一种基于端到端模型的显微镜自动对焦方法

本发明提供一种基于端到端模型的显微镜自动对焦方法，涉及光学仪器技术领域。该方法包括：通过图像采集模块拍摄显微镜载玻片上的图像，通过灰度直方图均衡化算法进行图像预处理；在云端服务器部署端到端神经网络模型，接收经预处理的图像并预测第一对焦位置值；将第一对焦位置值发送至步进马达控制的电动调焦模块，完成调焦；采集第二图像并进行图像预处理，利用端到端神经网络模型预测第二对焦位置值，并将第二与第一对焦位置值之间的相对位置发送电动调焦模块，完成最终自动对焦。本申请通过深度学习模型直接从显微图像中预测最佳对焦位置，简化传统对焦评分函数或图像序列分析流程，实现端到端的高效预测，显著提升对焦速度与精度。