CN106842538A - 一种增大观察视角的显微镜 - Google Patents
一种增大观察视角的显微镜 Download PDFInfo
- Publication number
- CN106842538A CN106842538A CN201611198393.7A CN201611198393A CN106842538A CN 106842538 A CN106842538 A CN 106842538A CN 201611198393 A CN201611198393 A CN 201611198393A CN 106842538 A CN106842538 A CN 106842538A
- Authority
- CN
- China
- Prior art keywords
- image
- object lens
- visual angle
- lens barrel
- observation visual
- 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
Classifications
-
- 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
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/02—Objectives
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B21/00—Microscopes
- G02B21/24—Base structure
- G02B21/248—Base structure objective (or ocular) turrets
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种增大观察视角的显微镜包括:固定在镜架上的两个物镜、固定在镜筒中的一个图像处理器、固定在镜筒末端用于观察图像的一个目镜,以及用于调节调节物镜相对位置和角度的调节旋钮;其中,本发明采用了配准与拼接技术,可以使显微镜在不损失精度的情况下扩大观察视角。
Description
技术领域
本发明属于显微镜技术领域,更为具体地讲,涉及一种增大观察视角的显微镜。
背景技术
显微镜作为一种精密仪器现如今被广泛应用于多个领域,如观察大气粒子,描绘神经回路,扫描细胞电子显微图像,等等。在这些应用中,观察图像的视角广度和精度都是一个显微镜的重要性能指标。其中,观察图像的视角广度使得使用者能够同时获取更多图像信息,观察图像的精度使得使用者能够清晰地观察目标。因此,提升显微镜的性能的主要问题在于提升它的视角广度和精度。
为解决上述问题,常规显微镜一般通过更换优质的镜头、改进工艺精度等方法提高显微镜的放大效果,而本发明提出的基于图像配准和拼接的显微镜装置则是通过图像处理手段实现提高显微镜的放大效果。
图像配准技术指的是对由于传感器、时间或视角的差异对同一场景得到的不同图像进行图像坐标统一,将多幅图像信息整合进同一图像中。将该项技术加入显微镜中,可以有效的解决上述问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种增大观察视角的显微镜,基于图像配准与拼接技术,在提高显微镜的图像观察视角的同时还提高观察图像的精准度。
为实现上述发明目的,本发明一种增大观察视角的显微镜,其特征在于,包括:固定在镜架上的两个物镜、固定在镜筒中的一个图像处理器、固定在镜筒末端用于观察图像的一个目镜,以及用于调节调节物镜相对位置和角度的调节旋钮;
所述的镜筒的前端有固定镜架的卡槽,能够通过卡槽将镜筒固定在镜架上,镜架上有两个物镜槽,两个物镜安置在物镜槽中;镜筒的末端安装一目镜,操作者可直接在目镜处观察图像;镜筒的侧身水平分布着位置调节旋钮和角度调 节旋钮,操作者通过旋转位置调节旋钮可以改变两个物镜的相对位置,通过旋转角度调节旋钮可以改变两个物镜的相对角度,进而增大观察视角;镜筒的内部通过螺钉固定有图像处理器,且与两个物镜、目镜均通过USB数据线相连;
当操作者观察目标图像时,首先通过旋转位置调节旋钮和角度调节旋钮获取合适的观察视角,此时,另个物镜对观察目标同时进行成像,得到两幅待配准图像,并通过USB数据线发送至图像处理器,图像处理器接收到待配准图像后,对待配准图像分别提取特征点,然后建立可描述特征点临域信息的特征描述子,再通过对两幅图像的特征描述子进行相似度的比较和匹配,找出相互匹配的若干对特征点作为匹配对,然后采用RANSAC算法剔除误匹配,再进行图像坐标统一和图像拼接,最后消除图像拼接时产生的缝隙,得到拼接图像,图像处理器再将拼接图像发送至目镜,操作者可直接在目镜处进行图像观察。
