CN110661983A - 图像采集方法、装置、设备及存储介质 - Google Patents

图像采集方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110661983A
CN110661983A CN201911102745.8A CN201911102745A CN110661983A CN 110661983 A CN110661983 A CN 110661983A CN 201911102745 A CN201911102745 A CN 201911102745A CN 110661983 A CN110661983 A CN 110661983A
Authority
CN
China
Prior art keywords
image
reference value
brightness
exposure
value
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
Application number
CN201911102745.8A
Other languages
English (en)
Other versions
CN110661983B (zh
Inventor
叶靖雯
韩宝昌
韩骁
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201911102745.8A priority Critical patent/CN110661983B/zh
Publication of CN110661983A publication Critical patent/CN110661983A/zh
Priority to EP20886489.2A priority patent/EP3989534A4/en
Priority to PCT/CN2020/114393 priority patent/WO2021093437A1/zh
Application granted granted Critical
Publication of CN110661983B publication Critical patent/CN110661983B/zh
Priority to US17/510,290 priority patent/US20220046161A1/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B21/00—Microscopes
    • G02B21/36—Microscopes arranged for photographic purposes or projection purposes or digital imaging or video purposes including associated control and data processing arrangements
    • G02B21/365—Control or image processing arrangements for digital or video microscopes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/40012—Conversion of colour to monochrome
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
    • H04N1/40—Picture signal circuits
    • H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
    • H04N1/4072—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on the contents of the original
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/71—Circuitry for evaluating the brightness variation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70—Circuitry for compensating brightness variation in the scene
    • H04N23/73—Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • Epidemiology (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Optics & Photonics (AREA)
  • Biomedical Technology (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Studio Devices (AREA)
  • Microscoopes, Condenser (AREA)

Abstract

本申请是关于一种图像采集方法、装置、计算机设备及存储介质，涉及图像处理技术领域。该方法包括：获取最新采集到的第一图像，所述第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；获取所述第一图像的曝光状态；根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值；按照所述更新后的亮度参考值控制所述图像采集组件的曝光时间，采集得到第二图像。上述方案实现对亮度参考值的动态更新，提高在复杂场景下采集图像时的曝光控制效果，从而尽可能的避免下一帧图像损失重要的图像细节信息。

