1.高噪声透射电子显微镜欠焦序列图像的配准方法，其特征在于，包括以下步骤：（1）获得高噪声的欠焦序列电子显微镜图像；

（2）对图像序列进行傅里叶变换：对所获得的图像逐帧进行傅里叶变换，提取各帧的振幅分量，并累加形成频域振幅模式 ，以增强周期性结构信号，同时抑制随机噪声；

（3）增强频域信号：选用调制函数，对频域振幅分量进行调制，同时保留原始相位信息；

（4）傅里叶逆变换：对调制后的频域信号进行傅里叶逆变换，获得降噪后图像序列 ；

（5）基于信息熵优化配准：计算降噪后图像的互信息 ，其中：对降噪后图像序列中不同帧的两张图像分别统计各像素强度值的出现频数,基于频数占比，计算两图各自的边缘熵,并统计两图像对应位置像素强度对的联合出现频数分布，通过联合频数占比，计算联合信息熵；将两图边缘熵之和减去联合熵，得到互信息 ；

（6）归一化互信息，减少对重叠区域大小的敏感性；

（7）多尺度优化：采用优化算法优化互信息值和配准参数，获取使互信息值最大的配准参数；

（8）基于迭代优化的互信息值和配准参数计算修正值，并配准步骤（1）获得的欠焦序列电子显微镜图像；

（9） 配准结果评估：建立不同配准方法的对照组，对于配准后的欠焦序列电子显微镜图像采用均方根误差RMS量化评估配准参数，验证配准精度；对于实际低剂量技术采集的欠焦序列电子显微镜图像，通过步骤（2）（8）配准后再重构，与对照组配准后重构的结构图像~的分辨率对比，验证配准水平。

2.根据权利要求 1 所述的方法，其特征在于：

步骤（2）所述的图像有n帧，形成图像堆栈，其中第i帧的图像表示为 ，其中（x,y）对应透射电子显微镜采集时样品二维空间的投影位置，x为水平方向坐标，y为垂直方向坐标， 的值反映该位置处探测器探测到的电子信号强度；频域振幅模式表示为，其中u和v表示空间频率中不同频率分量的贡献，u对应水平方向的频率，v对应垂直方向的频率， 的值反映傅里叶变换的结果，其数学意义为将空间域映射到频率域，傅里叶变换采用快速傅里叶变换 FFT 计算，公式如下：，公

式（1）中积分部分表示对单帧图像 进行连续傅里叶变换，具体为通过积分计算第i帧图像 与对应第i帧图像复指数波 的内积，从而量化图像中每个频率分量的贡献，即计算其在频率点 的复数值；绝对值部分表示取傅里叶变换的幅度谱，也就是傅里叶变换的模，而求和部分表示为对多帧图像的频谱进行叠加，最终得到 。

3.根据权利要求 1 所述的方法，其特征在于：

步骤（3）所述的调制函数包括：高斯调制函数、维纳调制函数、软阈值调制函数、高斯高通调制函数、中值调制函数；

步骤（3）所述的增强频域信号的公式为：

，其中，

表示为频率信号的相位角，相位的物理意义为决定了信号中周期性结构的空间位置，公式（2）中的 来源于图像中的原始信号，即表示相位信息不变； 为第i帧图像中频率点 的原始相位信息，其将相位信息编码为复数形式，便于频域信号合成；

为调制函数，对频域振幅分量进行调制； 表示在第i帧图像中频率点 的增强后信号，包含调整后的幅度和相位信息，用于后续傅里叶逆变换，重构增强后的空间域信号。

4.根据权利要求 1 所述的方法，其特征在于：

步骤（4）所述的傅里叶逆变换，其数学表达式如下：

，其

中， 为通过傅里叶逆变换从频域信号 恢复出的空间域信号，包含增强或修正后的信息，即降噪后图像序列中的第i帧， 表示将频域信号 中的每个频率分量 转换成空间域的平面波；公式（8）中积分部分表示将频域中分离的频率分量重新组合，恢复空间域图像的全局和局部特征。

5.根据权利要求 1 所述的方法，其特征在于：

步骤（5）所述的互信息  ，其数学表达式如下：

，其

中， 为图像 中所有非零像素值的总数， 为图像 中所有非零像素值的总数， 和 表示通过傅里叶逆变换后总共n帧的图像堆栈中第i帧和第j帧图像，计算边缘熵E( )和E( )，需要基于输入 、 两张图片对应像素强度值的出现频数 和 ， 是图像 中某个像素的强度值， 是图像中对应位置像素的强度值，并对两张图像的所有非零像素强度值个数求和分别记为 和, 总数结合出现频数用于表示单张图像中某强度的出现概率，即每张图像的独立概率；

表示两幅图像在相同位置均为非零像素的总对数， 表示在两张图像中，同一位置的像素强度值分别为 和 的出现次数，总对数结合像素对出现频数用于表达两张图像中对应某像素强度值对的出现概率，即两张图像的联合概率；对数项表示为联合概率与独立概率的比率，用于衡量两张图像的统计相关性，值越大表示两图的像素强度分布越依赖；求和部分表示综合所有像素对的统计关系，得到全局的互信息值；互信息  则用于量化两张图像的统计依赖性，值越大表示两张图像像素强度分布越相关，即越相似或配准越好。

6.根据权利要求 1 所述的方法，其特征在于：

步骤（6）所述的互信息计算采用归一化互信息 NMI计算，以减少配准对图像重叠区域大小的敏感性，其数学表达式如下： ，归一化互信

息 用于将互信息 标准化到固定范围[0,1]内，便于比较不同图像对的相似性。

7.根据权利要求 1 所述的方法，其特征在于：

步骤（7）所述的优化算法包括差分进化、梯度下降、模拟退火；

步骤（7）所述的优化算法用于计算最优配准参数  ，其数学表达式如下：，其中，

表示对图像进行平移后的图像， 和 表示水平和垂直方向上的偏移量； 表示在所有可能的 平移组合中，寻找使互信息值最大的那一组平移，从而得到最优配准参数 ，也就是图像配准最好的时候，所需的水平和垂直平移量。

8.根据权利要求 1 所述的方法，其特征在于：

步骤（8）所述的基于迭代优化的互信息值和配准参数计算修正值,其数学表达式如下：，其中，m表示在优

化过程中用来配准的图像对的数量， 表示第i帧图像相对于第k帧参考图像所计算得到的最佳配准平移量，表示第i帧图像的全局修正位移矢量，即最终用于将该图像与全局参考图像对齐的总平移量，以提高配准的鲁棒性。

9.高噪声透射电子显微镜欠焦序列图像的配准装置，其特征在于，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现权利要求1‑8中任一项所述的高噪声透射电子显微镜欠焦序列图像的配准方法。

10.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1‑8中任一项所述的高噪声透射电子显微镜欠焦序列图像的配准方法。