CN115035255B - 一种高分辨率荧光三维成像装置的数据处理方法 - Google Patents
一种高分辨率荧光三维成像装置的数据处理方法 Download PDFInfo
- Publication number
- CN115035255B CN115035255B CN202210947769.9A CN202210947769A CN115035255B CN 115035255 B CN115035255 B CN 115035255B CN 202210947769 A CN202210947769 A CN 202210947769A CN 115035255 B CN115035255 B CN 115035255B
- Authority
- CN
- China
- Prior art keywords
- pixel
- enhancement
- dimensional
- value
- formula
- 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 89
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000012216 screening Methods 0.000 claims abstract description 5
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000000799 fluorescence microscopy Methods 0.000 abstract description 6
- 230000003313 weakening effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 3
- 230000005281 excited state Effects 0.000 description 3
- 230000005283 ground state Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2012—Colour editing, changing, or manipulating; Use of colour codes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种高分辨率荧光三维成像装置的数据处理方法,涉及荧光成像数据处理技术领域,所述数据处理方法包括如下步骤:步骤S1,从成像装置内获取基础荧光三维成像;步骤S2,将基础荧光三维成像进行背景区域筛分,将背景区域进行删除;步骤S3,将删除后的荧光三维成像进行色彩增强处理;步骤S4,对色彩增强后的荧光三维成像的立体观察面进行再增强处理;将荧光三维成像正对观察者的位置进行图像增强处理,将荧光三维成像远离观察者的位置进行图像削弱处理,本发明通过对成像区域的数据进行多种方式的再增强处理,以解决现有的技术中对于荧光三维成像的增强处理针对性不足、观察效果较差的问题。
Description
技术领域
本发明涉及荧光成像数据处理技术领域,尤其涉及一种高分辨率荧光三维成像装置的数据处理方法。
背景技术
荧光是自然界常见的一种发光现象。荧光是光子与分子的相互作用产生的,这种相互过程可以通过雅布隆斯基(Jablonslc)分子能级图描述:大多数分子在常态下,是处于基态的最低振动能级So,当受到能量(光能、电能、化学能等等)激发后,原子核周围的电子从基态能级So跃迁到能量较高的激发态(第一或第二激发态),激发态的电子处于高能量状态,不稳定,会通过两种途径释放能量回到基态,一种是以光子形式释放能量的辐射跃迁(包括荧光和磷光过程),一种是以热能等形式释放能量的非辐射跃迁。荧光显微成像技术在生物医学研究领域的应用日益广泛,技术发展也突飞猛进,成为热门的研究领域,并发展了突破衍射极限的超高分辨率荧光显微成像系统。
现有的荧光成像的技术中,通常都是根据设定的扫描程序进行一次成像,并没有针对成像后的图像进行再增强处理,对于成像显示效果要求较高的行业来说,一次成像很难满足这一需求,并且现有的增强方法对于三维成像的区域来说侧重点不足,如果统一进行了增强,则相当于没有增强或者局部显示不够明显,因此增强的针对性较弱。
发明内容
