CN115442522B - 基于显微镜的成像调整方法、装置、设备及存储介质 - Google Patents

基于显微镜的成像调整方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN115442522B
CN115442522B CN202210955185.6A CN202210955185A CN115442522B CN 115442522 B CN115442522 B CN 115442522B CN 202210955185 A CN202210955185 A CN 202210955185A CN 115442522 B CN115442522 B CN 115442522B
Authority
CN
China
Prior art keywords
image
motion vector
current
obtaining
projection data
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
CN202210955185.6A
Other languages
English (en)
Other versions
CN115442522A (zh
Inventor
黄彬强
李朝新
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.)
Shenzhen Beijia Technology Co ltd
Original Assignee
Shenzhen Beijia Technology 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 Shenzhen Beijia Technology Co ltd filed Critical Shenzhen Beijia Technology Co ltd
Priority to CN202210955185.6A priority Critical patent/CN115442522B/zh
Publication of CN115442522A publication Critical patent/CN115442522A/zh
Application granted granted Critical
Publication of CN115442522B publication Critical patent/CN115442522B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20172—Image enhancement details
    • G06T2207/20201—Motion blur correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20224—Image subtraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Microscoopes, Condenser (AREA)

Abstract

本发明属于显微镜技术领域，公开了一种基于显微镜的成像调整方法、装置、设备及存储介质。该方法包括：根据当前图像与参考图像，得到当前投影数据与参考投影数据；根据所述当前投影数据与参考投影数据，确定初始运动矢量；根据所述初始运动矢量与当前图像，得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像；根据所述差异图像与参考图像，确定局部运动矢量；根据所述局部运动矢量与初始运动矢量，得到全局运动矢量；根据所述全局运动矢量，对所述当前图像进行调整。通过上述方式，可以实现对显微镜成像画面的自动调整，减少物体或显微镜本身的移动所带来的影响，提升观察时图像的清晰度，进而提高观察效果。

Description

基于显微镜的成像调整方法、装置、设备及存储介质
技术领域
本发明涉及显微镜技术领域，尤其涉及一种基于显微镜的成像调整方法、装置、设备及存储介质。
背景技术
在使用显微镜观察物体时，通常需要被测物体处于平整状态，且物体与显微镜镜头处于垂直状态，从而达到良好的成像效果，因此，在物体处于移动状态，或是显微镜本身处于移动状态时，往往会影响成像画面的清晰度，需要后期通过图像处理软件技术对得到的图像进行调整，难以及时掌握变化，影响观察效果。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于显微镜的成像调整方法、装置、设备及存储介质，旨在解决现有技术中观察物体或显微镜本身的移动影响成像画面清晰度，进而影响观察效果的技术问题。
为实现上述目的，本发明提供了一种基于显微镜的成像调整方法，所述方法包括以下步骤：
根据当前图像与参考图像，得到当前投影数据与参考投影数据；
根据所述当前投影数据与参考投影数据，确定初始运动矢量；
根据所述初始运动矢量与当前图像，得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像；
