CN105701809B - 一种基于线阵相机扫描的平场校正方法 - Google Patents

一种基于线阵相机扫描的平场校正方法 Download PDF

Info

Publication number
CN105701809B
CN105701809B CN201610016816.2A CN201610016816A CN105701809B CN 105701809 B CN105701809 B CN 105701809B CN 201610016816 A CN201610016816 A CN 201610016816A CN 105701809 B CN105701809 B CN 105701809B
Authority
CN
China
Prior art keywords
line
digital camera
scan digital
gray
flat field
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.)
Active
Application number
CN201610016816.2A
Other languages
English (en)
Other versions
CN105701809A (zh
Inventor
刘炳宪
谢菊元
王焱辉
王克惠
陈丽桥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Konfoong Biotech International Co Ltd
Original Assignee
Konfoong Biotech International Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Konfoong Biotech International Co Ltd filed Critical Konfoong Biotech International Co Ltd
Priority to CN201610016816.2A priority Critical patent/CN105701809B/zh
Publication of CN105701809A publication Critical patent/CN105701809A/zh
Application granted granted Critical
Publication of CN105701809B publication Critical patent/CN105701809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Abstract

本发明公开了一种基于线阵相机扫描的平场校正方法,应用于线阵相机,包括下述步骤:S1.获取一病理切片的预览图像,根据所述预览图像对所述线阵相机对焦,并获取所述线阵相机的Z轴焦距位置;S2.所述线阵相机以所述Z轴焦距位置为基准对所述病理切片进行扫描获取一病理切片图像;S3.将所述病理切片图像根据红、绿、蓝三个颜色通道分离为三张灰度图,根据所述三张灰度图进行计算以分别获取每个颜色的校正系数曲线,以根据三个颜色的所述校正系数曲线对所述线阵相机扫描的图像进行平场校正。本发明可滤除了灰尘、杂质以及线阵相机本身噪声的干扰,达到提高平场校正正确性的目的。

Description

一种基于线阵相机扫描的平场校正方法
技术领域
本发明涉及显微技术领域,尤其涉及一种基于线阵相机扫描的平场校正方法。
背景技术
在高速发展的智能化数字化时代里,线阵相机的使用率不断升高。目前,线阵相机主要应用于机器视觉,工业检测,病理切片扫描等行业中。应用于病理切片数字扫描仪系统中的线阵相机用于对传统病理染色体病理切片扫描并采集图像,通过与仪器连接的电脑,实现对图像进行浏览、保存、诊断以及远程会诊等。但是,由于线阵相机的感光元件每个点的感光系数不一致及光路亮度不均匀,从而导致图像灰度值不均匀,致使图像左右亮度不一样。
现有的大多数线阵相机都带有平场校正的功能,一般都是采用两点校正法。然而,线阵相机自带的两点校正法需在无灰尘无杂质的光路下使用,才能达到平场校正的效果。在线阵相机的平场校正过程中如果出现灰尘、杂质校正数据会受到影响,从而无法达到平场校正的目的;并且在病理切片数字扫描仪扫描病理切片时,在显微的光路中,很难保证焦距位置没有灰尘和杂质,或者焦距位置与扫描的焦距位置之间不存在误差,因此平场校正结果很容易出现不理想的情况。
发明内容
针对现有的线阵相机自带的平场校正功能存在的上述问题,现提供一种旨在实现可提高平场校正准确性的基于线阵相机扫描的平场校正方法。
具体技术方案如下:
一种基于线阵相机扫描的平场校正方法,应用于线阵相机,包括下述步骤:
S1.获取一病理切片的预览图像,根据所述预览图像对所述线阵相机对焦,并获取所述线阵相机的Z轴焦距位置;
S2.所述线阵相机以所述Z轴焦距位置为基准对所述病理切片进行扫描获取一病理切片图像;
S3.将所述病理切片图像根据红、绿、蓝三个颜色通道分离为三张灰度图,根据所述三张灰度图进行计算以分别获取每个颜色的校正系数曲线,以根据三个颜色的所述校正系数曲线对所述线阵相机扫描的图像进行平场校正。
优选的,在所述步骤S1中采用一面阵相机拍摄所述病理切片以获取所述预览图像。
优选的,在所述步骤S1中,以所述预览图像中一预设点的坐标值为基础对所述线阵相机进行平场校正。
优选的,所述预设点为所述预览图像中无病理组织的点。
优选的,在所述步骤S1中根据所述预设点的坐标值及最小二乘法获取一拟合平面,根据所述拟合平面计算获取所述线阵相机的Z轴焦距位置。
优选的,在所述步骤S2中所述线阵相机以所述预设点为中心,以所述Z轴焦距位置为基准对所述病理切片进行扫描获取一尺寸为Apx×Bpx的所述病理切片图像;
其中,A和B均为正整数。
优选的,所述步骤S3的具体过程为:
S31.将所述病理切片图像根据红、绿、蓝三个颜色通道分离为三张灰度图;
S32.分别获取每张所述灰度图的灰度值模板数据;
S33.采用两点校正法分别对每张所述灰度图的所述灰度值模板数据进行计算,以获取每个颜色的所述校正系数曲线。
优选的,在所述步骤S32中获取一张所述灰度图的灰度值模板数据的具体过程为:
S321.将所述灰度图分割成A条线,每条线的高度为Bpx,宽度为1px;
S322.分别对A条线做直方图,依次获取每个直方图中频率最大的灰度值;
所述灰度值模板数据由A条线的直方图中依次获取的频率最大的灰度值组合而成。
优选的,在所述步骤S33中提取三张所述灰度图的灰度值模板数据中最大的灰度值M,获取一个颜色的所述校正系数曲线的具体过程为:
根据公式N(x,y)=M/f(x,y),获取所述颜色的坐标为(x,y)点的校正系数N(x,y),f(x,y)表示坐标为(x,y)点的所述颜色的灰度值,所述颜色的所述校正系数曲线由所述校正系数组成。
上述技术方案的有益效果:
在本技术方案中,根据预览图像对线阵相机进行对焦,从而提高了补光的正确性,采用根据红、绿、蓝三个颜色通道分离线阵相机扫描的病理切片图像,并获取相应的校正系数曲线,滤除了灰尘、杂质以及线阵相机本身噪声的干扰,达到提高平场校正正确性的目的。
附图说明
图1为本发明所述的基于线阵相机扫描的平场校正方法的一种实施例的方法流程图;
图2为本发明的一种实施例中的一病理切片的预览图像。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
如图1所示,一种基于线阵相机扫描的平场校正方法,应用于线阵相机,包括下述步骤:
S1.获取一病理切片的预览图像,根据预览图像对线阵相机对焦,并获取线阵相机的Z轴焦距位置;
S2.线阵相机以Z轴焦距位置为基准对病理切片进行扫描获取一病理切片图像;
S3.将病理切片图像根据红、绿、蓝三个颜色通道分离为三张灰度图,根据三张灰度图进行计算以分别获取每个颜色的校正系数曲线,以根据三个颜色的校正系数曲线对线阵相机扫描的图像进行平场校正。
在本实施例中,根据预览图像对线阵相机进行对焦,从而提高了补光的正确性,采用根据红、绿、蓝三个颜色通道分离线阵相机扫描的病理切片图像,并获取相应的校正系数曲线,滤除了灰尘、杂质以及线阵相机本身噪声的干扰,达到提高平场校正正确性的目的。
如图2所示,在优选的实施例中,在步骤S1中采用一面阵相机拍摄病理切片以获取预览图像。
在本实施例中,病理切片数字扫描仪的线阵相机在对病理切片对象扫描前,先采用普通面阵相机来抓取一张病理切片的预览图像。该预览图像类似导航图,可在该预览图像中选中要扫描的扫描区域,平台会根据用户框定的范围,移动到物镜下扫描。
在优选的实施例中,在步骤S1中,以预览图像中一预设点的坐标值为基础对线阵相机进行平场校正,以使预览图像的亮度均匀。
进一步地,预设点为预览图像中无病理组织的点。
在本实施例中,在预览图像中可通过图像处理找出离组织不远的预设点,定为点a(如2所示)该预设点为人为设定的。
在优选的实施例中,在步骤S1中根据预设点的坐标值及最小二乘法获取一拟合平面,根据所述拟合平面计算获取线阵相机的Z轴焦距位置。
在本实施例中,计算点a的焦距值Z的具体方法为:如图2所示,点b表示通过图像识别出来的有病理组织d的点,由于无组织的点(点a)是无法进行对焦。需在点a附近找几个对焦的点进行对焦算出每个点的坐标,对焦选取的点为框c内的点b。将对焦的点进行最小二乘法法则获取一拟合平面,根据该拟合平面计算获取点a的焦距值Z。
在优选的实施例中,在步骤S2中线阵相机以预设点为中心,以Z轴焦距位置为基准对病理切片进行扫描获取一尺寸为Apx×Bpx的病理切片图像;
其中,A和B均为正整数。在优选的实施例中,步骤S3的具体过程为:
S31.将病理切片图像根据红(R)、绿(G)、蓝(B)三个颜色通道分离为三张灰度图;
S32.分别获取每张灰度图的灰度值模板数据,获取一张灰度图的灰度值模板数据的具体过程为:
S321.将灰度图分割成A条线,每条线的高度为Bpx,宽度为1px;
S322.分别对A条线做直方图,依次获取每个直方图中频率最大的灰度值;
灰度值模板数据由A条线的直方图中依次获取的频率最大的灰度值组合而成;
S33.采用两点校正法分别对每张灰度图的灰度值模板数据进行计算,以获取每个颜色的校正系数曲线。
在步骤S33中提取三张灰度图的灰度值模板数据中最大的灰度值M,获取一个颜色的校正系数曲线的具体过程为:
根据公式N(x,y)=M/f(x,y),获取颜色的坐标为(x,y)点的校正系数N(x,y),f(x,y)表示坐标为(x,y)点的颜色的灰度值,颜色的校正系数曲线由校正系数组成。
在本实施例中,以病理切片图像的尺寸为2048px×1000px为例说明获取校正系数曲线的具体过程:
将病理切片图像根据红、绿、蓝三个颜色通道分离为三张灰度图,获得红、绿、蓝三条2048×1的灰度图,以红色为例具体方法为:
1)将红色通道的灰度图分割成2048条线,线的高度为1000px,宽度为1px;
2)分别对每条线做直方图,从直方图中可得出频率最大的灰度值,采用这种方式获取的灰度值可以有效的避免白图的灰尘、杂质以及线阵相机本身噪声的干扰,从而提高平场校正的成功率;
3)依次得出每条线频率最高的点,最后组成一条2048×1的灰度值模板数据;
4)提取三个颜色的灰度图的灰度值模板数据中最大的灰度值M,根据公式Nn(x,y)=M/f(x,y)(运算时可保留小数位6位),n=1,2,……,2048;分别获取每个颜色相应的校正系数曲线,从而实现根据三个颜色的校正系数曲线对线阵相机扫描的图像进行平场校正的目的。
本发明通过拟合平面的方式,提高了补光的正确性,并精确了焦距位置;通过将三个通道分开进行平场校正,提高平场校正的精确性;采用直方图计算高频的灰度值,可滤除灰尘、杂质以及线阵相机本身噪声的干扰,提高了平场校正的正确性,精确度可达到99%。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。

Claims (5)

1.一种基于线阵相机扫描的平场校正方法,应用于线阵相机,其特征在于,包括下述步骤:
S1.获取一病理切片的预览图像,根据所述预览图像对所述线阵相机对焦,并获取所述线阵相机的Z轴焦距位置;
S2.所述线阵相机以所述Z轴焦距位置为基准对所述病理切片进行扫描获取一病理切片图像;
S3.将所述病理切片图像根据红、绿、蓝三个颜色通道分离为三张灰度图,根据所述三张灰度图进行计算以分别获取每个颜色的校正系数曲线,以根据三个颜色的所述校正系数曲线对所述线阵相机扫描的图像进行平场校正;
其中,在所述步骤S1中,以所述预览图像中一预设点的坐标值为基础对所述线阵相机进行平场校正;
在所述步骤S2中所述线阵相机以所述预设点为中心,以所述Z轴焦距位置为基准对所述病理切片进行扫描获取一尺寸为Apx×Bpx的所述病理切片图像,其中,A和B均为正整数;
所述步骤S3的具体过程为:
S31.将所述病理切片图像根据红、绿、蓝三个颜色通道分离为三张灰度图;
S32.分别获取每张所述灰度图的灰度值模板数据;
S33.采用两点校正法分别对每张所述灰度图的所述灰度值模板数据进行计算,以获取每个颜色的所述校正系数曲线;
其中,在所述步骤S32中获取一张所述灰度图的灰度值模板数据的具体过程为:
S321.将所述灰度图分割成A条线,每条线的高度为Bpx,宽度为1px;
S322.分别对A条线做直方图,依次获取每个直方图中频率最大的灰度值;
所述灰度值模板数据由A条线的直方图中依次获取的频率最大的灰度值组合而成。
2.如权利要求1所述的基于线阵相机扫描的平场校正方法,其特征在于,在所述步骤S1中采用一面阵相机拍摄所述病理切片以获取所述预览图像。
3.如权利要求1所述的基于线阵相机扫描的平场校正方法,其特征在于,所述预设点为所述预览图像中无病理组织的点。
4.如权利要求1所述的基于线阵相机扫描的平场校正方法,其特征在于,在所述步骤S1中根据所述预设点的坐标值及最小二乘法获取一拟合平面,根据所述拟合平面计算获取所述线阵相机的Z轴焦距位置。
5.如权利要求1所述的基于线阵相机扫描的平场校正方法,其特征在于,在所述步骤S33中提取三张所述灰度图的灰度值模板数据中最大的灰度值M,获取一个颜色的所述校正系数曲线的具体过程为:
根据公式N(x,y)=M/f(x,y),获取所述颜色的坐标为(x,y)点的校正系数N(x,y),f(x,y)表示坐标为(x,y)点的所述颜色的灰度值,所述颜色的所述校正系数曲线由所述校正系数组成。
CN201610016816.2A 2016-01-11 2016-01-11 一种基于线阵相机扫描的平场校正方法 Active CN105701809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610016816.2A CN105701809B (zh) 2016-01-11 2016-01-11 一种基于线阵相机扫描的平场校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610016816.2A CN105701809B (zh) 2016-01-11 2016-01-11 一种基于线阵相机扫描的平场校正方法

Publications (2)

Publication Number Publication Date
CN105701809A CN105701809A (zh) 2016-06-22
CN105701809B true CN105701809B (zh) 2018-09-14

Family

ID=56227125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610016816.2A Active CN105701809B (zh) 2016-01-11 2016-01-11 一种基于线阵相机扫描的平场校正方法

Country Status (1)

Country Link
CN (1) CN105701809B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106878697A (zh) * 2016-06-29 2017-06-20 鲁班嫡系机器人 一种拍摄方法及其成像方法、装置和设备
CN107071221B (zh) * 2017-04-06 2024-01-05 广州全纬图像信息科技有限公司 一种平台移动型宽幅工业扫描设备及扫描方法
CN108986170B (zh) * 2018-07-03 2020-11-06 武汉精测电子集团股份有限公司 一种适用于现场工况的线阵相机平场校正方法
CN108989690B (zh) * 2018-09-28 2020-07-17 深圳市盛世生物医疗科技有限公司 一种线阵相机多标记点对焦方法、装置、设备和存储介质
CN109270066B (zh) * 2018-09-28 2021-11-05 深圳市盛世智能装备有限公司 一种线阵相机扫描方法和装置
CN115277966B (zh) * 2021-04-30 2023-12-08 苏州佳世达光电有限公司 3d扫描校正系统及3d扫描校正方法
CN113822940B (zh) * 2021-08-27 2023-09-01 华兴源创(成都)科技有限公司 平场矫正标定方法、装置及系统、计算机设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096899A (zh) * 2010-12-15 2011-06-15 中钞长城金融设备控股有限公司 一种线阵相机图像的校正方法
CN102938137A (zh) * 2012-10-25 2013-02-20 苏州有色金属研究院有限公司 基于图像序列分析的线扫描图像动态非均匀性校正方法
CN104390981A (zh) * 2014-12-12 2015-03-04 宁波江丰生物信息技术有限公司 基于图像采集装置的快速准确对焦扫描病理切片组织的方法
WO2015007927A8 (es) * 2013-07-16 2015-04-09 Universitat Rovira I Virgili Método de calibración para mejorar la velocidad de autoenfoque en cámaras digitales
CN105139393A (zh) * 2015-08-19 2015-12-09 中国航空工业集团公司北京长城航空测控技术研究所 线阵相机内参数的标定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096899A (zh) * 2010-12-15 2011-06-15 中钞长城金融设备控股有限公司 一种线阵相机图像的校正方法
CN102938137A (zh) * 2012-10-25 2013-02-20 苏州有色金属研究院有限公司 基于图像序列分析的线扫描图像动态非均匀性校正方法
WO2015007927A8 (es) * 2013-07-16 2015-04-09 Universitat Rovira I Virgili Método de calibración para mejorar la velocidad de autoenfoque en cámaras digitales
CN104390981A (zh) * 2014-12-12 2015-03-04 宁波江丰生物信息技术有限公司 基于图像采集装置的快速准确对焦扫描病理切片组织的方法
CN105139393A (zh) * 2015-08-19 2015-12-09 中国航空工业集团公司北京长城航空测控技术研究所 线阵相机内参数的标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
应用于彩色线扫描机器视觉系统的图像校正方法;陈镇龙, 叶玉堂, 宋昀岑, 罗颖, 刘霖, 刘娟秀;《光学学报》;20130731;第33卷(第7期);第1-7页 *

Also Published As

Publication number Publication date
CN105701809A (zh) 2016-06-22

Similar Documents

Publication Publication Date Title
CN105701809B (zh) 一种基于线阵相机扫描的平场校正方法
US10997696B2 (en) Image processing method, apparatus and device
EP2342893B1 (en) Image processing method, image processing apparatus, and image pickup apparatus
CN104519328B (zh) 图像处理设备、图像捕捉装置和图像处理方法
US8120665B2 (en) Image processing method and apparatus, digital camera, and recording medium recording image processing program
CN108776980B (zh) 一种面向微透镜光场相机的标定方法
CN101309367B (zh) 成像装置
US8477206B2 (en) Image processing apparatus and image processing method for performing image restoration using restoration filter
JP5940383B2 (ja) 顕微鏡システム
RU2466438C2 (ru) Способ облегчения фокусировки
US20070279618A1 (en) Imaging Apparatus And Image Improving Method
CN101204083A (zh) 利用颜色数字图像对动作如锐度修改进行控制的方法
US8774551B2 (en) Image processing apparatus and image processing method for reducing noise
CN105825494A (zh) 一种图像处理方法及移动终端
JP6755787B2 (ja) 画像処理装置、画像処理方法およびプログラム
CN100382107C (zh) 逐像素有差别和准正则地修改数字图像的方法和系统
KR101178777B1 (ko) 화상 처리 장치, 화상 처리 방법 및 컴퓨터가 판독 가능한 기억 매체
JP5619124B2 (ja) 画像処理装置、撮像装置、画像処理プログラムおよび画像処理方法
WO2007075066A1 (en) Image processor, apparatus and method for lens shading compensation
JP6479178B2 (ja) 画像処理装置、撮像装置、顕微鏡システム、画像処理方法、及び画像処理プログラム
US20120044393A1 (en) Image capturing module and image capturing apparatus
TWI468772B (zh) 影像拍攝設備及方法
CN115191111A (zh) 图像处理设备和图像处理设备的控制方法
US20070003158A1 (en) System and method for filtering image noise
JP2006050155A (ja) 画像の鮮鋭化装置および方法、画像の鮮鋭化装置を用いた電子機器及び鮮鋭化プログラム、及びそのプログラムを記録した記録媒体

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A flat field correction method based on linear array camera scanning

Effective date of registration: 20210302

Granted publication date: 20180914

Pledgee: China Co. truction Bank Corp Yuyao branch

Pledgor: KONFOONG BIOTECH INTERNATIONAL Co.,Ltd.

Registration number: Y2021330000164

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20180914

Pledgee: China Co. truction Bank Corp Yuyao branch

Pledgor: KONFOONG BIOTECH INTERNATIONAL Co.,Ltd.

Registration number: Y2021330000164