| 基于结构光照明和深度学习的光片显微镜单帧自聚焦方法 |
| CN202310385698.2 2023-4-12 发明申请 |
| 2023-8-4 |
| 本发明公开了一种基于结构光照明和深度学习的光片显微镜单帧自聚焦方法，包括以下步骤：对光束进行整形，形成复合多个深度且横向错开的结构光照明样品并保持固定不动；移动探测物镜拍摄多个图像堆栈并输入到深度傅里叶神经网络中进行训练；利用相同的深度复合结构光照明样品并拍摄一帧样品图像输入到训练好的网络中进行离焦预测；最终根据网络输出的结果完成离焦补偿。本发明实现利用单帧图像完成光片显微镜的离焦预测，解决传统自聚焦方案中需要扫描多帧图像的问题，提升系统长时程高质量成像能力；深度傅里叶神经网络对离焦判断快、精度高，有利于提高光片显微镜的成像速度，其所需训练集数量少、网络泛化性好，有助于提高网络的可获得性。 |
微信公众号