根据所述差异图像与参考图像，确定局部运动矢量；
根据所述局部运动矢量与初始运动矢量，得到全局运动矢量；
根据所述全局运动矢量，对所述当前图像进行调整。
可选地，所述根据所述当前投影数据与参考投影数据，确定初始运动矢量，包括：
获取投影数据与互相关值之间的对应关系；
根据所述当前投影数据与参考投影数据，得到互相关数据；
根据预设取值范围与所述互相关数据，确定水平运动矢量与垂直运动矢量；
根据所述水平运动矢量与垂直运动矢量，得到初始运动矢量。
可选地，所述根据所述差异图像与参考图像，确定局部运动矢量，包括：
根据所述差异图像与预设划分数量，得到差异图像像素块；
根据所述差异图像像素块，确定所述差异图像像素块的复杂度；
根据所述复杂度对差异图像像素块进行筛选，确定局部运动矢量。
可选地，所述根据所述差异图像像素块，确定所述差异图像像素块的复杂度，包括：
根据所述差异图像像素块，得到像素灰度值数据；
根据所述像素灰度值数据，得到像素均值数据；
根据所述像素均值数据，得到像素方差数据；
根据所述像素方差数据，确定所述差异图像像素块的复杂度。
可选地，所述根据所述复杂度对差异图像像素块进行筛选，确定局部运动矢量，包括：
根据所述复杂度，对所述差异图像像素块进行排序，得到差异图像像素块序列；
根据预设选取数量与所述差异图像像素块序列，得到目标像素块；
获取所述目标像素块的位置信息，根据所述位置信息，得到局部运动矢量。
可选地，所述根据所述局部运动矢量与初始运动矢量，得到全局运动矢量，包括：
对所述局部运动矢量进行排序，得到局部运动矢量序列；
根据所述局部运动矢量序列，确定目标局部运动矢量；
根据所述目标局部运动矢量，得到平均局部运动矢量；
根据所述平均局部运动矢量与初始运动矢量，得到全局运动矢量。
可选地，所述根据当前图像与参考图像，得到当前投影数据与参考投影数据，包括：
对所述当前图像与参考图像进行灰度化处理，得到当前灰度图像与参考灰度图像；
对所述当前灰度图像与参考灰度图像进行图像增强，得到当前增强图像与参考增强图像；
根据所述当前增强图像与参考增强图像，得到当前灰度数据与参考灰度数据；
根据所述当前灰度数据与参考灰度数据，得到初始当前投影数据与初始参考投影数据；
对所述初始当前投影数据与初始参考投影数据进行滤波处理，得到当前投影数据与参考投影数据。
此外，为实现上述目的，本发明还提出一种基于显微镜的成像调整装置，所述基于显微镜的成像调整装置包括：
获取模块，用于根据当前图像与参考图像，得到当前投影数据与参考投影数据；
处理模块，用于根据所述当前投影数据与参考投影数据，确定初始运动矢量；
所述处理模块，还用于根据所述运动矢量，得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像；
所述处理模块，还用于根据所述差异图像与参考图像，确定局部运动矢量；
调整模块，用于根据所述局部运动矢量与初始运动矢量，得到全局运动矢量；
所述调整模块，还用于根据所述全局运动矢量，对所述当前图像进行调整。
此外，为实现上述目的，本发明还提出一种基于显微镜的成像调整设备，所述基于显微镜的成像调整设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于显微镜的成像调整程序，所述基于显微镜的成像调整程序配置为实现如上文所述的基于显微镜的成像调整方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有基于显微镜的成像调整程序，所述基于显微镜的成像调整程序被处理器执行时实现如上文所述的基于显微镜的成像调整方法的步骤。
在本发明中，根据当前图像与参考图像，得到当前投影数据与参考投影数据，从而确定初始运动矢量，根据初始运动矢量与当前图像，可以得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像，进而确定局部运动矢量，根据局部运动矢量与初始运动矢量，得到全局运动矢量，根据全局运动矢量，对当前图像进行调整。相较于现有技术需要后期通过图像处理软件技术对得到的图像进行调整，本发明可以在移动情况下实时计算出当前图像的全局运动矢量，根据全局运动矢量对当前图像进行运动补偿，克服了观察物体或显微镜本身的移动影响成像画面清晰度的技术问题，实现了对成像的自动调整，减少移动带来的影响，提升观察时图像的清晰度，提高观察效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的基于显微镜的成像调整设备的结构示意图；
图2为本发明基于显微镜的成像调整方法第一实施例的流程示意图；
图3为本发明基于显微镜的成像调整方法第二实施例的流程示意图；
图4为本发明基于显微镜的成像调整方法第三实施例的流程示意图；
图5为本发明基于显微镜的成像调整装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的基于显微镜的成像调整设备结构示意图。
如图1所示，该基于显微镜的成像调整设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对基于显微镜的成像调整设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于显微镜的成像调整程序。
