CN109712130B - 去除多孔硅微阵列图像中散斑噪声的方法及装置 - Google Patents

Abstract

本发明公开了一种去除多孔硅微阵列图像中散斑噪声的方法及装置，涉及生物芯片领域，能够解决的现有技术中散斑噪声对微阵列图像检测的影响的问题。本发明的方法包括：获取多孔硅微阵列图像中的奇异像素点，对所述奇异像素点进行标记；根据所述奇异像素点，确定并标记奇异像素点的区域；按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值；对全部的第一平均值进行排序，获取第一中间值；将第一中间值代替奇异像素点的灰度值，对奇异像素点进行一次散斑噪声吞噬。本发明可广泛应用于处理图像散斑噪声的场景中。

Description

去除多孔硅微阵列图像中散斑噪声的方法及装置

技术领域

本发明涉及生物芯片领域，特别是涉及一种去除多孔硅微阵列图像中散斑噪声的方法及装置。

背景技术

生物芯片为高密度固定在互相支持介质上的生物信息分子的微阵列杂交型芯片，其是根据生物分子间特异相互作用的原理，将生化分析过程集成于芯片表面，从而实现对DNA、RNA、多肽、蛋白质以及其他生物成分的高通量快速检测；是生命科学领域里一项非常重要的高新技术。自其被研究出来，就凭借优良的特性、广泛的应用场景以及快速的发展，在疾病诊断、药物研发、遗传学改变、过敏原检测、环境保护等方面产生了极大的应用价值。

目前，生物芯片检测主要是通过荧光物质对目标分子或探针分子进行标记。但由于荧光物质本身造价较高，会导致监测的成本增加。更重要的是，引入荧光物质有一定概率会引起改变生物分子的结构和活性的改变，从而影响检测结果。因此免标记的检测技术逐渐成为生物分析领域的一个重要发展方向，其中利用灵敏度高、成本低的多孔硅微阵列进行免标记生物检测被提出。在多孔硅微阵列图像中每一单元都是由含缺层的一维光子晶体(微腔)构成的。若在该微腔中发生生物反应，则会引起其折射率增加，使得微腔的缺陷态波长发生红移。进而对于波长为缺陷态波长的入射激光也会增加其反射率；这一过程等效于激光垂直入射时多孔硅微腔的等效折射率增加。我们已经通过计算和实验证明了阵列单元图像的平均灰度值变化正比于折射率的变化。因此，由图像中阵列单元灰度值的变化可得出对应的折射率变化。并且，通过计算和实验已经证明了阵列单元图像的平均灰度值变化正比于其折射率的变化，因此图像中阵列单元灰度值的变化可以获取对应的折射率变化，而不同的折射率对应生物芯片中不同的生物反应。这种测量方法具有较高的检测灵敏度，可检测出小于10^-3的折射率变化。因此，基于多孔硅的微阵列图像可定量的分析出该微阵列中每一单元的生物反应情况。

但是由于多孔硅表面较为粗糙，激光入射后散射光会相互干涉，会在CCD的感光面上形成散斑。该散斑噪声不仅降低了图像的分辨率和对比度，还造成了图像灰度值的改变。在生物反应前后，进入多孔硅孔洞的生物分子分布不同，会影响多孔硅的表面形态；而在各个单元上发生的不同的生物反应，也使得微阵列单元表面形态也不同；这些都会导致微阵列各个单元图像的散班噪声强度不一致，影响灰度值计算的准确性。而多孔硅微阵列中各个单元的生物反应是通过对微阵列各单元图像的平均灰度值进行并行检测获得的，因此图像中散斑噪声会影响微阵列图像的检测。

