CN112965261B - 一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统 - Google Patents

一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统 Download PDF

Info

Publication number
CN112965261B
CN112965261B CN202110200694.3A CN202110200694A CN112965261B CN 112965261 B CN112965261 B CN 112965261B CN 202110200694 A CN202110200694 A CN 202110200694A CN 112965261 B CN112965261 B CN 112965261B
Authority
CN
China
Prior art keywords
center
objective lens
image
coordinate
maxloction
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
Application number
CN202110200694.3A
Other languages
English (en)
Other versions
CN112965261A (zh
Inventor
谢晓鸿
谢时灵
付树军
张平
范庆韬
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.)
Shandong Shidasi Medical Technology Co ltd
Shandong Stars Bioindustry Co ltd
Original Assignee
Shandong Shidasi Medical Technology Co ltd
Shandong Stars Bioindustry 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 Shandong Shidasi Medical Technology Co ltd, Shandong Stars Bioindustry Co ltd filed Critical Shandong Shidasi Medical Technology Co ltd
Priority to CN202110200694.3A priority Critical patent/CN112965261B/zh
Publication of CN112965261A publication Critical patent/CN112965261A/zh
Application granted granted Critical
Publication of CN112965261B publication Critical patent/CN112965261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G02—OPTICS
    • G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
    • G02B27/00—Optical systems or apparatus not provided for by any of the groups G02B1/00 - G02B26/00, G02B30/00
    • G02B27/30—Collimators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G01B11/27—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes for testing the alignment of axes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Optics & Photonics (AREA)
  • Microscoopes, Condenser (AREA)

Abstract

本发明涉及一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统，包括：(1)采集显微镜下的亮度图像；(2)对比度增强；(3)定位亮度最大值的位置；(4)机器视觉测量：像素与物理距离的映射关系；(5)定性分析：判断是否合轴，是的话，判定合轴，否则，进入步骤(6)；(6)定量分析：确定物镜移动的方向和距离，使物镜与聚光镜同轴。本发明可通过机器视觉方法智能校正显微镜的合轴，提高显微镜合轴的效率，提高采图装置采集图像的清晰度。本发明由机器视觉测量的方法快速提供移动物镜的距离和方向，可有效减少校正光轴的时间，降低时间成本。

