CN111142253B - 显微图像中的对焦窗口选择方法及装置 - Google Patents
显微图像中的对焦窗口选择方法及装置 Download PDFInfo
- Publication number
- CN111142253B CN111142253B CN201911231117.XA CN201911231117A CN111142253B CN 111142253 B CN111142253 B CN 111142253B CN 201911231117 A CN201911231117 A CN 201911231117A CN 111142253 B CN111142253 B CN 111142253B
- Authority
- CN
- China
- Prior art keywords
- window
- image
- microscopic
- focusing
- distribution condition
- 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
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
- G06V20/693—Acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Optics & Photonics (AREA)
- Microscoopes, Condenser (AREA)
Abstract
本申请涉及一种显微图像中的对焦窗口选择方法及装置,属于图像处理技术领域,该方法包括:获取目标显微图像;将目标显微图像划分为多个窗口图像;确定每个窗口图像中显微对象的分布情况;基于每个窗口图像对应的分布情况确定对焦窗口,对焦窗口包括至少一个窗口图像;可以解决对焦窗口的选择方式固定时选择出的对焦窗口可能无法满足用户的处理需求,从而导致对显微对象的分析处理的效果较差的问题;由于可以基于显微对象的分布情况来确定对焦窗口,可以选择出分布情况符合用户期望的对焦窗口,一方面可以提高分析显微对象的准确性,另一方面还可以提高确定符合用户期望的对焦窗口的效率。
Description
技术领域
本申请涉及一种显微图像中的对焦窗口选择方法及装置,属于图像处理技术领域。
背景技术
显微图像是指通过显微镜观察到的图像。随着计算机图像处理技术和模式识别的发展,对显微图像进行分析处理已经逐渐在科学研究中得到应用。
在通过显微镜采集显微图像时得到的显微图像尺寸较大,为了更好地识别显微图像中的显微对象,比如:人体血细胞、动物细胞等,需要从显微图像中选择一个区域作为对焦窗口,将物镜对焦至该对焦窗口来观察显微对象。
在一种典型的确定对焦窗口的方法中,显微镜以预设尺寸选择显微图像的中间区域作为对焦窗口。但是,中间区域中显微对象的数量可能不是用户所期望的,此时,通过该中间区域中的显微对象进行分析处理的效果较差。
发明内容
本申请提供了一种显微图像中的对焦窗口选择方法及装置,可以解决对焦窗口的选择方式固定时选择出的对焦窗口可能无法满足用户的处理需求,从而导致对显微对象的分析处理的效果较差的问题。本申请提供如下技术方案:
第一方面,提供了一种显微图像中的对焦窗口选择方法,所述方法包括:
获取目标显微图像,所述目标显微图像包括多个显微对象;
将所述目标显微图像划分为多个窗口图像;
确定每个窗口图像中显微对象的分布情况;
基于每个窗口图像对应的分布情况确定对焦窗口,所述对焦窗口包括至少一个窗口图像。
可选地,所述确定每个窗口图像中显微对象的分布情况,包括:
计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值,得到所述搜索窗口对应的分布情况,所述搜索窗口包括多个相邻的窗口图像。
可选地,所述计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值之前,还包括:
对所述搜索窗口中的窗口图像进行二值化处理,得到对应的灰度图像。
可选地,所述确定每个窗口图像中显微对象的分布情况,包括:
从所述多个窗口图像中的起始窗口图像开始,按照指定顺序依次获取各个窗口图像对应的分布情况。
可选地,所述基于每个窗口图像对应的分布情况确定对焦窗口,包括:
获取对焦需求;
将分布情况满足所述对焦需求指示的期望分布情况的窗口图像确定为所述对焦窗口。
可选地,所述对焦需求指示的期望分布情况包括确定显微对象最多的对焦窗口。
可选地,所述对焦需求指示的期望分布情况包括确定显微对象最少的对焦窗口。
可选地,所述将所述目标显微图像划分为多个窗口图像,包括:
按照所述对焦需求指示的期望尺寸将所述目标显微图像划分为多个窗口图像。
第二方面,提供了一种显微图像中的对焦窗口选择装置,所述装置包括:
图像获取模块,用于获取目标显微图像,所述目标显微图像包括多个显微对象;
图像划分模块,用于将所述目标显微图像划分为多个窗口图像;
对象统计模块,用于确定每个窗口图像中显微对象的分布情况;
窗口确定模块,用于基于每个窗口图像对应的分布情况确定对焦窗口,所述对焦窗口包括至少一个窗口图像。
可选地,所述对象统计模块,用于:
计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值,得到所述搜索窗口对应的分布情况,所述搜索窗口包括多个相邻的窗口图像。
本申请的有益效果在于:通过获取目标显微图像;将目标显微图像划分为多个窗口图像;确定每个窗口图像中显微对象的分布情况;基于每个窗口图像对应的分布情况确定对焦窗口,对焦窗口包括至少一个窗口图像;可以解决对焦窗口的选择方式固定时选择出的对焦窗口可能无法满足用户的处理需求,从而导致对显微对象的分析处理的效果较差的问题;由于可以基于显微对象的分布情况来确定对焦窗口,可以选择出分布情况符合用户期望的对焦窗口,一方面可以提高分析显微对象的准确性,另一方面还可以提高确定符合用户期望的对焦窗口的效率。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,并可依照说明书的内容予以实施,以下以本申请的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的在显微图像的中间区域确定对焦窗口的示意图;
图2是本申请一个实施例提供的在显微图像的指定区域确定对焦窗口的示意图;
图3是本申请一个实施例提供的显微图像中的对焦窗口选择方法的流程图;
图4是本申请一个实施例提供的在获取显微对象的分布情况的示意图;
图5是本申请一个实施例提供的显微图像中的对焦窗口选择装置的框图。
具体实施方式
下面结合附图和实施例,对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
在现有的一种对焦窗口选择方式中,显微镜以预设尺寸选择显微图像的中间区域作为对焦窗口。比如:参考图1,显微图像的尺寸为M×N,预设尺寸为(M/2)×(N/2)或者(M/4)×(N/4)。
在现有的另一种对焦窗口选择方式中,显微镜以预设尺寸选择显微图像中至少一个指定区域作为对焦窗口。比如:参考图2,显微图像的尺寸为M×N,预设尺寸为(M/4)×(N/4),至少一个指定区域包括:左上角、中间区域、右上角、左下角和右下角。
本申请中图像的尺寸以像素为单位。
在上述对焦窗口选择方式中,显微镜选择固定位置的对焦窗口对显微对象进行分析时,由于显微图像中各个位置分布的显微对象是不均匀的,因此,得到对焦窗口中显微对象的数量可能无法达到用户的期望。比如:用户期望对焦窗口中显微对象的数量最多,而图1和图2所示的两种选择方法均无法选择出显微对象数量最多的对焦窗口。此时,若直接使用该对焦窗口中的显微对象进行分析,可能得到的分析结果不够准确;若不使用该对焦窗口进行分析,则需要用户手动调节物镜位置,确定符合用户期望的对焦窗口的效率较低。
基于上述技术问题,本申请提供了一种显微图像中的对焦窗口选择方法,该方法中,基于显微对象的分布情况来确定对焦窗口,可以选择出分布情况符合用户期望的对焦窗口,一方面可以提高分析显微对象的准确性,另一方面还可以提高确定符合用户期望的对焦窗口的效率。
可选地,本申请以各个实施例的执行主体为显微镜为例进行说明;在其它实施例中,各个实施例的执行主体也可以是用于控制显微镜运行的装置。
图3是本申请一个实施例提供的显微图像中的对焦窗口选择方法的流程图。该方法至少包括以下几个步骤:
步骤301,获取目标显微图像,该目标显微图像包括多个显微对象。
其中,显微对象可以是细胞、细菌等,本实施例不对显微对象的种类作限定。
步骤302,将目标显微图像划分为多个窗口图像。
在一种实现方式中,按照固定尺寸将目标显微图像划分为多个窗口图像。
在另一种实现方式中,获取对焦需求;按照对焦需求指示的期望尺寸将目标显微图像划分为多个窗口图像。
其中,对焦需求可以是用户输入的;或者,其它设备发送的;或者,是存储介质中存储的。
步骤303,确定每个窗口图像中显微对象的分布情况。
计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值,得到搜索窗口对应的分布情况,搜索窗口包括多个相邻的窗口图像。此时,显微镜以搜索窗口来获取分布情况,搜索窗口的尺寸与对焦窗口的尺寸相同。参考图4,搜索窗口包括2行2列相邻排布的4个窗口图像。
可选地,在搜索窗口包括的窗口图像中显微对象区域与背景区域的比值之前,对搜索窗口进行二值化处理,得到对应的灰度图像。此时,使用灰度图像计算显微对象区域与背景区域的比值。
由于显微对象通常放置在玻璃切片上进行显微观察,此时,玻璃对象上具有显微对象的区域会在灰度图像中呈现黑色,在不具有显微对象的区域会在灰度图像中呈现白色,参考图4,基于两者的颜色差异,可以计算出显微对象区域与背景区域的比值。比值越大,分布的显微对象越多;比值越小,分布的显微对象越小。
显微镜在确定分布情况时,可以从多个窗口图像中的起始窗口图像开始,按照指定顺序依次获取各个窗口图像对应的分布情况。
可选地,起始窗口图像为位于目标显微图像左上角的窗口图像;指定顺序为从左至右、从上之下依次获取分布情况。
参考图4,显微镜使用搜索窗口,从左上角的窗口图像开始,从左至右、从上之下依次获取分布情况,搜索窗口每次移动一个窗口图像。
步骤304,基于每个窗口图像对应的分布情况确定对焦窗口。
在一个示例中,显微镜中默认设置有对焦窗口的选择规则,比如:选择显微对象分布最多的搜索窗口作为对焦窗口。
在另一个示例中,显微镜获取对焦需求;将分布情况满足对焦需求指示的期望分布情况的窗口图像确定为对焦窗口。
其中,对焦需求指示的期望分布情况包括确定显微对象最多的对焦窗口,此时,对焦窗口中的显微对象大于其它搜索窗口中的显微对象;或者,对焦需求指示的期望分布情况包括确定显微对象最少的对焦窗口,此时,对焦窗口中的显微对象小于其它搜索窗口中的显微对象。当然,对焦需求指示的期望分布情况也可以是其它类型,本实施例不对对焦需求作限定。
综上所述,本实施例提供的显微图像中的对焦窗口选择方法,通过获取目标显微图像;将目标显微图像划分为多个窗口图像;确定每个窗口图像中显微对象的分布情况;基于每个窗口图像对应的分布情况确定对焦窗口,对焦窗口包括至少一个窗口图像;可以解决对焦窗口的选择方式固定时选择出的对焦窗口可能无法满足用户的处理需求,从而导致对显微对象的分析处理的效果较差的问题;由于可以基于显微对象的分布情况来确定对焦窗口,可以选择出分布情况符合用户期望的对焦窗口,一方面可以提高分析显微对象的准确性,另一方面还可以提高确定符合用户期望的对焦窗口的效率。
图5是本申请一个实施例提供的显微图像中的对焦窗口选择装置的框图。该装置至少包括以下几个模块:图像获取模块510、图像划分模块520、对象统计模块530和窗口确定模块540。
图像获取模块510,用于获取目标显微图像,所述目标显微图像包括多个显微对象;
图像划分模块520,用于将所述目标显微图像划分为多个窗口图像;
对象统计模块530,用于确定每个窗口图像中显微对象的分布情况;
窗口确定模块540,用于基于每个窗口图像对应的分布情况确定对焦窗口,所述对焦窗口包括至少一个窗口图像。
可选地,所述对象统计模块530,用于:
计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值,得到所述搜索窗口对应的分布情况,所述搜索窗口包括多个相邻的窗口图像。
相关细节参考上述方法实施例。
需要说明的是:上述实施例中提供的显微图像中的对焦窗口选择装置在进行显微图像中的对焦窗口选择时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将显微图像中的对焦窗口选择装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的显微图像中的对焦窗口选择装置与显微图像中的对焦窗口选择方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
可选地,本申请还提供有一种计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的显微图像中的对焦窗口选择方法。
可选地,本申请还提供有一种计算机产品,该计算机产品包括计算机可读存储介质,所述计算机可读存储介质中存储有程序,所述程序由处理器加载并执行以实现上述方法实施例的显微图像中的对焦窗口选择方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种显微图像中的对焦窗口选择方法,其特征在于,所述方法包括:
获取目标显微图像,所述目标显微图像包括多个显微对象;
获取对焦需求;
基于所述对焦需求指示的期望尺寸将所述目标显微图像划分为多个窗口图像;
确定每个窗口图像中显微对象的分布情况,在确定所述分布情况时,使用搜索窗口从所述多个窗口图像中的起始窗口图像开始,按照指定顺序依次获取各个窗口图像对应的分布情况,所述搜索窗口每次移动一个窗口图像;所述搜索窗口包括多个相邻的窗口图像;
将所述分布情况满足所述对焦需求指示的期望分布情况的窗口图像确定对焦窗口,所述对焦窗口包括至少一个窗口图像;
所述确定每个窗口图像中显微对象的分布情况,包括:
计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值,得到所述搜索窗口对应的分布情况。
2.根据权利要求1所述的方法,其特征在于,所述计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值之前,还包括:
对所述搜索窗口中的窗口图像进行二值化处理,得到对应的灰度图像。
3.根据权利要求1所述的方法,其特征在于,所述对焦需求指示的期望分布情况包括确定显微对象最多的对焦窗口。
4.根据权利要求1所述的方法,其特征在于,所述对焦需求指示的期望分布情况包括确定显微对象最少的对焦窗口。
5.一种显微图像中的对焦窗口选择装置,其特征在于,所述装置包括:
图像获取模块,用于获取目标显微图像,所述目标显微图像包括多个显微对象;
用于获取对焦需求的模块;
图像划分模块,用于基于所述对焦需求指示的期望尺寸将所述目标显微图像划分为多个窗口图像;
对象统计模块,用于确定每个窗口图像中显微对象的分布情况,在确定所述分布情况时,使用搜索窗口从所述多个窗口图像中的起始窗口图像开始,按照指定顺序依次获取各个窗口图像对应的分布情况,所述搜索窗口每次移动一个窗口图像;所述搜索窗口包括多个相邻的窗口图像;
窗口确定模块,用于将所述分布情况满足所述对焦需求指示的期望分布情况的窗口图像确定为对焦窗口,所述对焦窗口包括至少一个窗口图像;
所述对象统计模块,用于:
计算搜索窗口包括的窗口图像中显微对象区域与背景区域的比值,得到所述搜索窗口对应的分布情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911231117.XA CN111142253B (zh) | 2019-12-05 | 2019-12-05 | 显微图像中的对焦窗口选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911231117.XA CN111142253B (zh) | 2019-12-05 | 2019-12-05 | 显微图像中的对焦窗口选择方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111142253A CN111142253A (zh) | 2020-05-12 |
CN111142253B true CN111142253B (zh) | 2022-06-21 |
Family
ID=70517566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911231117.XA Active CN111142253B (zh) | 2019-12-05 | 2019-12-05 | 显微图像中的对焦窗口选择方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111142253B (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106303242A (zh) * | 2016-08-18 | 2017-01-04 | 上海交通大学 | 多光谱显微成像的快速主动对焦系统及方法 |
CN108459406B (zh) * | 2018-03-15 | 2020-06-23 | 上海理工大学 | 基于人工鱼群算法的显微镜自动对焦窗口选择方法 |
-
2019
- 2019-12-05 CN CN201911231117.XA patent/CN111142253B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111142253A (zh) | 2020-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111524137B (zh) | 基于图像识别的细胞识别计数方法、装置和计算机设备 | |
EP3788591B1 (en) | Focus-weighted, machine learning classifier error prediction for microscope slide images | |
EP2803015B1 (en) | Two stage categorization of objects in images | |
EP3203290B1 (en) | Image processing method | |
CN111931751B (zh) | 深度学习训练方法、目标物识别方法、系统和存储介质 | |
US9916658B2 (en) | Disease analysis apparatus, control method, and program | |
CN110736748A (zh) | 免疫组化核浆染色切片诊断方法及系统 | |
US8019156B2 (en) | Method and device for segmenting a digital representation of cells | |
CN110853005A (zh) | 一种免疫组化膜染色切片诊断方法及装置 | |
CN112750121B (zh) | 用于病理玻片数字图像质量检测的系统及其方法 | |
CN112464802B (zh) | 一种玻片样本信息的自动识别方法、装置和计算机设备 | |
CN113344958B (zh) | 一种显微成像扫描方法及扫描系统 | |
CN113237881B (zh) | 一种特定细胞的检测方法、装置和病理切片检测系统 | |
CN112037185A (zh) | 染色体分裂相图像筛选方法、装置及终端设备 | |
CN113223041B (zh) | 用于自动提取图像中目标区域的方法、系统及存储介质 | |
CN110837809A (zh) | 血液自动分析方法、系统、血细胞分析仪及存储介质 | |
CN113096079B (zh) | 图像分析系统及其构建方法 | |
CN111142253B (zh) | 显微图像中的对焦窗口选择方法及装置 | |
CN115165710B (zh) | 细胞的快速扫描方法和装置 | |
CN111353407B (zh) | 医学图像处理方法、装置、计算机设备和存储介质 | |
CN111862003B (zh) | 医疗影像目标信息获取方法、装置、设备和存储介质 | |
CN111226437A (zh) | 一种对拍摄装置的拍摄质量评测方法、装置及终端设备 | |
CN118097093B (zh) | 基于病理大模型在数字病理切片数据集上的以图搜图系统 | |
EP4125065A1 (en) | Image processing method and classification model construction method | |
Bonam et al. | Toward automated quantification of biological microstructures using unbiased stereology |
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 |