Description

图像采集方法、装置、设备及存储介质
技术领域
本申请涉及图像处理技术领域，特别涉及一种图像采集方法、装置、设备及存储介质。
背景技术
自动曝光控制是目前很多数字相机的基础功能，该功能可以在采集图像的过程中，自动控制曝光时长来达到较好的曝光效果。
在相关技术中，自动曝光控制通常可以基于亮度参考值来实现。例如，相机在进行图像采集的过程中，通过控制曝光时间，使得采集到的图像的平均亮度或者加权亮度接近一个固定的亮度参考值，从而使得不同环境下采集到的图像都能达到较好的曝光效果。
然而，上述相关技术中的自动曝光控制方法使用固定的亮度参考值，在显微镜等复杂环境下的曝光控制效果较差。
发明内容
本申请实施例提供了一种图像采集方法、装置、计算机设备及存储介质，可以提高复杂环境下的曝光控制效果，该技术方案如下：
一方面，提供了一种图像采集方法，所述方法包括：
获取最新采集到的第一图像，所述第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；
获取所述第一图像的曝光状态；
根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值；
按照所述更新后的亮度参考值控制所述图像采集组件的曝光时间，采集得到第二图像。
一方面，提供了一种图像采集装置，该装置包括：
图像获取模块，用于获取最新采集到的第一图像，所述第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；
曝光状态获取模块，用于获取所述第一图像的曝光状态；
调整模块，用于根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值；
采集模块，用于按照所述更新后的亮度参考值控制所述图像采集组件的曝光时间，采集得到第二图像。
在一种可能的实现方式中，所述曝光状态获取模块，包括：
灰度处理单元，用于对所述第一图像进行灰度处理，获得所述第一图像的灰度图；
比例获取单元，用于获取所述第一图像的灰度图中，满足指定条件的像素点的比例；
状态获取单元，用于根据所述满足指定条件的像素点的比例获取所述第一图像的曝光状态。
在一种可能的实现方式中，所述指定条件包括过曝光条件和欠曝光条件，所述过曝光条件是灰度值高于第一灰度阈值，所述欠曝光条件是灰度值低于第二灰度阈值；
所述状态获取单元，用于，
当过曝光比例高于第一比例阈值时，获取所述第一图像的曝光状态为过曝光；所述过曝光比例是所述第一图像的灰度图中，满足所述过曝光条件的像素点的比例；
当欠曝光比例高于第二比例阈值时，获取所述第一图像的曝光状态为欠曝光；所述欠曝光比例是所述第一图像的灰度图中，满足所述欠曝光条件的像素点的比例；
当所述过曝光比例不高于第一比例阈值，且所述欠曝光比例不高于所述第二比例阈值时，获取所述第一图像的曝光状态为正常曝光。
在一种可能的实现方式中，所述调整模块，用于，
当所述第一图像的曝光状态为过曝光时，根据所述过曝光比例以及亮度下限，获取所述亮度参考值的调整值；所述亮度下限是所述亮度参考值的调整下限；
根据所述调整值对所述亮度参考值进行更新，得到所述更新后的亮度参考值。
在一种可能的实现方式中，在根据所述过曝光比例以及所述亮度下限，获取所述亮度参考值的调整值时，所述调整模块，用于，
根据所述过曝光比例计算第一亮度调整系数；
根据所述第一亮度调整系数以及第一亮度差值计算所述亮度参考值的调整值，所述第一亮度差值是所述亮度参考值与所述亮度下限之间的差值。
在一种可能的实现方式中，所述调整模块，用于，
当所述第一图像的曝光状态为欠曝光时，根据亮度上限，获取所述亮度参考值的调整值；所述亮度上限是所述亮度参考值的调整上限；
根据所述调整值对所述亮度参考值进行更新，得到所述更新后的亮度参考值。
在一种可能的实现方式中，在根据亮度上限，获取所述亮度参考值的调整值时，所述调整模块，用于根据指定的第二亮度调整系数以及第二亮度差值计算所述亮度参考值的调整值，所述第二亮度差值是所述亮度上限与所述亮度参考值之间的差值。
在一种可能的实现方式中，所述装置还包括：
图像输出模块，用于当所述第一图像的曝光状态为正常曝光时，将所述第一图像输出给图像处理设备，以便所述图像处理设备对所述第一图像执行预定处理操作；
所述预定处理操作包括以下操作中的至少一种：
对所述第一图像进行病理分析；
对所述第一图像进行展示；
对所述第一图像进行存储。
在一种可能的实现方式中，所述装置还包括：
丢弃模块，用于当所述第一图像的曝光状态为过曝光或者欠曝光时，丢弃所述第一图像。
一方面，提供了一种计算机设备，该计算机设备包含处理器和存储器，存储器中存储由至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述图像采集方法。
一方面，提供了一种计算机可读存储介质，该存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述图像采集方法。
一方面，提供了一种图像采集系统，所述系统包括：显微镜以及图像采集控制设备；
所述显微镜包括图像采集组件，所述图像采集组件用于对所述显微镜的目镜视野进行图像采集；
所述图像采集控制设备，用于执行上述的图像采集方法。
本申请提供的技术方案可以包括以下有益效果：
通过获取最新采集到的第一图像，该第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；获取该第一图像的曝光状态；根据该第一图像的曝光状态对该亮度参考值进行更新，得到更新后的亮度参考值；按照该更新后的亮度参考值控制该图像采集组件的曝光时间，采集得到第二图像。本申请所示的方案，通过上一帧采集到的图像的曝光状态，对采集上一帧图像所使用的亮度参考值进行更新，并通过更新后的亮度参考值采集下一帧图像，从而实现对亮度参考值的动态更新，提高在复杂场景下采集图像时的曝光控制效果，从而尽可能的避免下一帧图像损失重要的图像细节信息。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请各个实施例涉及的一种用于显微镜的图像采集系统的系统构成图；
图2是本申请一个示例性的实施例提供的图像采集方法的流程示意图；
图3是本申请一个示例性的实施例提供的图像采集方法的流程示意图；
图4是图3所示实施例涉及的一种曝光状态确定流程的示意图；
图5是图3所示实施例涉及的一种图像采集流程图；
图6是本申请一示例性实施例示出的一种图像采集装置的结构方框图；
图7是根据一示例性实施例示出的计算机设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
应当理解的是，在本文中提及的“若干个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本申请提供一种图像采集方法，可以提高采集图像时的曝光控制效果。为了便于理解，下面对本申请涉及的几个名词进行解释。
1)病理分析
病理分析是用以检查机体器官、组织或细胞中的病理改变的病理形态学方法，是为探讨器官、组织或细胞所发生的疾病过程而采用病理形态学检查方法，检查所发生的病变，探讨病变产生的原因、发病机理、病变的发生发展过程，最后做出病理诊断的过程。
其中，病理形态学的检查方法，可以包括首先观察大体标本的病理改变，然后切取一定大小的病变组织，用病理组织学方法制成病理切片，再用显微镜进一步检查病变等过程。
病理分析是诊断、预后分析和指导癌症治疗的黄金标准。目前病理医生人才缺口，而且这个差距还在逐年递增，这导致病理科医生任务繁重，同时医疗资源分布也无法均衡。因此基于光学显微镜的病理切片数字化、人工智能 (Artificial Intelligence，AI)辅助诊断系统正逐渐成为人们关注的焦点，并具有广泛的应用前景。比如自动图像保存、基于图像的实时AI辅助诊断等，能协助医生完成目标任务，有效提升其工作效率；再比如显微镜视野远程分享，在教学和远程医疗等领域都具有重要的应用价值。而使用图像采集组件(比如相机) 对用于病理分析的显微镜的视野进行图像采集是此类显微镜任务的第一步，其中相机的自动曝光控制又是采集图像质量的重要保障。
(2)人工智能AI
人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科，涉及领域广泛，既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。本申请实施例提供的方案主要涉及人工智能中的机器学习/深度学习等技术。
(3)机器学习(Machine Learning，ML)
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
在本申请实施例涉及的场景下，通过对显微镜的目镜视野采集的图像可以应用于AI辅助病理分析和诊断，其中，AI辅助病理分析和诊断通常是指将显微镜的目镜视野采集的图像输入预先训练好的机器学习模型，然后通过自动或者人工的方式，根据机器学习模型的输出结果进行病理分析和诊断。
而本申请提出的技术方案，可以尽量的避免由于曝光过度或曝光不足所导致的显微镜的目镜视野图像的细节信息丢失，以便后续能够保存高质量的显微图像，或者，保证高准确性的病理分析和诊断。
请参考图1，其示出了本申请各个实施例涉及的一种用于显微镜的图像采集系统的系统构成图。如图1所示，该系统包括显微镜120和图像处理设备140。可选的，该系统还包括服务器160。
