CN116071246A - 图像处理方法、图像处理设备及存储介质 - Google Patents
图像处理方法、图像处理设备及存储介质 Download PDFInfo
- Publication number
- CN116071246A CN116071246A CN202111275161.8A CN202111275161A CN116071246A CN 116071246 A CN116071246 A CN 116071246A CN 202111275161 A CN202111275161 A CN 202111275161A CN 116071246 A CN116071246 A CN 116071246A
- Authority
- CN
- China
- Prior art keywords
- image
- gradient
- target channel
- channel image
- pixel point
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000014759 maintenance of location Effects 0.000 claims abstract description 19
- 230000005764 inhibitory process Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 230000001629 suppression Effects 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 6
- 239000010410 layer Substances 0.000 description 10
- 239000002356 single layer Substances 0.000 description 6
- 238000001000 micrograph Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000001035 drying Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Image Processing (AREA)
Abstract
本申请公开了一种图像处理方法、图像处理设备及存储介质,该方法包括:获取多张不同清晰度的显微图像;获取每张所述显微图像的目标颜色空间对应的目标通道图像;对每张所述目标通道图像进行梯度强度和梯度方向计算,获得每张所述目标通道图像的每个像素点对应的梯度强度和梯度方向;根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理;对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像;根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像,提高了获得清晰的显微图像的效率和可靠性。
Description
技术领域
本申请涉及医疗器械技术领域,尤其涉及一种图像处理方法、图像处理设备及存储介质。
背景技术
在医疗领域,目前,一般是通过单层显微镜或者多层显微镜拍摄获得样本对应的显微图像。对于单层显微镜拍摄方式,可能会拍摄出模糊的显微图像,比如当待拍摄的样本厚度大于景深时,可能就会出现离焦拍摄,从而得到不清晰的显微图像。对于多层显微镜拍摄方式,可以获得多张不同清晰度的显微图像,但从该多张显微图像中确定出清晰度最高的显微图像是个棘手问题,通常依赖于人工操作,不仅耗时耗力,而且可靠性也不高。
因此,如何提高获得清晰的显微图像的效率和可靠性成为亟需解决的问题。
发明内容
本申请实施例提供一种图像处理方法、图像处理设备及存储介质,可以提高获得清晰的显微图像的效率和可靠性。
第一方面,本申请实施例提供了一种图像处理方法,包括:
获取多张不同清晰度的显微图像;
获取每张所述显微图像的目标颜色空间对应的目标通道图像;
对每张所述目标通道图像进行梯度强度和梯度方向计算,获得每张所述目标通道图像的每个像素点对应的梯度强度和梯度方向;
根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理;
对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像;
根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像。