针对现有技术存在的不足,本发明目的是提供一种高分辨率荧光三维成像装置的数据处理方法,通过对成像区域的数据进行多种方式的再增强处理,以解决现有的技术中对于荧光三维成像的增强处理针对性不足、观察效果较差的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:本发明提供一种高分辨率荧光三维成像装置的数据处理方法,所述数据处理方法包括如下步骤:
步骤S1,从成像装置内获取基础荧光三维成像;
步骤S2,将基础荧光三维成像进行背景区域筛分,将背景区域进行删除;
步骤S3,将删除后的荧光三维成像进行色彩增强处理;
步骤S4,对色彩增强后的荧光三维成像的立体观察面进行再增强处理;
将荧光三维成像正对观察者的位置进行图像增强处理,将荧光三维成像远离观察者的位置进行图像削弱处理。
进一步地,所述步骤S2包括如下子步骤:
步骤S201,利用RGB模型对荧光三维图像进行像素点标记,每个像素点分别用RGB[R(a1)、G(a2)、B(a3)]进行色彩标记,其中,R(a1)表示该像素点在红色上的分量,G(a2)表示该像素点在绿色上的分量,B表示该像素点在蓝色上的分量,a1、a2以及a3的取值范围均为0-255;
步骤S202,利用公式Px=a1+a2+a3求得该像素点的像素参考值Px;
步骤S203,将像素参考值Px从大到小依次进行排序,进行第一次划分;将排序后的若干像素参考值从大到小依次划分为十等分,剩余最小的若干像素参考值加入最后一个等分数列中,利用第一像素波动公式求取每个等分中的像素参考值的第一波动值;
步骤S204,选取波动值最大的一个等分中的像素参考值进行再计算,并进行第二次划分;将选取的该等分中的像素参考值按照排序由大到小再划分为十等分,利用第二像素波动公式求取再划分后的每个等分中的像素参考值的第二波动值;
步骤S205,选取步骤S204中的第二波动值最大的像素参考值的等分作为划分界限等分,获取划分界限等分中的像素参考值的中位数作为划分界限参考值;
步骤S206,将像素参考值大于或等于划分界限参考值的像素点的区域设定为成像区域,将像素参考值小于划分界限参考值的像素点的区域设定为背景区域,将背景区域删除,将成像区域保留。
进一步地,所述第一像素波动公式配置为:
;所述第二像素波动公式配置为:;其中,Bd1
为第一波动值,Bd2为第二波动值,P1x1至P1xn分别代表第一次划分时每个等分中的像素参
考值,P1x1至P1xn由大到小进行排列,P2x1至P2xm分别代表第二次划分时每个等分中的像素
参考值,P2x1至P2xm由大到小进行排列。
进一步地,所述步骤S3包括如下子步骤:
步骤S301,获取成像区域中每个像素点的RGB[R(a1)、G(a2)、B(a3)]数值,分别求取所有像素点的若干a1、a2以及a3的平均值,并分别设定为红色像素平均值、绿色像素平均值以及蓝色像素平均值;
步骤S302,将红色像素平均值、绿色像素平均值以及蓝色像素平均值分别乘以对应的亮度增强系数得到红色增强参考值、绿色增强参考值以及蓝色增强参考值;
步骤S303,对每个像素点进行分量增强计算;通过红色分量增强计算公式求得每个像素点增强后的红色像素值,通过绿色分量增强计算公式求得每个像素点增强后的绿色像素值,通过蓝色分量增强计算公式求得每个像素点增强后的蓝色像素。
进一步地,所述红色分量增强计算公式配置为:Za1=a1-Ravg+Rzc;所述绿色分量增强计算公式配置为:Za2=a2-Gavg+Gzc;所述蓝色分量增强计算公式配置为:Za3=a3-Bavg+Bzc;其中,Za1、Za2以及Za3分别为增强后的红色像素值、绿色像素值以及蓝色像素值,Ravg、Gavg以及Bavg分别为红色像素平均值、绿色像素平均值以及蓝色像素平均值,Rzc、Gzc以及Bzc分别为红色增强参考值、绿色增强参考值以及蓝色增强参考值;增强后的像素点采用RGB[R(Za1)、G(Za2)、B(Za3)]进行色彩标记。
进一步地,所述步骤S3还包括如下子步骤:
步骤S311,获取成像区域中每个像素点的RGB[R(a1)、G(a2)、B(a3)]数值,对成像区域进行色彩转化处理;
步骤S312,将像素点的RGB[R(a1)、G(a2)、B(a3)]中的R(a1)换到B(a3)处,将G(a2)换到R(a1)处,将B(a3)换到G(a2)处,得到新的像素点的RGB[R(a2)、G(a3)、B(a1)];
步骤S313,将像素点的RGB[R(a1)、G(a2)、B(a3)]中的R(a1)换到G(a2)处,将G(a2)换到B(a3)处,将B(a3)换到R(a1)处,得到新的像素点的RGB[R(a3)、G(a1)、B(a2)]。