本发明的发明目的是这样实现的:
本发明一种增大观察视角的显微镜包括:固定在镜架上的两个物镜、固定在镜筒中的一个图像处理器、固定在镜筒末端用于观察图像的一个目镜,以及用于调节调节物镜相对位置和角度的调节旋钮;其中,本发明采用了配准与拼接技术,可以使显微镜在不损失精度的情况下扩大观察视角。
附图说明
图1是本发明一种增大观察视角的显微镜架构图;
图2是本发明一种增大观察视角的显微镜工作流程图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明一种增大观察视角的显微镜架构图。
在本实施例中,如图1所示,本发明一种增大观察视角的显微镜包括:固定在镜架104上的两个镜头:物镜105、物镜106、固定在镜筒103末端的目镜101、位于镜筒内部的图像处理器102、以及用于调节物镜相对位置的位置调节旋钮107和调节物镜相对角度的调节旋钮108;
操作者旋转位置调节旋钮107使物镜105和物镜106处于合适的位置上,再通过旋转调节旋钮108使物镜105和物镜106处于合适的观察视角,物镜105和物镜106再分别采集一幅待配准图像,并通过USB数据线传输至图像处理器102,图像处理器通过对图像进行处理后发送至目镜101显示。
下面结合图2,对本发明所述的显微镜的工作原理进行详细说明,具体包括:
当操作者观察目标图像时,首先通过旋转位置调节旋钮和角度调节旋钮获取合适的观察视角,此时,另一个物镜对观察目标同时进行成像,得到两幅待配准图像。两个物镜将采集到的两幅待配准图像通过USB数据线发送至图像处理器,图像处理器将对两幅待配准图像做图像配准、拼接处理。图像处理器的核心算法是图像配准和图像拼接算法,下面以SIFT特征提取算法为例,详细说明图像处理器的操作流程:
步骤1:采用SIFT特征点提取算法对物镜1和物镜2传输过来的图像I1(x,y),I2(x,y)均进行特征点提取,现用I(x,y)表示图像矩阵,对I(x,y)进行SIFT特征点提取的流程如下:
(1)对图像I(x,y)作降采样,采样因子为2(每两个点作一次采样),每作一次降采样,将得到的采样图像Is(x,y)置于图像金字塔的一层,层数可自行控制(一般取4或5层),原始图像I(x,y)置于底层;
(2)为了让图像尺度变化体现连续性,在降采样的基础上对图像金字塔的每一层采样图像Is(x,y)作不同参数的高斯模糊,使得高斯金字塔的每一层由多幅不同尺度的模糊图像L(x,y,σ)组成。由此,得到高斯金字塔构造高斯金字塔所涉及的公式和具体过程如下:
计算高斯核函数:
其中,G(x,y,σ)为所求得的高斯核函数,x、y分别为采样图像Is(x,y)的像素坐标,m,n为高斯模板的维度,一般取(6σ+1)(6σ+1),σ为采样图像尺度因子(高斯函数的正态标准差),大尺度对应图像概貌特征,小尺度对应图像细节 特征。
用高斯核函数G(x,y,σ)卷积采样图像Is(x,y)得到做高斯模糊处理后的图像L(x,y,σ),计算公式为:
L(x,y,σ)=G(x,y,σ)*Is(x,y)
设置尺度比例系数k,k表达了高斯金字塔同一层内相邻图像间尺度因子的比值,令σ'=kσ,通过上述公式得到不同尺度的模糊图像L(x,y,σ'),通过此步骤将所得一系列经过高斯模糊处理后得到的图像:L(x,y,σ),L(x,y,kσ),L(x,y,k2σ)...将这些模糊图像置于同一层,由此建立了高斯金字塔的一层。
按上述流程从下至上逐层依次建立高斯金字塔,高斯金字塔含有多层图像,金字塔的每层又由多幅经过高斯模糊图像L(x,y,σ),L(x,y,kσ),L(x,y,k2σ),...组成,原始图像I(x,y)作为底层的第一幅图像,由此建立高斯金字塔。
(3)高斯金字塔中同一层中相邻的上下两幅图像相减得到高斯差分函数,其计算公式如下:
D(x,y,σ)=L(x,y,kσ)-L(x,y,σ),其中k是尺度比例系数;由此建立高斯差分金字塔。
(4)在高斯差分金字塔中对每个像素点在其尺度空间的邻域内进行极值检测,从而获取图像特征点。一个像素点的领域为同一副图像中的8个像素点与上下相邻幅图像的9个像素点共计26个像素点,若该像素点在其邻域内为极大值或极小值,则v=(x,y,σ)表示该点为图像像素坐标为(x,y),尺度因子为σ的一个特征点。
(5)对特征点v=(x,y,σ)用泰勒展开式D(X)拟合尺度空间高斯差分函数,|D(X)|过小的特征点易受噪声干扰,因此该特征点因排除,尺度空间高斯差分函数的泰勒展开式D(X)的计算公式如下:
其中X=(x,y,σ)T,x,y为特征点v=(x,y,σ)的图像坐标,σ为该点图像尺度因子。
由此,初步提取得到了图像在不同尺度因子σ下的SIFT特征点;
步骤2:对提取到的特征点进行SIFT算子特征描述:
在特征点v=(x,y,σ)尺度空间σ内,以特征点像素坐标(x,y)为中心,取一个8×8的像素区间作为邻域,分别计算该邻域内每个像素点的梯度,梯度的模值为m(x,y,σ),方向为θ(x,y,σ)(实际计算过程只需计算圆形邻域范围的像素点即可),计算公式如下:
将上述8×8邻域规划为4×4的新邻域,使得新邻域的每个子区间为原邻域的一个2×2范围的4个像素点,在新邻域的每个子区间内计算这4个像素点的梯度在8个方向(米字型)上的投影,由此建立一个4×4×8的一个128维向量H=(h1,h2,h3,...,h128)
由此建立一个128维的向量H=(h1,h2,h3,...,h128)作为特征点v=(x,y,σ)的描述子;
完成上述步骤后可忽略尺度因子σ所代表的图像信息,仅以特征点像素坐标v=(x,y)描述该特征点。
步骤3:特征匹配:
对sift描述子做欧氏距离上的匹配,匹配原则为当最短距离与第二短距离之比小于某阈值D(D一般为0.8)时,可认为两个特征描述子相互匹配。对于两个向量H=(h1,h2,h3,...,h128)和H'=(h'1,h'2,h'3,...,h'128),其欧氏距离计算公式如下所示:
由此,得到两幅图像间特征点的若干对匹配对v-v'。
步骤4:利用RANSAC(随机一致性)算法剔除误匹配:
当某点与空间中一条直线的距离小于某阈值(可人为设定)时,认为该点为该直线的一个内点,否则称为外点。
现以匹配对对应的特征点集作为原始点集,寻找空间中一条直线,使所得内点集内点数最大,使用该直线作为参照所求得的内点集即为剔除误匹配后所得 特征点集。算法过程如下:
首先从已匹配特征点点集中随机选取两个点,设这两个点为内点,其他点为外点,并求出这两个点所确定的直线;然后依次计算其他点到此直线的距离,设阈值为t,若距离小于t,将该点标记为内点,否则为外点,计算该直线所包含的内点数量;重复上述步骤,求使得内点数量最大的直线,以该直线作为参照所得的内点集作为新特征点集。
对两幅图像的特征点集均进行上述操作,并得到新的匹配对,所得新的匹配对v1-v2即为剔除误匹配后的匹配对。
步骤5:建立坐标变换模型,图像坐标统一与拼接:
从匹配对中任取一对匹配对,设图像I1(x,y)的特征点v1=(x,y)的增广向量为I1,图像I2(x,y)的特征点v2(x,y)的增广向量为I2(一个坐标点(x,y)的增广向量为(x,y,1));
I1=M×I2,M为8个变量的投影变换矩阵:
求解该矩阵参数至少需要代入四对I1与I2;
代入匹配对得到投影变换矩阵M,并对两幅图像进行坐标系统一,公式如下:
I2'(x,y)=I2(M×(x,y))
统一坐标系后以I1(x,y)作为主图像,并将副图像I2(x,y)中对主图像的补足信息拼接到主图像中,公式如下:
步骤6:采用线性插值消除拼接缝隙:
由于图像坐标系变换导致的拼接缝隙与黑点可采用线性插值技术进行消除。最终得到拼接图像Ir(x,y),并将该图像传输至显示屏。
得到拼接图像后,图像处理器将拼接图像发送至目镜,操作者可直接在目镜处观察图像。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本 技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (4)
1.一种增大观察视角的显微镜,其特征在于,包括:固定在镜架上的两个物镜、固定在镜筒中的一个图像处理器、固定在镜筒末端用于观察图像的一个目镜,以及用于调节调节物镜相对位置和角度的调节旋钮;
所述的镜筒的前端有固定镜架的卡槽,能够通过卡槽将镜筒固定在镜架上,镜架上有两个物镜槽,两个物镜安置在物镜槽中;镜筒的末端安装一目镜,操作者可直接在目镜处观察图像;镜筒的侧身水平水平分布着位置调节旋钮和角度调节旋钮,操作者通过旋转位置调节旋钮可以改变两个物镜的相对位置,通过旋转角度调节旋钮可以改变两个物镜的相对角度,进而增大观察视角;镜筒的内部通过螺钉固定有图像处理器,且与两个物镜、目镜均通过USB数据线相连;
