CN107833620A - 图像处理方法和图像处理装置 - Google Patents
图像处理方法和图像处理装置 Download PDFInfo
- Publication number
- CN107833620A CN107833620A CN201711219674.0A CN201711219674A CN107833620A CN 107833620 A CN107833620 A CN 107833620A CN 201711219674 A CN201711219674 A CN 201711219674A CN 107833620 A CN107833620 A CN 107833620A
- Authority
- CN
- China
- Prior art keywords
- optical density
- image
- vector space
- density vector
- processing
- 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
Landscapes
- Image Processing (AREA)
Abstract
本发明提供一种图像处理方法和装置。本发明针对病理图像在色调上差异过大的现有技术问题的提出图像处理方法和装置,是通过预先调节病理图像的色调,将需要均一化图像的色调分布和目标图像的色调的分布一致,解决在后续的均一化操作造成的颜色失真和信息损失这两个问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种图像处理方法和图像处理装置。
背景技术
目前,病理学分析是癌症诊断的金标准。通常存储传统的切片需要占用大量的空间,受环境影响比较大,一些具有学术价值的珍贵切片往往因为存储不得当或制片不当导致褪色。切片数字化之后这些问题就得到了很好的解决,数字化切片,可永久保存。同时,数字切片还具有显微镜所没有的标注、对比、分析、测量等功能,方便检索与传输,最大程度的利用其学术价值。另外,数字病理增强了切片的可视性,改变了病理医生工作的方式,可以实现多人共同浏览、讨论,借助于数字病理远程共享平台还可以实现多人、异地、讨论与会诊。通过将各种病理病例的数字影像存储起来,使用图像处理技术和统计算法对相应疾病的病理切片数字影像进行分析,分类,和辅助诊断,实现病理诊断的信息化和智能化。然而,由于病理切片制作缺乏统一的标准,制作切片的染色剂种类不同,以及数字化使用的扫描仪型号不同,导致数字化后的病理图像在染色的不均匀和不一致,例如不同数字切片的细胞核,细胞质,细胞浆,以及脂肪组织等区域的染色不同。病理图片染色的非均一化影响到后续的计算机处理方法和分析算法的准确性和鲁棒性。因此,需要对数字病理图像进行染色均一化,用来消除由于颜色染色的不同对计算机算法的不良影响。
病理组织切片在制备过程中需要涉及染色技术。染色的目的是使用一种以上的染料通过不同的方法将切片的各种不同的组织结构给予显示出来,利用镜下辨别各种不同的形态,做出正确的诊断。染色的过程是通过染液中的阴阳离子与组织中的阴阳离子相互作用所完成的。染液中有酸性和碱性染料之分,酸性染料有染色作用的部分是阴离子,而碱性染料有染色作用的部分则是阳离子。组织的各种细胞中细胞核为酸性,它可与苏木素中的阳离子发生反应。细胞浆中的阳离子则与伊红液中的阴离子发生反应,完成染色。染料通过浸透,分散进入组织的间隙中,因受分子的引力作用,染液中的色素粒子被吸附而完成染色过程。苏木素-伊红染色法(H&E)是常规染色法,其中苏木素是Hematoxylin,简称H,伊红是Eosin,简称E,这是普通光学显微镜观察与鉴别细胞凋亡与细胞坏死的一种染色方法。这种方法适用范围广泛,对组织细胞的各种成分都可着色,便于全面观察组织构造,而且适用于各种固定液固定的材料,染色后不易褪色可长期保存。经过H&E染色,细胞核被苏木素染成蓝紫色,细胞质被伊红染色呈粉红色。Masson三色染色主要用于胶原纤维和肌纤维的鉴别染色。Masson染色是最为常用的结缔组织染色法,此法多用于观察病变组织中纤维结缔组织的增生和分布,纤维性肿瘤与肌源性肿瘤的鉴别。对酒精性肝硬化/坏死后性肝硬化及各型肝炎导致的小叶汇管区纤维组织增生程度的差别具有重要价值。目前,切片的染色分为手动染色,半自动染色,和全自动染色。根据医院病理科现有设备来决定采用手动染色或是自动染色。
