传统非实时图像拼接方法易因局部图像失配导致全局拼接中断。此外，显微图像具有大量相似的微观结构，存在特征检测耗时长、误匹配率高等问题。为此，提出一种基于载物台运动信息的显微图像预测拼接算法。通过控制电动载物台XY轴移动距离来决定相邻图像间重叠区域大小，在图像的重叠区域采用加速稳健特征算法检测特征点。利用图像间前后位置关系预测待匹配特征点的范围，在预测范围内筛选出最小欧氏距离的待匹配点。最后通过匹配特征点对的斜率粗筛选匹配点对，随机抽样一致性算法进行精匹配并计算单应性矩阵配准图像完成拼接，使用改进的加权平均算法融合拼接图像。实验结果表明：与暴力匹配和快速最近邻搜索算法相比，所提算法匹配率提高7.95%~26.52%，有效提高配准精度。同时，当图像分辨率为1600×1200时，多图拼接速率为2 frame·s^-1，其效果优于AutoStitch软件拼接效果。

聚焦评价函数的设计与选取是显微镜自动聚焦的核心问题之一,光照变化引起函数曲线失去理想特性, 传统的聚焦评价函数无法克服这一问题。为了解决此问题, 提出一种结合频域离散余弦变换(DCT)零系数和空域局部标准差的自动聚焦算法。通过计算图像子块的DCT高频零系数个数和局部标准差, 利用两者相反的作用效果进行除法运算, 并采用平方运算加大该算法的清晰度比率, 在不同光照条件下, 与几种传统的聚焦评价函数进行聚焦对比实验, 验证了该算法的适用性, 并对聚焦评价函数使用定量指标进行性能评估。结果表明, 该算法在低照度的条件下还能保持良好的曲线特性, 并且具有较强的抗噪性、灵敏度和稳定性。