在图1所示的基于显微镜的成像调整设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明基于显微镜的成像调整设备中的处理器1001、存储器1005可以设置在基于显微镜的成像调整设备中，所述基于显微镜的成像调整设备通过处理器1001调用存储器1005中存储的基于显微镜的成像调整程序，并执行本发明实施例提供的基于显微镜的成像调整方法。
本发明实施例提供了一种基于显微镜的成像调整方法，参照图2，图2为本发明一种基于显微镜的成像调整方法第一实施例的流程示意图。
本实施例中，所述基于显微镜的成像调整方法包括以下步骤：
步骤S10：根据当前图像与参考图像，得到当前投影数据与参考投影数据。
需要说明的是，本实施例的执行主体为显微镜，可为任一能够运行基于显微镜的成像调整程序的电子显微镜，通过显微镜中设有的基于显微镜的成像调整程序，得到图像的位移情况，从而根据位移情况对图像进行相应调整。
可理解的是，在物体发生移动或是显微镜本身发生移动时，由于视觉暂留效应，成像就会变得模糊，为了能够快速、准确地对成像进行调整，本实施例采用运动估计算法，计算出当前图像相较于参考图像之间的位移情况，得到运动矢量，从而根据运动矢量进行相应的图像补偿，使得成像保持稳定的清晰度。
应理解的是，所述当前图像为当前帧采集到的图像，所述参考图像为用于计算当前图像位移值的图像，作为当前图像的参考，可为当前图像之前任一采集到的图像，例如：前一帧图像、三帧前的图像等，可在基于显微镜的成像调整程序中进行设置，本实施例对此不做限制，可根据实际情况灵活调整。所述当前投影数据为当前图像经过图像增强预处理以及灰度投影后得到的数据，所述参考投影数据为参考图像经过图像增强预处理以及灰度投影后得到的数据，投影数据通常为投影曲线的形式，也可为其他形式，本实施例对此不做限制，所述投影数据包括列投影数据与行投影数据。
在具体实现中，对当前图像与参考图像进行图像增强预处理以及灰度投影，得到当前图像的投影曲线与参考图像的投影曲线，以便后续根据投影曲线，确定初始运动矢量。
步骤S20：根据所述当前投影数据与参考投影数据，确定初始运动矢量。
所述步骤S20包括：获取投影数据与互相关值之间的对应关系，根据所述当前投影数据与参考投影数据，得到互相关数据，根据预设取值范围与所述互相关数据，确定水平运动矢量与垂直运动矢量，根据所述水平运动矢量与垂直运动矢量，得到初始运动矢量。
需要说明的是，所述投影数据与互相关值之间的对应关系为互相关计算表达式，其计算表达式如下所示：
式中，Gk+1和Gk分别为当前图像和参考图像的行或列投影值，j表示第j列或第j行，n为投影的长度，w是检测的偏移范围，m为搜索宽度(m通常为30)，C(w)为互相关值。所述互相关数据为当前图像和参考图像之间的互相关曲线，包括行互相关曲线与列互相关曲线，将当前投影数据与参考投影数据代入互相关计算表达式，即可得到行互相关数据与列互相关数据，并绘制出行互相关曲线与列互相关曲线。所述预设取值范围表示互相关曲线的谷值，所述水平运动矢量为水平方向的位移量，行互相关曲线中谷值对应的偏移范围即为水平运动矢量，所述垂直运动矢量为垂直方向上的位移量，列互相关曲线中谷值对应的偏移范围即为垂直运动矢量。所述初始运动矢量为使用灰度投影得到的粗估计的运动矢量，包括水平运动矢量与垂直运动矢量。
在具体实现中，将当前图像的列投影曲线与参考图像的列投影曲线做互相关计算，得到当前图像与参考图像之间的列互相关曲线，根据列互相关曲线中的唯一谷值即可确定当前图像相对于参考图像的垂直运动矢量，将当前图像的行投影曲线与参考图像的行投影曲线做互相关计算，得到当前图像与参考图像之间的行互相关曲线，根据行互相关曲线中的唯一谷值即可确定当前图像相对于参考图像的水平运动矢量。
步骤S30：根据所述初始运动矢量与当前图像，得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像。
可理解的是，所述初始补偿图像为经过粗估计运动补偿后的图像，所述差异图像为两幅图像作差之后得到的图像。
在具体实现中，根据得到的初始运动矢量，按初始运动矢量的相反方向移动当前图像的各个像素，对当前图像进行粗估计的运动补偿，得到初始补偿图像，将初始补偿图像与参考图像进行做差处理，可以得到初始补偿图像与参考图像之间的差图像，即所述差异图像。
步骤S40：根据所述差异图像与参考图像，确定局部运动矢量。
需要说明的是，所述局部运动矢量为差异图像相较于参考图像的位移情况。
在具体实现中，将差异图像分成若干像素块，并筛选出符合条件的像素块计算其局部运动矢量，用于计算精估计的运动矢量，从而提高运动估计的准确性。
步骤S50：根据所述局部运动矢量与初始运动矢量，得到全局运动矢量。
所述步骤S50包括：对所述局部运动矢量进行排序，得到局部运动矢量序列，根据所述局部运动矢量序列，确定目标局部运动矢量，根据所述目标局部运动矢量，得到平均局部运动矢量，根据所述平均局部运动矢量与初始运动矢量，得到全局运动矢量。