现有的对染色后的病理图像进行处理的方法是基于M.Macenko在医学图像处理的重要国际会议IEEEInternationalSymposiumonBiomedicalImaging(ISBI2009)上发表的基于颜色的病理图像染色均匀化方法,其核心思想是基于色调变换。M.Macenko的方法的缺点是:(1)如果需要均一化的病理图像与目标图像的颜色差异过大,方法就失效。(2)如果需要均一化的病理图像与目标图像的色调(hue)差异过大,方法就失效。(3)如果需要均一化的病理图像颜色泛白或是较暗,均一化后的图像颜色失真。(4)需要手动调节多个参数。
发明内容
有鉴于此,本发明实施例提供一种图像处理方法和装置,能够解决染色色调不一致带来的影响问题,更好地处理染色后的病理图像。
为实现上述目的,根据本发明实施例的第一个方面,提供了一种图像处理方法,包括:步骤S01:将病理图像从RGB颜色空间变换至HSV颜色空间,得到第一处理病理图像;步骤S02:对所述第一处理病理图像保持图像的饱和度和明度不变而调整色调数值,得到第二处理病理图像;步骤S03:将所述第二处理病理图像由HSV颜色空间变换至RGB颜色空间然后进行归一化操作,得到第三处理病理图像;步骤S04:将所述第三处理病理图像从RGB颜色空间映射到光密度向量空间,得到第一光密度向量空间;步骤S05:在所述第一光密度向量空间中,去除光密度值小于预设光密度阈值β的区域,得到第二光密度向量空间;步骤S06:根据所述第二光密度向量空间进行奇异值分解,然后根据分解结果中的拥有最大奇异值的两个奇异值分解方向构建参考平面;步骤S07:将所述第二光密度向量空间投影在所述参考平面上,并且将投影值归一化为单位长度;步骤S08:针对所述第二光密度向量空间中每一个点,计算该点在所述参考平面的投影点与参考平面原点之间的连接向量,然后计算所述连接向量与拥有最大奇异值的奇异值分解方向的夹角;步骤S09:根据所述夹角对第二光密度向量空间中的所有投影点进行筛选,保留角度数据百分位在a%和(100-a)%的之间的目标投影点,得到优化投影点集合;步骤S10:将所述优化投影点集合映射到光密度向量空间,得到第三光密度向量空间;步骤S11:将所述第三光密度向量空间映射回RGB颜色空间,得到优化病理图像。
为实现上述目的,根据本发明实施例的第二个方面,提供了一种图像处理装置,包括:第一处理模块,用于将病理图像从RGB颜色空间变换至HSV颜色空间,得到第一处理病理图像;第二处理模块,用于对所述第一处理病理图像保持图像的饱和度和明度不变而调整色调数值,得到第二处理病理图像;第三处理模块,用于将所述第二处理病理图像由HSV颜色空间变换至RGB颜色空间然后进行归一化操作,得到第三处理病理图像;第四处理模块,用于将所述第三处理病理图像从RGB颜色空间映射到光密度向量空间,得到第一光密度向量空间;第五处理模块,用于在所述第一光密度向量空间中,去除光密度值小于预设光密度阈值β的区域,得到第二光密度向量空间;第六处理模块,用于根据所述第二光密度向量空间进行奇异值分解,然后根据分解结果中的拥有最大奇异值的两个奇异值分解方向构建参考平面;第七处理模块,用于将所述第二光密度向量空间投影在所述参考平面上,并且将投影值归一化为单位长度;第八处理模块,用于针对所述第二光密度向量空间中每一个点,计算该点在所述参考平面的投影点与参考平面原点之间的连接向量,然后计算所述连接向量与拥有最大奇异值的奇异值分解方向的夹角;第九处理模块,用于根据所述夹角对第二光密度向量空间中的所有投影点进行筛选,保留角度数据百分位在a%和(100-a)%的之间的目标投影点,得到优化投影点集合;第十处理模块,用于将所述优化投影点集合映射到光密度向量空间,得到第三光密度向量空间;第十一处理模块,用于将所述第三光密度向量空间映射回RGB颜色空间,得到优化病理图像。
为实现上述目的,根据本发明实施例的第三个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1或2中任一所述的方法。
为实现上述目的,根据本发明实施例的第四个方面,提供了一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1或2中任一所述的方法。
