CN109461187A - 一种基于骨髓白细胞图片的自动对焦方法 - Google Patents

一种基于骨髓白细胞图片的自动对焦方法 Download PDF

Info

Publication number
CN109461187A
CN109461187A CN201811233331.4A CN201811233331A CN109461187A CN 109461187 A CN109461187 A CN 109461187A CN 201811233331 A CN201811233331 A CN 201811233331A CN 109461187 A CN109461187 A CN 109461187A
Authority
CN
China
Prior art keywords
picture
leucocyte
mean square
square deviation
gray scale
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
Application number
CN201811233331.4A
Other languages
English (en)
Inventor
方凤奇
陆炬
李强
李舜
黄震
胡佳佳
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.)
Hangzhou Zhi Wei Mdt Infotech Ltd
Original Assignee
Hangzhou Zhi Wei Mdt Infotech Ltd
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 Hangzhou Zhi Wei Mdt Infotech Ltd filed Critical Hangzhou Zhi Wei Mdt Infotech Ltd
Priority to CN201811233331.4A priority Critical patent/CN109461187A/zh
Publication of CN109461187A publication Critical patent/CN109461187A/zh
Pending legal-status Critical Current

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
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种基于骨髓白细胞图片的自动对焦方法：通过Z轴移动得到不同位置白细胞图片；将彩色图片转换为灰度图片；计算灰度图片的均方差，并找出均方差最大值的图片并记录Z轴的位置；利用Ostu阈值算法找出白细胞的位置，并用二值图的形式表示，去除部分杂质；在白细胞上下小范围移动Z轴得到不同位置白细胞的图片；将图片转化为灰度图片，并进行Canny算子检测，得到细胞的边界；结合二值图中白细胞区域，计算每张图片白细胞区域上边界的像素个数，其中个数最多的即是最清晰的骨髓白细胞图片。本发明通过先找出白细胞的区域，再计算清晰度，避免对焦到杂质的情况；通过先均方差大致找到对焦位，再Canny算子精细对焦，选择出最清晰白细胞图片。

Description

一种基于骨髓白细胞图片的自动对焦方法
技术领域
本发明属于医学图像处理领域，尤其涉及一种基于骨髓白细胞图片的自动对焦方法。
背景技术
针对骨髓白细胞的自动对焦算法主要是根据机械装置的Z轴移动，去寻找最清晰的图片 针对白细胞图像对焦。主要存在以下几个技术难点：首先，显微镜的油镜即百倍镜的景深范 围较小。同时由于在制作细胞切片的过程中，切片制作的薄厚程度不均，细胞大小存在差异， 而且切片上存在杂质。因此，对于设备硬件设备的精细程度，算法的可靠性以及准确度都有 很高的要求。
目前骨髓对焦主要的算法有两种，一种是反差对焦，通过相邻Z轴拍摄的图像之间的反 差量，找出反差最大的位置，将焦点放置于反差值最大的焦点上完成对焦。衡量图片之间反 差量的方式主要有计算图像像素的均方差，计算图像局部像素之间的差异。其中计算局部像 素块差异的常用方法有算像素之间梯度，拉普拉斯算子等。当切片中存在杂质或者气泡等时， 它们相对白细胞的焦点往往不同，此时反差对焦的方式可能会对焦到杂质，也就是说杂质清 晰而白细胞模糊。另一种是快速对焦，主要通过激光、视差、相位差等方式。首先计算出大 致的对焦点，然后再微调，完成对焦。该方式需要硬件的支持。
发明内容
本发明的目的在于提供一种基于骨髓白细胞图片的自动对焦方法，通过该方法提供一种 白细胞自动对焦算法，旨在解决上述背景技术中的不足之处。
本发明是这样实现的，一种基于骨髓白细胞图片的自动对焦方法，包括如下步骤：
(1)通过Z轴的移动得到不同位置的白细胞图片；
(2)将(1)中得到的白细胞图片从RGB红绿蓝彩色图片转换为灰度图片；
(3)计算(2)中灰度图片的均方差，并找出均方差最大值的图片并记录Z轴的位置；
(4)根据(3)中得到的图片，利用Ostu阈值算法找出白细胞的位置，并用二值图(0和1， 其中0是背景区域，1是白细胞区域)的形式表示，同时通过形态学的处理去除部分杂质；
(5)依据(3)中计算的位置，在该位置上下小范围移动Z轴得到不同位置白细胞的图片；
(6)将(5)中图片转化为灰度图片，并进行Canny算子检测，得到细胞的边界；
(7)结合(4)中得到的二值图中白细胞区域，计算(6)中每张图片白细胞区域上边界的像 素个数，其中个数最多的即是最清晰的骨髓白细胞图片。
作为优选，所述步骤(3)计算(2)中灰度图片的均方差(u1,u2,……Un)，并找出均方差 最大值的图片(Pmax)并记录Z轴的位置(Z1)，其中均方差具体公式如下：
其中n为像素个数，y为像素的灰度值。
相比于现有技术的缺点和不足，本发明具有以下有益效果：本发明算法简单、有效、适 用范围广。对比现有反差对焦的算法，本发明算法通过先找出白细胞的区域，再计算清晰度， 可以很好的避免对焦到杂质的情况；其次通过先均方差大致找到对焦位，然后再用Canny算 子精细对焦，能够更加精确的选择出最清晰的白细胞图片。
附图说明
图1是通过Z轴的移动得到不同位置的骨髓白细胞图片；
图2是转化为灰度的结果；
图3是阈值后的效果图；
图4是Canny算子检测后的效果图；
图5是白细胞区域的边界图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发 明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用 于限定本发明。
一种基于骨髓白细胞图片的自动对焦方法，包括如下步骤：
通过Z轴的移动得到不同位置的白细胞图片(P1,P2,……Pn)，图(1)为其中一张示例图；
将(1)中得到的图片从RGB(红绿蓝)彩色图片转换为灰度图片(Y)，其具体公式如下：
Y＝0.299*R+0.587*G+0.114*B，图(2)为灰度图片的示例图；
计算(2)中灰度图片的均方差(u1,u2,……Un)，并找出均方差最大值的图片(Pmax)并记录 Z轴的位置(Z1)，其中均方差具体公式如下：
其中n为像素个数，y为像素的灰度值；
根据(3)中得到的图片，利用Ostu阈值算法找出白细胞的位置，并用二值图(0和1，其中 0是背景区域，1是白细胞区域)的形式表示(mask)，同时通过形态学的处理去除部分杂质，图 (3)为示例图；
依据(3)中计算的位置(Z1)，在该位置上下小范围移动Z轴得到不同位置白细胞的图片(P1, P2,……Pm)；
将(5)中图片转化为灰度图片，并进行Canny算子检测，得到细胞的边界图(C1,C2,……Cm)。图(4)为检测的边界；
结合(4)中得到的二值图中白细胞区域(mask)，计算(6)中每张图片白细胞区域上边界的像 素个数，其中个数最多的即是最清晰的骨髓白细胞图片，图(5)为白细胞区域的边界图。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原 则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种基于骨髓白细胞图片的自动对焦方法，其特征在于，包括如下步骤：
(1)通过Z轴的移动得到不同位置的白细胞图片；
(2)将(1)中得到的图片从RGB(红绿蓝)彩色图片转换为灰度图片；
(3)计算(2)中灰度图片的均方差，并找出均方差最大值的图片并记录Z轴的位置；
(4)根据(3)中得到的图片，利用Ostu阈值算法找出白细胞的位置，并用二值图(0和1，其中0是背景区域，1是白细胞区域)的形式表示，同时通过形态学的处理去除部分杂质；
(5)依据(3)中计算的位置，在该位置上下小范围移动Z轴得到不同位置白细胞的图片；
(6)将(5)中图片转化为灰度图片，并进行Canny算子检测，得到细胞的边界；
(7)结合(4)中得到的二值图中白细胞区域，计算(6)中每张图片白细胞区域上边界的像素个数，其中个数最多的即是最清晰的骨髓白细胞图片。
2.根据权利要求1所述的基于骨髓白细胞图片的自动对焦方法，其特征在于，所述步骤(3)计算(2)中灰度图片的均方差(u1,u2,……Un)，并找出均方差最大值的图片(Pmax)并记录Z轴的位置(Z1)，其中均方差具体公式如下：
其中n为像素个数，y为像素的灰度值。
CN201811233331.4A 2018-10-23 2018-10-23 一种基于骨髓白细胞图片的自动对焦方法 Pending CN109461187A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811233331.4A CN109461187A (zh) 2018-10-23 2018-10-23 一种基于骨髓白细胞图片的自动对焦方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811233331.4A CN109461187A (zh) 2018-10-23 2018-10-23 一种基于骨髓白细胞图片的自动对焦方法

Publications (1)

Publication Number Publication Date
CN109461187A true CN109461187A (zh) 2019-03-12

Family

ID=65608136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811233331.4A Pending CN109461187A (zh) 2018-10-23 2018-10-23 一种基于骨髓白细胞图片的自动对焦方法

Country Status (1)