Description

一种快速有效的基于机器视觉的智能校正显微镜光轴的方法 及其实现系统
技术领域
本发明涉及显微镜光轴校正领域，尤其涉及一种通过机器视觉自动校正聚光镜与物镜合轴的方法及其实现系统。
背景技术
显微镜的聚光镜与物镜的合轴精度，除了受物镜本身的原因，更主要依赖于高精度的物镜转换器，如果物镜转换器的精度不够或者人工操作不到位，容易造成物镜与光源和聚光器的光轴不在同一条直线上，导致镜下视野亮度降低且图像模糊，不是最佳的观察效果，如果是三通显微镜，会导致拍摄的图片不清晰。同样，自动显微镜是由电机驱动物镜转换器移动物镜，而由物镜转换器和电机驱动移动距离等造成的误差，也非常容易造成聚光镜与物镜不同轴的问题，而校正同轴需要价格比较昂贵的校正测量仪器，同时，需要人工较长时间的参与调准，为此，提出了一种快速有效的智能校正聚光镜与物镜合轴的方法。
发明内容
针对现有技术的不足，本发明提供了一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，本发明充分利用三通显微镜上的采图装置，通过机器视觉的信息可快速有效地完成聚光镜与物镜同轴的定性和定量分析，既可判断聚光镜与物镜是否同轴，又可指导物镜转换移动的距离和方向来校正物镜与聚光镜同轴。
术语解释：
1、函数argmax，函数argmax用来计算一维向量的最大值的位置索引，假设长度为N的一维向量xN，Locmax＝argmax(xN)代表向量xN的第Locmax值是最大的。
2、镜台测微尺，是在一块载玻片的中央，用树胶封固一圆形的测微尺，长1～2mm，分成100或200格。每格实际长度为0.01mm(10μm)。当用目镜测微尺来测量细胞的大小时，必须先用镜台测微尺核实目镜测微尺每一格所代表的实际长度。
本发明的技术方案为：
一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，包括步骤如下：
(1)采集显微镜下的亮度图像；
(2)对步骤(1)采集的亮度图像进行对比度增强；
(3)在步骤(2)对比度增强后的图像上定位亮度最大值的位置；
(4)机器视觉测量：像素与物理距离的映射关系；
(5)定性分析：判断是否合轴，是的话，判定合轴，否则，进入步骤(6)；
(6)定量分析：确定物镜移动的方向和距离，使物镜与聚光镜同轴。
根据本发明优选的，步骤(1)中，采集显微镜下的亮度图像，具体是指：利用三通显微镜上图像装置采集显微镜下的亮度图像Img，亮度图像Img的宽为W，亮度图像Img的高为H，亮度图像Img的中心点的坐标记为(centerw,centerh)，
Figure BDA0002948653590000021
根据本发明优选的，步骤(2)中，对步骤(1)采集的亮度图像进行对比度增强，使亮的部分更亮，暗的部分更暗，更有利于下一步操作，具体是指：用分段线性变换的对比度拉伸，如式(Ⅰ)所示：
Figure BDA0002948653590000022
式(Ⅰ)中，Img(i,j)代表亮度图像Img的第i行第j列像素的灰度值，将Img在区间[0,g1]之间灰度值的拉伸到区间[0,r1],将Img在区间[g1,g2]之间的灰度值拉伸到区间[r1,r2]之间，将Img在区间[g2,255]之间的灰度值拉伸到区间[r2,255]之间,g1<255，g2<255，r1<255，r2<255，
Figure BDA0002948653590000023
Figure BDA0002948653590000024
I(i,j)代表对比度拉伸后的图像I的第i行第j列像素的灰度值。
根据本发明优选的，步骤(3)中，计算步骤(2)对比度增强后的图像I的每一列的亮度值的平均值及每一行的亮度值的平均值，并分别计算最大平均值的位置索引，具体是指：
计算I的每一列的亮度值的平均值，并存储为一个一维向量I_reduce_meanc中，计算I的每一行的亮度平均值，并存储为一个一维向量I_reduce_meanr中；
假设函数argmax用来计算一维向量的最大值的位置索引，利用该函数argmax分别计算一维向量I_reduce_meanc和I_reduce_meanr的最大值的位置索引；
计算一维向量I_reduce_meanc的最大值的位置索引，如式(II)所示：
maxLoctionc＝argmax(I_reduce_meanc)(II)
即I_reduce_meanc中的第maxLoctionc个值是最大的；
计算一维向量I_reduce_meanr的最大值的位置索引，如式(Ⅲ)所示：
maxLoctionr＝argmax(I_reduce_meanr)(Ⅲ)
即I_reduce_meanr中的第maxLoctionr个值是最大的；
则当前中心点(灰度值最大)即亮度最大值的坐标位置为(maxLoctionc,maxLoctionr)。
根据本发明优选的，步骤(4)中，机器视觉测量，计算像素与物理距离的映射关系，具体是指：使用镜台测微尺，由采图装置采集显微镜下的测微尺的图像，根据计算机视觉理论和镜台测微尺的真实物理尺寸计算出像素与物理距离的映射关系。
根据本发明优选的，步骤(5)中，定性分析：判断是否合轴，具体是指：