上述发明中的一个实施例具有如下优点或有益效果:(1)能够有效的解决需要均一化的病理图像与目标图像的色调差异过大的问题。(2)能够有效的解决需要均一化的病理图像颜色泛白或是较暗的问题,均一化后的图像颜色逼真。(3)将需要设定的参数减少到两个(光密度阈值β和比例阈值α),改进前的方法需要手动调节六个参数。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的图像处理方法的主要步骤的示意图;
图2是根据本发明实施例的图像处理装置的主要模块的示意图;
图3是用来实现本发明实施例的用于图像处理方法的电子设备的硬件结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本发明是在M.Macenko提出的方法的基础上进行改进。为了使本领域技术人员更好地理解本发明的内容,发明人对该方法详细介绍如下。现有技术的内容可以参考文献:M.Macenko,M.Niethammer,J.Marron,D.Borland,J.Woosley,X.Guan,C.Schmitt,N.Thomas,A methodfornormalizinghistologyslidesforquantitativeanalysis,ISBI,2009.该现有技术的方法主要包括如下步骤:
a.将病理图像在RGB颜色空间进行归一化操作,即分别将R,G,B颜色空间通道的像素值归一化到[0,1]之间。
b.将归一化的RGB颜色空间映射到光密度(opticaldensity,OD)向量空间,即:ODC=-log10(C),C∈{R,G,B}。
c.预先设定一个临界值β,将小于β的OD值去除。此步骤用于去除病理图像中白色或是没有染色的区域。
d.在OD空间计算染色特征向量V和每一种染色的饱和度S。
e.建立由两个最大染色特征值对应的特征向量决定的平面。
f.将去除小于β的ODC,C∈{R,G,B}投影在该平面上,并且归一化为单位长度。
g.计算投影在该平面上的每一个点的角度。
h.预先设定一个临界值α,找到最小和最大角度值,这两个极值的定义为α%和(100-α)%的角度。
i.将这两个极值映射回到OD空间。
j.输出优化的染色特征向量V。
k.将优化的OD空间映射回RGB颜色空间。
本发明旨在解决现有技术中的在病理图像染色均一化的过程中由于图像的色调差异过大,颜色泛白或是较暗而造成的颜色标准化后的失真,严重导致均一化方法失效的技术问题。本发明提出的基于颜色色调变换的染色均一化的图像处理技术针对以上问题,采用调整与目标图像的色调差异,减少图像的有效信息的丢失,同时减少需要设定的参数个数,能够有效的解决针对病理图像的颜色标准化问题。
图1是根据本发明实施例的图像处理方法的主要步骤的示意图。如图1所示,该实施例的图像处理方法主要包括如下步骤。
步骤S01:将病理图像从RGB(red,green,blue)颜色空间变换至HSV(hue,saturation,value)颜色空间,得到第一处理病理图像。其中HSV模型参数包含色调(H),饱和度(S)和明度(V)。
步骤S02:对第一处理病理图像保持图像的饱和度(S)和明度(V)不变,调整色调(H)数值,得到第二处理病理图像。
步骤S02的具体的过程可以包括:计算病理图像的色调空间统计分布并以像素的直方图的形式表现,得到原始色调分布;对原始色调分布进行平移操作,将均值平移至优化均值位置同时标准差保持不变,得到调整后色调分布,其中优化均值位置需要满足如下条件:优化均值位置在[0.8,1.0]范围内;保证调整后色调分布和参照色调分布二者之间的KL散度(Kullback-LeiblerDivergence)小于预设KL散度阈值,其中参照色调分布为正态分布,均值等于0.9,标准差为1。需要说明的是,KL散度即两个分布的相对熵,用来描述两个分布的差异大小。
在具体算法流程中,可以先将原始色调分布曲线平移到均值等于0.9的位置进行试算KL散度,若试算后发现KL散度过大则继续平移调整曲线位置。具体流程可以为:(1)预先设定的目标分布(P0)为正态分布,其满足均值等于0.9,标准差为1。(2)计算原始图像的色调空间统计分布,以像素的直方图的形式表现,按照其分布形式,将原始图像的色调分布平移至均值等于0.9,标准差保持不变,新的色调分布为P1。(3)计算调整后的色调分布(P1)和原始分布(P0)的KL散度,若两个分布的差异大于阈值L(通常阈值的选取的范围为0<L≤0.2,则继续下面的步骤(4),否则终止。(4)调整色调分布的均值,调整的均值设定在一定的范围[0.8,1.0],再跳至步骤(3)。
步骤S03:将第二处理病理图像由HSV颜色空间变换至RGB颜色空间,然后进行归一化操作(即分别将R,G,B颜色空间通道的像素值归一化到[0,1]之间),得到第三处理病理图像。
步骤S04:将第三处理病理图像从RGB颜色空间映射到光密度(opticaldensity,OD)向量空间,即:ODC=-log10(C),C∈{R,G,B},得到第一光密度向量空间。
步骤S05:在第一光密度向量空间中,去除光密度值小于预设光密度阈值β的区域,得到第二光密度向量空间。例如:预先设定一个临界值β,将小于β的OD值去除。此步骤用于去除病理图像中白色或是没有染色的区域。
步骤S02的具体的过程可以包括:在第一光密度向量空间中,设定光密度阈值β,去除小于β的光密度值,获得二光密度向量空间。经过实验,β=0.15能够有效的去除病理图像中白色或是没有染色的区域,保留图像染色区域。
步骤S06:根据第二光密度向量空间进行奇异值分解,然后根据分解结果中的拥有最大奇异值的两个奇异值分解方向构建参考平面。
步骤S07:将第二光密度向量空间投影在参考平面上,并且将投影值归一化为单位长度。
步骤S08:针对第二光密度向量空间中每一个点,计算该点在参考平面的投影点与参考平面原点之间的连接向量,然后计算连接向量与拥有最大奇异值的奇异值分解方向的夹角。
步骤S09:根据夹角对第二光密度向量空间中的所有投影点进行筛选,保留角度数据百分位在a%和(100-a)%的之间的目标投影点,得到优化投影点集合。
步骤S10:将优化投影点集合映射到光密度向量空间,得到第三光密度向量空间。
步骤S11:将第三光密度向量空间映射回RGB颜色空间,得到优化病理图像。
本发明实施例的图像处理方法至少具有如下优点:(1)能够有效的解决需要均一化的病理图像与目标图像的色调差异过大的问题。(2)能够有效的解决需要均一化的病理图像颜色泛白或是较暗的问题,均一化后的图像颜色逼真。(3)将需要设定的参数减少到两个(光密度阈值β和比例阈值α),改进前的方法需要手动调节六个参数。
图2是根据本发明实施例的图像处理装置的主要模块的示意图。如图2所示,该实施例的图像处理装置包括第一处理模块201、第二处理模块202、第三处理模块203、第四处理模块204、第五处理模块205、第六处理模块206、第七处理模块207、第八处理模块208、第九处理模块209、第十处理模块210、第十一处理模块211。
第一处理模块201用于将病理图像从RGB颜色空间变换至HSV颜色空间,得到第一处理病理图像。
第二处理模块202用于对第一处理病理图像保持图像的饱和度和明度不变而调整色调数值,得到第二处理病理图像。
可选地,第二处理模块还用于:计算病理图像的色调空间统计分布并以像素的直方图的形式表现,得到原始色调分布;对原始色调分布进行平移操作,将均值平移至优化均值位置同时标准差保持不变,得到调整后色调分布,其中优化均值位置需要满足如下条件:优化均值位置在[0.8,1.0]范围内;保证调整后色调分布和参照色调分布二者之间的KL散度小于预设KL散度阈值,其中参照色调分布为正态分布,均值等于0.9,标准差为1。
第三处理模块203用于将第二处理病理图像由HSV颜色空间变换至RGB颜色空间然后进行归一化操作,得到第三处理病理图像。
第四处理模块204用于将第三处理病理图像从RGB颜色空间映射到光密度向量空间,得到第一光密度向量空间。
第五处理模块205用于在第一光密度向量空间中,去除光密度值小于预设光密度阈值β的区域,得到第二光密度向量空间。
第六处理模块206用于根据第二光密度向量空间进行奇异值分解,然后根据分解结果中的拥有最大奇异值的两个奇异值分解方向构建参考平面。
第七处理模块207用于将第二光密度向量空间投影在参考平面上,并且将投影值归一化为单位长度。
第八处理模块208用于针对第二光密度向量空间中每一个点,计算该点在参考平面的投影点与参考平面原点之间的连接向量,然后计算连接向量与拥有最大奇异值的奇异值分解方向的夹角。
第九处理模块209用于根据夹角对第二光密度向量空间中的所有投影点进行筛选,保留角度数据百分位在a%和(100-a)%的之间的目标投影点,得到优化投影点集合。
第十处理模块210用于将优化投影点集合映射到光密度向量空间,得到第三光密度向量空间。
第十一处理模块211用于将第三光密度向量空间映射回RGB颜色空间,得到优化病理图像。
