优解的位置，重置初始人工鱼群算法的最佳参数：人工鱼群规模X、对应的每条人工鱼x_i的位置、最大迭代次数k_max；避开局部最优值；

6)检查终止条件：如迭代次数k≥k_max，则算法迭代结束，输出公告板中的最优解(x_best，y_best)，按照得到的最佳对焦位置选取窗口，完成自动对焦中窗口选择部分，若不满足终止条件，则将k+1赋值给k，并返回执行步骤3)。

2.根据权利要求1所述基于人工鱼群算法的显微镜自动对焦窗口选择方法，其特征在于，所述步骤4)中对每条人工鱼通过觅食、聚群、追尾和随机行为更新自己的位置具体方法如下：

觅食行为：设x_i为人工鱼个体当前状态，对应的对焦评价函数值为y_i；在其视野范围内随机选择一种状态x_j，其对应的对焦评价函数值为y_j，

x_j＝x_i+Visual*rand()

如果y_j＞y_i，则按照该方向作如下运动：

其中

为目前人工鱼位置，

为执行鱼群活动后的位置，x_best为是当前整个情况下最佳鱼的位置，即公告板存储的位置信息，

否则重新选择随机状态x_j，继续对焦评价函数值判断，若反复几次，尝试次数超出最大尝试次数Try_number，则执行随机行为；

聚群行为：设x_i为人工鱼个体当前状态，x_c为当前邻域的同伴中心位置，n_f为同伴数，d_ij＜Visual，d_ij＝||x_i-x_j||，人工鱼x_i和x_j之间的距离，n为人工鱼总数；如果对应对焦评价函数值y_c＞y_i，且

表示同伴中心有较高的食物浓度或较高的适应度函数值，且不是很拥挤，则向同伴中心作如下运动，

否则，执行捕食行为；

追尾行为：设x_i为人工鱼个体当前状态，x_j为当前领域内所有人工鱼中对焦评价函数值最大的个体状态，如果y_j＞y_i，且

表示同伴x_j具有较高的食物浓度或较高的适应度函数值，且周围环境不是很拥挤，则向同伴x_j作如下运动，

否则，执行捕食行为；

随机行为：在视野中随机选择一个状态，然后向这个状态移动。

Images