CN111290112A - 一种基于双光源显微镜的控制方法 - Google Patents
一种基于双光源显微镜的控制方法 Download PDFInfo
- Publication number
- CN111290112A CN111290112A CN202010282087.1A CN202010282087A CN111290112A CN 111290112 A CN111290112 A CN 111290112A CN 202010282087 A CN202010282087 A CN 202010282087A CN 111290112 A CN111290112 A CN 111290112A
- Authority
- CN
- China
- Prior art keywords
- radius
- objective lens
- image
- edge profile
- defocusing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
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
- G02B21/361—Optical details, e.g. image relay to the camera or image sensor
-
- 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
- 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
- G02B21/367—Control or image processing arrangements for digital or video microscopes providing an output produced by processing a plurality of individual source images, e.g. image tiling, montage, composite images, depth sectioning, image comparison
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Microscoopes, Condenser (AREA)
Abstract
本发明提供了一种基于双光源显微镜的控制方法,包括以下步骤:S1、开启位于载物台下方的下光源,位于载物台上方的CCD相机拍摄样本的阴影图片;关闭所述下光源;S2、处理模块获取阴影图片并对其进行图像识别,识别出多个目标物并确定它们的中心位坐标和目标物所在的最小圆形区域;S3、水平运动模块根据中心位坐标控制物镜移动到一个目标物的上方并且使物镜的光轴穿过目标物的中心位;这种基于双光源显微镜的控制方法针对透明不规则的目标物采用双光源来进行对焦,下光源从下方照射样本,CCD相机采集的阴影图片更适于处理模块来进行图像识别,上光源产生的半圆形光速能够快速确定目标物所在中心位的离焦量,拍摄多张最小圆形区域中目标物的清晰图片。
Description
技术领域
本发明涉及电子生物显微镜技术领域,尤其涉及一种基于双光源显微镜的控制方法。
背景技术
生物显微镜是一种用来观察生物切片、生物细胞、细菌以及活体组织培养、流质沉淀等也可以观察其他透明或者半透明物体以及粉末、细小颗粒等物体的精密光学仪器。生物显微镜用来供医疗卫生单位、高等院校、研究院所用于微生物、细胞、细菌、组织培养、悬浮体、沉淀物等的观察,可连续观察细胞、细菌等在培养液中繁殖分裂的过程等。在细胞学、寄生虫学、肿瘤学、免疫学、遗传工程学、工业微生物学、植物学等领域中应用广泛。
现有技术中,一般通过手动或自动的方式进行对焦,手动对焦的方式存在效率低、准确度低的缺陷,利用显微镜进行自动对焦的方式能够提高对焦效率,例如公开号为CN104932092B的中国专利公开了一种基于偏心光束法的自动对焦显微镜及其对焦方法,硬件构成包括偏心光束离焦量探测模块、显微成像模块、压电物镜驱动器、XY载物台及计算机处理系统。离焦量探测模块发射半圆形激光束照射样本表面,并获取样本反射形成的半圆形光斑图像;计算机处理系统经过自适应中值滤波、基于OSTU的Canny边缘检测、最小二乘法拟合等算法处理灰度化的光斑图像可得到光斑半径,根据半径-离焦量的线性关系模型,可计算该视场下样本离焦量;压电物镜驱动器带动物镜补偿离焦量;对焦完成后,显微成像模块获取清晰的样本图像。由于离焦量探测模块发射半圆形激光束照射样本表面,并获取样本反射形成的半圆形光斑图像,所以这种对焦方法较适用于比较规则的目标,例如细胞、病毒这样的个体,但是对于透明的、不规则的,例如染色体,要想获得清晰的样本图像则较为困难。
