一种景深控制型超分辨率显微数字成像方法及系统技术方案

本发明专利技术涉及一种景深控制型超分辨率显微数字成像方法和系统，在通过标准白光下采集得第一图像的基础上，还包括通过所述显微镜成像传感器采集标本在中紫外光或远紫外光照射下的第二图像，建立关于第二图像的高斯核滤波图像，对所述第二图像中每一像素的Y值进行归一化处理，获得归一化后的Y值，结合第一图像原始参数获得目标图像。该系统包括显微镜成像传感器和标准白光照明组件，还包括紫外光源、控制单元和处理单元。通过本发明专利技术中的方法或系统，通过将紫外光环境下图像的Y通道解析力结合到标准白光下的图像中，实现了在不改变物镜数值孔径、不改变光学显微镜基本结构前提下，不仅能够提高其光学解析力，还能保持真彩色图像的色彩还原度。色彩还原度。色彩还原度。

【技术实现步骤摘要】
一种景深控制型超分辨率显微数字成像方法及系统


[0001]本专利技术涉及一种显微镜电子图像处理领域，具体涉及一种景深控制型超分辨率显微数字成像方法及系统。

技术介绍

[0002]光学显微镜的成像分辨力(最小可分辨的物体尺寸)主要受到物镜光学解析力限制。其中，物镜的光学解析力由其数值孔径和光源波长共同决定，数值孔径越高、光源波长越短、解析力越强。但是，数值孔径不仅有物理极限(空气介质下不超过1)，而且提高其的成本很高；光源波长受到成像色彩范围限制，如果是典型的彩色图像，则必须选取400～700nm。因此，物镜光学解析力提升是困难的。
[0003]目前，提高光学显微镜图像分辨力的方法有CN106104356B、CN212276089U的共聚焦显微镜，本质是结构化光源和成像系统以抑制衍射，从结构、使用方法到成本超出了一般光学显微镜的结构范畴；或者类似CN112200152A的插值法，本质是对超分辨率细节的预测，存在很高的制造伪影、噪声风险，无法用于医学诊断。
[0004]另一方面，透射式显微镜(对应于反射式)的成像是样本切片垂直方向上所有物质遮挡光源效果的叠加。极薄的切片(如经由石蜡包埋技术制备，且切片均一度高的病理学切片，厚度10微米以下)可以视为厚度为0，但较厚的切片(如冰冻制片技术制备，可厚达50微米)的厚度不可忽略。当厚度较大，多层样本叠加时，显微镜成像的结果就是其模糊叠加的效果，会遮掩图像中的细节。前述共聚焦显微镜可以解决此问题，但其缺陷已在前文阐述。