第二方面,本申请实施例还提供了一种图像处理设备,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器调用所述存储器中的计算机程序时执行上述的图像处理方法。
第三方面,本申请实施例还提供了一种存储介质,所述存储介质用于存储计算机程序,所述计算机程序被处理器执行时使所述处理器实现上述的图像处理方法。
本申请实施例提供了一种图像处理方法、图像处理设备及存储介质,通过获取多张不同清晰度的显微图像,并获取每张显微图像的目标颜色空间对应的目标通道图像,然后对每张目标通道图像进行梯度强度和梯度方向计算,获得每张目标通道图像的每个像素点对应的梯度强度和梯度方向,根据梯度强度和梯度方向,对每张目标通道图像进行像素点抑制或保留处理,并对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像,根据每张二值图像的像素点信息,确定多张显微图像中清晰度最高的显微图像。不仅有效解决了单层显微镜拍摄显微图像时可能会拍摄出模糊的显微图像的问题,还有效解决了多层显微镜拍摄显微图像时不能高效可靠地从多张显微图像中确定出清晰度最高的显微图像的问题,提高了获得清晰的显微图像的效率和可靠性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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是本申请实施例提供的一种图像处理方法的步骤示意流程图;
图2是本申请实施例提供的另一种图像处理方法的步骤示意流程图;
图3是本申请实施例提供的一种对去噪后的目标通道图像进行梯度强度和梯度方向计算的步骤示意流程图;
图4是本申请实施例提供的一种根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理的步骤示意流程图;
图5是本申请实施例提供的一种根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像的步骤示意流程图;
图6是本申请实施例提供的一种获得清晰度最高的显微图像的流程示意图;
图7是本申请实施例提供的一种图像处理设备的示意性框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请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申请,并不用于限定本申请。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,在本申请中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在部分实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
在医疗领域,目前,一般是通过单层显微镜或者多层显微镜拍摄获得样本对应的显微图像。对于单层显微镜拍摄方式,可能会拍摄出模糊的显微图像,比如当待拍摄的样本厚度大于景深时,可能就会出现离焦拍摄,从而得到不清晰的显微图像。对于多层显微镜拍摄方式,可以获得多张不同清晰度的显微图像,但从该多张显微图像中确定出清晰度最高的显微图像是个棘手问题,通常依赖于人工操作,不仅耗时耗力,而且可靠性也不高。
为了解决上述问题,本申请实施例提供了一种图像处理方法、图像处理设备及存储介质,其中,该方法通过。通过对多张显微图像进行相应的图像处理操作,从而确定出其中清晰度最高的显微图像,提高了获得清晰的显微图像的效率和可靠性。
请参阅图1,图1是本申请实施例提供的图像处理方法的流程示意图,该方法应用于图像处理设备,还可以应用于除图像处理设备以外的其他电子设备,如服务器、终端设备等。其中,服务器可以是独立的服务器,也可以是服务器集群,终端设备可以是手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtualreality,VR)设备、笔记本电脑、个人计算机(personal computer,PC)、上网本、个人数字助理(personal digital assistant,PDA)中任一者,本申请实施例中不作任何限制。
如图1所示,本申请实施例提供的图像处理方法包括步骤S101至步骤S106。
S101、获取多张不同清晰度的显微图像。
其中,显微图像可以是细胞、染色体等各种对象对应的显微图像。需要说明的是,多张不同清晰度的显微图像可以是同一个对象对应的显微图像,也可以是不同对象对应的显微图像,本申请中不作具体限制。