进一步地,所述步骤S4包括如下子步骤:
步骤S401,建立三维坐标系,将成像区域观察面正对三维坐标系的XZ平面,XZ平面为X轴与Z轴围成的平面;
步骤S402,对成像区域的像素点进行坐标标记,分别标记为P(Xi,Yi,Zi),其中Xi表示为若干像素点在X轴上对应的坐标,Yi表示为若干像素点在Y轴上对应的坐标,Zi表示为若干像素点在Y轴上对应的坐标;
步骤S403,获取若干像素点的坐标中位于X轴方向上的最大值Xmax和最小值Xmin,再获取若干像素点的坐标中位于Z轴方向上的最大值Zmax和最小值Zmin;求取Xmax和Xmin的平均值Xavg以及Zmax和Zmin的平均值Zavg;
步骤S404,设定观察中心点,并将观察中心点的坐标设定为Po(Xavg,0,Zavg);
步骤S405,根据距离计算公式分别极端若干像素点与观察中心点之间的距离,设定为三维观察距离;
步骤S406,将三维观察距离代入到三维增强公式中求得三维观察增强系数;
步骤S407,将每个像素点的RGB[R(a1)、G(a2)、B(a3)]中的a1与三维观察增强系数代入三维红色增强公式中求得三维红色增强值,将a2与三维观察增强系数代入三维绿色增强公式中求得三维绿色增强值,将a3与三维观察增强系数代入三维蓝色增强公式中求得三维蓝色增强值,根据三维增强后的三维红色增强值、三维绿色增强值以及三维蓝色增强值对成像区域进行三维色彩增强。
进一步地,所述距离计算公式配置为:;其
中,Sx为像素点到观察中心点的距离;所述三维增强公式配置为:;其中,Kz为三
维观察增强系数,k1为距离与三维观察转换比;k1可以根据成像的图像的尺寸大小来设定,
图像较大时,k1也较大,图像较小时,k1也较小,所述三维红色增强公式配置为:;所述三维绿色增强公式配置为:;所述三维蓝色增强
公式配置为:;其中,Sza1为三维红色增强值,Sza2为三维绿色增强值,
Sza3为三维蓝色增强值;三维增强后的像素点色彩表示为RGB[R(Sza1)、G(Sza2)、B
(Sza3)]。
本发明的有益效果:本发明首先从成像装置内获取基础荧光三维成像,然后将基础荧光三维成像进行背景区域筛分,将背景区域进行删除,再将删除后的荧光三维成像进行色彩增强处理;通过初步的删除增强,能够得到一个基础的增强处理后的成像区域,从而增强成像区域的显示效果;
最后对色彩增强后的荧光三维成像的立体观察面进行再增强处理;将荧光三维成像正对观察者的位置进行图像增强处理,将荧光三维成像远离观察者的位置进行图像削弱处理,通过增加三维空间的增强参数,能够提高从观察角度对成像区域进行增强的针对性,降低观察的外围区域对观察的中心区域的干扰性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的处理方法的流程图;
图2为本发明的步骤S2的子步骤流程图;
图3为本发明的实施例一中步骤S3的子步骤流程图;
图4为本发明的实施例二中步骤S3的子步骤流程图;
图5为本发明的步骤S4的子步骤流程图;
图6为本发明的成像区域和背景区域的示意图;
图7为本发明的成像区域在三维坐标系中的示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例一,本发明提供一种高分辨率荧光三维成像装置的数据处理方法,通过对成像区域的数据进行多种方式的再增强处理,以解决现有的技术中对于荧光三维成像的增强处理针对性不足、效果较差的问题。
请参阅图1所示,所述数据处理方法包括步骤S1、步骤S2、步骤S3和步骤S4。步骤S1包括从成像装置内获取基础荧光三维成像。
步骤S2包括将基础荧光三维成像进行背景区域筛分,将背景区域进行删除;请参阅图2和图6所示,所述步骤S2包括如下子步骤:
步骤S201,利用RGB模型对荧光三维图像进行像素点标记,每个像素点分别用RGB[R(a1)、G(a2)、B(a3)]进行色彩标记,其中,R(a1)表示该像素点在红色上的分量,G(a2)表示该像素点在绿色上的分量,B表示该像素点在蓝色上的分量,a1、a2以及a3的取值范围均为0-255;
步骤S202,利用公式Px=a1+a2+a3求得该像素点的像素参考值Px;
步骤S203,将像素参考值Px从大到小依次进行排序,进行第一次划分;将排序后的
若干像素参考值从大到小依次划分为十等分,剩余最小的若干像素参考值加入最后一个等
分数列中,利用第一像素波动公式求取每个等分中的像素参考值的第一波动值;所述第一