发明内容
本发明要解决的技术问题是:为了解决现有技术中生物显微镜在面对透明的、不规则的样本时难以对焦的问题,本发明提供了一种基于双光源显微镜的控制方法来解决上述问题。
本发明解决其技术问题所采用的技术方案是:一种基于双光源显微镜的控制方法,包括以下步骤:
S1、开启位于载物台下方的下光源,位于载物台上方的CCD相机拍摄样本的阴影图片;关闭所述下光源;
S2、处理模块获取阴影图片并对其进行图像识别,识别出多个目标物并确定它们的中心位坐标和目标物所在的最小圆形区域;
S3、水平运动模块根据中心位坐标控制物镜移动到一个目标物的上方并且使物镜的光轴穿过目标物的中心位;
S4、开启上光源,CCD相机拍摄目标物的半圆光斑图片;
S5、处理模块获取半圆光斑图片并对图像进行处理,计算出物镜当前位置的离焦量并转换成物镜的对焦运动量;
S6、竖直运动模块根据对焦运动量控制物镜运动至准确对焦;
S7、水平运动模块控制物镜在最小圆形区域内平移,同时竖直运动模块控制物镜在(-a,a)之间上下运动,CCD相机拍摄多张目标物的图像;
S8、水平运动模块根据另一个中心位坐标控制物镜移动到另一个目标物的上方并且使物镜的光轴穿过目标物的中心位;
S9、循环执行步骤S4-S8,直至获取阴影图片中所有目标物的清晰图像。
作为优选,0≤a≤0.2μm。
作为优选,还包括以下步骤:
处理模块对每个目标物的多个图像从中心位向外圆周的顺序进行排列。
具体的,将半圆光斑图片image(x,y)M×N转化为二维灰度图gray(x,y)M×N,(x,y)表示图像像素坐标,M×N表示图像分辨率;
使用基于OSTU的Canny边缘检测算法:
然后使用Canny边缘检测处理得到光斑二值化图像binary(x,y)M×N的完整边缘轮廓edge(x,y)M×N;
将获取的完整边缘轮廓edge(x,y)M×N作为掩膜处理光斑二值化图像binary(x,y)M×N,得边缘轮廓AedgeA(x,y)M×N;使用完整边缘轮廓edge(x,y)M×N减去边缘轮廓AedgeA(x,y)M×N,得边缘轮廓BedgeB(x,y)M×N;
使用最小二乘法分别拟合边缘轮廓AedgeA(x,y)M×N和边缘轮廓BedgeB(x,y)M×N,得到对应的边缘轮廓A的拟合圆半径rA和边缘轮廓B的拟合圆半径rB;
比较拟合圆半径rA与拟合圆半径rB的大小,其中较大者对应的边缘轮廓为非半圆轮廓,较小者对应的边缘轮廓为半圆轮廓;
分别计算边缘轮廓AedgeA(x,y)M×N和边缘轮廓BedgeB(x,y)M×N的灰度重心点pointA(xA,yA)及pointB(xB,yB),(xA,yA)表示边缘轮廓A的灰度重心点的像素坐标,(xB,yB)表示表示边缘轮廓B的灰度重心点的像素坐标;
比较xA与xB的大小,其中较大者对应的边缘轮廓在图像上位于较小者对应的边缘轮廓的右侧;据此得到非半圆轮廓与半圆轮廓的相对位置;
所述相对位置包括如下两种情况:
-非半圆轮廓位于半圆轮廓的左侧,与目标物的正离焦状态相对应;所述正离焦状态是指目标物超出物镜焦距的离焦情况;
-非半圆轮廓位于半圆轮廓的右侧,与目标物的负离焦状态相对应;所述负离焦状态是指目标物在物镜焦距内的离焦情况;
目标物判定为正离焦状态时,将拟合圆半径rA、拟合圆半径rB中的较小者直接代入光斑半径-离焦量线性关系模型;目标物判定为负离焦时,将拟合圆半径rA、拟合圆半径rB中的较小者乘以-1代入光斑半径-离焦量关系模型;计算当前目标物离焦量;
所述光斑半径-离焦量关系模型具体为:
光斑半径绝对值超出数值rmax时,光斑半径-离焦量之间为非线性关系;光斑半径绝对值小于数值rmin时,样本处于准焦状态下,rmax表示线性关系区间内的光斑半径最大值,rmin表示线性关系区间内的光斑半径最小值;样本处于正离焦状态或负离焦状态时,根据δ=k·r+b计算离焦量,δ表示离焦量,k表示线性模型的斜率,r表示当前光斑半径,b表示目标物在物镜景深范围内时上述图像处理算法计算所得的光斑半径;其中正离焦状态时k>0,负离焦状态时k<0,r=min{rA,rB},k、b的具体数值由实验数据进行线性回归分析得到。
具体的,所述上光源为激光光源,所述下光源为LED光源。
本发明的有益效果是,这种基于双光源显微镜的控制方法针对透明不规则的目标物采用双光源来进行对焦,下光源从下方照射样本,CCD相机采集的阴影图片更适于处理模块来进行图像识别,上光源产生的半圆形光速能够快速确定目标物所在中心位的离焦量,然后再拍摄多张最小圆形区域中目标物的清晰图片。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的一种基于双光源显微镜的控制方法的最优实施例的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,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”、“轴向”、“径向”、“周向”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发明和简化描述,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发明的限制。
此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
如图1所示,本发明提供了一种基于双光源显微镜的控制方法,包括以下步骤:
S1、开启位于载物台下方的下光源,位于载物台上方的CCD相机拍摄样本的阴影图片;关闭下光源;下光源为LED光源;
S2、处理模块获取阴影图片并对其进行图像识别,识别出多个目标物并确定它们的中心位坐标和目标物所在的最小圆形区域;对于图像识别,可以利用现有技术中的图片深度学习方法将目标物作为对象进行深度学习,然后使用训练完成后的模型对阴影图片进行识别。
S3、水平运动模块根据中心位坐标控制物镜移动到一个目标物的上方并且使物镜的光轴穿过目标物的中心位;
S4、开启上光源,CCD相机拍摄目标物的半圆光斑图片;上光源为激光光源;
S5、处理模块获取半圆光斑图片并对图像进行处理,计算出物镜当前位置的离焦量并转换成物镜的对焦运动量;此实例中,处理模块对半圆光斑图像的处理方式为:
将半圆光斑图片image(x,y)M×N转化为二维灰度图gray(x,y)M×N,(x,y)表示图像像素坐标,M×N表示图像分辨率;
使用基于OSTU的Canny边缘检测算法:
然后使用Canny边缘检测处理得到光斑二值化图像binary(x,y)M×N的完整边缘轮廓edge(x,y)M×N;
将获取的完整边缘轮廓edge(x,y)M×N作为掩膜处理光斑二值化图像binary(x,y)M×N,得边缘轮廓AedgeA(x,y)M×N;使用完整边缘轮廓edge(x,y)M×N减去边缘轮廓AedgeA(x,y)M×N,得边缘轮廓BedgeB(x,y)M×N;
使用最小二乘法分别拟合边缘轮廓AedgeA(x,y)M×N和边缘轮廓BedgeB(x,y)M×N,得到对应的边缘轮廓A的拟合圆半径rA和边缘轮廓B的拟合圆半径rB;
比较拟合圆半径rA与拟合圆半径rB的大小,其中较大者对应的边缘轮廓为非半圆轮廓,较小者对应的边缘轮廓为半圆轮廓;
分别计算边缘轮廓AedgeA(x,y)M×N和边缘轮廓BedgeB(x,y)M×N的灰度重心点pointA(xA,yA)及pointB(xB,yB),(xA,yA)表示边缘轮廓A的灰度重心点的像素坐标,(xB,yB)表示表示边缘轮廓B的灰度重心点的像素坐标;
比较xA与xB的大小,其中较大者对应的边缘轮廓在图像上位于较小者对应的边缘轮廓的右侧;据此得到非半圆轮廓与半圆轮廓的相对位置;
相对位置包括如下两种情况:
-非半圆轮廓位于半圆轮廓的左侧,与目标物的正离焦状态相对应;正离焦状态是指目标物超出物镜焦距的离焦情况;
-非半圆轮廓位于半圆轮廓的右侧,与目标物的负离焦状态相对应;负离焦状态是指目标物在物镜焦距内的离焦情况;
目标物判定为正离焦状态时,将拟合圆半径rA、拟合圆半径rB中的较小者直接代入光斑半径-离焦量线性关系模型;目标物判定为负离焦时,将拟合圆半径rA、拟合圆半径rB中的较小者乘以-1代入光斑半径-离焦量关系模型;计算当前目标物离焦量;
光斑半径-离焦量关系模型具体为:
光斑半径绝对值超出数值rmax时,光斑半径-离焦量之间为非线性关系;光斑半径绝对值小于数值rmin时,样本处于准焦状态下,rmax表示线性关系区间内的光斑半径最大值,rmin表示线性关系区间内的光斑半径最小值;样本处于正离焦状态或负离焦状态时,根据δ=k·r+b计算离焦量,δ表示离焦量,k表示线性模型的斜率,r表示当前光斑半径,b表示目标物在物镜景深范围内时上述图像处理算法计算所得的光斑半径;其中正离焦状态时k>0,负离焦状态时k<0,r=min{rA,rB},k、b的具体数值由实验数据进行线性回归分析得到。
S6、竖直运动模块根据对焦运动量控制物镜运动至准确对焦;
S7、水平运动模块控制物镜在最小圆形区域内平移,同时竖直运动模块控制物镜在(-a,a)之间上下运动,此实例中,a=0.1μm。CCD相机拍摄多张目标物的图像;处理模块获取目标物的多张图像后,按照从中心位向外圆周的顺序进行排列,方便后期人员的筛选和观察。
S8、水平运动模块根据另一个中心位坐标控制物镜移动到另一个目标物的上方并且使物镜的光轴穿过目标物的中心位;
S9、循环执行步骤S4-S8,直至获取阴影图片中所有目标物的清晰图像。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对所述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (5)
1.一种基于双光源显微镜的控制方法,其特征在于,包括以下步骤:
S1、开启位于载物台下方的下光源,位于载物台上方的CCD相机拍摄样本的阴影图片;关闭所述下光源;
S2、处理模块获取阴影图片并对其进行图像识别,识别出多个目标物并确定它们的中心位坐标和目标物所在的最小圆形区域;
S3、水平运动模块根据中心位坐标控制物镜移动到一个目标物的上方并且使物镜的光轴穿过目标物的中心位;
S4、开启上光源,CCD相机拍摄目标物的半圆光斑图片;
S5、处理模块获取半圆光斑图片并对图像进行处理,计算出物镜当前位置的离焦量并转换成物镜的对焦运动量;
S6、竖直运动模块根据对焦运动量控制物镜运动至准确对焦;
S7、水平运动模块控制物镜在最小圆形区域内平移,同时竖直运动模块控制物镜在(-a,a)之间上下运动,CCD相机拍摄多张目标物的图像;
S8、水平运动模块根据另一个中心位坐标控制物镜移动到另一个目标物的上方并且使物镜的光轴穿过目标物的中心位;
S9、循环执行步骤S4-S8,直至获取阴影图片中所有目标物的清晰图像。
2.如权利要求1所述的一种基于双光源显微镜的控制方法,其特征在于:
0≤a≤0.2μm。
3.如权利要求2所述的一种基于双光源显微镜的控制方法,其特征在于,还包括以下步骤:
处理模块对每个目标物的多个图像从中心位向外圆周的顺序进行排列。
4.如权利要求3所述的一种基于双光源显微镜的控制方法,其特征在于:
处理模块将半圆光斑图片image(x,y)M×N转化为二维灰度图gray(x,y)M×N,(x,y)表示图像像素坐标,M×N表示图像分辨率;
使用基于OSTU的Canny边缘检测算法:
然后使用Canny边缘检测处理得到光斑二值化图像binary(x,y)M×N的完整边缘轮廓edge(x,y)M×N;
将获取的完整边缘轮廓edge(x,y)M×N作为掩膜处理光斑二值化图像binary(x,y)M×N,得边缘轮廓AedgeA(x,y)M×N;使用完整边缘轮廓edge(x,y)M×N减去边缘轮廓AedgeA(x,y)M×N,得边缘轮廓BedgeB(x,y)M×N;
使用最小二乘法分别拟合边缘轮廓AedgeA(x,y)M×N和边缘轮廓BedgeB(x,y)M×N,得到对应的边缘轮廓A的拟合圆半径rA和边缘轮廓B的拟合圆半径rB;
比较拟合圆半径rA与拟合圆半径rB的大小,其中较大者对应的边缘轮廓为非半圆轮廓,较小者对应的边缘轮廓为半圆轮廓;
分别计算边缘轮廓AedgeA(x,y)M×N和边缘轮廓BedgeB(x,y)M×N的灰度重心点pointA(xA,yA)及pointB(xB,yB),(xA,yA)表示边缘轮廓A的灰度重心点的像素坐标,(xB,yB)表示表示边缘轮廓B的灰度重心点的像素坐标;
比较xA与xB的大小,其中较大者对应的边缘轮廓在图像上位于较小者对应的边缘轮廓的右侧;据此得到非半圆轮廓与半圆轮廓的相对位置;
所述相对位置包括如下两种情况:
-非半圆轮廓位于半圆轮廓的左侧,与目标物的正离焦状态相对应;所述正离焦状态是指目标物超出物镜焦距的离焦情况;
-非半圆轮廓位于半圆轮廓的右侧,与目标物的负离焦状态相对应;所述负离焦状态是指目标物在物镜焦距内的离焦情况;
目标物判定为正离焦状态时,将拟合圆半径rA、拟合圆半径rB中的较小者直接代入光斑半径-离焦量线性关系模型;目标物判定为负离焦时,将拟合圆半径rA、拟合圆半径rB中的较小者乘以-1代入光斑半径-离焦量关系模型;计算当前目标物离焦量;
所述光斑半径-离焦量关系模型具体为:
光斑半径绝对值超出数值rmax时,光斑半径-离焦量之间为非线性关系;光斑半径绝对值小于数值rmin时,样本处于准焦状态下,rmax表示线性关系区间内的光斑半径最大值,rmin表示线性关系区间内的光斑半径最小值;样本处于正离焦状态或负离焦状态时,根据δ=k·r+b计算离焦量,δ表示离焦量,k表示线性模型的斜率,r表示当前光斑半径,b表示目标物在物镜景深范围内时上述图像处理算法计算所得的光斑半径;其中正离焦状态时k>0,负离焦状态时k<0,r=min{rA,rB},k、b的具体数值由实验数据进行线性回归分析得到。
5.如权利要求4所述的一种基于双光源显微镜的控制方法,其特征在于:
所述上光源为激光光源,所述下光源为LED光源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010282087.1A CN111290112A (zh) | 2020-04-11 | 2020-04-11 | 一种基于双光源显微镜的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010282087.1A CN111290112A (zh) | 2020-04-11 | 2020-04-11 | 一种基于双光源显微镜的控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111290112A true CN111290112A (zh) | 2020-06-16 |
Family
ID=71031243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010282087.1A Pending CN111290112A (zh) | 2020-04-11 | 2020-04-11 | 一种基于双光源显微镜的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111290112A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6094299A (en) * | 1998-05-22 | 2000-07-25 | Carl Zeiss Jena Gmbh | Device for switching and focusing microscope objectives |
CN104932092A (zh) * | 2015-06-15 | 2015-09-23 | 上海交通大学 | 基于偏心光束法的自动对焦显微镜及其对焦方法 |
US20170219810A1 (en) * | 2014-07-25 | 2017-08-03 | Leica Microsystems Cms Gmbh | Microscope and method for optically examining and/or manipulating a microscopic sample |
CN110554495A (zh) * | 2018-05-30 | 2019-12-10 | 香港理工大学 | 一种光场光学显微镜及其光场显微成像分析系统 |
CN210181293U (zh) * | 2019-08-02 | 2020-03-24 | 深圳市瀚德标检生物工程有限公司 | 一种可自动调焦的显微镜装置 |
-
2020
- 2020-04-11 CN CN202010282087.1A patent/CN111290112A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6094299A (en) * | 1998-05-22 | 2000-07-25 | Carl Zeiss Jena Gmbh | Device for switching and focusing microscope objectives |
US20170219810A1 (en) * | 2014-07-25 | 2017-08-03 | Leica Microsystems Cms Gmbh | Microscope and method for optically examining and/or manipulating a microscopic sample |
CN104932092A (zh) * | 2015-06-15 | 2015-09-23 | 上海交通大学 | 基于偏心光束法的自动对焦显微镜及其对焦方法 |
CN110554495A (zh) * | 2018-05-30 | 2019-12-10 | 香港理工大学 | 一种光场光学显微镜及其光场显微成像分析系统 |
CN210181293U (zh) * | 2019-08-02 | 2020-03-24 | 深圳市瀚德标检生物工程有限公司 | 一种可自动调焦的显微镜装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100392403C (zh) | 一种对血液显微图像中白细胞个数自动计数方法 | |
JP4663602B2 (ja) | 自動合焦装置、顕微鏡および自動合焦方法 | |
CN109873948A (zh) | 一种光学显微镜智能自动聚焦方法、设备及存储设备 | |
CN101702053A (zh) | 一种尿沉渣检验设备中显微镜系统的自动聚焦方法 | |
WO2017150194A1 (ja) | 画像処理装置、画像処理方法及びプログラム | |
CN110793946A (zh) | 一种真菌样本显微成像及智能识别系统及方法 | |
CN109598704A (zh) | 一种基于bp神经网络的粪便显微图像清晰度评价方法 | |
WO2019225505A1 (ja) | 生物組織画像処理システム及び機械学習方法 | |
JP4774835B2 (ja) | 顕微鏡 | |
WO2018042786A1 (ja) | 画像処理方法、画像処理装置、および撮像装置 | |
US11169079B2 (en) | Captured image evaluation apparatus, captured image evaluation method, and captured image evaluation program | |
CN111290112A (zh) | 一种基于双光源显微镜的控制方法 | |
CN109507792B (zh) | 一种基于机器学习的光学显微镜自动聚焦方法 | |
WO2020012825A1 (ja) | 画像生成装置、画像生成方法および画像生成プログラム | |
Bahadur et al. | Robust autofocusing in microscopy using particle swarm optimization | |
Abbas | Microscopic images dataset for automation of RBCs counting | |
Wang et al. | Three-dimensional autofocusing visual feedback for automated rare cells sorting in fluorescence microscopy | |
Becattini et al. | A visual targeting system for the microinjection of unstained adherent cells | |
CN110554491B (zh) | 用于观测活体未染色细胞的微型相位差数码显微镜 | |
Wang et al. | Simultaneous depth estimation and localization for cell manipulation based on deep learning | |
Dai et al. | Cell image reconstruction for a lens-free imaging system based on linear array sensor | |
Sidhu et al. | Automated blastomere segmentation for early-stage embryo using 3D imaging techniques | |
CN107561075B (zh) | 细胞dna倍体分析三维运动平台的快速扫描成像方法 | |
CN107490850B (zh) | 一种稀疏标本快速聚焦方法 | |
US20150168705A1 (en) | Autofocus system and autofocus method for focusing on a surface |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200616 |
|
RJ01 | Rejection of invention patent application after publication |