发明内容

有鉴于此，本发明提供一种去除多孔硅微阵列图像中散斑噪声的方法及装置，主要解决现有技术中散斑噪声对微阵列图像检测的影响的问题。

为达到上述目的，本发明主要提供如下技术方案：

第一方面，本发明提供了一种去除多孔硅微阵列图像中散斑噪声的方法，所述方法包括：

获取并标记多孔硅微阵列图像中的奇异像素点，对所述奇异像素点进行标记，所述奇异像素点为所述多孔硅微阵列图像中灰度值大于预设值的像素点；

根据所述奇异像素点，确定并标记奇异像素点的区域；

按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值；

对全部的第一平均值进行排序，获取第一中间值；

将所述第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

可选的，所述方法还包括：

获取当前散斑噪声吞噬的次数；

判断获取的吞噬次数是否小于或等于预设吞噬次数；

若是，则循环获取所述多孔硅微阵列图像中的奇异像素点，再次对所述奇异像素点的散斑噪声进行吞噬。

可选的，所述方法还包括：

计算多孔硅微阵列图像中奇异像素点比例；

获取奇异像素点比例和吞噬次数的对应关系；

根据所述奇异像素点比例和所述对应关系，确定所述多孔硅微阵列图像的预设吞噬次数。

可选的，在判断获取的吞噬次数是否小于或等于预设吞噬次数之后，所述方法还包括：

若否，则对所述多孔硅微阵列图像进行自适应中值滤波处理，消除遗漏的散斑噪声。

可选的，对所述多孔硅微阵列图像进行自适应中值滤波处理，包括：

确定多孔硅微阵列图像中奇异像素点；

将所述多孔硅微阵列图像平均划分为9个区域，计算每个区域中灰度值的第二平均值；

对全部的第二平均值进行排序，获取第二中间值；

将所述第二中间值代替奇异像素点的灰度值。

可选的，根据所述奇异像素点，确定并标记奇异像素点的区域，包括：

对所述像素点进行梯度和梯度方向的计算，获得计算结果；

根据所述奇异像素点，和所述计算结果与阈值的对比结果，确定所述奇异像素点的区域并进行标记。

第二方面，本发明提供了一种去除多孔硅微阵列图像中散斑噪声的装置，所述装置包括：

获取单元，用于获取并标记多孔硅微阵列图像中的奇异像素点，对所述奇异像素点进行标记，所述奇异像素点为所述多孔硅微阵列图像中灰度值大于预设值的像素点；

标记单元，用于根据所述奇异像素点，确定并标记奇异像素点的区域；

计算单元，用于按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值；

所述获取单元，还用于对全部的第一平均值进行排序，获取第一中间值；

代替单元，用于将所述第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

可选的，所述获取单元，还用于获取当前散斑噪声吞噬的次数；

所述装置还包括：

判断单元，用于判断获取的吞噬次数是否小于或等于预设吞噬次数；

所述标记单元，还用于在判断为是时，循环获取所述多孔硅微阵列图像中的奇异像素点，再次对所述奇异像素点的散斑噪声进行吞噬。

可选的，所述计算单元，还用于计算多孔硅微阵列图像中奇异像素点比例；

所述获取单元，还用于获取奇异像素点比例和吞噬次数的对应关系；

所述装置还包括：

确定单元，用于根据所述奇异像素点比例和所述对应关系，确定所述多孔硅微阵列图像的预设吞噬次数。

可选的，所述装置还包括：

处理单元，用于在在判断所述吞噬次数大于预设吞噬次数之后，对所述多孔硅微阵列图像进行自适应中值滤波处理，消除遗漏的散斑噪声。

可选的，所述处理单元，包括：

确定模块，确定多孔硅微阵列图像中奇异像素点；

计算模块，用于将所述多孔硅微阵列图像平均划分为9个区域，计算每个区域中灰度值的第二平均值；

获取模块，用于对全部的第二平均值进行排序，获取第二中间值；

代替模块，用于将所述第二中间值代替奇异像素点的灰度值。

可选的，所述标记单元包括：

计算模块，用于对所述像素点进行梯度和梯度方向的计算，获得计算结果；

确定模块，用于根据所述奇异像素点，和所述计算结果与阈值的对比结果，确定所述奇异像素点的区域并进行标记。

第三方面，本发明还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备如第一方面所述的去除多孔硅微阵列图像中散斑噪声的方法。

第四方面，本发明还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行如第一方面所述的去除多孔硅微阵列图像中散斑噪声的方法。

借由上述技术方案，本发明技术方案提供的去除多孔硅微阵列图像中散斑噪声的方法及装置至少具有下列优点：

本发明提供的去除多孔硅微阵列图像中散斑噪声的方法及装置，首先检测得到多孔硅微阵列图像中的奇异像素点，对这些待处理的奇异像素点进行标记。然后按照被标记的奇异像素点的区域将图像中其他区域划分块，计算每块灰度值的平均值，获取其中的中间值，利用该中间值代替图像中奇异像素点的灰度值，以完成一次散斑噪声吞噬，恢复图像的灰度值，消除散斑噪声对微阵列图像检测时的影响。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明实施例提供的一种去除多孔硅微阵列图像中散斑噪声的方法的流程图；

图2示出了本发明实施例提供的另一种去除多孔硅微阵列图像中散斑噪声的方法的流程图；

图3示出了吞噬次数和奇异像素点比例的对应关系；

图4示出了本发明实施例提供的一种去除多孔硅微阵列图像中散斑噪声的装置的框图；

图5示出了本发明实施例提供的另一种去除多孔硅微阵列图像中散斑噪声的装置的框图。

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例，对依据本发明提出的去除多孔硅微阵列图像中散斑噪声的方法及装置其具体实施方式、结构、特征及其功效，详细说明如后。在下述说明中，不同的“一实施例”或“实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

参照附图1所示，本发明实施例提供了一种去除多孔硅微阵列图像中散斑噪声的方法，该方法主要包括：

101、获取并标记多孔硅微阵列图像中的奇异像素点。

奇异像素点指的是该多孔硅微阵列图像中灰度值大于预设值的像素点。由于多孔硅微阵列图像中像素点的灰度值均在20-80之间，不超过100；但是受到散斑噪声的影响后，像素点的灰度值可能急剧增加，且超过100,因此将灰度值为100及以上的像素点称为奇异像素点。通过检测获取图像中的奇异像素点并进行标记，以备后续修正其灰度值。

102、根据该奇异像素点，确定并标记奇异像素点的区域。

为了区分奇异像素点和灰度值正常的像素点所在的区域，根据确定的奇异像素点来进一步确定奇异像素点的区域，以便后续对该区域的灰度值进行调整。

需要用正常像素点的区域的灰度值来代替奇异像素点的区域的灰度值，因此需要先获取正常像素点的区域的灰度值。具体计算步骤如下。

103、按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值。

首先，在确定了奇异像素点的区域后，图像中剩下的区域就是正常像素点的区域，把正常像素点的区域平均划分为9个区域，然后计算这9个区域每个区域的灰度值的平均值，即得到9个第一平均值。

104、第一平均值进行排序，获取第一中间值。

然后，对计算获得的9个第一平均值进行排序，取得中间值作为后续奇异像素点的灰度值。例如，9个正常像素点区域的第一平均值分别为25、27、33、45、29、36、51、39、28，从小到大进行排序为：25、27、28、29、33、36、39、45、51，获得第一中间值为33。

105、将第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

最后，在获得了第一中间值后，根据之前所有被标记的奇异像素点，将所有被标记的奇异像素点的灰度值都用第一中间值代替，即完成了一次对多孔硅微阵列图像中散斑噪声的去除，使图像中的各单元的灰度值得到恢复。

本发明实施例提供的去除多孔硅微阵列图像中散斑噪声的方法，首先检测得到多孔硅微阵列图像中的奇异像素点，对这些待处理的奇异像素点进行标记。然后按照被标记的奇异像素点的区域将图像中其他区域划分块，计算每块灰度值的平均值，获取其中的中间值，利用该中间值代替图像中奇异像素点的灰度值，以完成一次散斑噪声吞噬，恢复图像的灰度值，消除散斑噪声对微阵列图像检测时的影响。

基于上述实施例的去除多孔硅微阵列图像中散斑噪声的方法，本发明另一实施例进一步提供了另一种去除多孔硅微阵列图像中散斑噪声的方法，参照图2所示，该方法主要包括：

201、获取并标记多孔硅微阵列图像中的奇异像素点。

在获取了多孔硅微阵列图像中的奇异像素点后，对所获取的奇异像素点进行标记，即对图像中的散斑点进行标记。

202、计算多孔硅微阵列图像中奇异像素点比例。

在对图像的散斑噪声进行吞噬时，若吞噬次数过多，则会增加迭代时间，大大降低时效性；若是吞噬的次数过少，则会导致无法将散斑点吞噬干净，大大影响执行效果。因此，在根据灰度值获取了图像中的奇异像素点后，需要根据奇异像素点的个数来计算该多孔硅微阵列图像中散斑点的吞噬次数，以及需要将该奇异像素点进行标记。具体的，在获取了多孔硅微阵列图像中奇异像素点的个数后，根据该奇异像素点在多孔硅微阵列图像中所有像素点所占的比例来确定本次消除散斑噪声所需要的吞噬次数。

203、获取奇异像素点比例和吞噬次数的对应关系。

在确定吞噬次数之前，对具有散斑点且灰度值不同的多幅多孔硅微阵列图像进行实验，确定了吞噬次数和奇异像素点比例之间具有对应关系。例如，在对17500幅不同格式不同灰度值的散斑图像进行了实验，确定了其中最佳的吞噬次数，具体吞噬次数和奇异像素点比例的对应关系如图3所示。

204、根据奇异像素点比例和对应关系，确定多孔硅微阵列图像的预设吞噬次数。

在获取当前多孔硅微阵列图像的奇异像素点比例后，和之前确定的吞噬次数和奇异像素点比例的关系图中进行对比，得到当前奇异像素点对应的最佳的吞噬次数，设置该吞噬次数为当前的多孔硅微阵列图像的预设吞噬次数。

205、对像素点进行梯度和梯度方向的计算，获得计算结果。

以多孔硅微阵列图像中的每一个像素点为中心点，确定每个像素点的8邻域，然后再对每个像素点的8邻域进行梯度和梯度方向的计算，分别获得对应的计算结果。

206、根据奇异像素点，以及计算结果与阈值的对比结果，确定所述奇异像素点的区域并进行标记。

因为像素点边缘的梯度和梯度方向有别于其他位置的数据，所以可以根据梯度和梯度方向的计算结果确定像素点的边缘。在获得了所有像素点的计算结果后，可以根据被标记的奇异像素点确定其对应的计算结果，然后将该结算结果和阈值进行对比，若计算结果大于阈值，则确定为边缘。之后将确定的边缘连接，即可获取奇异像素点的区域，即图像中散斑块的区域。最后标记该奇异像素点的区域。

207、按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值。

在确定了异像素点区域后，在多孔硅微阵列图像中，去除该异像素点区域，对其他正常像素点区域进行划分，平均分成9个区域，计算每一个区域的灰度值的中间值，即获取图像中正常像素点区域的灰度值的中间值。

208、对全部的第一平均值进行排序，获取第一中间值。

将9个正常像素点区域的灰度值的中间值进行排序，选取其中的中间值作为第一中间值，以便后续吞噬图像中的散斑噪声使用。

209、将第一中间值代替奇异像素点的灰度值，对奇异像素点进行一次散斑噪声吞噬。

获取图像中被标记的奇异像素点，将之前获取的第一中间值设置为所有被标记的奇异像素点的灰度值，即对图像中的散斑噪声进行吞噬，以恢复像素点的灰度值。

210、获取当前散斑噪声吞噬的次数。

为了使当前图像能够按照预设的吞噬次数来处理散斑噪声，在完成每一次散斑噪声吞噬后，需要获取当前图像的吞噬次数以便后续对比。

211、判断获取的吞噬次数是否小于或等于预设吞噬次数，若否，则执行步骤201；若是，则执行步骤214。

例如，在获取了当前的吞噬次数X后，将其和预设的吞噬次数N进行对比，判断是否为X≤N。如果X≤N，那么就说明图像当前还需要进行散斑噪声吞噬；如果X＞N，那么就说明图像当前吞噬次数已经达到了最佳，可以进行下一步操作。

如果确定当前的图像在处理散斑噪声时还没有达到预设的吞噬次数，需要再次执行步骤201、205-214，重新获取标记图像中剩余的奇异像素点和奇异像素点区域，然后获取新的第一中间值对标记的奇异像素点进行吞噬。并在处理完成后再次判断当前的吞噬次数是否小于或等于预设吞噬次数，直至确定当前的吞噬次数大于预设吞噬次数，才停止循环，进行下一步处理。

