一种基于深度学习的焦平面无折返显微聚焦方法

一种基于深度学习的焦平面无折返显微聚焦方法，它属于显微成像技术领域。本发明解决了现有聚焦方法需要焦平面多次折返振荡，导致所需聚焦时间长、聚焦效率低的问题。本发明首先构建包含编码器和解码器的聚焦测量网络，再利用构造的训练数据集对聚焦测量网络进行训练。当训练好的聚焦测量网络中输入一张成像目标的显微图像时，由聚焦测量网络输出一张描述原图各区域聚焦程度的聚焦测量图；从聚焦测量图中划定并统计出感兴趣区域内的像素均值作为输入图像的清晰度测量值，根据清晰度测量值和目标清晰度，并基于pid控制的搜索策略实现了变步长的搜索策略，实现了焦平面无需折返的聚焦过程。本发明方法可以应用于显微成像中的显微聚焦过程。