下文以多张不同清晰度的显微图像为同一个对象对应的显微图像为例,对采用本申请实施例提供的图像处理方法获取其中清晰度最高的显微图像进行解释说明。
示例性的,显微图像可以存储于相应的存储器或缓存器等存储设备中,通过查询存储器或缓存器获得相应的多张显微图像。
在一些实施例中,多张不同清晰度的显微图像为同一视野下不同焦距的多张显微图像。
示例性的,通过显微镜等摄像装置在同一视野下以不同焦距进行图像拍摄,获得多张显微图像。摄像装置包括但不限于带有CCD(Charge Coupled Device,电荷耦合器件)摄像头的显微镜。例如,将待拍摄样本玻片放置于带有CCD摄像头的显微镜下,可以在Z轴上下移动进行多层聚焦拍摄。示例性的,在同一视野下Z轴上下移动改变焦距进行图像拍摄,连续拍摄多张不同焦距层的显微图像。
在一些实施例中,预设显微图像的拍摄张数,根据该预设的拍摄张数,控制显微镜在同一视野下Z轴上下移动,连续拍摄该预设的拍摄张数的显微图像。
例如,可以预设拍摄张数为5张,则控制显微镜在同一视野下Z轴上下移动,连续拍摄5张不同焦距层的显微图像。
需要说明的是,该拍摄张数可根据实际情况进行灵活设置,本申请中不作具体限制。
S102、获取每张所述显微图像的目标颜色空间对应的目标通道图像。
示例性的,目标颜色空间包括但不限于RGB颜色空间、HSV颜色空间、YUV颜色空间、LAB颜色空间等。目标颜色空间对应的目标通道图像包括但不限于RGB颜色空间对应的R通道图像、G通道图像、B通道图像,HSV颜色空间对应的H通道图像、S通道图像、V通道图像,YUV颜色空间对应的Y通道图像、U通道图像、V通道图像,LAB颜色空间对应的L通道图像、A通道图像、B通道图像中的一种。
例如,以目标颜色空间为RGB颜色空间,目标通道图像为G通道图像为例,分别对每张显微图像进行RGB通道分离,获取每张显微图像对应的G通道图像。
需要说明的是,除了上述列举的G通道图像以外,还可以获得其他通道图像,本申请不作具体限制。
示例性的,目标颜色空间和目标通道图像可以是预先设定好的,比如预先设定好目标颜色空间为RGB颜色空间,目标通道图像为G通道图像。
示例性的,目标颜色空间和目标通道图像也可以由用户进行人机交互操作设置。比如输出显示目标颜色空间和目标通道图像设置界面,用户通过设置界面输入相应的颜色空间和通道图像等设置信息,根据用户的设置信息,将用户输入的颜色空间确定为目标颜色空间,将用户输入的通道图像确定为目标通道图像。
S103、对每张所述目标通道图像进行梯度强度和梯度方向计算,获得每张所述目标通道图像的每个像素点对应的梯度强度和梯度方向。
示例性的,通过分别对每张目标通道图像进行卷积计算,获得每张目标通道图像在x方向以及y方向上的梯度,基于x方向以及y方向上的梯度,计算得到每个像素点对应的梯度强度和梯度方向。例如,通过对每张G通道图像进行卷积计算,获得每张G通道图像的每个像素点对应的梯度强度和梯度方向。
在一些实施例中,如图2所示,步骤S102之后可以包括步骤S107,步骤S103可以包括步骤S1031。
S107、对每张所述目标通道图像进行图像去噪处理,获得去噪后的目标通道图像;
S1031、对去噪后的目标通道图像进行梯度强度和梯度方向计算。
示例性的,为了进一步确保图像处理的可靠性,获得显微图像对应的目标通道图像后,先对每张目标通道图像进行图像去噪处理。例如,在获得G通道图像后,对G通道图像进行图像去噪处理。
在一些实施例中,所述对每张所述目标通道图像进行图像去噪处理可以包括:
采用中值滤波法对每张所述目标通道图像进行图像去噪处理。
示例性的,通过以下计算公式对每张目标通道图像进行图像去噪处理:
G(x,y)=mid{f(x±k,y±k),k≤(n-1)/2}
其中,f(x,y)为目标通道图像,G(x,y)为去噪后的目标通道图像,n为中值滤波对应的滑动窗口长度,k为步长。
需要说明的是,除了上述列举的采用中值滤波法对目标通道图像进行图像去噪处理以外,还可以通过其他方式对目标通道图像进行图像去噪处理,本申请中不作具体限制。
在获得去噪后的目标通道图像后,再对去噪后的目标通道图像进行梯度强度和梯度方向计算。例如,对去噪后的G通道图像进行梯度强度和梯度方向计算。
在一些实施例中,如图3所示,步骤S1031可以包括子步骤S10311和子步骤S10312。
S10311、计算去噪后的目标通道图像在x方向上的第一梯度以及y方向的第二梯度;
S10312、对所述第一梯度和所述第二梯度进行向量相加计算,获得梯度向量,所述梯度向量的模为所述梯度强度,所述梯度向量的方向为所述梯度方向。
示例性的,通过对每张去噪后的目标通道图像进行卷积计算,获得每张去噪后的目标通道图像在x方向上的第一梯度Gx以及y方向的第二梯度Gy。例如,对去噪后的G通道图像进行卷积计算,获得去噪后的G通道图像在x方向上的第一梯度Gx以及y方向的第二梯度Gy。
