用于确定物体的图像的z-堆栈边界的方法技术

本发明专利技术涉及一种自动确定物体的图像的z堆栈的边界的方法、用于对物体成像的光学仪器和计算机程序。图像的z

【技术实现步骤摘要】
用于确定物体的图像的z
‑
堆栈边界的方法


[0001]本专利技术涉及一种自动确定物体的图像的z
‑
堆栈的边界的方法。本专利技术还涉及一种用于对物体成像的光学仪器和用于执行所述方法的计算机程序。更具体地，本专利技术属于显微镜领域，其中借助于对z
‑
堆栈图像的图像处理获取物体的图像的z
‑
堆栈，特别是用于物体的三维成像。

技术介绍

[0002]在显微成像中，z堆栈是在样品/物体的相同x
‑
y位置但在不同的焦深/z位置连续捕获的几个图像的集合。在本申请中，焦点方向或z轴的方向垂直于样品或物体的x
‑
y平面或“样品平面”。在z堆栈内捕获的图像通常经过图像处理，以便在z堆栈的边界内生成样品/物体的三维表示。
[0003]在定义z堆栈的极限或边界之前，显微镜用户通常花费大量时间查看样品。可以首先手动或自动确定中心平面的z位置，例如，在最优聚焦的焦点位置处，例如，在样品的中心处，然后通过定义z堆栈的范围和z堆栈内的图像/切片的数量从中心平面开始对称地扩展z堆栈的界限。但是，此类方法常常不适用于样品本身，尤其是关于z堆栈的界限，和/或，尤其是在手动执行时，非常耗时。另外，此类方法对于自动获取过程(如大规模筛选)可能存在问题。如果手动确定获取的极限，那么用户需要事先观察样品以了解物体深度的近似范围。如果样品具有焦平面高度变化的不同区域，那么设置对应z堆栈的极限是项耗时的工作。另一方面，在这种情况下，取决于样品区域，设置固定的z堆栈极限会导致空图像或导致z堆栈不包括样品的边界，从而导致丢失图像信息。