上述显微镜120也可以是集成有图像采集组件的电子显微镜，该电子显微镜还对外提供图像输出接口，显微镜120的操作人员通过操作电子显微镜的图像采集功能采集显微镜120的目镜视野中的显微图像，并通过图像输出接口将显微图像导入至图像处理设备140或者服务器160。
或者，显微镜120可以普通的光学显微镜，显微镜120可以外接有图像采集组件(比如照相机或者集成有摄像头的其它设备)，该图像采集组件可以采集显微镜120的目镜中的显微图像。
例如，上述显微镜120上可以集成有照相暗盒，显微镜120的操作人员可以将照相机安装在照相暗盒上，从而通过该照相机拍摄显微镜120的目镜中的显微图像。可选的，该照相机中集成有图像输出接口，通过该图像输出接口可以将照相机拍摄的显微图像发送给图像处理设备140或者服务器160。
其中，上述图像输出接口可以是有线接口，比如通用串行总线(Universal SerialBus，USB)接口、高清多媒体接口(High Definition Multimedia Interface， HDMI)接口或者以太网接口等等；或者，上述图像输出接口也可以是无线接口，比如无线局域网(Wireless Local Area Network，WLAN)接口、蓝牙接口等等。
相应的，根据上述图像输出接口的类型的不同，将照相机拍摄的显微图像导出的方式也可以有多种，比如，通过有线或者短距离无线方式将显微图像导入至图像处理设备140或者服务器160，或者，也可以通过局域网或者互联网将显微图像导入至图像处理设备140或者服务器160。
可选的，该系统还可以包括图像采集控制设备180。
其中，该图像采集控制设备180可以与显微镜120直接相连或者通过网络相连。例如，该图像采集控制设备180可以与显微镜120内置或者外接的图像采集组件相连。
其中，服务器160是一台服务器，或者由若干台服务器，或者是一个虚拟化平台，或者是一个云计算服务中心。
其中，上述服务器160可以是为显微镜120或者图像采集控制设备180中安装的应用程序提供后台服务的服务器，该后台服务器可以是应用程序的版本管理、对应用程序获取到的显微图像进行后台处理等等。
可选的，上述系统还可以包含数据库，该数据库可以是Redis数据库，或者，也可以是其它类型数据库。其中，数据库用于存储各类数据，比如，用于存储图像采集组件采集到的显微图像。
可选的，显微镜120和图像处理设备140之间通过通信网络相连。可选的，图像采集控制设备180与服务器160之间通过通信网络相连。可选的，该通信网络是有线网络或无线网络。
可选的，该系统还可以包括管理设备(图1未示出)，该管理设备与服务器 160之间通过通信网络相连。可选的，通信网络是有线网络或无线网络。
可选的，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合。在一些实施例中，使用包括超文本标记语言(Hyper Text Mark-up Language，HTML)、可扩展标记语言(Extensible MarkupLanguage， XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Transport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(Internet ProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
请参考图2，其示出了本申请一个示例性的实施例提供的图像采集方法的流程示意图。该图像采集方法可以由计算机设备执行。例如，在对显微镜的目镜视野中的图像进行采集的场景中，该计算机设备可以是上述图1所示系统中的显微镜120或者图像采集控制设备180。如图2所示，该图像采集方法可以包括以下步骤：
步骤210，获取最新采集到的第一图像，该第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像。
步骤220，获取该第一图像的曝光状态。
在本申请实施例中，计算机设备获取到图像采集组件采集到的上一帧图像 (即上述第一图像)后，可以根据图像采集组件采集到的上一帧图像的亮度分布，确定上一帧图像的曝光状态。
可选的，上述曝光状态可以包括但不限于过曝光、欠曝光和正常曝光这三种曝光状态。
步骤230，根据该第一图像的曝光状态对该亮度参考值进行更新，得到更新后的亮度参考值。
可选的，当图像采集组件采集到的上一帧图像过曝光或者欠曝光时，表明上一次采集图像时的曝光控制效果较差，需要调整亮度参考值，此时，计算机设备可以根据曝光状态对亮度参考值进行调整。
比如，当上述上一帧图像过曝光时，表明上一次采集图像所使用的亮度参考值过高，计算机设备可以根据该过曝光状态，下调亮度参考值，以获得亮度值更低的，该更新后的亮度参考值。
再比如，当上述上一帧图像欠曝光时，表明上一次采集图像所使用的亮度参考值过低，计算机设备可以根据该欠曝光状态，上调亮度参考值，以获得亮度值更高的，该更新后的亮度参考值。
其中，在上调或者下调亮度参考值时，计算机设备可以按照固定的步长对亮度参考值进行更新，或者，计算机设备也可以实时计算本次调整的幅度，以对亮度参考值进行更新。
步骤240，按照该更新后的亮度参考值控制该图像采集组件的曝光时间，采集得到第二图像。
综上所述，通过本申请实施例所示的方案，计算机设备可以通过上一帧采集到的图像的曝光状态，对采集上一帧图像所使用的亮度参考值进行更新，并通过更新后的亮度参考值采集下一帧图像，从而实现对亮度参考值的动态更新，提高在复杂场景下采集图像时的曝光控制效果，从而尽可能的避免下一帧图像损失重要的图像细节信息。
使用相机对显微镜的视野进行图像采集是数字化病理分析下多种显微镜任务不可或缺的环节，包括：图像保存、AI预测、显微镜视野远程共享等。为了避免相机采图以及后续相关任务，在病理医生原有的工作流中引入不必要的延迟，所使用的自动曝光控制方法通常需要满足较高的实时性和稳定性。
由于相机采集的图像质量与后续诊断的准确性息息相关，过曝光和欠曝光都会湮没图像的细节信息，因此如何快速且适当的选择亮度参考值，成为显微镜相机自动曝光控制需要解决的核心问题。而显微镜目镜视野的亮暗变化实际上比普通数字相机所使用的自然场景复杂的多。一方面，影响显微镜的目镜视野亮度的因素更多样，除了环境光线以及光圈大小以外，还包括显微镜光源的种类和亮暗、观察物的厚度和物镜放大的倍数等。另一方面，显微镜视野亮度的短时变化也更剧烈，因为具体任务中常常需要快速移动视野、切换不同倍率物镜等操作。因此直接照搬已有的用于普通数字相机的曝光控制方法可能会导致曝光失败。
举例说明，若采用相关技术中固定亮度参考值的方案，对于同一显微镜的不同目镜视野曝光效果，当其中深染色组织区域占比较大的视野时，可能因为亮度参考值过高而导致曝光过度；而当浅色组织或空白区域占比较大的视野时，可能因为亮度参考值过低而导致曝光不足。尤其对于前一种情况，如果因为过曝光导致浅色组织的细节被湮没，将对后续病理分析和诊断带来不小的麻烦。
而通过上述图2所示的方案，首先根据当前帧的图像亮度分布判断其曝光状态，然后快速且自适应地将显微镜相机自动曝光的亮度参考值调整为适应值，尽量避免下一帧图像由于过曝光或欠曝光而损失重要的图像细节信息，以防止在后续任务流中对病理医生远程诊断、AI辅助诊断等引入不必要的不确定性。
除了采集显微镜的目镜视野下的图像的场景之外，本申请各个实施例所示的方案也可以应用于其它需要快速且准确的进行曝光控制的图像采集场景，比如，可以应用于图像连续采集、视频监控的高帧率相机类型的场景，以实现自适应的快速自动曝光控制，此类应用场景可包括：车载相机的司机状态监控、以及工业相机的产品质量监控等。
以本申请实施例所示的方案应用于对显微镜的目镜视野进行图像采集的场景为例，请参考图3，其示出了本申请一个示例性的实施例提供的图像采集方法的流程示意图。该图像采集方法可以由计算机设备执行。例如，该计算机设备可以是上述图1所示系统中的显微镜120或者图像采集控制设备180。如图3所示，该图像采集方法可以包括以下步骤：
步骤301，获取最新采集到的第一图像，该第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；该图像采集组件用于对该显微镜的目镜视野进行图像采集。
在本申请实施例中，图像采集组件可以自动或者在计算机设备的控制下确定显微镜的目镜视野中的曝光区域，并对确定的曝光区域进行图像采集。
其中，在对确定的曝光区域进行图像采集时，图像采集组件可以按照上述亮度参考值控制曝光时间，以使得采集得到的图像的亮度接近该亮度参考值。
其中，在上述曝光区域确定的过程中，图像采集组件可以自动或者在计算机设备的控制下，将显微镜的目镜视野中的指定区域确定为曝光区域。
或者，在上述曝光区域确定的过程中，图像采集组件也可以自动或者在计算机设备的控制下，通过预设的曝光区域确定算法确定曝光区域。
其中，上述曝光区域确定算法可以是从显微镜的目镜视野中识别被摄主体位置或者感兴趣区域，并根据识别得到的被摄主体位置或者感兴趣区域确定曝光区域的算法。
在图像采集组件采集上述第一图像后，计算机设备即可以获取该第一图像。然后，计算机设备即可以根据第一图像中的亮度分布信息，确定第一图像的曝光状态。其中，一种确定曝光状态的过程可以参考后续步骤。
步骤302，对该第一图像进行灰度处理，获得该第一图像的灰度图。
