基于全自动显微镜的图像新技术研究
基于图像处理的显微镜自动聚焦系统的设计与实现
图２ 高斯 聚焦策略实现流程图
动聚焦算法研究［］ Ｊ． 中国图象 图形学报， ０ ４ ９ ４ ： ９ — ０． ２０ ， （） ３６４１
过程， 以及模拟显微镜 自 动聚焦过程。
边 的运算之 后的值 ， 这个值作为点 （ ， ） ｘ ｙ 的输 出值 ， 入加和 进
２ 系统总体架构设计
基 于图像处理 的显微 镜 自 聚焦设计思想是 ： ＣＤ 集 动 把 Ｃ采 到的显 微图像送 到计算机 后， 过图像预处理 ， 后用合适 的 经 然 聚 焦评 价函数计算其评价值， 再根据 自 动聚焦策 略来寻找显微 镜 最佳 成像的位 置。 便 于计算机 直接 获得数字 图像 ， 为了 本设
１ 引言
自动测量技术可以代替人 眼实现 以图像为载体 的目 标参量
３１图像采集 ．
本系统 采用大恒集 团的Ｃ Ｄ Ｃ 相机作为数 字图像获取设备，
Ｃ 测量 ， 自动 聚焦 技术是 自动完成 图像测量并 使测量结果精确 在大恒集团提供的软件开发包 的基础上采用Ｖ － 次开发图像采 而 的可靠 保证 ， 它作为视觉仪器 研究 的重要 内容 ， 为国内外 多领 集程序。
是单 向搜 索， 以初始步 长必 须合适 ， 所 而且必 须是大 步长， 到后面， 越 步长越小， 就越接 也
近显微镜正焦的位置， 当聚焦评价函数值首
Ｉ
一 … ｈ 帅 … 一
Ｃ ｎ ｒ ｌ ｂｄ ｅ ｏ ｔ ｏ
～ 一 ｕ — … Ｒ ＿ 一 一
［］ 以， ２方 郑崇勋 ， 闫相 国． 显微镜 自动聚焦算法 的研 究 ［］仪器仪 表学 Ｊ．
报 ， ０ ５ ２ １ ） １ ７—２ ７ ２ ０ ， ６（２ ： ２５ １ ７．
透镜回 々 瓠 即可撼照 Ｉ 最佳 ｜ ．ｌ 妊置 ≥ ｜ ． 淑 童
光学显微镜的新技术和应用
光学显微镜的新技术和应用光学显微镜是一种常见的实验室工具，它可以让人们观察到微观世界中棘手的问题和微小的变化。
在科学和医学领域，它发挥着重要作用。
在近年来，光学显微镜的新技术和应用不断涌现，以下是一些相关的主要内容。
一、超分辨率显微镜技术在传统的光学显微镜中，由于光波本身的散射和透过样本的局限性，使得物体的分辨率受到限制。
而超分辨率显微镜则通过巧妙地利用某些特殊效应使得物体的分辨率达到亚纳米级别，大大提高了样本观察的精度。
其中比较重要的一种技术是叫做“STED”技术，这种技术利用特殊的探针和激光，将物体较小区域的光辉限定在更小的尺度之内，然后再通过合适的花样扩展光斑使得样本中的图案被增强和放大。
这种技术丰富了人们对于细胞的结构和功能的理解，对于认知神经学、生物学以及医学的发展都有极大的促进。
二、多光子显微镜技术传统的荧光显微镜需要使用荧光物质或者显微粒子做标记才能实现观测，这些标记物往往在生物样本中的分布和含量会影响样本的生理行为和代谢反应。
而多光子显微镜技术则可以直接通过样本在激光的刺激下自然发射出的光子来实现成像，不需要任何的荧光标记。
这种技术特别适合用在对于比较复杂和难以加标的样本中，例如组织、脑区和胚胎样本中。
这种技术不仅可以非侵入式地观察样本生物学行为，也可以更加深入探讨整个现象的性质和机理。
三、快速成像技术随着大数据时代的到来以及数据处理能力的不断提高，人们对于样本及物体的快速成像需求也随之增加。
而快速成像技术就是在经典的普通光学显微镜中使用高速的探针和电子扫描技术来实现物体非常快速的成像。
这种技术最大的优点就是它可以在高速和快速变化的样本中保持样本斑点清晰且稳定。
它可以应用于关于细胞和组织的生物学研究甚至包括微纳技术领域中的研究。
现在的研究也将发掘表层上的第二层信息，比如物体的纹理和形状信息。
特别是在生物医学领域中，快速成像技术可以帮助医生及时诊断治疗有效性，给减轻疾病带来更快的效果。
1、研究级全自动倒置荧光显微镜系统明场、荧光、微分干涉
1、研究级全自动倒置荧光显微镜系统明场、荧光、微分干涉观察方式#1.1光学系统≥50 mm齐焦距，无限远校正光学系统, 消杂光光学系统。
1.2主机内置高清数码CCD相机可通过APP网络远程实时监控显微镜及观察样本状态，电动控制Z轴，电动物镜转盘，电动荧光滤色镜转盘，电动切转观察方式，电动微分干涉模块，电动对焦系统，数码CCD接口（宽视场直径：25mm）。
控制台可以显示所切换的物镜信息、荧光激发块信息和Z轴精度位置等显微镜状态。
#1.3双层光路系统，内置完整光路中间变倍：1X/1.5X/2X；具有左侧和右侧两个视频输出接口；1.4 观察镜筒瞳距可在50-76mm范围内进行调节，视场直径为22mm，双目视度可调，双目倾角25度, 四功能转盘（勃特兰透镜校正）；目镜筒底座：专业目镜筒底座。
1.5 目镜高眼点目镜，10×，宽视场直径：22mm。
*1.6聚焦机构电动物镜转换器的升降运动，行程（电动）向上≥7.5mm、向下≥2.5mm，电动脉冲马达，精度：≤0.01um，最大速度：≥2.5mm/sec，物镜升降行程≥10mm；电动下降及粗调重新对焦机构，带粗/微调切换装置，备有上限调节, 防撞机构。
不同倍数物镜，具有样品齐焦和倍数记忆功能。
1.7照明系统高性能LED节能环保长寿命冷光源（无需频繁更换灯泡），照明寿命≥50000小时，带智能色温管理模块，可自动根据使用物镜光强情况，保证色温一致；在高放大倍率下在图像边缘-边缘均可以获得明亮均匀的图像；所有放大倍率下均可获得相同的色温，保证图像背景颜色不变，视场可变光阑可调。
1.8载物台电脑控制XYZ高精度扫描载物台，移动速度：≥150mm/秒；步进精度：Z轴≤25 nm， XY轴≤10nm#，绝对精度：≤8um. ；电动XY行程: ≥110mm X 75mm（X-Y 运动），最小调节精度：≤10nm可以实现X-Y轴≤120nm，Z轴≤150nm的高分辨率。
远程诊断系统中的全自动生物显微镜研究
制 软件 可 以进行 载物 台 移 动 的 实 时控 制 、 镜 的转 换 、 物 聚 光 镜 亮 度 的 调节 、 自动 聚 焦 、 忆 点 自动 回溯 、 景深 图像 记 多 融 合 、 像 拼接 、 视 野 全景 图像 生 成等 操 作 ， 成 实 时 图 图 大 完
像 的同 步更 新 。
应 用效 果 。
关 键 词 ： 自动 生 物 显微 镜 ； 程诊 断 ； 全 远 自动 聚 焦 ； 多景 深 图像 融 合 ； 图像 拼 接
中图 分类 号 ： Ｐ ０ Ｔ ３１
文 献标２７ ０ （ ０ １ ０ —０ ２０ １ ７ ８ ０ ２ １ ） ２０ ７ —３ 生 物 显微 镜 ， 户 端通 过 远 程 诊 断 系统 软 件 与服 务 端 进 行 客
物 聚 焦 图像 必 须 是 清 晰 度 和 均 匀 度 双 重 统 一 的 图 像 。对 于 这一 要 求 ， 文在 聚焦 时 先 拟合 一 幅 符 合锐 度 和 均 匀 度 本 双 重要 求 的标 准评 价 图像 作 为标 准 图像 ， 采 集 图像 与标 将
基 金 项 目 ： 江 省科 技 厅 面 上科 研 工 业 项 目基金 （０ ７ ２ ０ ８ ； 波 城 市 职 业技 术 学 院 ２ １ 浙 ２０Ｃ １２）宁 ０ ０年 科 研 基 金 （ Ｘ１ ０ ３ ＺＷ ０９）
统 的全 自动 生 物显 微 镜 ， 括 基 于 生物 切 片 的 自动 聚 焦 算 包
行视频 、 音交流 ， 语 由语 音视 频 交 互模 块 实 现 。系统 中 ， 服 务 端 显 微 镜采 集 到 的切 片 图像 由 高 压 缩 率 大 图 像 流 编 码 模 块 进行 压缩 后 ， 过 网 络 传 输 到 客 户 端 服 务 器 上 ， 过 通 经
