CN110852999B - 图像扫描系统及图像扫描方法 - Google Patents
图像扫描系统及图像扫描方法 Download PDFInfo
- Publication number
- CN110852999B CN110852999B CN201911036559.9A CN201911036559A CN110852999B CN 110852999 B CN110852999 B CN 110852999B CN 201911036559 A CN201911036559 A CN 201911036559A CN 110852999 B CN110852999 B CN 110852999B
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- target
- gradient
- measured
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 102
- 238000012545 processing Methods 0.000 claims abstract description 29
- 230000001678 irradiating effect Effects 0.000 claims abstract description 16
- 239000000523 sample Substances 0.000 claims description 104
- 238000004364 calculation method Methods 0.000 claims description 60
- 238000011156 evaluation Methods 0.000 claims description 59
- 238000013519 translation Methods 0.000 claims description 46
- 230000003287 optical effect Effects 0.000 claims description 40
- 238000003860 storage Methods 0.000 claims description 38
- 230000005284 excitation Effects 0.000 claims description 22
- 238000000605 extraction Methods 0.000 claims description 20
- 238000003745 diagnosis Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000003384 imaging method Methods 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 8
- 230000000449 premovement Effects 0.000 claims description 5
- 239000007850 fluorescent dye Substances 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims 3
- 239000003086 colorant Substances 0.000 claims 2
- 230000008569 process Effects 0.000 abstract description 33
- 210000004027 cell Anatomy 0.000 description 61
- 230000014616 translation Effects 0.000 description 40
- 238000010586 diagram Methods 0.000 description 28
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012935 Averaging Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 6
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 239000000126 substance Substances 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000010186 staining Methods 0.000 description 4
- 102000018651 Epithelial Cell Adhesion Molecule Human genes 0.000 description 3
- 108010066687 Epithelial Cell Adhesion Molecule Proteins 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000011521 glass Substances 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 238000013499 data model Methods 0.000 description 2
- 238000010191 image analysis Methods 0.000 description 2
- 210000000265 leukocyte Anatomy 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/10056—Microscopic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请实施例提供一种图像扫描系统及图像扫描方法,其中,系统包括:载物装置,用于承载待测物体,所述待测物体的待测面为曲面;光源装置,用于发射激发光,照射在所述待测物体上;图像采集装置,用于采集待测物体中待测面的图像;扫描控制装置,用于控制所述载物装置移动并在移动到位后控制图像采集装置采集图像;图像处理装置,用于在采集到的图像中确定目标图像;所述目标图像为包含有待测物体特征的图像。本申请实施例提供的图像扫描系统及图像扫描方法能够对待测物体中曲面形的待测面进行检测,并具有较便捷的扫描过程。
Description
技术领域
本申请涉及图像扫描技术,尤其涉及一种图像扫描系统及图像扫描方法。
背景技术
在疾病的诊断过程中,判断活体细胞是否发生病变,常规的手段是通过活体穿刺、活体切片等方式获取待检细胞组织,并涂覆在载玻片上,再将载玻片放置在显微镜的载物台上,通过显微镜观察细胞特征,从而得出细胞是否发生病变的结论。在用显微镜观察的过程中,需要人工手动操作来调整载玻片的位置,并手动调节显微镜的焦距,效率较低。
发明内容
为解决上述技术问题之一,本申请实施例中提供了一种图像扫描系统及图像扫描方法。
本申请第一方面实施例提供一种图像扫描系统,包括:
载物装置,用于承载待测物体,所述待测物体的待测面为曲面;
光源装置,用于发射激发光,照射在所述待测物体上;
图像采集装置,用于采集待测物体中待测面的图像;
扫描控制装置,用于控制所述载物装置移动并在移动到位后控制图像采集装置采集图像;
图像处理装置,用于在采集到的图像中确定目标图像;所述目标图像为包含有待测物体特征的图像。
本申请第二方面实施例提供一种应用如上图像扫描系统的图像扫描方法,包括:
控制载物装置移动,并在移动到位后获取设置在载物装置上的待测物体的图像;所述待测物体中曲面的待测面被光源装置发射的激发光照射;
在获取到的待测物体的图像中确定目标图像;所述目标图像为包含有待测物体特征的图像;
将目标图像存储至数据库中与待测物体信息对应的存储区域内。
本申请实施例所提供的技术方案,通过采用用于承载曲面形结构待测物体的载物装置,采用光源装置发出激发光照射在待测物体上,扫描控制装置用于控制载物装置移动并在移动到位后控制图像采集装置采集待测物曲面的图像,然后通过图像处理装置对获取到的图像进行处理,以获取包含有待测物体特征的目标图像,能够对曲面形结构的待测物体进行图像扫描,能够获取该曲面部分的特征。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例一提供的图像扫描系统的结构示意图;
图2为本申请实施例二提供的图像扫描系统的结构示意图;
图3为本申请实施例二提供的图像扫描系统中载物装置的结构示意图;
图4为本申请实施例二提供的图像扫描系统中夹持组件的结构示意图;
图5为本申请实施例三提供的图像扫描系统中扫描控制装置的示意图;
图6为本申请实施例三提供的图像扫描系统中扫描控制装置的执行方法流程图;
图7为本申请实施例三提供的图像扫描系统中对焦控制子模块的执行方法流程图;
图8为本申请实施例三提供的待测物体的经验区域的剖面与径向对应关系示意图;
图9为本申请实施例三提供的待测物体的经验区域的成像示意图;
图10为本申请实施例三提供的图像扫描系统中另一种对焦控制子模块的执行方法流程图;
图11为本申请实施例三提供的图像扫描系统的应用过程中执行图像扫描之前的流程图;
图12为本申请实施例三提供的图像扫描系统自动扫描过程的流程图;
图13为本申请实施例三提供的图像扫描系统对待测物体进行扫描的示意图;
图14为本申请实施例四提供的图像扫描系统中用于确认清晰度评价值的流程图;
图15为本申请实施例四提供的将待测物体图像三等分的视图;
图16为本申请实施例五提供的图像扫描系统中用于对图像荧光亮度进行确定的流程图;
图17为本申请实施例五提供的图像扫描系统中荧光亮度确定过程的示意图;
图18为本申请实施例五提供的图像扫描系统中荧光亮度确定过程中采集的图像示意图;
图19为本申请实施例六提供的图像扫描系统中用于对图像进行存储的流程图;
图20为本申请实施例六提供的图像扫描系统的应用过程流程图;
图21为本申请实施例六提供的图像扫描系统中数据模型的示意图;
图22为本申请实施例七提供的图像扫描方法的流程图。
附图标记:
1-载物装置;11-载物台驱动组件;12-载物台;13-夹持组件;131-夹持基体;132-第一承载结构;133-第二承载结构;134-第一固定结构;135-第二固定结构;2-光源装置;21-发光装置;22-光学装置;3-图像采集装置;4-扫描控制装置;5-图像处理装置;6-底座;7-探针。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例提供一种图像扫描系统,能够对待测物体进行图像扫描及处理。待测物体可以为表面为曲面的固体,也可以为流体,或者为其他处于静态或动态的物体。
图1为本申请实施例一提供的图像扫描系统的结构示意图。如图1所示,本实施例提供的图像扫描系统包括:载物装置1、光源装置2、图像采集装置3、扫描控制装置4和图像处理装置5。
其中,载物装置1用于承载待测物体,待测物体的待测面为曲面。载物装置1设置在工作台上,可在工作台上水平移动。
光源装置用于发射激发光,照射在待测物体上。激发光为可见光,例如:白光、蓝光、黄光等。根据图像扫描系统所应用的场景不同,待测物体接收激发光照射后呈现不同的状态。例如:待测物体可以为荧光物体,接收激发光之后产生荧光;或者,待测物体的待测面上附着有荧光物质,荧光物质接收激发光之后产生荧光。
图像采集装置3用于采集待测物体中待测面的图像,对于上述产生荧光的方式,根据图像中荧光的亮度、分布、面积等特征就能够分析得出待测物体的特征。
扫描控制装置4用于控制载物装置1移动,并在移动到位控制图像采集装置3采集图像。根据图像扫描系统所应用的场景不同,可进行多次移动,并多次采集图像。尤其是对曲面进行扫描的时候,可调节载物装置1与图像采集装置3之间的距离或者直接调节图像采集装置3的焦距并获取多个图像,以获取包含有曲面各个区域特征的图像。