计算机设备获取到第一图像后，即可以对第一图像进行灰度图转化(就是将第一图像转化为灰度图像)，得到第一图像的灰度图。
步骤303，获取该第一图像的灰度图中，满足指定条件的像素点的比例。
其中，在本申请实施例中，该指定条件可以包括过曝光条件和欠曝光条件，其中，该过曝光条件是灰度值高于第一灰度阈值，该欠曝光条件是灰度值低于第二灰度阈值。
在本申请实施例中，上述第一灰度阈值可以高于第二灰度阈值。
在本申请实施例中，计算机设备获得第一图像的灰度图之后，即可以确定灰度图中每个像素点的灰度值，然后根据每个像素点的灰度值，以及预先设置的第一灰度阈值和第二灰度阈值，确定各个像素点分别满足过曝光条件、欠曝光条件还是两种条件都不满足。
比如，假设第一灰度阈值为200，第二灰度阈值为100。当第一图像中某个像素点A的灰度值为80，则该像素点A的灰度值小于第二灰度阈值，此时，可以确定像素点A满足欠曝光条件，该像素点A也可以被称为欠曝光像素；当第一图像中某个像素点B的灰度值为240，则该像素点B的灰度值大于第一灰度阈值，此时，可以确定像素点B满足过曝光条件，该像素点B也可以被称为过曝光像素；当第一图像中某个像素点C的灰度值为150，则该像素点C的灰度值既不小于第二灰度阈值，也不大于第一灰度值，此时，可以确定像素点C不满足过曝光条件和欠曝光条件，该像素点C也可以被称为正常像素。
步骤304，根据该满足指定条件的像素点的比例获取该第一图像的曝光状态。
可选的，计算机设备可以按照以下方式，根据该满足指定条件的像素点的比例获取该第一图像的曝光状态：
1)当过曝光比例高于第一比例阈值时，获取第一图像的曝光状态为过曝光；该过曝光比例是该第一图像的灰度图中，满足该过曝光条件的像素点的比例。
2)当欠曝光比例高于第二比例阈值时，获取第一图像的曝光状态为欠曝光；该欠曝光比例是该第一图像的灰度图中，满足该欠曝光条件的像素点的比例。
3)当该过曝光比例不高于第一比例阈值，且该欠曝光比例不高于该第二比例阈值时，获取该第一图像的曝光状态为正常曝光。
在本申请实施例中，可以首先定义曝光状态，可选的，图像的曝光状态的定义和描述可以如下所示：
图像状态 状态描述
正常状态 当前帧自动曝光参考值选取合理，采集图像曝光正常。
过曝光状态 当前帧自动曝光参考值选取过高，采集图像曝光过度。
欠曝光状态 当前帧自动曝光参考值选取过低，采集图像曝光不足。
计算机设备可以根据图像中过曝光或者欠曝光的像素点的比例，评估第一图像的曝光状态。
用于病理分析的显微镜的相机在使用时，会由于当前视野的深染色组织区域大小不同，而使得自动曝光最佳亮度参考值的取值有所不同。传统的使用平均亮度值或其他测光评价函数的做法，无法有效区分采集图像的亮暗程度，主要是源于视野中被摄主体的深浅还是曝光的强弱；但若想直接依据深染色组织区域占比来估计亮度参考值，由于病理切片种类和来源不同，很难提取有效通用指标区分深色像素。同时考虑到，对于应用场景而言，更希望避免采集图像过曝光导致浅色组织细节损失的情况。因此本申请实施例采用一种直观的方式，根据是否存在一定量的过曝光像素来判断当前帧图像是否处于过曝光状态。在此之前需要将彩色图像转换为灰度图像，每个像素的灰度值用g表示；然后定义灰度值大于阈值Th1的像素为过曝光像素，并统计其在全图像素上的占比r1，计算公式如下：
Figure BDA0002270341050000131
其中N[a]表示满足条件a的像素数，Ntotal表示全图的像素数。
请参考图4，其示出了本申请实施例涉及的一种曝光状态确定流程的示意图。如图4所示，计算机设备中可以预先定义过曝光像素占比r1＞0.05的图像处于过曝光状态，其中，此处的0.05即为上述第一比例阈值。
另外，本申请根据是否存在大部分像素的亮度值小于中等亮度的情况，来判断当前帧图像(即上述第一图像)是否处于欠曝光状态。比如，定义灰度阈值Th2，灰度值低于Th2的像素为欠曝光像素，统计亮度值小于中等亮度的像素在全图上的占比r2，计算公式如下：
Figure BDA0002270341050000132
比如，在图4中，定义低于欠曝光像素占比r2＞0.85的图像处于欠曝光状态，其中，此处的0.85即为上述第二比例阈值。若当前帧图像既不满足过曝光状态的条件，也不满足欠曝光状态的条件，则认为其曝光状态为正常。
如图4所示，确定曝光状态的过程如下：
S41，获取当前帧；
S42，将当前帧图像转换为灰度图像；
S43，判断过曝光像素占比r1＞0.05是否成立，若是，进入S44，否则，进入 S45。
S44，确定当前帧处于过曝光状态；
S45，判断欠曝光像素占比r2＞0.85是否成立，若是，进入S46，否则，进入 S47。
S46，确定当前帧处于欠曝光状态；
S47，确定当前帧处于正常曝光状态。
步骤305，根据该第一图像的曝光状态对该亮度参考值进行更新，得到更新后的亮度参考值。
可选的，当该第一图像的曝光状态为过曝光时，该根据该第一图像的曝光状态对该亮度参考值进行更新，得到更新后的亮度参考值，包括：
根据该过曝光比例以及亮度下限，获取该亮度参考值的调整值；该亮度下限是该亮度参考值的调整下限；
根据该调整值对该亮度参考值进行更新，得到该更新后的亮度参考值。
可选的，该根据该过曝光比例以及该亮度下限，获取该亮度参考值的调整值，包括：
根据该过曝光比例计算第一亮度调整系数；
根据该第一亮度调整系数以及第一亮度差值计算该亮度参考值的调整值，该第一亮度差值是该亮度参考值与该亮度下限之间的差值。
可选的，当该第一图像的曝光状态为欠曝光时，该根据该第一图像的曝光状态对该亮度参考值进行更新，得到更新后的亮度参考值，包括：
根据亮度上限，获取该亮度参考值的调整值；该亮度上限是该亮度参考值的调整上限；
根据该调整值对该亮度参考值进行更新，得到该更新后的亮度参考值。
可选的，该根据亮度上限，获取该亮度参考值的调整值，包括：
根据指定的第二亮度调整系数以及第二亮度差值计算该亮度参考值的调整值，该第二亮度差值是该亮度上限与该亮度参考值之间的差值。
本申请实施例提出的，根据当前帧图像的曝光状态，在当前亮度参考值的基础上调整下一帧的亮度参考值的方案，其基本思路是当前帧处于过曝光状态时，则调低当前亮度参考值用于下一次自动曝光；当前帧处于欠曝光状态时，则调高当前亮度参考值用于下一次曝光；当前帧处于正常状态时，亮度参考值维持不变。
可选的，每次调节都是在当前亮度参考值tcur的基础上，由半经验公式计算出调幅。首先，开发人员或者维护人员(比如显微镜的使用人员)根据具体任务设置亮度参考值上限tH和下限tL。当前帧处于过曝光状态时，亮度参考值调整幅度Δt与过曝光像素占比r1相关，计算公式如下：
Δt＝-(1+log20r1)·(tcur-tL)；
此时，当过曝光像素占比r1略大于过曝光状态判定阈值0.05时， -(1+log20r1)为一个接近0的负值，上式相当于使亮度参考值向所设亮度参考值下限tL移动一个小步长；当过曝光像素占比r1接近于1时，通常出现在物镜切换等瞬间高亮场景，此时-(1+log20r1)取值接近-1，即相当于将亮度参考值直接设为参考值下限tL。实验表明，上述半经验公式对各种情况都具有较好的适应性。
可选的，当前帧处于欠曝光状态时，亮度参考值调整幅度Δt计算公式如下：
Δt＝0.25·(tH-tcur)；
其中，当前帧处于正常状态时，亮度参考值调整幅度Δt＝0。
下一帧亮度参考值tnext由下式计算得到：
tnext＝tcur+Δt。
本申请上述方案中，采用的是考虑使用情况总结的半经验公式计算更新后的亮度参考值，可选的，计算机设备也可以采用其他方式计算更新后的亮度参考值后的，例如，根据直方图均衡后的平均亮度值确定更新后的亮度参考值。
步骤306，按照该更新后的亮度参考值控制该图像采集组件的曝光时间，采集得到第二图像。
比如，上述确定第一图像的曝光状态的过程并可以参考图5，其示出了本申请实施例涉及的一种图像采集流程图。如图5所示，计算机设备对自动曝光的亮度参考值进行初始化，首先根据当前亮度参考值进行自动曝光，采集一帧图像 (S51)，然后判断图像是否过曝光(S52)，如果过曝光，则计算亮度参考值的调节幅度，调低当前亮度参考值(S53)，并根据调低的亮度参考值采集后续的图像；如果不处于过曝光状态，则进一步判断当前帧是否欠曝光(S54)，如果欠曝光，则计算亮度参考值的调节幅度，调高当前亮度参考值(S55)，并根据调高的亮度参考值采集后续的图像，如果当前帧也不属于欠曝光，则说明当前帧正常曝光，保持当前的亮度参考值不变(S56)，继续按照该亮度参考值采集后续的图像。
可选的，当该第一图像的曝光状态为正常曝光时，计算机设备将该第一图像输出给图像处理设备，以便该图像处理设备对该第一图像执行预定处理操作；
该预定处理操作包括以下操作中的至少一种：
对该第一图像进行病理分析；
对该第一图像进行展示；
对该第一图像进行存储。
在本申请实施例中，当第一图像的曝光状态为正常曝光时，说明该第一图像满足后续处理的要求，此时，计算机设备可以将第一图像输出给图像处理设备，以便图像处理设备进行病理分析、展示以及存储的操作，从而提高上述预定处理操作的操作效果，比如，提高病理分析的准确性，以及，提高图像展示效果等。
可选的，当该第一图像的曝光状态为过曝光或者欠曝光时，计算机设备可以丢弃该第一图像。
在本申请实施例中，当第一图像的曝光状态不是正常曝光时，说明该第一图像可能不满足后续处理的要求，此时，计算机设备可以将第一图像丢弃，直至后续采集到曝光状态为正常曝光的图像时，将正常曝光的图像输出给图像处理设备。
综上所述，通过本申请实施例所示的方案，计算机设备可以通过上一帧采集到的图像的曝光状态，对采集上一帧图像所使用的亮度参考值进行更新，并通过更新后的亮度参考值采集下一帧图像，从而实现对亮度参考值的动态更新，提高在复杂场景下采集图像时的曝光控制效果，从而尽可能的避免下一帧图像损失重要的图像细节信息。
本申请实施例所示的方案，提出了一种用于病理显微镜的相机自动曝光控制方法，首先根据当前帧的图像亮度分布判断其曝光状态，然后快速且自适应地将显微镜相机自动曝光的亮度参考值调整为适应值，尽量避免下一帧图像由于过曝光或欠曝光而损失重要的图像细节信息，以防止在后续任务流中对病理医生远程诊断、AI辅助诊断等引入不必要的不确定性。
其次，本申请实施例所示的方案，根据图像亮度(灰度级)分布，通过简单统计计算实现采集图像曝光情况的快速评估，可以满足实时AI辅诊、远程会诊等实时任务的处理速度要求。
另外，本申请实施例所示的方案提出了通过当前帧亮度参考值和过曝光(饱和)像素占比，确定下一帧亮度参考值调节幅度的实现方案。相比于仅根据当前帧亮度估算新参考值的方法，额外考虑了当前帧的亮度参考值；相比于固定调节幅度的方法，使调整更加灵活高效，无论是对于移动玻片时显微镜视野亮度缓慢变换，还是对于物镜切换时视野亮度剧烈改变(由亮变全黑再变亮)的情况都具有较强的适应性。本申请所示的方案可根据当前帧的图像亮度分布判断其曝光状态，将相机自动曝光的亮度参考值调整为适应值，保证调整速度不影响相机采集帧率，且能够采集得到正常曝光的图像。
图6是根据本申请一示例性实施例示出的一种图像采集装置的结构方框图。该图像采集装置可以通过硬件或者软硬结合的方式实现为计算机设备的全部或者部分，比如，该计算机设备可以是上述图1所示系统中的显微镜120或者图像采集控制设备180。该图像采集装置可以包括：
图像获取模块601，用于获取最新采集到的第一图像，所述第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；
曝光状态获取模块602，用于获取所述第一图像的曝光状态；
调整模块603，用于根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值；
采集模块604，用于按照所述更新后的亮度参考值控制所述图像采集组件的曝光时间，采集得到第二图像。
在一种可能的实现方式中，所述曝光状态获取模块602，包括：
灰度处理单元，用于对所述第一图像进行灰度处理，获得所述第一图像的灰度图；
比例获取单元，用于获取所述第一图像的灰度图中，满足指定条件的像素点的比例；
状态获取单元，用于根据所述满足指定条件的像素点的比例获取所述第一图像的曝光状态。
在一种可能的实现方式中，所述指定条件包括过曝光条件和欠曝光条件，所述过曝光条件是灰度值高于第一灰度阈值，所述欠曝光条件是灰度值低于第二灰度阈值；
所述状态获取单元，用于，
当过曝光比例高于第一比例阈值时，获取所述第一图像的曝光状态为过曝光；所述过曝光比例是所述第一图像的灰度图中，满足所述过曝光条件的像素点的比例；
当欠曝光比例高于第二比例阈值时，获取所述第一图像的曝光状态为欠曝光；所述欠曝光比例是所述第一图像的灰度图中，满足所述欠曝光条件的像素点的比例；
当所述过曝光比例不高于第一比例阈值，且所述欠曝光比例不高于所述第二比例阈值时，获取所述第一图像的曝光状态为正常曝光。
在一种可能的实现方式中，所述调整模块603，用于，
当所述第一图像的曝光状态为过曝光时，根据所述过曝光比例以及亮度下限，获取所述亮度参考值的调整值；所述亮度下限是所述亮度参考值的调整下限；
根据所述调整值对所述亮度参考值进行更新，得到所述更新后的亮度参考值。
在一种可能的实现方式中，在根据所述过曝光比例以及所述亮度下限，获取所述亮度参考值的调整值时，所述调整模块603，用于，
根据所述过曝光比例计算第一亮度调整系数；
根据所述第一亮度调整系数以及第一亮度差值计算所述亮度参考值的调整值，所述第一亮度差值是所述亮度参考值与所述亮度下限之间的差值。
在一种可能的实现方式中，所述调整模块603，用于，
当所述第一图像的曝光状态为欠曝光时，根据亮度上限，获取所述亮度参考值的调整值；所述亮度上限是所述亮度参考值的调整上限；
根据所述调整值对所述亮度参考值进行更新，得到所述更新后的亮度参考值。
在一种可能的实现方式中，在根据亮度上限，获取所述亮度参考值的调整值时，所述调整模块603，用于根据指定的第二亮度调整系数以及第二亮度差值计算所述亮度参考值的调整值，所述第二亮度差值是所述亮度上限与所述亮度参考值之间的差值。
在一种可能的实现方式中，所述装置还包括：
图像输出模块，用于当所述第一图像的曝光状态为正常曝光时，将所述第一图像输出给图像处理设备，以便所述图像处理设备对所述第一图像执行预定处理操作；
所述预定处理操作包括以下操作中的至少一种：
对所述第一图像进行病理分析；
对所述第一图像进行展示；
对所述第一图像进行存储。
在一种可能的实现方式中，所述装置还包括：
丢弃模块，用于当所述第一图像的曝光状态为过曝光或者欠曝光时，丢弃所述第一图像。
综上所述，通过本申请实施例所示的方案，计算机设备可以通过上一帧采集到的图像的曝光状态，对采集上一帧图像所使用的亮度参考值进行更新，并通过更新后的亮度参考值采集下一帧图像，从而实现对亮度参考值的动态更新，提高在复杂场景下采集图像时的曝光控制效果，从而尽可能的避免下一帧图像损失重要的图像细节信息。
图7是根据一示例性实施例示出的一种计算机设备的结构示意图。所述计算机设备可以实现为终端或者服务器，比如，该终端可以是图1所示系统中的终端 140，该服务器可以是图1所示系统中的服务器160。
所述计算机设备700包括中央处理单元(CPU)701、包括随机存取存储器 (RAM)702和只读存储器(ROM)703的系统存储器704，以及连接系统存储器704和中央处理单元701的系统总线705。所述计算机设备700还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)706，和用于存储操作系统713、应用程序714和其他程序模块715的大容量存储设备707。
所述基本输入/输出系统706包括有用于显示信息的显示器708和用于用户输入信息的诸如鼠标、键盘之类的输入设备709。其中所述显示器708和输入设备 709都通过连接到系统总线705的输入输出控制器710连接到中央处理单元701。所述基本输入/输出系统706还可以包括输入输出控制器710以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器77还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备707通过连接到系统总线705的大容量存储控制器(未示出)连接到中央处理单元701。所述大容量存储设备707及其相关联的计算机可读介质为计算机设备700提供非易失性存储。也就是说，所述大容量存储设备 707可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术，CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器704和大容量存储设备707可以统称为存储器。
计算机设备700可以通过连接在所述系统总线705上的网络接口单元711连接到互联网或者其它网络设备。
所述存储器还包括一个或者一个以上的程序，所述一个或者一个以上程序存储于存储器中，中央处理器701通过执行该一个或一个以上程序来实现图2或图3所示的方法中的全部或者部分步骤。
本申请实施例还提供一种计算机设备，该计算机设备包括存储器和处理器，存储器中存储有至少一条指令、至少一段程序、代码集或指令集，至少一条指令、至少一段程序、代码集或指令集由处理器加载并实现上述如图2或图3所述的方法中的全部或者部分步骤。
本申请实施例还提供一种计算机可读存储介质，该可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如图2或图3 所述的方法中的全部或者部分步骤。
本申请还提供了一种计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述图2或图3所述的方法中的全部或者部分步骤。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质；也可以是单独存在，未装配入终端中的计算机可读存储介质。该计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如图2或图3所述的方法中的全部或者部分步骤。
可选地，该计算机可读存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、固态硬盘(SSD， Solid State Drives)或光盘等。其中，随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM，ResistanceRandom Access Memory)和动态随机存取存储器 (DRAM，Dynamic Random AccessMemory)。上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (15)

1.一种图像采集方法，其特征在于，所述方法包括：
获取最新采集到的第一图像，所述第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；
获取所述第一图像的曝光状态；
根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值；
按照所述更新后的亮度参考值控制所述图像采集组件的曝光时间，采集得到第二图像。
2.根据权利要求1所述的方法，其特征在于，所述获取所述第一图像的曝光状态，包括：
对所述第一图像进行灰度处理，获得所述第一图像的灰度图；
获取所述第一图像的灰度图中，满足指定条件的像素点的比例；
根据所述满足指定条件的像素点的比例获取所述第一图像的曝光状态。
3.根据权利要求2所述的方法，其特征在于，所述指定条件包括过曝光条件和欠曝光条件，所述过曝光条件是灰度值高于第一灰度阈值，所述欠曝光条件是灰度值低于第二灰度阈值；
所述根据所述满足指定条件的像素点的比例获取所述第一图像的曝光状态，包括：
当过曝光比例高于第一比例阈值时，获取所述第一图像的曝光状态为过曝光；所述过曝光比例是所述第一图像的灰度图中，满足所述过曝光条件的像素点的比例；
当欠曝光比例高于第二比例阈值时，获取所述第一图像的曝光状态为欠曝光；所述欠曝光比例是所述第一图像的灰度图中，满足所述欠曝光条件的像素点的比例；
当所述过曝光比例不高于第一比例阈值，且所述欠曝光比例不高于所述第二比例阈值时，获取所述第一图像的曝光状态为正常曝光。
4.根据权利要求3所述的方法，其特征在于，当所述第一图像的曝光状态为过曝光时，所述根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值，包括：
根据所述过曝光比例以及亮度下限，获取所述亮度参考值的调整值；所述亮度下限是所述亮度参考值的调整下限；
根据所述调整值对所述亮度参考值进行更新，得到所述更新后的亮度参考值。
5.根据权利要求4所述的方法，其特征在于，所述根据所述过曝光比例以及所述亮度下限，获取所述亮度参考值的调整值，包括：
根据所述过曝光比例计算第一亮度调整系数；
根据所述第一亮度调整系数以及第一亮度差值计算所述亮度参考值的调整值，所述第一亮度差值是所述亮度参考值与所述亮度下限之间的差值。
6.根据权利要求3所述的方法，其特征在于，当所述第一图像的曝光状态为欠曝光时，所述根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值，包括：
根据亮度上限，获取所述亮度参考值的调整值；所述亮度上限是所述亮度参考值的调整上限；
根据所述调整值对所述亮度参考值进行更新，得到所述更新后的亮度参考值。
7.根据权利要求6所述的方法，其特征在于，所述根据亮度上限，获取所述亮度参考值的调整值，包括：
根据指定的第二亮度调整系数以及第二亮度差值计算所述亮度参考值的调整值，所述第二亮度差值是所述亮度上限与所述亮度参考值之间的差值。
8.根据权利要求3所述的方法，其特征在于，所述方法还包括：
当所述第一图像的曝光状态为正常曝光时，将所述第一图像输出给图像处理设备，以便所述图像处理设备对所述第一图像执行预定处理操作；
所述预定处理操作包括以下操作中的至少一种：
对所述第一图像进行病理分析；
对所述第一图像进行展示；
对所述第一图像进行存储。
9.根据权利要求3所述的方法，其特征在于，所述方法还包括：
当所述第一图像的曝光状态为过曝光或者欠曝光时，丢弃所述第一图像。
10.一种图像采集装置，其特征在于，所述装置包括：
图像获取模块，用于获取最新采集到的第一图像，所述第一图像是按照亮度参考值控制图像采集组件的曝光时间采集得到的图像；
曝光状态获取模块，用于获取所述第一图像的曝光状态；
调整模块，用于根据所述第一图像的曝光状态对所述亮度参考值进行更新，得到更新后的亮度参考值；
采集模块，用于按照所述更新后的亮度参考值控制所述图像采集组件的曝光时间，采集得到第二图像。
11.根据权利要求10所述的装置，其特征在于，所述曝光状态获取模块，包括：
灰度处理单元，用于对所述第一图像进行灰度处理，获得所述第一图像的灰度图；
比例获取单元，用于获取所述第一图像的灰度图中，满足指定条件的像素点的比例；
状态获取单元，用于根据所述满足指定条件的像素点的比例获取所述第一图像的曝光状态。
12.根据权利要求11所述的装置，其特征在于，所述指定条件包括过曝光条件和欠曝光条件，所述过曝光条件是灰度值高于第一灰度阈值，所述欠曝光条件是灰度值低于第二灰度阈值；
所述状态获取单元，用于，
当过曝光比例高于第一比例阈值时，获取所述第一图像的曝光状态为过曝光；所述过曝光比例是所述第一图像的灰度图中，满足所述过曝光条件的像素点的比例；
当欠曝光比例高于第二比例阈值时，获取所述第一图像的曝光状态为欠曝光；所述欠曝光比例是所述第一图像的灰度图中，满足所述欠曝光条件的像素点的比例；
当所述过曝光比例不高于第一比例阈值，且所述欠曝光比例不高于所述第二比例阈值时，获取所述第一图像的曝光状态为正常曝光。
13.一种计算机设备，其特征在于，计算机设备包含处理器和存储器，所述存储器中存储由至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至9任一所述的识别显微图像中的细胞的方法。
14.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至9任一所述的图像采集方法。
15.一种图像采集系统，其特征在于，所述系统包括：显微镜以及图像采集控制设备；
所述显微镜包括图像采集组件，所述图像采集组件用于对所述显微镜的目镜视野进行图像采集；
所述图像采集控制设备，用于执行如权利要求1至9任一所述的图像采集方法。
CN201911102745.8A 2019-11-12 2019-11-12 图像采集方法、装置、设备及存储介质 Active CN110661983B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201911102745.8A CN110661983B (zh) 2019-11-12 2019-11-12 图像采集方法、装置、设备及存储介质
EP20886489.2A EP3989534A4 (en) 2019-11-12 2020-09-10 IMAGE COLLECTION METHOD AND APPARATUS, AND RECORDING DEVICE AND MEDIUM
PCT/CN2020/114393 WO2021093437A1 (zh) 2019-11-12 2020-09-10 图像采集方法、装置、设备及存储介质
US17/510,290 US20220046161A1 (en) 2019-11-12 2021-10-25 Image acquisition method and apparatus, device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911102745.8A CN110661983B (zh) 2019-11-12 2019-11-12 图像采集方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110661983A true CN110661983A (zh) 2020-01-07
CN110661983B CN110661983B (zh) 2021-03-19