Country Link
CN (1) CN109461187A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113984765A (zh) * 2021-11-15 2022-01-28 东莞市迈聚医疗科技有限公司 一种血液或寄生虫的检测分析方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101494737A (zh) * 2009-03-09 2009-07-29 杭州海康威视数字技术股份有限公司 一种一体化摄像机装置及自适应自动聚焦方法
CN101706609A (zh) * 2009-11-23 2010-05-12 常州达奇信息科技有限公司 基于图像处理的显微镜快速自动聚焦方法
CN104459940A (zh) * 2013-09-25 2015-03-25 北京环境特性研究所 一种快速自适应自动聚焦方法
CN104732525A (zh) * 2015-02-10 2015-06-24 宁波永新光学股份有限公司 结合像素间距法视觉显著性的显微图像清晰度评价方法
CN106990518A (zh) * 2017-04-17 2017-07-28 深圳大学 一种血涂片自聚焦显微成像方法
CN107179645A (zh) * 2017-06-30 2017-09-19 天津市亚安科技有限公司 一种用于相机的自动聚焦方法
CN107610144A (zh) * 2017-07-21 2018-01-19 哈尔滨工程大学 一种改进的基于最大类间方差法的红外图像分割算法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101494737A (zh) * 2009-03-09 2009-07-29 杭州海康威视数字技术股份有限公司 一种一体化摄像机装置及自适应自动聚焦方法
CN101706609A (zh) * 2009-11-23 2010-05-12 常州达奇信息科技有限公司 基于图像处理的显微镜快速自动聚焦方法
CN104459940A (zh) * 2013-09-25 2015-03-25 北京环境特性研究所 一种快速自适应自动聚焦方法
CN104732525A (zh) * 2015-02-10 2015-06-24 宁波永新光学股份有限公司 结合像素间距法视觉显著性的显微图像清晰度评价方法
CN106990518A (zh) * 2017-04-17 2017-07-28 深圳大学 一种血涂片自聚焦显微成像方法
CN107179645A (zh) * 2017-06-30 2017-09-19 天津市亚安科技有限公司 一种用于相机的自动聚焦方法
CN107610144A (zh) * 2017-07-21 2018-01-19 哈尔滨工程大学 一种改进的基于最大类间方差法的红外图像分割算法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113984765A (zh) * 2021-11-15 2022-01-28 东莞市迈聚医疗科技有限公司 一种血液或寄生虫的检测分析方法

Similar Documents

Publication Publication Date Title
US20110222734A1 (en) Methods for evaluating distances in a scene and apparatus and machine readable medium using the same
JP6194791B2 (ja) 画像処理装置及びプログラム
US20040217257A1 (en) Scene-based method for determining focus
CN106875436B (zh) 一种基于特征点密度由聚焦堆栈估计深度的方法和装置
KR101868483B1 (ko) 영상 대조에 따른 두개의 에지 블러 파라미터 예측 방법
KR101698314B1 (ko) 영상 통계정보에 기반한 정지장면 분할장치 및 그 방법
KR20150043145A (ko) 피사체 추적 기법을 이용한 카메라와 피사체 사이의 거리 변화 측정방법 상기 방법을 기록한 컴퓨터 판독 가능 저장매체 및 거리 변화 측정 장치.
Flesia et al. Sub-pixel straight lines detection for measuring through machine vision
CN109001902B (zh) 基于图像融合的显微镜聚焦方法
CN108234826B (zh) 图像处理方法及装置
CN115796267A (zh) 神经网络模型的训练方法及装置、自动聚焦方法
CN106973199B (zh) 利用对焦距离扫描提高深度精确度的多光圈相机系统
CN109461187A (zh) 一种基于骨髓白细胞图片的自动对焦方法
KR101733028B1 (ko) 영상대조에 따른 에지 변위량 예측 방법
Zhang et al. Autofocus method based on multi regions of interest window for cervical smear images
CN114785953B (zh) 基于sfr的相机自动对焦方法及装置
EP4116926A1 (en) Method and apparatus for generating high depth of field image, and apparatus for training high depth of field image generation model using stereo image
Horii The focusing mechanism in the KTH head eye system
CN113253417B (zh) 一种用于骨髓涂片扫描的自动调平及自动对焦方法
CN114384681A (zh) 显微镜快速精准自动对焦方法、系统、计算机设备及介质
CN107490850B (zh) 一种稀疏标本快速聚焦方法
JP6156137B2 (ja) 画像処理装置及びプログラム
Gheta et al. Fusion of combined stereo and focus series for depth estimation
Senthilnathan et al. Estimation of sparse depth based on an inspiration from SFF
Emberger et al. Low complexity depth map extraction and all-in-focus rendering for close-to-the-pixel embedded platforms

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
CB02 Change of applicant information

Address after: Room 112, building 4, 368 wangjiali, Chang'an village, Wenyan street, Xiaoshan District, Hangzhou, Zhejiang 311200

Applicant after: HANGZHOU ZHIWEI INFORMATION TECHNOLOGY Co.,Ltd.

Address before: Room 509.510.511.512, 5 / F, building 4, Haichuang technology center, 1288 Wenyi West Road, Cangqian street, Yuhang District, Hangzhou City, Zhejiang Province, 311121

Applicant before: HANGZHOU ZHIWEI INFORMATION TECHNOLOGY Co.,Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190312