CN117292106A - 一种电镜图像的自动对焦方法、电子设备、存储介质及程序产品 - Google Patents
一种电镜图像的自动对焦方法、电子设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN117292106A CN117292106A CN202210700410.1A CN202210700410A CN117292106A CN 117292106 A CN117292106 A CN 117292106A CN 202210700410 A CN202210700410 A CN 202210700410A CN 117292106 A CN117292106 A CN 117292106A
- Authority
- CN
- China
- Prior art keywords
- current
- image
- focusing
- definition
- electron microscope
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001000 micrograph Methods 0.000 title claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 78
- 238000010845 search algorithm Methods 0.000 claims abstract description 8
- 238000003384 imaging method Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims abstract description 5
- 238000000638 solvent extraction Methods 0.000 claims abstract description 3
- 230000006870 function Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009191 jumping Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 235000002566 Capsicum Nutrition 0.000 claims description 5
- 239000006002 Pepper Substances 0.000 claims description 5
- 235000016761 Piper aduncum Nutrition 0.000 claims description 5
- 235000017804 Piper guineense Nutrition 0.000 claims description 5
- 235000008184 Piper nigrum Nutrition 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 5
- 150000003839 salts Chemical class 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 244000203593 Piper nigrum Species 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 11
- 230000008901 benefit Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000010894 electron beam technology Methods 0.000 description 5
- 241000722363 Piper Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01J—ELECTRIC DISCHARGE TUBES OR DISCHARGE LAMPS
- H01J37/00—Discharge tubes with provision for introducing objects or material to be exposed to the discharge, e.g. for the purpose of examination or processing thereof
- H01J37/02—Details
- H01J37/21—Means for adjusting the focus
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Automatic Focus Adjustment (AREA)
Abstract