212、对多孔硅微阵列图像进行自适应中值滤波处理，消除遗漏的散斑噪声。

在图像当前的吞噬次数大于预设吞噬次数时，对多孔硅微阵列图像进行下一步的自适应中值滤波处理，以进一步快速地消除图像中遗漏的散斑噪声。自适应中值滤波处理的具体处理步骤如下：

(1)确定多孔硅微阵列图像中奇异像素点。

(2)将多孔硅微阵列图像平均划分为9个区域，计算每个区域中灰度值的第二平均值。

(3)对全部的第二平均值进行排序，获取第二中间值。

(4)将所述第二中间值代替奇异像素点的灰度值。

首先确定当前多孔硅微阵列图像中的奇异像素点；其次再将整体多孔硅微阵列图像平均划分为9个区域，然后计算其中每个区域的灰度值的平均值，并将9个进行排序，获取其中间值设置为第二中间值。然后直接将第二中间值代替所有奇异像素点的灰度值，为多孔硅微阵列图像恢复灰度值。

本发明实施例提供的去除多孔硅微阵列图像中散斑噪声的方法，能够根据图像中奇异像素点比例确定图像进行散斑噪声吞噬的最佳次数。进而对图像进行适当次数的循环处理。而且，还能够在循环处理之后，通过自适应中值滤波处理消除图像中遗漏的散斑噪声，更好地恢复多孔硅微阵列图像中像素点的灰度值。

基于上述实施例的去除多孔硅微阵列图像中散斑噪声的方法，本发明另一实施例提供了一种去除多孔硅微阵列图像中散斑噪声的装置，参照图4所示，该装置主要包括：获取单元31、标记单元32、计算单元33和代替单元34。

获取单元31，用于获取并标记多孔硅微阵列图像中的奇异像素点，对奇异像素点进行标记。

奇异像素点为所述多孔硅微阵列图像中灰度值大于预设值的像素点。由于多孔硅微阵列图像中像素点的灰度值均在20-80之间，但是受到散斑噪声的影响后，像素点的灰度值可能急剧增加，因此将灰度值为100及以上的像素点称为奇异像素点。在检测了图像中每个像素点的灰度值后，获取其中的奇异像素点并进行标记，以备后续修正其灰度值。

标记单元32，用于根据奇异像素点，确定并标记奇异像素点的区域。

为了区分奇异像素点和灰度值正常的像素点所在的区域，标记单元32需要根据被标记的奇异像素点确定图像中奇异像素点的区域，并对该区域进行标记。

计算单元33，用于按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值。

在标记了奇异像素点的区域后，图像中剩余的像素点就是正常的像素点，把正常像素点的区域平均划分为9个区域，然后计算单元33计算这9个区域每个区域的灰度值的平均值，即得到9个第一平均值。

获取单元31，还用于对全部的第一平均值进行排序，获取第一中间值。

获取单元31对计算获得的9个第一平均值进行排序，取得中间值作为后续奇异像素点的灰度值。例如，9个正常像素点区域的第一平均值分别为25、27、33、45、29、36、51、39、28，从小到大进行排序为：25、27、28、29、33、36、39、45、51，获得第一中间值为33。

代替单元34，用于将所述第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

在获得了第一中间值后，代替单元34根据之前所有被标记的奇异像素点，将其灰度值都用第一中间值代替，完成了一次对多孔硅微阵列图像中散斑点的去除，使图像中的各单元的灰度值得到恢复。

可选的，获取单元31还用于获取当前散斑噪声吞噬的次数。

在图像进行了一次散斑噪声吞噬后，为了使当前图像能够按照预设的吞噬次数来处理散斑噪声，获取单元31需要获取当前图像的吞噬次数，以便后续对比。

该装置还包括判断单元35。

判断单元35，用于判断获取的吞噬次数是否小于或等于预设吞噬次数。

例如，在获取了当前的吞噬次数X后，将其和预设的吞噬次数N进行对比；如果X≤N，那么就说明图像当前还需要循环进行散斑噪声吞噬；如果X＞N，那么就说明图像当前吞噬次数已经达到了最佳，可以进行下一步操作。

