CN108269240A - 一种图像自动聚焦方法、电子设备及存储介质 - Google Patents
一种图像自动聚焦方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN108269240A CN108269240A CN201711480444.XA CN201711480444A CN108269240A CN 108269240 A CN108269240 A CN 108269240A CN 201711480444 A CN201711480444 A CN 201711480444A CN 108269240 A CN108269240 A CN 108269240A
- Authority
- CN
- China
- Prior art keywords
- image
- gradient
- gray
- scale map
- enhancement
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005286 illumination Methods 0.000 claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 230000000877 morphologic effect Effects 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 206010027146 Melanoderma Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000002558 medical inspection Methods 0.000 description 1
- 238000001000 micrograph Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000012128 staining reagent Substances 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
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Automatic Focus Adjustment (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种图像自动聚焦方法，包括如下步骤：获取图像的灰度图；将灰度图进行形态学滤波处理；进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；生成梯度图像，并分别对X方向和Y方向计算梯度获得X方向的梯度和Y方向的梯度，并求取X方向的梯度和Y方向的梯度的平方和；对X方向的梯度和Y方向的梯度的平方和进行开运算处理；对梯度图像以一设定阈值再次进行滤波；对梯度图像求和以获得自动聚焦评价函数输出。本发明出产后的图像质量好，由于其自动聚焦，不需要调试人员调整，因此质量稳定。
Description
技术领域
本发明涉及一种图像自动聚焦方法、电子设备及存储介质。
背景技术
目前，在基于显微镜的医疗检验仪器中，清晰的图像是图像分析和识别的基础，图像聚焦是保证图像识别高低的关键。在技术上，图像的自动聚焦是求取自动聚焦评价函数的最大值，对于自动聚焦的方法有：灰度方差法，基于梯度的方法、基于能量的方法，基于信息熵的方法等等。一般情况下，我们需要保证自动聚焦评价函数在清晰位置有一个比较明显的阶跃，以便能更清晰的判定图像的清晰度的优劣，因此常采用二阶拉普拉斯算子。自动聚焦评价函数方法为图像增强和计算图像拉普拉斯梯度并求和，对于调试良好的显微图像，一般来说，以上方法能够比较精准的对显微镜清晰层面进行判断。
但是，现有的技术存在以下缺陷：
在检验仪器的生产过程中，每个显微镜的参数需要人员单独调整，显微镜供应商并不能保证显微镜参数的一致，且由于调试人员的水平和差异也造成了自动聚焦采集图像的质量不一，具体可能为：1、图像增益过大，将背景噪声放大到不能忽略的水平，肉眼识别图像感觉模糊不清；2、图像的光照不均，图像中心区域和四周区域的光照程度有明显差别；3、一个样本采集的图像时亮时暗；4、经过染色剂染色的图像；5、图像局部出现黑斑；这些图像干扰因素的存在，对图像自动聚焦判断产生了较大的影响，仪器出产后容易出现有些仪器图像质量较好，有些仪器图像质量较差。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种图像自动聚焦方法，其能解决现有技术中图像质量不一的问题。
本发明的目的之二在于提供一种电子设备，其能解决现有技术中图像质量不一的问题。
本发明的目的之三在于提供一种计算机可读存储介质，其能解决现有技术中图像质量不一的问题。
本发明的目的之一采用如下技术方案实现：
一种图像自动聚焦方法，包括如下步骤：
获取步骤：获取图像的灰度图；
第一滤波步骤：将灰度图进行形态学滤波处理；
图像处理步骤：进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；
生成步骤：生成梯度图像，并分别对X方向和Y方向计算梯度获得X方向的梯度和Y方向的梯度，并求取X方向的梯度和Y方向的梯度的平方和；
开运算步骤：对X方向的梯度和Y方向的梯度的平方和进行开运算处理；
第二滤波步骤：对梯度图像以一设定阈值再次进行滤波；
输出步骤：对梯度图像求和以获得自动聚焦评价函数输出。
进一步地，图像的灰度图通过将原始彩色图像进行色彩转换获得。
进一步地，图像增强的方式为：统计灰度直方图，根据灰度直方图进行灰度拉伸。