本发明涉及一种电镜图像的自动对焦方法、设备、介质及产品，该方法包括；通过对样品进行成像，获取当前图像；对获取的图像进行预处理；将预处理后的图像进行分块处理，得到若干子块，分别计算每一子块的纹理丰富程度；选择纹理丰富程度最大的多个子块作为聚焦窗口；采集物镜电流下的电镜图像，计算电镜图像的清晰度评价值，通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点。本发明提出的合焦评价函数具有优秀的单峰性，能有效避免系统在执行自动对焦的过程中陷入局部最优。基于合焦评价函数的单峰性优势，对焦过程分为粗对焦与细对焦，大大提升对焦效率，耗时极低。合焦评价函数及对焦方法针对不同的电镜样品均有较佳效果。
Description
技术领域
本发明涉及图像分析技术领域，特别涉及一种电镜图像的自动对焦方法、电子设备、存储介质及程序产品。
背景技术
扫描电子显微镜在拍摄样品时，会面临种种原因所导致的失焦问题。当电子束加速电压改变时，会导致电子束流通过物镜线圈的速度发生变化。若保持物镜线圈原有电流不变，将导致电子束通过时受洛伦兹力作用时间变长或变短，体现在电镜系统中则为焦平面的上移或下移，从而导致所观测的样品图像失焦。
当前解决上述问题的技术普遍存在以下问题：
1、对焦评价函数非单峰，将导致对焦时陷入局部最优结果，无法搜索到真正的焦平面位置；
2、聚焦窗口的选择的适应性较差，无法在所有场景中得到应用；
3、大范围的遍历搜索方式，一定程度上避免了对焦评价函数单峰性问题，但精度与耗时成正比，为获取更好的精度，必须耗费更久的时间，甚至长于手动对焦时间，用户体验大打折扣。
发明内容
为了实现根据本发明的上述目的和其他优点，本发明的第一目的是提供一种电镜图像的自动对焦方法，包括以下步骤：
通过对样品进行成像，获取当前图像；
对获取的图像进行预处理；
将预处理后的图像进行分块处理，得到若干子块，分别计算每一子块的纹理丰富程度；
选择纹理丰富程度最大的多个子块作为聚焦窗口；
采集物镜电流下的电镜图像，计算所述电镜图像的清晰度评价值，通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点。
进一步地，所述对获取的图像进行预处理为采用中值滤波算法滤除获取的图像中的椒盐噪声。
进一步地，所述计算每一子块的纹理丰富程度为计算每一子块的灰度共生矩阵的熵值，公式为：
其中，p(i,j)为子块图像坐标(i,j)处的像素值，h为熵值；
所述选择纹理丰富程度最大的多个子块作为聚焦窗口具体为选择所述熵值最大的多个子块作为聚焦窗口。
进一步地，所述通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点包括采用方差评价函数进行粗对焦。
进一步地，所述通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点还包括采用MDGS评价函数进行细对焦。
进一步地，所述采用方差评价函数进行粗对焦包括以下步骤：
设置步长，令Flag＝0，Flag用于记录搜索到局部最大值的次数，及对搜索方向的判定；
采集当前物镜电流下的电镜图像，计算当前图像清晰度f2；
判断当前图像清晰度f2是否大于前一帧图像清晰度f1；
是则按原方向调整物镜电流，并跳转至所述采集当前物镜电流下的电镜图像步骤；
否则以设置的步长连续采集两帧图像，分别计算清晰度评价值，得到第一清晰度评价值f3和第二清晰度评价值f4；
比较所述当前图像清晰度、所述第一清晰度评价值和所述第二清晰度评价值；
判断所述前一帧图像清晰度f1是否大于所述第一清晰度评价值f3，且所述前一帧图像清晰度f1是否大于所述第二清晰度评价值f4，且Flag＝0；
是则反向调整物流电流，令Flag＝1；
否则判断所述前一帧图像清晰度f1是否大于所述第一清晰度评价值f3，且所述前一帧图像清晰度f1是否大于所述第二清晰度评价值f4，且Flag＝1；
是则结束搜索，所述前一帧图像清晰度f1对应的物镜电流为搜索结果；
否则陷入局部最优调整物镜电流为所述第一清晰度评价值和所述第二清晰度评价值中的最大值对应的物镜电流，并跳转至所述按原方向调整物镜电流步骤。
进一步地，所述采用MDGS评价函数进行细对焦包括以下步骤：
设置步长，令Flag＝0，Flag用于记录搜索到局部最大值的次数，及对搜索方向的判定；
采集当前物镜电流下的电镜图像，计算当前图像清晰度f2，计算公式为
T(x,y)＝(Rxy-Cxy)2+(Bxy-Cxy)2+(Dxy-Cxy)2
其中，M为图像中每行像素的个数，N为图像中每列像素的个数，D(T)为图像清晰度的计算结果，K为图像所选取的像素区块的边长，f(x,y)表示像素区块内对应像素点(x,y)的灰度值，Cxy表示当前所计算的像素区块内的像素的灰度值之和，Rxy表示当前像素区块右边像素区块内的像素灰度值之和，Bxy表示当前像素区块下方像素区块内的像素灰度值之和，Dxy表示当前像素区块对角线方向像素区块内的像素灰度值之和；
判断当前图像清晰度f2是否大于前一帧图像清晰度f1；
是则按原方向调整物镜电流，并跳转至所述采集当前物镜电流下的电镜图像步骤；
否则，若Flag＝0，则按反方向调整物镜电流，令Flag＝1；若Flag＝1，则所述前一帧图像清晰度f1对应的物镜电流为目前的搜索结果，将步长设置为原步长的二分之一，令Flag＝0；
