CN116703723A - 一种基于显微镜系统的高分辨率显微图像扫描拼接方法 - Google Patents
一种基于显微镜系统的高分辨率显微图像扫描拼接方法 Download PDFInfo
- Publication number
- CN116703723A CN116703723A CN202310551561.XA CN202310551561A CN116703723A CN 116703723 A CN116703723 A CN 116703723A CN 202310551561 A CN202310551561 A CN 202310551561A CN 116703723 A CN116703723 A CN 116703723A
- Authority
- CN
- China
- Prior art keywords
- image
- platform
- images
- pixel
- calculating
- 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 32
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000003321 amplification Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000001000 micrograph Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于显微镜系统的高分辨率显微图像扫描拼接方法,包括:1)获取两张细胞图像P1、P2并提取图像特征点进行匹配,对显微镜系统的相机与平台夹角进行自动校准;2)选择图像P1中单位区域内特征点个数最多的区域作为图像的重叠区域,计算得到平台扫描步长以及对平台移动偏移误差的补偿值;3)按照从上到下、从左到右的顺序连续采集图像,将重叠区域作为模板匹配算法ZNCC的匹配区域,将采集到的图像按照采集顺序,每两张之间计算匹配结果,得到两张图像之间的像素偏移值;4)根据每两张图像之间的像素偏移值进行两两图像拼接。本发明实现了相机与平台夹角的校准,移动偏移误差的补偿,平台移动步长的自动计算,以及细胞图像的快速、精准拼接。
Description
技术领域
本发明涉及显微镜成像的技术领域,尤其是指一种基于显微镜系统的高分辨率显微图像扫描拼接方法。
背景技术
传统显微镜在疾病诊断和病理研究中存在操作步骤多、工作量大的问题,同时显微镜载物台的移动存在与机械结构导致的位置偏移,会导致拼接出现较大偏差。现有的图像拼接技术可以分为两类:一是基于特征匹配的显微图像拼接技术,例如尺度不变特征变换算法AKAZE;其首先对相邻图像的重叠区域进行特征提取,常用的特征包括:角点、边线、轮廓等,然后执行特征匹配进行图像配准使相互重叠的区域对齐,最后进行图像的融合得到大尺寸的全景显微图像。基于特征匹配的显微图像拼接技术具有精准高的特点,其缺点是计算复杂,耗时较长,尤其是当相邻图像之间重叠区域很窄时,无法确保检测到足够的特征来跟踪重叠区域,最终导致图像拼接失败;二是基于模板匹配的显微图像拼接技术,例如ZNCC算法,模板就是一副已知的小图像,模板匹配就是在一副大图像中搜索与小图像相似度最高的区域。该方法的缺点是需要提前划定重叠区域范围,若未划定重叠区域,则其计算耗时与特征匹配技术相差不大。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种基于显微镜系统的高分辨率显微图像扫描拼接方法,实现了相机与平台夹角的自动校准、移动偏移误差的自动补偿,平台移动步长的计算,以及细胞图像的快速、精准拼接。
为实现上述目的,本发明所提供的技术方案为:一种基于显微镜系统的高分辨率显微图像扫描拼接方法,所述显微镜系统包括:奥林巴斯研究级显微镜BX-43,实现光学倍数放大要求;S230CCD大耙面高清相机,配合专用C口转接口,实现放大后图像采集;MSSCAN1000电动平台,配合专用控制器,用于载玻片移动;包括以下步骤:
1)获取两张细胞图像P1、P2,分别提取两张细胞图像P1、P2的特征点并进行匹配,对显微镜系统的相机与平台夹角进行自动校准;
2)选择图像P1中单位区域内特征点个数最多的区域作为图像的重叠区域,根据选择的重叠区域计算得到显微镜系统的平台扫描步长以及对平台移动偏移误差的补偿值;其中,所述重叠区域为需要拼接的两张图像中具有相同特征的区域,所述平台扫描步长为平台采集图像时每次移动的距离,所述平台移动偏移误差为硬件造成的物理上的移动偏差;
3)按照从上到下、从左到右的顺序连续采集图像,将步骤2)中选择的重叠区域作为模板匹配算法ZNCC的匹配区域,将采集到的图像按照采集顺序,每两张之间计算匹配结果,即第一张图像作为模板图像,第二张图像作为原图像,通过滑窗搜索方式计算两张图像之间的相似度,得到两张图像之间的像素偏移值;
4)根据步骤3)得到的每两张图像之间的像素偏移值进行两两图像拼接,即第二张图像上的每个像素点的位置加上偏移值与第一张图像进行融合。
进一步,所述步骤1)包括以下步骤:
101)设定平台校准移动步长distance,平台沿X轴方向移动distance;
102)相机拍摄获得移动前后的两张细胞图像P1、P2;
103)通过尺度不变特征变换算法AKAZE提取所述两张图像的特征点并计算相同特征点的偏移值ox、oy;其中,设定:A表示两张图像中的相同特征点,-A表示P2中A点位置在P1中对应的位置,ox表示P1中-A与P2中A的水平距离即特征点之间的横向偏移,oy表示P1中-A与P1中A的垂直距离即特征点之间的纵向偏移,ox、oy单位为像素值;
104)根据公式计算相机与平台的夹角θ,根据公式/>计算像素与移动距离的换算比例α。
进一步,所述步骤2)包括以下步骤:
201)计算图像P1中单位区域内特征点的个数,选择特征个数最大的区域作为图像的重叠区域overlap,即平台移动后两张图像重叠部分的大小;
202)设定相机平面坐标系S1(xCameral,yCameral)和平台平面的坐标系S2(xPlat,yPlat);其中,O表示坐标原点;θ表示相机与平台的夹角;β表示相机与平台垂直方向的夹角,β=θ;xCameral、yCameral、xPlat、yPlat分别表示相机平面和平台平面的坐标轴;aCameral为xCameral方向达到重叠区域相机所需移动步长;bCameral为yCameral方向达到重叠区域相机所需移动步长;
203)在上述坐标系中计算平台在X轴的移动距离以及移动过程的Y轴偏移补偿值:
式中,aPlatX为平台在X轴移动的步长,aPlatY为平台在X轴移动时Y轴方向上的偏移误差补偿值;
在上述坐标系中计算平台在Y轴的移动距离以及移动过程的X轴偏移补偿值:
式中,bPlatY为平台在Y轴移动的步长,bPlatX为平台在Y轴移动时X轴方向上的偏移误差补偿值。
进一步,所述步骤3)包括以下步骤:
301)按照从上到下、从左到右的顺序连续采集图像,将步骤2)中选择的重叠区域overlap作为模板匹配算法ZNCC的匹配区域;
模板匹配算法ZNCC的具体过程为:将采集到的图像两两计算,第一张图像作为模板图像,第二张图像作为原图像,计算模板图像和原图像的相似度,两张图像中所有的像素点均参与计算,并通过滑窗式的搜索方法遍历原图像的待匹配区域,其中,相似度计算公式如下:
式中,R表示相似度;x表示横坐标偏移值,y表示纵坐标偏移值;i表示模板图像像素横坐标,j表示模板图像像素纵坐标;i'=x+i,表示原图像像素横坐标,j'=y+j,表示原图像像素纵坐标;h和w分别表示模板图像的高和宽;Ti,j表示模板图像像素值;表示模板图像内所有像素的平均值;Ii',j'表示原图像窗口像素值;/>表示原图像窗口内所有像素的平均值;图像的均值反应了图像总体灰度值的集中趋势,分子部分减去均值是为了消除加性噪声的影响,能避免光照变化对结果的干扰;图像的方差反应了整体的偏离程度,分母部分使用方差是为了减小乘性噪声的影响;
302)计算所有窗口的相似度匹配结果,取最大值作为最终匹配结果,得到图像偏移值信息;其中,相似度计算结果的取值范围为[-1,1],当两幅图像完全一样时取得最大值1,两幅图像完全反色时取得最小值-1。
进一步,所述步骤4)包括以下步骤:
401)根据步骤3)得到每两张细胞图像P1、P2之间的偏移值信息xOffset、yOffset;其中,xOffset为X轴方向偏移值,yOffset为Y轴方向偏移值,单位均为像素值,进行拼接前,将P2中每一个像素点的坐标x,y进行转换:
x'=x+xOffset
y'=y+yOffset
式中,x',y'分别为转换后像素点的坐标;
402)进行图像拼接,通过融合算法平滑处理重叠区域:
式中,x,y为像素坐标;I为拼接后细胞图像像素值;I1为第一张细胞图像像素值;I2为第二张细胞图像像素值;ω1、ω2为X轴方向权重系数,0<ω1,ω2<1并且ω1+ω2=1;ω1'、ω2'为Y轴方向权重系数,0<ω1',ω2'<1并且ω1'+ω2'=1;
其中,X轴方向权重系数计算公式如下:
ω1=1-ω2
式中,x为像素X轴坐标,width为图像的宽;
其中,Y轴方向权重系数计算公式如下:
ω1′=1-ω2′
式中,y为像素Y轴坐标,height为图像的宽。
本发明与现有技术相比,具有如下优点与有益效果:
1、本发明充分结合基于特征的图像匹配算法AKAZE和基于模板的图像匹配算法ZNCC的优点,在自动校准时使用耗时高但结果精确的特征匹配算法AKAZE,在拼接时使用耗时低的模板匹配算法ZNCC,同时用计算重叠区域范围的方式保证拼接质量,提高了拼接速度。
2、本发明增加了显微镜自动校准步骤,确保相机与平台安装正确。
3、本发明通过计算平台移动偏移误差的补偿,消除机械误差造成的拼接误差。
4、本发明是一种计算效率高的融合特征匹配和模板匹配的显微图像拼接方法,实现了显微图像的自动、快速、精准拼接。
附图说明
图1是本发明实施例提供的高分辨率显微图像扫描拼接方法流程图。
图2是本发明实施例提供的校准示意图。
图3是本发明实施例提供的平台移动步长计算示意图。
图4是本发明实施例提供的模板匹配示意图。
图5是本发明实施例提供的融合决策示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
参见图1所示,本实施例提供了一种基于显微镜系统的高分辨率显微图像扫描拼接方法,所述显微镜系统包括:奥林巴斯研究级显微镜BX-43,实现光学倍数放大要求;S230CCD大耙面高清相机,配合专用C口转接口,实现放大后图像采集;MSSCAN1000电动平台,配合专用控制器,用于载玻片移动;其包括以下步骤:
1)获取两张细胞图像P1、P2,分别提取两张细胞图像P1、P2的特征点并进行匹配,对显微镜系统的相机与平台夹角进行自动校准;具体过程如下:
101)设定平台校准移动步长distance,平台沿X轴方向移动distance;
102)相机拍摄获得移动前后的两张细胞图像P1、P2;
103)通过尺度不变特征变换算法AKAZE提取所述两张图片的特征点并计算相同特征点的偏移值ox、oy;其中,参见图2所示,A表示两张图像中的相同特征点,-A表示P2中A点位置在P1中对应的位置,ox表示P1中-A与P2中A的水平距离即特征点之间的横向偏移,oy表示P1中-A与P1中A的垂直距离即特征点之间的纵向偏移,ox、oy单位为像素值;
104)根据公式计算相机与平台的夹角θ,根据公式/>计算像素与移动距离的换算比例α。
2)选择图像P1中单位区域内特征点个数最多的区域作为图像的重叠区域,根据选择的重叠区域计算得到显微镜系统的平台扫描步长以及对平台移动偏移误差的补偿值;其中,所述重叠区域为需要拼接的两张图像中具有相同特征的区域,所述平台扫描步长为平台采集图像时每次移动的距离,所述平台移动偏移误差为硬件造成的物理上的移动偏差;具体过程如下:
201)计算图像P1中单位区域内特征点的个数,选择特征个数最大的区域作为图像的重叠区域overlap,即平台移动后两张图像重叠部分的大小;
202)设定相机平面坐标系S1(xCameral,yCameral)和平台平面的坐标系S2(xPlat,yPlat);其中,参见图3所示,O表示坐标原点;θ表示相机与平台的夹角;β表示相机与平台垂直方向的夹角,β=θ;xCameral、yCameral、xPlat、yPlat分别表示相机平面和平台平面的坐标轴;aCameral为xCameral方向达到重叠区域相机所需移动步长;bCameral为yCameral方向达到重叠区域相机所需移动步长;
203)在上述坐标系中计算平台在X轴的移动距离以及移动过程的Y轴偏移补偿值:
式中,aPlatX为平台在X轴移动的步长,aPlatY为平台在X轴移动时Y轴方向上的偏移误差补偿值;
在上述坐标系中计算平台在Y轴的移动距离以及移动过程的X轴偏移补偿值:
式中,bPlatY为平台在Y轴移动的步长,bPlatX为平台在Y轴移动时X轴方向上的偏移误差补偿值。
3)按照从上到下、从左到右的顺序连续采集图像,将步骤2)中选择的重叠区域作为模板匹配算法ZNCC的匹配区域,将采集到的图像两两之间计算匹配结果即像素偏移值,具体过程如下:
301)按照从上到下、从左到右的顺序连续采集图像,将步骤2)中选择的重叠区域overlap作为模板匹配算法ZNCC的匹配区域;其中,参见图4所示,overlap为步骤1)获取的重叠区域范围,虚线框为滑窗;
模板匹配算法ZNCC的具体过程为:将采集到的图像两两计算,第一张图像作为模板图像,第二张图像作为原图像,计算模板图像和原图像的相似度,两张图像中所有的像素点均参与计算,并通过滑窗式的搜索方法遍历原图像的待匹配区域,其中,相似度计算公式如下:
式中,R表示相似度;x表示横坐标偏移值,y表示纵坐标偏移值;i表示模板图像像素横坐标,j表示模板图像像素纵坐标;i'=x+i,表示原图像像素横坐标,j'=y+j,表示原图像像素纵坐标;h和w分别表示模板图像的高和宽;Ti,j表示模板图像像素值;表示模板图像内所有像素的平均值;Ii',j'表示原图像窗口像素值;/>表示原图像窗口内所有像素的平均值;图像的均值反应了图像总体灰度值的集中趋势,分子部分减去均值是为了消除加性噪声的影响,能避免光照变化对结果的干扰;图像的方差反应了整体的偏离程度,分母部分使用方差是为了减小乘性噪声的影响;
302)计算所有窗口的相似度匹配结果,取最大值作为最终匹配结果,得到图像偏移值信息;其中,相似度计算结果的取值范围为[-1,1],当两幅图像完全一样时取得最大值1,两幅图像完全反色时取得最小值-1。
4)根据步骤3)得到每两张细胞图像P1、P2之间的匹配结果进行图像拼接,即P2图像上的每个像素点的位置加上偏移值与P1图像进行融合,具体过程如下:
401)根据步骤3)得到每两张细胞图像P1、P2之间的偏移值信息xOffset、yOffset;其中,xOffset为X轴方向偏移值,yOffset为Y轴方向偏移值,单位均为像素值,进行拼接前,将P2中每一个像素点的坐标x,y进行转换:
x'=x+xOffset
y'=y+yOffset
式中,x',y'分别为转换后像素点的坐标;
402)进行图像拼接,通过融合算法平滑处理重叠区域:
式中,x,y为像素坐标;I为拼接后细胞图像像素值;I1为第一张细胞图像像素值;I2为第二张细胞图像像素值;ω1、ω2为X轴方向权重系数,0<ω1,ω2<1并且ω1+ω2=1;ω1'、ω2'为Y轴方向权重系数,0<ω1',ω2'<1并且ω1'+ω2'=1;
其中,参见图5所示,X轴方向权重系数计算公式如下:
ω1=1-ω2
式中,x为像素X轴坐标,width为图像的宽。
其中,Y轴方向权重系数计算公式如下:
ω1′=1-ω2′
式中,y为像素Y轴坐标,height为图像的宽。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.一种基于显微镜系统的高分辨率显微图像扫描拼接方法,所述显微镜系统包括:奥林巴斯研究级显微镜BX-43,实现光学倍数放大要求;S230CCD大耙面高清相机,配合专用C口转接口,实现放大后图像采集;MSSCAN1000电动平台,配合专用控制器,用于载玻片移动;其特征在于,包括以下步骤:
1)获取两张细胞图像P1、P2,分别提取两张细胞图像P1、P2的特征点并进行匹配,对显微镜系统的相机与平台夹角进行自动校准;
2)选择图像P1中单位区域内特征点个数最多的区域作为图像的重叠区域,根据选择的重叠区域计算得到显微镜系统的平台扫描步长以及对平台移动偏移误差的补偿值;其中,所述重叠区域为需要拼接的两张图像中具有相同特征的区域,所述平台扫描步长为平台采集图像时每次移动的距离,所述平台移动偏移误差为硬件造成的物理上的移动偏差;
3)按照从上到下、从左到右的顺序连续采集图像,将步骤2)中选择的重叠区域作为模板匹配算法ZNCC的匹配区域,将采集到的图像按照采集顺序,每两张之间计算匹配结果,即第一张图像作为模板图像,第二张图像作为原图像,通过滑窗搜索方式计算两张图像之间的相似度,得到两张图像之间的像素偏移值;
4)根据步骤3)得到的每两张图像之间的像素偏移值进行两两图像拼接,即第二张图像上的每个像素点的位置加上偏移值与第一张图像进行融合。
2.根据权利要求1所述的一种基于显微镜系统的高分辨率显微图像扫描拼接方法,其特征在于,所述步骤1)包括以下步骤:
101)设定平台校准移动步长distance,平台沿X轴方向移动distance;
102)相机拍摄获得移动前后的两张细胞图像P1、P2;
103)通过尺度不变特征变换算法AKAZE提取所述两张图像的特征点并计算相同特征点的偏移值ox、oy;其中,设定:A表示两张图像中的相同特征点,-A表示P2中A点位置在P1中对应的位置,ox表示P1中-A与P2中A的水平距离即特征点之间的横向偏移,oy表示P1中-A与P1中A的垂直距离即特征点之间的纵向偏移,ox、oy单位为像素值;
104)根据公式计算相机与平台的夹角θ,根据公式/>计算像素与移动距离的换算比例α。
3.根据权利要求2所述的一种基于显微镜系统的高分辨率显微图像扫描拼接方法,其特征在于,所述步骤2)包括以下步骤:
201)计算图像P1中单位区域内特征点的个数,选择特征个数最大的区域作为图像的重叠区域overlap,即平台移动后两张图像重叠部分的大小;
202)设定相机平面坐标系S1(xCameral,yCameral)和平台平面的坐标系S2(xPlat,yPlat);其中,O表示坐标原点;θ表示相机与平台水平方向的夹角;β表示相机与平台垂直方向的夹角,β=θ;xCameral、yCameral、xPlat、yPlat分别表示相机平面和平台平面的坐标轴;aCameral为xCameral方向达到重叠区域相机所需移动步长;bCameral为yCameral方向达到重叠区域相机所需移动步长;
203)在上述坐标系中计算平台在X轴的移动距离以及移动过程的Y轴偏移补偿值:
式中,aPlatX为平台在X轴移动的步长,aPlatY为平台在X轴移动时Y轴方向上的偏移误差补偿值;
在上述坐标系中计算平台在Y轴的移动距离以及移动过程的X轴偏移补偿值:
式中,bPlatY为平台在Y轴移动的步长,bPlatX为平台在Y轴移动时X轴方向上的偏移误差补偿值。
4.根据权利要求3所述的一种基于显微镜系统的高分辨率显微图像扫描拼接方法,其特征在于,所述步骤3)包括以下步骤:
301)按照从上到下、从左到右的顺序连续采集图像,将步骤2)中选择的重叠区域overlap作为模板匹配算法ZNCC的匹配区域;
模板匹配算法ZNCC的具体过程为:将采集到的图像两两计算,第一张图像作为模板图像,第二张图像作为原图像,计算模板图像和原图像的相似度,两张图像中所有的像素点均参与计算,并通过滑窗式的搜索方法遍历原图像的待匹配区域,其中,相似度计算公式如下:
式中,R表示相似度;x表示横坐标偏移值,y表示纵坐标偏移值;i表示模板图像像素横坐标,j表示模板图像像素纵坐标;i'=x+i,表示原图像像素横坐标,j'=y+j,表示原图像像素纵坐标;h和w分别表示模板图像的高和宽;Ti,j表示模板图像像素值;表示模板图像内所有像素的平均值;Ii',j'表示原图像窗口像素值;/>表示原图像窗口内所有像素的平均值;图像的均值反应了图像总体灰度值的集中趋势,分子部分减去均值是为了消除加性噪声的影响,能避免光照变化对结果的干扰;图像的方差反应了整体的偏离程度,分母部分使用方差是为了减小乘性噪声的影响;
302)计算所有窗口的相似度匹配结果,取最大值作为最终匹配结果,得到图像偏移值信息;其中,相似度计算结果的取值范围为[-1,1],当两幅图像完全一样时取得最大值1,两幅图像完全反色时取得最小值-1。
5.根据权利要求4所述的一种基于显微镜系统的高分辨率显微图像扫描拼接方法,其特征在于,所述步骤4)包括以下步骤:
401)根据步骤3)得到每两张细胞图像P1、P2之间的偏移值信息xOffset、yOffset;其中,xOffset为X轴方向偏移值,yOffset为Y轴方向偏移值,单位均为像素值,进行拼接前,将P2中每一个像素点的坐标x,y进行转换:
x'=x+xOffset
y'=y+yOffset
式中,x',y'分别为转换后像素点的坐标;
402)进行图像拼接,通过融合算法平滑处理重叠区域:
式中,x,y为像素坐标;I为拼接后细胞图像像素值;I1为第一张细胞图像像素值;I2为第二张细胞图像像素值;ω1、ω2为X轴方向权重系数,0<ω1,ω2<1并且ω1+ω2=1;ω1'、ω2'为Y轴方向权重系数,0<ω1',ω2'<1并且ω1'+ω2'=1;
其中,X轴方向权重系数计算公式如下:
ω1=1-ω2
式中,x为像素X轴坐标,width为图像的宽;
其中,Y轴方向权重系数计算公式如下:
ω1′=1-ω2′
式中,y为像素Y轴坐标,height为图像的宽。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310551561.XA CN116703723A (zh) | 2023-05-16 | 2023-05-16 | 一种基于显微镜系统的高分辨率显微图像扫描拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310551561.XA CN116703723A (zh) | 2023-05-16 | 2023-05-16 | 一种基于显微镜系统的高分辨率显微图像扫描拼接方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116703723A true CN116703723A (zh) | 2023-09-05 |
Family
ID=87842401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310551561.XA Pending CN116703723A (zh) | 2023-05-16 | 2023-05-16 | 一种基于显微镜系统的高分辨率显微图像扫描拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116703723A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957943A (zh) * | 2023-09-21 | 2023-10-27 | 南京木木西里科技有限公司 | 一种基于图像融合的显微镜拼接校准方法 |
CN116978005A (zh) * | 2023-09-22 | 2023-10-31 | 南京凯视迈科技有限公司 | 基于姿态变换的显微镜图像处理系统 |
-
2023
- 2023-05-16 CN CN202310551561.XA patent/CN116703723A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116957943A (zh) * | 2023-09-21 | 2023-10-27 | 南京木木西里科技有限公司 | 一种基于图像融合的显微镜拼接校准方法 |
CN116957943B (zh) * | 2023-09-21 | 2023-12-05 | 南京木木西里科技有限公司 | 一种基于图像融合的显微镜拼接校准方法 |
CN116978005A (zh) * | 2023-09-22 | 2023-10-31 | 南京凯视迈科技有限公司 | 基于姿态变换的显微镜图像处理系统 |
CN116978005B (zh) * | 2023-09-22 | 2023-12-19 | 南京凯视迈科技有限公司 | 基于姿态变换的显微镜图像处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116703723A (zh) | 一种基于显微镜系统的高分辨率显微图像扫描拼接方法 | |
CN104794683B (zh) | 基于围绕渐变拼缝区域平面扫描的视频拼接方法 | |
CN110569704A (zh) | 一种基于立体视觉的多策略自适应车道线检测方法 | |
CN111626933B (zh) | 一种精准、快速的显微图像拼接方法及系统 | |
CN111899164B (zh) | 一种针对多焦段场景的图像拼接方法 | |
CN101383899A (zh) | 一种空基平台悬停视频稳像方法 | |
JPH08294143A (ja) | 画像間対応付け方法および画像間視差計測方法 | |
CN109218524B (zh) | 基于拍照录像进行房屋测量生成户型图的手机app及方法 | |
CN110475123B (zh) | 一种用于显微镜视频流的手动实时拼接方法 | |
CN111523547B (zh) | 一种3d语义分割的方法及终端 | |
CN109376641A (zh) | 一种基于无人机航拍视频的运动车辆检测方法 | |
US20210035359A1 (en) | Method for Improving Modeling Speed of Digital Slide Scanner | |
JP6956051B2 (ja) | 画像処理装置、運転支援システム、画像処理方法及びプログラム | |
CN103700082B (zh) | 基于对偶四元数相对定向的图像拼接方法 | |
CN116152068A (zh) | 一种可用于太阳能板图像的拼接方法 | |
CN114372992A (zh) | 一种基于动平台的边缘角点检测四目视觉算法 | |
JP2003304561A (ja) | ステレオ画像処理装置 | |
CN102592302A (zh) | 数字化卡通智能动检系统及动检方法 | |
CN107330856B (zh) | 一种基于投影变换和薄板样条的全景成像方法 | |
JPH07103734A (ja) | ステレオ対応探索装置 | |
CN111260561A (zh) | 一种可用于掩模版缺陷检测的快速多图拼接方法 | |
Gandhi et al. | Application of planar motion segmentation for scene text extraction | |
CN110956640B (zh) | 一种异源图像边缘点检测与配准方法 | |
CN113888642A (zh) | 一种环视系统外参数在线修正方法、系统、设备及介质 | |
CN114399540A (zh) | 一种基于二维迭代最近点的异源图像配准方法及系统 |
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 |