本发明实施例的图像处理装置至少具有如下优点:(1)能够有效的解决需要均一化的病理图像与目标图像的色调差异过大的问题。(2)能够有效的解决需要均一化的病理图像颜色泛白或是较暗的问题,均一化后的图像颜色逼真。(3)将需要设定的参数减少到两个(光密度阈值β和比例阈值α),改进前的方法需要手动调节六个参数。
根据本发明的实施例,本发明还提供了一种电子设备和一种可读存储介质。
本发明的电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器执行本发明所提供的图像处理方法。
本发明的计算机可读存储介质,计算机可读存储介质存储计算机指令,计算机指令用于使计算机执行本发明所提供的图像处理方法。
下面参考图3,其示出了适于用来实现本申请实施例的电子设备300的结构示意图。图3示出的终端仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图3所示,终端300包括中央处理单元(CPU)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM303中,还存储有系统300操作所需的各种程序和数据。CPU301、ROM302以及RAM303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
以下部件连接至I/O接口305:包括键盘、鼠标等的输入部分306;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分307;包括硬盘等的存储部分308;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器310上,以便于从其上读出的计算机程序根据需要被安装入存储部分308。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分309从网络上被下载和安装,和/或从可拆卸介质311被安装。在该计算机程序被中央处理单元(CPU)301执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:根据商品ID自动采集服饰素材数据,服饰素材数据包括搭配搜索筛选项数据和搭配搜索非筛选项数据,搭配搜索非筛选项数据包括素材图片;根据搭配搜索筛选项数据建立索引文件并且根据搭配搜索数据建立非筛选项信息详情文件,然后将所述索引文件和所述信息详情文件建立映射关系表;根据获取到的所述用户画像数据确认索引字,然后根据所述索引字查询所述映射关系表,得到若干个推荐服饰商品对应的搭配搜索非筛选项数据;将所述若干个推荐服饰商品对应的搭配搜索非筛选项数据中的所述素材图片进行图形组合然后输出。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种图像处理方法,其特征在于,包括:
步骤S01:将病理图像从RGB颜色空间变换至HSV颜色空间,得到第一处理病理图像;
步骤S02:对所述第一处理病理图像保持图像的饱和度和明度不变而调整色调数值,得到第二处理病理图像;
步骤S03:将所述第二处理病理图像由HSV颜色空间变换至RGB颜色空间然后进行归一化操作,得到第三处理病理图像;
步骤S04:将所述第三处理病理图像从RGB颜色空间映射到光密度向量空间,得到第一光密度向量空间;
步骤S05:在所述第一光密度向量空间中,去除光密度值小于预设光密度阈值β的区域,得到第二光密度向量空间;
步骤S06:根据所述第二光密度向量空间进行奇异值分解,然后根据分解结果中的拥有最大奇异值的两个奇异值分解方向构建参考平面;
步骤S07:将所述第二光密度向量空间投影在所述参考平面上,并且将投影值归一化为单位长度;
步骤S08:针对所述第二光密度向量空间中每一个点,计算该点在所述参考平面的投影点与参考平面原点之间的连接向量,然后计算所述连接向量与拥有最大奇异值的奇异值分解方向的夹角;
步骤S09:根据所述夹角对第二光密度向量空间中的所有投影点进行筛选,保留角度数据百分位在a%和(100-a)%的之间的目标投影点,得到优化投影点集合;
步骤S10:将所述优化投影点集合映射到光密度向量空间,得到第三光密度向量空间;
步骤S11:将所述第三光密度向量空间映射回RGB颜色空间,得到优化病理图像。
2.根据权利要求1所述的方法,其特征在于,步骤S02包括:
计算所述病理图像的色调空间统计分布并以像素的直方图的形式表现,得到原始色调分布;
对所述原始色调分布进行平移操作,将均值平移至优化均值位置同时标准差保持不变,得到调整后色调分布,
其中所述优化均值位置需要满足如下条件:所述优化均值位置在[0.8,1.0]范围内;保证所述调整后色调分布和参照色调分布二者之间的KL散度小于预设KL散度阈值,其中所述参照色调分布为正态分布,均值等于0.9,标准差为1。
3.根据权利要求1所述的方法,其特征在于,步骤S05包括:
对图像从RGB颜色空间映射到光密度向量空间后,设定光密度阈值β,去除小于β的光密度值,获得第二光密度向量空间。预先设定β=0.15去除图像中白色或是没有染色的区域,保留图像染色区域。
4.一种图像处理装置,其特征在于,包括:
第一处理模块,用于将病理图像从RGB颜色空间变换至HSV颜色空间,得到第一处理病理图像;
第二处理模块,用于对所述第一处理病理图像保持图像的饱和度和明度不变而调整色调数值,得到第二处理病理图像;
第三处理模块,用于将所述第二处理病理图像由HSV颜色空间变换至RGB颜色空间然后进行归一化操作,得到第三处理病理图像;
第四处理模块,用于将所述第三处理病理图像从RGB颜色空间映射到光密度向量空间,得到第一光密度向量空间;
第五处理模块,用于在所述第一光密度向量空间中,去除光密度值小于预设光密度阈值β的区域,得到第二光密度向量空间;
第六处理模块,用于根据所述第二光密度向量空间进行奇异值分解,然后根据分解结果中的拥有最大奇异值的两个奇异值分解方向构建参考平面;
第七处理模块,用于将所述第二光密度向量空间投影在所述参考平面上,并且将投影值归一化为单位长度;
第八处理模块,用于针对所述第二光密度向量空间中每一个点,计算该点在所述参考平面的投影点与参考平面原点之间的连接向量,然后计算所述连接向量与拥有最大奇异值的奇异值分解方向的夹角;
第九处理模块,用于根据所述夹角对第二光密度向量空间中的所有投影点进行筛选,保留角度数据百分位在a%和(100-a)%的之间的目标投影点,得到优化投影点集合;
第十处理模块,用于将所述优化投影点集合映射到光密度向量空间,得到第三光密度向量空间;
第十一处理模块,用于将所述第三光密度向量空间映射回RGB颜色空间,得到优化病理图像。
5.根据权利要求4所述的图像处理装置,其特征在于,所述第二处理模块还用于:
计算所述病理图像的色调空间统计分布并以像素的直方图的形式表现,得到原始色调分布;
对所述原始色调分布进行平移操作,将均值平移至优化均值位置同时标准差保持不变,得到调整后色调分布,
其中所述优化均值位置需要满足如下条件:所述优化均值位置在[0.8,1.0]范围内;保证所述调整后色调分布和参照色调分布二者之间的KL散度小于预设KL散度阈值,其中所述参照色调分布为正态分布,均值等于0.9,标准差为1。
6.根据权利要求4所述的图像处理装置,其特征在于,所述第五处理模块还用于:
对图像从RGB颜色空间映射到光密度向量空间后,设定光密度阈值β,去除小于β的光密度值,获得第二光密度向量空间。预先设定β=0.15去除图像中白色或是没有染色的区域,保留图像染色区域。
7.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1或2中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1或2中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711219674.0A CN107833620A (zh) | 2017-11-28 | 2017-11-28 | 图像处理方法和图像处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711219674.0A CN107833620A (zh) | 2017-11-28 | 2017-11-28 | 图像处理方法和图像处理装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107833620A true CN107833620A (zh) | 2018-03-23 |
Family
ID=61646347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711219674.0A Pending CN107833620A (zh) | 2017-11-28 | 2017-11-28 | 图像处理方法和图像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107833620A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009699A (zh) * | 2019-03-12 | 2019-07-12 | 深圳市象形字科技股份有限公司 | 一种hsv色彩空间中色相环跳跃问题的解决办法 |
CN110763678A (zh) * | 2019-09-12 | 2020-02-07 | 杭州迪英加科技有限公司 | 一种病理切片判读方法及系统 |
CN111048183A (zh) * | 2019-11-15 | 2020-04-21 | 广州金域医学检验中心有限公司 | 数字病理图像均一化的方法、装置、设备及存储介质 |
CN111161332A (zh) * | 2019-12-30 | 2020-05-15 | 上海研境医疗科技有限公司 | 同源病理影像配准预处理方法、装置、设备及存储介质 |
CN112950453A (zh) * | 2021-01-25 | 2021-06-11 | 北京达佳互联信息技术有限公司 | 图像处理方法和图像处理装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945627A (zh) * | 2006-10-20 | 2007-04-11 | 清华大学 | 数字舌象色偏校正方法 |
CN102750708A (zh) * | 2012-05-11 | 2012-10-24 | 天津大学 | 基于快速鲁棒特征匹配的仿射运动目标跟踪算法 |
EP2853191A2 (en) * | 2013-09-30 | 2015-04-01 | Fujifilm Corporation | Image processing apparatus, image processing system, and image processing method |
-
2017
- 2017-11-28 CN CN201711219674.0A patent/CN107833620A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1945627A (zh) * | 2006-10-20 | 2007-04-11 | 清华大学 | 数字舌象色偏校正方法 |
CN102750708A (zh) * | 2012-05-11 | 2012-10-24 | 天津大学 | 基于快速鲁棒特征匹配的仿射运动目标跟踪算法 |
EP2853191A2 (en) * | 2013-09-30 | 2015-04-01 | Fujifilm Corporation | Image processing apparatus, image processing system, and image processing method |
Non-Patent Citations (4)
Title |
---|
(波)赛干内克,(英)希伯特: "《三维计算机视觉技术和算法导论》", 1 October 2014 * |
MARC MACENKO等: "A method for normalizing histology slides for quantitative analysis", 《2009 IEEE INTERNATIONAL SYMPOSIUM ON BIOMEDICAL IMAGING: FROM NANO TO MACRO》 * |
朱庆文: "基于脉诊、舌诊信息提取与识别的便携式集成辅助诊疗设备研究", 《中国博士学位论文全文数据库 医药卫生科技辑》 * |
杨杰等: "《医学影像分析和三维重建及其应用》", 31 January 2015, 上海交通大学出版社 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110009699A (zh) * | 2019-03-12 | 2019-07-12 | 深圳市象形字科技股份有限公司 | 一种hsv色彩空间中色相环跳跃问题的解决办法 |
CN110763678A (zh) * | 2019-09-12 | 2020-02-07 | 杭州迪英加科技有限公司 | 一种病理切片判读方法及系统 |
CN111048183A (zh) * | 2019-11-15 | 2020-04-21 | 广州金域医学检验中心有限公司 | 数字病理图像均一化的方法、装置、设备及存储介质 |
CN111048183B (zh) * | 2019-11-15 | 2024-01-30 | 广州金域医学检验中心有限公司 | 数字病理图像均一化的方法、装置、设备及存储介质 |
CN111161332A (zh) * | 2019-12-30 | 2020-05-15 | 上海研境医疗科技有限公司 | 同源病理影像配准预处理方法、装置、设备及存储介质 |
CN112950453A (zh) * | 2021-01-25 | 2021-06-11 | 北京达佳互联信息技术有限公司 | 图像处理方法和图像处理装置 |
CN112950453B (zh) * | 2021-01-25 | 2023-10-20 | 北京达佳互联信息技术有限公司 | 图像处理方法和图像处理装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107833620A (zh) | 图像处理方法和图像处理装置 | |
CN102132555B (zh) | 画质调整装置、画质调整方法 | |
CN105741266B (zh) | 一种病理图像细胞核快速定位方法 | |
CN108804057A (zh) | 印刷配色方法、装置、终端与计算机可读存储介质 | |
CN100568283C (zh) | 一种图片主色调分析方法及其装置 | |
CN104636759B (zh) | 一种获取图片推荐滤镜信息的方法及图片滤镜信息推荐系统 | |
CN104572911A (zh) | 一种纺前着色纤维测配色方法 | |
JP2005516188A5 (zh) | ||
CN101911118A (zh) | 肤色评价方法、肤色评价装置、肤色评价程序、以及存储了该程序的存储介质 | |
CN110660352B (zh) | 一种led显示屏逐点校正方法、装置、系统及存储介质 | |
CN106791759A (zh) | 医用显示器色彩均匀性校正方法及校正系统 | |
US20200035038A1 (en) | An Interactive Implementation Method for Mobile Terminal Display of 3D Model | |
CN102985943A (zh) | 彩色图像处理方法、彩色图像处理装置以及彩色图像处理程序 | |
CN109923385B (zh) | 确定毛发颜色均匀性的方法和装置 | |
CN109345601A (zh) | 基于低秩嵌入非负矩阵分解的病理图像颜色标准化的方法 | |
JPH04218733A (ja) | 与えられた色合いに従って染色および捺染の処方を計算する方法 | |
CN104298821A (zh) | 一种色纺纱精细配色方法 | |
CN108564631A (zh) | 车灯光导色差检测方法、装置及计算机可读存储介质 | |
CN107404668A (zh) | 一种多彩弹幕渲染方法及装置 | |
CN111161359B (zh) | 一种图像处理方法及设备 | |
Pierre et al. | Luminance-hue specification in the RGB space | |
CN109920019A (zh) | 纺织物色彩定制的方法和系统 | |
CN115797260A (zh) | 一种视觉高保真纺织面料换色方法及系统 | |
Gong et al. | Simple primary colour editing for consumer product images | |
CN106055229A (zh) | 一种基于读屏的显示界面调整方法及显示界面调整模块 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180323 |