进一步地，“对图像增强后的灰度图进行处理以使其光照均匀”具体包括如下步骤：
以预设半径的圆心模板对拉伸后的灰度图像进行滤波以生成背景图像；该未滤波的拉伸后的灰度图像定义为原图；
对背景图像进行平滑处理；
将原图减去背景图像，并均匀叠加上一背景图像。
本发明的目的之二采用以下技术方案实现：
一种电子设备，包括处理器、存储器和存储在存储器上并可被处理器执行的计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取步骤：获取图像的灰度图；
第一滤波步骤：将灰度图进行形态学滤波处理；
图像处理步骤：进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；
生成步骤：生成梯度图像，并分别对X方向和Y方向计算梯度获得X方向的梯度和Y方向的梯度，并求取X方向的梯度和Y方向的梯度的平方和；
开运算步骤：对X方向的梯度和Y方向的梯度的平方和进行开运算处理；
第二滤波步骤：对梯度图像以一设定阈值再次进行滤波；
输出步骤：对梯度图像求和以获得自动聚焦评价函数输出。
进一步地，图像的灰度图通过将原始彩色图像进行色彩转换获得。
进一步地，图像增强的方式为：统计灰度直方图，根据灰度直方图进行灰度拉伸。
进一步地，对图像增强后的灰度图进行处理以使其光照均匀”具体包括如下步骤：
以预设半径的圆心模板对拉伸后的灰度图像进行滤波以生成背景图像；该未滤波的拉伸后的灰度图像定义为原图；
对背景图像进行平滑处理；
将原图减去背景图像，并均匀叠加上一背景图像。
本发明的目的之三采用以下技术方案实现：
一种计算机可读存储介质，其上设有可被处理器执行的计算机程序，该计算机程序被处理器执行时实现如本发明所述的图像自动聚焦方法。
相比现有技术，本发明的有益效果在于：
本发明出产后的图像质量好，由于其自动聚焦，不需要调试人员调整，因此质量稳定。
附图说明
图1为本发明的一种图像自动聚焦方法的路程图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
如图1所示，本发明提供一种图像自动聚焦方法，其包括如下步骤：
S1：获取图像的灰度图；
本步骤通过将原始彩色图像进行色彩转换获得灰度图。
S2：将灰度图进行形态学滤波处理；
由于显微镜图像背景有明显的毛刺和黑斑，这里采用半径为1单位的圆分别进行开运算和闭运算，能较好的去除背景造成，包括白点和黑点。
S3：进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；
本步骤中图像增强的方式为统计灰度直方图，根据灰度直方图进行灰度拉伸。根据灰度直方图舍弃极少部分的极大值和极小值，极大值端和极小值端均可取0.6％，并对原图进行窗口变换，以放大目标物的清晰度。“对图像增强后的灰度图进行处理以使其光照均匀”具体包括如下步骤：以预设半径的圆心模板对拉伸后的灰度图像进行滤波以生成背景图像；该未滤波的拉伸后的灰度图像定义为原图；对背景图像进行平滑处理；将原图减去背景图像，并均匀叠加上一背景图像。
S4：生成梯度图像，并分别对X方向和Y方向计算梯度获得X方向的梯度和Y方向的梯度，并求取X方向的梯度和Y方向的梯度的平方和；计算平方和的公式为sqrt(dx^2+dy^2)。
S5：对X方向的梯度和Y方向的梯度的平方和进行开运算处理，也就是使用2x2的模板非对称模板，进行形态学滤波，消除背景上孤立的梯度数据点。
S6：对梯度图像以一设定阈值再次进行滤波；
经过形态学梯度滤波的梯度图像，其背景部分只含有少量值不高的背景噪点(相对于目标)，可以采用一个特定的阈值进行滤波进一步消除噪声。
S7：对梯度图像求和以获得自动聚焦评价函数输出。
本发明还提供一种电子设备，包括处理器、存储器和存储在存储器上并可被处理器执行的计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取步骤：获取图像的灰度图；
第一滤波步骤：将灰度图进行形态学滤波处理；
图像处理步骤：进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；
生成步骤：生成梯度图像，并分别对X方向和Y方向计算梯度获得X方向的梯度和Y方向的梯度，并求取X方向的梯度和Y方向的梯度的平方和；
开运算步骤：对X方向的梯度和Y方向的梯度的平方和进行开运算处理；
第二滤波步骤：对梯度图像以一设定阈值再次进行滤波；
输出步骤：对梯度图像求和以获得自动聚焦评价函数输出。
其中，图像的灰度图通过将原始彩色图像进行色彩转换获得。统计灰度直方图，根据灰度直方图进行灰度拉伸。“对图像增强后的灰度图进行处理以使其光照均匀”具体包括如下步骤：以预设半径的圆心模板对拉伸后的灰度图像进行滤波以生成背景图像；该未滤波的拉伸后的灰度图像定义为原图；对背景图像进行平滑处理；将原图减去背景图像，并均匀叠加上一背景图像。
本发明还提供一种计算机可读存储介质，其上设有可被处理器执行的计算机程序，该计算机程序被处理器执行时实现本发明所述的图像自动聚焦方法。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (9)
1.一种图像自动聚焦方法，其特征在于，包括如下步骤：
获取步骤：获取图像的灰度图；
第一滤波步骤：将灰度图进行形态学滤波处理；
图像处理步骤：进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；
生成步骤：生成梯度图像，并分别对X方向和Y方向计算梯度获得X方向的梯度和Y方向的梯度，并求取X方向的梯度和Y方向的梯度的平方和；
开运算步骤：对X方向的梯度和Y方向的梯度的平方和进行开运算处理；
第二滤波步骤：对梯度图像以一设定阈值再次进行滤波；