像素波动公式配置为:;其中,Bd1为第一波动值,P1x1
至P1xn分别代表第一次划分时每个等分中的像素参考值,P1x1至P1xn由大到小进行排列;
步骤S204,选取波动值最大的一个等分中的像素参考值进行再计算,并进行第二
次划分;将选取的该等分中的像素参考值按照排序由大到小再划分为十等分,利用第二像
素波动公式求取再划分后的每个等分中的像素参考值的第二波动值;所述第二像素波动公
式配置为:;Bd2为第二波动值,P2x1至P2xm分别
代表第二次划分时每个等分中的像素参考值,P2x1至P2xm由大到小进行排列;根据数据处理
量和最终得到的成像区域的误差来说,一般进行两次的划分即可实现,如果像素点的数据
过多,可根据实际需要在步骤S204的基础上进行第三次划分;
其中第三次划分中,先选择在第二次划分中求得的第二波动值最大的一个等分作
为第三次划分的等分,采用第三像素波动公式求取第三次划分后的每个等分的第三波动
值;所述第三像素波动公式配置为:;其中,Bd3为
第三波动值,P3x1至P3xo分别代表第三次划分时每个等分中的像素参考值,P3x1至P3xo由大
到小进行排列,选取第三波动值最大的一个等分作为边界划分参考等分,根据边界划分参
考等分的像素参考值进行两侧划分,区分成像区域和背景区域,在大多数的情况下两次划
分即可满足区域划分需求,也可以满足数据处理的高效。
步骤S205,选取步骤S204中的第二波动值最大的像素参考值的等分作为划分界限等分,获取划分界限等分中的像素参考值的中位数作为划分界限参考值;其中,求得的波动值越大,表面该等分的区域中像素点的像素参考值差距越大,该等分的像素点处于成像区域和背景区域的便捷的可能性越大;
步骤S206,将像素参考值大于或等于划分界限参考值的像素点的区域设定为成像区域,将像素参考值小于划分界限参考值的像素点的区域设定为背景区域,将背景区域删除,将成像区域保留,通过将背景区域删除,从而降低了成像区域的干扰因素。
步骤S3,将删除后的荧光三维成像进行色彩增强处理;请参阅图3所示,所述步骤S3包括如下子步骤:
步骤S301,获取成像区域中每个像素点的RGB[R(a1)、G(a2)、B(a3)]数值,分别求取所有像素点的若干a1、a2以及a3的平均值,并分别设定为红色像素平均值、绿色像素平均值以及蓝色像素平均值;
步骤S302,将红色像素平均值、绿色像素平均值以及蓝色像素平均值分别乘以对应的亮度增强系数得到红色增强参考值、绿色增强参考值以及蓝色增强参考值;
步骤S303,对每个像素点进行分量增强计算;通过红色分量增强计算公式求得每个像素点增强后的红色像素值,所述红色分量增强计算公式配置为:Za1=a1-Ravg+Rzc;通过绿色分量增强计算公式求得每个像素点增强后的绿色像素值,所述绿色分量增强计算公式配置为:Za2=a2-Gavg+Gzc;通过蓝色分量增强计算公式求得每个像素点增强后的蓝色像素。所述蓝色分量增强计算公式配置为:Za3=a3-Bavg+Bzc;其中,Za1、Za2以及Za3分别为增强后的红色像素值、绿色像素值以及蓝色像素值,Ravg、Gavg以及Bavg分别为红色像素平均值、绿色像素平均值以及蓝色像素平均值,Rzc、Gzc以及Bzc分别为红色增强参考值、绿色增强参考值以及蓝色增强参考值;增强后的像素点采用RGB[R(Za1)、G(Za2)、B(Za3)]进行色彩标记。
具体地,提供一个像素点的RGB色彩进行亮度调整实际的处理方法;具体步骤为:(1)计算像素在R、G、B三个分量上的平均值;(其中,R、G、B三个分量分别对应步骤S301中的RGB的a1、a2和a3);(2)对三个平均值分别乘以对应的亮度系数brightness,默认为1表示亮度不变,大于1表示亮度提高,小于1表示亮度变暗;(其中,亮度系数brightness对应步骤S302中的亮度增强系数);(3)对每个像素值在R、G、B上的分量,首先减去第一步计算出来的平均值,然后再加上第二部的计算结果。
Pnew = Pold +(brightness -1 )*means
Pnew 处理之后的像素,Pold 处理之前的像素,brightness 亮度系数(取值范围为【0~3】),means图像像素的平均值;
具体的计算处理过程的代码如下:
package chapter4;
iimport java.awt.image.BufferedImage;
/**
* Created by LENOVO on 18-1-29.
*/
public class BrightFilter extends AbstractBufferedImageOp {
private float brightness = 1.2f;//定义亮度系数
public BrightFilter(){
//this(1.2f);
}
public BrightFilter(float brightness){
this.brightness = brightness;
}
public float getBrightness() {
return brightness;
}
public void setBrightness(float brightness) {
this.brightness = brightness;
}
public BufferedImage filter(BufferedImage src,BufferedImage dest){
int width = src.getWidth();
int height = src.getHeight();
if(dest == null){
dest = creatCompatibleDestImage(src,null);
}
int[] inpixels = new int[width*height];
int[] outpixels = new int[width*height];
getRGB(src,0,0,width,height,inpixels);
int index = 0;
int[] rgbmeans = new int[3];
double redSum = 0;double greenSum = 0;double blueSum = 0;
double total = width*height;
for(int row=0;row<height;row++){
int ta = 0,tr = 0,tg = 0,tb = 0;
for(int col=0;col<width;col++){
index = row*width+col;
ta = (inpixels[index] >> 24) & 0xff;
tr = (inpixels[index] >> 16) & 0xff;
tg = (inpixels[index] >> 8) & 0xff;
tb = inpixels[index] & 0xff;
redSum += tr;
greenSum += tg;
blueSum += tb;
}
}
//1、计算RGB各分量平均值
rgbmeans[0] = (int)(redSum/total);
rgbmeans[1] = (int)(greenSum/total);
rgbmeans[2] = (int)(blueSum/total);
for(int row=0;row<height;row++){
int ta = 0,tr = 0,tg = 0,tb = 0;
for(int col=0;col<width;col++){
index = row*width+col;
ta = (inpixels[index] >> 24) & 0xff;
tr = (inpixels[index] >> 16) & 0xff;
tg = (inpixels[index] >> 8) & 0xff;
tb = inpixels[index] & 0xff;
//2、减去平均值
tr -= rgbmeans[0];
tg -= rgbmeans[1];
tb -= rgbmeans[2];
//3、加上平均值乘以亮度系数的值
tr += rgbmeans[0]*brightness;
tg += rgbmeans[1]*brightness;
tb += rgbmeans[2]*brightness;
outpixels[index] = (ta << 24) | (clamp(tr) << 16 ) | (clamp(tg) << 8)| clamp(tb);
}
}
setRGB(dest,0,0,width,height,outpixels);
return dest;
}
public int clamp(int value){
}
}。
上述代码执行了一个像素点的RGB色彩进行亮度调整实际的处理方法的步骤。
步骤S4,对色彩增强后的荧光三维成像的立体观察面进行再增强处理;
将荧光三维成像正对观察者的位置进行图像增强处理,将荧光三维成像远离观察者的位置进行图像削弱处理;三维成像的图像中,观察者变换到不同的角度进行观察时,将最靠近人眼视觉的位置亮度增强,将远离人眼的位置亮度减弱,能够提高观察中心区域的观察效果,降低周围区域的干扰性。具体地,请参阅图5和图7所示,所述步骤S4包括如下子步骤:
步骤S401,建立三维坐标系,将成像区域观察面正对三维坐标系的XZ平面,XZ平面为X轴与Z轴围成的平面;
步骤S402,对成像区域的像素点进行坐标标记,分别标记为P(Xi,Yi,Zi),其中Xi表示为若干像素点在X轴上对应的坐标,Yi表示为若干像素点在Y轴上对应的坐标,Zi表示为若干像素点在Y轴上对应的坐标;
步骤S403,获取若干像素点的坐标中位于X轴方向上的最大值Xmax和最小值Xmin,再获取若干像素点的坐标中位于Z轴方向上的最大值Zmax和最小值Zmin;求取Xmax和Xmin的平均值Xavg以及Zmax和Zmin的平均值Zavg;
步骤S404,设定观察中心点,并将观察中心点的坐标设定为Po(Xavg,0,Zavg);先在竖直的方向上选择一个相对于靠近观察中心的点位作为基础的观察中心点,该观察中心点能够更贴近观察者的观察中心,以该观察中心点进行发散,远处的位置做削弱,近处的位置做增强,能够提高观察效果。
步骤S406,将三维观察距离代入到三维增强公式中求得三维观察增强系数;所述
三维增强公式配置为:;其中,Kz为三维观察增强系数,k1为距离与三维观察转换
比;k1可以根据成像的图像的尺寸大小来设定,图像较大时,k1也较大,图像较小时,k1也较
小,尺寸大时,k1大会增大图像增强效果,尺寸小时,k1也较小,从而避免增强后亮度过强。
步骤S407,将每个像素点的RGB[R(a1)、G(a2)、B(a3)]中的a1与三维观察增强系数
代入三维红色增强公式中求得三维红色增强值,所述三维红色增强公式配置为:;将a2与三维观察增强系数代入三维绿色增强公式中求得三维绿色增强
值,所述三维绿色增强公式配置为:;将a3与三维观察增强系数代入三维
蓝色增强公式中求得三维蓝色增强值,所述三维蓝色增强公式配置为:;
根据三维增强后的三维红色增强值、三维绿色增强值以及三维蓝色增强值对成像区域进行
三维色彩增强,其中,Sza1为三维红色增强值,Sza2为三维绿色增强值,Sza3为三维蓝色增
强值;三维增强后的像素点色彩表示为RGB[R(Sza1)、G(Sza2)、B(Sza3)]。
实施例二,实施例二提供了另一中色彩增强方法,请参阅图4所示,具体为:所述步骤S3还包括如下子步骤:
步骤S311,获取成像区域中每个像素点的RGB[R(a1)、G(a2)、B(a3)]数值,对成像区域进行色彩转化处理;
步骤S312,将像素点的RGB[R(a1)、G(a2)、B(a3)]中的R(a1)换到B(a3)处,将G(a2)换到R(a1)处,将B(a3)换到G(a2)处,得到新的像素点的RGB[R(a2)、G(a3)、B(a1)];通过步骤S312的转换,能够将偏红色的区域转换为偏绿色的区域,将偏绿色的区域转换为偏蓝色的区域,将偏蓝色的区域转换为偏红色的区域。
步骤S313,将像素点的RGB[R(a1)、G(a2)、B(a3)]中的R(a1)换到G(a2)处,将G(a2)换到B(a3)处,将B(a3)换到R(a1)处,得到新的像素点的RGB[R(a3)、G(a1)、B(a2)],通过步骤S313的转换,能够将偏红色的区域转换为偏蓝色的区域,将偏绿色的区域转换为偏红色的区域,将偏蓝色的区域转换为偏绿色的区域,提供色彩的转换,能够增强视觉观察时的比对效果和冲击性,从而有助于提高观察者的对于细节的比对。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种高分辨率荧光三维成像装置的数据处理方法,其特征在于,所述数据处理方法包括如下步骤:
步骤S1,从成像装置内获取基础荧光三维成像;
步骤S2,将基础荧光三维成像进行背景区域筛分,将背景区域进行删除;所述步骤S2包括如下子步骤:
步骤S201,利用RGB模型对荧光三维图像进行像素点标记,每个像素点分别用RGB[R(a1)、G(a2)、B(a3)]进行色彩标记,其中,R(a1)表示该像素点在红色上的分量,G(a2)表示该像素点在绿色上的分量,B表示该像素点在蓝色上的分量,a1、a2以及a3的取值范围均为0-255;
步骤S202,利用公式Px=a1+a2+a3求得该像素点的像素参考值Px;
步骤S203,将像素参考值Px从大到小依次进行排序,进行第一次划分;将排序后的若干像素参考值从大到小依次划分为十等分,剩余最小的若干像素参考值加入最后一个等分数列中,利用第一像素波动公式求取每个等分中的像素参考值的第一波动值;
步骤S204,选取波动值最大的一个等分中的像素参考值进行再计算,并进行第二次划分;将选取的该等分中的像素参考值按照排序由大到小再划分为十等分,利用第二像素波动公式求取再划分后的每个等分中的像素参考值的第二波动值;
步骤S205,选取步骤S204中的第二波动值最大的像素参考值的等分作为划分界限等分,获取划分界限等分中的像素参考值的中位数作为划分界限参考值;
步骤S206,将像素参考值大于或等于划分界限参考值的像素点的区域设定为成像区域,将像素参考值小于划分界限参考值的像素点的区域设定为背景区域,将背景区域删除,将成像区域保留;
步骤S3,将删除后的荧光三维成像进行色彩增强处理;
步骤S4,对色彩增强后的荧光三维成像的立体观察面进行再增强处理;
将荧光三维成像正对观察者的位置进行图像增强处理,将荧光三维成像远离观察者的位置进行图像削弱处理;所述步骤S4包括如下子步骤:
步骤S401,建立三维坐标系,将成像区域观察面正对三维坐标系的XZ平面,XZ平面为X轴与Z轴围成的平面;
步骤S402,对成像区域的像素点进行坐标标记,分别标记为P(Xi,Yi,Zi),其中Xi表示为若干像素点在X轴上对应的坐标,Yi表示为若干像素点在Y轴上对应的坐标,Zi表示为若干像素点在Y轴上对应的坐标;
步骤S403,获取若干像素点的坐标中位于X轴方向上的最大值Xmax和最小值Xmin,再获取若干像素点的坐标中位于Z轴方向上的最大值Zmax和最小值Zmin;求取Xmax和Xmin的平均值Xavg以及Zmax和Zmin的平均值Zavg;
步骤S404,设定观察中心点,并将观察中心点的坐标设定为Po(Xavg,0,Zavg);
