CN107481213A - 显微镜下图像多层聚焦融合方法 - Google Patents
显微镜下图像多层聚焦融合方法 Download PDFInfo
- Publication number
- CN107481213A CN107481213A CN201710753366.XA CN201710753366A CN107481213A CN 107481213 A CN107481213 A CN 107481213A CN 201710753366 A CN201710753366 A CN 201710753366A CN 107481213 A CN107481213 A CN 107481213A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- layer
- definition values
- image object
- 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.)
- Withdrawn
Links
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 13
- 239000010410 layer Substances 0.000 description 14
- 238000001514 detection method Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 5
- 239000012535 impurity Substances 0.000 description 2
- 239000000725 suspension Substances 0.000 description 2
- 230000010415 tropism Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Microscoopes, Condenser (AREA)
Abstract
本发明提供一种显微镜图像多层聚焦融合方法，在载物台上下可移动的最大范围内，根据预设调焦步长，获得一个视频流，并分解成一组图像，获得目标图像层组；用Otsu算法分析所述目标图像层组的各图像目标，用拉普拉斯算子计算所述各图像目标的清晰度值；根据所述各图目标的坐标范围在所述目标图像层之间，比较各图像目标重叠面积大小，判断是否为同一目标；比较相同图像目标的清晰度值，取清晰度值最大的图像目标，融合成一幅各图像目标相对清晰的图像。
Description
技术领域
本发明涉及图像采集技术领域，主要涉及多层次聚焦融合的方法。
背景技术
在现代医学检测的领域中，由于样本的多样性和复杂性，一般的检测方法很难达到理想的检测效果，比如在对大便的检测过程中，对大便样本进行稀释、过滤和取样的操作后，得到的检测样本为悬液状，样本中杂质较多，各种目标大小密度不一，在悬液中呈垂直分布，因此无法在同一平面对所有目标进行有效检测。
发明内容
基于此，有必要针对一般图像无法提供多目标都较清晰的情况，提供一种显微镜下图像多层聚焦融合方法，将多个清晰图像目标融合在一幅图像中，减少样本观察难度；
一种显微镜下图像多层聚焦融合方法，包括：
在载物台上下可移动的最大范围内，根据预设调焦步长，获得一个视频流，并分解成一组图像，获得目标图像层组；
用Otsu算法分割所述目标图像层组的各图像目标，用拉普拉斯算子计算所述各图像目标的清晰度值；
根据所述各图像目标的坐标范围在所述目标图像层之间，比较各图像目标重叠面积大小，判断是否为同一目标；
比较相同图像目标的清晰度值，取清晰度值最大的图像目标，融合成一幅各目标相对清晰的图像。
本发明显微镜下图像融合方法，根据预设调焦步长，在载物台垂直方向可移动的最大范围内，获得一个视频流，并分解成一组图像，获得目标图像层组，用Ostu算法分割所述目标图像层组的各图像目标，用拉普拉斯算子计算所述各图像目标的清晰度值，根据所述各图像目标的坐标范围在所述目标图像层之间，比较各图像目标重叠面积大小，判断是否为同一目标，比较相同图像目标的清晰度值，取清晰度值最大的图像目标，融合成一幅各目标相对清晰的图像，便于观察。
附图说明
图1为本发明显微镜图像多层次聚焦融合方法第一个实施的流程示意图。
图2为本发明显微镜图像多层次聚焦融合方法第一个实施的原理示意图。
图3为显微镜自动调焦原理图。
具体实施方式
如图1所示，一种显微镜下图像多层聚焦融合方法，步骤包括：
S200：根据预设调焦步长，在载物台垂直方向可移动的最大范围内，获得一个视频流，并分解成一组图像，获得目标图像层组；
如图3所示，在载物台垂直方向可移动的B到H范围内，按照预设的调焦步长，载物台从下往上移动，通过视频采集系统获得一个视频流，然后将视频流按帧为单位分解成一组图像，并按对应焦距进行编号，获得目标图像层组。