电镜的图像处理技术
电镜的图像处理技术电子显微镜（简称电镜）是一种高科技装置，可以高精度地观察物质微观结构，它的出现推动了纳米科学、纳米技术的不断发展。
在电镜取得的图像中，图像处理技术可以为我们提供更多的细节信息，让人类更好地认识和利用物质世界，将在此阐述一些常用的图像处理技术。
1、对比度调整调整对比度可以使图像更加清晰，让目标物体的特征更加明显。
电镜的图像通常比较暗淡，如果不进行对比度调整，会很难看清物体的表面结构和内部形态。
为此，我们需要使用图像处理软件，在里面打开电镜图像，通过调节对比度和亮度等参数，使得图像更加明亮、细节更加清晰。
2、去噪电镜图像通常包含噪声，在处理图像前，我们需要把噪声移除，这可以通过各种滤波算法来实现。
常用的去噪算法有中值滤波、高斯滤波、维纳滤波等。
中值滤波将每个像素的值都改为周围像素的中值，具有去除噪声的效果；高斯滤波是一种基于像素点附近值的加权平均值的算法，可以消除高频噪声；维纳滤波可以对加性噪声进行去噪。
3、边缘检测边缘检测是图像处理中的一种常见操作，它可以帮助我们寻找图像中各个物体的边缘。
在电镜图像处理中，边缘检测可以帮助我们更加清晰地观察物体的表面形态和内部结构。
常用的边缘检测算法有Canny算法、Sobel算法、Laplacian算法等。
这些算法都可以在图像中寻找边缘，并将其以线条的形式标记出来，方便我们分析和研究。
4、三维可视化在电镜实验中，我们经常需要观察物体的三维形态，这可以通过三维可视化技术来实现。
在图像处理软件中，我们可以将电镜图像进行三维建模，然后通过旋转、拉伸等操作，让物体的三维形态更加清晰地呈现出来。
此外，还可以使用虚拟现实技术来进行三维可视化，让用户身临其境地观察物体的微观结构。
5、人工智能技术辅助分析随着人工智能技术的不断发展，电镜图像处理也不再局限于传统的方法，人工智能技术在其中扮演越来越重要的角色。
比如，我们可以使用卷积神经网络等深度学习技术来自动识别物体的形态、结构等信息，帮助我们更快速地进行图像分析和处理。
光学显微镜图像分析处理技术研究
光学显微镜图像分析处理技术研究1. 前言光学显微镜是一种广泛应用于材料科学、生物医学、物理化学等领域中的重要仪器，其在科学研究和工业生产中具有重要的应用价值。
为了更好地利用和发挥光学显微镜的优势，图像分析处理技术成为了一个重要的研究课题。
本文将对光学显微镜图像分析处理技术进行探讨。
2. 光学显微镜图像的基本特征与测量参数在图像分析处理之前，我们需要对光学显微镜图像的基本特征与测量参数进行了解。
光学显微镜图像由于自然界中的物体反射、透射和散射的光线受到物镜的收集和成像而形成的。
其中，物镜的放大倍数、成像质量和图像的分辨率是影响光学显微镜图像质量的主要因素。
根据光学显微镜图像的特性不同，我们可以将其分为透射光显微镜、反射光显微镜和荧光显微镜等。
透射光显微镜图像主要用于材料科学中的晶体、非晶体和生物医学中的细胞、组织等的观察和检测；反射光显微镜图像主要用于材料表面形貌和结构的分析和测量；荧光显微镜图像则适用于细胞、生物分子和药物等的研究。
在对光学显微镜图像进行测量时，除了需要根据测量对象选择不同的显微镜之外，还需要选取合适的测量参数。
常用的测量参数包括图像的放大倍数、图像切片厚度、亮度和对比度等。
例如，在细胞和生物分子的研究中，我们通常会采用高解析度和高对比度的图像进行分析处理，以保证实验的准确性和可信度。
3. 光学显微镜图像的数字化与处理随着数字图像处理技术的不断发展，光学显微镜图像的数字化与处理变得越来越重要。
数字化技术可以将光学显微镜图像转换为数字信号，可方便进行数字图像处理和分析。
数字处理技术可以实现从图像中提取、计算和分析出所需的信息和特征，如颜色、面积、形状和空间分布等，从而为科学研究和工业生产提供了更加准确和便捷的分析数据。
针对光学显微镜图像的数字化与处理，我们可以使用多种方法来实现，常见的方法包括：图像采集：利用电子数码相机或CCD相机等设备对物镜所成的光学显微图像进行数字化的过程，通常需要结合图像处理软件实现。
基于图像识别的形态学检测显微镜自动对焦系统
基于图像识别的形态学检测显微镜自动对焦系统作者：高帆傅戈来源：《企业技术开发·中旬刊》2014年第01期摘要：为满足医学形态学诊断远程操作中显微镜观测自动对焦的实时性和准确性要求，设计了一个不改变光学显微镜结构的自动对焦系统，并提出了一种结合图像识别改进的自动对焦算法。
关键词：自动对焦；图像识别；医学形态学检测中图分类号：TP391.41 文献标识码：A 文章编号：1006-8937（2014）2-0045-02显微镜是一种光学仪器，它通过光学系统的作用将观察对象放大，从微观形态研究和认识对象的特性。
它已广泛应用于生物学、细胞组织学、临床诊断、材料检测、电子元件性能检测和分析等各个领域。
医学形态学诊断是医学诊断的最直接、最有效的科学方法，但正确诊断依赖于检验医师和病理医师的丰富经验。
利用基于图像反馈的自动化技术以及网络通讯技术，可以高速便捷的把经验丰富的检验医师和带有网络遥操作功能的高精度、高分辩医疗显微镜连接起来，检验医师可以通过远程显微镜实时获取显微图像，实现对病理的远程诊断，以解决形态学检验的效率低、感染风险高、经验依赖性强、漏判误判率高等问题。
为了迅速而准确地对显微图像进行自动采集、处理和识别，亟需设计出全自动控制的显微镜系统。
该系统的瓶颈技术是自动对焦问题，因此有效地实现显微镜的自动对焦成为提高显微分析系统性能、实现高精度测量的关键问题。
本文旨在设计一个准确、高效、实时的适用于显微观测的自动对焦系统，结合形态学检测的特点，实现诊断时成像系统对病理切片的自动对焦，以便于实时观察和快速检测，不仅为远程病理诊断，也为电子元件检测及很多依赖全自动显微镜工作的系统提供实时、有效的自动对焦方法。
1 自动对焦系统设计光学显微镜组件结构复杂，景深10 μm左右，物距端的对焦范围一般为±200 μm，再结合在线检测的实时性等应用要求，本文提出一种不改变显微镜原有结构，而利用微动载物平台改变物距的方法实现对焦操作的自动对焦系统，并根据形态学检测的特点，提出了结合图像识别设计对焦窗口的基于数字图像处理技术的改进对焦算法。
远程诊断系统中的全自动生物显微镜研究
远程诊断系统中的全自动生物显微镜研究摘要：针对远程医疗的需要，构建基于全自动生物显微镜的远程诊断系统。
提出了基于生物切片的自动聚焦算法、基于小波的四叉树分解融合算法、与模板匹配原理相近的类卷积拼接算法，在图像的获取和处理方面取得了理想的应用效果。
关键词：全自动生物显微镜；远程诊断；自动聚焦；多景深图像融合；图像拼接本课题根据研究的需要，研究开发适用于远程诊断系统的全自动生物显微镜，包括基于生物切片的自动聚焦算法、多景深图像融合技术、多幅显微图像的拼接算法等关键技术。
1远程诊断系统构架本文远程诊断系统包括以下几个部分：客户端、服务端、会诊管理中心、病理数据库和一些相关的数据库(包括诊断系统数据库，各医院的数据库等)，图1为系统构架图。
图1远程诊断系统构架图1中申请诊断的基层医院作为服务端，专家所在的医院作为客户端。
会诊管理中心负责会诊的总体安排，诊断系统数据库提供病人的相关资料、专家的相关资料，病理数据库提供相关病例资料。
服务端的电脑连有全自动生物显微镜，客户端通过远程诊断系统软件与服务端进行交流，客户端实时操控服务端的全自动生物显微镜，服务端同步浏览通过显微镜采集到的医学图像。
同时，专家和患者、专家和专家之间在远程诊断系统这个平台上可以进行视频、语音交流，由语音视频交互模块实现。
系统中，服务端显微镜采集到的切片图像由高压缩率大图像流编码模块进行压缩后，通过网络传输到客户端服务器上，经过解码后在电脑上显示切片图像。
本文将显微镜的复杂操作简化为对一个软件面版的操作，使专家不用再为熟悉新的显微镜硬件而发愁，简洁明了，让专家可以快速地得到想要观察的图片。
通过该控制软件可以进行载物台移动的实时控制、物镜的转换、聚光镜亮度的调节、自动聚焦、记忆点自动回溯、多景深图像融合、图像拼接、大视野全景图像生成等操作，完成实时图像的同步更新。
2系统中的图像处理关键技术2.1显微图像自动聚焦算法正确聚焦与否视觉上靠图像是否清晰来判断。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国体视学与图像分析 ２００４年 第９卷 第１期 ＣＨＩＮＥＳＥ ＪＯＵＲＮＡＬ ＯＦ ＳＴＥＲＥＯＬＯＧＹ ＡＮＤ ＩＭＡＧＥ ＡＮＡＬＹＳＩＳ Ｖｏ１．９ Ｎｏ．１ Ｍａｒ．２００４ ３１ 收稿日期：２００３年１１月２０日 基金项目：国家自然科学基金项目 （ＮＯ．６０３７２０１７）资助；作者简介：姜志国（１９６５－），男，北京航空航天大学图象中心，副教授；研究方向为数字图像处理分析、识别与医学图像可视化文章编号：１００７－１４８２（２００４）０１－００３１－０６ ・ 新技术与新方法・ 基于全自动显微镜的图像新技术研究姜志国，韩冬兵，谢凤英，袁天云 （ 北京航空航天大学宇航学院图像处理中心，北京１０００８３ ） 【摘要】：针对显微图像分析、识别需要的全自动控制显微镜，研究开发其相应的图像处理算法。
提出了能量谱自动聚焦评价函数算法、自适应选取基准图的图像拼接算法、改进Laplacian 算子的多层聚焦图像叠合算法等。
该算法模块已成功地应用于所开发的ＣＭＩＡＳ显微医学图像分析系统中，取得了满意的应用效果。
【关键词】：全自动显微镜；自动聚焦；图像拼接；多层聚焦图像叠合 【中图分类号】：TP391.41 【文献标识码】：ANew Image Techniques Based on Automatic MicroscopyJIANG Zhi-Guo, HAN Dong-Bing, XIE Feng-Ying, YUAN Tian-Yun( Image Processing Center, Beihang University, Beijing, 100083, China )【ABSTRACT 】For the automatic microscope required by micro-image analysis and recognition, the relevant image processing a lgorithms are investigated. Three algorithms are described: energy-spectrum image auto focusing evaluation function, image merging based on the adaptive selection of standard image and sum-modified-Laplacian (SML) operator for multi -focus image fusion. The algorithms have been applied successfully to CMIAS medical micro-optical image analysis system and testified to be feasible and effective.【KEYWORDS 】Automatic microscope; auto focusing; image merging; multi -focus image fusion１ 引言 显微镜是一种应用非常广泛的光学仪器，它通过光学系统的作用放大被观察的对象，对微观组织结构进行显示，从微观形态来认识和研究对象的特性。
目前，它已广泛应用于生物学、病理学、细胞组织学、药物化学、遗传基因、临床诊断、材料检测、航空与空间技术、地质和考古、电子元件性能检测和分析等各个领域。
但随着现代研究应用的需要，传统的手工控制显微镜不能满足科学研究的需求，迫切需要由计算机来精确控制其动作的全自动控制显微镜。
该自动显微镜可广泛应用于远程医学病理会诊、高精度的显微测量、显微目标的自动获取与识别等。
由高级计算机图像工作站与全自动控制显微镜一起组成了智能化显微图像分析系统，与传统的显微分析工作站相比，其自动化程度和工作效率大大提高，人为干扰减少，分析精度更高。
全自动控制显微镜技术，包括硬件和软件两部分。
硬件部分是在普通显微镜基础上加上ＸＹＺ轴三向自动控制平台（实现载物台两轴、聚焦第三轴自动控制），较多控制功能的显微镜还可对视场光阑、物镜、聚光镜、光圈等进行自动控制、调节。
软件部分包括显微镜自动控制、显微图像采集、处理以及分析模块。
长期以来，自动显微镜的研究开发甚至应用都是在国外，目前国内的相关产品开发则刚刚开始，ＭＯＴＩＣ公司已推出七轴自动控制显微镜。
本课题根据研究的需要，研究开发全自动控制显微镜系统中需要的相关图像处理关键技术，主要包括自动显微镜聚焦过程中的自动聚焦算法、多幅显微图像的拼接算法、显微多层聚焦图像叠合算法等。
２ 显微图像自动聚焦算法 ２．１ 算法原理 在光学系统中，镜头对物体成像有一个最佳成像位置，偏离了这个位置将导致所成图像模糊，图像质量下降，因此能否准确聚焦对于一个光学系统十分重要。
自动聚焦技术主要是通过各种光电检测法，得到准确的离焦数据，然后反馈给控制中心，控制中心再通过电机调节镜头组中各镜片的距离，使之到达聚焦位置。
数字图像自动聚焦技术是以数字图像处理和分析为基础的，主要有立体视觉法、聚焦深度法、离焦３２ 中国体视学与图像分析 ２００４年 第９卷 第１期 深度法等，其中以聚焦深度法最为常用。
它通过一系列聚焦逐渐准确的图像来确定目标物的距离，这个搜寻过程需要不同参量下的多幅图像（１０幅或更多）。
理想的聚焦评价函数应具有无偏性和单峰性，能够在最佳聚焦位置获得最大值，同时应具有良好的抗噪能力。
为了能准确地探测峰值的位置，减少由于噪音产生的局部极值以及边缘凸出效应的干扰，并提高调焦速度，可以使用 Fi-bonacci 搜寻法以及曲线拟合法，根据已有数据拟合出最佳调焦位置。
正确聚焦与否视觉上靠图像是否清晰来判断，从空域角度看，聚焦图像比离焦图像灰度变化明显，有较锐化的边缘。
从频域角度看，由于离焦是一个低通滤波的过程，当图像对比度不大即离焦时，图像的高频分量相对较少。
聚焦图像比离焦图像包含更多的信息和细节，也就相应地包含更多的高频分量。
根据上述特点，自动聚焦评价函数可以分为两类：空域函数和变换域函数。
常见的空域评价函数有灰度方差算子［１］、灰度梯度算子［２］ ［３］ ［４］ 、图像灰度熵［５］等。
变换域类的聚焦评价函数是把图像转化到相应的变换域中，两个基本的变换是傅里叶变换和小波变换。
不同的评价函数适合各自的调焦对象。
２．２ 能量谱聚焦评价函数［６］根据傅里叶光学理论，用来实现精确聚焦算法所采用的评价标准与高频分量的多少有密切的关系，对于同一视野的一个序列图像，高频分量的增多也意味着总的能量增加。
傅里叶变换的高频分量对应着图像边缘，完全聚焦时图像清晰，包含边缘信息的高频分量最多，总的能量也增加；离焦时图像模糊，高频分量较少，总的能量也减少，所以本文采用傅里叶变换域的总的能量多少作为图像聚焦评价函数的主要依据。