可理解的是，所述局部运动矢量序列为经过排序后的局部运动矢量，所述排序可为升序排序，也可为降序排序，本实施例对此不做限制，所述目标局部运动矢量为局部运动矢量中处于中间位置的局部运动矢量，所述目标局部矢量的数量可在基于显微镜的成像调整程序中进行设置，本实施例对此不做限制，可根据实际情况灵活调整，所述平均局部运动矢量为精估计的运动矢量，所述全局运动矢量为使用运动估计算法最终得到的当前图像位移情况。
在具体实现中，将得到的局部运动矢量进行排序，找到排序处于中间位置的目标局部运动矢量，计算其平均值，得到平均局部运动矢量，作为当前图像的精估计运动矢量，将得到的粗估计运动矢量与精估计运动矢量相加，得到最终的全局运动矢量。
步骤S60：根据所述全局运动矢量，对所述当前图像进行调整。
在具体实现中，根据得到的全局运动矢量，按全局运动矢量的相反方向移动当前图像的各个像素，对当前图像进行运动补偿，得到更稳定、更清晰的图像。
在本实施例中，根据当前图像与参考图像，得到当前投影数据与参考投影数据，从而确定初始运动矢量，根据初始运动矢量与当前图像，可以得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像，进而确定局部运动矢量，根据局部运动矢量与初始运动矢量，得到全局运动矢量，根据全局运动矢量，对当前图像进行调整。本实施例能够在移动情况下实时计算出当前图像的偏移情况，根据偏移情况对当前图像进行相应的运动补偿，使得成像保持稳定的清晰度，实现了成像的自动调整，减少了移动带来的影响，提升了观察时图像的清晰度，进而提高了观察效果。
参考图3，图3为本发明一种基于显微镜的成像调整方法第二实施例的流程示意图。
基于上述第一实施例，所述步骤S10包括：
步骤S101：对所述当前图像与参考图像进行灰度化处理，得到当前灰度图像与参考灰度图像。
需要说明的是，所述当前灰度图像为当前图像的灰度图像，所述参考灰度图像为参考图像的灰度图像。
步骤S102：对所述当前灰度图像与参考灰度图像进行图像增强，得到当前增强图像与参考增强图像。
可理解的是，所述当前增强图像为经过图像增强后的当前灰度图像，所述参考增强图像为经过图像增强后的参考灰度图像。
应理解的是，由于灰度值太过接近容易造成误匹配，因此，需要对图像进行增强处理，本实施例采用的方法是对图像进行直方图均衡化预处理，直方图均衡化是一种借助直方图变换来增强图像的方法，其基本思想是把原始图的直方图变换为均匀分布的形式，也可采用其他形式的图像增强方式，本实施例对此不做限制。
在具体实现中，通过对当前灰度图像与参考灰度图像进行图像增强，以增加像素灰度值的动态范围，从而增大图像的整体对比度，提高细节的清晰度。
步骤S103：根据所述当前增强图像与参考增强图像，得到当前灰度数据与参考灰度数据。
需要说明的是，所述当前灰度数据为当前增强图像中各像素的灰度值，所述参考灰度数据为参考增强图像各像素的灰度值。
步骤S104：根据所述当前灰度数据与参考灰度数据，得到初始当前投影数据与初始参考投影数据。
可理解的是，所述初始当前投影数据为当前增强图像的灰度投影值，所述初始参考投影数据为参考增强图像的灰度投影值，所述投影数据包括行灰度投影值和列灰度投影值。
在具体实现中，对当前增强图像与参考增强图像进行灰度值的行列投影，也就是将当前灰度数据与参考灰度数据中的每一列和每一行像素灰度值进行累加，其中，列灰度投影值计算表达式如下所示：
式中，Gk(j)表示图像第j列的灰度投影值，Gk(i，j)表示图像上(i，j)位置处的像素灰度值，表示列投影的平均灰度值，L表示图像列数，Grk(j)表示图像第j列均值归一化处理后的列灰度投影值，同理可得行灰度投影值。
在具体实现中，将当前灰度数据与参考灰度数据代入行列灰度投影值计算表达式中，得到当前列投影数据、当前行投影数据、参考列投影数据、参考行投影数据，从而得到初始当前投影数据与初始参考投影数据，此时的初始当前投影数据与初始参考投影数据还需要进一步提高精度，以提高运动矢量估计的准确性。
步骤S105：对所述初始当前投影数据与初始参考投影数据进行滤波处理，得到当前投影数据与参考投影数据。
需要说明的是，所述当前投影数据与参考投影数据分别为滤波后的初始当前投影数据与初始参考投影数据。由于图像移动时，图像的边缘信息也会随之发生变化，使得投影在边缘处出现差异，对后续的互相关计算产生影响而降低精度，本实施例采用余弦平方滤波器进行滤波，降低边界信息的幅值而保留中心区域的波形，从而降低边界对互相关峰值的影响，也可使用其他的方式提高精度，本实施例对此不做限制，可根据实际情况灵活调整。所述滤波计算表达式如下所示：
式中，F为选取的滤波宽度，L表示图像列数，Gk(j)表示滤波后图像第j列的灰度投影值，Grk(j)表示图像第j列均值归一化处理后的列灰度投影值，同理可得滤波后图像的行灰度投影值。
在具体实现中，使用上述滤波计算表达式对初始当前投影数据与初始参考投影数据进行滤波处理，得到滤波后的列灰度投影值与行灰度投影值，从而得到精度更高的当前投影数据与参考投影数据。
在本实施例中，对当前图像与参考图像进行灰度化处理，得到当前灰度图像与参考灰度图像，并进行图像增强，得到当前增强图像与参考增强图像，从而得到当前灰度数据与参考灰度数据，进而得到初始当前投影数据与初始参考投影数据。本实施例使用直方图均衡化方式对当前图像与参考图像进行图像增强，从而增大图像的整体对比度，并对增强后的当前增强图像与参考增强图像进行灰度投影，得到初始投影值，通过滤波，降低边界对后续计算的影响，提高运动估计的准确性，从而保证成像调整的稳定性。
参考图4，图4为本发明一种基于显微镜的成像调整方法第三实施例的流程示意图。
基于上述第一实施例，所述步骤S40包括：
步骤S401：根据所述差异图像与预设划分数量，得到差异图像像素块。
需要说明的是，所述预设划分数量为将差异图像划分为若干像素块的数量，例如：16个，也可为其他数量，可在基于显微镜的成像调整程序中进行设置，本实施例对此不做限制，可根据实际情况灵活调整，每个像素块大小相同，所述差异图像像素块为差异图像划分出的若干像素块。
步骤S402：根据所述差异图像像素块，确定所述差异图像像素块的复杂度。
所述步骤S402包括：根据所述差异图像像素块，得到像素灰度值数据，根据所述像素灰度值数据，得到像素均值数据，根据所述像素均值数据，得到像素方差数据，根据所述像素方差数据，确定所述差异图像像素块的复杂度。
可理解的是，所述像素灰度值数据为各像素块中的像素灰度值之和，所述像素均值数据为像素灰度值数据的均值，所述像素方差数据为像素灰度值数据的方差，所述复杂度为像素块灰度值的分布情况，其中，像素均值数据的计算表达式如下所示：
式中，将差异图像划分为k个像素块，uk表示k个像素块的灰度值均值，像素块的大小为M×N，fk(i，j)表示第k个像素块中位置(i，j)处的灰度值。像素方差数据计算表达式如下所示：
式中，表示k个像素块的灰度值方差，uk表示k个像素块的灰度值均值，像素块的大小为M×N，fk(i，j)表示第k个像素块中位置(i，j)处的灰度值。
在具体实现中，计算出差异图像每个像素块的像素灰度值数据，将各像素块的灰度值数据代入均值像素均值数据计算表达式，得到像素均值数据，将像素均值数据代入像素方差数据计算表达式，得到像素方差数据。方差是用来度量灰度分布的均匀性的，因此，像素块的方差越大表明该像素块的灰度分布越不均匀，像素块越复杂。
步骤S403：根据所述复杂度对差异图像像素块进行筛选，确定局部运动矢量。
所述步骤S403包括：根据所述复杂度，对所述差异图像像素块进行排序，得到差异图像像素块序列，根据预设选取数量与所述差异图像像素块序列，得到目标像素块，获取所述目标像素块的位置信息，根据所述位置信息，得到局部运动矢量。
应理解的是，所述差异图像像素块序列为经过排序的像素块，所述预设选取数量为选取像素块的数量，例如：10个，也可为其他数量，可在基于显微镜的成像调整程序中进行设置，本实施例对此不做限制，可根据实际情况灵活调整，所述目标像素块为选取出来的像素块，所述位置信息为各目标像素块的起点坐标。
在具体实现中，使用灰度变化非常明显的像素块，即复杂度越大的像素块，可以提高运动估计的精度，本实施例在像素块中进行筛选，筛选出复杂程度较大的若干目标像素块，并使用全搜索块匹配法计算出目标像素块的局部运动矢量。
在本实施例中，根据差异图像与预设划分数量，得到差异图像像素块，并计算灰度值均值与灰度值方差来确定各像素块的复杂度，像素块的方差越大表明该像素块的灰度分布越不均匀，像素块越复杂，筛选出复杂程度较大的像素块，以此计算出局部运动矢量，用于计算精估计的运动矢量，进一步提高运动估计的准确性，从而进一步提高成像调整的稳定性，保证观察时图像的清晰度，进而提高观察效果。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有基于显微镜的成像调整程序，所述基于显微镜的成像调整程序被处理器执行时实现如上文所述的基于显微镜的成像调整方法的步骤。
参照图5，图5为本发明基于显微镜的成像调整装置第一实施例的结构框图。
如图5所示，本发明实施例提出的基于显微镜的成像调整装置包括：
获取模块10，用于根据当前图像与参考图像，得到当前投影数据与参考投影数据。
处理模块20，用于根据所述当前投影数据与参考投影数据，确定初始运动矢量。
所述处理模块20，还用于根据所述运动矢量，得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像。
所述处理模块20，还用于根据所述差异图像，确定局部运动矢量。
调整模块30，用于根据所述局部运动矢量与初始运动矢量，得到全局运动矢量。
所述调整模块30，还用于根据所述全局运动矢量，对所述当前图像进行调整。
在本实施例中，根据当前图像与参考图像，得到当前投影数据与参考投影数据，从而确定初始运动矢量，根据初始运动矢量与当前图像，可以得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像，进而确定局部运动矢量，根据局部运动矢量与初始运动矢量，得到全局运动矢量，根据全局运动矢量，对当前图像进行调整。本实施例能够在移动情况下实时计算出当前图像的偏移情况，根据偏移情况对当前图像进行相应的运动补偿，使得成像保持稳定的清晰度，实现了成像的自动调整，减少了移动带来的影响，提升了观察时图像的清晰度，进而提高了观察效果。
在一实施例中，所述处理模块20，还用于获取投影数据与互相关值之间的对应关系；
根据所述当前投影数据与参考投影数据，得到互相关数据；
根据预设取值范围与所述互相关数据，确定水平运动矢量与垂直运动矢量；