步骤S405,根据距离计算公式分别极端若干像素点与观察中心点之间的距离,设定为三维观察距离;
步骤S406,将三维观察距离代入到三维增强公式中求得三维观察增强系数;
步骤S407,将每个像素点的RGB[R(a1)、G(a2)、B(a3)]中的a1与三维观察增强系数代入三维红色增强公式中求得三维红色增强值,将a2与三维观察增强系数代入三维绿色增强公式中求得三维绿色增强值,将a3与三维观察增强系数代入三维蓝色增强公式中求得三维蓝色增强值,根据三维增强后的三维红色增强值、三维绿色增强值以及三维蓝色增强值对成像区域进行三维色彩增强。
3.根据权利要求2所述的一种高分辨率荧光三维成像装置的数据处理方法,其特征在于,所述步骤S3包括如下子步骤:
步骤S301,获取成像区域中每个像素点的RGB[R(a1)、G(a2)、B(a3)]数值,分别求取所有像素点的若干a1、a2以及a3的平均值,并分别设定为红色像素平均值、绿色像素平均值以及蓝色像素平均值;
步骤S302,将红色像素平均值、绿色像素平均值以及蓝色像素平均值分别乘以对应的亮度增强系数得到红色增强参考值、绿色增强参考值以及蓝色增强参考值;
步骤S303,对每个像素点进行分量增强计算;通过红色分量增强计算公式求得每个像素点增强后的红色像素值,通过绿色分量增强计算公式求得每个像素点增强后的绿色像素值,通过蓝色分量增强计算公式求得每个像素点增强后的蓝色像素。
4.根据权利要求3所述的一种高分辨率荧光三维成像装置的数据处理方法,其特征在于,所述红色分量增强计算公式配置为:Za1=a1-Ravg+Rzc;所述绿色分量增强计算公式配置为:Za2=a2-Gavg+Gzc;所述蓝色分量增强计算公式配置为:Za3=a3-Bavg+Bzc;其中,Za1、Za2以及Za3分别为增强后的红色像素值、绿色像素值以及蓝色像素值,Ravg、Gavg以及Bavg分别为红色像素平均值、绿色像素平均值以及蓝色像素平均值,Rzc、Gzc以及Bzc分别为红色增强参考值、绿色增强参考值以及蓝色增强参考值;增强后的像素点采用RGB[R(Za1)、G(Za2)、B(Za3)]进行色彩标记。
5.根据权利要求4所述的一种高分辨率荧光三维成像装置的数据处理方法,其特征在于,所述步骤S3还包括如下子步骤:
步骤S311,获取成像区域中每个像素点的RGB[R(a1)、G(a2)、B(a3)]数值,对成像区域进行色彩转化处理;
步骤S312,将像素点的RGB[R(a1)、G(a2)、B(a3)]中的R(a1)换到B(a3)处,将G(a2)换到R(a1)处,将B(a3)换到G(a2)处,得到新的像素点的RGB[R(a2)、G(a3)、B(a1)];
步骤S313,将像素点的RGB[R(a1)、G(a2)、B(a3)]中的R(a1)换到G(a2)处,将G(a2)换到B(a3)处,将B(a3)换到R(a1)处,得到新的像素点的RGB[R(a3)、G(a1)、B(a2)]。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210947769.9A CN115035255B (zh) | 2022-08-09 | 2022-08-09 | 一种高分辨率荧光三维成像装置的数据处理方法 |
PCT/CN2023/076346 WO2024031950A1 (zh) | 2022-08-09 | 2023-02-16 | 一种高分辨率荧光三维成像装置的数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210947769.9A CN115035255B (zh) | 2022-08-09 | 2022-08-09 | 一种高分辨率荧光三维成像装置的数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115035255A CN115035255A (zh) | 2022-09-09 |
CN115035255B true CN115035255B (zh) | 2022-11-04 |
Family
ID=83130027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210947769.9A Active CN115035255B (zh) | 2022-08-09 | 2022-08-09 | 一种高分辨率荧光三维成像装置的数据处理方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115035255B (zh) |
WO (1) | WO2024031950A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115035255B (zh) * | 2022-08-09 | 2022-11-04 | 南京诺源医疗器械有限公司 | 一种高分辨率荧光三维成像装置的数据处理方法 |
CN116206067B (zh) * | 2023-04-27 | 2023-07-18 | 南京诺源医疗器械有限公司 | 医疗设备荧光三维成像方法及系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133481A (zh) * | 2017-12-22 | 2018-06-08 | 必欧瀚生物技术(合肥)有限公司 | 一种针对荧光免疫层析试条成像系统的图像处理算法 |
CN109480776B (zh) * | 2018-10-30 | 2021-01-15 | 中国科学院自动化研究所 | 术中近红外一区和二区多谱段荧光导航系统及其使用方法 |
US11245931B2 (en) * | 2019-09-11 | 2022-02-08 | Samsung Display Co., Ltd. | System and method for RGBG conversion |
CN112037217B (zh) * | 2020-09-09 | 2021-04-30 | 南京诺源医疗器械有限公司 | 一种基于荧光成像的术中血流成像方法 |
CN112037216B (zh) * | 2020-09-09 | 2022-02-15 | 南京诺源医疗器械有限公司 | 一种医学荧光成像系统图像融合方法 |
CN113436129B (zh) * | 2021-08-24 | 2021-11-16 | 南京微纳科技研究院有限公司 | 图像融合系统、方法、装置、设备及存储介质 |
CN114511460A (zh) * | 2022-01-29 | 2022-05-17 | 中国科学院苏州生物医学工程技术研究所 | 荧光图像伪彩增强方法、装置、设备及存储介质 |
CN115035255B (zh) * | 2022-08-09 | 2022-11-04 | 南京诺源医疗器械有限公司 | 一种高分辨率荧光三维成像装置的数据处理方法 |
-
2022
- 2022-08-09 CN CN202210947769.9A patent/CN115035255B/zh active Active
-
2023
- 2023-02-16 WO PCT/CN2023/076346 patent/WO2024031950A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
CN115035255A (zh) | 2022-09-09 |
WO2024031950A1 (zh) | 2024-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115035255B (zh) | 一种高分辨率荧光三维成像装置的数据处理方法 | |
CN104882098B (zh) | 基于led拼接显示屏的图像校正方法及图像传感器 | |
CN107644410B (zh) | 图像处理方法、图像处理装置、图像处理系统及显示装置 | |
CN104655403B (zh) | 一种点阵光源发光均匀性测试方法 | |
US20040145599A1 (en) | Display apparatus, method and program | |
CN107180605A (zh) | 一种消除显示设备Mura的方法、消除显示设备Mura装置和显示设备 | |
US9437037B2 (en) | Image display device, method and program | |
JP2012237693A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
CN109448660A (zh) | 改善显示视角色偏的方法、设备及存储介质 | |
KR20110100145A (ko) | 색 얼룩 검사 장치 및 방법 | |
CN111028779B (zh) | 显示面板的补偿方法、装置以及显示面板 | |
CN110853105B (zh) | Rgb子像素同时定位的方法、装置及应用 | |
CN110866918B (zh) | 酵母分析方法 | |
JP2009293993A (ja) | 腐食度評価方法、装置及びプログラム | |
CN113380177A (zh) | 图像获取装置的调节方法、装置及显示面板的补偿方法 | |
CN116167932A (zh) | 一种图像质量优化方法、装置、设备及存储介质 | |
CN109697957A (zh) | 图像像素校正方法及系统 | |
CN114281629B (zh) | 用于估计屏幕漏光量的方法、装置和电子设备 | |
CN109817147A (zh) | 显示面板及其显示方法、显示设备及计算机可读存储介质 | |
Ryu et al. | Colorimetric background estimation for color blending reduction of OST-HMD | |
CN105096913B (zh) | 一种rgb至rgbw的亮度补偿方法以及装置 | |
CN117034572A (zh) | 一种基于流通系数的等比例阀门的建模方法 | |
EP1300802A1 (en) | Process of identification of shadows in an image and image obtained using the process | |
CN114727073B (zh) | 一种图像的投影方法、装置、可读存储介质及电子设备 | |
JP2012185030A (ja) | 色ムラ判別装置、色ムラ判別方法及び表示装置 |
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 |