S400:用Otsu算法分割所述目标图像层组的各图像目标，用拉普拉斯算子计算所述各图像目标的清晰度值；
在Otsu算法中，以阈值k将所有的像素分为目标C0和背景目标C1两类，其中
C0类的像素级为0～k-1，C1类的像素为k～L-1。
图像的总平均灰度级为：
C0类像素所占的总面积的比例为：
C1类像素所占的纵面比例为：ω1＝1-ω0；
C0类像素的平均灰度级为：u0＝u0(k)/ω0；
C1类像素的平均灰度级为：u1＝u1(k)/ω1；
其中：
最大类间方差的公式为：
δ2(k)＝ω0(u-u0)2+ω1(u-u1)2；
令k从0～L-1变化，计算在不同k值下的类间方差δ2(k),使得δ2(k)最大值时的那个k值就是所要求的最优阈值,用k值分割图像目标与背景，并对图像目标进行编号。
拉普拉斯算子是最简单的各同向性微分算子，具有旋转不变性，一个二维图像函数的拉普拉斯变换是各同向性的二阶导数，定义为：
为了更适合数字图像处理，将该方程表示为离散形式：
其聚焦评价函数为：
其中
S600：根据所述各图像目标的坐标范围在所述目标图像层之间，比较各图像目标重叠面积大小，判断是否为同一目标；
根据所述所分割的图像目标的大小，按照比例添加背景图像，形成一个新的方形目标图像；
根据所述新的方形目标图像的坐标区域，在各图像层间进行比较，若重叠程度达到70％以上，即可判定为相同目标。
S800：比较相同图像目标的清晰度值，取清晰度值最大的图像目标，如图2所示，融合成一幅各目标相对清晰的图像；
将所述相同图像目标列为一个组记为I1、I2…In，将所述相同图像目标的清晰度按照[0、1、…、Max]作一个排序，取清晰度最大的图像目标，融合成一幅各目标相对清晰的图像。
本发明显微镜图像多层次聚焦融合方法，通过对样本的不同聚焦面的图像的采集，获得各聚焦距离下的图片信息，各不同目标在不同聚焦下清晰度不一样，通过去除去杂质、冗余，将各目标在不同聚焦下的相对清晰的图像分割下来，融合在同一背景图片中，形成一幅各目标都相对清晰的图像，能够方面医务人员的观察，减少医务人员的负担。
Claims (6)
1.一种显微镜图像多层聚焦融合方法，包括：
在载物台上下可移动的最大范围内，根据预设调焦步长，获得一个视频流，并分解成一组图像，获得目标图像层组；
用Otsu算法分割所述目标图像层组的各图像目标，用拉普拉斯算子计算所述各图像目标的清晰度值；
根据所述各图像目标的坐标范围在所述目标图像层之间，比较各图像目标重叠面积大小，判断是否为同一目标；
比较相同图像目标的清晰度值，取清晰度值最大的图像目标，融合成一幅各目标相对清晰的图像。
2.根据权利要求1所述的显微镜图像多层聚焦融合方法，其特征在于，所述获取视频流的具体步骤为：
载物台在左右不移动的情况下，垂直移动，在垂直方向可移动的最大范围内，根据预设的调焦步长，采集一个视频流。
3.根据权利要求1或2所述的显微镜图像多层聚焦融合方法，其特征在于，所述获取视频流之后，获取目标图像层组的具体步骤为：
将所述视频流，以帧为单位采集图像，获得目标图像层组。
4.根据权利要求1所述的显微镜图像多层聚焦融合方法，其特征在于，用ostu算法分割所述目标图像层组的各图像目标，用拉普拉斯算子计算所述各图像目标的清晰度值的具体步骤为：
用Otsu算法将图像目标与背景分割开来，获得单独的图像目标图像，并进行编号；并用拉普拉斯算计计算所述图像目标图像的清晰度值。
5.根据权利要求1所述的显微镜图像多层聚焦融合方法，其特征在于，根据所述各图像目标的坐标范围在所述目标图层之间，比较各图像目标重叠面积大小，判断是否为同一目标的具体步骤为：
将所述各图像目标的图像按比例添加背景图像，形成一个方形目标图像，并对应所述方形目标图像的编号，记录其坐标范围，在所述各目标图像层之间比较所述各方形图像目标的重叠面积，重叠程度达到70％以上，判定为相同目标。
6.根据权利要求1所述的显微镜图像多层聚焦融合方法，其特征在于，比较相同图像目标的清晰度值，取清晰度值最大的图像目标，融合成一幅各目标相对清晰的图像的具体步骤为：
比较相同图像目标的清晰度值，取清晰度值最大的图像目标，按照其坐标范围放进一张初始图像目标为零的背景图中，融合成一幅各目标相对清晰的图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710753366.XA CN107481213A (zh) | 2017-08-28 | 2017-08-28 | 显微镜下图像多层聚焦融合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710753366.XA CN107481213A (zh) | 2017-08-28 | 2017-08-28 | 显微镜下图像多层聚焦融合方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107481213A true CN107481213A (zh) | 2017-12-15 |
