一种基于卷积神经网络的无透镜全息显微微粒表征方法

摘要

本发明公开了一种基于卷积神经网络的无透镜全息显微微粒表征方法。该方法的步骤为：S1先采集暗场图像，然后采集光源均匀照射下的明场图像；S3在传感器上方放置样本，采集不同折射率的样本的显微图像，并标注每张图像对应的折射率；S3对所有全息显微图像进行平场校正；S4计算图像中所有微粒的中心，并切割各个微粒的图像；S5清洗切割后的所有图像，随机分为训练集、验证集和测试集；将训练集作为卷积神经网络的输入，训练分类网络，在验证集上验证效果训练参数，最后在测试集上测试分类效果，微粒对应的分类标签即为微粒的折射率表征结果。本发明的方法可以对大视场下的生物样本进行快速、方便、准确的表征。