判断设置的步长是否小于搜索阈值；
是则结束搜索，所述前一帧图像清晰度f1对应的物镜电流为搜索结果；
否则跳转至所述按原方向调整物镜电流步骤。
本发明的第二目的是提供一种电子设备，包括：存储器，其上存储有程序代码；处理器，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现所述的一种电镜图像的自动对焦方法。
本发明的第三目的是提供一种计算机可读存储介质，其上存储有程序指令，所述程序指令被执行时实现所述的一种电镜图像的自动对焦方法。
本发明的第四目的是提供一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现所述的一种电镜图像的自动对焦方法。
与现有技术相比，本发明的有益效果是：
本发明提供一种实时快速的电镜图像自动聚焦方法，通过将图像分成若干子块，自适应的获取图像细节丰富区域，并以此为聚焦窗口进行清晰度的评价；通过设计的搜索算法结合清晰度评价值来定位最佳聚焦点。
本发明提出的合焦评价函数具有优秀的单峰性，能有效避免系统在执行自动对焦的过程中陷入局部最优。基于合焦评价函数优秀的单峰性优势，对焦过程分为粗对焦与细对焦两个过程，大大提升了对焦效率，耗时极低。本发明提出的合焦评价函数及对焦方法对于不同的电镜样品均具有较佳效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为实施例1的一种电镜图像的自动对焦方法流程图；
图2为模糊电镜图像；
图3为原始图像；
图4为滤波后的图像；
图5为滤波前后图像清晰度评价函数曲线示意图；
图6为聚焦窗户选取示意图；
图7为图像像素区块示意图；
图8为电镜成像原理图；
图9为方差评价函数上机结果图；
图10为MDGS评价函数上机结果图；
图11为粗调阶段流程图；
图12为细调阶段流程图；
图13为电子设备原理框图；
图14为计算机可读存储介质原理框图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
实施例1
一种电镜图像的自动对焦方法，如图1所示，包括以下步骤：
通过对样品进行成像，获取当前图像，如图2所示。
在自动聚焦过程中，为了满足实时性，图像的扫描速度设置的较快，这不可避免地增加了图像中的椒盐噪声，这些黑白相间的亮暗点噪声会对清晰度的评价结果带来负面影响，如图3所示。需要对获取的图像进行预处理。具体地，采用中值滤波算法滤除获取的图像中的椒盐噪声，如图4所示，即计算出数字图像中一像素点的八邻域中的各点值的中值(中间值)，并使用该中值将该点原值代替，滤除椒盐噪声后的清晰度评价函数曲线，如图5所示。图5中上方的线为原图像对应的清晰度评价函数曲线，下方的线为滤波后图像对应的清晰度评价函数曲线，矩形区域的局部最小值在滤波后消失了，在一定程度上消除了后续搜索陷入局部最优的隐患。
将滤波后的图像进行分块处理，得到若干子块，如将图像分6×6的子块。分别计算每一子块的纹理丰富程度；本实施例中，分别计算每一子块16级灰度共生矩阵的熵值，如图6所示，以此描述子块的纹理丰富程度，公式为：
其中，p(i,j)为子块图像坐标(i,j)处的像素值，h为熵值；熵表示图像包含信息的随机性度量，当共生矩阵中所有值均相等或者像素值表现出最大的随机性时，熵最大。即图像灰度分布越复杂、包含信息越多，熵值越大。
本实施例对整幅图像进行均匀采样，而不是在一定的窗口内采样，保留了图像的整体灰度分布特征。选择熵值最大的多个子块(如五个子块)作为聚焦窗口。
采集物镜电流下的电镜图像，计算电镜图像的清晰度评价值，通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点。本实施例中，针对计算聚焦窗口的清晰度评价函数值，提出了一种基于多方向的梯度平方函数(Multi Directional GradientSquare Function)，简称MDGS函数，计算公式如下：
其中，T(x,y)的表达式为：
T(x,y)＝[f(x+1,y)-f(x,y)]2+[f(x,y+1)-f(x,y)]2+[f(x+1,y+1)-f(x,y)]2
其中，M为图像中每行像素的个数，N为图像中每列像素的个数，f(x,y)表示图像f对应像素点(x,y)的灰度值，D(T)为图像清晰度的计算结果。
在电镜的成像过程中与焦点的距离越大，图像上弥散斑的范围越大，那么图像中灰度值相似的区域就越大。依据图像的以上原理，采用像素区块作为清晰度评价函数的像素点来处理并且在计算时采用降采样的思想，如图7所示。针对单个图像像素区块的计算表达式如下所示：
其中，K为图像所选取的像素区块的边长，f(x,y)表示像素区块内对应像素点(x,y)的灰度值，Cxy表示的是当前所计算的像素区块内的像素的灰度值之和，Rxy表示的是当前像素区块右边像素区块内的像素灰度值之和，Bxy表示的是当前像素区块下方像素区块内的像素灰度值之和，Dxy表示的是当前像素区块对角线方向像素区块内的像素灰度值之和。结合像素区块改进后的T(x,y)表示为：
T(x,y)＝(Rxy-Cxy)2+(Bxy-Cxy)2+(Dxy-Cxy)2。
如图8所示，电镜的聚焦原理为：物镜将电子束汇聚在样品表面，聚焦平面与物镜之间的距离定义为工作距离，工作距离相当于电镜的焦距。清晰度评价函数峰值点附近的位置，即图像都能保持清晰的地方，称为景深。通过搜索算法控制电镜的物镜电流以此得到清晰的图像，搜索时将整个过程分为粗调和细调两个阶段，在粗调阶段采用经典的方差评价函数，如图9所示；该函数实时性较高，抗噪性能较好，在细调阶段采用提出的MDGS评价函数，如图10所示，该函数实时性和灵敏度较高。
如图11所示，采用方差评价函数进行粗对焦包括以下步骤：
设置步长，令Flag＝0，Flag用于记录搜索到局部最大值的次数，及对搜索方向的判定；
采集当前物镜电流下的电镜图像，计算当前图像清晰度f2；
判断当前图像清晰度f2是否大于前一帧图像清晰度f1；
是则按原方向调整物镜电流，并跳转至采集当前物镜电流下的电镜图像步骤；
在粗调阶段通过爬山搜索算法得到结果后，增加验证阶段，该验证阶段主要是为了让搜索避免陷入局部最优。当清晰度评价曲线搜索到达极值点之后，并不会立刻结束搜索过程，而是将当前的物镜电流值Ic与对应的清晰度评价值f1进行保存，并且继续向前搜索，比较前方K个步长的清晰度评价值fK是否大于f1。若fK>f1，则表示物镜电流Ic对应的位置为局部最优值；若fK<f1，则表示物镜电流Ic对应的位置为最佳聚焦点。具体步骤如下：
否则以设置的步长连续采集两帧图像，分别计算清晰度评价值，得到第一清晰度评价值f3和第二清晰度评价值f4；
比较当前图像清晰度、第一清晰度评价值和第二清晰度评价值；
判断前一帧图像清晰度f1是否大于第一清晰度评价值f3，且前一帧图像清晰度f1是否大于第二清晰度评价值f4，且Flag＝0；
是则反向调整物流电流，令Flag＝1；
否则判断前一帧图像清晰度f1是否大于第一清晰度评价值f3，且前一帧图像清晰度f1是否大于第二清晰度评价值f4，且Flag＝1；
是则结束搜索，前一帧图像清晰度f1对应的物镜电流为搜索结果；
否则陷入局部最优调整物镜电流为第一清晰度评价值和第二清晰度评价值中的最大值对应的物镜电流，并跳转至按原方向调整物镜电流步骤。
粗对焦流程结束后，进入细对焦流程。如图12所示，采用MDGS评价函数进行细对焦包括以下步骤：
设置步长，令Flag＝0，Flag用于记录搜索到局部最大值的次数，及对搜索方向的判定；
采集当前物镜电流下的电镜图像，计算当前图像清晰度f2，计算公式为
T(x,y)＝(Rxy-Cxy)2+(Bxy-Cxy)2+(Dxy-Cxy)2
其中，M为图像中每行像素的个数，N为图像中每列像素的个数，D(T)为图像清晰度的计算结果，K为图像所选取的像素区块的边长，f(x,y)表示像素区块内对应像素点(x,y)的灰度值，Cxy表示当前所计算的像素区块内的像素的灰度值之和，Rxy表示当前像素区块右边像素区块内的像素灰度值之和，Bxy表示当前像素区块下方像素区块内的像素灰度值之和，Dxy表示当前像素区块对角线方向像素区块内的像素灰度值之和；
判断当前图像清晰度f2是否大于前一帧图像清晰度f1；
是则按原方向调整物镜电流，并跳转至采集当前物镜电流下的电镜图像步骤；
否则，若Flag＝0，则按反方向调整物镜电流，令Flag＝1；
在细调阶段采用变步长的搜索方式。由于扫描电镜的景深较短，物镜电流轻微的变化都会导致图像模糊，因此采用固定的步长过长容易错过最佳聚焦点，采用固定的步长过短又会导致搜索的次数变多，增加耗时。所以在细对焦阶段采用二分变步长的方式来定义步长。假设当前步长step，停止搜索阈值根据景深的范围设置为T，则搜索到最佳聚焦点后将步长step设置成step/2继续搜索，一直迭代直至step<T停止搜索，返回最佳聚焦点位置。
具体步骤如下：
若Flag＝1，则前一帧图像清晰度f1对应的物镜电流为目前的搜索结果，将步长设置为原步长的二分之一，即step＝step/2，令Flag＝0；
判断设置的步长是否小于搜索阈值；
是则结束搜索，前一帧图像清晰度f1对应的物镜电流为搜索结果；
否则跳转至按原方向调整物镜电流步骤。
实施例2
一种电子设备200，如图13所示，包括但不限于：存储器201，其上存储有程序代码；处理器202，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现一种电镜图像的自动对焦方法。
实施例3
一种计算机可读存储介质，如图14所示，其上存储有程序指令，所述程序指令被执行时实现一种电镜图像的自动对焦方法。
实施例4
一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现一种电镜图像的自动对焦方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书实施例而已，并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的权利要求范围之内。本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例本说明书一个或多个实施例。
Claims (10)
1.一种电镜图像的自动对焦方法，其特征在于，包括以下步骤：
通过对样品进行成像，获取当前图像；
对获取的图像进行预处理；
将预处理后的图像进行分块处理，得到若干子块，分别计算每一子块的纹理丰富程度；
选择纹理丰富程度最大的多个子块作为聚焦窗口；
采集物镜电流下的电镜图像，计算所述电镜图像的清晰度评价值，通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点。
2.根据权利要求1所述的一种电镜图像的自动对焦方法，其特征在于：所述对获取的图像进行预处理为采用中值滤波算法滤除获取的图像中的椒盐噪声。
3.根据权利要求1所述的一种电镜图像的自动对焦方法，其特征在于：所述计算每一子块的纹理丰富程度为计算每一子块的灰度共生矩阵的熵值，公式为：
其中，p(i,j)为子块图像坐标(i,j)处的像素值，h为熵值；
所述选择纹理丰富程度最大的多个子块作为聚焦窗口具体为选择所述熵值最大的多个子块作为聚焦窗口。
4.根据权利要求1所述的一种电镜图像的自动对焦方法，其特征在于：所述通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点包括采用方差评价函数进行粗对焦。
5.根据权利要求4所述的一种电镜图像的自动对焦方法，其特征在于，所述通过搜索算法控制电镜的物镜电流，结合清晰度评价值定位最佳聚焦点还包括采用MDGS评价函数进行细对焦。
6.根据权利要求5所述的一种电镜图像的自动对焦方法，其特征在于，所述采用方差评价函数进行粗对焦包括以下步骤：
设置步长，令Flag＝0，Flag用于记录搜索到局部最大值的次数，及对搜索方向的判定；
采集当前物镜电流下的电镜图像，计算当前图像清晰度f2；
判断当前图像清晰度f2是否大于前一帧图像清晰度f1；
是则按原方向调整物镜电流，并跳转至所述采集当前物镜电流下的电镜图像步骤；
否则以设置的步长连续采集两帧图像，分别计算清晰度评价值，得到第一清晰度评价值f3和第二清晰度评价值f4；
比较所述当前图像清晰度、所述第一清晰度评价值和所述第二清晰度评价值；
判断所述前一帧图像清晰度f1是否大于所述第一清晰度评价值f3，且所述前一帧图像清晰度f1是否大于所述第二清晰度评价值f4，且Flag＝0；
是则反向调整物流电流，令Flag＝1；
否则判断所述前一帧图像清晰度f1是否大于所述第一清晰度评价值f3，且所述前一帧图像清晰度f1是否大于所述第二清晰度评价值f4，且Flag＝1；
是则结束搜索，所述前一帧图像清晰度f1对应的物镜电流为搜索结果；
否则陷入局部最优调整物镜电流为所述第一清晰度评价值和所述第二清晰度评价值中的最大值对应的物镜电流，并跳转至所述按原方向调整物镜电流步骤。
7.根据权利要求6所述的一种电镜图像的自动对焦方法，其特征在于，所述采用MDGS评价函数进行细对焦包括以下步骤：
设置步长，令Flag＝0，Flag用于记录搜索到局部最大值的次数，及对搜索方向的判定；
采集当前物镜电流下的电镜图像，计算当前图像清晰度f2，计算公式为
T(x,y)＝(Rxy-Cxy)2+(Bxy-Cxy)2+(Dxy-Cxy)2
其中，M为图像中每行像素的个数，N为图像中每列像素的个数，D(T)为图像清晰度的计算结果，K为图像所选取的像素区块的边长，f(x,y)表示像素区块内对应像素点(x,y)的灰度值，Cxy表示当前所计算的像素区块内的像素的灰度值之和，Rxy表示当前像素区块右边像素区块内的像素灰度值之和，Bxy表示当前像素区块下方像素区块内的像素灰度值之和，Dxy表示当前像素区块对角线方向像素区块内的像素灰度值之和；
判断当前图像清晰度f2是否大于前一帧图像清晰度f1；
是则按原方向调整物镜电流，并跳转至所述采集当前物镜电流下的电镜图像步骤；
否则，若Flag＝0，则按反方向调整物镜电流，令Flag＝1；若Flag＝1，则所述前一帧图像清晰度f1对应的物镜电流为目前的搜索结果，将步长设置为原步长的二分之一，令Flag＝0；
判断设置的步长是否小于搜索阈值；
是则结束搜索，所述前一帧图像清晰度f1对应的物镜电流为搜索结果；
否则跳转至所述按原方向调整物镜电流步骤。
8.一种电子设备，其特征在于，包括：存储器，其上存储有程序代码；处理器，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现如权利要求1至7中任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被执行时实现如权利要求1至7中任意一项所述的方法。
