CN116405775A - 自动聚焦方法和装置、电子设备及拍摄系统 - Google Patents
自动聚焦方法和装置、电子设备及拍摄系统 Download PDFInfo
- Publication number
- CN116405775A CN116405775A CN202310207945.XA CN202310207945A CN116405775A CN 116405775 A CN116405775 A CN 116405775A CN 202310207945 A CN202310207945 A CN 202310207945A CN 116405775 A CN116405775 A CN 116405775A
- Authority
- CN
- China
- Prior art keywords
- definition
- target
- calculating
- focusing
- embryo
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 210000001161 mammalian embryo Anatomy 0.000 claims abstract description 166
- 230000008859 change Effects 0.000 claims abstract description 34
- 238000003384 imaging method Methods 0.000 claims description 29
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 abstract description 33
- 238000011156 evaluation Methods 0.000 description 47
- 230000006870 function Effects 0.000 description 36
- 238000010586 diagram Methods 0.000 description 19
- 238000005070 sampling Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 14
- 241001156002 Anthonomus pomorum Species 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 210000004340 zona pellucida Anatomy 0.000 description 8
- 230000002776 aggregation Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000004927 fusion Effects 0.000 description 5
- 210000004027 cell Anatomy 0.000 description 4
- 210000002257 embryonic structure Anatomy 0.000 description 4
- 230000011218 segmentation Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000012258 culturing Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004807 localization Effects 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
- 238000012634 optical imaging Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
Images
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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Microscoopes, Condenser (AREA)
- Studio Devices (AREA)
Abstract
本申请涉及一种自动聚焦方法和装置、电子设备及拍摄系统。方法包括:在调节拍摄设备至粗调聚焦位置的情况下,采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度;根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,基于细调清晰度的变化趋势获取拍摄设备的目标聚焦位置;本申请通过采用不同的自动聚焦模型相互组合的方式对不同区域进行聚焦清晰度计算,再通过加权计算得到目标聚焦位置,保证了目标聚焦位置既贴近赤道面,又与实际的最佳聚焦位置之间的误差较小。
Description
技术领域
本申请涉及医学图像数据处理技术领域,特别是涉及一种自动聚焦方法和装置、电子设备及拍摄系统。
背景技术
随着图像处理技术的发展,基于图像处理的自动聚焦技术得到迅速的发展,广泛地应用在日常生活、科学研究、工业生产和军事应用等需要成像的场景。
目前,在辅助生殖领域,预选胚胎图像的分析和评价过程中,自动聚焦技术通过选取相应的自动聚焦模型来计算不同聚焦位置所对应的预选胚胎图像清晰度,选取预选胚胎图像清晰度最大值对应的聚焦位置为最佳聚焦位置。然而,传统的自动聚焦技术存在获取到的最佳聚焦位置与实际的最佳聚焦位置之间误差较大的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够减少获取到的最佳聚焦位置与实际的最佳聚焦位置之间的误差的自动聚焦方法和装置、电子设备及拍摄系统。
第一方面,本申请提供了一种自动聚焦方法,应用于电子设备,电子设备与拍摄设备通信连接,方法包括:
确定拍摄设备的粗调聚焦位置,基于粗调聚焦位置,获取拍摄设备在不同焦平面上拍摄的候选胚胎图像,确定出候选胚胎图像中透明带所在的目标带状区域,以及位于目标带状区域内侧的目标区域;
采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度;
根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,确定在基于粗调聚焦位置的不同焦平面上细调清晰度的变化趋势,基于细调清晰度的变化趋势获取拍摄设备的目标聚焦位置。
在其中一个实施例中,确定拍摄设备的粗调聚焦位置的步骤,包括:
获取拍摄设备拍摄的不同焦平面上的预选胚胎图像,确定出预选胚胎图像中透明带所在的待处理带状区域,以及位于待处理带状区域内侧的待处理区域;
采用第一自动聚焦模型计算待处理带状区域的第三清晰度,基于第二自动聚焦模型计算待处理区域的第四清晰度;
根据权重参数、第三清晰度和第四清晰度计算预选胚胎图像的粗调清晰度,确定不同焦平面上粗调清晰度的变化趋势,基于粗调清晰度的变化趋势确定拍摄设备的粗调聚焦位置。
在其中一个实施例中,权重参数包括对应于透明带所在带状区域的第一权重系数,以及对应于带状区域内侧区域的第二权重系数。
在其中一个实施例中,根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度的步骤,包括:
基于第一权重系数和第一清晰度计算第一细调清晰度;
依据第二权重系数和第二清晰度计算第二细调清晰度;
将第一细调清晰度与第二细调清晰度的和值作为细调清晰度。
在其中一个实施例中,根据权重参数、第三清晰度和第四清晰度计算预选胚胎图像的粗调清晰度的步骤,包括:
基于第一权重系数和第三清晰度计算第一粗调清晰度;
依据第二权重系数和第四清晰度计算第二粗调清晰度;
将第一粗调清晰度与第二粗调清晰度的和值作为粗调清晰度。
在其中一个实施例中,基于粗调聚焦位置,获取拍摄设备在不同焦平面上拍摄的候选胚胎图像的步骤,包括:
选取出粗调聚焦位置对应的焦平面所在的预设区间,输出控制参数;控制参数用于指示拍摄设备在预设区间内进行拍摄,得到候选胚胎图像。
第二方面,本申请还提供了一种自动聚焦装置,应用于电子设备,电子设备与拍摄设备通信连接,装置包括:
目标图像获取模块,用于确定拍摄设备的粗调聚焦位置,基于粗调聚焦位置,获取拍摄设备在不同焦平面上拍摄的候选胚胎图像,确定出候选胚胎图像中透明带所在的目标带状区域,以及位于目标带状区域内侧的目标区域;
获取清晰度模块,用于采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度;
位置获取模块,用于根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,确定在基于粗调聚焦位置的不同焦平面上细调清晰度的变化趋势,基于细调清晰度的变化趋势获取拍摄设备的目标聚焦位置。
第三方面,本申请还提供了一种电子设备。电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述的自动聚焦方法。
第四方面,本申请还提供了一种拍摄系统。拍摄系统包括电子设备,以及与电子设备通信连接的拍摄设备,拍摄设备配置有成像组件、直线滑动平台和电机;
成像组件和电机均与电子设备通信连接,直线滑动平台分别连接电机和成像组件;
电机在电子设备的控制下,驱动直线滑动平台进行移动;电子设备控制成像组件进行拍摄。
在其中一个实施例中,直线滑动平台上安装有光栅尺和零位传感器;
光栅尺和零位传感器与电子设备通信连接,光栅尺和零位传感器用于向电子设备反馈直线滑动平台的移动距离。
上述自动聚焦方法和装置、电子设备及拍摄系统,在调节拍摄设备至粗调聚焦位置的情况下,采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度;根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,基于细调清晰度的变化趋势获取拍摄设备的目标聚焦位置;本申请通过采用不同的自动聚焦模型相互组合的方式对不同区域进行聚焦清晰度计算,再通过加权计算得到目标聚焦位置,保证了目标聚焦位置既贴近赤道面,又与实际的最佳聚焦位置之间的误差较小。
附图说明
图1为一个实施例中胚胎图像多焦平面图像获取的过程示意图;
图2为一个实施例中拍摄系统的结构框图;
图3为一个实施例中自动聚焦方法的流程示意图;
图4a为一个实施例中分割模板图像的示意图;
图4b为一个实施例中候选胚胎图像的主体定位图;
图4c一个实施例中目标带状区域的示意图;
图5为一个实施例中第一自动聚焦模型和第二自动聚焦模型的示意图;
图6a为一个实施例中采样区域的示意图;
图6b为一个实施例中需要进行清晰度计算的区域的示意图;
图7为另一个实施例中自动聚焦方法的流程示意图;
图8为一个实施例中各清晰度评价分数及整体清晰度评分在不同Z轴图像序列中的的变化趋势图;
图9为一个实施例中50张鼠胚图像的示意图;
图10a为一个实施例中由Tenegrad评价函数计算获取到最佳焦平面的示意图;
图10b为一个实施例中由两种图像清晰度评价函数加权融合后获取到最佳焦平面的示意图;
图10c为一个实施例中由Brenner梯度评价函数计算获取到最佳焦平面的示意图;
图11为另一个实施例中各清晰度评价分数及整体清晰度评分在不同Z轴图像序列中的的变化趋势图;
图12a为另一个实施例中由Tenegrad评价函数计算获取到最佳焦平面的示意图;
图12b为另一个实施例中由两种图像清晰度评价函数加权融合后获取到最佳焦平面的示意图;
图12c为另一个实施例中由Brenner梯度评价函数计算获取到最佳焦平面的示意图;
图13为一个实施例中自动聚焦装置的结构框图;
图14为一个实施例中电子设备的内部结构图;
图15为另一个实施例中拍摄系统的结构框图;
图16为一个实施例中Z轴调焦绝对位置信息的示意图;
图17为一个实施例中拍摄设备的结构示意图。
具体实施方式
为了便于理解本申请,下面将参照相关附图对本申请进行更全面的描述。附图中给出了本申请的实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使本申请的公开内容更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请。
可以理解,应当说明的是,本申请中的术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在此使用时,单数形式的“一”、“一个”和“所述/该”也可以包括复数形式,除非上下文清楚指出另外的方式。还应当理解的是,术语“包括/包含”或“具有”等指定所陈述的特征、整体、步骤、操作、组件、部分或它们的组合的存在,但是不排除存在或添加一个或更多个其他特征、整体、步骤、操作、组件、部分或它们的组合的可能性。