当操作者观察目标图像时,首先通过旋转位置调节旋钮和角度调节旋钮获取合适的观察视角,此时,另个物镜对观察目标同时进行成像,得到两幅待配准图像,并通过USB数据线发送至图像处理器,图像处理器接收到待配准图像后,对待配准图像分别提取特征点,然后建立可描述特征点临域信息的特征描述子,再通过对两幅图像的特征描述子进行相似度的比较和匹配,找出相互匹配的若干对特征点作为匹配对,然后采用RANSAC算法剔除误匹配,再进行图像坐标统一和图像拼接,最后消除图像拼接时产生的缝隙,得到拼接图像,图像处理器再将拼接图像发送至目镜,操作者可直接在目镜处进行图像观察。
2.根据权利要求1所述的一种增大观察视角的显微镜,其特征在于,所述的图像处理器接收到待配准图像后的具体操作流程为:
(1)、采用SIFT特征点提取算法对两个物镜传输过来的待配准图像均进行特征点提取;
(2)、利用提取到的特征点分别建立两幅SIFT算子特征描述子图;
(3)、通过对SIFT算子特征描述子图使用搜索策略,建立两幅图像的特征点匹配对;
(4)、利用RANSAC算法剔除误匹配对;
(5)、利用匹配对建立坐标变换模型,再利用该模型完成图像坐标统一与拼接;
(6)、利用线性插值消除拼接缝隙,得到拼接图像。
3.根据权利要求2所述的一种增大观察视角的显微镜,其特征在于,所述的搜索策略可以采用欧式距离匹配和BBF搜索。
4.根据权利要求2所述的一种增大观察视角的显微镜,其特征在于,所述的步骤(4)中,利用RANSAC算法剔除误匹配对的方法为:以匹配对对应的特征点集作为原始点集,寻找空间中一条直线,使得原始点集相对于该直线的内点集的内点数最大,以该直线为参照所求得的内点集即为剔除误匹配后所得的特征点集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611198393.7A CN106842538A (zh) | 2016-12-22 | 2016-12-22 | 一种增大观察视角的显微镜 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611198393.7A CN106842538A (zh) | 2016-12-22 | 2016-12-22 | 一种增大观察视角的显微镜 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106842538A true CN106842538A (zh) | 2017-06-13 |
Family
ID=59136812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611198393.7A Pending CN106842538A (zh) | 2016-12-22 | 2016-12-22 | 一种增大观察视角的显微镜 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106842538A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107845145A (zh) * | 2017-11-29 | 2018-03-27 | 电子科技大学 | 一种电子显微场景下的三维重构系统及方法 |
CN108734180A (zh) * | 2018-05-22 | 2018-11-02 | 东南大学 | 一种基于计算方式优化的sift特征点梯度生成方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129704A (zh) * | 2011-02-23 | 2011-07-20 | 山东大学 | 一种基于surf操作数的显微镜图像拼接方法 |
CN103839265A (zh) * | 2014-02-26 | 2014-06-04 | 西安电子科技大学 | 基于sift和归一化互信息的sar图像配准方法 |
CN205750087U (zh) * | 2016-05-16 | 2016-11-30 | 广东出入境检验检疫局检验检疫技术中心 | 一种平行多物镜显微镜 |
-
2016
- 2016-12-22 CN CN201611198393.7A patent/CN106842538A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102129704A (zh) * | 2011-02-23 | 2011-07-20 | 山东大学 | 一种基于surf操作数的显微镜图像拼接方法 |