10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至7中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210700410.1A CN117292106A (zh) | 2022-06-20 | 2022-06-20 | 一种电镜图像的自动对焦方法、电子设备、存储介质及程序产品 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210700410.1A CN117292106A (zh) | 2022-06-20 | 2022-06-20 | 一种电镜图像的自动对焦方法、电子设备、存储介质及程序产品 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117292106A true CN117292106A (zh) | 2023-12-26 |
Family
ID=89239559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210700410.1A Pending CN117292106A (zh) | 2022-06-20 | 2022-06-20 | 一种电镜图像的自动对焦方法、电子设备、存储介质及程序产品 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117292106A (zh) |
-
2022
- 2022-06-20 CN CN202210700410.1A patent/CN117292106A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108259753B (zh) | 一种基于离焦估计改进爬山法的相机自动调焦方法及装置 | |
| US9501834B2 (en) | Image capture for later refocusing or focus-manipulation | |
| Yousefi et al. | A new auto-focus sharpness function for digital and smart-phone cameras | |
| JP5374119B2 (ja) | 距離情報取得装置、撮像装置、及びプログラム | |
| CN113109936B (zh) | 一种基于图像清晰度评估的显微镜自动对焦方法与装置 | |
| CN112995517B (zh) | 一种高精准显微图像自动聚焦方法及系统、计算机设备 | |
| CN105354817A (zh) | 一种噪声图像自动聚焦方法 | |
| US20120249770A1 (en) | Method for automatically focusing a microscope on a predetermined object and microscope for automatic focusing | |
| DE102008018449A1 (de) | Verfahren und Vorrichtung zum automatischen Fokussieren und Bildabtastsystem | |
| CN113923347A (zh) | 自动对焦方法、装置、拍摄终端及计算机可读存储介质 | |
| KR20170101532A (ko) | 이미지 융합 방법 및 이를 위한 컴퓨터 프로그램, 그 기록매체 | |
| CN115308876A (zh) | 基于参考焦平面的显微镜快速聚焦方法、设备、介质及产品 | |
| CN107911599B (zh) | 一种红外图像全局自动对焦方法及装置 | |
| CN117452619B (zh) | 一种稀疏目标显微成像自动对焦方法、系统及存储介质 | |
| CN117555123A (zh) | 一种电子显微镜自动对焦方法及装置 | |
| CN117201937A (zh) | 一种快速高精度相机聚焦方法 | |
| CN114757994B (zh) | 一种基于深度学习多任务的自动对焦方法及系统 | |
| CN109507792B (zh) | 一种基于机器学习的光学显微镜自动聚焦方法 | |
| Hao et al. | Improving the performances of autofocus based on adaptive retina-like sampling model | |
| CN117292106A (zh) | 一种电镜图像的自动对焦方法、电子设备、存储介质及程序产品 | |
| CN116489513A (zh) | 一种自动聚焦方法、装置、电子设备及存储介质 | |
| CN114785953B (zh) | 基于sfr的相机自动对焦方法及装置 | |
| CN115576092A (zh) | 一种光学显微镜智能自动聚焦方法、装置及存储设备 | |
| JPH10170817A (ja) | 合焦位置算出装置及びその方法とそれらを使用した電子顕微鏡 | |
| Antunes et al. | All-in-focus imaging using a series of images on different focal planes |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |