CN114845041B - 一种用于纳米颗粒成像的对焦方法、装置及存储介质 - Google Patents
一种用于纳米颗粒成像的对焦方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114845041B CN114845041B CN202111657983.2A CN202111657983A CN114845041B CN 114845041 B CN114845041 B CN 114845041B CN 202111657983 A CN202111657983 A CN 202111657983A CN 114845041 B CN114845041 B CN 114845041B
- Authority
- CN
- China
- Prior art keywords
- image
- area
- original image
- focusing
- nanoparticle imaging
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 111
- 239000002105 nanoparticle Substances 0.000 title claims abstract description 110
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000011156 evaluation Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 55
- 230000006870 function Effects 0.000 claims description 35
- 230000000877 morphologic effect Effects 0.000 claims description 27
- 241001156002 Anthonomus pomorum Species 0.000 claims description 5
- 230000002776 aggregation Effects 0.000 claims description 4
- 238000004220 aggregation Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
- H04N23/673—Focus control based on electronic image sensor signals based on contrast or high frequency components of image signals, e.g. hill climbing method
Abstract
本发明提供一种用于纳米颗粒成像的对焦方法、装置及存储介质，其特征在于，所述方法包括：获取原始图像，其中，所述原始图像为图像采集设备初始采集到的纳米颗粒成像图像；从所述原始图像中提取包含有弥散斑的特征区域；利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像；计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置。解决了在纳米颗粒成像过程中受弥散斑干扰导致的聚焦失效、对焦效率较低的技术问题。
Description
技术领域
本发明涉及图像处理技术领域，尤涉及一种用于纳米颗粒成像的对焦方法、装置及存储介质。
背景技术
自动对焦(Auto Focus)是利用物体光反射的原理，将反射的光被相机上的传感器CCD接受，通过计算机处理，带动电动对焦装置进行对焦的方式叫自动对焦。自动对焦技术即就是将现代电子技术和机械控制相结合，利用光电元件代替人眼，控制镜头或调焦结构至焦点位置，获得清晰的图像的技术。而现有的自动对焦技术的原理，通常是根据采集到的图像序列，确定图像序列中清晰程度最高的图像(准焦图像)，确定准焦图像的采集位置(准焦位置)为目标位置，并进行调焦，即就是说准焦位置采集到的图像得清晰程度最高，因而对采集到的图像的清晰程度的判断效率决定了对焦的效率，对采集到的图像的清晰程度的判断的准确性直接影响到对焦的效果。从而现有的绝大多数自动对焦系统都是针对于静态物体使用，无法适用于动态物体的对焦，而且大多成像速度缓慢，效率较低。
发明人发现，在纳米颗粒成像场景下，由于光学系统景深的限制和溶液中粒子的游动，离焦状态下会出现数量不等的明亮的离散大光斑。纳米颗粒成像场景与普通场景相比，离焦图像和准焦图像之间的差别更大。若将现有的自动对焦技术应用于纳米颗粒成像场景中，在对纳米颗粒成像图像的清晰程度进行判断时，因为离焦状态下的纳米颗粒成像图像会存在相应的弥散斑，所以现有自动对焦技术中对成像图像的清晰程度的判断方式，该方式无法对纳米颗粒成像图像的清晰程度进行准确评价。而纳米颗粒成像图像的清晰程度的评价结果作为纳米颗粒成像的对焦依据，直接影响到纳米颗粒成像的对焦准确性。因此在无法对纳米颗粒成像图像的清晰程度进行准确判断的情况下，会导致纳米颗粒成像无法准确地确定对应的准焦位置进行准确地对焦。由此可见，在纳米颗粒成像过程中，容易受弥散斑的干扰，导致纳米颗粒成像的对焦准确性相对较低，纳米颗粒成像的对焦效率相对较低。
发明内容
有鉴于此，本发明实施例提供了一种用于纳米颗粒成像的对焦方法、装置及存储介质，以解决现有技术中纳米颗粒成像的对焦评价准确性较低的技术问题。
第一方面，根据本发明实施例提供的一种用于纳米颗粒成像的对焦方法，包括：
获取原始图像，其中，所述原始图像为图像采集设备初始采集到的纳米颗粒成像图像；
从所述原始图像中提取包含有弥散斑的特征区域；
利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像；
计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置。
优选地，所述从所述原始图像中提取包含有弥散斑的特征区域，包括：
对所述原始图像进行二值化处理，得到灰度图像；
对所述灰度图像进行处理，得到处理后的光斑区域；
判断所述光斑区域的面积是否大于预设阈值；
在所述光斑区域的面积大于预设阈值的情况下，确定其为弥散斑的特征区域。
优选地，所述对所述灰度图像进行处理，得到处理后的光斑区域，包括：
对所述灰度图像进行形态学处理，以消除所述灰度图像中离散的明亮区域间的空洞，并对离散的明亮区域进行聚合，得到形态学处理后的灰度图像；
对所述形态学处理后的灰度图像进行连通域标记处理，得到处理后的光斑区域。
优选地，通过以下数学模型对所述灰度图像进行形态学处理，得到所述形态学处理后的灰度图像；
其中，·为形态学闭运算，为形态学开运算,Cn是半径为n的圆盘结构元素，BI为形态学处理前的图像，BN为形态学处理后的图像。
优选地，所述利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像，包括：
基于所述特征区域，确定所述原始图像中的目标区域；
将所述目标区域的像素值置为原始图像的平均灰度值，以消除所述原始图像中的弥散斑，得到去斑图像。
优选地，所述计算所述去斑图像的清晰度评价值，包括，基于所述去斑图像，通过清晰对评价函数计算得到所述清晰度评价值；
所述清晰度评价函数包括：Brenner函数、Laplace函数、EOG函数。
第二方面，根据本发明实施例提供的一种用于纳米颗粒成像的对焦装置，包括：
获取模块，用于获取原始图像，其中，所述原始图像为图像采集设备初始采集到的纳米颗粒成像图像；
特征模块，用于从所述原始图像中提取包含有弥散斑的特征区域；
去斑模块，用于利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像；
对焦模块，用于计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置。
优选地，所述去斑模块，包括：
二值模块，用于对所述原始图像进行二值化处理，得到灰度图像；
处理模块，用于对所述灰度图像进行处理，得到处理后的光斑区域；
判断模块，用于判断所述光斑区域的面积是否大于预设阈值；
确定模块，用于在所述光斑区域的面积大于预设阈值的情况下，确定其为弥散斑的特征区域。
第三方面，根据本发明实施例提供的一种用于纳米颗粒成像的对焦装置，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而实现第一方面任一项所述的用于纳米颗粒成像的对焦方法。
第四方面，根据本发明实施例提供的一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现第一方面任一项所述的用于纳米颗粒成像的对焦方法。
本发明实施例提供的用于纳米颗粒成像的对焦方法、装置及存储介质，至少具有如下有益效果：
本发明实施例提供的用于纳米颗粒成像的对焦方法、装置及存储介质，通过获取原始图像，并从原始图像中提取包含有弥散斑的特征区域，并根据包含有弥散斑的特征区域消除原始图像中的弥散斑，得到去斑图像；根据去斑图像计算得到清晰度评价值，利用根据去斑图像计算得到的清晰度评价值，确定所述图像采集设备镜头的对焦位置。通过提取纳米颗粒成像图像中含有弥散斑的特征区域，并根据消除弥散斑的对应的去斑图像计算得到清晰度评价值，以此作为纳米颗粒成像的对焦依据，并确定对应的对焦位置。纳米颗粒成像可以在离焦情况下，得到准确的清晰度评价值，并确定对应的准焦位置，进行准确对焦，消除了大面积弥散斑对于图像清晰度评价的影响，提高了纳米颗粒成像的准确性，提高了纳米颗粒成像的对焦准确性，提高了纳米颗粒成像的对焦效率，提高了纳米颗粒成像的清晰度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种用于纳米颗粒成像的对焦方法的流程图；
图2为本发明实施例提供的不同离焦程度的包含弥散斑的原始图像；
图3为本发明实施例提供的另一种用于纳米颗粒成像的对焦方法的流程图；
图4为本发明实施例提供的再一种用于纳米颗粒成像的对焦方法的流程图；
图5为本发明实施例提供的一种用于纳米颗粒成像的对焦方法中对应不同处理阶段的图像；
图6为本发明实施例提供的一种用于纳米颗粒成像的对焦装置的框图；
图7为本发明实施例提供的一种用于纳米颗粒成像的对焦装置的结构框图。
图5中：
(a)、含明亮弥散斑的原始图像；
(b)、基于(a)二值化处理后得到的灰度图像；
(c)、基于(b)形态学处理后得到的形态学处理后的灰度图像；
(d)、基于(c)去除(a)中弥散斑后得到的去斑图像。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在纳米颗粒成像场景下，由于光学系统景深的限制和溶液中粒子的游动，离焦状态下会出现数量不等的明亮的离散大光斑。若将现有的自动对焦技术应用于纳米颗粒成像场景中，在对纳米颗粒成像图像的清晰程度进行判断时，因为离焦状态下的纳米颗粒成像图像会存在相应的弥散斑，所以现有自动对焦技术中对成像图像的清晰程度的判断方式，该方式无法对纳米颗粒成像图像的清晰程度进行准确评价。而纳米颗粒成像图像的清晰程度的评价结果作为纳米颗粒成像的对焦依据，直接影响到纳米颗粒成像的对焦准确性。因此在无法对纳米颗粒成像图像的清晰程度进行准确判断的情况下，会导致纳米颗粒成像无法准确地确定对应的准焦位置进行准确地对焦。因此亟需提高纳米颗粒成像的对焦准确性。
实施例1
图1是发明实施例提供的一种用于纳米颗粒成像的对焦方法的流程图。虽然下文描述的过程包括以特定的顺序出现的多个操作，但是应该清楚地了解到，这些过程也可以包括更多或者更少的操作，这些操作可以顺序执行或者并行执行。参见图1所示，本发明实施例提供的一种用于纳米颗粒成像的对焦方法，包括如下步骤：
步骤S101、获取原始图像，其中，所述原始图像为图像采集设备初始采集到的纳米颗粒成像图像；
步骤S102、从所述原始图像中提取包含有弥散斑的特征区域；
步骤S103、利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像；
步骤S104、计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置。
在上述实施方式中，具体地，获取原始图像，即图像采集设备初始采集到的纳米颗粒成像图像与采集位置相对应，采集位置与图像采集设备镜头的对焦位置相适应，即就是说原始图像序列与对焦位置序列(离焦序列)相适配，在确定原始图像序列对应的清晰度评价之后，根据最大清晰度值确定原始图像序列中对应的原始图像，进而确定离焦序列中对应的准焦位置，并根据准焦位置进行对焦。
在上述实施方式中，具体地，在图像采集设备初始采集到的纳米颗粒成像图像上存在对应的弥散斑，参见图2所示，图2示出了原始图像序列中的部分原始图像，其中，不同离焦程度对应不同的弥散斑。对原始图像中包含有弥散斑的特征区域的提取，具体地，例如可以通过基于斑点检测的方法，提取原始图像中的弥散斑，例如可以利用高斯拉普通拉斯(Laplace of Gaussian,LOG)算子检测图像斑点，由于LOG算子检测由于LOG滤波核中心对称检测原理，其限定于只能检测圆形弥散斑的点，但不能估计斑点的方向。进一步地，还可以利用LOG滤波核近似的高斯差分DOG滤波核提取包含有弥散斑的特征区域，高斯差分DOG滤波核是一种二维高斯核的变形，它在X方向与Y方向上具有不同的方差，则这种变形后的算子检测可以用来检测带有方向的弥散斑的斑点，且检测效率相对也相对较高。上述是例举的LOG检测斑点以及基于LOG变形的DOG检测斑点的检测方法均是基于LOG算子原理进行检测斑点，是一种基于求导的微分方法，也可以称为微分检测器，其基本原理为，基于二维高斯函数对其进行拉普拉斯变换，并对规划，规范化算法子在二维图像上显示是一个圆对称函数，基于这个算子来检测图像中的斑点，并且可以通过改变方差σ的值，检测不同尺寸的二维斑点。换句话说，即图像与某一个二维函数进行卷积运算实际就是求取图像与这一函数的相似性。同理，图像与高斯拉普拉斯函数的卷积实际就是求取图像与高斯拉普拉斯函数的相似性。当图像中的斑点尺寸与高斯拉普拉斯函数的形状趋近一致时，图像的拉普拉斯响应达到最大。从概率的角度解释为：假设原图像是一个与位置有关的随机变量X的密度函数，而LOG为随机变量Y的密度函数，则随机变量X+Y的密度分布函数即为两个函数的卷积形式。如果想让X+Y能取到最大值，则X与Y能保持步调一致最好，即X上升时，Y也上升，X最大时，Y也最大。Laplace可以用来检测图像中的局部极值点，但是对噪声敏感，所以在对图像进行Laplace卷积之前，可以用一个高斯低通滤波对图像进行卷积，目标是去除图像中的噪声点。即图像利用方差为σ的高斯核进行高斯滤波，去除图像中的噪点。因此可以求高斯核的拉普拉斯算子，再对图像进行卷积。从所述原始图像中提取包含有弥散斑的特征区域，还可以通过基于局部极值的分水岭算法提取含有弥散斑的特征区域，具体地，例如可以通过OpenCV中SimpleBlobDetector斑点检测算子，提取含有弥散斑的特征区域。
在上述实施方式中，具体地，利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像。举例来说，基于所述特征区域，确定所述原始图像中的目标区域；其中目标区域可以为上述实施方式中基于任一检测算法提取到的斑点的对应的区域，或者是包含斑点的对应的区域。消除对应的目标区域即可消除原始图像中的弥散斑，得到去斑图像。具体地，例如可以将原始图像中的背景对应的像素值渲染至目标区域，或是渲染至弥散斑对应的像素位置。或者将所述目标区域的像素值置为原始图像的平均灰度值，以消除所述原始图像中的弥散斑，得到去斑图像。
在上述实施方式中，具体地，计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置。根据去斑图像，计算得到对应的清晰度评价值，其中可以使用的方法包括但不限于Brenner梯度法、Tenegrad梯度法、Laplace梯度法、方差法、能量梯度法。以Brenner梯度法计算清晰度评价值为例，其采用计算相差两个单元的两个像素点的灰度差的方式计算清晰度评价值，清晰度评价值计算结果的准确性取决于阈值的选取。
在上述实施方式中，具体地，通过获取原始图像，并从原始图像中提取包含有弥散斑的特征区域，并根据包含有弥散斑的特征区域消除原始图像中的弥散斑，得到去斑图像；根据去斑图像计算得到清晰度评价值，利用根据去斑图像计算得到的清晰度评价值，确定所述图像采集设备镜头的对焦位置。通过提取纳米颗粒成像图像中含有弥散斑的特征区域，并根据消除弥散斑的对应的去斑图像计算得到清晰度评价值，以此作为纳米颗粒成像的对焦依据，并确定对应的对焦位置。纳米颗粒成像可以在离焦情况下，得到准确的清晰度评价值，并确定对应的准焦位置，进行准确对焦，消除了大面积弥散斑对于图像清晰度评价的影响，提高了纳米颗粒成像的准确性，提高了纳米颗粒成像的对焦准确性，提高了纳米颗粒成像的对焦效率，提高了纳米颗粒成像的清晰度。
进一步地，提升类点源环境自动对焦准确性。
在一个可选的实时方式中，参见图3所示，步骤S102、所述从所述原始图像中提取包含有弥散斑的特征区域，包括：
步骤S1021、对所述原始图像进行二值化处理，得到灰度图像；
步骤S1022、对所述灰度图像进行处理，得到处理后的光斑区域；
步骤S1023、判断所述光斑区域的面积是否大于预设阈值；
步骤S1024、在所述光斑区域的面积大于预设阈值的情况下，确定其为弥散斑的特征区域。
在上述实施方式中，具体地，通过对所述原始图像进行二值化处理，得到灰度图像，以将明亮弥散斑和背景暗区域区分开来，明亮弥散斑对应的值为255，背景黑暗区域对应的值为0，以便后续去除弥散斑干扰，以便于提高包含有弥散斑的特征区域的提取效率，及后续去除弥散斑得到去斑图像的效率。其次通过对所述原始图像进行二值化处理，得到灰度图像，以减少后续计算量，减少影响因素，减少错误干扰因素，进一步提高了纳米颗粒成像的对焦准确性和对焦效率。
在一个可选的实施方式中，步骤S1022、所述对所述灰度图像进行处理，得到处理后的光斑区域，包括：
a)对所述灰度图像进行形态学处理，以消除所述灰度图像中离散的明亮区域间的空洞，并对离散的明亮区域进行聚合，得到形态学处理后的灰度图像；
b)对所述形态学处理后的灰度图像进行连通域标记处理，得到处理后的光斑区域。
在上述实施方式中，具体地，通过连通域标记和栓选，逐行扫描并计算每个连通区域面积，判断连通域的面积是否大于预设阈值；大于预设阈值的情况下，确定其为弥散斑的特征区域。通过连通域标记的处理方法，连通域标记的标识对应光斑区域，根据连通域的面积以及预设阈值，当连通域的面积大于预设阈值，确定对应的光斑区域为弥散斑的特征区域。通过形态学开闭方法消除所述灰度图像中离散的明亮区域间的空洞，并对离散的明亮区域进行聚合的光斑区域，利用连通域标记的方式筛选出大面积的弥散斑的特征区域，相对于基于求导的微分方法，其简化了基于求导的微方法中的噪点消除及卷积过程，其仅需通过形态学先闭后开的处理方法，将不连续的弥散光斑见的间隙消除，并将不连续的弥散斑聚合为一个相对较大光斑区域，通过面积的小即可判定其是否是包含有弥散斑的特征区域，且不许考虑弥散斑方向的问题，提取包含弥散斑的特征区域的效率更高。相对于局部极值的分水岭算法，其不需要做多次二值化，也不需要估算或确定弥散斑的半径等数据，提取包含弥散斑的特征区域的效率涉及计算量相对较少，效率高。因此通过形态学处理结合连通域标记筛选的方式，有效提取了包含弥散斑的特征区域，提高了提取包含弥散斑的特征区域的效率，进一步提高了纳米颗粒成像的对焦准确性和对焦效率。
进一步地，通过以下数学模型对所述灰度图像进行形态学处理，得到所述形态学处理后的灰度图像；
其中，·为形态学闭运算，为形态学开运算,Cn是半径为n的圆盘结构元素，BI为形态学处理前的图像，BN为形态学处理后的图像。
在上述实施方式中，具体地，通过形态学先闭后开的方法，消除所述灰度图像中不连续的弥散斑对应的离散的明亮区域间的空洞，并对离散的明亮区域进行聚合，将离散的明亮区域聚合为一个较大区域，以区别于准焦图像中光点的小面积区域，需要说明的是，准焦图像中弥散斑对应的面积趋近于零。
在一个可选的实施方式中，参见图4所示，步骤S103、所述利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像，包括：
步骤S1031、基于所述特征区域，确定所述原始图像中的目标区域；
步骤S1032、将所述目标区域的像素值置为原始图像的平均灰度值，以消除所述原始图像中的弥散斑，得到去斑图像。
在上述实施方式中，具体地，参见图5所示，在原散斑区域填入灰度均值是为了避免灰度值置0所带来的干扰。进而保证后续计算清晰度评价值的准确性。进而提高了纳米颗粒成像的对焦准确性。
进一步地，所述计算所述去斑图像的清晰度评价值，包括，基于所述去斑图像，通过清晰对评价函数计算得到所述清晰度评价值；
所述清晰度评价函数包括：Brenner函数、Laplace函数、EOG函数。
进一步地，所述清晰度评价函数还可以包括：信息学类函数、统计学类函数。
具体地，通过以下函数计算得到所述清晰度评价值；
T1＝k×Amax
其中，Fd表示清晰度评价值，Amax表示图像中像素灰度最大值，Pave表示中心像素和四邻域像素的平均值，f(x,y)表示图像中(x,y)的像素值，x表示像素对应的横向坐标值，y表示像素对应的纵向坐标值，T1表示像素值参数判断阈值，k表示判断阈值调整系数，M表示图像的横向坐标的阈值，N表示图像的纵向坐标的阈值。
在上述实施方式中，具体地，通过上述函数，利用阈值T1筛选出纳米颗粒光点对应的有效像素信息，避免背景干扰，其中的避免包括去斑后的弥散斑对应的区域。通过将中心像素和四邻域像素的平均值代替中心像素值参与梯度运算，有效增加了函数的抗干扰能力即鲁棒性。中心像素和四邻域像素模板形态学上模拟光点形态，能在边缘处录到更准确信息。通过开方的手段使曲线不过于尖锐，从而将陡峭区宽度调整至合适范围。综上所述，在上述函数进一步提高了计算得到的清晰度评价值的准确性，进而进一步提高了纳米颗粒成像的准确性，使得纳米颗粒成像可以进行准确对焦，提高了纳米颗粒成像的对焦准确性，提高了纳米颗粒成像的对焦效率，提高了纳米颗粒成像的清晰度。
实施例2
图6是本发明实施例提供的一种用于纳米颗粒成像的对焦装置的模块图，本实施例以所述用于纳米颗粒成像的对焦装置应用于图1所示的用于纳米颗粒成像的对焦方法进行说明。所述用于纳米颗粒成像的对焦装置，用在纳米颗粒成像场景下，以确定纳米颗粒成像的对焦位置，以提高纳米颗粒成像图像的清晰度，该装置至少包括以下几个模块：
获取模块601，用于获取原始图像，其中，所述原始图像为图像采集设备初始采集到的纳米颗粒成像图像；
特征模块602，用于从所述原始图像中提取包含有弥散斑的特征区域；
去斑模块603，用于利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像；
对焦模块604，用于计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置。
在一个可选的实施方式中，所述特征模块602，包括：
二值模块，用于对所述原始图像进行二值化处理，得到灰度图像；
处理模块，用于对所述灰度图像进行处理，得到处理后的光斑区域；
判断模块，用于判断所述光斑区域的面积是否大于预设阈值；
确定模块，用于在所述光斑区域的面积大于预设阈值的情况下，确定其为弥散斑的特征区域。
在一个可选的实施方式中，所述处理模块，包括：
形态学处理模块，用于对所述灰度图像进行形态学处理，以消除所述灰度图像中离散的明亮区域间的空洞，并对离散的明亮区域进行聚合，得到形态学处理后的灰度图像；
连通标记处理模块，用于对所述形态学处理后的灰度图像进行连通域标记处理，得到处理后的光斑区域。
在一个可选的实施方式中，所述去斑模块603，包括：
匹配模块，用于基于所述特征区域，确定所述原始图像中的目标区域；
变值模块，用于将所述目标区域的像素值置为原始图像的平均灰度值，以消除所述原始图像中的弥散斑，得到去斑图像。
本申请实施例提供的用于纳米颗粒成像的对焦装置，可用于如上实施例1中执行的用于纳米颗粒成像的对焦方法，相关细节参考上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
需要说明的是：上述实施例中提供的用于纳米颗粒成像的对焦装置在进行纳米颗粒对焦成像时，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，即将用于纳米颗粒成像的对焦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，上述实施例提供的用于纳米颗粒成像的对焦装置与用于纳米颗粒成像的对焦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。
实施例3
本发明实施例提供的一种用于纳米颗粒成像的对焦装置，用在纳米颗粒成像场景下，以确定纳米颗粒成像的对焦位置，以提高纳米颗粒成像图像的清晰度，如图7所示，该用于纳米颗粒成像的对焦装置为电子设备，该电子设备包括处理器701和存储器702，其中处理器701和存储器702可以通过总线或者其他方式连接，图5中以通过总线连接为例。
处理器701可以为中央处理器(Central Processing Unit，CPU)也可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、图形处理器(GraphicsProcessing Unit，GPU)、嵌入式神经网络处理器(Neural-network Processing Unit，NPU)或者其他专用的深度学习协处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器702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、非暂态计算机可执行程序以及模块，如本发明实施例中用于纳米颗粒成像的对焦方法对应的程序指令/模块。处理器701通过运行存储在存储器702中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例1中的用于纳米颗粒成像的对焦方法。
存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器701所创建的数据等。此外，存储器702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。在一些实施例中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至处理器701。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器702中，当被所述处理器701执行时，执行如图1所示用于纳米颗粒成像的对焦方法。
本发明实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的用于纳米颗粒成像的对焦方法。其中，所述非暂态计算机可读存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；所述非暂态计算机可读存储介质还可以包括上述种类的存储器的组合。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置或非暂态计算机可读存储介质均可涉及或包含计算机程序产品。
因此，本发明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，本发明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。
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。
显然，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，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种用于纳米颗粒成像的对焦方法，其特征在于，包括：
获取原始图像，其中，所述原始图像为图像采集设备初始采集到的纳米颗粒成像图像；
从所述原始图像中提取包含有弥散斑的特征区域；
利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像；
计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置；通过以下函数计算得到所述清晰度评价值；
T1＝k×Amax
其中，Fd表示所述清晰度评价值，Amax表示图像中像素灰度最大值，Pave表示中心像素和四邻域像素的平均值，f(x,y)表示所述图像中(x,y)的像素值，x表示所述图像中像素对应的横向坐标值，y表示所述图像中像素对应的纵向坐标值，T1表示所述像素值参数的判断阈值，k表示所述判断阈值调整系数，M表示所述图像的横向坐标的阈值，N表示所述图像的纵向坐标的阈值。
2.根据权利要求1所述的用于纳米颗粒成像的对焦方法，其特征在于，所述从所述原始图像中提取包含有弥散斑的特征区域，包括：
对所述原始图像进行二值化处理，得到灰度图像；
对所述灰度图像进行处理，得到处理后的光斑区域；
判断所述光斑区域的面积是否大于预设阈值；
在所述光斑区域的面积大于预设阈值的情况下，确定其为弥散斑的特征区域。
3.根据权利要求2所述的用于纳米颗粒成像的对焦方法，其特征在于，所述对所述灰度图像进行处理，得到处理后的光斑区域，包括：
对所述灰度图像进行形态学处理，以消除所述灰度图像中离散的明亮区域间的空洞，并对离散的明亮区域进行聚合，得到形态学处理后的灰度图像；
对所述形态学处理后的灰度图像进行连通域标记处理，得到处理后的光斑区域。
4.根据权利要求3所述的用于纳米颗粒成像的对焦方法，其特征在于，通过以下数学模型对所述灰度图像进行形态学处理，得到所述形态学处理后的灰度图像；
其中，·为形态学闭运算，为形态学开运算,Cn是半径为n的圆盘结构元素，BI为形态学处理前的图像，BN为形态学处理后的图像。
5.根据权利要求1-4任一项所述的用于纳米颗粒成像的对焦方法，其特征在于，所述利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像，包括：
基于所述特征区域，确定所述原始图像中的目标区域；
将所述目标区域的像素值置为原始图像的平均灰度值，以消除所述原始图像中的弥散斑，得到去斑图像。
6.根据权利要求5所述的用于纳米颗粒成像的对焦方法，其特征在于，所述计算所述去斑图像的清晰度评价值，包括，基于所述去斑图像，通过清晰对评价函数计算得到所述清晰度评价值；
所述清晰度评价函数包括：Brenner函数、Laplace函数、EOG函数。
7.一种用于纳米颗粒成像的对焦装置，其特征在于，包括：
获取模块，用于获取原始图像，其中，所述原始图像为图像采集设备初始采集到的纳米颗粒成像图像；
特征模块，用于从所述原始图像中提取包含有弥散斑的特征区域；
去斑模块，用于利用所述特征区域对所述原始图像进行处理，以消除所述原始图像中的弥散斑，得到去斑图像；
对焦模块，用于计算所述去斑图像的清晰度评价值，利用所述清晰度评价值，确定所述图像采集设备镜头的对焦位置；通过以下函数计算得到所述清晰度评价值；
T1＝k×Amax
其中，Fd表示所述清晰度评价值，Amax表示图像中像素灰度最大值，Pave表示中心像素和四邻域像素的平均值，f(x,y)表示所述图像中(x,y)的像素值，x表示所述图像中像素对应的横向坐标值，y表示所述图像中像素对应的纵向坐标值，T1表示所述像素值参数的判断阈值，k表示所述判断阈值调整系数，M表示所述图像的横向坐标的阈值，N表示所述图像的纵向坐标的阈值。
8.根据权利要求7所述的用于纳米颗粒成像的对焦装置，其特征在于，所述去斑模块，包括：
二值模块，用于对所述原始图像进行二值化处理，得到灰度图像；
处理模块，用于对所述灰度图像进行处理，得到处理后的光斑区域；
判断模块，用于判断所述光斑区域的面积是否大于预设阈值；
确定模块，用于在所述光斑区域的面积大于预设阈值的情况下，确定其为弥散斑的特征区域。
9.一种用于纳米颗粒成像的对焦装置，其特征在于，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1-6中任一项所述的用于纳米颗粒成像的对焦方法。
10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-6中任一项所述的用于纳米颗粒成像的对焦方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111657983.2A CN114845041B (zh) | 2021-12-30 | 2021-12-30 | 一种用于纳米颗粒成像的对焦方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111657983.2A CN114845041B (zh) | 2021-12-30 | 2021-12-30 | 一种用于纳米颗粒成像的对焦方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114845041A CN114845041A (zh) | 2022-08-02 |
| CN114845041B true CN114845041B (zh) | 2024-03-15 |
Family
ID=82561566
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111657983.2A Active CN114845041B (zh) | 2021-12-30 | 2021-12-30 | 一种用于纳米颗粒成像的对焦方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114845041B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013148788A (ja) * | 2012-01-20 | 2013-08-01 | Nikon Corp | 焦点調節装置、及び焦点調節プログラム |
| KR101954684B1 (ko) * | 2018-10-11 | 2019-03-06 | 주식회사 한국에스지티 | 수집 영상이미지 비교를 통한 최적의 영상정보 자동 생성시스템 |
| CN109842606A (zh) * | 2018-02-24 | 2019-06-04 | 中国科学院计算技术研究所 | 基于一致性哈希算法的区块链共识算法和系统 |
| CN110830726A (zh) * | 2019-12-24 | 2020-02-21 | 西安易朴通讯技术有限公司 | 一种自动对焦方法、装置、设备和存储介质 |
| CN113077459A (zh) * | 2021-04-28 | 2021-07-06 | 北京的卢深视科技有限公司 | 图像清晰度检测方法、装置、电子设备及存储介质 |
| CN113240630A (zh) * | 2021-04-16 | 2021-08-10 | 深圳市安思疆科技有限公司 | 散斑图像质量评估方法、装置、终端设备及可读存储介质 |
| WO2021168707A1 (zh) * | 2020-02-26 | 2021-09-02 | 深圳市大疆创新科技有限公司 | 对焦方法、装置及设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11368614B2 (en) * | 2018-07-23 | 2022-06-21 | Genemind Biosciences Company Limited | Imaging method, device and system |
-
2021
