发明内容
针对现有频域去卷积方法存在需要准确标定系统点扩散函数以及对噪声敏感的缺点,本发明提供一种基于频域去卷积的图像处理方法、装置及电子设备,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
第一方面,本发明实施例提供了一种基于频域去卷积的图像处理方法,所述方法包括:
获取单帧样本宽场图像;
设置点扩散函数;
分别对宽场图像和点扩散函数进行傅里叶变换,得到频域分布图像和光学传递函数;
计算频域分布图像中各频域分量的信噪比;
根据所述光学传递函数和各频域分量的信噪比构建噪声抑制模板;
根据光学传递函数和噪声抑制模板,对频域分布图像进行去卷积运算得到去卷积后的频域图像;
将去卷积后的频域图像进行逆傅里叶变换,得到最终图像。
进一步,使用二维高斯分布模型描述点扩散函数,由模型的标准差参数决定点扩散函数的大小。
进一步,计算频域分布图像中各频域分量的信噪比包括:
计算频域分布图像中指定边缘区域的平均值,得到噪声信号的频域幅值,其中指定边缘区域指频域分布图像中与所述频域分布图像的中心点之间的距离大于预设值的区域;
根据所述噪声信号的频域幅值,计算频域分布图像中各频域分量的信噪比。
进一步,所述预设值为(a+b)/4,其中a和b分别为所述频域分布图像的长度和宽度。
进一步,根据所述噪声信号的频域幅值,计算频域分布图像中各频域分量的信噪比具体为:
其中,
为频域分布图像
在(u,v)位置的值,N为噪声信号的频域幅值,SNR(u,v)为频域分布图像
在(u,v)位置的信噪比。
进一步,根据所述光学传递函数和各频域分量的信噪比构建噪声抑制模板具体为:
其中,OTF2(u,v)为光学传递函数在(u,v)位置的值,k为预先设置的值,λ为预先设置的值,P(u,v)表示在(u,v)位置对应的噪声抑制模板。
进一步,根据点扩散函数和噪声抑制模块,对频域分布图像进行去卷积运算得到去卷积后的频域图像具体为:
第二方面,本发明实施例还提供了一种基于频域去卷积的图像处理装置,包括:
获取模块,用于获取单帧样本宽场图像;
设置模块,用于设置点扩散函数;
傅里叶变换模块,用于分别对宽场图像和点扩散函数进行傅里叶变换,分别得到频域分布图像和光学传递函数;
计算模块,用于计算频域分布图像中各频域分量的信噪比;
构建模块,用于根据所述光学传递函数和各频域分量的信噪比构建噪声抑制模板;
去卷积模块,用于根据光学传递函数和噪声抑制模板,对频域分布图像进行去卷积运算得到去卷积后的频域图像;
逆傅里叶变换模块,用于将去卷积后的频域图像进行逆傅里叶变换,得到最终图像。
第三方面,本发明实施例还提供了一种基于频域去卷积的图像处理装置,包括:
处理器;
存储器,用于存储计算机可读程序;
当所述计算机可读程序被所述处理器执行时,使得所述处理器实现如第一方面所述的方法。
第四方面,本发明实施例还提供了一种电子设备,其中存储有处理器可执行的指令,其特征在于,包括:
处理器;
存储器,用于存储计算机可读程序;
当所述计算机可读程序被所述处理器执行时,使得所述处理器实现如第一方面所述的方法。
本发明实施例的一种基于频域去卷积的图像处理方法、装置及电子设备,至少具有以下有益效果:设置点扩散函数,无需标定系统点扩散函数,计算频域分布图像中各频域分量的信噪比,根据点扩散函数对应的光学传递函数和各频域分量的信噪比构建噪声抑制模板,在进行噪声抑制的同时提高分辨率。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1是本发明一实施例提供的基于频域去卷积的图像处理方法的流程图;
图2是本发明一实施例提供的基于频域去卷积的图像处理装置的结构示意图;
图3是本发明另一实施例提供的基于频域去卷积的图像处理装置的结构示意图;
图4是本发明一实施例提供的电子设备的结构示意图;
图5(a)本发明一实施例提供的是单帧宽场图像;
图5(b)本发明一实施例提供的理想状态的样本分布图像;
图6(a)是采用现有直接频域去卷积算法处理得到的图像;
图6(b)是采用现有维纳滤波算法处理得到的图像;
图7(a)是使用本发明设置的一个点扩散函数在XOY平面的投影图;
图7(b)是采用本发明的实施例提供的方法进行处理得到的最终图像。
图8(a)是使用本发明设置的另一个点扩散函数在XOY平面的投影图;
图8(b)是采用本发明的实施例提供的方法进行处理得到的最终图像。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,虽然在系统示意图中进行了功能模块划分,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于系统中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
图1是本发明一实施例提供的一种基于频域去卷积的图像处理方法,包括但不限于步骤S11-S17:
S11、获取单帧宽场图像;
在一实施例中,单帧宽场图像I0由显微镜系统对目标样本采集得到,显微镜系统包括显微镜以及和该显微镜结合来获取显微镜成像图像的相机。相机可以是CCD相机或CMOS相机,本实施例对此没有限制。
在一实施例中,也可以由显微镜系统将单帧宽场图像发送给执行本实例的图像处理方法的装置。
S12、设置点扩散函数;
其中,使用二维高斯分布模型描述点扩散函数H
2,由模型的标准差参数σ决定点扩散函数的大小。点扩散函数H
2是比系统点扩散函数H小的任一尺寸。假设系统点扩散函数为H,则
表示卷积运算。
原始的单帧宽场图像I
0可以看做理想状态的样本分布S与显微成像系统点扩散函数H的卷积结果,同时也是样本分布S与两个小尺寸高斯函数(H
1和H
2)的卷积结果,即
根据卷积运算的交换特性可以得到,
说明我们可以任意用一个小于系统点扩散函数的小尺寸高斯函数H
2进行去卷积运算,最终会得到比原始宽场图像I
0模糊程度小,并且分辨率得到提升的宽场图像
点扩散函数H
2的尺寸与系统点扩散函数H的尺寸越接近,则分辨率提升效果越明显。
S13、分别对宽场图像和点扩散函数进行傅里叶变换,得到频域分布图像和光学传递函数;
采用傅里叶变换将宽场图像和点扩散函数转换到频域。
S14、计算频域分布图像中各频域分量的信噪比;
步骤S14具体包括但不限于步骤S21-S22:
S21、计算频域分布图像中指定边缘区域的平均值,得到噪声信号的频域幅值,其中指定边缘区域指频域分布图像中与所述频域分布图像的中心点之间的距离大于预设值的区域;预设值可以根据实际需要设定,例如,为(a+b)/4,其中a和b分别为频域分布图像的长度和宽度。可以直接获取指定边缘区域的平均值作为噪声信号的频域幅值。
S22、根据噪声信号的频域幅值,计算频域分布图像中各频域分量的信噪比。
具体为:根据噪声信号的频域幅值N,计算频域分布图像
中各频域分量的信噪比SNR。
其中,
为频域分布图像
在(u,v)位置的值,N为噪声信号的频域幅值,SNR(u,v)为频域分布图像
在(u,v)位置的信噪比。
S15、根据光学传递函数和各频域分量的信噪比构建噪声抑制模板;
具体为:根据光学传递函数OTF2和各频域分量的信噪比SNR构建噪声抑制模板P。
其中,P(u,v)表示在(u,v)位置对应的噪声抑制模板,OTF
2(u,v)为光学传递函数在(u,v)位置的值,k为预先设置的值,系数k取值越大抑制噪声能力越强,但是会降低图像分辨率,在一实施例中,系数k可在0.2~5之间取值,λ为预先设置的值,
项是为了能够根据信噪比对滤波器系数进行像素级调节,当某个频域分量的信噪比较大时,
值很小,该位置的抑制系数接近于1,可以避免对高信噪比分量进行抑制,有利于提升图像的分辨率。反之,当某个频域分量的信噪比较小时,
值很大,滤波器抑制效果会增强,起到抑制噪声放大的效果系数λ取值越大抑制噪声能力越强,但是会降低图像分辨率,在一实施例中,系数λ的取值范围可设置在0.01~1之间。
S16、根据光学传递函数和噪声抑制模板,对频域分布图像进行去卷积运算得到去卷积后的频域图像;
具体为:使用光学传递函数OTF
2和噪声抑制模板P,对频域分布图像
进行去卷积运算得到去卷积后的频域图像
S17、将去卷积后的频域图像进行逆傅里叶变换,得到最终图像。
将去卷积后的频域图像
进行逆傅里叶变换到时域,得到最终图像I
1。
图2是本发明一实施例提供的一种基于频域去卷积的图像处理装置,包括:
获取模块,用于获取单帧样本宽场图像;
设置模块,用于设置点扩散函数;
傅里叶变换模块,用于分别对宽场图像和点扩散函数进行傅里叶变换,分别得到频域分布图像和光学传递函数;
计算模块,用于计算频域分布图像中各频域分量的信噪比;
构建模块,用于根据光学传递函数和各频域分量的信噪比构建噪声抑制模板;
去卷积模块,用于根据光学传递函数和噪声抑制模板,对频域分布图像进行去卷积运算得到去卷积后的频域图像;
逆傅里叶变换模块,用于将去卷积后的频域图像进行逆傅里叶变换,得到最终图像。
其中获取模块、设置模块、傅里叶变换模块、计算模块、构建模块、去卷积模块和逆傅里叶变换模块进行处理的过程与图1的方法过程类似,此处不再赘述。
图3是本发明另一实施例提供的基于频域去卷积的图像处理装置,包括:
处理器;
存储器,用于存储计算机可读程序;
当所述计算机可读程序被处理器执行时,使得处理器实现如图1所述的方法。
处理器和存储器可以通过总线或者其他方式连接,图3中以通过总线连接为例。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件或其他非暂态固态存储器件。
其中,图2和图3中的图像处理装置可以是终端,该终端包括但不限于如手机等移动终端以及如电脑等固定终端,也可以是上述这些终端上安装的应用程序。
在一实施例中,本发明还提供了一种电子设备,如图4所示,包括:
处理器;
存储器,用于存储计算机可读程序;
当所述计算机可读程序被处理器执行时,使得处理器实现如图1所述的方法。
在一实施例中,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令可被一个或多个处理器执行,当所述计算机可执行指令被执行时实现上述实施例中的各步骤。
本发明实施例还提供了一种计算机可读存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于实现图1所述的方法。
图5(a)是待处理的单帧宽场图像I0,图5(b)理想状态的样本分布图像。
图6(a)是采用现有直接频域去卷积算法进行处理得到的图像,图6(b)是采用现有维纳滤波算法进行处理得到的图像。
图7(a)是使用本发明设置的一个点扩散函数H2在XOY平面的投影图,图7(a)中右上角的斑点为中心斑点的局部放大图,图7(b)是采用本发明的方法基于点扩散函数H2对单帧宽场图像I0进行处理得到的最终图像。
图8(a)是使用本发明设置的另一个点扩散函数H’2(其中H2的尺寸比H’2的尺寸大)在XOY平面的投影图,图8(a)中右上角的斑点为中心斑点的局部放大图,图8(b)是采用本发明的方法基于点扩散函数H’2对单帧宽场图像I0进行处理得到的最终图像。
现有技术直接进行频域逆滤波对噪声非常敏感,甚至无法得到具有大致相同轮廓的重构结果。维纳滤波具有一定的噪声抑制能力,但该算法需要用到实际上难以获取的系统点扩散函数,另外,维纳滤波使用频域范围较小的系统点扩散函数抑制噪声,抑制噪声的同时也降低了图像分辨率。
本发明使用容易获取的点扩散函数H2,不仅不需要去精确标定系统点扩散函数,还可以通过调节系数k及λ去平衡算法的噪声抑制能力和分辨率提升效果,在进行噪声抑制的同时也提高了分辨率。在图像噪声不高时,可以实现较为明显的分辨率提升效果。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
以上是对本发明的较佳实施进行了具体说明,但本发明并不局限于上述实施方式,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变形或替换,这些等同的变形或替换均包含在本发明权利要求所限定的范围内。