技术实现思路

[0005]本专利技术要解决的技术问题是：提出一种如何既不改变物镜数值孔径，也不改变光学显微镜基本结构的前提下，提高既有显微镜光学解析力的方法及系统。
[0006]本专利技术为解决上述技术问题提出的技术方案(一)是：一种景深控制型超分辨率显微数字成像方法，在通过显微镜成像传感器在标准白光下采集得第一图像的基础上，还包括以下特征步骤：
[0007]通过所述显微镜成像传感器采集标本在中紫外光或远紫外光照射下的第二图像，所述中紫外光或远紫外光的光源与所述显微镜成像传感器位于所述标本同一侧；
[0008]若所述采集得的所述第一图像为非YUV图像，将第一图像转换为YUV(亦称YCbCr)色域图像，第一图像中任一像素的Y值记为Y
1,x,y
，所述第一图像中任一像素的U值记为U
1,x,y
，所述第一图像中任一像素的V值记为V
1,x,y
；
[0009]若所述采集得的所述第二图像为非YUV图像，将第二图像转换为YUV色域图像，第二图像中任一像素的Y值记为Y
2,x,y
；
[0010]建立关于第二图像的高斯核滤波图像，即用二维高斯核矩阵与第二图像进行卷积运算，建立时所采用的高斯核矩阵计算方法为：已知传感器象元尺寸p纳米，物镜的红光解析力为q纳米，预设效正系数u，则高斯核半径r为(uq/p)个像素向上取整，所述高斯核滤波
图像中的任一像素的Y值记为Y
Gaussian,x,y
；
[0011]对所述第二图像中每一像素的Y值进行归一化处理，获得归一化后的Y值Y
norm,x,y
；
[0012]通过所述Y
norm,x,y
、U
1,x,y
和V
1,x,y
，获得目标图像。
[0013]进一步的，在获取第二图像后，还进行图像相位修正，
[0014]在所述图像相位修正时，利用SURF特征点匹配或最大互信息法将第一图像与第二图像进行对准匹配，
[0015]在对准匹配后，仅保留第一图像和第二图像均包括的图像像素点信息，并重新统计保留后的所有像素的x轴和y轴位置信息。
[0016]进一步的，在对所述第二图像进行所述归一化处理时，Y
norm,x,y
＝Y
2,x,y
/Y
Gaussian,x,y
*Y
1,x,y
。
[0017]进一步的，在通过所述SURF特征点匹配时，先在第一图像中提取出第一组特征点，再在第二图像中通过相同方法也提取出相同的第二组特征点，通过所述两组特征点的匹配比较获得第一图像和第二图像之间的相对位移信息，
[0018]并以该相对位移信息统计出第一图像和第二图像中均包括的图像像素点及其X轴和Y轴位置信息。
[0019]进一步的，所述特征点提取采用自适应门限策略，所述自适应门限策略进行特征点提取时，
[0020]在每幅图像内使用SURF或SIFT特征点处理算法，计算每个像素点的特征点显著性，所述显著性的数学含义是这个像素点的Hessian特征矩阵的行列式；
[0021]预设特征点数目上限值K
max
以限制计算负荷上限，以及特征显著性最低门限值T
min
以判定是否存在任何可用特征最低门限值T
min
；
[0022]将每幅图像割为若干相互重叠的区域，在每个区域检验是否所有像素特征显著性均小于T
min
，也即是否为空白区域；记空白区域数目在总区域数的比例p，进而计算预期的特征点数目K
exp
＝(1
‑
p)K
max
；
[0023]将图像全视野内所有特征显著性为局部极大值的像素坐标按照显著性降序排列，取其前K
exp
个为此视野最终特征点集合，使用特征点描述向量记录特征点临近像素点的时频域特性。
[0024]进一步的，在第二图像转换为YUV色域图像时，将第二图像中任一像素的U值和V值均记为0。
[0025]进一步的，所述在标准白光下是指在白光光源的照射或透射下，在前述照射时，所述白光光源与所述显微镜成像传感器位于所述标本同一侧，
[0026]在所述透射时，所述白光光源位于所述标本下方，所述显微镜成像传感器位于所述标本上方。
[0027]本专利技术为解决上述技术问题提出的技术方案(二)是：一种景深控制型超分辨率显微数字成像系统，该系统包括显微镜成像传感器和标准白光照明组件，还包括紫外光源、控制单元和处理单元，
[0028]所述紫外光源与所述显微镜成像传感器位于标本同一侧，所述紫外光源适于发出中紫外光或远紫外光照射所述标本的表面；
[0029]所述控制单元连接到所述标准白光照明组件、紫外光源和显微镜成像传感器的受
控端，其控制逻辑包括：控制显微镜成像传感器采集标本在标准白光照射或透射下的第一图像；控制显微镜成像传感器采集标本在中紫外光或远紫外光照射下的第二图像；
[0030]所述处理单元包括色域转换模块、高斯核滤波模块、归一化处理模块和目标图像生成模块，
[0031]所述色域转换模块，适于在所述第一图像为非YUV图像时，将第一图像转换为YUV色域图像，第一图像中任一像素的Y值记为Y
1,x,y
，所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种景深控制型超分辨率显微数字成像方法，在通过显微镜成像传感器在标准白光下采集得第一图像的基础上，还包括以下特征步骤：通过所述显微镜成像传感器采集标本在中紫外光或远紫外光照射下的第二图像，所述中紫外光或远紫外光的光源与所述显微镜成像传感器位于所述标本同一侧；若所述采集得的所述第一图像为非YUV图像，将第一图像转换为YUV色域图像，第一图像中任一像素的Y值记为Y
1,x,y
，所述第一图像中任一像素的U值记为U
1,x,y
，所述第一图像中任一像素的V值记为V
1,x,y
；若所述采集得的所述第二图像为非YUV图像，将第二图像转换为YUV色域图像，第二图像中任一像素的Y值记为Y
2,x,y
；建立关于第二图像的高斯核滤波图像，即用二维高斯核矩阵与第二图像进行卷积运算，建立时所采用的高斯核矩阵计算方法为：已知传感器象元尺寸p纳米，物镜的红光解析力为q纳米，预设效正系数u，则高斯核半径r为(uq/p)个像素向上取整，所述高斯核滤波图像中的任一像素的Y值记为Y
Gaussian,x,y
；对所述第二图像中每一像素的Y值进行归一化处理，获得归一化后的Y值Y
norm,x,y
；通过所述Y
norm,x,y
、U
1,x,y
和V
1,x,y
，获得目标图像。2.根据权利要求1所述景深控制型超分辨率显微数字成像方法，其特征在于：在获取第二图像后，还进行图像相位修正，在所述图像相位修正时，利用SURF特征点匹配或最大互信息法将第一图像与第二图像进行对准匹配，在对准匹配后，仅保留第一图像和第二图像均包括的图像像素点信息，并重新统计保留后的所有像素的x轴和y轴位置信息。3.根据权利要求1所述景深控制型超分辨率显微数字成像方法，其特征在于：在对所述第二图像进行所述归一化处理时，Y
norm,x,y
＝Y
2,x,y
/Y
Gaussian,x,y
*Y
1,x,y
。4.根据权利要求2所述景深控制型超分辨率显微数字成像方法，其特征在于：在通过所述SURF特征点匹配时，先在第一图像中提取出第一组特征点，再在第二图像中通过相同方法也提取出相同的第二组特征点，通过所述两组特征点的匹配比较获得第一图像和第二图像之间的相对位移信息，并以该相对位移信息统计出第一图像和第二图像中均包括的图像像素点及其X轴和Y轴位置信息。5.根据要求要求4所述景深控制型超分辨率显微数字成像方法，其特征在于：所述特征点提取采用自适应门限策略，所述自适应门限策略进行特征点提取时，在每幅图像内使用SURF或SIFT特征点处理算法，计算每个像素点的特征点显著性，所述显著性的数学含义是这个像素点的Hessian特征矩阵的行列式；预设特征点数目上限值K
max
以限制计算负荷上限，以及特征显著性最低门限值T
min
以判定是否存在任何可用特征最低门限值T
min
；将每幅图像割为若干相互重叠的区域，在每个区域检验是否所有像素特征显著性均小于T
min
，也即是否为空白区域；记空白区域数目在总区域数的比例p，进而...

【专利技术属性】
技术研发人员：马朔昕，
申请(专利权)人：南京泰立瑞信息科技有限公司，
类型：发明
国别省市：