可以理解的是,Gx为去噪后的目标通道图像x方向的一阶导数值,Gy为去噪后的目标通道图像y方向的一阶导数值。
根据获得的第一梯度Gx和第二梯度Gy,对第一梯度Gx和第二梯度Gy进行向量相加计算,获得梯度向量,梯度向量的模为梯度强度,梯度向量的方向为梯度方向。
示例性的,按照以下公式计算梯度强度G:
按照以下公式计算梯度方向θ:
θ=tan-1(Gy/Gx)
可以理解的是,梯度方向θ为梯度向量与正x方向的夹角。
S104、根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理。
示例性的,根据计算获得的梯度强度和梯度方向,采用非极大值抑制方法对每张目标通道图像进行像素点抑制或保留处理。
在一些实施例中,先对每张目标通道图像进行图像去燥处理,然后采用非极大值抑制方法对每张去噪后的目标通道图像进行像素点抑制或保留处理。例如,采用非极大值抑制方法对每张去噪后的G通道图像进行像素点抑制或保留处理。
在一些实施例中,如图4所示,步骤S104可以包括子步骤S1041和子步骤S1042。
S1041、确定所述目标通道图像中的像素点沿正负梯度方向上的两个相邻像素点;
S1042、若两个所述相邻像素点对应的梯度强度均小于或等于所述像素点对应的梯度强度,则将所述像素点保留;反之,则将所述像素点抑制。
示例性的,以目标通道图像中任意一个像素点A为例,根据像素点A对应的梯度方向,确定像素点A沿正负梯度方向上的两个相邻像素点,假设为像素点B和像素点C,并根据像素点A、像素点B和像素点C分别对应的梯度强度,将像素点A对应的梯度强度与像素点B和像素点C对应的梯度强度进行比较。若像素点B和像素点C对应的梯度强度均小于或等于像素点A对应的梯度强度,也即像素点A对应的梯度强度是其中最大的,则将像素点A保留。反之,若像素点B和/或像素点C对应的梯度强度大于像素点A对应的梯度强度,比如像素点B对应的梯度强度大于像素点A对应的梯度强度,或者,像素点C对应的梯度强度大于像素点A对应的梯度强度,又或者,像素点B、像素点C对应的梯度强度均大于像素点A对应的梯度强度,此时,将像素点A抑制。
在一些实施例中,先对每张目标通道图像进行图像去燥处理,并计算得到去燥后的目标通道图像的每个像素点对应的梯度强度和梯度方向。然后根据计算获得的梯度强度和梯度方向,采用非极大值抑制方法对去燥后的目标通道图像进行像素点抑制或保留处理。例如,以某去噪后的G通道图像为例,计算得到去燥后的G通道图像的每个像素点对应的梯度强度和梯度方向。以去噪后的G通道图像中任意一个像素点A1为例,根据像素点A1对应的梯度方向,确定像素点A1沿正负梯度方向上的两个相邻像素点,假设为像素点B1和像素点C1,并根据像素点A1、像素点B1和像素点C1分别对应的梯度强度,将像素点A1对应的梯度强度与像素点B1和像素点C1对应的梯度强度进行比较。若像素点B1和像素点C1对应的梯度强度均小于或等于像素点A1对应的梯度强度,则将像素点A1保留。反之,若像素点B1和/或像素点C1对应的梯度强度大于像素点A1对应的梯度强度,则将像素点A1抑制。
S105、对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像。
例如,对每张经像素点抑制或保留处理后的G通道图像进行图像二值化处理,将经像素点抑制或保留处理后的G通道图像进行图像二值化,获得去噪后的G通道图像对应的二值图像。
在一些实施例中,所述对每张处理后的目标通道图像进行图像二值化处理可以包括:
若处理后的目标通道图像中的像素点对应的梯度强度大于或等于预设阈值,则将所述像素点对应的像素值标记为1;若所述像素点对应的梯度强度小于所述预设阈值,则将所述像素点对应的像素值标记为0。
示例性的,预先设置像素点的梯度强度对应的预设阈值,可以理解的是,该预设阈值的具体数值可根据实际情况进行灵活设置,本申请中在此不作具体限制。
例如,以经过像素点抑制或保留处理后的G通道图像为例,对于该经过像素点抑制或保留处理后的G通道图像中的任意一个像素点D,根据该像素点D对应的梯度强度,将像素点D对应的梯度强度与预设阈值进行比较,若像素点D对应的梯度强度大于或等于预设阈值,则将像素点D对应的像素值标记为1。反之,若像素点D对应的梯度强度小于预设阈值,则将像素点D对应的像素值标记为0。
按照该像素值标记方式,将经过像素点抑制或保留处理后的G通道图像中的每一个像素点对应的像素值标记为0或1,获得经过像素点抑制或保留处理后的G通道图像对应的二值图像。
