[发明专利]基于人工鱼群算法的显微镜自动对焦窗口选择方法

权利要求书

1.一种基于人工鱼群算法的显微镜自动对焦窗口选择方法，其特征在于，具体包括如下步骤：

1)将显微镜自动对焦的图像信息映射到人工鱼群算法中，定义人工鱼群规模X＝{x₁，x₂，...，x_i，...x_n}，其中，X对应整幅图像，x_i为欲求寻优个体的变量，对应于人工鱼的位置，i＝1，…，n，n为人工鱼总数；初始化工鱼群算法参数：人工鱼群规模X，每条人工鱼x_i的初始位置，人工鱼视野范围Visual，人工鱼可移动步长Step，拥挤度因子δ，人工鱼搜索的最大尝试次数Try_number，当前迭代次数k，最大迭代次数k_max；

2)计算每条人工鱼的食物浓度或适应度函数并初始化公告板：将个体鱼群的图像转换为二值图像，根据二值图像计算人工鱼的对焦评价函数值Y＝f(x)，其值即为目前人工鱼的食物浓度或适应度函数值；在算法中设立公告板，存储最优解状态；将上述所得的所有人工鱼的食物浓度或适应度函数值进行比较，最高为最优值，对应的人工鱼的位置为最优解并赋予公告板，完成初始化公告板；

3)引入动态权衡因子策略：对视野Visual和步长Step根据迭代次数实时调整，提高算法的前期搜索能力和后期收敛能力，调整如公式(1)和(2)所示：

Step＝Step-Step×α； (1)

Visual＝Visual-Visual×α； (2)

其中，α为动态权衡因子，

4)对每条人工鱼通过觅食、聚群、追尾和随机行为更新自己的位置，所有人工鱼都更新后，则生成新鱼群，完成一次迭代，选出更新后鱼群的最优解个体，与公告板进行比较，若优于公告板则取代公告板原状态，此时，公告板获得目前能搜索到全局人工鱼的食物浓度最高或适应度函数最大值；

5)二次初始化参数：每次迭代结束后，根据公告板中的当前最优解的位置，重置初始人工鱼群算法的最佳参数：人工鱼群规模X、对应的每条人工鱼x_i的位置、最大迭代次数k_max；避开局部最优值；

6)检查终止条件：如迭代次数k≥k_max，则算法迭代结束，输出公告板中的最优解(x_best，y_best)，按照得到的最佳对焦位置选取窗口，完成自动对焦中窗口选择部分，若不满足终止条件，则将k+1赋值给k，并返回执行步骤3)。

2.根据权利要求1所述基于人工鱼群算法的显微镜自动对焦窗口选择方法，其特征在于，所述步骤4)中对每条人工鱼通过觅食、聚群、追尾和随机行为更新自己的位置具体方法如下：

觅食行为：设x_i为人工鱼个体当前状态，对应的对焦评价函数值为y_i；在其视野范围内随机选择一种状态x_j，其对应的对焦评价函数值为y_j，

x_j＝x_i+Visual*rand()

如果y_j＞y_i，则按照该方向作如下运动：

其中为目前人工鱼位置，为执行鱼群活动后的位置，x_best为是当前整个情况下最佳鱼的位置，即公告板存储的位置信息，

否则重新选择随机状态x_j，继续对焦评价函数值判断，若反复几次，尝试次数超出最大尝试次数Try_number，则执行随机行为；

聚群行为：设x_i为人工鱼个体当前状态，x_c为当前邻域的同伴中心位置，n_f为同伴数，d_ij＜Visual，d_ij＝||x_i-x_j||，人工鱼x_i和x_j之间的距离，n为人工鱼总数；如果对应对焦评价函数值y_c＞y_i，且表示同伴中心有较高的食物浓度或较高的适应度函数值，且不是很拥挤，则向同伴中心作如下运动，

否则，执行捕食行为；

追尾行为：设x_i为人工鱼个体当前状态，x_j为当前领域内所有人工鱼中对焦评价函数值最大的个体状态，如果y_j＞y_i，且表示同伴x_j具有较高的食物浓度或较高的适应度函数值，且周围环境不是很拥挤，则向同伴x_j作如下运动，

否则，执行捕食行为；

随机行为：在视野中随机选择一个状态，然后向这个状态移动。