目前,自动聚集技术是在机器智能化、自动化的驱动下发展起来的光机电交叉技术,在日常生活、科学研究、工业生产、军事应用等需要成像的地方被广泛地应用,也是显微成像系统中的关键技术,随着科学技术的发展和应用要求的提高,对具有精度高、速度快和稳定性好的自动聚集技术的需求越来越迫切。
自20世纪初期以来,国内外专家学者围绕自动聚集技术做了大量的研究,使得自动聚集技术的各种理论和方法得到快速的发展,但是因为成像目标和测试条件的多样性,现有光学成像系统中的自动聚集技术并不十分成熟,还需要对其进行完善。
在辅助生殖领域,胚胎的分析和评价过程中,多焦面数据的获取方式以及胚胎最佳观测焦平面的选择成为了胚胎评估的重要影响因素。如何设计合理的聚焦算法筛选胚胎Z轴多焦堆栈图像序列中的最佳焦平面成为了至关重要的问题。
传统技术中,一般采用对图像采集器采集到的当前一帧图像进行分块处理,根据各个区块的清晰度值,确定各个区块的清晰度值,确定各个区块的帧内区块权重;再根据当前一帧图像上各个区块的清晰度变化率,确定当前一帧图像上各个区块的帧间区块权重;最后根据各个帧内区块权重和各个帧间区块权重,在当前一帧图像上确定目标区域,并对目标区域进行聚焦。通过自适应调整区块权重,确定当前一帧图像上的目标区域,并选取合适的聚焦步长对目标区域进行聚焦。例如,通过以不同的拍摄高度获取多张培养皿的原始图像,对原始图像截取培养皿的区域进行图像清晰度计算,并更具清晰度最大的培养皿图像对应的拍摄高度作为最佳拍摄点。
然而,现有的聚焦方法至少存在下述问题:①聚焦过程中仅考虑到了图像清晰度,忽略了清晰度最高的图像是否和胚胎的赤道面图像相关这一问题,导致获取到的最佳聚焦位置不一定具备赤道面所包含的全部胚胎特征这一缺陷;②依照临床经验,胚胎的最佳观测面为胚胎的赤道面,胚胎成像的最佳拍摄基准面也应该处于胚胎的赤道面,赤道面的选择决定了胚胎成像过程中是否存在胚胎的关键特征丢失的问题,因此胚胎成像的自动聚焦算法的设计,不能仅依靠常规的清晰度评价模型对胚胎图像或培养皿图像进行清晰度计算,还应该考虑是否贴近赤道面的问题;③过于依赖聚焦窗口的选取,聚集窗口过大则计算量较大,聚集窗口过小但容易受到随机噪声的干扰;④采用逐层计算,筛选最佳焦平面的方法,每次进行第二轮搜索时都需要复位再重新开始扫描,搜索速度慢、操作繁琐耗时;对于Timelapse时差培养箱而言,成像系统的实时性和稳定性至关重要,因此在设计搜索算法和调焦结构时,需要保证算法的实时性和准确性,同时还需要兼顾频繁曝光会对胚胎造成影响,需要控制拍照的频率和次数。
为了改善本申请所提出的上述技术问题,本申请实施例提供一种自动聚焦方法和装置、电子设备及拍摄系统,如图1所示,图1为胚胎图像多焦平面图像获取的过程,通过上下移动成像结构的Z轴对培养皿中的胚胎细胞进行“切片”拍照,然后获取到胚胎Z轴多焦图像,其中,胚胎F0焦平面可以指胚胎赤道面,胚胎Z轴多焦图像通过在成像结构的Z轴上以ΔZ进行等间距上下移动并拍摄获得,图1中示例性的展示了F30焦平面到F-30焦平面的胚胎细胞切片图像(与胚胎Z轴多焦图像堆栈序列一一对应)。
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。
本申请实施例提供的自动聚焦方法,可以应用于如图2所示的拍摄系统中。其中,电子设备210与拍摄设备220通信连接,以根据拍摄设备220拍摄的图像数据计算目标聚焦位置;需要说明的是,电子设备210可以指能够进行数据交互、处理的服务器、处理设备、处理平台等;拍摄设备220可以指能够进行胚胎图像拍摄的设备,例如显微镜。
在一个实施例中,如图3所示,提供了一种自动聚焦方法,以该方法应用于图2中的电子设备为例进行说明,包括以下步骤:
S302,确定拍摄设备的粗调聚焦位置,基于粗调聚焦位置,获取拍摄设备在不同焦平面上拍摄的候选胚胎图像,确定出候选胚胎图像中透明带所在的目标带状区域,以及位于目标带状区域内侧的目标区域。
其中,透明带所在的目标带状区域可以根据实际情况进行设定,本申请实施例中以目标带状区域为圆环形为例进行说明,以目标区域为圆形为例进行说明。
其中,拍摄设备中可以包括滑动平台,滑动平台能够沿X轴方向、Y轴方向和Z轴方向移动,电子设备可以通过控制滑动平台进行移动以获取不同焦平面上的图像数据,滑动平台的移动方向可以根据实际情况进行设置;需要说明的是,本申请实施例中以电子设备控制滑动平台沿Z轴方向移动获取不同焦平面上的预选胚胎图像为例进行说明。
具体而言,电子设备控制拍摄设备调节至粗调聚焦位置,电子设备控制拍摄设备进行拍摄的同时控制拍摄设备沿Z轴方向进行等间距移动,其中,移动距离可以根据实际情况进行设定;电子设备获取不同焦平面上的候选胚胎图像,进而基于候选胚胎图像确定出候选胚胎图像中透明带所在的目标带状区域,以及位于目标带状区域内侧的目标区域。
在其中一个实施例中,基于粗调聚焦位置,获取拍摄设备在不同焦平面上拍摄的候选胚胎图像的步骤,包括:
选取出粗调聚焦位置对应的焦平面所在的预设区间,输出控制参数;控制参数用于指示拍摄设备在预设区间内进行拍摄,得到候选胚胎图像。
其中,预设区间对应的焦平面位置区间为基于粗调焦位置根据实际情况进行设定的;控制参数可以指用于指示拍摄设备中的滑动平台沿Z轴方移动进行等间距移动的距离参数(细调焦距离),控制参数可以根据实际情况进行人为设定。
具体地,电子设备选取出粗调聚焦位置对应的焦平面所在的预设区间,输出控制参数至拍摄设备,拍摄设备基于接收到的控制参数,控制滑动平台沿Z轴方向进行等间距移动并拍摄,拍摄设备将拍摄到的候选胚胎图像输出至电子设备。
为了便于本领域技术人员的理解,下面结合一个具体示例予以说明:电子设备控制拍摄设备中的滑动平台沿Z轴0μm刻度处开始进行拍摄,设置粗调焦距离为10μm,即,拍摄设备中的滑动平台沿Z轴正方向(负方向)每移动10μm进行一次拍摄,共拍摄了20张预选胚胎图像,分别计算每张预选胚胎图像的粗调清晰度并进行比较,在第5张预选胚胎图像的粗调清晰度为极大值的情况下,设置预设区间为40μm到60μm的区域,完成第一轮聚焦,并开始第二轮聚焦,电子设备控制拍摄设备中的滑动平台沿Z轴40μm刻度处开始进行拍摄,设置细调焦距离为1μm,即,拍摄设备中的滑动平台沿Z轴正方向(负方向)每移动1μm进行一次拍摄,共拍摄了20张候选胚胎图像,拍摄设备输出候选胚胎图像至电子设备。
在本申请实施例中,基于粗调聚焦位置确定出预设区间,为后续目标聚焦位置的确定节省了时间,提高了后续目标聚焦位置确定的准确性。
在一些示例中,电子设备确定出候选胚胎图像中透明带所在的目标带状区域,以及位于目标带状区域内侧的目标区域的步骤,可以包括:
基于候选胚胎图像确定候选胚胎图像的胚胎质心位置,基于分割模板图像和胚胎质心位置对预选胚胎图像进行分割,获得目标带状区域和目标区域;其中,分割模板图像为根据实际情况选取得到;分割模板图像具有标准质心位置、对应于透明带所在带状区域的标准尺寸参数。
其中,胚胎质心位置可以指候选胚胎图像中胚胎所在的中心位置;分割模板图像可以根据不同情况进行选择,示例性地,分割模板图像可以根据候聚焦的目标选取得到;在本申请实施例中,目标带状区域为圆环形以及目标区域为圆形,即分割模板图像具有标准质心位置,对应于透明带所在带状区域的内圆半径参数和外圆半径参数,内圆半径参数还可以用来分割出目标区域。在一些示例中,分割模板图像可以如图4a所示,其中,图4a中的黑色十字图形所在的位置对应胚胎质心位置,图4a中小圆内部的圆形区域对应目标区域,图4a中小圆和大圆之间的圆环区域对应目标带状区域,大圆外侧的图像为无关的背景图像。
具体而言,电子设备对候选胚胎图像进行主体定位,如图4b所示,提取出候选胚胎图像的主体部分和胚胎质心位置,其中,图4b中的黑色十字图形所在的位置对应胚胎质心位置;电子设备根据候选胚胎图像所属的胚胎类别选择相应的分割模板图像对候选胚胎图像进行分割,获得目标带状区域和目标区域,进一步地,图4c展示了目标带状区域。
在一些示例中,分割模板图像还包括对应未放置胚胎的培养皿中的图像,此时,该分割模板图像用于对培养皿的皿底进行聚焦,进而快速确认培养皿皿底的位置,使得即使在空皿的情况下,能够处于最清晰的观测平面,能够协助用户在观察过程中快速判断和进行其他操作,确保拍摄系统能够实时保证最佳的观测平面;即,本申请基于相应的分割模板图像对候选胚胎图像进行分割,能够有针对性的选择聚焦目标物的最清晰区域(目标带状区域和目标区域),并舍弃无关的背景部分,减少了最佳聚焦位置与实际的最佳聚焦位置之间的误差。
S304,采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度。
其中,第一自动聚焦模型和第二自动聚焦模型均可以指能够对图像清晰度进行计算的评价函数或算子,例如Tenengrad评价函数(特宁格勒评价函数)、Brenner梯度评价函数(布雷纳梯度评价函数)、Laplace评价函数(拉普拉斯评价函数)、Deviation评价函数(方差评价函数)、EOG评价函数(Energy of Gradient,能量梯度评价函数)、SMD评价函数(Sumof Modulus of gray Difference,灰度方差评价函数)、Sobel算子(索贝尔算子)等;如图5所示,采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度;在本申请实施例中,以第一自动聚焦模型为Tenengrad评价函数、第二自动聚焦模型为Brenner梯度评价函数为例进行说明。
进一步地,本申请实施例中通过选取两种清晰度评估算法(第一自动聚焦模型、第二自动聚焦模型)综合判断,综合考虑到了不同聚焦目标进行识别的目的,比如对透明带聚焦的判断主要是依赖于边缘的清晰程度,而对于胚胎内部聚焦则主要依据区域内所包含的特征信息丰富,进而减少了最佳焦平面选取的误差。
具体而言,电子设备通过第一自动聚焦模型计算目标带状区域的第一清晰度,再通过第二自动聚焦模型计算目标区域中的采样区域的第二清晰度,需要说明的是,目标区域中的采样区域通过对目标区域进行等间隔采样获得,其中,具体的间隔距离可以根据实际情况进行设定;在本申请实施例中,如图6a所示,对目标区域进行9点法等间隔采样,图6a中黑框区域为相应的采样区域,进一步地,图6b展示了需要进行清晰度计算的目标带状区域和相应的采样区域(图6b中的灰色区域)。
在一些示例中,在拍摄无胚胎的培养皿皿底图像的情况下,不存在透明带所对应的区域,仅需对培养皿皿底进行聚焦,并进行等间隔采样,图6a中黑框区域为相应的采样区域,电子设备仅选用Brenner梯度评价函数对采样区域进行,获取相应的图像清晰度,并根据图像清晰度确定目标聚焦位置,即,在对无胚胎的培养皿皿底图像进行聚焦的情况下,可以只进行一轮聚焦。
S306,根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,确定在基于粗调聚焦位置的不同焦平面上细调清晰度的变化趋势,基于细调清晰度的变化趋势获取拍摄设备的目标聚焦位置。
其中,权重参数可以指能够体现透明带所在的目标带状区域,以及目标区域各自在细调清晰度中所占比重的参数,可以根据实际情况进行设定;细调聚焦位置可以指细调清晰度的变化趋势中细调清晰度的极大值所对应的聚焦位置。
具体而言,电子设备根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,确定不同焦平面上细调清晰度的变化趋势,选取细调清晰度的极大值所对应的聚焦位置作为拍摄设备的细调聚焦位置。
在其中一个实施例中,权重参数包括对应于透明带所在带状区域的第一权重系数,以及对应于带状区域内侧区域的第二权重系数。
其中,权重参数可以根据实际应用场景与实际测试结果得到。电子设备设置对应于透明带所在带状区域的第一权重系数,以及对应于带状区域内侧区域的第二权重系数。
在本申请实施例中,通过对不同聚焦区域设置合适的第一权重系数和第二权重系数,这样分开计算能够让筛选的最佳焦平面更贴近赤道面,通过对胚胎的调焦试验发现,可通过对胚胎透明带的清晰度判断当前聚焦面是否处于胚胎赤道面,当透明带的边缘越清晰时,当前焦平面就越接近赤道面,在获取透明带边缘最清晰图像时,同时也要保证透明带内部区域也同样处于最清晰,特征信息最丰富的焦平面,选择两种不同的清晰度评价函数(算子)进行组合既可保证所获取的最佳焦平面贴近赤道面,又能保证内部的特征信息更清晰便于观察和分析。
在其中一个实施例中,根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度的步骤,包括:
基于第一权重系数和第一清晰度计算第一细调清晰度;
依据第二权重系数和第二清晰度计算第二细调清晰度;
将第一细调清晰度与第二细调清晰度的和值作为细调清晰度。
其中,第一细调清晰度可以指对应于候选胚胎图像中透明带所在的目标带状区域的图像清晰度;第二细调清晰度可以指对应于目标胚胎图像中位于目标带状区域内侧的目标区域的图像清晰度。
具体地,电子设备将第一权重系数和第一清晰度相乘计算获得第一细调清晰度;电子设备将第二权重系数和第二清晰度相乘计算获得第二细调清晰度;电子设备将第一细调清晰度与第二细调清晰度的和值作为细调清晰度。
在本申请实施例中,通过对不同聚焦区域设置合适的第一权重系数和第二权重系数,并进行相应的图像清晰度的计算,优化了清晰度计算的速度且保障了清晰度计算的准确率。
在其中一个实施例中,确定拍摄设备的粗调聚焦位置的步骤,包括:
获取拍摄设备拍摄的不同焦平面上的预选胚胎图像,确定出预选胚胎图像中透明带所在的待处理带状区域,以及位于待处理带状区域内侧的待处理区域;
采用第一自动聚焦模型计算待处理带状区域的第三清晰度,基于第二自动聚焦模型计算待处理区域的第四清晰度;
根据权重参数、第三清晰度和第四清晰度计算预选胚胎图像的粗调清晰度,确定不同焦平面上粗调清晰度的变化趋势,基于粗调清晰度的变化趋势确定拍摄设备的粗调聚焦位置。
其中,透明带所在的待处理带状区域可以根据实际情况进行设定,本申请实施例中以待处理带状区域为圆环形为例进行说明,以待处理区域为圆形为例进行说明。
其中,权重参数可以指能够体现透明带所在的待处理带状区域,以及待处理区域各自在粗调清晰度中所占比重的参数,可以根据实际情况进行设定;粗调聚焦位置可以指粗调清晰度的变化趋势中粗调清晰度的极大值所对应的聚焦位置。
具体而言,电子设备控制拍摄设备进行零点复位,在拍摄设备完成零点复位后,电子设备控制拍摄设备进行拍摄的同时控制拍摄设备沿Z轴方向进行等间距移动,其中,移动距离可以根据实际情况进行设定;电子设备获取不同焦平面上的预选胚胎图像,进而基于预选胚胎图像确定出预选胚胎图像中透明带所在的待处理带状区域,以及位于待处理带状区域内侧的待处理区域。
在一些示例中,确定出预选胚胎图像中透明带所在的待处理带状区域,以及位于待处理带状区域内侧的待处理区域的步骤,包括:
基于预选胚胎图像确定预选胚胎图像的胚胎质心位置,基于分割模板图像和胚胎质心位置对预选胚胎图像进行分割,获得待处理带状区域和待处理区域。
具体地,电子设备对预选胚胎图像进行主体定位,提取出预选胚胎图像的主体部分和胚胎质心位置;电子设备根据实际情况选择相应的分割模板图像对预选胚胎图像进行分割,获得待处理带状区域和待处理区域;需要说明的是,在本申请实施例中,预选胚胎图像和候选胚胎图像为同一胚胎细胞在不同焦平面上得到的胚胎图像,预选胚胎图像和候选胚胎图像对应的分割模板图像相同。
进一步地,电子设备通过第一自动聚焦模型计算待处理带状区域的第三清晰度,再通过第二自动聚焦模型计算待处理区域中的采样区域的第四清晰度,需要说明的是,待处理区域中的采样区域通过对待处理区域进行等间隔采样获得,其中,具体的间隔距离可以根据实际情况进行设定;在本申请实施例中,对待处理区域进行9点法等间隔采样,得到待处理区域中的采样区域,如图6a所示,图6a中黑框区域为相应的采样区域,进一步地,图6b展示了需要进行清晰度计算的待处理带状区域和相应的采样区域(图6b中的灰色区域)。
电子设备根据权重参数、第三清晰度和第四清晰度计算预选胚胎图像的粗调清晰度,确定不同焦平面上粗调清晰度的变化趋势,选取粗调清晰度的极大值所对应的聚焦位置作为拍摄设备的粗调聚焦位置。
在其中一个实施例中,根据权重参数、第三清晰度和第四清晰度计算预选胚胎图像的粗调清晰度的步骤,包括:
基于第一权重系数和第三清晰度计算第一粗调清晰度;
依据第二权重系数和第四清晰度计算第二粗调清晰度;
将第一粗调清晰度与第二粗调清晰度的和值作为粗调清晰度。
其中,第一粗调清晰度可以指对应于预选胚胎图像中透明带所在的待处理带状区域的图像清晰度;第二粗调清晰度可以指对应于预选胚胎图像中位于待处理带状区域内侧的待处理区域的图像清晰度。
具体地,电子设备将第一权重系数和第三清晰度相乘计算获得第一粗调清晰度;电子设备将第二权重系数和第四清晰度相乘计算获得第二粗调清晰度;电子设备将第一粗调清晰度与第二粗调清晰度的和值作为粗调清晰度。
在本申请实施例中,通过对不同聚焦区域设置合适的第一权重系数和第二权重系数,并进行相应的图像清晰度的计算,优化了清晰度计算的速度且保障了清晰度计算的准确率。
为了便于本领域技术人员的理解,下面结合一个具体示例予以说明:图7示例性的展示了一种自动聚焦方法的流程图,其中,滑动平台可以指Z轴移动台;一组胚胎多焦平面数据可以指不同焦平面上的预选胚胎图像或候选胚胎图像;胚胎图像可以指预选胚胎图像或候选胚胎图像;透明带区域可以指待处理带状区域或目标带状区域;透明带内侧区域可以指待处理区域或目标区域;清晰度评价分数W可以指第一清晰度;清晰度评价分数V可以指第二清晰度;整体清晰度评分S可以指细调清晰度;a可以指第二权重系数,b可以指第一权重系数;峰值搜索S(max)最优焦平面所在的峰值区间可以指基于粗调清晰度的变化趋势确定拍摄设备的粗调聚焦位置,并基于粗调聚焦位置确定预设区间;峰值搜索S(max)最优焦平面可以指基于细调清晰度的变化趋势确定拍摄设备的目标聚焦位置。
在一些示例中,电子设备进行第二轮聚焦计算的过程可以为:电子设备通过控制拍摄设备每隔2μm拍摄一张图片,共拍摄50张图像,拍摄过程从小鼠胚胎的上表面到赤道面,再从赤道面到下表面,电子设备获取50张鼠胚图像,分别选择Tenegrad评价函数计算透明带的聚焦清晰度评价分数W,以及Brenner梯度评价函数计算透明带内侧采样区域的聚焦清晰度评价分数V并按照各自权重系数为0.5的方式进行整体清晰度评分S的计算(本计算中的权重系数仅使用于本示例中的鼠胚聚焦,其他针对其他聚焦目标则需要重新调整权重系数)。
具体地,如图8所示,图8中的虚线表示整体清晰度评分S和Z轴移动位置之间的变化关系,图8中的两条实线分别表示聚焦清晰度评价分数W与Z轴移动位置之间的变化关系,以及聚焦清晰度评价分数V与Z轴移动位置的变化关系,每一条曲线所对应的峰值即表示选择的最佳焦平面所在位置,其中,Z轴移动位置可以通过对应的Z轴堆栈图像序列(胚胎Z轴堆栈图像序列)来表示。
进一步地,如图9所示为拍摄的50张鼠胚图像,每幅鼠胚图像下方展示相对应的整体清晰度评分S;其中,整体清晰度评分S为55.8108的鼠胚图像对应的是根据透明带聚焦选择的聚焦焦平面,整体清晰度评分S为59.8375的鼠胚图像对应的是基于透明带内侧采样区域选择的聚焦焦平面,整体清晰度评分S为60.3676的鼠胚图像对应的是加权计算后确定出的最佳焦平面(目标聚焦位置)。整体清晰度评分S为60.3676的鼠胚图像与其他两幅鼠胚图像相比,该鼠胚图像更接近鼠胚细胞的赤道面。
图10a展示由Tenegrad评价函数计算获取到最佳焦平面的图像,图10c展示由Brenner梯度评价函数计算获取到最佳焦平面的图像,图10b则是两种图像清晰度评价函数加权融合后获取到最佳焦平面的图像,从图像的整体清晰度比较而言,图10b相对清晰度较高,图10b中透明带的边缘更大更接近赤道面。
在另一些示例中,电子设备进行第二轮聚焦计算的过程还可以为:电子设备通过控制拍摄设备每隔1μm拍摄一张图片,共拍摄100张图像,拍摄过程从小鼠胚胎的上表面到赤道面,再从赤道面到下表面,电子设备获取100张鼠胚图像,分别选择Tenegrad评价函数计算透明带的聚焦清晰度评价分数W,以及Brenner梯度评价函数计算透明带内侧采样区域的聚焦清晰度评价分数V并按照各自权重系数为0.5的方式进行整体清晰度评分S的计算(本计算中的权重系数仅使用于本示例中的鼠胚聚焦,其他针对其他聚焦目标则需要重新调整权重系数)。如图11所示,图11中的虚线表示整体清晰度评分S和Z轴移动位置之间的变化关系,图11中的两条实线分别表示聚焦清晰度评价分数W与Z轴移动位置之间的变化关系,以及聚焦清晰度评价分数V与Z轴移动位置的变化关系,每一条曲线所对应的峰值即表示选择的最佳焦平面所在位置,其中,Z轴移动位置可以通过对应的Z轴堆栈图像序列来表示。
具体地,图11中由Tenegrad评价函数所计算的最佳焦平面是F37焦,而由Brenner梯度评价函数计算的最佳焦平面是F45焦,两者之间间隔相差8μm,经过两种图像清晰度评价函数加权融合后获取到最佳焦平面是42焦,从选择的策略上分析,加权融合后获取到最佳焦平面是在两种计算方法的基础上做出了权衡,图12a展示由Tenegrad评价函数计算获取到最佳焦平面的图像,图12c展示由Brenner梯度评价函数计算获取到最佳焦平面的图像,图12b则是两种图像清晰度评价函数加权融合后获取到最佳焦平面的图像,从图像的整体清晰度比较而言,图12b的整体效果会更佳。
上述自动聚焦方法中,在调节拍摄设备至粗调聚焦位置之后,采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度;根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,基于细调清晰度的变化趋势获取拍摄设备的目标聚焦位置;通过采用不同的自动聚焦模型相互组合的方式对不同区域进行聚焦清晰度计算,再通过加权计算得到目标聚焦位置,保证了目标聚焦位置既贴近赤道面,又与实际的最佳聚焦位置之间的误差较小。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的自动聚焦方法的自动聚焦装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个自动聚焦装置实施例中的具体限定可以参见上文中对于自动聚焦方法的限定,在此不再赘述。
在一个实施例中,如图13所示,提供了一种自动聚焦装置1300,包括:目标图像获取模块1301、获取清晰度模块1302和位置获取模块1303,其中:
目标图像获取模块1301,用于确定拍摄设备的粗调聚焦位置,基于粗调聚焦位置,获取拍摄设备在不同焦平面上拍摄的候选胚胎图像,确定出候选胚胎图像中透明带所在的目标带状区域,以及位于目标带状区域内侧的目标区域;
获取清晰度模块1302,用于采用第一自动聚焦模型计算目标带状区域的第一清晰度,基于第二自动聚焦模型计算目标区域的第二清晰度;
位置获取模块1303,用于根据权重参数、第一清晰度和第二清晰度计算候选胚胎图像的细调清晰度,确定在基于粗调聚焦位置的不同焦平面上细调清晰度的变化趋势,基于细调清晰度的变化趋势获取拍摄设备的目标聚焦位置。
在其中一个实施例中,目标图像获取模块1301,用于获取拍摄设备拍摄的不同焦平面上的预选胚胎图像,确定出预选胚胎图像中透明带所在的待处理带状区域,以及位于待处理带状区域内侧的待处理区域;
采用第一自动聚焦模型计算待处理带状区域的第三清晰度,基于第二自动聚焦模型计算待处理区域的第四清晰度;
根据权重参数、第三清晰度和第四清晰度计算预选胚胎图像的粗调清晰度,确定不同焦平面上粗调清晰度的变化趋势,基于粗调清晰度的变化趋势确定拍摄设备的粗调聚焦位置。
在其中一个实施例中,权重参数包括对应于透明带所在带状区域的第一权重系数,以及对应于带状区域内侧区域的第二权重系数。
在其中一个实施例中,位置获取模块1303,用于基于第一权重系数和第一清晰度计算第一细调清晰度;
依据第二权重系数和第二清晰度计算第二细调清晰度;
将第一细调清晰度与第二细调清晰度的和值作为细调清晰度。
在其中一个实施例中,位置获取模块1303,还用于基于第一权重系数和第三清晰度计算第一粗调清晰度;
依据第二权重系数和第四清晰度计算第二粗调清晰度;
将第一粗调清晰度与第二粗调清晰度的和值作为粗调清晰度。
在其中一个实施例中,目标图像获取模块1301,还用于选取出粗调聚焦位置对应的焦平面所在的预设区间,输出控制参数;控制参数用于指示拍摄设备在预设区间内进行拍摄,得到候选胚胎图像。
上述自动聚焦装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种电子设备,该电子设备可以是服务器,其内部结构图可以如图14所示。该电子设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于存储图像数据。该电子设备的输入/输出接口用于处理器与外部设备之间交换信息。该电子设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种自动聚焦方法。
本领域技术人员可以理解,图14中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种拍摄系统,拍摄系统包括电子设备,以及与电子设备通信连接的拍摄设备,拍摄设备配置有成像组件、直线滑动平台和电机;成像组件和电机均与电子设备通信连接,直线滑动平台分别连接电机和成像组件;电机在电子设备的控制下,驱动直线滑动平台进行移动;电子设备控制成像组件进行拍摄。
具体而言,如图15所示,电子设备可以包括MCU控制单元和聚焦算法和仪器软件控制单元;成像组件可以包括光源、物镜和相机;滑动平台包括直线滑动平台。
实际应用中,MCU控制单元可通过控制电机驱动直线滑动平台先进行零点复位,光源照射培养皿,在光线通过培养皿中胚胎之后,经过物镜最后在相机中进行成像,在直线滑动平台复位后,仪器软件控制单元触发相机取图,同时MCU控制单元通过控制电机驱动直线滑动平台进行等间距移动;移动完成后,聚焦算法控制单元对获取到图像数据进行最佳焦平面选择判断,最后根据判断结果将最佳调焦位置反馈到MCU控制单元,MCU控制单元通过控制电机驱动直线滑动平台进行调焦。
进一步地,如图16所示,为了获得清晰的图像,相机的需要对每个微孔的胚胎进行对焦成像,其中,一个培养皿存在多个微孔,每一个微孔中放置一枚胚胎进行培养,相机会对每一个微孔或微孔中的胚胎进行拍照;直线滑动平台沿Z轴可移动的最大区间范围为6mm,单格的微步可以为1μm,重复定位精度可以为1μm,定位精度可以为1μm。并且在记录每个胚胎各自成像的焦平面,在对焦完成后MCU控制单元可以记录每个Z轴调焦绝对位置信息,方便循环拍摄过程中快速完成聚焦成像;其中,Z轴调焦绝对位置信息可以包括Z轴上各焦距和各焦距上对应的清晰度评分,如图16所示,可以从start记录到end,max可以为最佳焦平面。
在本申请实施例中,通过选用直线滑动平台,既保证了快速聚焦的耗时需求,又满足了调焦所需要的精度要求;此外,通过存储每个Z轴调焦绝对位置信息,可以灵活适配用户对不同焦平面需求,并对用户手动调节焦距提供合理的参考范围。
在其中一个实施例中,直线滑动平台上安装有光栅尺和零位传感器;
光栅尺和零位传感器与电子设备通信连接,光栅尺和零位传感器用于向电子设备反馈直线滑动平台的移动距离。
具体地,如图17所示,拍摄设备可以为显微镜,还可以装配有聚光镜,其中,光源可以为红色LED背光光源,相机可以为高分辨率相机,物镜可以为霍夫曼模块相差物镜,电机可以为伺服电机或步进电机;此外,该显微镜还配置有相机成像面,并标注出培养皿所在的位置。
本申请实施例中,为了进一步控制调焦的精度,在拍摄设备上安装了光栅尺和零位传感器,光栅尺的测距作用可以对直线滑动平台的移动误差进行误差补偿,零位传感器可以辅助直线滑动平台的快速复位。
需要说明的是,本申请所涉及的胚胎图像(包括但不限于预选胚胎图像、候选胚胎图像等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上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。
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本申请专利范围的限制。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,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种自动聚焦方法,其特征在于,应用于电子设备,所述电子设备与拍摄设备通信连接,所述方法包括:
确定所述拍摄设备的粗调聚焦位置,基于所述粗调聚焦位置,获取所述拍摄设备在不同焦平面上拍摄的候选胚胎图像,确定出所述候选胚胎图像中透明带所在的目标带状区域,以及位于所述目标带状区域内侧的目标区域;
采用第一自动聚焦模型计算所述目标带状区域的第一清晰度,基于第二自动聚焦模型计算所述目标区域的第二清晰度;
根据权重参数、所述第一清晰度和所述第二清晰度计算所述候选胚胎图像的细调清晰度,确定在基于所述粗调聚焦位置的不同焦平面上所述细调清晰度的变化趋势,基于所述细调清晰度的变化趋势获取所述拍摄设备的目标聚焦位置。
2.根据权利要求1所述的方法,其特征在于,所述确定所述拍摄设备的粗调聚焦位置的步骤,包括:
获取所述拍摄设备拍摄的不同焦平面上的预选胚胎图像,确定出所述预选胚胎图像中透明带所在的待处理带状区域,以及位于所述待处理带状区域内侧的待处理区域;
采用第一自动聚焦模型计算所述待处理带状区域的第三清晰度,基于第二自动聚焦模型计算所述待处理区域的第四清晰度;
根据所述权重参数、所述第三清晰度和所述第四清晰度计算所述预选胚胎图像的粗调清晰度,确定不同焦平面上所述粗调清晰度的变化趋势,基于所述粗调清晰度的变化趋势确定所述拍摄设备的粗调聚焦位置。
3.根据权利要求2所述的方法,其特征在于,所述权重参数包括对应于透明带所在带状区域的第一权重系数,以及对应于带状区域内侧区域的第二权重系数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述权重参数、所述第一清晰度和所述第二清晰度计算所述候选胚胎图像的细调清晰度的步骤,包括:
基于所述第一权重系数和所述第一清晰度计算第一细调清晰度;
依据所述第二权重系数和所述第二清晰度计算第二细调清晰度;
将所述第一细调清晰度与所述第二细调清晰度的和值作为所述细调清晰度。
5.根据权利要求3所述的方法,其特征在于,所述根据权重参数、所述第三清晰度和所述第四清晰度计算所述预选胚胎图像的粗调清晰度的步骤,包括:
基于所述第一权重系数和所述第三清晰度计算第一粗调清晰度;
依据所述第二权重系数和所述第四清晰度计算第二粗调清晰度;
将所述第一粗调清晰度与所述第二粗调清晰度的和值作为所述粗调清晰度。
6.根据权利要求1至5任一项所述的方法,其特征在于,所述基于所述粗调聚焦位置,获取所述拍摄设备在不同焦平面上拍摄的候选胚胎图像的步骤,包括:
选取出所述粗调聚焦位置对应的焦平面所在的预设区间,输出控制参数;所述控制参数用于指示所述拍摄设备在所述预设区间内进行拍摄,得到所述候选胚胎图像。
7.一种自动聚焦装置,其特征在于,应用于电子设备,所述电子设备与拍摄设备通信连接,所述装置包括:
目标图像获取模块,用于确定所述拍摄设备的粗调聚焦位置,基于所述粗调聚焦位置,获取所述拍摄设备在不同焦平面上拍摄的候选胚胎图像,确定出所述候选胚胎图像中透明带所在的目标带状区域,以及位于所述目标带状区域内侧的目标区域;
获取清晰度模块,用于采用第一自动聚焦模型计算所述目标带状区域的第一清晰度,基于第二自动聚焦模型计算所述目标区域的第二清晰度;
位置获取模块,用于根据权重参数、所述第一清晰度和所述第二清晰度计算所述候选胚胎图像的细调清晰度,确定在基于所述粗调聚焦位置的不同焦平面上所述细调清晰度的变化趋势,基于所述细调清晰度的变化趋势获取所述拍摄设备的目标聚焦位置。
8.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的自动聚焦方法。
9.一种拍摄系统,其特征在于,包括如权利要求8所述的电子设备,以及与所述电子设备通信连接的拍摄设备,所述拍摄设备配置有成像组件、直线滑动平台和电机;
所述成像组件和所述电机均与所述电子设备通信连接,所述直线滑动平台分别连接所述电机和所述成像组件;
所述电机在所述电子设备的控制下,驱动所述直线滑动平台进行移动;所述电子设备控制所述成像组件进行拍摄。
10.根据权利要求9所述的拍摄系统,其特征在于,所述直线滑动平台上安装有光栅尺和零位传感器;
所述光栅尺和所述零位传感器与所述电子设备通信连接,所述光栅尺和所述零位传感器用于向所述电子设备反馈所述直线滑动平台的移动距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310207945.XA CN116405775A (zh) | 2023-03-06 | 2023-03-06 | 自动聚焦方法和装置、电子设备及拍摄系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310207945.XA CN116405775A (zh) | 2023-03-06 | 2023-03-06 | 自动聚焦方法和装置、电子设备及拍摄系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116405775A true CN116405775A (zh) | 2023-07-07 |
Family
ID=87006556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310207945.XA Pending CN116405775A (zh) | 2023-03-06 | 2023-03-06 | 自动聚焦方法和装置、电子设备及拍摄系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116405775A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117970595A (zh) * | 2024-03-27 | 2024-05-03 | 笑纳科技(苏州)有限公司 | 一种基于深度学习和图像处理的显微镜自动对焦方法 |
-
2023
- 2023-03-06 CN CN202310207945.XA patent/CN116405775A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117970595A (zh) * | 2024-03-27 | 2024-05-03 | 笑纳科技(苏州)有限公司 | 一种基于深度学习和图像处理的显微镜自动对焦方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111914692B (zh) | 车辆定损图像获取方法及装置 | |
CN109239900B (zh) | 一种用于显微数字图像大视野采集的全自动快速聚焦方法 | |
CN105578048B (zh) | 一种快速对焦方法和装置、移动终端 | |
JP5461630B2 (ja) | 合焦位置を決定する方法及びビジョン検査システム | |
CN109085113B (zh) | 一种用于宫颈脱落细胞检测装置的自动对焦方法和装置 | |
US20100265323A1 (en) | System for and method of focusing in automated microscope systems | |
CN104102068B (zh) | 自动对焦方法及自动对焦装置 | |
CN108345085A (zh) | 聚焦方法和聚焦系统 | |
CN109612992B (zh) | 一种宫颈脱落细胞涂片的快速扫描方法及其系统 | |
CN106990518A (zh) | 一种血涂片自聚焦显微成像方法 | |
CN116405775A (zh) | 自动聚焦方法和装置、电子设备及拍摄系统 | |
CN110784649A (zh) | 一种胚胎成像对焦方法及装置 | |
CN112911133B (zh) | 一种内窥镜对焦方法及装置 | |
CN113237881B (zh) | 一种特定细胞的检测方法、装置和病理切片检测系统 | |
CN112904548B (zh) | 一种内窥镜对焦方法及装置 | |
CN117233921A (zh) | 一种用于荧光成像设备的自动对焦方法 | |
CN112585945A (zh) | 对焦方法、装置及设备 | |
CN107770434B (zh) | 一种快速聚焦调整方法 | |
CN113837184B (zh) | 一种蚊虫检测方法、设备及存储介质 | |
RU2647645C1 (ru) | Способ устранения швов при создании панорамных изображений из видеопотока кадров в режиме реального времени | |
CN114384681A (zh) | 显微镜快速精准自动对焦方法、系统、计算机设备及介质 | |
US11988509B2 (en) | Portable field imaging of plant stomata | |
CN112839168B (zh) | 一种自动调整aoi检测系统中相机成像分辨率的方法 | |
CN111541844B (zh) | 云台控制摄像机的物距预测方法、装置及存储设备 | |
CN115866395A (zh) | 数字切片扫描仪的移动对焦方法、扫描方法及装置 |
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 |