获取单元31还用于在判断为是时，循环获取并标记多孔硅微阵列图像中的奇异像素点，再次进行散斑噪声吞噬。

如果确定当前的图像在处理散斑噪声时还没有达到预设的吞噬次数，获取单元31需要重新标记图像中剩余的奇异像素点和奇异像素点的区域，然后获取新的第一中间值对标记的奇异像素点进行吞噬。

进一步的，在处理完成后判断单元35再次判断当前的吞噬次数是否小于或等于预设吞噬次数，直至确定当前的吞噬次数大于预设吞噬次数，才停止循环，进行下一步处理。

可选的，计算单元33还用于计算多孔硅微阵列图像中奇异像素点比例。

在对图像的散斑噪声进行吞噬时，若吞噬次数过多，则会增加迭代时间、降低时效性；若是吞噬的次数过少，则会导致无法将散斑噪声吞噬干净、影响执行效果。因此需要根据该奇异像素点在多孔硅微阵列图像中所有像素点所占的比例来确定本次消除散斑噪声所需要的吞噬次数。

获取单元31还用于获取奇异像素点比例和吞噬次数的对应关系。

在确定吞噬次数之前，对具有散斑点且灰度值不同的多幅多孔硅微阵列图像进行实验，确定了吞噬次数和奇异像素点比例之间具有对应关系。例如，在对17500幅不同格式不同灰度值的散斑图像进行了实验，确定了其中最佳的吞噬次数，具体吞噬次数和奇异像素点比例的对应关系如图3所示。在计算单元33计算出奇异像素点比例后，获取单元31需要再获取预先设置的对应关系，以便后续确定吞噬次数。

所述装置还包括确定单元36。

确定单元36，用于根据所述奇异像素点比例和所述对应关系，确定所述多孔硅微阵列图像的预设吞噬次数。

在获取当前多孔硅微阵列图像的奇异像素点比例后，确定单元36将其和之前确定的吞噬次数和奇异像素点比例的关系图中进行对比，得到当前奇异像素点对应的最佳的吞噬次数。装置设置该吞噬次数为当前的多孔硅微阵列图像的预设吞噬次数。

可选的，参照图5所示，该装置还包括处理单元37。

处理单元37用于在在判断所述吞噬次数大于预设吞噬次数之后，对所述多孔硅微阵列图像进行自适应中值滤波处理，消除遗漏的散斑噪声。

为了进一步快速地消除图像中遗漏的散斑点，在图像当前的吞噬次数大于预设吞噬次数时，处理单元37对多孔硅微阵列图像进行下一步的自适应中值滤波处理。

可选的，参照图5所示，处理单元37包括确定模块371、计算模块372、获取模块373和代替模块374。

确定模块371，确定多孔硅微阵列图像中奇异像素点。

计算模块372，用于将所述多孔硅微阵列图像平均划分为9个区域，计算每个区域中灰度值的第二平均值。

获取模块373，用于对全部的第二平均值进行排序，获取第二中间值。

代替模块374，用于将所述第二中间值代替奇异像素点的灰度值。

首先由确定模块确定当前多孔硅微阵列图像中的奇异像素点，其次再将整体多孔硅微阵列图像平均划分为9个区域，由计算模块372计算其中每个区域的灰度值的平均值，并将9个进行排序，使获取模块373获取其中间值设置为第二中间值。然后通过代替模块374直接将第二中间值代替所有奇异像素点的灰度值，为多孔硅微阵列图像恢复灰度值。

可选的，参照图5所示，标记单元32包括计算模块321和确定模块322。

计算模块321，用于对像素点进行梯度和梯度方向的计算，获得计算结果。

以多孔硅微阵列图像中的每一个像素点为中心点，确定每个像素点的8邻域，然后计算模块311再对每个像素点的8邻域进行梯度、幅值和方向的计算，分别获得对应的三个计算结果。

确定模块322，用于根据奇异像素点，以及计算结果与阈值的对比结果，确定奇异像素点的区域并进行标记。

因为像素点边缘的梯度和梯度方向有别于其他位置的数据，所以可以根据梯度和梯度方向的计算结果确定像素点的边缘。在获得计算结果后，确定模块322可以根据被标记的奇异像素点确定其对应的计算结果，然后将该结算结果和阈值进行对比，若计算结果大于阈值，则确定为边缘。之后将确定的边缘连接，即可获取奇异像素点的区域，即图像中散斑块的区域。最后标记该奇异像素点的区域。

本发明实施例提供的去除多孔硅微阵列图像中散斑噪声的装置，检测得到多孔硅微阵列图像中的奇异像素点，通过标记单元32对这些待处理的奇异像素点进行标记。然后按照被标记的奇异像素点的区域将图像中其他区域划分块，计算单元33计算每块灰度值的平均值，获取单元31获取其中的中间值，使代替单元34利用该中间值代替图像中奇异像素点的灰度值，以完成一次散斑噪声吞噬，恢复图像的灰度值，消除散斑噪声对微阵列图像检测时的影响。

进一步的，获取单元31还能够根据图像中奇异像素点比例确定图像进行散斑噪声吞噬的最佳次数。进而使判断单元35确定图像适当的循环处理次数。而且，处理单元37还能够在循环处理之后，通过自适应中值滤波处理消除图像中遗漏的散斑噪声，更好地恢复多孔硅微阵列图像中像素点的灰度值。

所述图像处理装置包括处理器和存储器，上述获取单元、标记单元、计算单元和代替单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来解决现有技术中散斑噪声对微阵列图像检测的影响的问题。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述去除多孔硅微阵列图像中散斑噪声的方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述去除多孔硅微阵列图像中散斑噪声的方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：

获取并标记多孔硅微阵列图像中的奇异像素点，所述奇异像素点为所述多孔硅微阵列图像中灰度值大于预设值的像素点；

根据所述奇异像素点，确定并标记奇异像素点的区域；

按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值；

对全部的第一平均值进行排序，获取第一中间值；

将所述第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

可选的，所述方法还包括：

获取当前散斑噪声吞噬的次数；

判断获取的吞噬次数是否小于或等于预设吞噬次数；

若是，则循环获取并标记所述多孔硅微阵列图像中的奇异像素点，再次对所述奇异像素点的散斑噪声进行吞噬。

可选的，所述方法还包括：

计算多孔硅微阵列图像中奇异像素点比例；

获取奇异像素点比例和吞噬次数的对应关系；

根据所述奇异像素点比例和所述对应关系，确定所述多孔硅微阵列图像的预设吞噬次数。

可选的，在判断获取的吞噬次数是否小于或等于预设吞噬次数之后，所述方法还包括：

若否，则对所述多孔硅微阵列图像进行自适应中值滤波处理，消除遗漏的散斑噪声。

可选的，对所述多孔硅微阵列图像进行自适应中值滤波处理，包括：

确定多孔硅微阵列图像中奇异像素点；

将所述多孔硅微阵列图像平均划分为9个区域，计算每个区域中灰度值的第二平均值；

对全部的第二平均值进行排序，获取第二中间值；

将所述第二中间值代替奇异像素点的灰度值。

可选的，根据所述奇异像素点，确定并标记奇异像素点的区域，包括：

对所述像素点进行梯度和梯度方向的计算，获得计算结果；

根据所述奇异像素点，以及所述计算结果与阈值的对比结果，确定所述奇异像素点的区域并进行标记。

本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序代码：

1、获取并标记多孔硅微阵列图像中的奇异像素点，对所述奇异像素点进行标记，所述奇异像素点为所述多孔硅微阵列图像中灰度值大于预设值的像素点。

2、根据所述奇异像素点，确定并标记奇异像素点的区域；

3、按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算每个区域中灰度值的第一平均值；

4、对全部的第一平均值进行排序，获取第一中间值；

5、将所述第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种去除多孔硅微阵列图像中散斑噪声的方法，其特征在于，所述方法包括：