输出步骤：对梯度图像求和以获得自动聚焦评价函数输出。
2.如权利要求1所述的图像自动聚焦方法，其特征在于，图像的灰度图通过将原始彩色图像进行色彩转换获得。
3.如权利要求1所述的图像自动聚焦方法，其特征在于，图像增强的方式为：统计灰度直方图，根据灰度直方图进行灰度拉伸。
4.如权利要求3所述的图像自动聚焦方法，其特征在于，“对图像增强后的灰度图进行处理以使其光照均匀”具体包括如下步骤：
以预设半径的圆心模板对拉伸后的灰度图像进行滤波以生成背景图像；该未滤波的拉伸后的灰度图像定义为原图；
对背景图像进行平滑处理；
将原图减去背景图像，并均匀叠加上一背景图像。
5.一种电子设备，其特征在于，包括处理器、存储器和存储在存储器上并可被处理器执行的计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取步骤：获取图像的灰度图；
第一滤波步骤：将灰度图进行形态学滤波处理；
图像处理步骤：进行图像增强，并对图像增强后的灰度图进行处理以使其光照均匀；
生成步骤：生成梯度图像，并分别对X方向和Y方向计算梯度获得X方向的梯度和Y方向的梯度，并求取X方向的梯度和Y方向的梯度的平方和；
开运算步骤：对X方向的梯度和Y方向的梯度的平方和进行开运算处理；
第二滤波步骤：对梯度图像以一设定阈值再次进行滤波；
输出步骤：对梯度图像求和以获得自动聚焦评价函数输出。
6.如权利要求5所述的电子设备，其特征在于，图像的灰度图通过将原始彩色图像进行色彩转换获得。
7.如权利要求5所述的电子设备，其特征在于，图像增强的方式为：统计灰度直方图，根据灰度直方图进行灰度拉伸。
8.如权利要求6所述的电子设备，其特征在于，“对图像增强后的灰度图进行处理以使其光照均匀”具体包括如下步骤：
以预设半径的圆心模板对拉伸后的灰度图像进行滤波以生成背景图像；该未滤波的拉伸后的灰度图像定义为原图；
对背景图像进行平滑处理；
将原图减去背景图像，并均匀叠加上一背景图像。
9.一种计算机可读存储介质，其特征在于，其上设有可被处理器执行的计算机程序，该计算机程序被处理器执行时实现如权利要求1-4任一项所述的图像自动聚焦方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711480444.XA CN108269240B (zh) | 2017-12-29 | 2017-12-29 | 一种图像自动聚焦方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711480444.XA CN108269240B (zh) | 2017-12-29 | 2017-12-29 | 一种图像自动聚焦方法、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108269240A true CN108269240A (zh) | 2018-07-10 |
| CN108269240B CN108269240B (zh) | 2021-03-23 |
Family
ID=62773152
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711480444.XA Active CN108269240B (zh) | 2017-12-29 | 2017-12-29 | 一种图像自动聚焦方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108269240B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109246352A (zh) * | 2018-08-29 | 2019-01-18 | 中国科学院长春光学精密机械与物理研究所 | 一种调焦方法及装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1919144A (zh) * | 2005-08-26 | 2007-02-28 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像增强与斑点抑制方法 |
| CN102063704A (zh) * | 2010-11-19 | 2011-05-18 | 中国航空无线电电子研究所 | 一种机载视景增强方法及其装置 |
| CN103903230A (zh) * | 2014-03-28 | 2014-07-02 | 哈尔滨工程大学 | 一种视频图像海雾去除清晰化方法 |
| CN104637064A (zh) * | 2015-02-28 | 2015-05-20 | 中国科学院光电技术研究所 | 一种基于边缘强度权重的离焦模糊图像清晰度检测方法 |
| CN104881855A (zh) * | 2015-06-10 | 2015-09-02 | 北京航空航天大学 | 一种利用形态学和自由边界条件活动轮廓模型的多聚焦图像融合方法 |
-
2017
- 2017-12-29 CN CN201711480444.XA patent/CN108269240B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1919144A (zh) * | 2005-08-26 | 2007-02-28 | 深圳迈瑞生物医疗电子股份有限公司 | 超声图像增强与斑点抑制方法 |
| CN102063704A (zh) * | 2010-11-19 | 2011-05-18 | 中国航空无线电电子研究所 | 一种机载视景增强方法及其装置 |