将序列图像应用快速傅里叶变换(FFT)转换到频域，幅度的平方和为能量谱。
具体构造聚焦评价函数如下：设图像为M ×N ，则二维离散傅里叶变换为：11001(,)(,)exp[2()]N N x X x yF u v f x y j u v MNM Nπ−−===−+∑∑(1) 其傅里叶谱：221/2(,)[(,)(,)]F u v R u v I u v =+ (2)能量谱：222(,)(,)(,)(,)P u v F u v R u v I u v ==+ (3)取0max (,)uvF P u v =∑∑ (4)Ｆ０对应的位置即为聚焦位置。
为了对以上各聚焦评价函数进行比较，我们在ＭＯＴＩＣ自动显微镜下采集了十几个显微样本的几百幅序列图像（从离焦到聚焦，再从聚焦到离焦），得到自动聚焦评价函数曲线。
图１是由自动显微镜下获取的包含４０幅图像的一个序列得到的聚焦评价函数曲线。
从图中可以看出，对于该序列图像，能量谱聚焦评价函数在最佳调焦位置得到最大值，基本上没有局部最大值，曲线具有明显的峰值，单峰性好，且变化陡峭，是比较理想的评价函数。
图 １ 聚焦评价函数曲线 ２００４年 第９卷 第１期 姜志国等：基于全自动显微镜的图像新技术研究 ３３(a) 离焦图像 (b) 聚焦图像聚集策略采用大图像窗口以避免小窗口信息贫乏造成的聚焦误差；采用大步长遍历搜索粗定位与小步长局部搜索细定位的相结合的方法，既能满足速度的要求又避免出现局部极大值造成的错误聚焦。
综上分析和实验，本文设计的能量谱聚焦评价函数曲线单峰性好，峰值点处变化趋势明显，具有良好的抗噪、抗干扰性能，通过自动显微镜验证，是一种实用性很强的自动聚焦算法。
３ 多幅图像拼接算法 显微镜视野小，无法一次采集到大视野的图像，同时对于大目标图像的数据测量也需要把不完整的图像拼接为一个整体。
所以，把相邻的各幅图像拼接起来成为实现显微数据测量的关键环节。
为了实现两幅相邻图像的拼接，我们利用了图像匹配技术。
所谓图像匹配指的是把两个从同一景物采集下来的两幅图像在空间上进行对准，以确定出这两幅图像之间相对平移的过程［７］。
对于两幅存在重叠的相邻图像，如果在其中一幅图像的重叠区中选取一小块区域做基准图，然后到另一幅图像中寻找匹配点，就可以确定二者间的平移关系，也就可以通过坐标变换实现二者的拼接。
显微镜下采集到的图像由于照度不均而存在亮度变化，但图像基本不发生旋转或缩放等几何形变，所以对于要拼接的两幅显微图像来说，图像匹配只限于二者间的平移，而灰度相关性匹配可以克服图像亮度失真，且具有算法简单、易实现等优点，所以我们利用相关性匹配策略对显微医学图像进行了匹配拼接。
并在此基础上设计了一种基准图位置自适应选取的方法。
从而避免了相关性匹配在信息贫乏区域难以找到正确匹配点的缺陷。
该方法匹配成功率高且速度快，在大多数情况下都能给出满意的结果。
３．１ 相关性测度模型 设基准图T （T 的大小为L K ×）叠放在参考图Ｓ（Ｓ的大小为N M ×） 上平移，基准图T 覆盖下的那块搜索图像称做子图ji S,，j i ,为这块子图的左下角像素点在Ｓ图中的坐标，因此可用下列相关函数做相似性测度： ),(j i R []∑∑∑∑====•=Km Ln ji K m Ln ji n m Sn m T n m S112,11,),(),(),( (5) 式（４）即为基准图T 与子图ji S ,的相关系数。
),(j i R 在0和1之间取值，并且仅在比值),(),(,n m T n m S j i 为常数时),(j i R 取极大值（等于１）［８］。
根据相似性原理，),(j i R 值越大二者越接近，当),(j i R 取值最大时),(j i 为正确匹配位置。