CN102982522A - 一种实现多聚焦显微图像实时融合的方法 - Google Patents
一种实现多聚焦显微图像实时融合的方法 Download PDFInfo
- Publication number
- CN102982522A CN102982522A CN2012105446522A CN201210544652A CN102982522A CN 102982522 A CN102982522 A CN 102982522A CN 2012105446522 A CN2012105446522 A CN 2012105446522A CN 201210544652 A CN201210544652 A CN 201210544652A CN 102982522 A CN102982522 A CN 102982522A
- Authority
- CN
- China
- Prior art keywords
- clear
- sharpness
- source
- pixel
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明涉及一种实现多聚焦显微图像实时融合的方法,其特征在于,步骤为:第一步、多层显微图像采集;第二步、清晰源点选取;第三步、多源点扩散;第四步、融合区域的选择。通过本发明获得的清晰显微图像是图像处理的重要基础,本发明利用多源点扩散技术,通过研究同视野、多图层、彩色图像,能够实现自动聚焦多焦面显微图像的实时融合,相比较于自动聚焦显微图像,融合图像中几乎所以的纤维都呈清晰状态,为后续图像分析提供了优质图像源。
Description
技术领域
本发明涉及一种利用多源点扩散耦合边界实现多聚焦显微图像实时融合的方法,属于计算机图像处理技术应用领域。
背景技术
图像融合技术是利用各种成像传感器得到的不同图像的互补信息和冗余信息,以获得更为全面、准确的图像描述,包括像素级、特征级和决策级三个层次。作为图像融合研究内容之一的多焦面图像合成,是指在相同的成像条件下,拍摄多幅处于不同聚焦平面的图像,通过像素级图像融合技术得到一幅聚焦清晰的图像。多焦面图像融合技术主要有基于小波变换的多焦面图像合成、用反向滤波器进行图像的图像合成以及基于区域划分的多焦面图像的重构。其中,基于小波变换的融合图像方法是通过降低图像清晰区域的图像质量来提升图像模糊区域的图像质量以得到目标均为“清晰”的融合结果。反向滤波器的融合方法虽然能得到很好的图像质量,但是其算法复杂度过高,不能满足显微镜自动聚焦过程中的即时性要求。此外,现有图像融合技术适用于两幅多焦面图像的融合,对于纺织材料、如纤维集合体、纱线、针织、机织布、非织造布等具有一定厚度、并且弯曲的目标来说,需要采集同视野、不同聚焦位置的数十层图像才能得到足够的融合信息。因此利用现有图像融合方法很难实现此类目标的实时图像融合。
发明内容
本发明的目的是提供一种贯穿超景深目标的多个不同聚焦位置图层的实时图像融合方法,用于获取目标的清晰显微合成图像。
为了达到上述目的,本发明的技术方案是提供一种实现多聚焦显微图像实时融合的方法,其特征在于:
第一步、多层显微图像采集:利用装配有自动载物台的全自动显微镜,采集同一视野下、不同聚焦位置的多层显微图像;
第二步、清晰源点选取:针对多层显微图像的每一层,分别计算所有像素点的清晰度,通过不同图层之间的相同位置像素点清晰度对比,得到与源图像尺度相同的最清晰矩阵,提取最清晰矩阵中像素清晰度的极值点,作为扩散区域的清晰源点,其中,最清晰矩阵的计算步骤为:
求取所有显微图像中每个像素点的清晰度,在所有相同坐标位置的像素点所得到的清晰度中选取最大值作为该位置的清晰度极大值,形成表征目标清晰成像特征的最清晰矩阵,最清晰矩阵中第i行第j列元素表示第i行第j列的像素点的清晰度极大值;
第三步、多源点扩散:以清晰源点为扩散源,设想扩散源沿着8邻域方向,从高清晰度向低清晰度方向均质扩散,直至两个相邻的不同清晰源点的扩散边界相遇,形成耦合边界,当所有清晰源点的边界都耦合完成,则多源点扩散结束;
第四步、融合区域的选择:对于任意一个清晰源点来说,与相邻清晰源点的耦合边界合围形成了与该清晰源点相对应的融合区域,从而得到了融合图像的各个融合区域,求取所有显微图像与融合区域相对应区域的区域清晰度,在所有相同位置的区域中找到具有最大区域清晰度的区域,将该区域的显微图像数据写入与其对应的融合区域,将所有融合区域都读入完毕后形成所需要的融合图像。
优选地,在所述第二步中像素点的清晰度通过以下公式得到:
S(x,y)=|G(x-1,y-1)-G(x+1,y+1)|+|G(x-1,y+1)-G(x+1,y-1)|,其中,S(x,y)表示位于位置(x,y)处的像素点的清晰度,G(x,y)表示位于位置(x,y)处的像素点的灰度值。
优选地,在所述第三步中,两相邻清晰源点间的耦合边界由一系列到两相邻清晰源点距离相等的点组成,这些点被称为边界点,利用距离变换公式可获得到两相邻清晰源点距离相等的一系列边界点集合,距离变换公式为 其中,(X1,Y1)及(X2,Y2)分别为相邻两个清晰源点的位置坐标,(Xb,Yb)为边界点的位置坐标。
优选地,所述第四步中的区域清晰度为该区域内所有像素点的清晰度的和。
通过本发明获得的清晰显微图像是图像处理的重要基础,本发明利用多源点扩散技术,通过研究同视野、多图层、彩色图像,能够实现自动聚焦多焦面显微图像的实时融合,相比较于自动聚焦显微图像,融合图像中几乎所以的纤维都呈清晰状态,为后续图像分析提供了优质图像源。
附图说明
图1a至图1i为同一视野条件下不同图层的显微图像,其中,图1a为第15图层的显微图像,图1b为第25图层的显微图像,图1c为第35图层的显微图像,图1d为第45图层的显微图像,图1e为第55图层的显微图像,图1f为第65图层的显微图像,图1g为第75图层的显微图像,图1h为第85图层的显微图像,图1i为第95图层的显微图像;
图2为清晰源点选取示意图;
图3a至图3c为清晰源点扩散过程示意图;
图4为多源点融合区域形成示意图;
图5为最后得到的融合图像示意图。
具体实施方式
为使本发明更明显易懂,兹以优选实施例,并配合附图作详细说明如下。
本发明提供了一种实现多聚焦显微图像实时融合的方法,其步骤为:
第一步、多层显微图像采集:利用装配有自动载物台的全自动显微镜,采集同一视野下、不同聚焦位置的多层显微图像,如图1a至图1i为同一视野条件下热轧非织造布的不同图层的显微图像;
第二步、清晰源点选取:针对多层显微图像的每一层,分别计算所有像素点的清晰度,通过不同图层之间的相同位置像素点清晰度对比,得到与源图像尺度相同的最清晰矩阵,提取最清晰矩阵中像素清晰度的极值点,作为扩散区域的清晰源点,如图2所示,为得到的清晰源点,其中,最清晰矩阵的计算步骤为:
求取所有显微图像中每个像素点的清晰度,像素点的清晰度通过公式(1)得到:
S(x,y)=|G(x-1,y-1)-G(x+1,y+1)|+|G(x-1,y+1)-G(x+1,y-1)|(1);
其中,S(x,y)表示位于位置(x,y)处的像素点的清晰度,G(x,y)表示位于位置(x,y)处的像素点的灰度值,在所有相同坐标位置的像素点所得到的清晰度中选取最大值作为该位置的清晰度极大值,形成表征目标清晰成像特征的最清晰矩阵,最清晰矩阵中第i行第j列元素表示第i行第j列的像素点的清晰度极大值;
第三步、结合图3a至图3c,多源点扩散:以清晰源点为扩散源,设想扩散源沿着8邻域方向,从高清晰度向低清晰度方向均质扩散,直至两个相邻的不同清晰源点的扩散边界相遇,形成耦合边界,当所有清晰源点的边界都耦合完成,则多源点扩散结束,其中,两相邻清晰源点间的耦合边界由一系列到两相邻清晰源点距离相等的点组成,这些点被称为边界点,利用距离变换公式可获得到两相邻清晰源点距离相等的一系列边界点集合,式(2)为距离变换公式:
其中,(X1,Y1)及(X2,Y2)分别为相邻两个清晰源点的位置坐标,(Xb,Yb)为边界点的位置坐标
第四步、融合区域的选择:对于任意一个清晰源点来说,与相邻清晰源点的耦合边界合围形成了与该清晰源点相对应的融合区域,从而得到了融合图像的各个融合区域,如图4所示。求取所有显微图像与融合区域相对应区域的区域清晰度,区域清晰度为该区域内所有像素点的清晰度的和,在所有相同位置的区域中找到具有最大区域清晰度的区域,将该区域的显微图像数据写入与其对应的融合区域,将所有融合区域都读入完毕后形成所需要的融合图像,如图5所示。
Claims (4)
1.一种实现多聚焦显微图像实时融合的方法,其特征在于,步骤为:
第一步、多层显微图像采集:利用装配有自动载物台的全自动显微镜,采集同一视野下、不同聚焦位置的多层显微图像;
第二步、清晰源点选取:针对多层显微图像的每一层,分别计算所有像素点的清晰度,通过不同图层之间的相同位置像素点清晰度对比,得到与源图像尺度相同的最清晰矩阵,提取最清晰矩阵中像素清晰度的极值点,作为扩散区域的清晰源点,其中,最清晰矩阵的计算步骤为:
求取所有显微图像中每个像素点的清晰度,在所有相同坐标位置的像素点所得到的清晰度中选取最大值作为该位置的清晰度极大值,形成表征目标清晰成像特征的最清晰矩阵,最清晰矩阵中第i行第j列元素表示第i行第j列的像素点的清晰度极大值;
第三步、多源点扩散:以清晰源点为扩散源,设想扩散源沿着8邻域方向,从高清晰度向低清晰度方向均质扩散,直至两个相邻的不同清晰源点的扩散边界相遇,形成耦合边界,当所有清晰源点的边界都耦合完成,则多源点扩散结束;
第四步、融合区域的选择:对于任意一个清晰源点来说,与相邻清晰源点的耦合边界合围形成了与该清晰源点相对应的融合区域,从而得到了融合图像的各个融合区域,求取所有显微图像与融合区域相对应区域的区域清晰度,在所有相同位置的区域中找到具有最大区域清晰度的区域,将该区域的显微图像数据写入与其对应的融合区域,将所有融合区域都读入完毕后形成所需要的融合图像。
2.如权利要求1所述的一种实现多聚焦显微图像实时融合的方法,其特征在于,在所述第二步中像素点的清晰度通过以下公式得到:
S(x,y)=|G(x-1,y-1)-G(x+1,y+1)|+|G(x-1,y+1)-G(x+1,y-1)|,其中,S(x,y)表示位于位置(x,y)处的像素点的清晰度,G(x,y)表示位于位置(x,y)处的像素点的灰度值。
3.如权利要求1所述的一种实现多聚焦显微图像实时融合的方法,其特征在于,在所述第三步中,两相邻清晰源点间的耦合边界由一系列到两相邻清晰源点距离相等的点组成,这些点被称为边界点,利用距离变换公式可获得到两相邻清晰源点距离相等的一系列边界点集合,距离变换公式为 其中,(X1,Y1)及(X2,Y2)分别为相邻两个清晰源点的位置坐标,(Xb,Yb)为边界点的位置坐标。
4.如权利要求1所述的一种实现多聚焦显微图像实时融合的方法,其特征在于,所述第四步中的区域清晰度为该区域内所有像素点的清晰度的和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105446522A CN102982522A (zh) | 2012-12-14 | 2012-12-14 | 一种实现多聚焦显微图像实时融合的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2012105446522A CN102982522A (zh) | 2012-12-14 | 2012-12-14 | 一种实现多聚焦显微图像实时融合的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102982522A true CN102982522A (zh) | 2013-03-20 |
Family
ID=47856469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012105446522A Pending CN102982522A (zh) | 2012-12-14 | 2012-12-14 | 一种实现多聚焦显微图像实时融合的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102982522A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778616A (zh) * | 2012-10-22 | 2014-05-07 | 中国科学院研究生院 | 基于区域的对比度金字塔图像融合方法 |
CN105359029A (zh) * | 2013-07-04 | 2016-02-24 | 徕卡显微系统(瑞士)股份公司 | 用于显微镜系统的图像检测方法和相应的显微镜系统 |
WO2017107596A1 (zh) * | 2015-12-23 | 2017-06-29 | 努比亚技术有限公司 | 一种终端及终端拍摄的方法、计算机存储介质 |
CN107860933A (zh) * | 2017-10-26 | 2018-03-30 | 信融源大数据科技(北京)有限公司 | 基于数字图像的纺织品中纤维含量的自动检测方法和装置 |
CN110927158A (zh) * | 2019-10-31 | 2020-03-27 | 湖南爱威医疗科技有限公司 | 图像采集方法和装置、显微镜系统、计算机可读存储介质 |
CN111861915A (zh) * | 2020-07-08 | 2020-10-30 | 北京科技大学 | 一种显微成像场景下失焦扩散效应消除方法及装置 |
CN112241953A (zh) * | 2020-10-22 | 2021-01-19 | 江苏美克医学技术有限公司 | 基于多聚焦图像融合和hdr算法的样本图像融合方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622737A (zh) * | 2012-02-29 | 2012-08-01 | 宁波大学 | 一种基于区域生长的显微图像融合方法 |
-
2012
- 2012-12-14 CN CN2012105446522A patent/CN102982522A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102622737A (zh) * | 2012-02-29 | 2012-08-01 | 宁波大学 | 一种基于区域生长的显微图像融合方法 |
Non-Patent Citations (2)
Title |
---|
RONGWU WANG: "multi-focus image fusion for enhancing fiber microscopic images", 《TEXTILE RESEARCH JOURNAL》 * |
余佶: "基于区域清晰度的纺织纤维图像融合方法", 《计算机应用与软件》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778616A (zh) * | 2012-10-22 | 2014-05-07 | 中国科学院研究生院 | 基于区域的对比度金字塔图像融合方法 |
CN105359029A (zh) * | 2013-07-04 | 2016-02-24 | 徕卡显微系统(瑞士)股份公司 | 用于显微镜系统的图像检测方法和相应的显微镜系统 |
US10146039B2 (en) | 2013-07-04 | 2018-12-04 | Leica Microsystems (Schweiz) Ag | Image capture method for a microscope system, and corresponding microscope system |
WO2017107596A1 (zh) * | 2015-12-23 | 2017-06-29 | 努比亚技术有限公司 | 一种终端及终端拍摄的方法、计算机存储介质 |
US10659675B2 (en) | 2015-12-23 | 2020-05-19 | Nubia Technology Co., Ltd. | Terminal, shooting method thereof and computer storage medium |
CN107860933A (zh) * | 2017-10-26 | 2018-03-30 | 信融源大数据科技(北京)有限公司 | 基于数字图像的纺织品中纤维含量的自动检测方法和装置 |
CN110927158A (zh) * | 2019-10-31 | 2020-03-27 | 湖南爱威医疗科技有限公司 | 图像采集方法和装置、显微镜系统、计算机可读存储介质 |
CN111861915A (zh) * | 2020-07-08 | 2020-10-30 | 北京科技大学 | 一种显微成像场景下失焦扩散效应消除方法及装置 |
CN111861915B (zh) * | 2020-07-08 | 2021-08-13 | 北京科技大学 | 一种显微成像场景下失焦扩散效应消除方法及装置 |
CN112241953A (zh) * | 2020-10-22 | 2021-01-19 | 江苏美克医学技术有限公司 | 基于多聚焦图像融合和hdr算法的样本图像融合方法及装置 |
CN112241953B (zh) * | 2020-10-22 | 2023-07-21 | 江苏美克医学技术有限公司 | 基于多聚焦图像融合和hdr算法的样本图像融合方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102982522A (zh) | 一种实现多聚焦显微图像实时融合的方法 | |
CN101937055B (zh) | 产生图像的方法和用于获取及处理图像的系统 | |
US9088729B2 (en) | Imaging apparatus and method of controlling same | |
US9214013B2 (en) | Systems and methods for correcting user identified artifacts in light field images | |
RU2734447C2 (ru) | Система для формирования синтезированного двухмерного изображения биологического образца с повышенной глубиной резкости | |
EP2596472B1 (de) | Mosaikaufnahmeerzeugung | |
CN103308452B (zh) | 一种基于景深融合的光学投影断层成像图像获取方法 | |
CN103236048A (zh) | 一种基于互信息和交互的医学图像拼接方法 | |
CN104181686A (zh) | 基于fpm的光场显微方法 | |
CN105069748B (zh) | 一种基于微小卫星物方扫描技术获取高分辨率图像的方法 | |
DE102012217165A1 (de) | Bildaufnahmevorrichtung und Brennpunkterfassungsverfahren | |
JP5369564B2 (ja) | 形状測定装置 | |
US20180164156A1 (en) | Hybrid Sensor with Enhanced Infrared Detection Capabilities | |
JP2010054320A (ja) | 形状測定装置及び方法、並びにプログラム | |
CN111429500B (zh) | 轴向扫描光场数据的重建与拼接方法及装置 | |
CN101779155A (zh) | 对样本成像的方法 | |
WO2016030479A1 (de) | Bildaufnahmevorrichtung und verfahren zur bildaufnahme | |
JP2015192238A (ja) | 画像データ生成装置および画像データ生成方法 | |
CN106846383A (zh) | 基于3d数字显微成像系统的高动态范围图像成像方法 | |
CN101930606A (zh) | 一种图像边缘检测的景深扩展方法 | |
CN110519493A (zh) | 成像设备和成像方法 | |
US11300767B2 (en) | Method for high-resolution scanning microscopy | |
CN105957091A (zh) | 一种基于显微级全景图的焦炭显微结构分析方法 | |
DE102013201191A1 (de) | Ophthalmische Vorrichtung, Steuerverfahren einer ophthalmischen Vorrichtung und Speichermedium | |
CN104603668A (zh) | 图像处理装置、图像处理程序及图像处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130320 |