根据所述水平运动矢量与垂直运动矢量，得到初始运动矢量。
在一实施例中，所述处理模块20，还用于根据所述差异图像与预设划分数量，得到差异图像像素块；
根据所述差异图像像素块，确定所述差异图像像素块的复杂度；
根据所述复杂度对差异图像像素块进行筛选，确定局部运动矢量。
在一实施例中，所述处理模块20，还用于根据所述差异图像像素块，得到像素灰度值数据；
根据所述像素灰度值数据，得到像素均值数据；
根据所述像素均值数据，得到像素方差数据；
根据所述像素方差数据，确定所述差异图像像素块的复杂度。
在一实施例中，所述处理模块20，还用于根据所述复杂度，对所述差异图像像素块进行排序，得到差异图像像素块序列；
根据预设选取数量与所述差异图像像素块序列，得到目标像素块；
获取所述目标像素块的位置信息，根据所述位置信息，得到局部运动矢量。
在一实施例中，所述调整模块30，还用于对所述局部运动矢量进行排序，得到局部运动矢量序列；
根据所述局部运动矢量序列，确定目标局部运动矢量；
根据所述目标局部运动矢量，得到平均局部运动矢量；
根据所述平均局部运动矢量与初始运动矢量，得到全局运动矢量。
在一实施例中，所述获取模块10，还用于对所述当前图像与参考图像进行灰度化处理，得到当前灰度图像与参考灰度图像；
对所述当前灰度图像与参考灰度图像进行图像增强，得到当前增强图像与参考增强图像；
根据所述当前增强图像与参考增强图像，得到当前灰度数据与参考灰度数据；
根据所述当前灰度数据与参考灰度数据，得到初始当前投影数据与初始参考投影数据；
对所述初始当前投影数据与初始参考投影数据进行滤波处理，得到当前投影数据与参考投影数据。
应当理解的是，以上仅为举例说明，对本发明的技术方案并不构成任何限定，在具体应用中，本领域的技术人员可以根据需要进行设置，本发明对此不做限制。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于显微镜的成像调整方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory，ROM)/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (7)

1.一种基于显微镜的成像调整方法，其特征在于，所述基于显微镜的成像调整方法包括：
根据当前图像与参考图像，得到当前投影数据与参考投影数据，所述当前投影数据为当前图像经过图像增强预处理以及灰度投影后得到的数据，所述参考投影数据为参考图像经过图像增强预处理以及灰度投影后得到的数据；
根据所述当前投影数据与参考投影数据，确定初始运动矢量；
根据所述初始运动矢量与当前图像，得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像，所述差异图像为初始补偿图像与参考图像做差得到的图像；
根据所述差异图像与参考图像，确定局部运动矢量；
根据所述局部运动矢量与初始运动矢量，得到全局运动矢量；
根据所述全局运动矢量，对所述当前图像进行调整；
所述根据所述当前投影数据与参考投影数据，确定初始运动矢量，包括：
获取投影数据与互相关值之间的对应关系；
根据所述当前投影数据、参考投影数据以及所述对应关系，得到互相关数据，所述互相关数据为当前图像和参考图像之间的互相关曲线；
根据预设取值范围与所述互相关数据，确定水平运动矢量与垂直运动矢量，所述预设取值范围为互相关曲线的谷值；
根据所述水平运动矢量与垂直运动矢量，得到初始运动矢量；
所述根据所述差异图像与参考图像，确定局部运动矢量，包括：
根据所述差异图像与预设划分数量，得到差异图像像素块；
根据所述差异图像像素块，确定所述差异图像像素块的复杂度；
根据所述复杂度，对所述差异图像像素块进行排序，得到差异图像像素块序列；
根据预设选取数量与所述差异图像像素块序列，得到目标像素块；
获取所述目标像素块的位置信息，根据所述位置信息，得到局部运动矢量。
2.如权利要求1所述的方法，其特征在于，所述根据所述差异图像像素块，确定所述差异图像像素块的复杂度，包括：
根据所述差异图像像素块，得到像素灰度值数据；
根据所述像素灰度值数据，得到像素均值数据；
根据所述像素均值数据，得到像素方差数据；
根据所述像素方差数据，确定所述差异图像像素块的复杂度。
3.如权利要求1所述的方法，其特征在于，所述根据所述局部运动矢量与初始运动矢量，得到全局运动矢量，包括：
对所述局部运动矢量进行排序，得到局部运动矢量序列；
根据所述局部运动矢量序列，确定目标局部运动矢量；
根据所述目标局部运动矢量，得到平均局部运动矢量；
根据所述平均局部运动矢量与初始运动矢量，得到全局运动矢量。
4.如权利要求1至3中任一项所述的方法，其特征在于，所述根据当前图像与参考图像，得到当前投影数据与参考投影数据，包括：
对所述当前图像与参考图像进行灰度化处理，得到当前灰度图像与参考灰度图像；
对所述当前灰度图像与参考灰度图像进行图像增强，得到当前增强图像与参考增强图像；
根据所述当前增强图像与参考增强图像，得到当前灰度数据与参考灰度数据；
根据所述当前灰度数据与参考灰度数据，得到初始当前投影数据与初始参考投影数据；
对所述初始当前投影数据与初始参考投影数据进行滤波处理，得到当前投影数据与参考投影数据。
5.一种基于显微镜的成像调整装置，其特征在于，所述基于显微镜的成像调整装置包括：
获取模块，用于根据当前图像与参考图像，得到当前投影数据与参考投影数据，所述当前投影数据为当前图像经过图像增强预处理以及灰度投影后得到的数据，所述参考投影数据为参考图像经过图像增强预处理以及灰度投影后得到的数据；
处理模块，用于根据所述当前投影数据与参考投影数据，确定初始运动矢量；
所述处理模块，还用于根据所述运动矢量，得到初始补偿图像，根据所述初始补偿图像与参考图像，得到差异图像，所述差异图像为初始补偿图像与参考图像做差得到的图像；
所述处理模块，还用于根据所述差异图像与参考图像，确定局部运动矢量；
调整模块，用于根据所述局部运动矢量与初始运动矢量，得到全局运动矢量；
所述调整模块，还用于根据所述全局运动矢量，对所述当前图像进行调整；
所述处理模块，还用于获取投影数据与互相关值之间的对应关系；
根据所述当前投影数据、参考投影数据以及所述对应关系，得到互相关数据，所述互相关数据为当前图像和参考图像之间的互相关曲线；
根据预设取值范围与所述互相关数据，确定水平运动矢量与垂直运动矢量，所述预设取值范围为互相关曲线的谷值；
根据所述水平运动矢量与垂直运动矢量，得到初始运动矢量；
所述处理模块，还用于根据所述差异图像与预设划分数量，得到差异图像像素块；
根据所述差异图像像素块，确定所述差异图像像素块的复杂度；
根据所述复杂度，对所述差异图像像素块进行排序，得到差异图像像素块序列；
根据预设选取数量与所述差异图像像素块序列，得到目标像素块；
获取所述目标像素块的位置信息，根据所述位置信息，得到局部运动矢量。
6.一种基于显微镜的成像调整设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于显微镜的成像调整程序，所述基于显微镜的成像调整程序配置为实现如权利要求1至4中任一项所述的基于显微镜的成像调整方法的步骤。
7.一种存储介质，其特征在于，所述存储介质上存储有基于显微镜的成像调整程序，所述基于显微镜的成像调整程序被处理器执行时实现如权利要求1至4任一项所述的基于显微镜的成像调整方法的步骤。
CN202210955185.6A 2022-08-10 2022-08-10 基于显微镜的成像调整方法、装置、设备及存储介质 Active CN115442522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210955185.6A CN115442522B (zh) 2022-08-10 2022-08-10 基于显微镜的成像调整方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210955185.6A CN115442522B (zh) 2022-08-10 2022-08-10 基于显微镜的成像调整方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN115442522A CN115442522A (zh) 2022-12-06
CN115442522B true CN115442522B (zh) 2023-11-21

Family

ID=84242458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210955185.6A Active CN115442522B (zh) 2022-08-10 2022-08-10 基于显微镜的成像调整方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN115442522B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0689359A2 (en) * 1994-06-15 1995-12-27 Samsung Electronics Co., Ltd. Motion compensation encoding method and apparatus adaptive to motion amount
CN1933554A (zh) * 2005-12-31 2007-03-21 北京中星微电子有限公司 一种用于手持数码摄像设备的防抖方法及装置
CN101281650A (zh) * 2008-05-05 2008-10-08 北京航空航天大学 用于视频稳定的快速全局运动估计方法
CN101588501A (zh) * 2008-05-19 2009-11-25 索尼株式会社 图像处理装置和图像处理方法
CN101951464A (zh) * 2010-05-19 2011-01-19 上海稳像信息技术有限公司 基于积分图特征块匹配的实时视频稳像方法
CN103813056A (zh) * 2012-11-15 2014-05-21 浙江大华技术股份有限公司 一种稳像方法及装置
CN104519239A (zh) * 2013-09-29 2015-04-15 诺基亚公司 用于视频防抖的方法和装置
CN106375659A (zh) * 2016-06-06 2017-02-01 中国矿业大学 基于多分辨率灰度投影的电子稳像方法
CN112805989A (zh) * 2020-05-06 2021-05-14 深圳市大疆创新科技有限公司 基于全局运动估计的时域滤波方法、装置及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0689359A2 (en) * 1994-06-15 1995-12-27 Samsung Electronics Co., Ltd. Motion compensation encoding method and apparatus adaptive to motion amount
CN1933554A (zh) * 2005-12-31 2007-03-21 北京中星微电子有限公司 一种用于手持数码摄像设备的防抖方法及装置
CN101281650A (zh) * 2008-05-05 2008-10-08 北京航空航天大学 用于视频稳定的快速全局运动估计方法
CN101588501A (zh) * 2008-05-19 2009-11-25 索尼株式会社 图像处理装置和图像处理方法
CN101951464A (zh) * 2010-05-19 2011-01-19 上海稳像信息技术有限公司 基于积分图特征块匹配的实时视频稳像方法
CN103813056A (zh) * 2012-11-15 2014-05-21 浙江大华技术股份有限公司 一种稳像方法及装置
CN104519239A (zh) * 2013-09-29 2015-04-15 诺基亚公司 用于视频防抖的方法和装置
CN106375659A (zh) * 2016-06-06 2017-02-01 中国矿业大学 基于多分辨率灰度投影的电子稳像方法
CN112805989A (zh) * 2020-05-06 2021-05-14 深圳市大疆创新科技有限公司 基于全局运动估计的时域滤波方法、装置及存储介质

Also Published As

Publication number Publication date
CN115442522A (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
EP2597421B1 (en) Stereo distance measurement apparatus and stereo distance measurement method
DE112016004540T5 (de) Kamerakalibrierung unter Verwendung von synthetischen Bildern
US20080232707A1 (en) Motion blurred image restoring method
CN110070539A (zh) 基于信息熵的图像质量评价方法
KR20100107594A (ko) 적응적인 칼만필터를 이용한 영상 안정화 장치 및 방법
CN109035167B (zh) 对图像中的多个人脸进行处理的方法、装置、设备和介质
CN113327206B (zh) 基于人工智能的输电线智能巡检系统的图像模糊处理方法
WO2014069103A1 (ja) 画像処理装置
CN113689374A (zh) 一种植物叶片表面粗糙度确定方法及系统
CN110390659B (zh) 应用于明视野显微镜的全聚焦图像成像方法和装置
CN106846250B (zh) 一种基于多尺度滤波的超分辨率重建方法
CN115442522B (zh) 基于显微镜的成像调整方法、装置、设备及存储介质
CN113888583A (zh) 一种视觉跟踪准确性的实时判断方法及装置
CN113506212B (zh) 一种改进的基于pocs的高光谱图像超分辨率重建方法
CN111445435A (zh) 一种基于多区块小波变换的无参考图像质量评价方法
CN111951178A (zh) 显著提升图像质量的图像处理方法、装置和电子设备
US11145033B2 (en) Method and device for image correction
CN111476722A (zh) 基于点扩散函数的图像复原方法、装置及其相关设备
DE202016107422U1 (de) Systeme zum Schätzen der Modulationsübertragungsfunktion in einem Optiksystem
CN116385898A (zh) 一种卫星影像处理的方法和系统
CN113177901B (zh) 一种机器人视觉的多帧运动图像融合方法及系统
CN112508788B (zh) 一种基于多帧观测信息的空间邻近群目标超分辨方法
CN110750757B (zh) 一种基于灰度线性建模及金字塔分解的图像抖动量计算方法
CN114119369A (zh) 自动整体约束的超分辨率图像梯度重构方法
CN117575966B (zh) 一种用于无人机高空悬停拍摄场景的视频稳像方法

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