Family

ID=69043499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911102745.8A Active CN110661983B (zh) 2019-11-12 2019-11-12 图像采集方法、装置、设备及存储介质

Country Status (4)

Country Link
US (1) US20220046161A1 (zh)
EP (1) EP3989534A4 (zh)
CN (1) CN110661983B (zh)
WO (1) WO2021093437A1 (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111311509A (zh) * 2020-01-20 2020-06-19 上海理工大学 一种非正常曝光图像自适应校正方法
CN111432134A (zh) * 2020-03-17 2020-07-17 广东博智林机器人有限公司 图像采集设备的曝光时间的确定方法、确定装置与处理器
CN112233082A (zh) * 2020-10-13 2021-01-15 深圳市瑞沃德生命科技有限公司 细胞图像自动曝光方法及其装置
WO2021093437A1 (zh) * 2019-11-12 2021-05-20 腾讯科技（深圳）有限公司 图像采集方法、装置、设备及存储介质
CN113630559A (zh) * 2021-08-06 2021-11-09 上海商米科技集团股份有限公司 图像传感器的曝光参数调节方法、系统及计算机可读介质
CN114694191A (zh) * 2022-03-11 2022-07-01 北京极豪科技有限公司 图像处理方法、计算机程序产品、设备以及存储介质
CN115442536A (zh) * 2022-08-09 2022-12-06 荣耀终端有限公司 一种曝光参数的确定方法、装置、影像系统和电子设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4075790B1 (en) * 2021-04-13 2023-04-05 Axis AB Exposure time control in a video camera
CN114430463B (zh) * 2022-04-01 2022-06-28 青岛大学附属医院 一种自适应医疗级影像效果的优化方法及系统
CN117061841B (zh) * 2023-06-12 2024-06-25 深圳市博盛医疗科技有限公司 一种双晶片内窥镜成像方法及成像装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064783A (zh) * 2006-04-30 2007-10-31 华为技术有限公司 自动曝光控制参数的获得方法及控制方法和成像装置
CN103491311A (zh) * 2013-08-29 2014-01-01 中国科学院长春光学精密机械与物理研究所 全调光范围快速自动调光方法
CN106034208A (zh) * 2015-03-16 2016-10-19 深圳酷派技术有限公司 一种自动曝光的方法及装置
CN107343156A (zh) * 2017-07-10 2017-11-10 广东欧珀移动通信有限公司 人脸区域自动曝光控制的调整方法和装置
US20180124317A1 (en) * 2016-10-28 2018-05-03 Qualcomm Incorporated Power saving techniques for an image capture device
CN109005342A (zh) * 2018-08-06 2018-12-14 Oppo广东移动通信有限公司 全景拍摄方法、装置和成像设备

