一种基于爬山算法与CNN模型的显微镜相机自动对焦方法

本发明公开一种基于爬山算法与CNN模型的显微镜相机自动对焦方法，包括步骤：S1图像采集：采用高分辨率相机，采集覆盖500组图像，得到初始数据集；S2数据预处理：对得到初始数据集进行预处理，包括数据清洗、归一化、数据增强、数据集划分和特征工程，得到经过预处理的数据集；S3卷积神经网络模型训练：通过构建CNN二分类模型，学习经过预处理的数据集中的图像特征。S4自动对焦模型评估：使用爬山算法和训练好模型对实时处理显微镜采集图像进行评估，通过深度特征提取与二分类评分机制精确量化图像清晰度，获得最佳焦距。本发明使用卷积神经网络提取图像的层级特征，应对复杂的显微镜成像环境，实现快速准确的自动对焦。