技术实现思路

[0004]本专利技术的目的是提供一种改进的方法，用于自动确定物体/样品的图像的z堆栈的边界/界限/极限，尤其是在显微术中，图像的z堆栈将通过由诸如显微镜之类的光学仪器在不同焦点位置处对物体成像来获取。本专利技术的另一个目的是提供改进的对应光学仪器以及具有用于执行所述方法的程序代码的计算机程序。
[0005]这个目的通过一种自动确定物体的图像的z
‑
堆栈的边界的方法、一种用于对物体成像的光学仪器和一种计算机程序来解决。
[0006]本专利技术涉及一种自动确定物体的图像的z
‑
堆栈的边界的方法，图像的z
‑
堆栈将通过由光学仪器在不同焦点位置对所述物体成像来获取，所述光学仪器包括仪器光学器件和焦点调整单元，用于通过所述仪器光学器件在不同焦点位置处对所述物体成像，所述方法包括以下步骤：生成所述物体的图像的集合，每个图像在不同的焦点位置处被捕获；将模糊度
‑
W度量函数应用于图像的所述集合中的所述图像中的每个图像，其中所述模糊度
‑
W度量函数为模糊度或清晰度度量函数，具有作为变量的所述焦点位置，显示出在焦点位置处用于最大或最小清晰度的主极值，并且附加地显示出邻接所述主极值的次极值，所述模糊度
‑
W度量函数计算用于所述图像中的每个图像的度量值，不同的度量值与对应图像的不同图
像清晰度或模糊度相关联，以及如果以所述焦点位置作为变量的所述模糊度
‑
W度量函数显示出主极值和邻接所述主极值的两个次极值，那么所述z
‑
堆栈的边界根据指派给所述两个次极值的所述焦点位置来确定。
[0007]本专利技术还涉及一种自动确定物体的图像的z
‑
堆栈的边界的方法，图像的z
‑
堆栈将通过由光学仪器在不同焦点位置对所述物体成像来获取，所述光学仪器包括仪器光学器件和焦点调整单元，用于通过所述仪器光学器件在不同焦点位置处对所述物体成像，所述方法包括以下步骤：生成所述物体的图像的集合，每个图像在不同的焦点位置处被捕获；将模糊度度量函数应用于图像的所述集合中的所述图像中的每个图像，所述模糊度度量函数计算用于所述图像中的每个图像的度量值，不同的度量值与对应图像的不同图像清晰度或模糊度相关联，其中所述模糊度
‑
W度量函数显示出在焦点位置处用于最大或最小清晰度或模糊度的主极值，如果以所述焦点位置作为变量的所述模糊度度量函数显示出绝对极值，那么从所述绝对极值的所述焦点位置开始应用所述模糊度度量函数的积分并在其两侧均等地积分直到达到所有所述焦点位置上的总积分的预定义部分，所述z
‑
堆栈边界根据指派给所述总积分的所述预定义部分的两个极限的所述焦点位置来确定。
[0008]为了自动确定样品/物体的x
‑
y位置处的z堆栈的合适边界，生成物体的图像的集合，每个图像是在不同的焦点位置处捕获的。为此，光学仪器包括仪器光学器件和焦点调整单元，用于通过仪器光学器件在不同焦点位置处对物体成像。换言之，获取物体的图像的z堆栈或集合以自动确定图像的另一个z堆栈的边界，这是通过在所确定的z堆栈边界内的不同焦点位置处对物体成像来获取的。为确定z堆栈边界而获取的图像可以或可以不在以后用作z堆栈本身的图像。
[0009]z堆栈获取的原理常常用于显微镜的自动对焦。在样品的给定x
‑
y位置处，当显微镜载物台或显微镜的物镜在聚焦方向上扫描到不同的z位置时，获取图像。对于结果所得的z堆栈，可以使用应用于每个图像的以焦点位置作为变量的特定度量函数。此类度量函数允许提取关于z堆栈的图像的图像对比度、熵、空间频率成分等的信息。已经评估了各种度量函数，尤其是考虑到不同的显微成像模式和对噪声的稳健性(例如，参见“Analysis of focus measure operators for shape
‑
from
‑
focus”，Said Pertuz等人，在Pattern Recognition 46(2013年)1415
‑
1432中)。
[0010]专利技术人发现一些用于自动对焦的度量函数可以被用于自动确定z堆栈的边界。专利技术人发现，在用于自动对焦的度量函数中，可以识别两种类型的度量函数，即，“模糊度度量函数”和“模糊度
‑
W度量函数”。
[0011]通过使用所谓的“模糊度度量函数”，其全局最小值给出z堆栈内最小模糊度(即，最大清晰度)的焦点位置，因此通常是要被成像的物体的焦平面的位置。对于参考物体，获得最佳结果，参考物体可以被定义为既定边界的球体或椭圆体物体，如细胞或细胞簇。“清晰度度量函数”将与符号相反的“模糊度度量函数”对应，因此应当被术语“模糊度度量函数”覆盖。当物体处于焦点对准状态时，捕获的图像应当表现出大的图像对比度、大的强度值范围和清晰的边缘。因而，合适的模糊度(或清晰度)度量函数应当对焦点特别敏感，在焦点附近的两侧单调减小，并且最优地关于峰对称并且不显示出局部极值。下面给出可以被用作模糊度度量函数的度量函数的组。
[0012]“模糊度
‑
W度量函数”可以被视为模糊度或清晰度度量函数的子族，它示出全局极
值，例如焦点位置处用于最大清本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动确定物体(130)的图像的z
‑
堆栈的边界(110，120)的方法，图像的z
‑
堆栈将通过由光学仪器在不同焦点位置对所述物体成像来获取，所述光学仪器包括仪器光学器件和焦点调整单元，用于通过所述仪器光学器件在不同焦点位置处对所述物体成像，所述方法包括以下步骤：生成所述物体(130)的图像(231)的集合(230)，每个图像(231)在不同的焦点位置处被捕获(S1)；将模糊度
‑
W度量函数(210)应用于图像的所述集合(230)中的所述图像(231)中的每个图像(S3)，其中所述模糊度
‑
W度量函数(210)为模糊度或清晰度度量函数，具有作为变量的所述焦点位置，显示出在焦点位置处用于最大或最小清晰度的主极值，并且附加地显示出邻接所述主极值的次极值，所述模糊度
‑
W度量函数(210)计算用于所述图像(231)中的每个图像的度量值，不同的度量值与对应图像(231)的不同图像清晰度或模糊度相关联，以及如果以所述焦点位置作为变量的所述模糊度
‑
W度量函数(210)显示出主极值(214)和邻接所述主极值(214)的两个次极值(212，216)，那么所述z
‑
堆栈的边界(110，120)根据指派给所述两个次极值(212，216)的所述焦点位置来确定(S4)。2.一种自动确定物体(130)的图像的z
‑
堆栈的边界(110、120)的方法，图像的z
‑
堆栈将通过由光学仪器在不同焦点位置对所述物体成像来获取，所述光学仪器包括仪器光学器件和焦点调整单元，用于通过所述仪器光学器件在不同焦点位置处对所述物体成像，所述方法包括以下步骤：生成所述物体(130)的图像(231)的集合(230)，每个图像(231)在不同的焦点位置处被捕获(S1)；将模糊度度量函数(220)应用于图像的所述集合(230)中的所述图像(231)中的每个图像(S2)，所述模糊度度量函数(220)计算用于所述图像中的每个图像的度量值，不同的度量值与对应图像(231)的不同图像清晰度或模糊度相关联，其中所述模糊度
‑
W度量函数(220)显示出在焦点位置处用于最大或最小清晰度或模糊度的主极值，如果以所述焦点位置作为变量的所述模糊度度量函数(220)显示出绝对极值(224)，那么从所述绝对极值的所述焦点位置开始应用所述模糊度度量函数的积分(S31)并在其两侧均等地积分直到达到所有所述焦点位置上的总积分的预定义部分，所述z
‑
堆栈边界根据指派给所述总积分的所述预定义部分的两个极限的所述焦点位置来确定(S4)。3.根据权利要求1所述的方法，其中在将所述模糊度
‑
W度量函数(210)应用于图像的所述集合(230)中的所述图像(231)中的每个图像的步骤(S3)之前，模糊度度量函数(220)被应用于图像的所述集合(230)中的所述图像(231)中的每个图像(S2)，所述模糊度度量函数(220)计算用于所述图像中的每个图像的度量值，不同的度量值与所述对应图像(231)的不同图像清晰度或模糊度相关联，如果以所述焦点位置作为变量的所述模糊度度量函数(220)显示出绝对极值(224)并且关于这个绝对极值的对应焦点位置对称，那么所述模糊度
‑
W度量函数(210)被应用于图像的所述集合(230)中的所述图像(231)中的每个图像(S3)以便确定所述z
‑
堆栈的边界(S4)。
4.根据权利要求1和2，或根据权利要求3所述的方法，其中，如果所述模糊度
‑
W度量函数(210)显示出主极值(214)和邻接所述主极值(214)的两个次极值(212，216)，那么所述方法包括验证所述模糊度
‑
W度量函数(210)的所述主极值(214)是否与所述模糊度度量函数(220)的所述绝对极值(224)对应的进一步步骤。5.根据前述权利要求中的任一项所述的方法，当回头参考权利要求2或3时，其中所述模糊...

【专利技术属性】
技术研发人员：何塞，
申请(专利权)人：莱卡微系统CMS有限责任公司，
类型：发明
国别省市：