摘 要

当下国内外扫描电镜自动聚焦领域已出现相应快速准确的自动聚焦算法来实现扫描电镜的自动聚焦过程，但常见的基于扫描电镜的自动聚焦算法仍普遍存在聚焦耗时长，对焦准确度不高的缺陷。

针对上述现状，本文设计了一种自动聚焦算法来加快大规模生物序列切片电镜图像的聚焦过程,减少生物领域科研人员在对样品进行观察前在对焦环节所耗费的精力，实现聚焦过程自动化。

在实际算法设计过程中，考虑到扫描电镜自动聚焦技术对噪声敏感并且计算量大，会影响SEM自动对焦的准确性和实时性,本文设计了一种针对SEM图像的自动聚焦技术。该技术采用基于高斯灰度差分和梯度函数的Sobel算子相结合的对焦评价函数来描述对焦状态，涉及到图像的动态采集、内存映射文件的建立、对MMF进行实时存储和读取、图像的降噪和修补、评价函数选择、图像评价值拟合算法选择以及动态精确聚焦过程的实现等具体环节，有效减少计算量以确保实时聚焦。

根据上述设计目的和设计方法得到的自动聚焦算法在扫描电镜上通过调用API实现极好的自动聚焦效果，完全满足实现SEM快速、精密自动对焦的设计要求。

关键词：扫描电镜，自动聚焦，评价函数，拟合算法

Abstract

At present, there has been a fast and accurate automatic focusing algorithm to reali-ze the automatic focusing process of scanning electron microscopy in the automatic foc-using field of scanning electron microscopy at home and abroad, but the common autom-atic focusing algorithm based on scanning electron microscope has the defects of long f-ocusing time and low focusing accuracy.

In view of the above situation ，an automatic focusing algorithm designed in this t-hesis aims to accelerate the focusing process in the large-scale section electron microsco-py images of biological sequences through the automatic focus algorithm and to reduce the amount of energy that researchers in the biology field expend on focusing on the sa-mple and to realize the automatic focusing.

In the actual algorithm design process, considering that the scanning electron micros-cope (SEM) automatic focusing technology is sensitive to noise and has a large amount of calculation which would affect the accuracy and real-time performance of SEM auto-matic focusing. This thesis puts forward a kind of automatic focusing technology based on SEM images. This technique describes the focus state by combining the Gaussian g-ray difference and the Sobel operator based on the gradient function which involves the dynamic image acquisition, the establishment of the memory mapped file, to store and read the MMF, image noise reduction and restoration, evaluation function selection, fittin-g method to select the image evaluation and dynamic precise and specific links such as the implementation of the focus. The computation is r-educed effectively, and the real ti-me of focus is guaranteed.

The automatic focusing algorithm according to the above design objective and desig-n method can achieve better autofocusing effect by invoking the API on the SEM which fully meets the design requirements of fast and precise automatic focusing of SEM.

Keywords: SEM , Autofocusing , Evaluation function , Fitting algorithm

目 录

第1章 绪论 1

1.1背景介绍 1

1.2国内外研究现状 2

1.3研究内容和预期目标 3

第2章 扫描电镜结构和工作原理 4

2.1 SEM结构与成像原理 4

2.2 SEM的使用优势 5

2.3 SEM成像质量影响因素 5

第3章 自动聚焦算法框架 7

3.1 自动聚焦算法分析 7

3.2方案比较与确定 8

3.4自动聚焦软件架构 9

3.4.1自动聚焦算法步骤 9

3.4.2动态聚焦工作流程 10

3.4.3软件平台设计 11

第4章 降噪算法的设计 12

4.1 均值滤波 12

4.2中值滤波 12

4.3高斯滤波 13

4.4 滤波算法选用 14

第5章 自动聚焦清晰度评价 16

5.1梯度法 16

5.1.1 Canny边缘检测算子 16

5.1.2 Laplace算子 17

5.1.3 Sobel算子 18

5.2频域法 19

5.3灰度差分法 21

5.3.1基于中值滤波的灰度差分法 21

5.3.2基于高斯滤波的灰度差分法 22

5.3.3噪声的二次消除 24

5.3.3.1图像卷积运算函数filter2D 24

5.3.3.2阈值处理 24

5.4差分法与梯度法结合 26

第6章 最大锐度搜索算法 28

6.1自适应步长的登山搜索法 28

6.2模拟退火算法 29

6.3遗传算法 29

6.3.1遗传算法原理 29

6.3.2遗传算法步骤 30

6.3.3遗传算法的应用价值分析 31

6.4基于最小二乘多项式拟合法 32

6.4.1基于最小二乘法多项式曲线拟合原理 32

6.4.2基于最小二乘多项式拟合函数选择 33

6.4.2.1 基于OpenCV的Solve函数 33

6.4.2.2 Solve函数与自行编写二项式拟合函数效果比较 34

6.4.3 基于最小二乘二项式拟合算法的改进 36

第7章 基于API的自动聚焦软件平台设计 37

7.1内存映射文件 37

7.1.1内存映射文件概述 37

7.1.2内存映射文件的用法与优势 37

7.2动态自适应聚焦 39

7.3多线程的委托与调用 40

7.4 API接口的调用 41

第8章 SEM自动聚焦软件平台实验 42

8.1 SEM自动聚焦软件平台功能说明 42

8.2 不同尺度和分辨率下聚焦效果验证 44

8.2.1 同分辨率不同尺度下的聚焦效果分析 44

8.2.2同尺度不同分辨率下的聚焦效果分析 46

8.3 实验结果分析 48

第9章 总结与展望 49

参考文献 50

附 录 51

致 谢 52

第1章 绪论

1.1背景介绍

在越来越多的国家关注“脑计划”，脑科学的研究热火朝天的大背景下，脑联结图谱的研究成为探索大脑工作机制和揭示大脑疾病发生机制的必然途径。不同的检测尺度对应于不同级别的脑图谱信息，包括：毫米级宏观层面、微米级介观层面和纳米级微观层面。其中，宏观和介观层面的脑图谱研究已经具有较为完备的基础。而在微观层面，由于研究尚不成熟，突触水平的神经环路研究工作十分必要，具体工作流程见图1.1，最终获得神经回路的超微结构。