需要说明的是,除了上述列举的获得二值图像的例子以外,还可以通过其他方式获得二值图像,本申请中对此不作具体限制。
S106、根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像。
其中,二值图像的像素点信息包括但不限于像素值为0的像素点数量、像素值为1的像素点数量。不同清晰度的显微图像,经上述一系列处理后得到的二值图像对应的像素点信息不同,因此,根据每张二值图像的像素点信息,可以确定对应的多张显微图像中清晰度最高的显微图像。
在一些实施例中,通过迭代器访问每张二值图像的像素点,遍历每张二值图像的所有像素点,并对像素值为1的像素点进行计数,获得每张二值图像对应的像素值为1的像素点数量。
需要说明的是,除了上述列举的通过迭代器访问获得每张二值图像对应的像素值为1的像素点数量以外,还可以通过其他方式获得每张二值图像对应的像素值为1的像素点数量,本申请中对此不作具体限制。
在一些实施例中,如图5所示,步骤S106可以包括子步骤S1061和子步骤S1062。
S1061、从多张所述二值图像中选取目标二值图像,其中,所述目标二值图像对应的像素值为1的像素点数量最多;
S1062、确定所述目标二值图像对应的显微图像为清晰度最高的显微图像。
示例性的,确定每张二值图像对应的像素值为1的像素点数量,然后将像素值为1的像素点数量进行比对,从中确定出像素值为1的像素点数量最多的二值图像,将像素值为1的像素点数量最多的二值图像确定为目标二值图像。然后将该目标二值图像对应的显微图像,确定为清晰度最高的显微图像。
例如,假设显微图像P经上述一系列处理后得到对应的二值图像Q,二值图像Q对应的像素值为1的像素点数量最多,则确定显微图像P为清晰度最高的显微图像。
示例性的,如图6所示,图6为获得清晰度最高的显微图像的流程示意图:
1)、获得待拍摄静置样本;
2)、将样本放置于带有CCD摄像头的显微镜下,在Z轴上下移动连续拍摄多张(比如至少5张)同一视野下不同焦距层的显微图像;
3)、对各显微图像进行RGB通道分离,获取对应的G通道图像;
4)、采用中值滤波对各G通道图像进行图像去燥;
5)、计算去噪后的各G通道图像的梯度强度G和梯度方向θ;
6)、根据梯度强度G和梯度方向θ,对去噪后的各G通道图像进行非极大值抑制处理;
7)、对处理后的各G通道图像根据预设阈值进行像素值分类,将梯度强度大于或等于预设阈值的像素点对应的像素值标记为1,将梯度强度小于预设阈值的像素点对应的像素值标记为0,获得对应的二值图像;
8)、对各二值图像进行像素点迭代器访问,并对二值图像中像素值为1的像素点进行计数;
9)、将像素值为1的像素点数量最多的二值图像对应的显微图像,确定为各显微图像中清晰度最高的显微图像。
上述实施例通过获取多张不同清晰度的显微图像,并获取每张显微图像的目标颜色空间对应的目标通道图像,然后对每张目标通道图像进行梯度强度和梯度方向计算,获得每张目标通道图像的每个像素点对应的梯度强度和梯度方向,根据梯度强度和梯度方向,对每张目标通道图像进行像素点抑制或保留处理,并对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像,根据每张二值图像的像素点信息,确定多张显微图像中清晰度最高的显微图像。不仅有效解决了单层显微镜拍摄显微图像时可能会拍摄出模糊的显微图像的问题,还有效排除了多层显微镜拍摄显微图像时,不能高效可靠地从多张显微图像中确定出清晰度最高的显微图像的问题,提高了获得清晰的显微图像的效率和可靠性。
请参阅图7,图7为本申请实施例提供的一种图像处理设备的的示意性框图。该图像处理设备30包括图像扫描模块31和图像分析模块32,其中,图像扫描模块31用于扫描样本,生成样本对应的显微图像。示例性的,图像扫描模块31包括带有CCD摄像头的显微镜,通过显微镜拍摄获得显微图像。图像分析模块32用于对图像扫描模块31生成的显微图像进行分析处理,比如对图像扫描模块31生成的多张显微图像进行分析,确定多张显微图像中清晰度最高的显微图像。
示例性的,图像分析模块32包括处理器321和存储器322,处理器321和存储器322通过总线连接,该总线比如为I2C(Inter-integrated Circuit)总线。
具体地,处理器321可以是微控制单元(Micro-controller Unit,MCU)、中央处理单元(Central Processing Unit,CPU)或数字信号处理器(Digital Signal Processor,DSP)等。
存储器322可以是Flash芯片、只读存储器(ROM,Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
