微纳线自动对焦网络

单图即估焦面姿态

用CNN从单张ROI图像同时估计多根微纳线的焦距与三维姿态，省去传统逐点扫描的机械过程，并为跨材料复用提供迁移学习路径。

Jiaxu, Song · Wu, Juan · Yu, Kaiyan

IEEE Transactions on Automation Science and Engineering 2024

技术优势

单图即可定焦

输入一张ROI图像，网络直接输出焦距和三维姿态，替代传统需要多次机械移动的自动对焦过程，省去逐点扫描的时间延迟。

跟踪更稳更久

相比传统方法，学习的方法在跟踪和三维姿态估计上稳定性更高、持续时间更长，有利于长时间观察和操控。

收敛速度更快

学习的方法比传统方法收敛速度更快，能更快锁定焦平面和姿态，减少等待时间。

应用场景

• 微流控视觉操控：提供微流控环境中微纳线的实时焦距与姿态，使视觉反馈闭环操控成为可能。
• 微纳机器人视觉伺服：输出微纳线三维姿态，可服务于微纳机器人视觉伺服中的目标跟踪与定位。
• 显微成像自动对焦：用单张ROI图像替代机械扫描式自动对焦，显著提升对焦速度和稳定性。
• 智能显微操作：为智能显微操作提供深度学习视觉方案，简化操作流程并提高自动化水平。