如果maxLoctionc-centerw＝0且maxLoctionr-centerh＝0，则代表中心点的坐标与图像中心点的坐标重合，即目前物镜与聚光镜同轴，不需要再移动物镜；否则，如果maxLoctionc-centerw≠0或者maxLoctionr-centerh≠0，则代表中心点的坐标与图像中心点的坐标不重合，即目前物镜与聚光镜不同轴，需要转换移动物镜。
根据本发明优选的，步骤(6)中，定量分析：确定物镜移动的方向和距离，使其合轴，具体是指：
为了更好的说明移动物镜的距离和方向，在载物台或者玻片所在的平面上建立平面直角坐标系，该平面的左上角作为原点，该平面的左边所在直线为y轴，该平面的上边所在直线为x轴，假设根据步骤(4)计算出的一个像素对应的实际的物理距离为pixelDist；
如果maxLoctionc-centerw<0，maxLoctionr-centerh<0，则代表中心点坐标在图像中心点坐标的左上角，则将物镜沿x轴的正方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的正方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw>0，maxLoctionr-centerh<0，则代表中心点坐标在图像中心点的右上角，则将物镜沿x轴的负方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的正方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw<0，maxLoctionr-centerh>0，则代表中心点坐标在图像中心点的左下角，则将物镜沿x轴的正方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的负方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw>0，maxLoctionr-centerh>0，则代表中心点坐标在图像中心点的右下角，则将物镜沿x轴的负方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的负方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴。
转换移动物镜，直至满足以下条件：maxLoctionc-centerw＝0，maxLoctionr-centerh＝0。
上述基于机器视觉的智能校正显微镜光轴的方法的实现系统，包括依次连接的采集单元、对比度增强单元、定位单元、映射单元、定性单元及定量单元；
所述采集单元用于实现所述步骤(1)；所述对比度增强单元用于实现所述步骤(2)；所述定位单元用于实现所述步骤(3)；所述映射单元用于实现所述步骤(4)；所述定性单元用于实现所述步骤(5)；所述定量单元用于实现所述步骤(6)。
本发明的有益效果为：
1、本发明可通过机器视觉方法智能校正显微镜的合轴，提高显微镜合轴的效率，提高采图装置采集图像的清晰度。
2、本发明由机器视觉测量的方法快速提供移动物镜的距离和方向，可有效减少校正光轴的时间，降低时间成本。
3、本发明可免去价格高昂且高精度的物镜转换器、校正测量仪器等硬件设施，降低价格成本。
附图说明
图1为本发明基于机器视觉的智能校正显微镜光轴的方法的流程示意图；
图2为物镜移动方向和距离的直角坐标系的示意图；
图3(a)为当前中心点的坐标在目标中心点坐标的左上角的示意图；
图3(b)为当前中心点的坐标在目标中心点坐标的右上角的示意图；
图3(c)为当前中心点的坐标在目标中心点坐标的左下角的示意图
图3(d)为当前中心点的坐标在目标中心点坐标的右下角的示意图
图4(a)为亮度最大点的坐标在图像中心点的左上角的示例图；
图4(b)为对图4(a)进行分段线性变换对比度拉伸的示例图；
图4(c)为图4(b)的列平均值的曲线及最大值位置索引的示例图；
图4(d)为图4(b)的行平均值的曲线及最大值位置索引的示例图；
图4(e)为显示4(b)亮度最大值位置的示例图；
图5(a)为亮度最大值位置在图像中心点的右上角的示例图；
图5(b)为对图5(a)进行分段线性变换对比度拉伸的示例图；
图5(c)为图5(b)的列平均值的曲线及最大值位置索引的示例图；
图5(d)为图5(b)的行平均值的曲线及最大值位置索引的示例图；
图5(e)为显示5(b)亮度最大值位置的示例图；
图6(a)为亮度最大值位置在图像中心点的左下角的示例图；
图6(b)为对图6(a)进行分段线性变换对比度拉伸的示例图；
图6(c)为图6(b)的列平均值的曲线及最大值位置索引的示例图；
图6(d)为图6(b)的行平均值的曲线及最大值位置索引的示例图；
图6(e)为显示6(b)亮度最大值位置的示例图；
图7(a)为亮度最大值位置在图像中心点的右下角的示例图；
图7(b)为对图7(a)进行分段线性变换对比度拉伸的示例图；
图7(c)为图7(b)的列平均值的曲线及最大值位置索引的示例图；
图7(d)为图7(b)的行平均值的曲线及最大值位置索引的示例图；
图7(e)为显示7(b)亮度最大值位置的示例图；
图8(a)为亮度最大值位置与图像中心点位置的重合的示例图；
图8(b)为对图8(a)进行分段线性变换对比度拉伸的示例图；
图8(c)为图8(b)的列平均值的曲线及最大值位置索引的示例图；
图8(d)为图8(b)的列平均值的曲线及最大值位置索引的示例图；
图9为基于机器视觉的智能校正显微镜光轴的方法的实现系统的结构框图。
具体实施方式
下面结合说明书附图和实施例对本发明作进一步限定，但不限于此。
实施例1
一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，如图1所示，包括步骤如下：
(1)采集显微镜下的亮度图像；具体是指：利用三通显微镜上图像装置采集显微镜下的亮度图像Img，亮度图像Img的宽为W，亮度图像Img的高为H，亮度图像Img的中心点的坐标记为(centerw,centerh)，
Figure BDA0002948653590000051
采集了四种情况，如图4(a)、图5(a)、图6(a)、图7(a)所示，图像的分辨率为1600×1200，即图像的宽为1600，高为1200，图像的中心点(即目标中心点)坐标为(800，600)。
(2)对步骤(1)采集的亮度图像进行对比度增强；使亮的部分更亮，暗的部分更暗，更有利于下一步操作，具体是指：用分段线性变换的对比度拉伸，如式(Ⅰ)所示：
Figure BDA0002948653590000052
式(Ⅰ)中，Img(i,j)代表亮度图像Img的第i行第j列像素的灰度值，将Img在区间[0,g1]之间灰度值的拉伸到区间[0,r1],将Img在区间[g1,g2]之间的灰度值拉伸到区间[r1,r2]之间，将Img在区间[g2，255]之间的灰度值拉伸到区间[r2,255]之间,g1<255，g2<255，r1<255，r2<255，
Figure BDA0002948653590000053
Figure BDA0002948653590000054
I(i,j)代表对比度拉伸后的图像I的第i行第j列像素的灰度值。
对图4(a)、图5(a)、图6(a)、图7(a)进行对比度增强操作，其中分段线性变换的参数如下：g1＝100，r1＝80，g2＝190，r2＝210。图4(b)为图4(a)对比度增强后的结果，图5(b)为图5(a)对比度增强后的结果，图6(b)为图6(a)对比度增强后的结果，图7(b)为图7(a)对比度增强后的结果，对比增强后的结果，显然更容易观察出最亮的位置点，图4(b)最亮的位置点在图像中心点的左上角，图5(b)最亮的位置点在图像中心点的右上角，图6(b)最亮的位置点在图像中心点的左下角，图7(b)最亮的位置点在图像中心点的右下角。
(3)在步骤(2)对比度增强后的图像上定位亮度最大值的位置；计算步骤(2)对比度增强后的图像I的每一列的亮度值的平均值及每一行的亮度值的平均值，并分别计算最大平均值的位置索引，具体是指：
计算I的每一列的亮度值的平均值，并存储为一个一维向量I_reduce_meanc中，计算I的每一行的亮度平均值，并存储为一个一维向量I_reduce_meanr中；
假设函数argmax用来计算一维向量的最大值的位置索引，利用该函数argmax分别计算一维向量I_reduce_meanc和I_reduce_meanr的最大值的位置索引；
计算一维向量I_reduce_meanc的最大值的位置索引，如式(II)所示：
maxLoctionc＝argmax(I_reduce_meanc)(II)
即I_reduce_meanc中的第maxLoctionc个值是最大的；
计算一维向量I_reduce_meanr的最大值的位置索引，如式(Ⅲ)所示：
maxLoctionr＝argmax(I_reduce_meanr)(Ⅲ)
即I_reduce_meanr中的第maxLoctionr个值是最大的；
则当前中心点(灰度值最大)即亮度最大值的坐标位置为(maxLoctionc，maxLoctionr)。
(4)机器视觉测量：像素与物理距离的映射关系；具体是指：使用镜台测微尺，由采图装置采集显微镜下的测微尺的图像，根据计算机视觉理论和镜台测微尺的真实物理尺寸计算出像素与物理距离的映射关系。
(5)定性分析：判断是否合轴，是的话，判定合轴，否则，进入步骤(6)；
(6)定量分析：确定物镜移动的方向和距离，使物镜与聚光镜同轴。
实施例2
根据实施例1所述的一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，其区别在于：
步骤(5)中，定性分析：判断是否合轴，具体是指：
如果maxLoctionc-centerw＝0且maxLoctionr-centerh＝0，则代表中心点的坐标与图像中心点的坐标重合，即目前物镜与聚光镜同轴，不需要再移动物镜；否则，如果maxLoctionc-centerw≠0或者maxLoctionr-centerh≠0，则代表中心点的坐标与图像中心点的坐标不重合，即目前物镜与聚光镜不同轴，需要转换移动物镜。
步骤(6)中，定量分析：确定物镜移动的方向和距离，使其合轴，具体是指：
为了更好的说明移动物镜的距离和方向，在载物台或者玻片所在的平面上建立平面直角坐标系，该平面的左上角作为原点，该平面的左边所在直线为y轴，该平面的上边所在直线为x轴，如图2所示。假设根据步骤(4)计算出的一个像素对应的实际的物理距离为pixelDist；
如果maxLoctionc-centerw<0，maxLoctionr-centerh<0，则代表中心点坐标在图像中心点坐标的左上角，如图3(a)所示，则将物镜沿x轴的正方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的正方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw>0，maxLoctionr-centerh<0，则代表中心点坐标在图像中心点的右上角，如图3(b)所示，则将物镜沿x轴的负方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的正方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw<0，maxLoctionr-centerh>0，则代表中心点坐标在图像中心点的左下角，如图3(c)所示，则将物镜沿x轴的正方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的负方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw>0，maxLoctionr-centerh>0，则代表中心点坐标在图像中心点的右下角，如图3(d)所示，则将物镜沿x轴的负方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的负方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴。
转换移动物镜，直至满足以下条件：maxLoctionc-centerw＝0，maxLoctionr-centerh＝0。
计算图4(b)、图5(b)、图6(b)、图7(b)的亮度最大值的位置索引，并根据像素与实际物理尺寸的映射关系，指导转换移动物镜，该实施示例下，一个像素代表0.987微米。计算图4(b)每一列的平均值，然后计算列平均值的最大值的位置索引，如图4(c)所示，第500个位置的列平均值是最大的。计算图4(b)每一行的平均值，然后计算行平均值的最大值的位置索引，如图4(d)所示，第400个位置的行平均值是最大的，则坐标点(500，400)是图4(b)灰度值最大的点，图4(e)为显示4(b)亮度最大值位置的示例图；则需将物镜沿x轴的正方向移动|500-800|×0.987＝296.1微米，沿y轴的正方向移动|400-600|×0.987＝197.4微米。
计算图5(b)每一列的平均值，然后计算列平均值的最大值的位置索引，如图5(c)所示，第500个位置的列平均值是最大的。计算图5(b)每一行的平均值，然后计算行平均值的最大值的位置索引，如图5(d)所示，第400个位置的行平均值是最大的，则坐标点(1100，500)是图5(b)灰度值最大的点，图5(e)为显示5(b)亮度最大值位置的示例图，则需将物镜沿x轴的负方向移动|1100-800|×0.987＝296.1微米，沿y轴的正方向移动|500-600|×0.987＝98.7微米。
计算图6(b)每一列的平均值，然后计算列平均值的最大值的位置索引，如图6(c)所示，第500个位置的列平均值是最大的。计算图6(b)每一行的平均值，然后计算行平均值的最大值的位置索引，如图6(d)所示，第400个位置的行平均值是最大的，则坐标点(650，700)是图6(b)灰度值最大的点，图6(e)为显示6(b)亮度最大值位置的示例图，则需将物镜沿x轴的正方向移动|650-800|×0.987＝148.05微米，沿y轴的负方向移动|700-600|×0.987＝98.7微米。
计算图7(b)每一列的平均值，然后计算列平均值的最大值的位置索引，如图7(c)所示，第500个位置的列平均值是最大的。计算图7(b)每一行的平均值，然后计算行平均值的最大值的位置索引，如图7(d)所示，第400个位置的行平均值是最大的，则坐标点(1200，800)是图7(b)灰度值最大的点，图7(e)为显示7(b)亮度最大值位置的示例图，则需将物镜沿x轴的负方向移动|1200-800|×0.987＝394.8微米，沿y轴的负方向移动|800-600|×0.987＝197.4微米。
不断的调整物镜的位置，假设目前拍摄的图像如图8(a)所示，通过对比度增强，如图8(b)所示，计算计算图8(b)每一列的平均值，然后计算列平均值的最大值的位置索引，如图8(c)所示，第800个位置的列平均值是最大的。计算图8(b)每一行的平均值，然后计算行平均值的最大值的位置索引，如图8(d)所示，第600个位置的行平均值是最大的，则坐标点(800，600)是图8(b)的亮度值最大的点，目前中心点的坐标与图像中心点的坐标是重合的，则代表目前显微镜的物镜和聚光镜是合轴的，停止移动物镜即可。
实施例3
实施例1或2所述的基于机器视觉的智能校正显微镜光轴的方法的实现系统，如图9所示，包括依次连接的采集单元、对比度增强单元、定位单元、映射单元、定性单元及定量单元；
采集单元用于实现所述步骤(1)；对比度增强单元用于实现所述步骤(2)；定位单元用于实现所述步骤(3)；映射单元用于实现所述步骤(4)；定性单元用于实现所述步骤(5)；定量单元用于实现所述步骤(6)。

Claims (6)

1.一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，其特征在于，包括步骤如下：
(1)采集显微镜下的亮度图像；
(2)对步骤(1)采集的亮度图像进行对比度增强；
(3)在步骤(2)对比度增强后的图像上定位亮度最大值的位置；
(4)机器视觉测量：像素与物理距离的映射关系；
(5)定性分析：判断是否合轴，是的话，判定合轴，否则，进入步骤(6)；
(6)定量分析：确定物镜移动的方向和距离，使物镜与聚光镜同轴；
步骤(1)中，采集显微镜下的亮度图像，具体是指：采集显微镜下的亮度图像Img，亮度图像Img的宽为W，亮度图像Img的高为H，亮度图像Img的中心点的坐标记为(centerw,centerh)，
Figure FDA0003680937420000011
步骤(3)中，计算步骤(2)对比度增强后的图像I的每一列的亮度值的平均值及每一行的亮度值的平均值，并分别计算最大平均值的位置索引，具体是指：
计算I的每一列的亮度值的平均值，并存储为一个一维向量I_reduce_meanc中，计算I的每一行的亮度平均值，并存储为一个一维向量I_reduce_meanr中；
假设函数argmax用来计算一维向量的最大值的位置索引，利用该函数argmax分别计算一维向量I_reduce_meanc和I_reduce_meanr的最大值的位置索引；
计算一维向量I_reduce_meanc的最大值的位置索引，如式(II)所示：
maxLoctionc＝argmax(I_reduce_meanc) (II)
即I_reduce_meanc中的第maxLoctionc个值是最大的；
计算一维向量I_reduce_meanr的最大值的位置索引，如式(III)所示：
maxLoctionr＝argmax(I_reduce_meanr) (III)
即I_reduce_meanr中的第maxLoctionr个值是最大的；
则当前中心点即亮度最大值的坐标位置为(maxLoctionc,maxLoctionr)。
2.根据权利要求1所述的一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，其特征在于，步骤(2)中，对步骤(1)采集的亮度图像进行对比度增强，具体是指：用分段线性变换的对比度拉伸，如式(Ⅰ)所示：
Figure FDA0003680937420000021
式(Ⅰ)中，Img(i,j)代表亮度图像Img的第i行第j列像素的灰度值，将Img在区间[0,g1]之间灰度值的拉伸到区间[0,r1],将Img在区间[g1,g2]之间的灰度值拉伸到区间[r1,r2]之间，将Img在区间[g2,255]之间的灰度值拉伸到区间[r2,255]之间,g1＜255，g2＜255，r1＜255，r2＜255，
Figure FDA0003680937420000022
Figure FDA0003680937420000023
I(i,j)代表对比度拉伸后的图像I的第i行第j列像素的灰度值。
3.根据权利要求1所述的一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，其特征在于，步骤(4)中，机器视觉测量，计算像素与物理距离的映射关系，具体是指：使用镜台测微尺，采集显微镜下的测微尺的图像，根据计算机视觉理论和镜台测微尺的真实物理尺寸计算出像素与物理距离的映射关系。
4.根据权利要求1所述的一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，其特征在于，步骤(5)中，定性分析：判断是否合轴，具体是指：
如果maxLoctionc-centerw＝0且maxLoctionr-centerh＝0，则代表中心点的坐标与图像中心点的坐标重合，即目前物镜与聚光镜同轴，不需要再移动物镜；否则，如果maxLoctionc-centerw≠0或者maxLoctionr-centerh≠0，则代表中心点的坐标与图像中心点的坐标不重合，即目前物镜与聚光镜不同轴，需要转换移动物镜。
5.根据权利要求4所述的一种快速有效的基于机器视觉的智能校正显微镜光轴的方法，其特征在于，步骤(6)中，定量分析：确定物镜移动的方向和距离，使其合轴，具体是指：
在载物台或者玻片所在的平面上建立平面直角坐标系，该平面的左上角作为原点，该平面的左边所在直线为y轴，该平面的上边所在直线为x轴，假设根据步骤(4)计算出的一个像素对应的实际的物理距离为pixelDist；
如果maxLoctionc-centerw＜0，maxLoctionr-centerh＜0，则代表中心点坐标在图像中心点坐标的左上角，则将物镜沿x轴的正方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的正方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw＞0，maxLoctionr-centerh＜0，则代表中心点坐标在图像中心点的右上角，则将物镜沿x轴的负方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的正方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw＜0，maxLoctionr-centerh＞0，则代表中心点坐标在图像中心点的左下角，则将物镜沿x轴的正方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的负方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴；
如果maxLoctionc-centerw＞0，maxLoctionr-centerh＞0，则代表中心点坐标在图像中心点的右下角，则将物镜沿x轴的负方向移动|maxLoctionc-centerw|×pixelDist，沿y轴的负方向移动|maxLoctionr-centerh|×pixelDist，使物镜与聚光镜同轴。
6.一种根据权利要求1-5任一所述的基于机器视觉的智能校正显微镜光轴的方法的实现系统，其特征在于，包括依次连接的采集单元、对比度增强单元、定位单元、映射单元、定性单元及定量单元；
所述采集单元用于实现所述步骤(1)；所述对比度增强单元用于实现所述步骤(2)；所述定位单元用于实现所述步骤(3)；所述映射单元用于实现所述步骤(4)；所述定性单元用于实现所述步骤(5)；所述定量单元用于实现所述步骤(6)。
CN202110200694.3A 2021-02-23 2021-02-23 一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统 Active CN112965261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110200694.3A CN112965261B (zh) 2021-02-23 2021-02-23 一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110200694.3A CN112965261B (zh) 2021-02-23 2021-02-23 一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统

Publications (2)

Publication Number Publication Date
CN112965261A CN112965261A (zh) 2021-06-15
CN112965261B true CN112965261B (zh) 2022-10-28

Family

ID=76285667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110200694.3A Active CN112965261B (zh) 2021-02-23 2021-02-23 一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统

Country Status (1)

Country Link
CN (1) CN112965261B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101091133A (zh) * 2004-08-10 2007-12-19 闪亮胶片有限责任公司 光准直装置
CN101115136A (zh) * 2006-07-26 2008-01-30 佳能株式会社 图像处理设备和其控制方法以及图像处理方法
CN101510962A (zh) * 2008-12-31 2009-08-19 昆山锐芯微电子有限公司 透镜阴影校正方法和装置
CN109141823A (zh) * 2018-08-16 2019-01-04 南京理工大学 一种基于清晰度评价的显微镜系统景深测量装置和方法

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE8119559U1 (de) * 1981-07-04 1981-10-29 Ernst Leitz Wetzlar Gmbh, 6330 Wetzlar Einrichtung zur kontrolle der lichtquellenjustierung in auflichtmikroskopen
JP3544914B2 (ja) * 2000-03-17 2004-07-21 住友化学工業株式会社 光学顕微鏡装置および顕微鏡観察方法。
KR100808493B1 (ko) * 2005-12-28 2008-03-03 엠텍비젼 주식회사 렌즈 셰이딩 보상 장치, 보상 방법 및 이를 이용한 이미지프로세서
CN101043585A (zh) * 2006-03-21 2007-09-26 明基电通股份有限公司 校正影像撷取中心至镜头模块的光轴中心的方法
JP4850014B2 (ja) * 2006-09-28 2012-01-11 オリンパス株式会社 分光測光システム及び該システムの照明光源位置の補正方法
CN101207833B (zh) * 2006-12-19 2010-05-19 Tcl数码科技（深圳）有限责任公司 数码相机镜头光心偏移的检测方法
US9817222B2 (en) * 2014-10-09 2017-11-14 Olympus Corporation Microscope system including a laser source, a plurality of laser microscopes, and an optical path switching unit to switch a supply destination of a laser from the laser source
CN109414162A (zh) * 2016-05-13 2019-03-01 洛桑联邦理工学院 用于倾斜照明下视网膜吸收相以及暗场成像的系统、方法和装置
DE102016219055A1 (de) * 2016-09-30 2018-04-05 Carl Zeiss Microscopy Gmbh Stellantrieb zur Justage eines zu bewegenden Elements, Verwendungen und Verfahren zur Justage
CN106839976B (zh) * 2016-12-22 2020-05-12 歌尔科技有限公司 一种检测镜头中心的方法及装置
CN106768396A (zh) * 2016-12-23 2017-05-31 电子科技大学 一种基于微分相衬成像还原定量相位图像的方法及系统
JP6482589B2 (ja) * 2017-03-28 2019-03-13 セコム株式会社 カメラ校正装置
KR102028864B1 (ko) * 2019-05-07 2019-11-04 연세대학교 산학협력단 광원 위치를 보정하기 위한 현미경 장치 및 그 방법
JP7197431B2 (ja) * 2019-05-31 2022-12-27 株式会社エビデント 光学機器の調整方法、光学システム
CN210294667U (zh) * 2019-07-10 2020-04-10 中国科学院地质与地球物理研究所 一种装置有上光源的显微镜