CN103839265A (zh) * | 2014-02-26 | 2014-06-04 | 西安电子科技大学 | 基于sift和归一化互信息的sar图像配准方法 |
CN205750087U (zh) * | 2016-05-16 | 2016-11-30 | 广东出入境检验检疫局检验检疫技术中心 | 一种平行多物镜显微镜 |
Non-Patent Citations (2)
Title |
---|
张楠: "基于灰度特征的SAR图像配准方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
霍春宝等: "SIFT特征匹配的显微全景图拼接", 《辽宁工程技术大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107845145A (zh) * | 2017-11-29 | 2018-03-27 | 电子科技大学 | 一种电子显微场景下的三维重构系统及方法 |
CN107845145B (zh) * | 2017-11-29 | 2020-12-01 | 电子科技大学 | 一种电子显微场景下的三维重构系统及方法 |
CN108734180A (zh) * | 2018-05-22 | 2018-11-02 | 东南大学 | 一种基于计算方式优化的sift特征点梯度生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105957015B (zh) | 一种螺纹桶内壁图像360度全景拼接方法及系统 | |
CN101661617B (zh) | 摄像机标定的方法及装置 | |
CN108805935B (zh) | 一种基于正交像素当量比的线阵相机畸变校正方法 | |
CN107507246A (zh) | 一种基于改进畸变模型的摄像机标定方法 | |
CN109410255A (zh) | 一种基于改进的sift与哈希算法的图像配准方法及装置 | |
CN108648241A (zh) | 一种ptz摄像机现场标定及定焦方法 | |
CN105354841B (zh) | 一种快速遥感影像匹配方法及系统 | |
CN105809626A (zh) | 一种自适应光线补偿的视频图像拼接方法 | |
CN106447601A (zh) | 一种基于投影‑相似变换的无人机遥感影像拼接方法 | |
CN109308715A (zh) | 一种基于点特征和线特征结合的光学图像配准方法 | |
CN109261528A (zh) | 基于双目视觉的快件分拣方法及装置 | |
CN110223355A (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
CN109145929A (zh) | 一种基于sift尺度空间特征信息提取方法 | |
CN106842538A (zh) | 一种增大观察视角的显微镜 | |
CN106373177A (zh) | 一种用于实现优化图像场景光照估计的设计方法 | |
Kun et al. | An image correction method of fisheye lens based on bilinear interpolation | |
Sun et al. | Lens factory: Automatic lens generation using off-the-shelf components | |
CN110160518A (zh) | 一种面向微小卫星的星图识别方法 | |
CN115761009A (zh) | 一种基于非线性优化的无共同视野的相机外参标定方法 | |
CN106778915A (zh) | 一种面向多摄像机的目标匹配方法 | |
CN110706357B (zh) | 导航系统 | |
CN110689582B (zh) | 全站仪摄像机标定方法 | |
CN110956640B (zh) | 一种异源图像边缘点检测与配准方法 | |
CN112700504A (zh) | 一种多视角远心相机的视差测量方法 | |
CN111882487A (zh) | 一种基于双平面平移变换的大视场光场数据融合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170613 |