[发明专利]一种有形成分分析仪的自动聚焦方法

说明书

本发明公开了一种有形成分分析仪的自动聚焦方法。步骤1：自动聚焦装置的聚焦电机驱动平面流动池，使聚焦液流经流动池；步骤2：基于步骤1的经聚焦液流经的流动池，从起始位置开始，以相同步长向前移动，在每个位置拍摄m张图像，共移动n个位置；步骤3：对步骤2中的m*n张图像中的每张图像进行图像分割,获得标准粒子图像；步骤4：基于步骤3的标准粒子图像构建深度神经网络模型；步骤5：对步骤4的深度神经网络模型进行训练，得到网络参数；步骤6：对步骤5的训练后的深度神经网络模型做线性回归，回归直线与横轴的交点位置即为焦点位置。本发明用以解决传统评价函数法存在的聚焦位置不准确的问题。

技术领域

本发明属于自动聚焦领域；具体涉及一种有形成分分析仪的自动聚焦方法。

背景技术

传统的基于图像处理的自动聚焦方法一般采用聚焦评价函数方法，通过在不同位置拍摄图像，计算不同位置图像的聚焦评价函数值，取聚焦评价函数的最大值处的位置作为焦点位置。由于聚焦评价函数可能出现多峰的情况，容易造成得到的聚焦位置不准确。

发明内容

本发明提供了一种有形成分分析仪的自动聚焦方法，用以解决传统评价函数法存在的聚焦位置不准确的问题。

本发明通过以下技术方案实现：

一种有形成分分析仪的自动聚焦方法,所述自动聚焦方法包括以下步骤：

步骤1：自动聚焦装置的聚焦驱动电机5驱动平面流动池2，使聚焦液流经平面流动池2；

步骤2：基于步骤1的经聚焦液流经的平面流动池2，从起始位置开始，以相同步长向前移动，在每个位置拍摄m张图像，共移动n个位置；

步骤3：对步骤2中的m*n张图像中的每张图像进行图像分割,获得标准粒子图像；

步骤4：基于步骤3的标准粒子图像构建深度神经网络模型；

步骤5：对步骤4的深度神经网络模型进行训练，得到网络参数；

步骤6：对步骤5的训练后的深度神经网络模型做线性回归，回归直线与横轴的交点位置即为焦点位置。

进一步的，自动聚焦装置包括光源1、平面流动池2、物镜3、摄像机4和聚焦驱动电机5，所述摄像机4的镜头安装物镜3，所述摄像机4的镜头与光源1设置在平面流动池2的两侧，所述摄像机4的镜头对准平面流动池2进行拍摄，所述聚焦驱动电机5驱动平面流动池2进行移动。

进一步的，所述步骤1的聚焦液含有每微升1000±50浓度的标准粒子。

进一步的，所述步骤2的起始位置为聚焦驱动电机5开始驱动时的平面流动池2的位置。

进一步的，所述步骤3具体为，将拍摄到的图片进行裁剪保留标准粒子，从而获得标准粒子图像。

进一步的，所述步骤5的深度神经网络模型进行训练具体包括以下步骤：

步骤5.1：将每个位置的标准粒子与一个数值对应起来作为该粒子的标签，数值的范围是[-q,q]，用以构建训练集；

步骤5.2：将训练集的每个数据输入至深度神经网络模型中，进行自下而上的训练至全连接层输出，从而完成训练深度神经网络，得到深度神经网络的参数。

进一步的，所述步骤5.2中的深度神经网络模型从下而上分别为输入层、多个卷积层、池化层与全连接层。

进一步的，所述步骤6的线性回归具体包括以下步骤：

步骤6.1：拍摄图像经过图像分割在每个位置得到m_i个标准粒子图像；

步骤6.2：用训练好的深度神经网络模型作用于每个位置的标准粒子，得到该粒子的实际输出值；