Family
ID=60603821
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710753366.XA Withdrawn CN107481213A (zh) | 2017-08-28 | 2017-08-28 | 显微镜下图像多层聚焦融合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107481213A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109994189A (zh) * | 2019-03-13 | 2019-07-09 | 广州金域医学检验中心有限公司 | 数字病理切片的显示方法、装置和计算机设备 |
| 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 |
| CN111787233A (zh) * | 2020-08-05 | 2020-10-16 | 湖南莱博赛医用机器人有限公司 | 一种图像获取方法、装置和电子设备 |
| CN112995517A (zh) * | 2021-03-12 | 2021-06-18 | 湖南国科智瞳科技有限公司 | 一种高精准显微图像自动聚焦方法及系统、计算机设备 |
| CN114113185A (zh) * | 2020-08-31 | 2022-03-01 | 中国科学院生物物理研究所 | 实现扫描电子显微镜变焦扫描的成像方法 |
| CN114815207A (zh) * | 2022-05-24 | 2022-07-29 | 宾盛科技(武汉)有限公司 | 显微成像自动对焦的图像景深融合方法及相关设备 |
| CN115170557A (zh) * | 2022-08-08 | 2022-10-11 | 中山大学中山眼科中心 | 结膜杯状细胞成像的图像融合方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101593353A (zh) * | 2008-05-28 | 2009-12-02 | 日电（中国）有限公司 | 图像处理方法和设备以及视频系统 |
| CN101605208A (zh) * | 2008-06-13 | 2009-12-16 | 富士胶片株式会社 | 图像处理设备、成像设备、图像处理方法及程序 |
| CN101615289A (zh) * | 2009-08-05 | 2009-12-30 | 北京优纳科技有限公司 | 切片组织的三维采集及多层图像融合方法 |
| CN101630061A (zh) * | 2009-08-17 | 2010-01-20 | 公安部物证鉴定中心 | 工具痕迹光学共聚焦三维数据采集系统及其采集方法 |
| CN105093509A (zh) * | 2015-09-29 | 2015-11-25 | 爱威科技股份有限公司 | 显微镜的自动聚焦方法、系统及大便镜检显微镜 |
-
2017
- 2017-08-28 CN CN201710753366.XA patent/CN107481213A/zh not_active Withdrawn
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101593353A (zh) * | 2008-05-28 | 2009-12-02 | 日电（中国）有限公司 | 图像处理方法和设备以及视频系统 |
| CN101605208A (zh) * | 2008-06-13 | 2009-12-16 | 富士胶片株式会社 | 图像处理设备、成像设备、图像处理方法及程序 |
| CN101615289A (zh) * | 2009-08-05 | 2009-12-30 | 北京优纳科技有限公司 | 切片组织的三维采集及多层图像融合方法 |
| CN101630061A (zh) * | 2009-08-17 | 2010-01-20 | 公安部物证鉴定中心 | 工具痕迹光学共聚焦三维数据采集系统及其采集方法 |
| CN105093509A (zh) * | 2015-09-29 | 2015-11-25 | 爱威科技股份有限公司 | 显微镜的自动聚焦方法、系统及大便镜检显微镜 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109994189A (zh) * | 2019-03-13 | 2019-07-09 | 广州金域医学检验中心有限公司 | 数字病理切片的显示方法、装置和计算机设备 |
