一种基于CNN的电子显微镜快速自动对焦方法及系统

AITNT
正文
推荐专利
一种基于CNN的电子显微镜快速自动对焦方法及系统
申请号:CN202411367264
申请日期:2024-09-29
公开号:CN119335722A
公开日期:2025-01-21
类型:发明专利
摘要
本发明提供一种基于CNN的电子显微镜快速自动对焦方法及系统,涉及电子显微镜自动对焦技术领域,该方法包括收集电子显微镜图像,进行预处理后,用于训练预先构建的CNN模型;实时图像输入训练好的CNN模型,预测偏移量,并计算清晰度值;基于预测偏移量与清晰度值,确定下次拍摄的对焦距离;调整对焦拍摄,收集多组对焦距离与清晰度值数据,直至达到预设次数;将数据转换为坐标点,拟合高斯曲线,求解得到最佳对焦距离;根据预测的最佳对焦距离调整电子显微镜,完成自动对焦。本发明减少拍摄次数保护材料,灵活评估图像清晰度,实现高精度自动对焦,且模型可自适应重训,应对变化,灵活实用。
技术关键词
电子显微镜图像 卷积神经网络模型 坐标点 计算机软件产品 高精度自动对焦 曲线 评估图像清晰度 计算机存储介质 构建卷积神经网络 总线系统 执行存储器存储 误差反向传播 更新网络参数 数据收集模块 模型训练模块 实时图像
系统为您推荐了相关专利信息
1
基于视觉检测的工艺品摆件智能装配系统及方法
智能装配系统 工艺品摆件 工件特征 强化特征 卷积神经网络模型
2
一种基于深度学习的材料数据曲线识别与拟合方法
卷积神经网络提取 卷积神经网络模型 特征点 图像分割技术 深度学习模型
3
加权Voronoi图矢量生成方法及装置、设备和介质
矢量生成方法 Delaunay三角网 种子 矢量生成装置 计算机可执行指令
4
一种输电线路故障定位方法、装置、设备及介质
输电线路故障位置 激光雷达扫描数据 图像 深度神经网络模型 卷积神经网络模型
5
基于双极化多频观测的电离层倾斜角估计与极化模式识别方法
模式识别方法 协方差矩阵 MUSIC算法 频率 投影面
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号