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。

针对全自动光学显微镜系统中, 传统聚焦窗口选择方法易受图像内容分布、杂质、噪声等因素干扰的问题, 提出一种根据内容像素变化量选择聚焦窗口的方法。该方法将灰度差像素数量与边缘像素数量加权作为内容像素数量, 据此衡量失焦模糊状态下子块内容含量并划分聚焦窗口, 减少杂质与噪声对取窗过程的影响; 用降采样后图像各子块内容含量估计原图像内容分布信息, 降低图像滤波、梯度计算过程的计算量; 使用局部标准差与锐利边缘像素数量联合检测焦平面图像的失焦模糊区域, 有效排除玻片杂质造成的焦平面误判。与传统的显微镜自动聚焦取窗方法相比, 对内容丰富程度和分布状况不同的显微图像序列, 该方法均能获取有效的聚焦窗口, 像素梯度均值更高, 所得的评价曲线局部极值极少, 尖锐性好, 因此该方法的成功率高, 鲁棒性更强。