| 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 |
| CN111787233A (zh) * | 2020-08-05 | 2020-10-16 | 湖南莱博赛医用机器人有限公司 | 一种图像获取方法、装置和电子设备 |
| CN111787233B (zh) * | 2020-08-05 | 2021-10-29 | 湖南莱博赛医用机器人有限公司 | 一种图像获取方法、装置和电子设备 |
| CN114113185A (zh) * | 2020-08-31 | 2022-03-01 | 中国科学院生物物理研究所 | 实现扫描电子显微镜变焦扫描的成像方法 |
| CN112995517A (zh) * | 2021-03-12 | 2021-06-18 | 湖南国科智瞳科技有限公司 | 一种高精准显微图像自动聚焦方法及系统、计算机设备 |
| CN112995517B (zh) * | 2021-03-12 | 2022-04-15 | 湖南国科智瞳科技有限公司 | 一种高精准显微图像自动聚焦方法及系统、计算机设备 |
| CN114815207A (zh) * | 2022-05-24 | 2022-07-29 | 宾盛科技(武汉)有限公司 | 显微成像自动对焦的图像景深融合方法及相关设备 |
| CN115170557A (zh) * | 2022-08-08 | 2022-10-11 | 中山大学中山眼科中心 | 结膜杯状细胞成像的图像融合方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107481213A (zh) | 显微镜下图像多层聚焦融合方法 | |
| CN105279372B (zh) | 一种确定建筑物高度的方法和装置 | |
| JP3064928B2 (ja) | 被写体抽出方式 | |
| CN104697476B (zh) | 粗糙度光切轮廓曲线的自动检测方法及装置 | |
| US20120133739A1 (en) | Image processing apparatus | |
| DE102015121387B4 (de) | Hinderniserkennungseinrichtung und Hinderniserkennungsverfahren | |
| CA2497212A1 (en) | Image fusion system and method | |
| CN109034185A (zh) | 一种街景图像差异对比方法及装置 | |
| CN107705288A (zh) | 伪目标运动强干扰下的危险气体泄漏红外视频检测方法 | |
| CN109166125A (zh) | 一种基于多边缘融合机制的三维深度图像分割算法 | |
| KR101988551B1 (ko) | 스테레오 비전의 깊이 추정을 이용한 효율적 객체 검출 및 매칭 시스템 및 방법 | |
| CN104101294B (zh) | 分析装置、分析程序以及分析系统 | |
| JP2008130087A (ja) | 対象領域分割方法及び対象領域分割装置 | |
| US8462211B2 (en) | Method of detecting objects | |
| CN102663781A (zh) | 一种基于视觉的亚像素级焊缝中心提取方法 | |
| CN109886064B (zh) | 确定可驾驶空间的边界的方法 | |
| CN104537627B (zh) | 一种深度图像的后处理方法 | |
| CN101464953A (zh) | 轮廓提取装置和轮廓提取方法 | |
| CN107818552A (zh) | 一种双目图像的去反光方法 | |
| KR101751681B1 (ko) | 이물질 검출 시스템 | |
| JP3860540B2 (ja) | エントロピーフィルタ及び該フィルタを用いた領域抽出法 | |
| KR101574195B1 (ko) | 모바일 플랫폼에 기반한 가상 카메라의 자동 캘리브레이션 방법 | |
| KR101753101B1 (ko) | 컬러영상에서 Mean-Shift 군집화와 단계별 병합 방법을 이용한 자동 원료 선별 방법 및 장치 | |
| CN111222514A (zh) | 一种基于视觉定位的局部地图优化方法 | |
| JP6780983B2 (ja) | 画像処理システム |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171215 |
|
| WW01 | Invention patent application withdrawn after publication |