图像处理装置5用于在采集到的多个图像中确定目标图像,该目标图像为包含有待测物体特征的图像。图像采集装置3获取到多个图像,多个图像的清晰度存在差异、有效信息的准确度存在差异,因此,需要再多个图像中确定出包含有有效信息最多或最准确的图像作为目标图像进行后续处理和分析,以提高图像处理的准确度。
本实施例所提供的技术方案,通过采用用于承载曲面形结构待测物体的载物装置,采用光源装置发出激发光照射在待测物体上,扫描控制装置用于控制载物装置移动并在移动到位后控制图像采集装置采集待测物曲面的图像,然后通过图像处理装置对获取到的图像进行处理,以获取包含有待测物体特征的目标图像,能够对曲面形结构的待测物体进行图像扫描,能够获取该曲面部分的特征。
另外,图像扫描系统还可以包括:图像存储装置,用于将目标图像存储至数据库中与待测物体信息对应的存储区域内。
图像扫描系统还可以包括:图像特征提取装置,用于对存储至数据库中的目标图像进行特征提取,以获取待测物体的特征。
图像扫描系统还可以包括:图像识别装置,用于对目标图像进行特征识别和诊断。可以直接对图像处理装置5处理后得到的目标图像进行处理,也可以从数据库中读取目标图像进行处理。
实施例二
本实施例是在上述实施例的基础上,提供一种图像扫描系统的具体实现方式。
图2为本申请实施例二提供的图像扫描系统的结构示意图。如图2所示,本实施例提供的图像扫描系统包括:载物装置1、光源装置2、图像采集装置3、扫描控制装置和图像处理装置,均设置于底座6上。图2中未示出扫描控制装置和图像处理装置。其中,光源装置2包括:发光装置21和光学装置22两部分。发光装置21发出的光线射向光学装置22,光学装置22对光线进行反射后作为激发光射向待测物体,待测物体根据激发光产生荧光,再通过光学装置22映射到图像采集装置3上。
光学装置22具有朝向光源侧的光源接口、朝向载物侧的待测物体接口和朝向成像侧的图像采集接口,待测物体接口与图像采集接口的中心线重合作为主光轴,光源接口的中心线与主光轴垂直。光学装置22内设置有透镜、滤光片等光学器件,用于改变光线传播方向以及对光线进行反射、投射、滤光等处理。
载物装置1位于光学装置22的载物侧。载物装置1能够沿垂直于主光轴的方向移动,当移动至主光轴上时,图像采集装置3就能够获取到待测物体的像。载物装置1沿主光轴方向移动,可进行对焦。
发光装置21位于光学装置22的光源侧,与光源接口对应。发光装置21的光轴与光源接口的中心线重合。
图像采集装置3位于光学装置22的成像侧,与图像采集接口对应。图像采集装置3的光轴与主光轴重合。
本实施例以对细胞组织进行检测为例,待测物体为探针,为大长径比的圆柱形结构,大长径比指的是长度与直径之比大于3:1。细胞组织附着在探针上,则探针的曲面形周向表面都会有细胞组织,在观测过程中可以调整载物装置1的位置进行多方位检测。向细胞组织中注入荧光物质,发光装置21发出的激发光穿过光源接口后进入光学装置22内。光学装置22对激发光进行反射后射向探针,探针表面附着的细胞组织中的荧光物质受到激发光后发出荧光,荧光再经过光学装置22后映射至图像采集装置3上。图像采集装置3获取到探针及细胞组织的图像,经过图像处理和分析之后,就能够获知细胞组织的特征。
上述载物装置1,其功能是承载待测物体,并能沿底座6平移。本实施例提供一种载物装置1的实现方式:
图3为本申请实施例二提供的图像扫描系统中载物装置的结构示意图。如图3所示,扫描控制装置包括:载物台驱动组件11、载物台12和夹持组件13。其中,载物台驱动组件11设置在底座1上,与载物台12相连。夹持组件13可拆卸设置在载物台12上,用于固定待测物体。在进行图像扫描之前,先将待测物体装入夹持组件13,再将夹持组件13安装在载物台12上,通过载物台驱动组件11驱动载物台12移动,例如:沿垂直于主光轴方向移动,便于拓宽视野范围;沿主光轴移动进行对焦。载物台驱动组件11还能够驱动夹持组件13转动,进而带动待测物体转动,以使附着在待测物体上的被观测物处于最佳扫描位置及角度,进行全面扫描。
载物台驱动组件11具体可以包括:驱动电机和旋转电机以及必要的连接件及导向件等,其中,驱动电机用于驱动载物台12平移,旋转电机用于驱动夹持组件13转动。
夹持组件13用于夹持探针,可采用本领域常用的结构,也可以采用如下结构:
图4为本申请实施例二提供的图像扫描系统中夹持组件的结构示意图。如图4所示,本实施例提供的夹持组件13包括:夹持基体131、第一承载结构132、第二承载结构133、第一固定结构134和第二固定结构135。其中,第一承载结构132和第二承载结构133分别设置在夹持基体131沿长度方向的两端,该长度方向与探针7的长度方向相同,探针7的长度方向也可以称为轴向方向。第一承载结构132和第二承载结构133分别位于探针7两端的下方,用于支撑探针7的两端,支撑力垂直于探针7的轴向方向。
第一固定结构134设置在第一承载结构132上,用于固定探针7的一端。第二固定结构135设置在第二承载结构133上,用于固定探针7的另一端。第一固定结构134和第二固定结构135对探针7施加的压紧力是垂直于探针轴向方向的,对探针7进行固定,但不会对探针7施加扭转力或轴向拉力,进而避免探针发生扭转变形。
上述第一固定结构134和第二固定结构135可以为翻盖结构、螺栓固定压紧结构、卡紧结构等,本实施例不做详细说明,也不限定具体实现方式。
实施例三
本实施例是在上述实施例的基础上,对图像扫描系统进行进一步的优化。
图5为本申请实施例三提供的图像扫描系统中扫描控制装置的示意图。如图5所示,上述扫描控制装置4的功能是控制载物装置1移动,并在移动到位后获取设置在载物装置1上的待测物体的图像。扫描控制装置4包括:图像采集控制模块41、第一平移控制模块42、旋转控制模块43和第二平移控制模块44。
其中,图像采集控制模块41用于控制图像采集装置3采集待测物体的图像。第一平移控制模块42用于控制载物装置每次沿第一方向平移预设第一长度,直至达到预设第一平移次数。旋转控制模块43用于控制载物装置1旋转预设角度。第二平移控制模块44用于控制载物装置每次沿第二方向平移预设第二长度,直至达到预设第二平移次数。
图6为本申请实施例三提供的图像扫描系统中扫描控制装置的执行方法流程图。如图6所示,上述各模块的具体执行过程为:
步骤601、控制载物装置沿第一方向平移预设第一长度,并控制图像采集装置采集待测物体的图像。
该步骤可以重复执行多次,直至达到预设第一平移次数。
步骤602、控制载物装置旋转预设角度;
步骤603、控制载物装置沿第二方向平移预设第二长度,并控制图像采集组件采集待测物体的图像。
该步骤可以重复执行多次,直至达到预设第二平移次数。
具体实施时,首先设置光源装置2中的参数或部件,在当前场景下控制图像采集装置3采集待测物体的图像,并控制载物装置1夹持待测物体沿第一方向平移一小段距离;再采集待测物体的图像,并控制载物装置1夹持所述待测物体沿第一方向再平移一小段距离;重复执行采集图像、沿第一方向平移一次、采集图像、沿第一方向平移一次的操作,直至达到第一平移次数。
其中,预设第一长度可以是预先设置的一个数值,第一平移次数可以是预先设置的一个数值,例如:平移5次,每次移动3mm。
具体的,预设第一平移次数可以根据待测物体的长度和预设的第一长度确定,例如:假设待测物体的长度为12mm,设置每次移动3mm,那么第一平移次数则为4次。或者,预设第一长度可以根据待测物体的长度和预设的第一平移次数确定,例如:假设待测物体的长度为15mm,设置第一平移次数为3次,那么每次移动的第一长度则为5mm。
在沿第一方向移动预设第一平移次数后,控制载物装置1夹持待测物体旋转预设角度,该预设角度可以为预先设置的一个数值,例如:将待测物体旋转30°。
在旋转待测物体后,控制图像采集装置3采集待测物体的图像,然后再沿第二方向平移预设第二长度的距离;再控制图像采集装置3采集待测物体的图像,然后再沿第二方向平移预设第二长度的距离,重复执行采集图像、沿第二方向平移一次、采集图像、沿第二方向平移一次的操作,直至达到预设第二平移次数。
其中,预设第二长度可以是预先设置的一个数值,第二平移次数可以是预先设置的一个数值,例如:平移8次,每次移动2mm。
具体的,预设第二平移次数可以根据待测物体的长度和预设的第二长度确定,例如:假设待测物体的长度为10mm,设置每次移动2mm,那么第二平移次数则为5次。或者,预设第一长度可以根据待测物体的长度和预设的第一平移次数确定,例如:假设待测物体的长度为15mm,设置第一平移次数为5次,那么每次移动的第一长度则为3mm。
具体实施时,第一方向为从待测物体的当前采集区域指向待采集区域的方向,即:第一方向为从当前采集区域到未采集区域的方向,例如图2中的X方向。第二方向可以为第一方向的反方向,由于再沿第二方向移动之前待测物体已经旋转预设角度,采集区域发生了变化,因此,虽然第二方向为第一方向的反方向,第二方向仍然是从当前采集区域到未采集区域的方向。
在一种实施方式中,第一预设长度和第二预设长度相同,和/或,第一平移次数和第二平移次数相同。
采用实施例提供的图像扫描系统,可以在每次采集完待测物体的当前位置图像后,控制载物装置1对待测物体进行第一方向或第二方向的平移、或者旋转预设角度,再进行变换位置后的图像采集,实现对待测物体多个维度的观测或影像扫描,即本申请可以实现多自由度的图像扫描。
进一步的,控制载物装置旋转预设角度的步骤可以重复执行多次,直至达到预设次数或预设旋转总角度。
具体实施时,可以根据待测物体所要扫描的旋转周向总角度(即预设旋转总角度)以及每次旋转的预设角度确定旋转的预设次数,例如:假设待测物体所要扫描的旋转周向总角度为360°,每次旋转的预设角度设置为30°,那么预设次数则为12次;或者,可以根据待测物体的所要扫描的旋转周向总角度(即预设旋转总角度)以及旋转的预设次数确定每次旋转的预设角度,例如:假设待测物体所要扫描的旋转周向总角度为180°,预设次数设置为3次,那么每次旋转的预设角度则为60°。
在一种实施方式中,图像采集控制模块41包括:通道切换子模块、对焦控制子模块和图像采集控制子模块。其中,通道切换子模块用于切换待测物体的采集通道;切换待测物体的采集通道包括;切换照射待测物体的激发光颜色以及所述激发光颜色对应的滤光片。对焦控制子模块用于在当前待测物体所处的位置进行对焦。图像采集控制子模块,用于控制图像采集装置分别采集不同通道下的待测物体的图像。
上述图像采集控制模块41的具体执行过程为:每次采集待测物体的图像包括:
首先,在待测物体当前所处位置进行对焦,在对焦完毕后采集当前采集通道下的待测物体的图像,然后切换采集通道并分别采集不同采集通道下的待测物体的图像。在切换采集通道之后可以先进行对焦,然后再采集图像。
其中,在不同采集通道之间,照射待测物体的激发光颜色以及激发光颜色对应的滤光片不同。滤光片为设置在光学装置22内的器件,用于滤除杂光、干扰光,以使能透光滤光片的光为所需的激发光。
具体实施时,每次采集待测物体的图像,可以包括:在当前场景首次采集、第一次平移预设第一长度后采集、第二次平移预设第一长度后采集、...、旋转后首次采集、第一次平移预设第二长度后采集、第二次平移预设第二长度后采集、...,等等。
具体实施时,在每次采集待测物体的图像时,可以先进行对焦操作,然后切换待测物体的采集通道,分别采集不同通道下的待测物体的图像。
具体的,切换待测物体的采集通道,分别采集不同通道下的待测物体的图像,可以包括:先采集当前通道下的待测物体的图像,接着,切换采集通道,采集下一通道下的所述待测物体的图像。
切换采集通道可以为切换照射待测物体的光源以及光源对应的滤光片。不同的通道下照射待测物体的光源不同,与光源对应的滤光片也不同。具体的,光源不同可能为光的颜色、波长等参数不同,滤光片可以为一组滤光片镜片,例如:红色光源对应一组红色光源的滤光片镜片组,绿色光源对应一组绿色光源的滤光片镜片组等。
在上述技术方案的基础上,本实施例提供一种对焦控制子模块的具体实现方式:
对焦控制子模块包括:第一移动控制单元、图像采集控制单元、经验图像确定单元、反差值计算单元和第二移动控制单元。其中,第一移动控制单,用于控制载物装置在预先确定的图像清晰经验范围内沿y轴方向移动。图像采集控制单元用于控制图像采集装置采集待测物体处于每个焦平面上的图像,y轴为垂直于焦平面的方向。经验图像确定单元用于根据在每个焦平面获取到的待测物体的图像确定所要从中截取的待测物体的经验区域图像。反差值计算单元用于根据待测物体的经验区域图像计算反差值,并确定各焦平面对应的经验区域图像中最大的反差值。第二移动控制单元用于控制载物装置移动至最大的反差值对应的焦平面的位置。
图7为本申请实施例三提供的图像扫描系统中对焦控制子模块的执行方法流程图。如图7所示,上述对焦控制子模块的执行过程为:在待测物体当前所处位置进行对焦,具体包括:
步骤701、控制载物装置在预先确定的图像清晰经验范围内沿y轴方向移动。
步骤702、采集待测物体处于每个焦平面上的图像。
步骤703、根据在每个焦平面获取到的待测物体的图像确定所要从中截取的所述待测物体的经验区域图像。
步骤704、根据待测物体的经验区域图像计算反差值,并确定各焦平面对应的经验区域图像中最大的反差值。
步骤705、控制载物装置移动至最大的反差值对应的焦平面的位置。
上述y轴方向为图2中的Y方向,即:主光轴的延伸方向,也即垂直于焦平面的方向。
具体实施时,预先确定的图像清晰经验范围可以为图像采集装置至待测物体或载物装置的距离范围。具体的,图像清晰经验范围可以为一个或多个连续的数值。
在一种实施方式中,对于不同的采集通道,图像清晰经验范围不同。在切换采集通道后,根据前一采集通道下对焦时载物装置的位置以及当前采集通道的图像清晰经验范围,确定当前采集通道下所要移动的距离。
在获取到待测物体的图像后,本申请实施例可以进一步确定待测物体的图像中所述待测物体的边缘位置,根据边缘位置确定待测物体的经验区域图像,然后从待测物体的图像中将所述经验区域图像截取出来。
在得到待测物体的经验区域图像后,根据待测物体的经验区域图像计算反差值。
在一种实施方式中,根据待测物体的经验区域图像计算反差值,具体执行方法可以包括:首先,对于每个焦点处获得的待测物体的经验区域图像,依次计算经验区域图像中相邻两个像素之间的亮度差值。然后对亮度差值进行计算,得到每个焦点处获得的待测物体的经验区域图像的反差值。
具体实施时,所述对亮度差值进行计算,可以按照下式计算:
其中,m、n为所述经验区域图像的横向、纵向的像素数,X、Y为像素点的坐标值;F为经验区域图像的反差值。
在一种实施方式中,确定各焦平面对应的经验区域图像中最大的反差值,然后控制载物装置移动至最大的反差值对应的焦平面的位置,具体为:比较每个焦点处获得的待测物体的经验区域图像的反差值大小,确定反差值最大的图像对应的焦点所在位置。然后驱动图像采集装置将焦点置于反差值最大的焦点所在位置处或者控制载物装置移动至反差值最大的交点的位置。上述焦点的位置也就是焦平面的位置,焦平面与主光轴的交点即为焦点。
由于本申请实施例仅需要对待测物体的经验区域图像进行反差式对焦,极大的缩小了对焦扫描以及反差值计算的计算量,缩短了对焦时间,从而可以很快的完成待测物体的对焦。
上述对焦过程,预先确定图像清晰经验范围并根据该经验范围控制所述待测物体沿对焦轴(y轴)方向移动,在获取到待测物体的图像后从中截取得到待测物体的经验区域图像,进而根据该经验区域图像计算反差值并根据反差值最大的位置将图像采集装置的焦点置于该反差值最大位置对应的焦点处,极大提高了对焦效率。
在一种实施方式中,对焦控制子模块还包括:预移动控制单元,用于在第一移动控制单元控制载物装置在预先确定的图像清晰经验范围内沿y轴方向移动之前,控制载物装置在y轴方向移动,直至待测物体的图像到达图像清晰经验范围内。
在上述步骤701控制载物装置1预先确定的图像清晰经验范围内沿y轴方向移动之前,进一步触发预移动控制单元的操作,具体包括:控制载物装置1携带待测物体在y轴方向上移动,直至图像采集装置的视野内出现所述待测物体的图像。
具体实施时,可能图像采集装置与待测物体距离太远或太近,导致图像采集装置的采集视野内没有待测物体的图像或者没有待测物体某一方向上的完整图像,例如:图像采集装置与待测物体过近,导致图像采集装置上仅能显示待测物体中的一部分结构,没有显示待测物体的上下边缘、和/或左右边缘。因此,对于这种情况,本申请实施例可以首先控制载物装置携带待测物体在y轴方向上移动,直至图像采集装置的采集视野内出现待测物体的图像,此时得到的待测物体的图像依然可能是非常不清晰的,接下来再进行上述步骤701-705的对焦操作。
在一种实施方式中,在控制载物装置携带待测物体移动之前,进一步可以将光路放大预设倍数。
不论是在控制载物装置携带待测物体在y轴方向上移动,以使图像采集装置的采集视野内出现待测物体的图像之前、还是在控制载物装置携带待测物体在预先确定的图像清晰经验范围内沿y轴方向移动之前,本申请实施例可以先将光路放大到预设倍数,以便在进行后续对焦操作后可以采集到待测物体的细微的图像。具体的光路放大可以参照现有显微镜的使用技术,本申请在此不做赘述。
具体实施时,待测物体为圆柱形的探针,探针的侧面为具有一定曲率的曲面。传统的对焦方式只适用于对平面图像,当对焦完毕后,平面图像处于视野内的表面都是清晰的。但是对于曲面结构的探针,采用传统的对焦方式总会使得探针的部分区域清晰,但其余区域模糊,若要对探针的整个曲面进行观察只能依靠频繁的多次对焦,效率较低,而且容易出现遗漏。采用本申请实施例所提供的对焦方法,则可以很好的过滤曲面结构所带来的影响,选取待测物体的经验区域图像进行对焦处理,对焦过程快而且采集的图像清晰。
采用本实施例所提供的对焦方法,应用于对探针进行对焦,先确定探针的经验对焦范围,然后从获取到的探针图像中截取得到探针的经验区域图像,去掉可能带来影响的曲面其他区域的图像,再进行反差式对焦。
具体实施时,为了进行医学诊断或观察,只是需要扫描染色细胞的图像,而对于染色细胞的载体,也就是探针,可能是统一规格的,在每次进行染色细胞提取时只需要利用一只新的该规格的探针去提取染色细胞即可,因此探针可以有图像清晰的经验范围、以及经验区域。
具体实施时,为了更好的进行医学诊断或观察,探针上附着的细胞组织染有荧光物质,考虑到具体实施时可能由于荧光信号的强弱或者有无等因素导致染色细胞的影像不清晰的情况,采用光源装置2照射探针,能够避免由于荧光信号强/弱、有/无等造成的清晰度评价失败现象。
在上述技术方案的基础上,上述经验图像确定单元包括:边缘确定子单元、距离计算子单元、像素距离确定子单元和经验区域图像确定子单元。其中,边缘确定子单元用于确定待测物体的图像中待测物体的边缘。距离计算子单元用于计算待测物体的边缘中与待测物体的经验区域边缘最近的距离e。像素距离确定子单元用于根据预先测量得到的图像采集装置的成像像素与待测物体实际长度的对应关系以及距离e,确定与距离e对应的像素距离。经验区域图像确定子单元用于根据像素距离确定要从待测物体的图像中截取的所述待测物体的经验区域图像。
上述经验图像确定单元中的各子单元顺次执行操作,先在待测物体的图像中确定待测物体的边缘,然后计算待测物体的边缘中与待测物体的经验区域边缘最近的距离e,再根据预先测量得到的图像采集装置的成像像素与待测物体实际长度的对应关系以及距离e,确定与距离e对应的像素距离,最后根据像素距离确定要从待测物体的图像中截取的所述待测物体的经验区域图像。
具体实施时,获取到的待测物体的图像中可能待测物体的周围存在其他噪声图像或空白图像,本申请实施例首先在待测物体的图像中提取出待测物体的边缘所在位置,然后再根据待测物体的经验区域的边缘以及待测物体的边缘计算出二者之间的距离e。此时的距离e可能仅是成像后图像内的尺寸,本申请实施例再进一步根据预先测量得到的相机成像像素与待测物体实际长度的关系将距离e转换为像素距离,最终根据像素距离确定所要从待测物体的图像中截取的待测物体的经验区域图像。
具体实施时,可能待测物体存在两个或多个边缘,待测物体的经验区域通常位于待测物体的中间区域,也就是边缘之间的位置。例如:包括上边缘和下边缘,相对应的,待测物体的经验区域通常位于上下边缘之间,经验区域同样具有上下边缘,在计算时,将待测物体的上边缘和经验区域的上边缘进行距离计算、将待测物体的下边缘和经验区域的下边缘进行距离计算。
图8为本申请实施例三提供的待测物体的经验区域的剖面与径向对应关系示意图。如图8所示,当待测物体为圆柱型的探针时,探针的侧面为曲面,上述距离计算子单元具体通过如下公式计算待测物体的边缘中与待测物体的经验区域边缘最近的距离e:
其中,d为圆柱形待测物体的直径;h为图像采集装置的景深。
图9为本申请实施例三提供的待测物体的经验区域的成像示意图。如图9所示,在一种实施方式中,待测物体的经验区域对应于待测物体的剖面扇形区域角度为α,α通过如下公式计算得到为:
α=2arccos(d-h/d);
其中,d为圆柱形待测物体的直径;h为图像采集装置的景深。
在上述技术方案的基础上,预移动控制单元包括:预移动子单元、图像比对子单元和经验范围确定子单元。其中,预移动子单元用于控制载物装置在y轴方向移动。图像比对子单元用于将与预设的参照物体的图像与预先确定的参照物体的图像清晰经验范围进行比对,参照物体为与待测物体同类型的物体。经验范围确定子单元用于根据比对结果确定待测物体的图像清晰经验范围。
具体实施时,以医疗探针为例,在确定探针的图像清晰经验范围时,可以将任意一个或多个探针的图像与预先确定的探针的经验区域进行比对,根据比对结果确定图像采集装置在采集探针图像时对焦轴应该移动的图像清晰经验范围。在后续采集探针图像时,可以直接利用该图像清晰经验范围对所要采集的探针进行对焦。
在上述技术方案的基础上,本实施例提供另一种对焦控制子模块的具体实现方式:
对焦控制子模块还可以包括:对焦轴位置确定单元、移动距离确定单元和移动控制单元。其中,对焦轴位置确定单元用于确定切换前的采集通道下待测物体处于焦平面时载物装置的位置。移动距离确定单元用于根据切换前的采集通道下载物装置的位置、以及预先计算得到的切换后采集通道下待测物体处于焦平面时载物装置位置的经验值,计算切换后采集通道下载物装置的移动距离并确定移动方向。移动控制单元控制载物装置沿移动方向移动移动距离。
图10为本申请实施例三提供的图像扫描系统中另一种对焦控制子模块的执行方法流程图。如图10所示,以上对焦控制子模块中的各单元顺次执行操作:
步骤1011、确定切换前的采集通道下待测物体处于焦平面时载物装置的位置。
步骤1012、根据切换前的采集通道下载物装置的位置、以及预先计算得到的切换后采集通道下待测物体处于焦平面时载物装置位置的经验值,计算切换后采集通道下载物装置的移动距离并确定移动方向。
步骤1013、控制载物装置沿移动方向移动该移动距离。
具体实施时,对于不同的采集通道,图像清晰经验范围可以不同。
本实施例在切换采集通道后,可以根据前一采集通道下对焦时载物装置的位置以及当前采集通道下对焦时载物装置处于焦平面的经验值,确定当前采集通道下所要移动的距离。
其中,移动控制单元控制载物装置沿移动方向移动,可以包括:
在切换前的采集通道下载物装置处于焦平面的位置与预先计算得到的切换后的采集通道下对焦时载物装置处于焦平面的经验值之间在y轴方向上的差值大于零时,控制载物装置向靠近于图像采集装置的方向移动。
在切换前的采集通道下载物装置处于焦平面的位置与预先计算得到的切换后的采集通道下对焦时载物装置处于焦平面的经验值之间在y轴方向上的差值小于零时,控制载物装置向远离图像采集装置的方向移动。
在切换前的采集通道下载物装置处于焦平面的位置与预先计算得到的切换后的采集通道下对焦时载物装置处于焦平面的经验值之间在y轴方向上的差值等于零时,控制载物装置移动距离为零。
在一种实施方式中,每个采集通道下待测物体处于焦平面时载物装置位置的经验值,具体根据对应采集通道下的激发光波长以及物镜折射率计算得到。
图11为本申请实施例三提供的图像扫描系统的应用过程中执行图像扫描之前的流程图。如图11所示,上述图像扫描系统的应用过程如下:
开机上电,由上位机控制完成系统自检。
若自检失败则记录故障码返回,自检成功后回归物理零位,包括滤光片、光源装置、载物装置等,具体实施时,每回零1次可以检测电机是否出现零漂。
系统回零后,载物装置退位至舱门,具体的,可以先退y轴、再退x轴。舱门为在图像扫描系统上设置的加持组件入口。
上位机检测是否已装针,当检测到探针样本已经装载后,可执行进舱动作。若没有装载探针则控制载物装置的夹持组件移至舱门,x、y轴退至零点进行装针。
具体进舱时可以先x轴左移、然后y轴上移、移动至物镜零点。进舱到位后,开始进行自动对焦。具体对焦时可以在x轴不动的情况下移动y轴进行反差式对焦。
当对焦清晰后,可以根据用于设定的扫描方案进行自动扫描,例如:横向平移次数及步长、轴向转动次数、各通道参数等,通道参数可以包括相机增益及曝光时间。
图12为本申请实施例三提供的图像扫描系统自动扫描过程的流程图,图13为本申请实施例三提供的图像扫描系统对待测物体进行扫描的示意图。如图12和图13所示,扫描过程如下:
步骤A、当前场景下完成自动对焦。
步骤B、依次切换探针样本的采集通道,采集每个通道下的样本图像。
具体的,切换样本的采集通道为切换光源颜色和对应的滤光片,例如:红色光源和红色滤光片的通道、黄色光源和黄色滤光片的通道等。
步骤C、载物装置夹持探针按用户配置从当前视野区域沿着探针待采集区的方向(简称正向)平移一个单位。
步骤D、重复执行步骤A、B、C三个步骤M次。
步骤E、旋转所述探针(360/N)°。即,在横向或正向移动M次之后,旋转一次。
步骤F、自动对焦。
步骤G、依次切换采集通道采集探针图像。
步骤H、载物装置夹持探针按用户配置逆向平移一个单位。
步骤I、重复执行步骤F、G、H三个步骤M次。
步骤J、重复执行步骤E、F、G、H四个步骤N次。
步骤K、扫描完成,进行图像识别、保存数据等操作。
本实施例在每个通道下进行自动对焦,自动对焦过程包括根据各通道激发光波长、物镜折射率计算得到一组经验值,该组经验值为对焦轴移动距离。即,以对焦通道下对焦轴当前位置为基准,在切换至不同通道时,对焦轴移动一个经验值,则该通道下无需对焦即可实现高清晰度成像。
本实施例针对医疗探针的整针扫描、滤光片切换等扫描要求,提供了一种5自由度的图像扫描方案,节省了垂向方向上的运动轴,能够完成医疗探针的自动化扫描控制。具体的,在探针功能区(附着有细胞组织的区域)长度为26mm时,扫描时间不超过31min。
实施例四
本实施例是在上述实施例的基础上,对图像扫描系统进行进一步的优化。
上述图像处理装置5的功能为在采集到的图像中确定目标图像,具体包括:清晰度评价值确定模块和目标图像确定模块。
其中,清晰度评价值确定模块用于确定载物装置在同一位置处获取到的待测物体的多个图像的清晰度评价值,该清晰度评价值用于表征图像中目标图像信息区域的清晰度,目标图像信息区域包含有待测物体特征。目标图像确定模块用于根据清晰度评价值确定目标图像,目标图像中的目标图像信息区域的清晰度最高。
具体的,清晰度评价值确定模块包括:有效区域提取子模块、背景噪声去除子模块、目标梯度确定子模块和清晰度评价值确定子模块。其中,有效区域提取子模块用于提取待测物体图像中的有效区域,有效区域为包含有目标图像信息的区域。背景噪声去除子模块用于去除待测物体图像的均匀背景噪声。目标梯度确定子模块用于确定有效区域中每个像素的目标梯度。清晰度评价值确定子模块用于根据有效区域中每个像素的目标梯度和与该像素对应的预设权重确定整个待测物体图像的清晰度评价值。
上述清晰度评价值确定模块中的各子模块顺次执行,具体步骤如下:
图14为本申请实施例四提供的图像扫描系统中用于确认清晰度评价值的流程图。如图14所示,确认清晰度评价值的具体过程包括:
步骤1411、提取待测物体图像中的有效区域,有效区域为包含有目标图像信息的区域。
步骤1412、去除待测物体图像的均匀背景噪声。
步骤1413、确定有效区域中每个像素的目标梯度。
步骤1414、根据有效区域中每个像素的目标梯度和与该像素对应的预设权重确定整个待测物体图像的清晰度评价值。
下面分别对四个步骤进行详细说明:
对于步骤1411:待测物体图像中的主要内容包括:背景、探针以及探针上附着的细胞组织,目标图像信息为位于图像中心区域内的探针及探针上附着的细胞组织。
提取待测物体图像中的有效区域,即将位于图像中心区域内的探针及探针上附着的细胞组织作为关心的区域提取出来,而将背景以及图像边缘的探针区域忽略掉。具体的实现方式是将位于图像中心区域内的探针及探针上附着的细胞组织与图像采集系统中的合作标志物(通常指有色衬板、有色光源之类的元素)分离,得到有效区域。有效区域既包括探针的清晰部分,也包括探针的模糊部分,且体现了探针为曲面的特点。
有效区域的提取方式可以将位于图像中心区域内的探针及探针上附着的细胞组织与图像采集系统中的合作标志物分离,具体的分离方式有很多种,例如:通过最大熵、迭代法、全局阈值等方式。本实施例中,有效区域提取子模块具体采用自适应阈值方法进行分离,例如可采用最大类间方差法(简称:OTSU),按照图像的灰度特性,将图像分成背景和有效区域两部分。
步骤1412中,对经过步骤1411处理后的待测物体图像中的均匀背景噪声进行去除,以降低背景噪声对目标图像信息的干扰。
去除均匀噪声的方式有多种,例如可采用均值滤波、中值滤波等方式。本实施例通过计算图像灰度直方图的方式来去除均匀背景噪声。
具体的,背景噪声去除子模块包括:灰度直方图计算单元和噪声均值计算单元。其中,灰度直方图计算单元用于计算待测物体图像的灰度直方图。噪声均值计算单元用于根据灰度直方图计算有效区域之外的背景区域的噪声均值;以及将有效区域中每个像素的灰度值减去噪声均值。
上述背景噪声去除子模块中的各单元顺次执行,执行过程为:计算待测物体图像的灰度直方图,灰度直方图中具有两个明显的峰值,其中一个是有效区域的对应的峰值,另一个是背景对应的峰值。计算背景部分每个像素灰度值的平均值作为噪声均值,然后将有效区域中的每个像素的灰度值减去该噪声均值,达到去除均匀背景噪声的效果。
步骤1413具体为确定有效区域中每个像素的目标梯度。
像素的梯度表征的是某个像素与相邻像素之间灰度值反差较大的特征,梯度值越大,反差越大。通过计算像素的梯度可以找到图像中纹理的边缘。
具体的,对有效区域中的每个像素的梯度值都进行计算,得到每个像素的目标梯度。梯度的计算方法有很多种,可参照已有技术中常用的算法来实现,例如采用一阶导数和Soble算子、二阶导数和拉普拉斯算子等方式。
上述目标梯度确定子模块具体包括:图像梯度计算单元和干扰梯度去除单元。图像梯度计算单元用于计算有效区域中每个像素的图像梯度。干扰梯度去除单元用于根据预设的梯度阈值去除图像梯度中的干扰梯度,保留下来的图像梯度作为目标梯度。
其中,图像梯度计算单元包括:初始梯度计算子单元和图像梯度确定子单元。初始梯度计算子单元用于计算有效区域中每个像素分别在第一方向、第二方向、第三方向和第四方向上的初始梯度。图像梯度确定子单元用于确定第一方向、第二方向、第三方向和第四方向上的初始梯度中的最大值作为对应像素的图像梯度。
干扰梯度去除单元包括:梯度判断子单元和梯度赋值子单元。其中,梯度判断子单元用于判断图像梯度是否小于梯度阈值,梯度阈值为干扰梯度的最大值;若判断结果为是,则触发梯度赋值子单元的操作。梯度赋值子单元用于将图像梯度置为零。
本实施例提供一种具体的实现方式:
首先、计算待测物体图像中每个像素在四个方向上的图像梯度,取四个方向上的图像梯度中的最大值作为该像素的图像梯度。
具体可计算每个像素在第一方向、第二方向、第三方向和第四方向上的初始梯度,然后确定第一方向、第二方向、第三方向和第四方向上的初始梯度中的最大值作为对应像素的图像梯度。梯度的计算方式可采用本领域常用的计算方法来实现。上述第一方向为0°,第二方向为45°,第三方向为90°,第四方向为135°,即:计算每个像素在0°、45°、90°和135°四个方向上的初始梯度,然后将四个方向初始梯度中的最大值作为该像素的图像梯度。
其次、根据预设的梯度阈值去除图像梯度中的干扰梯度,保留下来的图像梯度作为目标梯度。
具体的,对每一个像素进行相同的操作:判断每一个像素的图像梯度是否小于梯度阈值。若判断结果为是,则将图像梯度置为零;若判断结果为否,则保留该像素对应的图像梯度。梯度阈值可根据干扰梯度的影响因素来确定,将梯度阈值设定为干扰梯度的最大值,能够将小于梯度阈值的所有干扰梯度全部滤除。对于本实施例所提供的图像采集系统,干扰梯度的最大值也即梯度阈值设为10,对于图像梯度小于10的像素,将其图像梯度设置为零,作为目标梯度;若像素梯度大于或等于10,则保留该图像梯度,作为目标梯度。采用此方案能够去除干扰因素的梯度对分析结果所造成的影响。
进一步的,目标梯度确定子模块还包括:梯度判断单元和梯度赋值单元。其中,梯度判断单元用于判断与每个像素相邻的八个相邻像素中是否存在至少两个相邻像素的图像梯度不为零;若判断结果为否,则触发梯度赋值单元的操作。梯度赋值单元用于将梯度判断单元当前处理的像素的图像梯度置为零。
在去除干扰因素的梯度之后,还可以判断与每个像素相邻的八个相邻像素中是否存在至少两个相邻像素的像素梯度不为零,若否,则将像素的像素梯度置为零。
具体的,A为有效区域中的一个像素,对与A像素相邻的八个相邻像素进行遍历,获取八个相邻像素对应的像素梯度。判断出八个相邻像素中存在至少两个相邻像素的像素梯度不为零,则保留A像素的像素梯度;若判断结果为否,也即:当八个相邻像素中只有一个相邻像素的像素梯度不为零或八个相邻像素的像素梯度均为零时,将A像素的像素梯度置为零。这个过程用于对伪边缘进行抑制,能够进一步提高确定有效区域边缘的准确度,该过程能够确定出图像中模糊区域的边界,保留模糊图像中包含的有效信息。
在确认了目标梯度之后,执行步骤1414:根据有效区域中每个像素的目标梯度和与该像素对应的预设权重确定整个待测物体图像的清晰度评价值。
上述清晰度评价值确定子模块包括:评价元素参数计算单元和清晰度评价值计算单元。其中,评价元素参数计算单元用于计算每个像素的目标梯度与该像素对应的预设权重之间的乘积,作为评价元素参数。清晰度评价值计算单元用于计算所有像素对应的评价元素参数之和,作为待测物体图像的清晰度评价值。清晰度评价值确定子模块中的各单元顺次执行。
具体的,预设权重为预先设置的权重值,可以根据每个像素在有效区域中的位置来设定,例如:若某个像素位于有效区域的中心,则其对应的预设权重略大;若某个像素位于有效区域的边缘,则其对应的预设权重略小。
根据每个像素的目标梯度和该像素对应的预设权重来确定待测物体图像的清晰度评价值,可采用计算乘积、求和等单一算法或组合算法进行计算。计算得到的清晰度评价值用于表征目标图像信息区域的清晰度,清晰度评价值越高表明目标图像信息区域的清晰度越高,根据清晰度较高的目标图像信息进行图像分析以确定探针上附着的细胞组织的特征则具有较高的准确度和较高的价值。
图15为本申请实施例四提供的将待测物体图像三等分的视图。如图15所示,可将待测物体图像按照上中下三等分,中间区域的预设权重为K1,上方区域和下方区域的预设权重为K2。计算每个像素的像素梯度与该像素所在区域对应的预设权重之间的乘积作为评价元素参数,然后计算所有像素的评价元素参数之和,作为待测物体图像的清晰度评价值。
本实施例中,设定K1=3K2,即:K1为K2数值的三倍,得到的评价值对待测物体图像进行评价,能够达到如下效果:当有效区域在上中下三部分区域中都有分布时,使得中间区域最清晰;当有效区域没分布在中间区域时,使得上方区域和下方区域为对焦依据调节物距,重新获取图像并进行上述处理分析,不至于使图像整体失焦,以满足图像分析的要求。
上述方案增加了噪声抑制和伪边缘抑制的方法,并对待测物体图像的不同区域进行评价,能够提高抗噪能力以及聚焦感兴趣区域的效果。
本实施例所提供的方案通过提取图像中的有效区域,也就是感兴趣区域,然后对该区域进行处理和分析,能够降低背景及噪声的干扰,还能够减少需要计算的像素的数量,加速图像处理速度,提供效率。
对于有效区域包含位于图像中心区域的曲面探针及其上附着的细胞组织的方案,采用本实施例所提供的方案,对位于图像中心区域的曲面探针整体进行分析,能够提高对目标图像信息进行分析的完整性,更能提高准确性。
实施例五
本实施例是在上述实施例的基础上,对图像扫描系统进行进一步的优化。
以探针作为待测物体为例,探针的侧面为曲面,附着有荧光染色细胞。为了解荧光染色细胞的数量、分布等信息,可对获取到的探针图像进行特征提取,通过上述图像特征提取装置来执行。
特征提取的具体方案为确定染色细胞中的荧光亮度,荧光亮度与染色细胞的数量具有正比关系,因此,确定了荧光亮度即可知染色细胞的数量。
图像特征提取装置包括:亮度值计算模块、亮度相对值计算模块和荧光亮度确定模块。
其中,亮度值计算模块用于计算第一图像的亮度值;第一图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时有待测物体的图像。亮度相对值计算模块用于根据第一图像的亮度值以及预先计算得到的第二图像的亮度值、目标通道的亮度权值和光源亮度增益权值,计算得到不同通道的亮度相对值;其中,第二图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时无待测物体的图像。荧光亮度确定模块用于根据不同通道的亮度相对值确定待测物体的荧光亮度;待测物体的荧光亮度用于表征待测物体的特征;在不同的通道中,照射待测物体的激发光颜色以及激发光颜色对应的滤光片不同。
图16为本申请实施例五提供的图像扫描系统中用于对图像荧光亮度进行确定的流程图。如图16所示,上述各模块顺次执行,其执行过程为:
步骤1611、计算第一图像的亮度值。
第一图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时有待测物体的图像。
步骤1612、根据第一图像的亮度值以及预先计算得到的第二图像的亮度值、目标通道的亮度权值和光源亮度增益权值,计算得到不同通道的亮度相对值。
第二图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时无待测物体的图像。
步骤1613、根据不同通道的亮度相对值确定待测物体的荧光亮度。
待测物体的荧光亮度用于表征待测物体的特征;在不同的通道中,照射待测物体的激发光颜色以及激发光颜色对应的滤光片不同。
具体实施时,在同一通道下采集图像,例如:在目标通道下采集图像,可以指在激发光强固定、图像采集装置的增益固定、图像采集装置的曝光时间固定的情况下采集图像。
具体实施时,可以先采集目标通道下有光源且有待测物体的图像,然后计算该图像的亮度值,进而计算不同通道的亮度相对值,最终确定待测物体的荧光亮度。
上述技术方案,提供了一种可以针对图像扫描系统多通道采集待测物体图像的荧光亮度评价方式,简单、可操作性强且可以满足待测物体的荧光亮度评价要求。
上述目标通道的亮度权值可通过目标通道亮度权值计算模块执行得到,具体为根据预先计算得到的在目标通道下光源开启状态时无待测物体的第二图像的亮度值、以及在非目标通道下光源开启状态时无待测物体的第三图像的亮度值,计算目标通道的亮度权值。
具体实施时,可以先采集不同通道下光源开启状态时无待测物体的图像,不同通道可以包括目标通道和非目标通道。
具体的,可以采集通道1下光源开启状态(在该光源对应的滤光片下)的无待测物体的图像。然后切换通道,采集通道2下光源开启状态(在该光源对应的滤光片下)的无待测物体的图像;然后切换通道,...,直至采集完所有通道下光源开启状态时无待测物体的图像。
具体的,光源与滤光片的颜色对应,例如:红色光源与红色滤光片镜片组对应。滤光片镜片组一般可以包括:准直镜、激发滤色镜、分色镜、和截止滤色镜等部件。
对于每个图像可以分别计算该图像的亮度值,具体亮度值的计算可以采用现有技术中的亮度评价方法,本申请在此不做赘述。
本实施例可以先采集所有通道下光源开启状态时无待测物体的图像之后,再对所有图像分别计算亮度值;也可以在每采集完一个通道下光源开启状态时无待测物体的图像,就对该图像计算亮度值,本申请对图像采集与亮度值计算的顺序不作限制。
上述目标通道亮度权值计算模块具体根据如下公式计算目标通道的亮度权值:
其中,α为目标通道的亮度权值,x为第二图像的亮度值,n为目标通道与非目标通道数之和,xi为第三图像的亮度值。
一种实施方式中,光源亮度增益权值可以由光源亮度增益权值计算模块执行得到,具体为根据预先计算得到的在目标通道下光源开启状态时无待测物体的第二图像的亮度值、以及在目标通道下光源关闭状态时无待测物体的第四图像的亮度值,计算目标通道的光源亮度增益权值。
具体实施时,可以分别采集目标通道下光源开启状态时无待测物体的第二图像、以及目标通道下光源关闭状态时无待测物体的第四图像,分别计算第二图像和第四图像的亮度值;然后,再根据第二图像和第四图像的亮度值,计算目标通道的光源亮度增益权值。
具体的,假设目标通道是通道1,那么可以在通道1下打开光源(并在该光源对应的滤光片下)采集无待测物体的第二图像,然后再关闭光源采集无待测物体的第四图像;或者,在通道1下光源关闭状态时采集无待测物体的第四图像,然后再打开光源采集无待测物体的第二图像。本实施例对第二图像和第四图像的采集顺序不作限制,即可以先打开光源采集后再关闭光源采集、也可以先在光源关闭状态下采集后再打开光源采集。
对于第二图像和第四图像可以分别计算该图像的亮度值,具体亮度值的计算可以采用现有技术中的亮度评价方法,本申请在此不做赘述。
本实施例可以先采集第二图像和第四图像之后,再对第二图像和第四图像分别计算亮度值;也可以在采集完第二图像(或第四图像)后,就对该第二图像(或第四图像)计算亮度值,然后再采集第四图像(或第二图像),再对第四图像(或第二图像)计算亮度值,本申请对图像采集与亮度值计算的顺序不作限制。
光源亮度增益权值计算模块具体根据如下公式计算目标通道的光源亮度增益权值:
其中,β为目标通道的光源亮度增益权值,x为第二图像的亮度值,y为第四图像的亮度值。
具体实施时,本实施例中的光源亮度增益权值可以表征在目标通道下打开光源时相对关闭光源时的亮度增益。
上述亮度相对值计算模块具体根据如下公式计算不同通道的亮度相对值:
其中,L为亮度相对值,x′为第一图像的亮度值,x为第二图像的亮度值,α为目标通道的亮度权值,β为目标通道的光源亮度增益权值。
具体实施时,L在图像扫描系统中,可以反映染色细胞的荧光亮度值。
在一种实施方式时,亮度值计算模块具体根据如下公式计算亮度值:
其中,δ为常数,Lum(x,y)为所要计算亮度值的图像中任一像素的亮度值,N为所要计算亮度值的图像中像素数量。
具体实施时,δ可以为一个较小的常数,例如:δ可以取0.0001,δ作用为防止求对数的计算结果趋于负无穷。
上式的表示含义为:对于所要计算亮度值的图像中每个像素,计算出该像素的亮度值Lum(x,y),然后求出该亮度值的自然对数;接着,对所有像素的亮度值的对数求平均值,再求平均值的自然指数值。
图17为本申请实施例五提供的图像扫描系统中荧光亮度确定过程的示意图,图18为本申请实施例五提供的图像扫描系统中荧光亮度确定过程中采集的图像示意图。如图17和图18所示,本实施例提供的荧光亮度确定过程为:
在Nucleus-Hoechst通道下,
1、打开激发光源,采集目标区域无染色细胞的背景图像(图a1);
采用均值法,得到亮度值x0。
2、关闭激发光源,采集目标区域无染色细胞的背景图像(图a2);
采用均值法,得到亮度值y0。
3、打开激发光源,采集目标区域有染色细胞的背景图像(图a3,细胞位置为蓝色);
采用均值法,截取细胞区域(图a4,细胞位置为蓝色),得到亮度值x0’。
在EpCAM/CKs-FITC通道下,
1、打开激发光源,采集目标区域无染色细胞的背景图像(图b1);
采用均值法,得到亮度值x1。
2、关闭激发光源,采集目标区域无染色细胞的背景图像(图b2);
采用均值法,得到亮度值y1。
3、打开激发光源,采集目标区域有染色细胞的背景图像(图b3,细胞位置为绿色);
采用均值法,截取细胞区域(图b4,细胞位置为绿色),得到亮度值x1’。
则:
1)确定Nucleus-Hoechst通道的染色细胞荧光亮度:
其中,L0反应了染色细胞在Nucleus-Hoechst通道的荧光(蓝色光)亮度。
2)确定EpCAM/CKs-FITC通道的染色细胞荧光亮度:
其中,L1反应了染色细胞在EpCAM/CKs-FITC通道的荧光(绿色光)亮度。
采用本实施例所提供的方案,可以确定出染色细胞在每个通道的荧光亮度,以根据荧光亮度确定染色细胞的数量及分布情况。
实施例六
本实施例是在上述实施例的基础上,对图像扫描系统进行进一步的优化。
上述图像存储装置的功能是将目标图像存储至数据库中与待测物体信息对应的存储区域内。本实施例以对探针上附着的染色细胞进行图像采集和存储为例,由于探针与附着的染色细胞同时出现在图像中,在存储数据的过程中,染色细胞的信息可以用探针的信息代替,因此,下面内容中提到的待测物体的相关信息即对应于染色细胞的相关信息。
本实施例提供一种图像存储装置的具体实现方式:
图像存储装置包括:信息读取模块、第一存储模块、第一处理模块、第二处理模块和第二存储模块。
其中,信息读取模块用于读取待测物体的相关信息。第一存储模块用于将待测物体的相关信息存储至Access数据库内预先建立的项目;该项目包括项目编号以及待测物体的相关信息。第一处理模块用于确定项目的存储路径。第二处理模块用于将目标图像与项目的存储路径建立关联关系。第二存储模块用于将建立关联关系后的目标图像存储至Access数据库。
图19为本申请实施例六提供的图像扫描系统中用于对图像进行存储的流程图。如图19所示,图像存储装置中的各模块顺次执行,具体过程包括:
步骤1911、读取待测物体的相关信息。
步骤1912、将待测物体的相关信息存储至Access数据库内预先建立的项目。
项目包括项目编号以及待测物体的相关信息。
步骤1913、确定项目的存储路径。
步骤1914、将目标图像与项目的存储路径建立关联关系。
步骤1915、将建立关联关系后的目标图像存储至Access数据库。
具体实施时,待测物体的相关信息可以包括:病例号、患者照片、姓名、年龄、性别、多个节点的时间信息(例如:样本采集时间等)、多个相关人员信息(例如:操作员信息等)、病例当前状态等。
在一种实施方式中,读取待测物体的相关信息可以采用扫描设备采集待测物体对应的二维码信息或条形码信息。例如:扫描设备为扫码枪,扫描并获取待测物体对应的二维码信息或条形码信息,并将获取到的信息发送给图像扫描系统。
在获取到待测物体的相关信息后,可以将待测物体的相关信息存储至数据库中预先建立的项目内,该项目包括项目编号以及待测物体的相关信息。具体实施时,项目编号可以为与病例号对应的编号、与患者身份信息对应的编号、或者其他新建立的编号等。
在一种实施方式中,假设患者A需要分别检测两项疾病,样本采集操作人员分别采集了诊断两项疾病所需的待测物体a1和待测物体b1,本实施例在获取到待测物体a1和待测物体b1的相关信息后,分别将待测物体a1的相关信息存储至预先建立的项目a中、将待测物体b1的相关信息存储至预先建立的项目b中;若患者A后续再复查其中一项疾病时,假设样本采集操作人员采集了诊断该需要复查的疾病的待测物体a2,本申请实施例在获取到待测物体a2后,可以将待测物体a2的相关信息存储至预先建立的项目a中。
本实施例在获取到待测物体的相关信息之后,扫描待测物体的图像,然后将扫描得到的待测物体的图像保存在项目的存储路径或者建立与项目的存储路径之间的关联关系,最终将待测物体的图像存储至数据库中,在后续提取、查询、检索时可以根据项目直接获取到待测物体的图像。
本实施例中提供的图像扫描系统,采用Access数据库进行数据管理,由于Access数据库结合了Microsoft Jet数据库和图形用户界面两项特点,具有强大的数据处理和分析能力且可用来开发各类管理系统,因此,本实施例所提供的图像扫描系统具有小巧、便于部署等优势,适用于单机图像信息的管理。此外,本实施例中待测物体的图像是以项目的方式存储到数据库的,图像保存了项目的存储路径,在检索时读取到项目就可以获取该项目的全部图像,一个项目中即使图像再多,对于系统而言也仅是一条路径,管理较为简单,读取数据的方式也较为简单和快捷。
进一步的,上述图像识别装置包括:图像识别模块、诊断模块和报告生成模块。其中,图像识别模块用于识别待测物体的一个或多个目标图像中的特征。诊断模块用于根据该特征对待测物体进行分析。报告生成模块用于根据分析的结果生成项目的诊断报告。
具体实施时,由于不同的待测物体的特征可能不同,图像识别模块可以根据待测物体的种类采用不同的特征提取或识别方法。具体的,可以采用现有的特征识别技术,或者基于大量的样本训练得到该类待测物体的特征识别模型进行特征识别。
对于不同的待测物体可以根据图像特征作为标志的属性,特征可以分为形态学特征、颜色特征、纹理特征等。例如:假设待测物体上附着的细胞组织为白血细胞,从白血细胞影像中提取得到细胞的色调、饱和度直方图的分布特征、细胞面积、周长、局部同一性等等。
根据这些特征进一步对待测物体中的细胞组织进行分析,分析过程可以根据预先设置的各项特征的参考值或参考范围进行对比,得到分析结果,并根据分析结果生成该项目的诊断报告。
进一步的,图像扫描系统还包括:显示装置、输入接收装置和检索查询装置。
其中,显示装置用于显示人机交互界面。输入接收装置用于接收用户在人机交互界面输入的项目关键字。检索查询装置用于根据项目关键字在Access数据库中检索项目关键字对应的项目信息,并通过显示装置显示在人机交互界面上。
具体实施时,用户可以根据人机交互界面实现对项目信息的检索、查询,系统接收到用户在人机交互界面输入的项目关键字后在数据库中检索该项目关键字对应的项目,并将该项目的相关信息显示于屏幕。具体的,项目的相关信息(项目信息)可以包括该项目的患者信息、该患者的多个影像、或者诊断报告等。
本实施例可以有效查看病例信息,且在数据分析中可根据多个关键词进行信息检索,为病例信息统计分析提供技术支持。
为了便于本实施例的实施,本实施例以一具体实例进行说明。
本实施例所提供的基于Access的图像扫描系统,包括:
用户登录模块,用于为用户提供用户名和密码输入界面,并将用户信息提交给后续页面。
身份验证模块,用于将用户提供的用户名和密码与服务器端数据库中的用户信息进行对比。
密码修改模块,用于为已经授权的用户修改密码界面。
病例信息录入模块,用于录入病例信息。
控制模块,用于自动化扫描图像。
设备自检模块,用于设备上电启动时,设备自检,主要检测了下位机与上位机通信通路及设备运动机构的运动状态。
识别模块,用于自动化识别图像中的特征目标,并标记和统计。
报告生成模块,用于生成、打印、查询、保存、修改检测报告。
判读及诊断信息输入模块,用于判读图像信息并给出相关诊断信息。
病例归档模块;用于将已判读完成的病例进行归档。
数据查询模块,包括样本数据和质控数据,用于用户查询及判读系统中已有病例信息。
用户管理模块,用于管理系统中使用用户的信息,包括账号密码,以及账户使用者信息。
使用单位管理模块,用于管理本系统使用单位、科室信息。
图20为本申请实施例六提供的图像扫描系统的应用过程流程图。如图20所示,开始操作时,启动图像扫描系统和系统软件,系统启动后显示屏幕进入扫描设置界面,用户可以设置扫描参数;然后系统进行自检,如果多次自检均失败,需要尝试重启图像扫描系统和系统软件并与设备供应商联系,如果自检成功,则可以打开图像采集装置,读取样本针(医疗探针)条码并录入样本(染色细胞)相关信息;进行装针操作,并在对焦不清晰时进行对焦操作,进一步判断扫描方案是否满足要求,如果不满足要求则需要修改扫描方案;在样本针已装好、对焦清晰且扫描方案符合要求时,系统显示屏幕切换至图像采集识别页面,用户可以点击操作按键开始扫描样本针影像;在扫描结束后,可以进行初筛、判读、生成并打印报告等操作,最后归档结束。
具体实施时,根据用户的权项不同,登录软件后其所能进行的操作不同。
图21为本申请实施例六提供的图像扫描系统中数据模型的示意图。如图21所示,一个项目的信息可以由多个表格组成,其中可以包括病例表、病例转诊信息表、操作人表、归档员表、图像信息表、主治医师表、复合人表、扫描方案表、通道设置表、通道表等。
具体的,病例表可以包括:病例号(作为主键)、患者照片、姓名、性别、年龄、籍贯、学历、工作领域、临床诊断、主治医师、操作人、复核人、归档员、样本采集时间、样本判读时间、样本复核时间、样本归档时间、诊断信息、样本描述信息、报告时间、病例转诊信息、图像信息、扫描方案等。
图像信息表可以包括:病例号(作为主键)、图像总数、阳性细胞数、阴性细胞数、可疑细胞数、图片路径等。
扫描方案表可以包括:病例号(作为主键)、横向移动次数、纵向移动次数、通道设置等。
通道设备表可以包括:病例号(作为主键)、通道个数、通道等。
通道表可以包括:通道编号(作为主键)、病例号、通道名称、增益、曝光时间等。
操作人、归档员、主治医师、复核人等表格则均可以包括:工号、姓名、性别、年龄、科室、职称等。
上述技术方案通过对登录用户进行身份验证和执行任务检测,保证了系统的安全性,提高了软件资源利用率;同时能够自动化实现图像扫描及归档,实现了图像诊疗过程中的扫描、识别、判读、生成报告、病例归档等一系列操作。
实施例七
本实施例是在上述各实施例的基础上,提供一种应用上述图像扫描系统的图像扫描方法。
实际应用中,该图像扫描方法可以通过计算机程序实现,例如,应用软件等;或者,该方法也可以实现为存储有相关计算机程序的介质,例如,U盘、云盘等;再或者,该方法还可以通过集成或安装有相关计算机程序的实体装置实现,例如,芯片、可移动智能设备等。
图22为本申请实施例七提供的图像扫描方法的流程图。如图22所示,图像扫描方法包括:
步骤2211、控制载物装置移动,并在移动到位后获取设置在载物装置上的待测物体的图像。
待测物体中曲面的待测面被光源装置发射的激发光照射。
步骤2212、在获取到的待测物体的图像中确定目标图像。
目标图像为包含有待测物体特征的图像。
步骤2213、将目标图像存储至数据库中与待测物体信息对应的存储区域内。
上述各步骤的具体实现方式可参照上述各实施例,本实施例不再赘述。
其中,控制载物装置移动,并在移动到位后获取设置在载物装置上的待测物体的图像,具体包括:
第一步、控制载物装置沿第一方向平移预设第一长度,并控制图像采集装置采集待测物体的图像。
第二步、重复执行上述沿第一方向平移的步骤,直至达到预设第一平移次数。
第三步、控制载物装置旋转预设角度。
第四步、控制载物装置沿第二方向平移预设第二长度,并控制图像采集装置采集待测物体的图像。
第五步、重复执行上述沿第二方向平移的步骤,直至达到预设第二平移次数。
其中,第一方向为从待测物体的当前采集区域指向待采集区域的方向,第二方向为第一方向的反方向。
每次采集待测物体的图像,包括:在待测物体当前所处位置进行对焦,采集当前采集通道下的待测物体的图像,然后切换采集通道并分别采集不同采集通道下的所述待测物体的图像。其中,不同采集通道之间,照射待测物体的激发光颜色以及激发光颜色对应的滤光片不同。
上述在待测物体当前所处位置进行对焦,包括:控制载物装置在预先确定的图像清晰经验范围内沿y轴方向移动;y轴为垂直于焦平面的方向。采集待测物体处于每个焦平面上的图像,根据在每个焦平面获取到的待测物体的图像确定所要从中截取的待测物体的经验区域图像。根据待测物体的经验区域图像计算反差值,并确定各焦平面对应的经验区域图像中最大的反差值。控制载物装置移动至最大的反差值对应的焦平面的位置。
对于切换采集通道,分别采集不同采集通道下的待测物体的图像时进行对焦,具体可包括:确定切换前的采集通道下待测物体处于焦平面时载物装置的位置。根据切换前的采集通道下载物装置的位置、以及预先计算得到的切换后采集通道下待测物体处于焦平面时载物装置位置的经验值,计算切换后采集通道下载物装置的移动距离并确定移动方向。控制载物装置沿移动方向移动移动距离。
在获取到的待测物体的图像中确定目标图像,包括:确定载物装置在同一位置处获取到的待测物体的多个图像的清晰度评价值;清晰度评价值用于表征图像中目标图像信息区域的清晰度,目标图像信息区域包含有待测物体特征。根据清晰度评价值确定目标图像,目标图像中的目标图像信息区域的清晰度最高。
确定待测物体图像的清晰度评价值,包括:提取待测物体图像中的有效区域,有效区域为包含有目标图像信息的区域。去除待测物体图像的均匀背景噪声。确定有效区域中每个像素的目标梯度。根据有效区域中每个像素的目标梯度和与该像素对应的预设权重确定整个待测物体图像的清晰度评价值。
确定有效区域中每个像素的目标梯度,包括:计算有效区域中每个像素的图像梯度。根据预设的梯度阈值去除图像梯度中的干扰梯度,保留下来的图像梯度作为目标梯度。
另外,上述图像扫描方法还包括:对存储至数据库中的目标图像进行特征提取,以获取待测物体的特征。具体包括:计算第一图像的亮度值;第一图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时有待测物体的图像。根据第一图像的亮度值以及预先计算得到的第二图像的亮度值、所述目标通道的亮度权值和光源亮度增益权值,计算得到不同通道的亮度相对值;其中,第二图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时无待测物体的图像。根据不同通道的亮度相对值确定待测物体的荧光亮度;待测物体的荧光亮度用于表征待测物体的特征;在不同的通道中,照射所述待测物体的激发光颜色以及所述激发光颜色对应的滤光片不同。
上述将目标图像存储至数据库中与待测物体信息对应的存储区域内,包括:读取待测物体的相关信息。将待测物体的相关信息存储至Access数据库内预先建立的项目;项目包括项目编号以及待测物体的相关信息。确定项目的存储路径。将目标图像与项目的存储路径建立关联关系。将建立关联关系后的目标图像存储至所述Access数据库。
另外,图像扫描方法还包括:根据获取到的待测物体的特征对目标图像进行特征识别和诊断,具体包括:识别待测物体的一个或多个目标图像中的特征。根据特征对所述待测物体进行分析。根据分析的结果生成项目的诊断报告。
上述待测物体为圆柱型物体,其侧面为待测面;获取待测物体的图像具体为获取待测物体侧面的图像。
待测物体具体为探针,其侧面为待测面;探针的待测面附着有荧光染色细胞。
上述各个步骤的具体实现方式可参照上述各实施例,不实施例不再赘述。
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。
在本申请的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本申请中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接或可以互相通讯;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (46)
1.一种图像扫描系统,其特征在于,包括:
载物装置,用于承载待测物体,所述待测物体的待测面为曲面;
光源装置,用于发射激发光,照射在所述待测物体上;
图像采集装置,用于采集待测物体中待测面的图像;
扫描控制装置,用于控制所述载物装置移动并在移动到位后控制图像采集装置采集图像;
图像处理装置,用于在采集到的图像中确定目标图像;所述目标图像为包含有待测物体特征的图像;
所述扫描控制装置包括:
图像采集控制模块,用于控制图像采集装置采集待测物体的图像;
第一平移控制模块,用于控制载物装置每次沿第一方向平移预设第一长度,直至达到预设第一平移次数;
旋转控制模块,用于控制载物装置旋转预设角度;
第二平移控制模块,用于控制载物装置每次沿第二方向平移预设第二长度,直至达到预设第二平移次数;
其中,所述第一方向为从所述待测物体的当前采集区域指向待采集区域的方向,所述第二方向为所述第一方向的反方向;
所述图像采集控制模块包括:
通道切换子模块,用于切换待测物体的采集通道;切换待测物体的采集通道包括;切换照射所述待测物体的激发光颜色以及所述激发光颜色对应的滤光片;
对焦控制子模块,用于在当前待测物体所处的位置进行对焦;
图像采集控制子模块,用于控制图像采集装置分别采集不同通道下的所述待测物体的图像;
所述对焦控制子模块包括:
第一移动控制单元,用于控制载物装置在预先确定的图像清晰经验范围内沿y轴方向移动;
图像采集控制单元,用于控制图像采集装置采集待测物体处于每个焦平面上的图像;所述y轴为垂直于焦平面的方向;
经验图像确定单元,用于根据在每个焦平面获取到的所述待测物体的图像确定所要从中截取的所述待测物体的经验区域图像;
反差值计算单元,用于根据所述待测物体的经验区域图像计算反差值,并确定各焦平面对应的经验区域图像中最大的反差值;
第二移动控制单元,用于控制载物装置移动至最大的反差值对应的焦平面的位置;
所述经验图像确定单元包括:
边缘确定子单元,用于确定所述待测物体的图像中所述待测物体的边缘;
距离计算子单元,用于计算所述待测物体的边缘中与待测物体的经验区域边缘最近的距离e;
像素距离确定子单元,用于根据预先测量得到的图像采集装置的成像像素与待测物体实际长度的对应关系以及所述距离e,确定与所述距离e对应的像素距离;
经验区域图像确定子单元,用于根据所述像素距离确定要从待测物体的图像中截取的所述待测物体的经验区域图像。
2.根据权利要求1所述的图像扫描系统,其特征在于,还包括:
图像存储装置,用于将目标图像存储至数据库中与待测物体信息对应的存储区域内。
3.根据权利要求1或2所述的图像扫描系统,其特征在于,还包括:图像识别装置,用于对目标图像进行特征识别和诊断。
4.根据权利要求1所述的图像扫描系统,其特征在于,所述对焦控制子模块包括:
对焦轴位置确定单元,用于确定切换前的采集通道下所述待测物体处于焦平面时载物装置的位置;
移动距离确定单元,用于根据所述切换前的采集通道下所述载物装置的位置、以及预先计算得到的切换后采集通道下所述待测物体处于焦平面时载物装置位置的经验值,计算切换后采集通道下所述载物装置的移动距离并确定移动方向;
移动控制单元,控制所述载物装置沿所述移动方向移动所述移动距离。
5.根据权利要求4所述的图像扫描系统,其特征在于,每个采集通道下所述待测物体处于焦平面时载物装置位置的经验值,具体根据对应采集通道下的激发光波长以及物镜折射率计算得到。
6.根据权利要求1所述的图像扫描系统,其特征在于,所述对焦控制子模块还包括:
预移动控制单元,用于在第一移动控制单元控制载物装置在预先确定的图像清晰经验范围内沿y轴方向移动之前,控制所述载物装置在y轴方向移动,直至待测物体的图像到达图像清晰经验范围内。
7.根据权利要求1所述的图像扫描系统,其特征在于,所述待测物体为圆柱型物体,所述待测物体的侧面为曲面,所述图像采集装置用于获取所述待测物体侧面的图像。
8.根据权利要求7所述的图像扫描系统,其特征在于,所述待测物体的经验区域对应于所述待测物体的剖面扇形区域角度为α,所述α为:
α=2arccos(d-h/d);
其中,d为圆柱形待测物体的直径;h为图像采集装置的景深。
9.根据权利要求6所述的图像扫描系统,其特征在于,所述预移动控制单元包括:
预移动子单元,用于控制所述载物装置在y轴方向移动;
图像比对子单元,用于将与预设的参照物体的图像与预先确定的参照物体的图像清晰经验范围进行比对;所述参照物体为与待测物体同类型的物体;
经验范围确定子单元,用于根据比对结果确定待测物体的图像清晰经验范围。
10.根据权利要求1所述的图像扫描系统,其特征在于,所述图像处理装置包括:
清晰度评价值确定模块,用于确定载物装置在同一位置处获取到的待测物体的多个图像的清晰度评价值;所述清晰度评价值用于表征图像中目标图像信息区域的清晰度,所述目标图像信息区域包含有待测物体特征;
目标图像确定模块,用于根据所述清晰度评价值确定目标图像,所述目标图像中的目标图像信息区域的清晰度最高。
11.根据权利要求10所述的图像扫描系统,其特征在于,所述清晰度评价值确定模块包括:
有效区域提取子模块,用于提取待测物体图像中的有效区域,所述有效区域为包含有目标图像信息的区域;
背景噪声去除子模块,用于去除所述待测物体图像的均匀背景噪声;
目标梯度确定子模块,用于确定有效区域中每个像素的目标梯度;
清晰度评价值确定子模块,用于根据有效区域中每个像素的目标梯度和与该像素对应的预设权重确定整个待测物体图像的清晰度评价值。
12.根据权利要求11所述的图像扫描系统,其特征在于,目标梯度确定子模块包括:
图像梯度计算单元,用于计算有效区域中每个像素的图像梯度;
干扰梯度去除单元,用于根据预设的梯度阈值去除所述图像梯度中的干扰梯度,保留下来的图像梯度作为目标梯度。
13.根据权利要求12所述的图像扫描系统,其特征在于,图像梯度计算单元包括:
初始梯度计算子单元,用于计算有效区域中每个像素分别在第一方向、第二方向、第三方向和第四方向上的初始梯度;
图像梯度确定子单元,用于确定第一方向、第二方向、第三方向和第四方向上的初始梯度中的最大值作为对应像素的图像梯度。
14.根据权利要求12或13所述的图像扫描系统,其特征在于,干扰梯度去除单元包括:
梯度判断子单元,用于判断图像梯度是否小于梯度阈值;所述梯度阈值为干扰梯度的最大值;若判断结果为是,则触发梯度赋值子单元的操作;
梯度赋值子单元,用于将图像梯度置为零。
15.根据权利要求14所述的图像扫描系统,其特征在于,目标梯度确定子模块还包括:
梯度判断单元,用于判断与每个像素相邻的八个相邻像素中是否存在至少两个相邻像素的图像梯度不为零;若判断结果为否,则触发梯度赋值单元的操作;
梯度赋值单元,用于将梯度判断单元当前处理的像素的图像梯度置为零。
16.根据权利要求13所述的图像扫描系统,其特征在于,所述第一方向为0°,第二方向为45°,第三方向为90°,第四方向为135°。
17.根据权利要求11所述的图像扫描系统,其特征在于,有效区域提取子模块,具体用于采用自适应阈值方法提取待测物体图像中的有效区域。
18.根据权利要求11所述的图像扫描系统,其特征在于,背景噪声去除子模块,包括:
灰度直方图计算单元,用于计算待测物体图像的灰度直方图;
噪声均值计算单元,用于根据所述灰度直方图计算有效区域之外的背景区域的噪声均值;以及将有效区域中每个像素的灰度值减去所述噪声均值。
19.根据权利要求11所述的图像扫描系统,其特征在于,清晰度评价值确定子模块包括:
评价元素参数计算单元,用于计算每个像素的目标梯度与该像素对应的预设权重之间的乘积,作为评价元素参数;
清晰度评价值计算单元,用于计算所有像素对应的评价元素参数之和,作为待测物体图像的清晰度评价值。
20.根据权利要求1所述的图像扫描系统,其特征在于,所述待测物体为探针,所述探针的待测面为曲面;所述探针的待测面附着有荧光染色细胞。
21.根据权利要求20所述的图像扫描系统,其特征在于,还包括:
图像特征提取装置,用于对存储至数据库中的目标图像进行特征提取,以获取待测物体的特征。
22.根据权利要求21所述的图像扫描系统,其特征在于,所述图像特征提取装置包括:
亮度值计算模块,用于计算第一图像的亮度值;所述第一图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时有待测物体的图像;
亮度相对值计算模块,用于根据所述第一图像的亮度值以及预先计算得到的第二图像的亮度值、所述目标通道的亮度权值和光源亮度增益权值,计算得到不同通道的亮度相对值;其中,所述第二图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时无待测物体的图像;
荧光亮度确定模块,用于根据所述不同通道的亮度相对值确定待测物体的荧光亮度;待测物体的荧光亮度用于表征待测物体的特征;在不同的通道中,照射所述待测物体的激发光颜色以及所述激发光颜色对应的滤光片不同。
23.根据权利要求22所述的图像扫描系统,其特征在于,所述图像特征提取装置还包括:
目标通道亮度权值计算模块,用于根据预先计算得到的在目标通道下光源开启状态时无待测物体的第二图像的亮度值、以及在非目标通道下光源开启状态时无待测物体的第三图像的亮度值,计算所述目标通道的亮度权值。
25.根据权利要求24所述的图像扫描系统,其特征在于,所述图像特征提取装置还包括:
光源亮度增益权值计算模块,用于根据预先计算得到的在目标通道下光源开启状态时无待测物体的第二图像的亮度值、以及在目标通道下光源关闭状态时无待测物体的第四图像的亮度值,计算所述目标通道的光源亮度增益权值。
29.根据权利要求2所述的图像扫描系统,其特征在于,所述图像存储装置包括:
信息读取模块,用于读取待测物体的相关信息;
第一存储模块,用于将所述待测物体的相关信息存储至Access数据库内预先建立的项目;所述项目包括项目编号以及所述待测物体的相关信息;
第一处理模块,用于确定所述项目的存储路径;
第二处理模块,用于将所述目标图像与所述项目的存储路径建立关联关系;
第二存储模块,用于将建立关联关系后的所述目标图像存储至所述Access数据库。
30.根据权利要求29所述的图像扫描系统,其特征在于,还包括:
显示装置,用于显示人机交互界面;
输入接收装置,用于接收用户在所述人机交互界面输入的项目关键字;
检索查询装置,用于根据所述项目关键字在所述Access数据库中检索所述项目关键字对应的项目信息,并通过显示装置显示在人机交互界面上。
31.根据权利要求3所述的图像扫描系统,其特征在于,所述图像识别装置包括:
图像识别模块,用于识别所述待测物体的一个或多个目标图像中的特征;
诊断模块,用于根据所述特征对所述待测物体进行分析;
报告生成模块,用于根据所述分析的结果生成项目的诊断报告。
32.一种应用权利要求1-31任一项图像扫描系统的图像扫描方法,其特征在于,包括:
控制载物装置移动,并在移动到位后获取设置在载物装置上的待测物体的图像;所述待测物体中曲面的待测面被光源装置发射的激发光照射;
在获取到的待测物体的图像中确定目标图像;所述目标图像为包含有待测物体特征的图像;
将目标图像存储至数据库中与待测物体信息对应的存储区域内。
33.根据权利要求32所述的图像扫描方法,其特征在于,控制载物装置移动,并在移动到位后获取设置在载物装置上的待测物体的图像,包括:
控制载物装置沿第一方向平移预设第一长度,并控制图像采集装置采集待测物体的图像;
重复执行上述沿第一方向平移的步骤,直至达到预设第一平移次数;
控制载物装置旋转预设角度;
控制所述载物装置沿第二方向平移预设第二长度,并控制图像采集装置采集待测物体的图像;
重复执行上述沿第二方向平移的步骤,直至达到预设第二平移次数;
其中,所述第一方向为从所述待测物体的当前采集区域指向待采集区域的方向,所述第二方向为所述第一方向的反方向。
34.根据权利要求33所述的图像扫描方法,其特征在于,每次采集待测物体的图像,包括:
在所述待测物体当前所处位置进行对焦;
采集当前采集通道下的所述待测物体的图像;
切换采集通道,分别采集不同采集通道下的所述待测物体的图像;
其中,所述不同采集通道之间,照射所述待测物体的激发光颜色以及所述激发光颜色对应的滤光片不同。
35.根据权利要求34所述的图像扫描方法,其特征在于,在所述待测物体当前所处位置进行对焦,包括:
控制载物装置在预先确定的图像清晰经验范围内沿y轴方向移动;所述y轴为垂直于焦平面的方向;
采集待测物体处于每个焦平面上的图像;
根据在每个焦平面获取到的所述待测物体的图像确定所要从中截取的所述待测物体的经验区域图像;
根据所述待测物体的经验区域图像计算反差值,并确定各焦平面对应的经验区域图像中最大的反差值;
控制载物装置移动至最大的反差值对应的焦平面的位置。
36.根据权利要求34所述的图像扫描方法,其特征在于,切换采集通道,分别采集不同采集通道下的所述待测物体的图像时进行对焦,包括:
确定切换前的采集通道下所述待测物体处于焦平面时载物装置的位置;
根据所述切换前的采集通道下所述载物装置的位置、以及预先计算得到的切换后采集通道下所述待测物体处于焦平面时载物装置位置的经验值,计算切换后采集通道下所述载物装置的移动距离并确定移动方向;
控制所述载物装置沿所述移动方向移动所述移动距离。
37.根据权利要求32所述的图像扫描方法,其特征在于,在获取到的待测物体的图像中确定目标图像,包括:
确定载物装置在同一位置处获取到的待测物体的多个图像的清晰度评价值;所述清晰度评价值用于表征图像中目标图像信息区域的清晰度,所述目标图像信息区域包含有待测物体特征;
根据所述清晰度评价值确定目标图像,所述目标图像中的目标图像信息区域的清晰度最高。
38.根据权利要求37所述的图像扫描方法,其特征在于,确定待测物体图像的清晰度评价值,包括:
提取待测物体图像中的有效区域,所述有效区域为包含有目标图像信息的区域;
去除所述待测物体图像的均匀背景噪声;
确定有效区域中每个像素的目标梯度;
根据有效区域中每个像素的目标梯度和与该像素对应的预设权重确定整个待测物体图像的清晰度评价值。
39.根据权利要求38所述的图像扫描方法,其特征在于,确定有效区域中每个像素的目标梯度,包括:
计算有效区域中每个像素的图像梯度;
根据预设的梯度阈值去除所述图像梯度中的干扰梯度,保留下来的图像梯度作为目标梯度。
40.根据权利要求32所述的图像扫描方法,其特征在于,还包括:
对存储至数据库中的目标图像进行特征提取,以获取待测物体的特征。
41.根据权利要求40所述的图像扫描方法,其特征在于,对目标图像进行特征提取,包括:
计算第一图像的亮度值;所述第一图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时有待测物体的图像;
根据所述第一图像的亮度值以及预先计算得到的第二图像的亮度值、所述目标通道的亮度权值和光源亮度增益权值,计算得到不同通道的亮度相对值;其中,所述第二图像为存储至数据库中的目标图像之一,为在目标通道下光源开启状态时无待测物体的图像;
根据所述不同通道的亮度相对值确定待测物体的荧光亮度;待测物体的荧光亮度用于表征待测物体的特征;在不同的通道中,照射所述待测物体的激发光颜色以及所述激发光颜色对应的滤光片不同。
42.根据权利要求32所述的图像扫描方法,其特征在于,将目标图像存储至数据库中与待测物体信息对应的存储区域内,包括:
读取待测物体的相关信息;
将所述待测物体的相关信息存储至Access数据库内预先建立的项目;所述项目包括项目编号以及所述待测物体的相关信息;
确定所述项目的存储路径;
将所述目标图像与所述项目的存储路径建立关联关系;
将建立关联关系后的所述目标图像存储至所述Access数据库。
43.根据权利要求42所述的图像扫描方法,其特征在于,还包括:
根据获取到的待测物体的特征对目标图像进行特征识别和诊断。
44.根据权利要求43所述的图像扫描方法,其特征在于,对目标图像进行特征识别和诊断,包括:
识别所述待测物体的一个或多个目标图像中的特征;
根据所述特征对所述待测物体进行分析;
根据所述分析的结果生成所述项目的诊断报告。
45.根据权利要求32所述的图像扫描方法,其特征在于,所述待测物体为圆柱型物体,所述待测物体的侧面为待测面;获取待测物体的图像具体为获取所述待测物体侧面的图像。
46.根据权利要求32所述的图像扫描方法,其特征在于,所述待测物体为探针,所述探针的侧面为待测面;所述探针的待测面附着有荧光染色细胞。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911036559.9A CN110852999B (zh) | 2019-10-29 | 2019-10-29 | 图像扫描系统及图像扫描方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911036559.9A CN110852999B (zh) | 2019-10-29 | 2019-10-29 | 图像扫描系统及图像扫描方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110852999A CN110852999A (zh) | 2020-02-28 |
CN110852999B true CN110852999B (zh) | 2023-03-10 |
Family
ID=69598367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911036559.9A Active CN110852999B (zh) | 2019-10-29 | 2019-10-29 | 图像扫描系统及图像扫描方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852999B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110568601A (zh) * | 2019-08-30 | 2019-12-13 | 北京临近空间飞行器系统工程研究所 | 图像扫描系统 |
CN110568605A (zh) * | 2019-08-30 | 2019-12-13 | 北京临近空间飞行器系统工程研究所 | 定位组件及显微镜 |
CN114764775A (zh) * | 2021-01-12 | 2022-07-19 | 深圳市普渡科技有限公司 | 红外图像质量评价方法、设备以及存储介质 |
CN112766012B (zh) * | 2021-02-05 | 2021-12-17 | 腾讯科技(深圳)有限公司 | 二维码图像的识别方法、装置、电子设备及存储介质 |
CN113535689B (zh) * | 2021-08-02 | 2022-02-11 | 曜立科技(北京)有限公司 | 一种用于数字疗法的数据库建立管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101788709A (zh) * | 2010-03-10 | 2010-07-28 | 广西大学 | 一种数字共焦显微仪光学切片采集驱动器 |
CN102564924A (zh) * | 2012-02-08 | 2012-07-11 | 长春迪瑞医疗科技股份有限公司 | 一种血细胞单帧图像的自动扫描方法 |
CN102854615A (zh) * | 2012-04-27 | 2013-01-02 | 麦克奥迪实业集团有限公司 | 一种对显微切片的全自动扫描系统及方法 |
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 |
CN104939858A (zh) * | 2015-04-29 | 2015-09-30 | 北京航空航天大学 | 一种结合X-ray和荧光的多模态断层成像系统和方法 |
CN108369337A (zh) * | 2015-12-09 | 2018-08-03 | 文塔纳医疗系统公司 | 图像扫描设备和操作图像扫描设备的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103852878B (zh) * | 2014-01-08 | 2016-05-25 | 麦克奥迪实业集团有限公司 | 一种具有实时聚焦的显微切片快速数字扫描装置及其方法 |
CN104807494B (zh) * | 2015-04-28 | 2017-05-31 | 上海大学 | 物体微观表面形貌的光学五自由度测量装置及测量方法 |
CN105827980B (zh) * | 2016-05-04 | 2018-01-19 | 广东欧珀移动通信有限公司 | 对焦控制方法及装置、成像控制方法及装置、电子装置 |
-
2019
- 2019-10-29 CN CN201911036559.9A patent/CN110852999B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101788709A (zh) * | 2010-03-10 | 2010-07-28 | 广西大学 | 一种数字共焦显微仪光学切片采集驱动器 |
CN102564924A (zh) * | 2012-02-08 | 2012-07-11 | 长春迪瑞医疗科技股份有限公司 | 一种血细胞单帧图像的自动扫描方法 |
CN102854615A (zh) * | 2012-04-27 | 2013-01-02 | 麦克奥迪实业集团有限公司 | 一种对显微切片的全自动扫描系统及方法 |
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 |
CN104939858A (zh) * | 2015-04-29 | 2015-09-30 | 北京航空航天大学 | 一种结合X-ray和荧光的多模态断层成像系统和方法 |
CN108369337A (zh) * | 2015-12-09 | 2018-08-03 | 文塔纳医疗系统公司 | 图像扫描设备和操作图像扫描设备的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110852999A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852999B (zh) | 图像扫描系统及图像扫描方法 | |
US11927738B2 (en) | Computational microscopy based-system and method for automated imaging and analysis of pathology specimens | |
Gopakumar et al. | Convolutional neural network‐based malaria diagnosis from focus stack of blood smear images acquired using custom‐built slide scanner | |
JP5469070B2 (ja) | 生物検体を処理するための複数の波長を用いる方法およびシステム | |
JP6453298B2 (ja) | 細胞診標本を観察および解析するためのシステムおよび方法 | |
US20100265323A1 (en) | System for and method of focusing in automated microscope systems | |
KR102237696B1 (ko) | 자궁경부암 세포 영상 자동 분석을 위한 인공지능 컴퓨터 보조 진단 시스템 및 그 제어 방법 | |
WO2017150194A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
KR102140385B1 (ko) | 골수 판독을 위한 셀존 레이블링 장치 및 이를 포함하는 셀존 검출 시스템 | |
EP2780888B1 (en) | Processing an image containing one or more artifacts | |
JP3916395B2 (ja) | 検体の予備処理機能を備えた検査体系 | |
Kanwal et al. | Quantifying the effect of color processing on blood and damaged tissue detection in whole slide images | |
JP6362062B2 (ja) | 画像生成装置および画像生成方法 | |
CN110993062B (zh) | 一种医学影像信息系统 | |
WO2023031622A1 (en) | System and method for identifying and counting biological species | |
Sergeev et al. | Development of automated computer vision methods for cell counting and endometrial gland detection for medical images processing | |
US20230274441A1 (en) | Analysis method and analysis apparatus | |
Cruz et al. | Automated urine microscopy using scale invariant feature transform | |
US20230213448A1 (en) | Using flim for biopsy before chemical fixation | |
CN112183210A (zh) | 一种基于稀疏矩阵的粒子自动聚焦方法、系统及存储介质 | |
Satou et al. | Automatic analysis for neuron by confocal laser scanning microscope | |
AU2012244307A1 (en) | Methods and systems for processing biological specimens utilizing multiple wavelengths |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |