【技术实现步骤摘要】
对多种类型的结构进行成像的显微图像的图像处理
[0001]本专利技术的各种示例涉及用于评估光学显微图像的技术。
技术介绍
[0002]在处理/评估记录的显微图像的范围内使用图像处理算法。举例来说,经常使用机器
‑
学习的图像处理算法。处理的具体应用例如包括伪影减少、噪声抑制、分辨率增加、对象识别和作为分割掩模输出或者原则上根据任何分类标准对图像内容进行分类。在检查细胞培养物中,通常需要量化样品的特定属性。举例来说,可能需要确定细胞数量的估计或确定细胞汇合程度的估计(即,细胞覆盖的样品表面的比例)。在半导体结构的情况下,图像处理算法可以被用于识别并可选地对缺陷进行分类。
技术实现思路
[0003]因此,需要用于处理显微图像的改进技术。
[0004]通过独立权利要求的特征来实现该目的。从属权利要求定义了实施例。
[0005]一种用于处理显微图像的计算机实施的方法包括获得显微图像。显微图像对结构的多种类型进行成像。多种类型具有显微图像中与结构属性相关的不同外观。该方法还包括,对于多种类型中的每一种:在每种情况下,调整显微图像的图像属性以获得显微图像的对应归一化表示,其中相应类型的结构具有与对应于给定参考值的结构属性相关的外观。此外,该方法包括在显微图像的多个归一化表示的基础上应用图像处理算法。
[0006]计算机程序或计算机程序产品或计算机可读存储介质包括程序代码。可以由处理器加载和执行程序代码。这使得处理器执行用于处理显微图像的方法。该方法包括获得显微镜图像。显微图 ...
【技术保护点】
【技术特征摘要】
1.一种用于处理显微图像的计算机实施的方法,所述方法包括以下步骤:
‑
获得(3102)对一种结构的多种类型进行成像的显微图像(91),其中所述结构的所述多种类型具有所述显微图像中与结构属性相关的不同外观,
‑
对于所述多种类型中的每一种:在每种情况下,调整(3110)所述显微图像(91)的图像属性以获得所述显微图像(91)的对应归一化表示(85、86),其中相应类型的所述结构具有与对应于给定参考值的所述结构属性相关的外观,并且
‑
在所述显微图像的所述多个归一化表示的基础上应用(3130)图像处理算法(301、950)。2.根据权利要求1所述的计算机实施的方法,其中,每种类型与所述显微图像的一个或多个图像部分(501、502)相关联,在这些部分中所述结构的相应类型出现或占主导地位,其中,考虑对应的一个或多个图像部分应用所述图像处理算法。3.根据权利要求2所述的计算机实施的方法,其中,所述图像处理算法被应用于所述归一化表示,并且在每种情况下与分别分配的一个或多个图像部分不同的图像部分相关联的所述图像处理算法的输出的那些部分被丢弃。4.根据权利要求2所述的计算机实施的方法,其中,所述图像处理算法被应用于所述归一化表示,其中,所述图像处理算法在每种情况下选择性地被应用于与对应类型相关联的所述相应一个或多个图像部分。5.根据权利要求2所述的计算机实施的方法,所述方法还包括以下步骤:
‑
对于每种类型:在将图像评估算法应用于所述相应的归一化表示之前,掩蔽(511、512)除了所述对应归一化表示中的相应一个或多个图像区域之外的图像区域。6.根据权利要求2至5中任一项所述的计算机实施的方法,所述方法还包括以下步骤:
‑
对于每种类型:在所述显微图像(91)中的所述结构的所述多种类型的对象识别(311)的基础上确定所述相应的一个或多个图像部分(501、502)。7.根据权利要求6所述的计算机实施的方法,其中,所述对象识别使用所述结构的所述多种类型的所述外观作为先验知识。8.根据权利要求6所述的计算机实施的方法,其中,所述对象识别预测所述结构的所述多种类型的外观。9.根据权利要求2至8中任一项所述的计算机实施的方法,所述方法还包括以下步骤:
‑
对于每种类型:使用聚类算法(311)确定所述相应的一个或多个图像部分(501、502)。10.根据权利要求9所述的计算机实施的方法,其中,在对所述显微图像进行编码的机器
‑
学习编码分支的潜在特征表示的距离的基础上确定聚类。11.根据权利要求9所述的计算机实施的方法,其中,在所述显微图像的对比度值的分割的基础上或者在使用图像到图像变换逐像素确定的调整参数的基础上确定聚类。12.根据权利要求9至11中任一项所述的计算机实施的方法,
其中,给出所述多种类型的数量作为所述聚类算法的边界条件。13.根据权利要...
【专利技术属性】
技术研发人员:曼努埃尔,
申请(专利权)人:卡尔蔡司显微镜有限责任公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。