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7639888B2 (en) * 2004-11-10 2009-12-29 Fotonation Ireland Ltd. Method and apparatus for initiating subsequent exposures based on determination of motion blurring artifacts
JP4341691B2 (ja) * 2007-04-24 2009-10-07 ソニー株式会社 撮像装置、撮像方法、露光制御方法、プログラム
JP4402710B2 (ja) * 2007-09-18 2010-01-20 オリンパス株式会社 撮像装置
JP5498087B2 (ja) * 2008-09-29 2014-05-21 キヤノン株式会社 撮像装置および撮像方法、プログラム
US8573497B2 (en) * 2010-06-30 2013-11-05 Datalogic ADC, Inc. Adaptive data reader and method of operating
US10805523B2 (en) * 2012-05-30 2020-10-13 Easy Printing Network Limited Article authentication apparatus having a built-in light emitting device and camera
JP6077853B2 (ja) * 2012-12-21 2017-02-08 キヤノン株式会社 撮像装置及びその制御方法、プログラム、並びに記憶媒体
GB201312893D0 (en) * 2013-07-18 2013-09-04 Omg Plc Outdoor exposure control of still image capture
US20150022687A1 (en) * 2013-07-19 2015-01-22 Qualcomm Technologies, Inc. System and method for automatic exposure and dynamic range compression
KR102149187B1 (ko) * 2014-02-21 2020-08-28 삼성전자주식회사 전자 장치와, 그의 제어 방법
KR102149453B1 (ko) * 2014-02-21 2020-08-28 삼성전자주식회사 이미지를 획득하기 위한 전자 장치 및 방법
US11477372B2 (en) * 2016-09-08 2022-10-18 Lg Innotek Co., Ltd. Image processing method and device supporting multiple modes and improved brightness uniformity, image conversion or stitching unit, and computer readable recording medium realizing the image processing method
CN112153297B (zh) * 2019-06-27 2022-02-18 浙江大华技术股份有限公司 曝光调整方法及装置、存储装置
CN110661983B (zh) * 2019-11-12 2021-03-19 腾讯科技（深圳）有限公司 图像采集方法、装置、设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101064783A (zh) * 2006-04-30 2007-10-31 华为技术有限公司 自动曝光控制参数的获得方法及控制方法和成像装置
CN103491311A (zh) * 2013-08-29 2014-01-01 中国科学院长春光学精密机械与物理研究所 全调光范围快速自动调光方法
CN106034208A (zh) * 2015-03-16 2016-10-19 深圳酷派技术有限公司 一种自动曝光的方法及装置
US20180124317A1 (en) * 2016-10-28 2018-05-03 Qualcomm Incorporated Power saving techniques for an image capture device
CN107343156A (zh) * 2017-07-10 2017-11-10 广东欧珀移动通信有限公司 人脸区域自动曝光控制的调整方法和装置
CN109005342A (zh) * 2018-08-06 2018-12-14 Oppo广东移动通信有限公司 全景拍摄方法、装置和成像设备

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021093437A1 (zh) * 2019-11-12 2021-05-20 腾讯科技（深圳）有限公司 图像采集方法、装置、设备及存储介质
CN111311509A (zh) * 2020-01-20 2020-06-19 上海理工大学 一种非正常曝光图像自适应校正方法
CN111432134A (zh) * 2020-03-17 2020-07-17 广东博智林机器人有限公司 图像采集设备的曝光时间的确定方法、确定装置与处理器
CN112233082A (zh) * 2020-10-13 2021-01-15 深圳市瑞沃德生命科技有限公司 细胞图像自动曝光方法及其装置
CN113630559A (zh) * 2021-08-06 2021-11-09 上海商米科技集团股份有限公司 图像传感器的曝光参数调节方法、系统及计算机可读介质
CN113630559B (zh) * 2021-08-06 2023-06-16 上海商米科技集团股份有限公司 图像传感器的曝光参数调节方法、系统及计算机可读介质
CN114694191A (zh) * 2022-03-11 2022-07-01 北京极豪科技有限公司 图像处理方法、计算机程序产品、设备以及存储介质
CN115442536A (zh) * 2022-08-09 2022-12-06 荣耀终端有限公司 一种曝光参数的确定方法、装置、影像系统和电子设备

Also Published As

Publication number Publication date
US20220046161A1 (en) 2022-02-10
CN110661983B (zh) 2021-03-19
WO2021093437A1 (zh) 2021-05-20
EP3989534A1 (en) 2022-04-27
EP3989534A4 (en) 2022-08-17

Similar Documents

Publication Publication Date Title
CN110661983B (zh) 图像采集方法、装置、设备及存储介质
US20220188999A1 (en) Image enhancement method and apparatus
CN110909780A (zh) 一种图像识别模型训练和图像识别方法、装置及系统
CN111770285B (zh) 一种曝光亮度控制方法、装置、电子设备和存储介质
DE112008002646T5 (de) Fahrzeuginterne Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren und Programm
DE202015009148U1 (de) Automatische Bearbeitung von Bildern
US11694331B2 (en) Capture and storage of magnified images
DE102020108640A1 (de) Sprachgesteuerte Kamera mit AI-Szenendetektion zur präzisen Fokussierung
DE112015005499T5 (de) Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren und Programm
US20200372282A1 (en) Color adaptation using adversarial training networks
DE102013020611B4 (de) Ein Ansatz für eine Kamerasteuerung
WO2017145172A1 (en) System and method for extraction and analysis of samples under a microscope
CN108257117B (zh) 图像曝光度的评测方法及装置
CN112288697B (zh) 用于量化异常程度的方法、装置、电子设备及可读存储介质
JP2023522818A (ja) 画像最適化方法、関連モデルの訓練方法、装置、機器及びプログラム
CN110933304B (zh) 待虚化区域的确定方法、装置、存储介质与终端设备
CN113470041A (zh) 免疫组化细胞图像细胞核分割与计数方法和系统
JP2022006180A (ja) 画像の手ぶれ補正方法、装置、電子機器、記憶媒体、コンピュータプログラム製品、路側機およびクラウド制御プラットフォーム
WO2021185745A1 (en) Quantifying biotic damage on plant leaves, by convolutional neural networks
JP2021093694A (ja) 情報処理装置およびその制御方法
CN109584172A (zh) 基于迭代模糊超限学习机的背光补偿方法及装置
CN113111730B (zh) 快速高精度的图像模糊检测方法及装置
EP4202523A1 (en) System, method and computer program for a surgical microscope system and corresponding surgical microscope system
EP4209991A1 (en) Program, information storage medium, and processing system
CN117714864A (zh) 基于深度学习的双输入模型的自动聚焦方法、装置及设备

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40020312

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant