CN116342529A - 碱基荧光图像清晰度的评估方法及设备、介质和装置 - Google Patents

碱基荧光图像清晰度的评估方法及设备、介质和装置 Download PDF

Info

Publication number
CN116342529A
CN116342529A CN202310309381.0A CN202310309381A CN116342529A CN 116342529 A CN116342529 A CN 116342529A CN 202310309381 A CN202310309381 A CN 202310309381A CN 116342529 A CN116342529 A CN 116342529A
Authority
CN
China
Prior art keywords
sharpness
base
image
determining
target
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
Application number
CN202310309381.0A
Other languages
English (en)
Inventor
刘德健
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.)
Zhongyuan Huiji Biotechnology Co Ltd
Original Assignee
Zhongyuan Huiji Biotechnology 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 Zhongyuan Huiji Biotechnology Co Ltd filed Critical Zhongyuan Huiji Biotechnology Co Ltd
Priority to CN202310309381.0A priority Critical patent/CN116342529A/zh
Publication of CN116342529A publication Critical patent/CN116342529A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • 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
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Radiology & Medical Imaging (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本申请公开了一种碱基荧光图像清晰度的评估方法、装置、终端设备及介质，涉及图像处理技术领域，包括：去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；确定多个平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各水平差分值和各竖直差分值确定各差分总值；确定多个平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各亮度值确定各亮度中值；基于各差分总值和各亮度中值确定多个平滑碱基荧光图像各自对应的实时锐度值，并基于各实时锐度值和多个平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据目标锐度曲线在多个平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。

Description

碱基荧光图像清晰度的评估方法及设备、介质和装置
技术领域
本申请涉及图像处理技术领域，尤其涉及一种碱基荧光图像清晰度的评估方法、终端设备、计算机可读存储介质和装置。
背景技术
由于基因序列内不同碱基会产生不同亮度的荧光簇，因此，技术人员主要通过获取包含荧光簇的碱基荧光图像完成对基因序列的检测。而在获取碱基荧光图像的过程中，技术人员主要通过摄像机采集碱基荧光图像，之后，对采集到的碱基荧光图像的清晰度进行评估，从而在确定采集到的碱基荧光图像处于最清晰的状态时，对图像进行保存。
当前评估图片清晰度的方法主要采用：画面的边缘检测、红外感应、图像的信噪比及角点检测等方法，然而，采用上述各检测方法在常规情况下虽然能确定碱基荧光图像的清晰度，但是当碱基荧光图像出现过大面积的亮斑、光点过于稀疏、亮度极低或噪声过大等极端情况时，通过上述各检测方法则无法准确评估碱基荧光图像的清晰度。
发明内容
本申请的主要目的在于提供一种碱基荧光图像清晰度的评估方法、终端设备、计算机可读存储介质和装置，旨在能够更准确的评估碱基荧光图像的清晰度。
为实现上述目的，本申请提供一种碱基荧光图像清晰度的评估方法，所述碱基荧光图像清晰度的评估方法包括以下步骤：
去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；
确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；
确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；
基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
进一步地，所述去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像的步骤，包括：
确定多个所述碱基荧光图像各自对应的频率域；
去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像，优选通过预设的傅里叶变换算法去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像。
进一步地，所述确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值的步骤，包括：
确定多个所述平滑碱基荧光图像各自包含的各像素点的像素坐标；
基于各所述像素坐标确定各所述像素点各自对应的水平差分值，其中，所述水平差分值为所述像素点与水平方向上相邻的其他像素点之间的差分值；
基于各所述像素坐标确定各所述像素点各自对应的竖直差分值，其中，所述竖直差分值为所述像素点与竖直方向上相邻的其他像素点之间的差分值。
进一步地，所述基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值的步骤，包括：
对多个所述平滑碱基荧光图像各自对应的各所述亮度值进行排序，得到多个所述平滑碱基荧光图像各自对应排序结果；
基于各所述排序结果确定多个所述平滑碱基荧光图像各自对应的亮度中值。
进一步地，所述基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线的步骤，包括：
确定多个所述平滑碱基荧光图像各自对应的图像编号，并根据各所述图像编号和各所述实时锐度值构建初始锐度曲线；
基于预设的权重值和所述初始锐度曲线对各所述实时锐度值进行加权平均，以生成目标锐度曲线。
进一步地，所述基于预设的权重值和所述初始锐度曲线对各所述实时锐度值进行加权平均，以生成目标锐度曲线的步骤，包括：
获取预设的权重值，并基于所述权重值和在所述初始锐度曲线内与所述实时锐度值曲线相邻的其他实时锐度值，对所述实时锐度值进行加权平均得到目标锐度值；
根据各所述目标锐度值和各所述图像编号生成目标锐度曲线。
进一步地，所述根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像的步骤，包括：
确定所述目标锐度曲线内的最大锐度值，并在所述目标锐度曲线内确定所述最大锐度值对应的目标图像编号；
将所述目标图像编号对应的平滑碱基荧光图像确定为多个所述平滑碱基荧光图像中清晰度最高的目标碱基荧光图像。
此外，为实现上述目的，本申请还提供一种碱基荧光图像清晰度的评估装置，所述装置包括：
噪声去除模块，用于去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；
差分计算模块，用于确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；
亮度计算模块，用于确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；
图像筛选模块，用于基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
此外，为实现上述目的，本申请还提供一种终端设备，所述终端设备包括：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碱基荧光图像清晰度的评估程序，所述碱基荧光图像清晰度的评估程序被所述处理器执行时实现如上述的碱基荧光图像清晰度的评估方法的步骤。
此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有碱基荧光图像清晰度的评估程序，所述碱基荧光图像清晰度的评估程序被处理器执行时实现如上述的碱基荧光图像清晰度的评估方法的步骤。
本申请实施例提供的碱基荧光图像清晰度的评估方法、终端设备、计算机可读存储介质和装置，通过去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
在本实施例中，终端设备在运行时，首先获取摄像装置拍摄到的多个碱基荧光图像，并去除多个碱基荧光图像各自包含的噪声干扰从而生成平滑碱基荧光图像，之后，终端设备确定多个平滑碱基荧光图像内各像素点各自对应的像素坐标，并基于各像素坐标确定多个平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，终端设备进而根据获取的各水平差分值和各竖直差分值计算得到多个平滑碱基荧光图像各自对应的差分总值，再之后，终端设备分别对多个平滑碱基荧光图像进行切割，从而确定多个平滑碱基荧光图像各自所包含的各荧光簇，并确定各荧光簇各自对应的亮度值，终端设备进而根据各亮度值确定多个平滑碱基荧光图像各自对应的亮度中值，最后，终端设备基于多个平滑碱基荧光图像各自对应的差分总值和亮度中值确定多个平滑碱基荧光图像各自对应的实时锐度值，并基于多个平滑碱基荧光图像各自对应的图像编号和各实时锐度值构建目标锐度曲线，终端设备进而基于目标锐度曲线在多个平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
如此，本申请通过消除碱基荧光图像内包含的噪声干扰，并基于碱基荧光图像的实时锐度值排除环境光对碱基荧光图像的影响，根据实时锐度值和多个碱基荧光图像各自对应的图像编号构建目标锐度曲线，从而基于目标锐度曲线在多个碱基荧光图像中确定最清晰的目标碱基荧光图像的方式，达到了能够更准确的评估碱基荧光图像的清晰度的技术效果。
附图说明
图1是本申请实施例方案涉及的硬件运行环境的终端设备的结构示意图；
图2为本申请碱基荧光图像清晰度的评估方法第一实施例的流程示意图；
图3为本申请碱基荧光图像清晰度的评估方法一实施例涉及的碱基荧光图像示意图；
图4为本申请碱基荧光图像清晰度的评估方法一实施例涉及的碱基荧光图像去噪效果示意图；
图5为本申请碱基荧光图像清晰度的评估方法一实施例涉及的初始锐度曲线和目标锐度曲线对比示意图；
图6为本申请碱基荧光图像清晰度的评估方法一实施例涉及的荧光簇分割效果示意图；
图7为本申请碱基荧光图像清晰度的评估方法一实施例涉及的功能模块示意图。
本申请目的的实现、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仅用以解释本申请，并不用于限定本申请。
参照图1，图1为本申请实施例方案涉及的硬件运行环境的终端设备结构示意图。
需要说明的是，图1即可为终端设备的硬件运行环境的结构示意图。本申请实施例终端设备可以是执本申请碱基荧光图像清晰度的评估法的终端设备，该终端设备具体可以是移动终端、数据存储控制终端、PC或者便携计算机等终端。
如图1所示，该终端设备可以包括：处理器1001，例如中央处理器(CentralProcessing 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终端设备的限定，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、数据存储模块、网络通信模块、用户接口模块以及碱基荧光图像清晰度的评估程序。
在图1所示的终端设备中，网络接口1004主要用于与其他设备进行数据通信；用户接口1003主要用于与用户进行数据交互；本申请终端设备中的处理器1001、存储器1005可以设置在终端设备中，所述终端设备通过处理器1001调用存储器1005中存储的碱基荧光图像清晰度的评估程序，并执行以下操作：
去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；
确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；
确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；
基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
进一步地，处理器1001调用存储器1005中存储的碱基荧光图像清晰度的评估程序，还可以执行以下操作：
确定多个所述碱基荧光图像各自对应的频率域；
去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像，优选通过预设的傅里叶变换算法去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像。
进一步地，处理器1001调用存储器1005中存储的碱基荧光图像清晰度的评估程序，还可以执行以下操作：
确定多个所述平滑碱基荧光图像各自包含的各像素点的像素坐标；
基于各所述像素坐标确定各所述像素点各自对应的水平差分值，其中，所述水平差分值为所述像素点与水平方向上相邻的其他像素点之间的差分值；
基于各所述像素坐标确定各所述像素点各自对应的竖直差分值，其中，所述竖直差分值为所述像素点与竖直方向上相邻的其他像素点之间的差分值。
进一步地，处理器1001调用存储器1005中存储的碱基荧光图像清晰度的评估程序，还可以执行以下操作：
对多个所述平滑碱基荧光图像各自对应的各所述亮度值进行排序，得到多个所述平滑碱基荧光图像各自对应排序结果；
基于各所述排序结果确定多个所述平滑碱基荧光图像各自对应的亮度中值。
进一步地，处理器1001调用存储器1005中存储的碱基荧光图像清晰度的评估程序，还可以执行以下操作：
确定多个所述平滑碱基荧光图像各自对应的图像编号，并根据各所述图像编号和各所述实时锐度值构建初始锐度曲线；
基于预设的权重值和所述初始锐度曲线对各所述实时锐度值进行加权平均，以生成目标锐度曲线。
进一步地，处理器1001调用存储器1005中存储的碱基荧光图像清晰度的评估程序，还可以执行以下操作：
获取预设的权重值，并基于所述权重值和在所述初始锐度曲线内与所述实时锐度值曲线相邻的其他实时锐度值，对所述实时锐度值进行加权平均得到目标锐度值；
根据各所述目标锐度值和各所述图像编号生成目标锐度曲线。
进一步地，处理器1001调用存储器1005中存储的碱基荧光图像清晰度的评估程序，还可以执行以下操作：
确定所述目标锐度曲线内的最大锐度值，并在所述目标锐度曲线内确定所述最大锐度值对应的目标图像编号；
将所述目标图像编号对应的平滑碱基荧光图像确定为多个所述平滑碱基荧光图像中清晰度最高的目标碱基荧光图像。
基于上述硬件结构，提出本申请碱基荧光图像清晰度的评估方法的整体构思。
由于基因序列内包含的A(腺嘌呤)、C(胞嘧啶)、G(鸟嘌呤)、T(胸腺嘧啶)四种碱基会产生不同亮度的荧光簇，因此，目前对基因序列的检测过程，将对碱基进行检测转变为对荧光簇进行检测，而在对荧光簇进行检测的过程中，需要通过摄像机采集碱基荧光图像，之后，对采集到的碱基荧光图像的清晰度进行评估，从而在确定采集到的碱基荧光图像处于最清晰的状态时，对图像进行保存。请参照图3，图3为本申请碱基荧光图像清晰度的评估方法一实施例涉及的碱基荧光图像示意图，如图3所示，碱基荧光图像主要由高亮度荧光簇和低亮度背景两种类型的像素构成，其中，荧光簇在图像中呈现半径为几个像素不等的小光点，因此，碱基荧光图像的清晰度的评估也相对特殊。目前用于碱基荧光图像的清晰度的评估方法主要包括：画面的边缘检测、红外感应、图像的信噪比及角点检测等方法，然而，当碱基荧光图像出下过大面积的亮斑、光点过于稀疏、亮度极低、噪声过大等特殊情况时，采用上述的评估方法则无法准确评估碱基荧光图像的清晰度。
针对上述现象，本申请通过消除碱基荧光图像内包含的噪声干扰，并基于碱基荧光图像的实时锐度值排除环境光对碱基荧光图像的影响，根据实时锐度值和多个碱基荧光图像各自对应的图像编号构建目标锐度曲线，从而基于目标锐度曲线在多个碱基荧光图像中确定最清晰的目标碱基荧光图像的方式，达到了能够更准确的评估碱基荧光图像的清晰度的技术效果。
基于上述本申请碱基荧光图像清晰度的评估方法的整体构思，提出本申请碱基荧光图像清晰度的评估方法的各个实施例，需要说明的是，在本申请碱基荧光图像清晰度的评估方法的各个实施例中，本申请碱基荧光图像清晰度的评估方法的执行主体可以为上述的终端设备。
请参照图2，图2为本申请碱基荧光图像清晰度的评估方法第一实施例的流程示意图。
应当理解的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，本申请碱基荧光图像清晰度的评估方法当然也可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中，本申请碱基荧光图像清晰度的评估方法可以包括以下步骤：
步骤S10：去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；
在本实施例中，终端设备在运行时，首先获取通过摄像装置采集到的多个碱基荧光图像，并通过预设的算法模型对多个碱基荧光图像进行处理，从而去除多个碱基荧光图像各自包含的噪声干扰并生成平滑碱基荧光图像。
示例性地，例如，用户首先通过摄像装置采集到多张碱基荧光图像，并将多张碱基荧光图像输入至终端设备，由终端设备将获取的多张碱基荧光图像分别输入至终端设备内配置的图像处理模块，通过图像处理模块内预设的图像处理模型对多张碱基荧光图像分别进行处理，从而去除多张碱基荧光图像各自包含的噪声干扰并生成平滑碱基荧光图像。
进一步地，在一种可行的实施例中，上述步骤S10，具体可以包括：
步骤S101：确定多个所述碱基荧光图像各自对应的频率域；
步骤S102：去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像，优选通过预设的傅里叶变换算法去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像；
示例性地，例如，终端设备在将多张碱基荧光图像输入至图像处理模块之后，由图像处理模块确定多张碱基荧光图像各自对应的频率域，并调用图像处理模型按照预设的傅里叶变换算法去除各频率域内的高频分量，从而达到去除碱基荧光图像内包含的噪声干扰的效果并生成对应的平滑碱基荧光图像。
需要说明的是，在本实施例中，图像处理模型除了按照傅里叶变换算法去除高频分量之外，还可以通过预设的小波滤波或空域滤波算法等其他算法去除高频分量。
此外，请参照图4，图4为本申请碱基荧光图像清晰度的评估方法一实施例涉及的碱基荧光图像去噪效果示意图，如图4所示，原图中包含的曲线为未经过降噪处理的多个碱基荧光图像对应的初始锐度曲线S0和实时锐度曲线S1，平滑图像中包含的曲线为经过降噪处理的多个碱基荧光图像对应的初始锐度曲线S0和实时锐度曲线S1，经过原图和平滑图像对比可以明显看出，在平滑图像中，最清晰的碱基荧光图像对应的波峰具有更加明显的突出。需要说明的是，图4中原图和平滑图像各自对应的横坐标均为图像编号，纵坐标为锐度值。
步骤S20：确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；
在本实施例中，终端设备确定多个平滑碱基荧光图像各自包含的各像素点各自对应的像素坐标，终端设备进而根据各像素坐标，确定各像素点各自在图像内水平方向上的水平差分值，和在竖直方向上的竖直差分值，终端设备从而根据各水平差分值和各竖直差分值确定多个平滑碱基荧光图像各自对应的差分总值。
示例性地，例如，终端设备在去生成多张平滑碱基荧光图像之后，确定多张平滑碱基荧光图像各自所包含的各像素点各自对应对应的像素坐标(y，x)，之后，终端设备根据各像素坐标(y，x)确定各像素点各自与水平方向上相邻的其他像素点之间产生的水平差分值Dx，和与竖直方向上相邻的其他像素点之间产生的竖直差分值Dy，终端设备进而对多张平滑碱基荧光图像各自对应的各水平差分值Dx和各竖直差分值Dy进行加和，从而得到多张平滑碱基荧光图像各自对应的差分总值DSum。
进一步地，在一种可行的实施例中，上述步骤S20中“确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值”的步骤，具体可以包括：
步骤S201：确定多个所述平滑碱基荧光图像各自包含的各像素点的像素坐标；
步骤S202：基于各所述像素坐标确定各所述像素点各自对应的水平差分值，其中，所述水平差分值为所述像素点与水平方向上相邻的其他像素点之间的差分值；
步骤S203：基于各所述像素坐标确定各所述像素点各自对应的竖直差分值，其中，所述竖直差分值为所述像素点与竖直方向上相邻的其他像素点之间的差分值；
示例性地，例如，终端设备首先确定每张平滑碱基荧光图像各自包含的各像素点的像素坐标(y，x)，同时，终端设备确定技术人员预设的差分间隔k＝1，终端设备进而根据差分间隔k＝1确定像素点(y，x)在水平方向上相邻的像素点(y，x+1)，和在竖直方向上相邻的像素点(y+1，x)，之后，终端设备确定预设的水平差分公式为：
Dx(y，x)＝|I(y，x)-I(y，x+1)|；
进而按照水平差分公式对像素点(y，x)和像素点(y，x)在水平方向上相邻的像素点(y，x+1)进行差分计算从而确定像素点(y，x)对应的水平差分值Dx(y，x)；
同时，终端设备确定预设的竖直差分公式为：
Dy(y，x)＝|I(y，x)-I(y+1，x)|；
进而按照竖直差分公式对像素点(y，x)和像素点(y，x)在竖直方向上相邻的像素点(y+1，x)进行差分从而确定像素点(y，x)对应的竖直差分值Dy(y，x)。
需要说明的是，在本实施例中，终端设备除了可以对相邻的两个像素点进行差分之外，还可以对处于同一水平线或竖直线上，间隔多个像素的两个像素点进行差分，例如，当技术人员预设的差分间隔k＝2时，终端设备可以对像素点(y，x)和像素点(y，x)在竖直方向上间隔为2的像素点(y+2，x)进行差分从而得到像素点(y，x)对应的竖直差分值Dy(y，x)，可以理解的是，技术人员可以任意设置或修改差分间隔的具体数值，本申请对此不做限制。
步骤S30：确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；
在本实施例中，终端设备对多张平滑碱基荧光图像分别进行分割，从而确定多个平滑碱基荧光图像各自包含的荧光簇，并确定各荧光簇各自对应的亮度值，终端设备进而基于各亮度值确定多个平滑碱基荧光图像各自对应的亮度中值。
示例性地，例如，请参照图6，图6为本申请碱基荧光图像清晰度的评估方法一实施例涉及的荧光簇分割效果示意图，终端设备采用预设的二值分割法对多个平滑碱基荧光图像进行分割，从而提取多张平滑碱基荧光图像各自包含的荧光簇，并生成如图6所示的分割效果示意图，之后，终端设备确定分割效果示意图内各荧光簇各自对应的亮度值，并对各亮度值进行排序得到排序结果，并根据排序结果确定多张平滑碱基荧光图像各自对应的亮度中值M。
需要说明的是，二值分割法表示将非二值图像经过计算变成二值图像，从而将灰度图像转化成二值图像，是进行图像分割最简单的一种方法，一般用于将目标和背景分离，二值分割法的过程主要为：将大于某个临界灰度值的像素灰度设为灰度极大值，小于这个值的为灰度极小值，从而实现二值化，而常用的二值化方法包括但不限于：双峰法，P参数法，迭代法和OTSU法等。除了二值分割法之外，本申请还可以基于聚类对图像进行分割从而提取图像中包含的荧光簇，也就是说，在本申请实施例中，技术人员可以基于需求选择任意的分割方法，本申请对此不做限制。
进一步地，在一种可行的实施例中，上述步骤S30中“基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值”的步骤，具体可以包括：
步骤S301：对多个所述平滑碱基荧光图像各自对应的各所述亮度值进行排序，得到多个所述平滑碱基荧光图像各自对应排序结果；
步骤S302：基于各所述排序结果确定多个所述平滑碱基荧光图像各自对应的亮度中值；
示例性地，例如，终端设备首先确定多个平滑碱基荧光图像内各荧光簇各自对应各亮度值，并将各亮度值按照数值大小进行排序生成排序结果，之后，终端设备基于排序结果确定各亮度值中的中位数，并将中位数对应的亮度值确定为平滑碱基荧光图像对应的亮度中值M。
步骤S40：基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像；
在本实施例中，终端设备将多个平滑碱基荧光图像各自对应的差分总值除以亮度中值，从而得到多个平滑碱基荧光图像各自对应的实时锐度值，终端设备进而确定多个平滑碱基荧光图像各自对应的图像编号，并根据各图像编号和各实时锐度值生成目标锐度曲线，终端设备根据目标锐度曲线在多个平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
示例性地，例如，终端设备将多个平滑碱基荧光图像各自对应的差分总值DSum与多个碱基荧光图像各自对应的亮度中值M相除，从而确定多个平滑碱基荧光图像各自对应的的实时锐度值SharpValue＝DSum/M，之后，终端设备确定多个平滑碱基荧光图像各自对应的图像编号，并根据各图像编号和各实时锐度值SharpValue生成目标锐度曲线S1，最后，终端设备基于生成的目标锐度曲线S1在多个平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
进一步地，在一种可行的实施例中，上述步骤S40中“基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线”的步骤，具体可以包括：
步骤S401：确定多个所述平滑碱基荧光图像各自对应的图像编号，并根据各所述图像编号和各所述实时锐度值构建初始锐度曲线；
步骤S402：基于预设的权重值和所述初始锐度曲线对各所述实时锐度值进行加权平均，以生成目标锐度曲线；
示例性地，例如，终端设备首先基于多个平滑碱基荧光图像各自对应的图像编号，和多个平滑碱基荧光图像各自对应的实时锐度值SharpValue构建初始锐度曲线S0，之后，终端设备获取预设的权重值，并基于权重值对初始锐度曲线S0内的各实时锐度值SharpValue进行加权平均从而生成各目标锐度值，再之后，终端设备基于各图像编号和各目标锐度值生成目标锐度曲线S1。
进一步地，在一种可行的实施例中，上述步骤S402，具体可以包括：
步骤S4021：获取预设的权重值，并基于所述权重值和在所述初始锐度曲线内与所述实时锐度值曲线相邻的其他实时锐度值，对所述实时锐度值进行加权平均得到目标锐度值；
步骤S4022：根据各所述目标锐度值和各所述图像编号生成目标锐度曲线；
示例性地，例如，终端设备首先读取存储装置以获取技术人员预设的权重值，并基于权重值对初始锐度曲线S0内各实时锐度值SharpValue分别与各实时锐度值SharpValue前后相邻k个的其他实时锐度值进行加权平均，从而得到加权平均后的目标锐度值，之后，终端设备根据各碱基荧光图像各自对应的图像编号和各目标锐度值生成如图5所示的目标锐度曲线S1。
需要说明的是，请参照图5，图5为本申请碱基荧光图像清晰度的评估方法一实施例涉及的初始锐度曲线和目标锐度曲线对比示意图，如图5所示，经过加权平均后生成的目标锐度曲线S1和初始锐度曲线S0各自对应的峰值并不一样，也就是说，如果未对初始锐度曲线S0内包含的各实时锐度值进行加权平均，从而基于初始锐度曲线S0直接对碱基荧光图像的清晰度进行评估，则会导致无法正确选取最清晰的目标碱基荧光图像，因此，基于加权平均后生成的目标锐度曲线S1能够更准确的评估碱基荧光图像的清晰度。需要说明的是，图5中的横坐标均图像编号，纵坐标为锐度值。
进一步地，在一种可行的实施例中，上述步骤S40中“根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像”的步骤，具体可以包括：
步骤S403：确定所述目标锐度曲线内的最大锐度值，并在所述目标锐度曲线内确定所述最大锐度值对应的目标图像编号；
步骤S404：将所述目标图像编号对应的平滑碱基荧光图像确定为多个所述平滑碱基荧光图像中清晰度最高的目标碱基荧光图像；
示例性地，例如，终端设备首先确定目标锐度曲线S1内的极大值，从而将极大值对应的目标锐度值确定为最大锐度值，并在目标锐度曲线S1中确定最大锐度值对应的图像编号，之后，终端设备将图像编号对应的碱基荧光图像确定为多个平滑碱基荧光图像中清晰度最高的目标碱基荧光图像。
在本实施例中，终端设备在运行时，首先获取通过摄像装置采集到的多个碱基荧光图像，并通过预设的算法模型对多个碱基荧光图像进行处理，从而去除多个碱基荧光图像各自包含的噪声干扰并生成平滑碱基荧光图像，之后，终端设备确定多个平滑碱基荧光图像各自包含的各像素点各自对应的像素坐标，终端设备进而根据各像素坐标，确定各像素点各自在图像内水平方向上的水平差分值，和在竖直方向上的竖直差分值，终端设备从而根据各水平差分值和各竖直差分值确定多个平滑碱基荧光图像各自对应的差分总值，再之后，终端设备对多张平滑碱基荧光图像分别进行分割，从而确定多个平滑碱基荧光图像各自包含的荧光簇，并确定各荧光簇各自对应的亮度值，终端设备进而基于各亮度值确定多个平滑碱基荧光图像各自对应的亮度中值，最后，终端设备将多个平滑碱基荧光图像各自对应的差分总值除以亮度中值，从而得到多个平滑碱基荧光图像各自对应的实时锐度值，终端设备进而确定多个平滑碱基荧光图像各自对应的图像编号，并根据各图像编号和各实时锐度值生成目标锐度曲线，终端设备根据目标锐度曲线在多个平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
如此，本申请通过消除碱基荧光图像内包含的噪声干扰，并基于碱基荧光图像的实时锐度值排除环境光对碱基荧光图像的影响，根据实时锐度值和多个碱基荧光图像各自对应的图像编号构建目标锐度曲线，从而基于目标锐度曲线在多个碱基荧光图像中确定最清晰的目标碱基荧光图像的方式，达到了能够更准确的评估碱基荧光图像的清晰度的技术效果。
进一步地，为实现上述目的，本申请还提供一种碱基荧光图像清晰度的评估装置，请参照图7，图7为本申请碱基荧光图像清晰度的评估方法一实施例涉及的功能模块示意图，如图7所示，所述装置包括：
噪声去除模块10，用于去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；
差分计算模块20，用于确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；
亮度计算模块30，用于确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；
图像筛选模块40，用于基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
进一步地，噪声去除模块10，包括：
频率确定单元，用于确定多个所述碱基荧光图像各自对应的频率域；
高频去除单元，用于去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像，优选通过预设的傅里叶变换算法去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像。
进一步地，差分计算模块20，包括：
坐标确定单元，用于确定多个所述平滑碱基荧光图像各自包含的各像素点的像素坐标；
水平差分单元，用于基于各所述像素坐标确定各所述像素点各自对应的水平差分值，其中，所述水平差分值为所述像素点与水平方向上相邻的其他像素点之间的差分值；
数值差分单元，用于基于各所述像素坐标确定各所述像素点各自对应的竖直差分值，其中，所述竖直差分值为所述像素点与竖直方向上相邻的其他像素点之间的差分值。
进一步地，亮度计算模块30，包括：
亮度排序单元，用于对多个所述平滑碱基荧光图像各自对应的各所述亮度值进行排序，得到多个所述平滑碱基荧光图像各自对应排序结果；
中值确定单元，用于基于各所述排序结果确定多个所述平滑碱基荧光图像各自对应的亮度中值。
进一步地，图像筛选模块40，包括：
第一构建单元，用于确定多个所述平滑碱基荧光图像各自对应的图像编号，并根据各所述图像编号和各所述实时锐度值构建初始锐度曲线；
第二构建单元，用于基于预设的权重值和所述初始锐度曲线对各所述实时锐度值进行加权平均，以生成目标锐度曲线。
进一步地，第二构建单元，包括：
锐度加权子单元，用于获取预设的权重值，并基于所述权重值和在所述初始锐度曲线内与所述实时锐度值曲线相邻的其他实时锐度值，对所述实时锐度值进行加权平均得到目标锐度值；
曲线生成子单元，用于根据各所述目标锐度值和各所述图像编号生成目标锐度曲线。
进一步地，图像筛选模块40，还包括：
编号确定单元，用于确定所述目标锐度曲线内的最大锐度值，并在所述目标锐度曲线内确定所述最大锐度值对应的目标图像编号；
目标确定单元，用于将所述目标图像编号对应的平滑碱基荧光图像确定为多个所述平滑碱基荧光图像中清晰度最高的目标碱基荧光图像。
此外，本申请还提供一种终端设备，该终端设备上有可在处理器上运行的碱基荧光图像清晰度的评估程序，所述终端设备执行所述碱基荧光图像清晰度的评估程序时实现如以上任一项实施例所述的碱基荧光图像清晰度的评估方法的步骤。
本申请终端设备的具体实施例与上述碱基荧光图像清晰度的评估方法各实施例基本相同，在此不作赘述。
此外，本申请还提供一种计算机可读存储介质，该计算机可读存储介质上存储有碱基荧光图像清晰度的评估程序，所述碱基荧光图像清晰度的评估程序被处理器执行时实现如以上任一项实施例所述碱基荧光图像清晰度的评估方法的步骤。
本发计算机可读存储介质的具体实施例与上述碱基荧光图像清晰度的评估方法各实施例基本相同，在此不作赘述。
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。
上述本申请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，本申请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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是执本申请碱基荧光图像清晰度的评估法的终端设备，该终端设备具体可以是移动终端、数据存储控制终端、PC或者便携计算机等终端)执行本申请各个实施例所述的方法。
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 (10)

1.一种碱基荧光图像清晰度的评估方法，其特征在于，所述碱基荧光图像清晰度的评估方法包括以下步骤：
去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；
确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；
确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；
基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
2.如权利要求1所述的碱基荧光图像清晰度的评估方法，其特征在于，所述去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像的步骤，包括：
确定多个所述碱基荧光图像各自对应的频率域；
去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像，优选通过预设的傅里叶变换算法去除所述频率域各自包含的高频分量从而生成平滑碱基荧光图像。
3.如权利要求1所述的碱基荧光图像清晰度的评估方法，其特征在于，所述确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值的步骤，包括：
确定多个所述平滑碱基荧光图像各自包含的各像素点的像素坐标；
基于各所述像素坐标确定各所述像素点各自对应的水平差分值，其中，所述水平差分值为所述像素点与水平方向上相邻的其他像素点之间的差分值；
基于各所述像素坐标确定各所述像素点各自对应的竖直差分值，其中，所述竖直差分值为所述像素点与竖直方向上相邻的其他像素点之间的差分值。
4.如权利要求1所述的碱基荧光图像清晰度的评估方法，其特征在于，所述基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值的步骤，包括：
对多个所述平滑碱基荧光图像各自对应的各所述亮度值进行排序，得到多个所述平滑碱基荧光图像各自对应排序结果；
基于各所述排序结果确定多个所述平滑碱基荧光图像各自对应的亮度中值。
5.如权利要求1所述的碱基荧光图像清晰度的评估方法，其特征在于，所述基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线的步骤，包括：
确定多个所述平滑碱基荧光图像各自对应的图像编号，并根据各所述图像编号和各所述实时锐度值构建初始锐度曲线；
基于预设的权重值和所述初始锐度曲线对各所述实时锐度值进行加权平均，以生成目标锐度曲线。
6.如权利要求5所述的碱基荧光图像清晰度的评估方法，其特征在于，所述基于预设的权重值和所述初始锐度曲线对各所述实时锐度值进行加权平均，以生成目标锐度曲线的步骤，包括：
获取预设的权重值，并基于所述权重值和在所述初始锐度曲线内与所述实时锐度值曲线相邻的其他实时锐度值，对所述实时锐度值进行加权平均得到目标锐度值；
根据各所述目标锐度值和各所述图像编号生成目标锐度曲线。
7.如权利要求1所述的碱基荧光图像清晰度的评估方法，其特征在于，所述根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像的步骤，包括：
确定所述目标锐度曲线内的最大锐度值，并在所述目标锐度曲线内确定所述最大锐度值对应的目标图像编号；
将所述目标图像编号对应的平滑碱基荧光图像确定为多个所述平滑碱基荧光图像中清晰度最高的目标碱基荧光图像。
8.一种碱基荧光图像清晰度的评估装置，其特征在于，所述装置包括：
噪声去除模块，用于去除多个碱基荧光图像各自所包含的噪声干扰从而生成平滑碱基荧光图像；
差分计算模块，用于确定多个所述平滑碱基荧光图像各自对应的各水平差分值和各竖直差分值，并根据各所述水平差分值和各所述竖直差分值确定多个所述平滑碱基荧光图像各自对应的差分总值；
亮度计算模块，用于确定多个所述平滑碱基荧光图像内包含的各荧光簇各自对应的亮度值，并基于各所述亮度值确定多个所述平滑碱基荧光图像各自对应的亮度中值；
图像筛选模块，用于基于各所述差分总值和各所述亮度中值确定多个所述平滑碱基荧光图像各自对应的实时锐度值，并基于各所述实时锐度值和多个所述平滑碱基荧光图像各自对应的图像编号构建目标锐度曲线，根据所述目标锐度曲线在多个所述平滑碱基荧光图像中确定清晰度最高的目标碱基荧光图像。
9.一种终端设备，其特征在于，所述终端设备包括：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碱基荧光图像清晰度的评估程序，所述碱基荧光图像清晰度的评估程序被所述处理器执行时实现如权利要求1至7中任一项所述的碱基荧光图像清晰度的评估方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有碱基荧光图像清晰度的评估程序，所述碱基荧光图像清晰度的评估程序被处理器执行时实现如权利要求1至7中任一项所述的碱基荧光图像清晰度的评估方法的步骤。
CN202310309381.0A 2023-03-27 2023-03-27 碱基荧光图像清晰度的评估方法及设备、介质和装置 Pending CN116342529A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310309381.0A CN116342529A (zh) 2023-03-27 2023-03-27 碱基荧光图像清晰度的评估方法及设备、介质和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310309381.0A CN116342529A (zh) 2023-03-27 2023-03-27 碱基荧光图像清晰度的评估方法及设备、介质和装置

Publications (1)

Publication Number Publication Date
CN116342529A true CN116342529A (zh) 2023-06-27

Family

ID=86878480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310309381.0A Pending CN116342529A (zh) 2023-03-27 2023-03-27 碱基荧光图像清晰度的评估方法及设备、介质和装置

Country Status (1)

Country Link
CN (1) CN116342529A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116528047A (zh) * 2023-07-03 2023-08-01 深圳赛陆医疗科技有限公司 对焦方法、装置、基因测序仪及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116528047A (zh) * 2023-07-03 2023-08-01 深圳赛陆医疗科技有限公司 对焦方法、装置、基因测序仪及存储介质
CN116528047B (zh) * 2023-07-03 2023-09-08 深圳赛陆医疗科技有限公司 对焦方法、装置、基因测序仪及存储介质

Similar Documents

Publication Publication Date Title
CN108229526B (zh) 网络训练、图像处理方法、装置、存储介质和电子设备
JP4160258B2 (ja) 勾配ベースの局部輪郭線検出のための新しい知覚的しきい値決定
JP5095290B2 (ja) シャドウ領域補償方法、媒体およびシステム
JP2013042415A (ja) 画像処理装置、画像処理方法及びコンピュータプログラム
CN108961260B (zh) 图像二值化方法及装置、计算机存储介质
JP2015232869A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
WO2012098854A1 (ja) 画像処理システム、画像処理方法および画像処理用プログラム
KR100734935B1 (ko) 화상의 영역분할
CN116342529A (zh) 碱基荧光图像清晰度的评估方法及设备、介质和装置
JP2013004089A (ja) 画像処理方法、画像処理装置及びスキャナ
JP2012053770A (ja) 動きベクトル検出装置
CN111080665A (zh) 图像边框识别方法、装置、设备和计算机存储介质
JP2017085570A (ja) 画像補正方法及び画像補正装置
JP2018185265A (ja) 情報処理装置、制御方法、及びプログラム
JPWO2011033744A1 (ja) 画像処理装置、画像処理方法および画像処理用プログラム
JP2017076240A (ja) 画像処理装置、画像処理方法、およびプログラム
JP2020181402A (ja) 画像処理装置、画像処理方法、およびプログラム
JP5558431B2 (ja) 画像処理装置、方法及びプログラム
JP2019045981A (ja) 画像処理装置、画像処理方法及びプログラム
JP6953184B2 (ja) 画像処理装置および画像処理方法
CN114693543A (zh) 图像降噪方法及装置、图像处理芯片、图像采集设备
JP4346620B2 (ja) 画像処理装置、画像処理方法および画像処理プログラム
Bieniecki et al. Multi-pass approach to adaptive thresholding based image segmentation
JPH10269352A (ja) 画像処理装置および方法
RU2346331C1 (ru) Способ автоматического определения правильности отображения информации на жидкокристаллическом индикаторе

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