CN111123497B (zh) * 2020-01-21 2021-07-20 电子科技大学 一种基于led阵列照明的显微镜光学装置及其校准方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101091133A (zh) * 2004-08-10 2007-12-19 闪亮胶片有限责任公司 光准直装置
CN101115136A (zh) * 2006-07-26 2008-01-30 佳能株式会社 图像处理设备和其控制方法以及图像处理方法
CN101510962A (zh) * 2008-12-31 2009-08-19 昆山锐芯微电子有限公司 透镜阴影校正方法和装置
CN109141823A (zh) * 2018-08-16 2019-01-04 南京理工大学 一种基于清晰度评价的显微镜系统景深测量装置和方法

Also Published As

Publication number Publication date
CN112965261A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN110006905B (zh) 一种线面阵相机结合的大口径超净光滑表面缺陷检测装置
CN105067639B (zh) 一种光栅调制的镜片疵病自动检测装置和方法
CN107609516B (zh) 自适应眼动追踪方法
CN110428762B (zh) 基于像素点亮度的oled面板老化测试发光特性检测方法
CN106210520B (zh) 一种自动调焦电子目镜及系统
CN105740856A (zh) 一种基于机器视觉的指针式仪表示数读取方法
US8810799B2 (en) Height-measuring method and height-measuring device
CN110261069B (zh) 一种用于光学镜头的检测方法
CN107782744A (zh) 一种光栅调制的镜片疵病自动检测装置
CN109409290A (zh) 一种温度表检定读数自动识别系统及方法
CN109596054A (zh) 长条形工件的尺寸检测识别方法
CN111624203A (zh) 一种基于机器视觉的继电器接点齐度非接触式测量方法
CN106773158A (zh) 一种移动式自寻位液晶屏像素质量分析装置和方法
CN112965261B (zh) 一种快速有效的基于机器视觉的智能校正显微镜光轴的方法及其实现系统
CN109631763A (zh) 不规则零件检测定位方法
CN112378797A (zh) 一种全自动压痕测量装置及方法
CN103905762B (zh) 投影模块的投影画面自动检查方法
CN107248151A (zh) 一种基于机器视觉的液晶片智能检测方法及系统
CN116402784A (zh) 基于机器视觉的辅助对中方法、系统、设备及存储介质
CN113487632B (zh) 用于配液机器人的安瓿瓶瓶颈检测系统、方法及设备
CN112839168B (zh) 一种自动调整aoi检测系统中相机成像分辨率的方法
CN204649642U (zh) 一种检测平面缺陷的装置
CN105699385B (zh) 空间光调制器的缺陷层别检测系统及检测方法
EP3385663A1 (en) Height measuring and estimation method of uneven surface of microscope slide, and microscope
CN111028231B (zh) 基于arm和fpga的工件位置获取系统

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
TA01 Transfer of patent application right

Effective date of registration: 20220823

Address after: 250013 2903, Huineng building, 38 Huaneng Road, Lixia District, Jinan City, Shandong Province

Applicant after: SHANDONG STARS BIOINDUSTRY CO.,LTD.

Applicant after: Shandong shidasi Medical Technology Co.,Ltd.

Address before: 271100 workshop 2, pharmaceutical industrial park, Kou Town, Laiwu District, Jinan City, Shandong Province

Applicant before: Shandong shidasi Medical Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant