CN106462964A - 用于对彩色图像进行分割的方法以及数字显微镜 - Google Patents

用于对彩色图像进行分割的方法以及数字显微镜 Download PDF

Info

Publication number
CN106462964A
CN106462964A CN201580023760.7A CN201580023760A CN106462964A CN 106462964 A CN106462964 A CN 106462964A CN 201580023760 A CN201580023760 A CN 201580023760A CN 106462964 A CN106462964 A CN 106462964A
Authority
CN
China
Prior art keywords
color
pixel
split
selected color
model
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.)
Granted
Application number
CN201580023760.7A
Other languages
English (en)
Other versions
CN106462964B (zh
Inventor
约舒亚·苏伊特·拉詹伊
乌特帕尔·萨卡尔
约亨·施魏策尔
马库斯·格瑙克
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.)
Carl Zeiss Microscopy GmbH
Original Assignee
Carl Zeiss Microscopy GmbH
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 Carl Zeiss Microscopy GmbH filed Critical Carl Zeiss Microscopy GmbH
Publication of CN106462964A publication Critical patent/CN106462964A/zh
Application granted granted Critical
Publication of CN106462964B publication Critical patent/CN106462964B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G06V20/695—Preprocessing, e.g. image segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image

Abstract

本发明涉及一种对由像素组成的彩色图像进行分割的方法，彩色图像例如已经用数字显微镜拍摄好并且要经历自动分析。本发明还涉及一种数字显微镜，利用该数字显微镜能够执行根据本发明的方法。该方法规定，首先选出代表彩色图像的待分割的区域的颜色。根据基于三色刺激的第一颜色模型来提供配属于像素的颜色和所选出的颜色。确定其中每个像素的距离大小，该距离大小表示根据第一颜色模型的各自的像素的颜色与所选出的颜色之间的距离。根据感知导向的第二颜色模型来提供配属于像素的颜色和所选出的颜色，为此确定用于配属于像素的颜色和用于所选出的颜色的至少各一个色调。当配属于各自的像素的距离大小在能设定的阈值之下时并且当配属于各自的像素的色调位于配属于在所选出的颜色的色调周围的能设定的区间内时，将其中一个像素配属给已分割的区域。

