针对显微图像分析、识别需要的全自动控制显微镜，研究开发其相应的图像处理算法。提 出了能量谱自动聚焦评价函数算法、自适应选取基准图的图像拼接算法、改进Laplacian 算子的多层 聚焦图像叠合算法等

显微镜自动聚焦算法研究

神经元的形状和树突结构对于神经元网络中的生物信号转导很重要。 神经元细胞的解剖结构重建是神经科学面临的首要挑战和重要课题之一。 准确的重建结果可以促进随后的神经元系统仿真。 随着共聚焦显微镜技术的发展，研究人员可以亚微米分辨率扫描神经元进行实验。 这些使复杂的树状树的重建变得更加可行。 但是，这仍然是一项繁琐，耗时且劳动强度大的任务。 几十年来，计算机辅助方法一直在这一任务中发挥重要作用，但是没有一种流行的算法能够自动重建完整的解剖结构。 所有这些使开发新的重建方法变得至关重要。 本文提出了一种

在自动显微测量技术中,为了在保证对焦精度的同时具有较强的噪声抑制能力,在研究显微镜成像和聚焦原理的基础上提出了一种新的用于显微测量的聚焦评价函数。该聚焦评价函数利用改进的SUSAN算法识别待测边缘,当待测边缘点的数目最少时,显微镜聚焦最佳。实验表明,在粗调焦、细调焦、加高斯噪声后调焦和加椒盐噪声后调焦时,对同一位置的物体重复对焦30次,测得对焦位置的标准差分别为0.000,0.0011,0.0126,0.0033。与经典的聚焦评价函数相比,BW聚焦评价函数在精确性、单峰性、灵敏度、抗噪性能方面性