[发明专利]一种比较图像清晰度的方法、系统及自动聚焦控制方法

说明书

技术领域

本发明涉及高通量基因测序领域，更具体地说，涉及一种比较多个测序图像清晰度的方法和系统，以及一种自动聚焦控制方法。

背景技术

高通量基因测序图像承载着丰富的人类基因信息，极高的清晰度要求已经成为衡量实验成功的重要环节。高通量基因测序图像极具纹理密度多样性的特性，在检测图像质量过程中，属典型的无参考图像质量检测。无参考图像质量评价方法就是在没有一个可以进行参考和对比的原始图像的情况下，得出一个与人类视觉系统的视觉感知相一致的质量分数值的方法。目前，对数字图像清晰度的无参考图像质量评价方法主要有灰度平均梯度法、拉普拉斯算子和这两种评价方法。

灰度平均梯度法（Gray Mean Grads，GMG）是分别将图像长度和宽度方向上的相邻像素灰度值的差求平方和再求均方根，它能较好的反映图像的对比度变化特征，其值越大表示图像越清晰，高通量基因测序图像中的信号强度越突出，易被识别，说明图像质量越好。

令g为M×N的图像矩阵，则灰度平均梯度值表达式如下：

GMG=1(M-1)(N-1)Σi=1M-1Σj=1N-1[g(i,j+1)-g(i,j)]2+[g(i+1,j)-g(i,j)]22.]]>

拉普拉斯算子和（Laplace operator Sum，LS）是将图像范围内每一个像素点的8邻域微分值求和，其值同样能较好的反映图像的对比度的变化特征，其值越大表示图像越清晰，高通量基因测序图像中的信号强度越突出，易被识别，说明图像质量越好。

令g为M×N的图像矩阵，则拉普拉斯算子和表达式如下：