Description

用于对彩色图像进行分割的方法以及数字显微镜
技术领域
本发明首先涉及一种对由像素组成的彩色图像进行分割的方法，彩色图像例如用数字显微镜拍摄并且要经历自动分析。此外，本发明还涉及一种可利用其执行根据本发明的方法的数字显微镜。
背景技术
DE 698 30 583 T2示出了一种图像数据处理方法，其接收输入数据，将这些输入数据分成信息的基本单元。在那里表明HLS颜色空间和RGB颜色空间的针对不同类型的分析的不同的适应性。
根据DE 44 19 395 A1公知了一种用于分析彩色图像的方法以实现识别对象的目的，其中，将RGB图像值转变至HSI颜色空间中，以便结合其颜色执行对各个像素的分类。
DE 102 39 801 A1教导了一种从多通道图像提取结构特征的方法。根据第二实施例针对分类形成特征，这些特征一方面，在RGB空间内基于颜色距离大小进行计算，另一方面在HSV空间内在应用在此生产的二进制掩码的情况下进行计算。
在Selvarasu,N等人所著的“Euclidean Distance Based Co1or ImageSegmentation of Abnormality Detection from Pseudo Co1or Thermographs(来自伪彩色温度记录器的异常探测的基于欧几里得距离的彩色图像分割)”，《internationalJournal of Computer Theory and Engineering(国际计算机理论与工程学报)》，第2卷，第4期，2010年8月，1793-8201页中描述了用于对各个像素进行分类的欧几里得距离。在该文献中，选出代表性的像素，利用该像素针对每个其他像素计算欧几里得距离。当距离小于或等于提前确定的阈值时，保留该像素，否则去除，从而最终仅会看到已分割的区。在此，仅利用一个颜色空间工作。分割仅根据距离大小的阈值进行。不关注针对色调的区间。
在Zakir,U等人所著的“Road sign segmentation based on colour Spaces:AComparative Study(基于颜色空间的道路标志图像分割：比较性研究)”，《Proceedings ofthe 11th lasted International Conference on Computer Graphics and Imaging(第11次国际计算机图形和成像会议论文集)》，奥地利因斯布鲁克，2010中描述了HSV颜色空间的色值与YUV颜色空间的色度通过“与”运算相结合。在此，仅利用用于分割的区间。
在Zhan,Chi等人所著的“A new method of color image segmentation basedon intensity and hue clustering(基于强度和色相聚类的彩色图像分割的新方法)”，Pattern Recognition(模式识别)，2000，《Proceedings 15th International Conference(第15届国际会议论文集)》，第3卷，IEEE，2000中描述了色调与强度的关联。在此，确定位于HSI颜色空间之内的这些值。
发明内容
从现有技术出发，本发明任务在于改进对彩色图像，尤其是由显微镜拍摄的彩色图像的分割，使其更进一步接近人类感知。
该任务通过根据随附的权利要求1和2的方法以及通过根据随附的并列权利要求9的数字显微镜解决。
根据本发明的方法用于对尤其是由数字显微镜拍摄的、由像素组成的彩色图像自动分割。数字显微镜在此理解为如下显微镜，其中，用户不直接通过物镜观察要用显微镜查看的对象，而是显微镜包括图像拍摄单元，尤其是电子图像转换器。利用该图像转换器所拍摄的图像被处理成数字信息并在显示单元，尤其是监视器上显示给用户。这种数字显微镜大多具有自动的用于图像评估的功能，例如在质量保证和质量管理(QA/QC)的范围内。根据本发明的方法尤其涉及这种图像评估。
通过分割，在彩色图像内确定至少一个区域，该区域例如无背景地显示在彩色图像内成像的对象，从而对象的剪影确定区域的边界。至少一个已分割的区域也可以表示组成对象或媒介的在彩色图像内多次成像的组成部分。因此，这种已分割的区域通常不是矩形的，而是任意成形的。该区域也不必是连续的，或者通过分割确定其中更多的已分割的区域。原则上，待分割的区域可以是如下区域，即，其应当专门用于进一步的评估或者正好不用于进一步的评估。
在根据本发明的方法中，基于配属于像素的颜色实施分割，这些像素可以分别通过颜色位置(Farbort)来描述。因此，根据本发明的方法包括如下步骤，在该步骤中，选出代表彩色图像的至少一个待分割的区域的颜色。这种选出优选由用户，尤其是在人机接口处进行。待分割的区域的多个像素优选具有所选出的颜色或者至少一个接近所选出的颜色的颜色。
在根据本发明的方法的一个步骤中，根据基于三色刺激的第一颜色模型来提供配属于像素的颜色和所选出的颜色。这三色刺激优选由加色混合法的三原色构成。尤其优选的是，第一颜色模型通过RGB颜色模型形成。备选地，第一颜色模型例如通过CMYK颜色模型或类似的颜色模型形成。因为RGB颜色模型在图像处理中广泛使用，所以根据RGB颜色模型来提供配属于像素的颜色和所选出的颜色在大多数情况下不需要附加的耗费，这是因为此处的彩色图像和所选出的颜色已经是根据RGB颜色模型来描述的。
在根据本发明的方法的另一步骤中，确定其中每个像素的距离大小。距离大小分别表示各个像素的根据第一颜色模型所描述的所选出的颜色和根据第一颜色模型所描述的颜色之间的距离。因此，距离大小分别是所选出的颜色和各自的像素在根据第一颜色模型构成的颜色空间内的颜色之间的距离。
尤其优选的是，距离大小由欧几里得距离构成。然而也可以应用其他度量的距离大小。
在根据本发明的方法的另一步骤中实现，根据感知导向(wahrnehmungsorientiert)的第二颜色模型来提供配属于像素的颜色和所选出的颜色。第二颜色模型基于感知导向的参量，如颜色信息和亮度信息。颜色信息包括色调和颜色饱和度。色调也被称为色值(Farbwert)。根据本发明，确定出配属于像素的颜色的至少各一个色调和所选出的颜色的色调。第二颜色模型优选通过HSV颜色模型形成。第二颜色模型也可以通过HSI颜色模型、HSB颜色模型或HSL颜色模型形成，HSV颜色模型是它们的通用形式。HSV颜色模型包括被称为“色相(Hue)”的对应于色调的成分。因此，在应用HSV颜色模型时，至少分别确定针对配属于像素的颜色和所选出的颜色的色相成分。
在根据本发明的方法的另一步骤中，当配属于各自的像素的距离大小在能设定的阈值之下时，并且当配属于各自的像素的色调位于在配属于所选出的颜色的色调周围的能设定的区间内时，将其中一个像素配属给已分割的区域。两个所描述的条件通过逻辑与彼此逻辑关联，因此必须满足这两个条件，由此将各自的像素配属给已分割的区域。阈值优选可以由用户设定，尤其优选在人机接口处以交互方式设定。区间，即区间边界优选也可以由用户设定，特别优选是在人机接口处以交互方式设定。
优选检验所有像素的这两个条件，以便分别将它们配属给已分割的区域或不配属给已分割的区域。因此，当配属于各自的像素的距离大小在能设定的阈值之下时，并且当配属于各自的像素的色调位于在配属于所选出的颜色的色调周围的能设定的区间内时，将其中一个像素配属给已分割的区域，优选针对其中每个像素。
根据本发明的方法的特别的优点在于：在不同颜色模型的用于分割的适应性方面联合了不同颜色模型的优点。感知导向的颜色模型，例如HSV颜色模型可以很容易地向人类用户阐释，但缺点是：通过选出非彩色的颜色，例如黑色、灰色或白色来同时获得所有用于分割的可能的色调，这是不恰当的。而且用户也很难针对这三种成分调节色调、颜色饱和度和亮度，以获得期望的颜色。基于三色刺激的颜色模型，例如RGB颜色模型的缺点是：距离大小，例如欧几里得距离仅部分对应于两种颜色之间的人类感知的距离。通过联合这两种不同颜色模型的优点，根据本发明的方法明显更接近人类感知。根据本发明的方法具有两个参量，即，用于距离大小的阈值和用于色调的区间，人类用户可以直观且不费力地调节它们，以便在分割时得到最优的结果。
根据本发明的方法的一个特别优选实施方案还包括如下步骤，在该步骤中，检验所选出的颜色是否为非彩色。当某一颜色没有色调时，该颜色为非彩色的。非彩色的颜色是黑色、灰色和白色。检验所选出的颜色是否为非彩色优选通过如下方式进行，即，检验根据第一颜色模型所描述的所选出的颜色针对三色刺激是否具有相同的值，也就是例如，根据RGB颜色模型所描述的所选出的颜色针对成分红色、绿色和蓝色是否具有相同的值。
在该特别优选实施方案的当所选出的颜色为非彩色时所执行的另一步骤中，确定出配属于像素的颜色与所选出的颜色的亮度值。由此，给每个像素和所选出的颜色配属亮度值。该亮度值优选通过灰度值或HSV颜色模型的被称为“数值”的成分或HSI颜色模型的被称为“强度”的成分现场。
在该特别优选实施方案的当所选出的颜色为非彩色时并且当配属于各自的像素的距离大小在能设定的阈值之下时并且当配属于各自的像素的亮度值位于在配属于所选出的颜色的亮度值周围的能设定的区间内时所执行的另一步骤中，将其中一个像素配属给已分割的区域。该条件通过逻辑与彼此逻辑关联，从而必须满足所有条件，由此将各自的像素配属给已分割的区域。因此，在所选出的颜色为非彩色的情况下应用特别的条件组合，其在这种情况下与上述基于色调的条件组合相比得到更好的结果。在所选出的颜色的亮度周围的区间，即该区间的边界优选可以由用户设定，尤其优选在人机接口处以交互方式设定。
在该特别优选的实施方案中，上述根据第二颜色模型来提供配属于像素的颜色和所选出的颜色的步骤具体是当所选出的颜色并非非彩色时实施。
在该特别优选的实施方案中，上述当配属于各自的像素的距离大小在能设定的阈值之下时并且当配属于各自的像素的色调位于在配属于所选出的颜色的色调周围的能设定的区间内时，将其中一个像素配属给已分割的区域的步骤具体是当所选出的颜色并非非彩色时实施。
该特别优选的实施方案的优点是：像素在非彩色的所选出的颜色情况下以特别的方式进行处理，由此将这些像素更多地以与人类感知协调一致的方式配属或不配属给已分割的区域。
当所选出的颜色并非非彩色时，并且当配属于各自的像素的距离大小在能设定的阈值之下时，并且当配属于各自的像素的色调位于在配属于所选出的颜色的色调周围的能提前设定的区间内时，将其中一个像素配属给已分割的区域，优选针对其中每个像素进行。
相应地，当所选出的颜色为非彩色时，并且当配属于各自的像素的距离大小在能设定的阈值之下时，并且当配属于各自的像素的亮度值在配属于所选出的颜色的亮度值周围的能设定的区间内时，将其中一个像素配属给已分割的区域，优选针对其中每个像素进行。
根据第二颜色模型来提供配属于像素的颜色和所选出的颜色优选通过如下方式进行，即，配属于像素的根据RGB颜色模型所描述的颜色和根据RGB颜色模型所描述的所选出的颜色分别转换成根据HSV颜色模型的描述。因为RGB颜色模型在图像处理中继续扩展，所以配属于像素的颜色和所选出的颜色大多数存在于根据RGB颜色模型的描述中，因此它们能从RGB颜色空间转换到HSV颜色空间中。
在根据本发明方法的另一优选要执行的步骤中，显示已分割的彩色图像或至少是已分割的区域。显示优选在显示单元，尤其是监视器上进行。至少一个已分割的区域优选通过彩色图像内的高亮，例如通过假色技术(Falschfarbentechnik)，或者通过不显示彩色图像的其他区域，或者通过仅不显示已分割的区域来标识或显示。
已分割的区域的显示优选在图形用户界面内进行，该图形用户截面同样是用于选出待选出的颜色和用于输入阈值和区间的人机接口的一部分。用户通过人机接口优选请求首先选出待选出的颜色，随后选择用于距离大小的阈值并接着选择区间，其中优选的是，用户要么被要求在非彩色的所选出的颜色情况下调节亮度值的区间，要么被要求在并非非彩色的所选出的颜色情况下调节色调的区间。
针对颜色的选出，优选向用户显示图形选出工具，像例如吸管图标。针对阈值和区间的调节，优选向用户显示图形调整元件，例如滑动控制图标。手动选出颜色和手动调节调整元件优选导致直接显示通过更改颜色选出或通过更改阈值或通过更改区间得到的已分割的区域。选出工具和调整元件在初始时优选设置预定值。各自的区间的预定值优选通过如下方式调节，即，使得所选出的颜色的亮度或所选出的颜色的色调居中地位于相应的区间内。
根据本发明的数字显微镜首先包括图像拍摄单元，其优选通过电子图像转换器，例如CCD传感器或CMOS传感器形成。数字显微镜还包括图像处理单元，其用于执行根据本发明的方法。图像处理单元可以构造为数字显微镜的整体的组成部分。图像处理单元也可以例如通过配属于数字显微镜的能自由编程的计算器形成。图像处理单元尤其被构造成用于实现根据本发明的方法的优选实施方式。在其余方面，根据本发明的数字显微镜优选还具有上面结合根据本发明方法所描述的特征。
数字显微镜优选包括显示单元，其例如通过监视器形成。显示单元用于显示用图像拍摄单元拍摄的图像，尤其也用于显示已分割的彩色图像或者至少其中一个已分割的区域。
数字显微镜优选还包括人机接口，其尤其可以实现选出代表待分割的区域的颜色、设定用于距离大小的阈值以及设定位于在配属于所选出的颜色的色调周围的区间以及必要时设定位于在配属于所选出的颜色的亮度值周围的区间。在此，显示单元优选构成人机接口的一部分。尤其优选的是，人机接口被构造成使得在选出颜色以及设定阈值和所描述的区间时的变化直接影响已分割的区域的显示。
附图说明
根据本发明其他优点、细节和改进方式结合附图由以下对根据本发明优选实施方案的描述得到。
唯一的图1示出根据本发明的方法的一个优选实施方案的示意性流程图。
具体实施方案
唯一的图1示出根据本发明的方法的一个优选实施方案的示意性流程图。在第一步骤中提供由像素组成的、RGB格式的彩色图像，并且用户选出在彩色图像内存在的颜色，该颜色存在于待根据用户意愿分割的彩色图像区域内。因此，用户选出对于待分割的区域而言是典型的且在那里占主导地位的颜色。在此，待分割的区域不必是连续的。
彩色图像尤其是利用数字显微镜拍摄的图像。
在另一步骤中，在RGB颜色空间内形成距离图。在距离图内，给彩色图像的每个像素配属针对各自的像素的RGB色值和所选出的颜色的RGB色值之间的欧几里得距离的值。
在下一步骤中，执行分割的第一阶段。针对每个像素检验配属于其的欧几里得距离值是否达到或未达到由用户设定的阈值。由此，针对每个像素得到针对参量“分区1”的逻辑值。
在下一步骤中，检验所选出的颜色是否为灰度，也就是说其是否是黑色、灰色或白色，这与所选出的颜色是否为非彩色的标准对等。在这种情况下，红色、绿色和蓝色的成分值大小相同。
在绝大多数情况下，所选出的颜色没有灰度，也就是说是彩色的，由此首先进行彩色图像和所选出的颜色从RGB颜色空间到HSV颜色空间的转换。
但是在此，尤其是色相成分，即色调成分对后续步骤至关重要，因此可以忽略其他成分。
在下一步骤中，执行分割的第二阶段。针对每个像素检验配属于其的色相成分值是否高于由用户设定的上区间边界或低于由用户设定的下区间边界，也就是说色相成分值是否在由用户设定的区间内。由用户设定的区间包括所选出的颜色的色相成分值。由此，针对每个像素得到针对参量“分区2”的逻辑值。
在下一步骤中，针对其中每个像素的参量“分区1”和“分区2”通过逻辑“与”彼此关联。当针对相关像素的参量“分区1”和参量“分区2”分别是逻辑“真”时，这些像素分别被配属给已分割的区域。由此，设定已分割的区域，并且分割在这种情况下以彩色的所选出的颜色结束。
在其他情况下，所选出的颜色是灰度的，也就是非彩色的，首先确定针对彩色图像的像素和针对所选出的颜色的灰度值，以便能够在这些情况下也执行分割的第二阶段。分割的这个第二阶段与在并非非彩色的所选出的颜色情况下的分割的上述第二阶段是不同的。在此，在非彩色的所选出的颜色情况下，也就是说针对每个像素检验配属于其的灰度值是否高于由用户设定的上区间边界或低于由用户设定的下区间边界，也就是说灰度值是否在由用户设定的区间内。由用户设定的区间包括所选出的颜色的灰度值。由此，针对每个像素得到针对参量“分区2”的逻辑值。
在下一步骤中，针对其中每个像素的参量“分区1”和“分区2”通过逻辑“与”彼此关联。当针对相关像素的参量“分区1”和参量“分区2”分别是逻辑“真”时，这些像素分别被配属给已分割的区域。由此，设定已分割的区域，并且分割在这种情况下以非彩色的所选出的颜色结束。
不依赖于所选出的颜色是否为灰度，最后例如通过彩色图像内的高亮或通过不显示彩色图像的剩余区域来示出针对用户的已分割的区域。

Claims (10)

1.用于对由像素组成的彩色图像进行分割的方法，所述方法包括以下步骤：
-选出代表所述彩色图像的待分割的区域的颜色；
-根据基于三色刺激的第一颜色模型来提供配属于像素的颜色和所选出的颜色；
-确定针对其中每个像素的距离大小，所述距离大小表示根据所述第一颜色模型的各自的像素的颜色与所选出的颜色之间的距离；
-根据感知导向的第二颜色模型来提供配属于像素的颜色和所选出的颜色，为此确定出用于配属于像素的颜色和用于所选出的颜色的至少各一个色调；以及
-当配属于各自的像素的距离大小在能设定的阈值之下时，并且当配属于各自的像素的色调位于在配属于所选出的颜色的色调周围的能设定的区间内时，将其中一个像素配属给已分割的区域。
2.用于对由像素组成的彩色图像进行分割的方法，所述方法包括以下步骤：
-选出代表所述彩色图像的待分割的区域的颜色；
-根据基于三色刺激的第一颜色模型来提供配属于像素的颜色和所选出的颜色；
-确定针对其中每个像素的距离大小，所述距离大小表示根据所述第一颜色模型的各自的像素的颜色与所选出的颜色之间的距离；
-检验所选出的颜色是否为非彩色；
-当所选出的颜色为非彩色时，确定出用于配属于像素的颜色的亮度值和用于所选出的颜色的亮度值；
-当所选出的颜色为非彩色时，并且当配属于各自的像素的距离大小在能设定的阈值之下时，并且当配属于各自的像素的亮度值位于在配属于所选出的颜色的亮度值周围的能设定的区间内时，将其中一个像素配属给已分割的区域；
-根据感知导向的第二颜色模型来提供配属于像素的颜色和所选出的颜色，为此当所选出的颜色并非非彩色时，确定出用于配属于像素的颜色和用于所选出的颜色的至少各一个色调；以及
-当所选出的颜色并非非彩色时，并且当配属于各自的像素的距离大小在能设定的阈值之下时，并且当配属于各自的像素的色调位于在配属于所选出的颜色的色调周围的能设定的区间内时，将其中一个像素配属给已分割的区域。
3.根据权利要求2所述的方法，其特征在于，通过如下方式确定用于配属于像素的颜色的亮度值和用于所选出的颜色的亮度值，即，确定出用于配属于像素的颜色的灰度值和用于所选出的颜色的灰度值。
4.根据权利要求2或3所述的方法，其特征在于，通过如下方式检验所选出的颜色是否为非彩色，即，检验根据所述第一颜色模型所描述的所选出的颜色针对所述三色刺激是否具有相同的值。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述第一颜色模型通过RGB颜色模型形成。
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述距离大小由欧几里得距离形成。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述第二颜色模型通过HSV颜色模型形成。
8.根据权利要求7所述的方法，其特征在于，所述色调通过所述HSV颜色模型的色相成分形成。
9.数字显微镜，所述数字显微镜包括图像拍摄单元和与所述图像拍摄单元连接的图像处理单元，所述图像处理单元被配置成用于执行根据权利要求1至8中任一项所述的方法。
10.根据权利要求9所述的数字显微镜，其特征在于，所述数字显微镜还包括用于显示已分割的彩色图像的显示单元。
CN201580023760.7A 2014-05-05 2015-04-29 用于对彩色图像进行分割的方法以及数字显微镜 Active CN106462964B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102014106224.8A DE102014106224A1 (de) 2014-05-05 2014-05-05 Verfahren zum Segmentieren eines Farbbildes sowie digitales Mikroskop
DE102014106224.8 2014-05-05
PCT/EP2015/059417 WO2015169675A1 (de) 2014-05-05 2015-04-29 Verfahren zum segmentieren eines farbbildes sowie digitales mikroskop

Publications (2)

Publication Number Publication Date
CN106462964A true CN106462964A (zh) 2017-02-22
CN106462964B CN106462964B (zh) 2019-07-02

Family

ID=53199936

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580023760.7A Active CN106462964B (zh) 2014-05-05 2015-04-29 用于对彩色图像进行分割的方法以及数字显微镜

Country Status (4)

Country Link
US (1) US10083516B2 (zh)
CN (1) CN106462964B (zh)
DE (1) DE102014106224A1 (zh)
WO (1) WO2015169675A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107091800A (zh) * 2017-06-06 2017-08-25 深圳小孚医疗科技有限公司 用于显微成像粒子分析的聚焦系统和聚焦方法
CN110807398A (zh) * 2019-10-28 2020-02-18 衢州学院 视场区域分割方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101686338A (zh) * 2008-09-26 2010-03-31 索尼株式会社 分割视频中的前景和背景的系统和方法
US20100202684A1 (en) * 2008-07-31 2010-08-12 Hans Juergen Mattausch Image segmentation apparatus and image segmentation method

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4419395C2 (de) 1994-05-30 2000-09-28 Graphikon Gmbh Verfahren und Einrichtung zur Analyse und Verarbeitung von Farbbildern
EP0989516B1 (en) 1998-09-22 2005-06-15 Hewlett-Packard Company, A Delaware Corporation Image data processing method and corresponding device
DE10239801A1 (de) 2002-08-29 2004-03-18 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zum Extrahieren von Texturmerkmalen aus einem mehrkanaligen Bild
US8861844B2 (en) * 2010-03-29 2014-10-14 Ebay Inc. Pre-computing digests for image similarity searching of image-based listings in a network-based publication system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100202684A1 (en) * 2008-07-31 2010-08-12 Hans Juergen Mattausch Image segmentation apparatus and image segmentation method
CN101686338A (zh) * 2008-09-26 2010-03-31 索尼株式会社 分割视频中的前景和背景的系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IKONOMAKIS N ET AL.: "Color Image Segmentation for Multimedia Applications", 《JOURNAL OF INTELLIGENT AND ROBOTIC SYSTEMS》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107091800A (zh) * 2017-06-06 2017-08-25 深圳小孚医疗科技有限公司 用于显微成像粒子分析的聚焦系统和聚焦方法
CN110807398A (zh) * 2019-10-28 2020-02-18 衢州学院 视场区域分割方法及装置

Also Published As

Publication number Publication date
US20170116746A1 (en) 2017-04-27
US10083516B2 (en) 2018-09-25
CN106462964B (zh) 2019-07-02
WO2015169675A1 (de) 2015-11-12
DE102014106224A1 (de) 2015-11-05

Similar Documents

Publication Publication Date Title
Podpora et al. YUV vs RGB-Choosing a Color Space for Human-Machine Interaction.
Al-Dwairi et al. Optimized true-color image processing
JPWO2008044732A1 (ja) 画像処理装置、画像処理方法、画像処理プログラム
RU2013114372A (ru) Автоматическая обработка баланса белого с гибким выбором цветного пространства
JP2006350740A (ja) 画像処理装置および画像処理プログラム
CN102088539B (zh) 一种预拍照画质评价方法和系统
DE102010040191A1 (de) Vorrichtung und Verfahren zur Bildverarbeitung
KR101428923B1 (ko) 인쇄회로기판의 부품패키징 영역 자동검출 시스템 및 방법
US20070172118A1 (en) Method for reducing enhancement of artifacts and noise in image color enhancement
CN106558044A (zh) 影像模组的解像力测量方法
CN106462964B (zh) 用于对彩色图像进行分割的方法以及数字显微镜
US8817040B2 (en) Methods for enhancing image quality
US10602112B2 (en) Image processing apparatus
JP4682782B2 (ja) 画像処理装置
CN108205812B (zh) 一种颜料色彩混合比例匹配的方法
CN100504440C (zh) 遥感影像镶嵌中的基于影像重叠区域的色调调整方法
TWI683282B (zh) 用於數位影像之偽著色的方法與裝置
JP4392268B2 (ja) 表面検査装置
Khandual et al. Colorimetric processing of digital colour image!
CN102800061A (zh) 高照度下数字图像快速自适应最佳化方法
CN112184588A (zh) 一种针对故障检测的图像增强系统及方法
JP2008139101A (ja) タンパク質溶液の電子画像から結晶化状態判定の対象となる領域を抽出する方法及び装置
JP5018095B2 (ja) 画像表現方法、画像表現装置、および画像表現プログラム
KR101075773B1 (ko) 화이트 밸런스 조정 방법
Ismael Comparative study for different color spaces of image segmentation based on Prewitt edge detection technique

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