其中,处理器321用于运行存储在存储器322中的计算机程序,并在执行所述计算机程序时,实现本申请实施例提供的任意一种图像处理方法。
示例性的,处理器321用于运行存储在存储器中的计算机程序,并在执行所述计算机程序时实现如下步骤:
获取多张不同清晰度的显微图像;
获取每张所述显微图像的目标颜色空间对应的目标通道图像;
对每张所述目标通道图像进行梯度强度和梯度方向计算,获得每张所述目标通道图像的每个像素点对应的梯度强度和梯度方向;
根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理;
对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像;
根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像。
在一些实施例中,所述像素点信息包括像素值为1的像素点数量,处理器321在实现所述根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像时,用于实现:
从多张所述二值图像中选取目标二值图像,其中,所述目标二值图像对应的像素值为1的像素点数量最多;
确定所述目标二值图像对应的显微图像为清晰度最高的显微图像。
在一些实施例中,处理器321在实现所述对每张处理后的目标通道图像进行图像二值化处理时,用于实现:
若处理后的目标通道图像中的像素点对应的梯度强度大于或等于预设阈值,则将所述像素点对应的像素值标记为1;
若所述像素点对应的梯度强度小于所述预设阈值,则将所述像素点对应的像素值标记为0。
在一些实施例中,处理器321在实现所述根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理时,用于实现:
确定所述目标通道图像中的像素点沿正负梯度方向上的两个相邻像素点;
若两个所述相邻像素点对应的梯度强度均小于或等于所述像素点对应的梯度强度,则将所述第二像素点保留;反之,则将所述像素点抑制。
在一些实施例中,处理器321在实现所述获取每张所述显微图像的目标颜色空间对应的目标通道图像之后,用于实现:
对每张所述目标通道图像进行图像去噪处理,获得去噪后的目标通道图像;
处理器321在实现所述对每张所述目标通道图像进行梯度强度和梯度方向计算时,用于实现:
对去噪后的目标通道图像进行梯度强度和梯度方向计算。
在一些实施例中,处理器321在实现所述对每张所述目标通道图像进行图像去噪处理时,用于实现:
采用中值滤波法对每张所述目标通道图像进行图像去噪处理。
在一些实施例中,处理器321在实现所述对去噪后的目标通道图像进行梯度强度和梯度方向计算时用于实现:
计算去噪后的目标通道图像在x方向上的第一梯度以及y方向的第二梯度;
对所述第一梯度和所述第二梯度进行向量相加计算,获得梯度向量,所述梯度向量的模为所述梯度强度,所述梯度向量的方向为所述梯度方向。
在一些实施例中,所述目标颜色空间为RGB颜色空间,所述目标通道图像为R通道图像、G通道图像、B通道图像中的一种。
在一些实施例中,所述多张不同清晰度的显微图像为同一视野下不同焦距的多张显微图像。
本申请的实施例中还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现上述实施例提供的图像处理方法的步骤。例如,该计算机程序被处理器加载,可以执行如下步骤:
获取多张不同清晰度的显微图像;
获取每张所述显微图像的目标颜色空间对应的目标通道图像;
对每张所述目标通道图像进行梯度强度和梯度方向计算,获得每张所述目标通道图像的每个像素点对应的梯度强度和梯度方向;
根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理;
对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像;
根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,所述存储介质可以是前述实施例的图像处理设备的内部存储单元,例如图像处理设备的硬盘或内存。所述存储介质也可以是图像处理设备的外部存储设备,例如图像处理设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。
由于该存储介质中所存储的计算机程序,可以执行本申请实施例所提供的任一种图像处理方法,因此,可以实现本申请实施例所提供的任一种图像处理方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请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,均同理包括在本申请的专利保护范围内。
Claims (11)
1.一种图像处理方法,其特征在于,包括:
获取多张不同清晰度的显微图像;
获取每张所述显微图像的目标颜色空间对应的目标通道图像;
对每张所述目标通道图像进行梯度强度和梯度方向计算,获得每张所述目标通道图像的每个像素点对应的梯度强度和梯度方向;
根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理;
对每张处理后的目标通道图像进行图像二值化处理,获得对应的二值图像;
根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像。
2.根据权利要求1所述的方法,其特征在于,所述像素点信息包括像素值为1的像素点数量,所述根据每张所述二值图像的像素点信息,确定多张所述显微图像中清晰度最高的显微图像,包括:
从多张所述二值图像中选取目标二值图像,其中,所述目标二值图像对应的像素值为1的像素点数量最多;
确定所述目标二值图像对应的显微图像为清晰度最高的显微图像。
3.根据权利要求1所述的方法,其特征在于,所述对每张处理后的目标通道图像进行图像二值化处理,包括:
若处理后的目标通道图像中的像素点对应的梯度强度大于或等于预设阈值,则将所述像素点对应的像素值标记为1;
若所述像素点对应的梯度强度小于所述预设阈值,则将所述像素点对应的像素值标记为0。
4.根据权利要求1所述的方法,其特征在于,所述根据所述梯度强度和所述梯度方向,对每张所述目标通道图像进行像素点抑制或保留处理,包括:
确定所述目标通道图像中的像素点沿正负梯度方向上的两个相邻像素点;
若两个所述相邻像素点对应的梯度强度均小于或等于所述像素点对应的梯度强度,则将所述像素点保留;反之,则将所述像素点抑制。
5.根据权利要求1所述的方法,其特征在于,所述获取每张所述显微图像的目标颜色空间对应的目标通道图像之后,包括:
对每张所述目标通道图像进行图像去噪处理,获得去噪后的目标通道图像;
所述对每张所述目标通道图像进行梯度强度和梯度方向计算,包括:
对去噪后的目标通道图像进行梯度强度和梯度方向计算。
6.根据权利要求5所述的方法,其特征在于,所述对每张所述目标通道图像进行图像去噪处理,包括:
采用中值滤波法对每张所述目标通道图像进行图像去噪处理。
7.根据权利要求5所述的方法,其特征在于,所述对去噪后的目标通道图像进行梯度强度和梯度方向计算,包括:
计算去噪后的目标通道图像在x方向上的第一梯度以及y方向的第二梯度;
对所述第一梯度和所述第二梯度进行向量相加计算,获得梯度向量,所述梯度向量的模为所述梯度强度,所述梯度向量的方向为所述梯度方向。
8.根据权利要求1所述的方法,其特征在于,所述目标颜色空间为RGB颜色空间,所述目标通道图像为R通道图像、G通道图像、B通道图像中的一种。
9.根据权利要求1至8任一项所述的方法,其特征在于,所述多张不同清晰度的显微图像为同一视野下不同焦距的多张显微图像。
10.一种图像处理设备,其特征在于,包括:处理器、存储器,所述存储器存储有可被所述处理器执行的计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1至9中任一项所述的图像处理方法。
11.一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至9中任一项所述的图像处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111275161.8A CN116071246A (zh) | 2021-10-29 | 2021-10-29 | 图像处理方法、图像处理设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111275161.8A CN116071246A (zh) | 2021-10-29 | 2021-10-29 | 图像处理方法、图像处理设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116071246A true CN116071246A (zh) | 2023-05-05 |
Family
ID=86175525
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111275161.8A Pending CN116071246A (zh) | 2021-10-29 | 2021-10-29 | 图像处理方法、图像处理设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116071246A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522951A (zh) * | 2023-12-29 | 2024-02-06 | 深圳市朗诚科技股份有限公司 | 鱼类监测方法、装置、设备及存储介质 |
-
2021
- 2021-10-29 CN CN202111275161.8A patent/CN116071246A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522951A (zh) * | 2023-12-29 | 2024-02-06 | 深圳市朗诚科技股份有限公司 | 鱼类监测方法、装置、设备及存储介质 |
CN117522951B (zh) * | 2023-12-29 | 2024-04-09 | 深圳市朗诚科技股份有限公司 | 鱼类监测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9275464B2 (en) | Method for determining the extent of a foreground object in an image | |
CN106899781B (zh) | 一种图像处理方法及电子设备 | |
CN109474780B (zh) | 一种用于图像处理的方法和装置 | |
CN107481186B (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN111311482B (zh) | 背景虚化方法、装置、终端设备及存储介质 | |
EP3798975B1 (en) | Method and apparatus for detecting subject, electronic device, and computer readable storage medium | |
CN110796041B (zh) | 主体识别方法和装置、电子设备、计算机可读存储介质 | |
CN108234826B (zh) | 图像处理方法及装置 | |
US8520950B2 (en) | Image processing device, image processing method, program, and integrated circuit | |
CN111311481A (zh) | 背景虚化方法、装置、终端设备及存储介质 | |
WO2014014135A1 (ko) | 촬영된 이미지의 리포커싱 방법, 장치, 및 컴퓨터 판독 가능한 기록 매체 | |
CN116071246A (zh) | 图像处理方法、图像处理设备及存储介质 | |
WO2020038065A1 (zh) | 一种图像处理方法、终端及计算机存储介质 | |
CN110689565B (zh) | 一种深度图确定的方法、装置及电子设备 | |
CN112598571B (zh) | 一种图像缩放方法、装置、终端及存储介质 | |
CN110047126B (zh) | 渲染图像的方法、装置、电子设备和计算机可读存储介质 | |
CN107454328A (zh) | 图像处理方法、装置、计算机可读存储介质和计算机设备 | |
CN116055607B (zh) | 一种变焦顺滑性评估方法、装置及电子设备 | |
CN108810407B (zh) | 一种图像处理方法、移动终端及计算机可读存储介质 | |
RU2647645C1 (ru) | Способ устранения швов при создании панорамных изображений из видеопотока кадров в режиме реального времени | |
CN110971811A (zh) | 图像筛选方法、系统、终端及计算机可读存储介质 | |
CN114155201A (zh) | 检测镜头附有目标物的方法、装置、设备及可读存储介质 | |
CN111986144A (zh) | 一种图像模糊判断方法、装置、终端设备及介质 | |
CN114596210A (zh) | 噪声估计方法、装置、终端设备及计算机可读存储介质 | |
TWI526987B (zh) | 基於涵蓋視覺內容最大化之即時影像拼接方法 |
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 |