- 2021-12-30 CN CN202111657983.2A patent/CN114845041B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013148788A (ja) * | 2012-01-20 | 2013-08-01 | Nikon Corp | 焦点調節装置、及び焦点調節プログラム |
| CN109842606A (zh) * | 2018-02-24 | 2019-06-04 | 中国科学院计算技术研究所 | 基于一致性哈希算法的区块链共识算法和系统 |
| KR101954684B1 (ko) * | 2018-10-11 | 2019-03-06 | 주식회사 한국에스지티 | 수집 영상이미지 비교를 통한 최적의 영상정보 자동 생성시스템 |
| CN110830726A (zh) * | 2019-12-24 | 2020-02-21 | 西安易朴通讯技术有限公司 | 一种自动对焦方法、装置、设备和存储介质 |
| WO2021168707A1 (zh) * | 2020-02-26 | 2021-09-02 | 深圳市大疆创新科技有限公司 | 对焦方法、装置及设备 |
| CN113240630A (zh) * | 2021-04-16 | 2021-08-10 | 深圳市安思疆科技有限公司 | 散斑图像质量评估方法、装置、终端设备及可读存储介质 |
| CN113077459A (zh) * | 2021-04-28 | 2021-07-06 | 北京的卢深视科技有限公司 | 图像清晰度检测方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114845041A (zh) | 2022-08-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111612781B (zh) | 一种屏幕缺陷检测方法、装置及头戴显示设备 | |
| US11379988B2 (en) | Method and apparatus for extracting edge of object in depth image and computer readable storage medium | |
| US20140037159A1 (en) | Apparatus and method for analyzing lesions in medical image | |
| CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
| KR101051459B1 (ko) | 영상의 에지를 추출하는 장치 및 방법 | |
| CN113077459B (zh) | 图像清晰度检测方法、装置、电子设备及存储介质 | |
| CN110930363A (zh) | 曲面模糊图像清晰度评价值确定方法、设备及存储介质 | |
| CN111476804B (zh) | 托辊图像高效分割方法、装置、设备及存储介质 | |
| Pertuz et al. | Reliability measure for shape-from-focus | |
| CN116542982B (zh) | 一种基于机器视觉的出发判断器缺陷检测方法及装置 | |
| CN104732510A (zh) | 一种相机镜头黑斑检测方法及装置 | |
| CN113780110A (zh) | 一种图像序列中弱小目标实时检测方法及设备 | |
| CN113689396A (zh) | 细胞荧光图像阈值化方法、系统、终端及存储介质 | |
| CN108960247B (zh) | 图像显著性检测方法、装置以及电子设备 | |
| JP2020107290A (ja) | 付着物検出装置および付着物検出方法 | |
| CN117094975A (zh) | 钢铁表面缺陷检测方法、装置及电子设备 | |
| CN111369570A (zh) | 一种视频图像的多目标检测跟踪方法 | |
| CN111523341A (zh) | 二维码图像的二值化方法及设备 | |
| JP2018142828A (ja) | 付着物検出装置および付着物検出方法 | |
| CN106874882B (zh) | 路面病害边缘检测方法和装置 | |
| CN112926695A (zh) | 基于模板匹配的图像识别方法和系统 | |
| CN114845041B (zh) | 一种用于纳米颗粒成像的对焦方法、装置及存储介质 | |
| US7440636B2 (en) | Method and apparatus for image processing | |
| WO2024016632A1 (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
| JP3906221B2 (ja) | 画像処理方法及び画像処理装置 |
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 |