摘要
本发明公开了一种应用于显微镜的多聚焦图像融合方法、设备及介质,方法包括:通过显微镜采集待测物品的若干个序列图像;对序列图像进行分组,根据训练后的深度学习网络模型的输入图像数量设定参数N,将所有序列图像中的S张多聚焦图像按照每组中包括N张图像划分为若干组,将包括N张图像的每组图像输入至训练后的深度学习网络模型中进行图像融合,生成清晰图像;将生成的清晰图像加入到原数据集中,将未参与上一次图像融合过程的图像再次进行分组以及融合生成;直至未融合的图像数量为1,得到最终清晰图像,根据最终清晰图像的清晰度map回溯每次融合过程中的清晰度map记录,找到最终清晰图像中每个像素最清晰的图像编号。
技术关键词
深度学习网络模型
图像融合方法
显微镜
构建深度学习网络
特征提取模块
序列
待测物品
样本
计算机设备
景深
识别模块
计算机存储介质
图像处理方法
编码特征
像素点
行程
处理器
两阶段