获取并标记多孔硅微阵列图像中的奇异像素点，所述奇异像素点为所述多孔硅微阵列图像中灰度值大于预设值的像素点；

根据所述奇异像素点，确定并标记奇异像素点的区域，具体包括：对所述像素点进行梯度和梯度方向的计算，获得计算结果；根据所述奇异像素点，以及所述计算结果与阈值的对比结果，确定所述奇异像素点的区域并进行标记；

按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算9个区域中每个区域中灰度值的第一平均值；

对全部的第一平均值进行排序，获取第一中间值；

将所述第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取当前散斑噪声吞噬的次数；

判断获取的吞噬次数是否小于或等于预设吞噬次数；

若是，则循环获取并标记所述多孔硅微阵列图像中的奇异像素点，再次对所述奇异像素点的散斑噪声进行吞噬。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

计算多孔硅微阵列图像中奇异像素点比例；

获取奇异像素点比例和吞噬次数的对应关系；

根据所述奇异像素点比例和所述对应关系，确定所述多孔硅微阵列图像的预设吞噬次数。

4.根据权利要求2所述的方法，其特征在于，在判断获取的吞噬次数是否小于或等于预设吞噬次数之后，所述方法还包括：

若否，则对所述多孔硅微阵列图像进行自适应中值滤波处理，消除遗漏的散斑噪声，具体包括：确定多孔硅微阵列图像中奇异像素点；将所述多孔硅微阵列图像平均划分为9个区域，计算每个区域中灰度值的第二平均值；对全部的第二平均值进行排序，获取第二中间值；将所述第二中间值代替奇异像素点的灰度值。

5.一种去除多孔硅微阵列图像中散斑噪声的装置，其特征在于，所述装置包括：

获取单元，用于获取并标记多孔硅微阵列图像中的奇异像素点，对所述奇异像素点进行标记，所述奇异像素点为所述多孔硅微阵列图像中灰度值大于预设值的像素点；

标记单元，用于根据所述奇异像素点，确定并标记奇异像素点的区域，具体包括：计算模块，用于对所述像素点进行梯度和梯度方向的计算，获得计算结果；确定模块，用于根据所述奇异像素点，以及所述计算结果与阈值的对比结果，确定所述奇异像素点的区域并进行标记；

计算单元，用于按照标记奇异像素点的区域，将多孔硅微阵列图像中奇异像素点区域以外的区域平均划分为9个区域，计算9个区域中每个区域中灰度值的第一平均值；

所述获取单元，还用于对全部的第一平均值进行排序，获取第一中间值；

代替单元，用于将所述第一中间值代替所述奇异像素点的灰度值，对所述奇异像素点进行一次散斑噪声吞噬。

6.根据权利要求5所述的装置，其特征在于，

所述获取单元，还用于获取当前散斑噪声吞噬的次数；

所述装置还包括：

判断单元，用于判断获取的吞噬次数是否小于或等于预设吞噬次数；

所述标记单元，还用于在判断为是时，循环获取所述多孔硅微阵列图像中的奇异像素点，再次对所述奇异像素点的散斑噪声进行吞噬。

7.根据权利要求6所述的装置，其特征在于，

所述计算单元，还用于计算多孔硅微阵列图像中奇异像素点比例；

所述获取单元，还用于获取奇异像素点比例和吞噬次数的对应关系；

所述装置还包括：

确定单元，用于根据所述奇异像素点比例和所述对应关系，确定所述多孔硅微阵列图像的预设吞噬次数。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

处理单元，用于在判断所述吞噬次数大于预设吞噬次数之后，对所述多孔硅微阵列图像进行自适应中值滤波处理，消除遗漏的散斑噪声，具体包括：确定模块，确定多孔硅微阵列图像中奇异像素点；计算模块，用于将所述多孔硅微阵列图像平均划分为9个区域，计算每个区域中灰度值的第二平均值；获取模块，用于对全部的第二平均值进行排序，获取第二中间值；代替模块，用于将所述第二中间值代替奇异像素点的灰度值。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求4中任意一项所述的去除多孔硅微阵列图像中散斑噪声的方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至权利要求4中任意一项所述的去除多孔硅微阵列图像中散斑噪声的方法。

Images