| CN103903230A (zh) * | 2014-03-28 | 2014-07-02 | 哈尔滨工程大学 | 一种视频图像海雾去除清晰化方法 |
| CN104637064A (zh) * | 2015-02-28 | 2015-05-20 | 中国科学院光电技术研究所 | 一种基于边缘强度权重的离焦模糊图像清晰度检测方法 |
| CN104881855A (zh) * | 2015-06-10 | 2015-09-02 | 北京航空航天大学 | 一种利用形态学和自由边界条件活动轮廓模型的多聚焦图像融合方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109246352A (zh) * | 2018-08-29 | 2019-01-18 | 中国科学院长春光学精密机械与物理研究所 | 一种调焦方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108269240B (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110389127B (zh) | 一种金属陶瓷零件识别及表面缺陷检测系统和方法 | |
| CN108876768B (zh) | 导光板暗影缺陷检测方法 | |
| JP5941674B2 (ja) | 細胞輪郭線形成装置及びその方法、細胞輪郭線形成プログラム | |
| CN103164692B (zh) | 一种基于计算机视觉的特种车辆仪表自动识别系统及方法 | |
| CN104239850B (zh) | 基于图像综合特征的答题卡填涂信息自动识别方法 | |
| CN110244444A (zh) | 显微镜的对焦方法、装置、终端设备及存储介质 | |
| CN107507173A (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
| CN109507192A (zh) | 一种基于机器视觉的磁芯表面缺陷检测方法 | |
| CN110728681B (zh) | 一种Mura缺陷检测方法及装置 | |
| CN115018844B (zh) | 一种基于人工智能的塑料薄膜质量评估方法 | |
| JP6342810B2 (ja) | 画像処理 | |
| Ding et al. | Automatic macroscopic density artefact removal in a Nissl‐stained microscopic atlas of whole mouse brain | |
| CN113470041B (zh) | 免疫组化细胞图像细胞核分割与计数方法和系统 | |
| CN116363140B (zh) | 一种中硼硅玻璃缺陷的检测方法、系统、装置及存储介质 | |
| JP2021064115A (ja) | 細胞画像解析方法及び細胞解析装置 | |
| DE102020126554A1 (de) | Mikroskopiesystem und verfahren zum überprüfen von eingabedaten | |
| CN110378887A (zh) | 屏幕缺陷检测方法、装置及系统、计算机设备及介质 | |
| DE102015122116A1 (de) | System und Verfahren zur Ermittlung von Clutter in einem aufgenommenen Bild | |
| CN110514665A (zh) | 一种电子产品塑料外壳划痕缺陷的检测方法 | |
| CN116612111B (zh) | 一种高强度复合材料加工质量检测方法 | |
| CN113706521A (zh) | 碳纤维表面毛团检测方法、装置、存储介质和电子设备 | |
| CN109241948A (zh) | 一种数控刀具视觉识别方法及装置 | |
| JP2017221555A (ja) | 角膜内皮細胞品質評価支援システム | |
| CN103188432B (zh) | 一种对焦准确度的定量判定装置与方法 | |
| CN115439456A (zh) | 一种病理图像中对象检测识别方法及装置 |
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 | ||
| CB02 | Change of applicant information |
Address after: 310000 three storehouse, 4 Yuhang road 2959, Cang Qian street, Yuhang District, Hangzhou, Zhejiang. Applicant after: HANGZHOU XINLONG MEDICAL TECHNOLOGY Co.,Ltd. Address before: Room 329, building 2, No. 1197, Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310000 Applicant before: HANGZHOU XINLONG MEDICAL TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Shen Yishan Inventor after: Wang Feng Inventor after: Xu Xiantong Inventor before: Shen Yishan |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |