一种显微镜图像处理方法技术

本发明专利技术公开了一种显微镜图像处理方法，包括以下步骤，步骤

【技术实现步骤摘要】
一种显微镜图像处理方法


[0001]本专利技术属于图像处理
，具体涉及一种显微镜图像处理方法
。

技术介绍

[0002]图像是我们日常生活中最重要的信息载体之一
。
然而，在生成图像的过程，由于硬件设备以及外界环境的影响，所获得的图像往往不能满足人们的要求，造成了一定的图像认知阻碍
。
如何提升图像的分辨率因此成为图像处理领域的热点问题，也因此，图像超分辨的技术研究受到了各界的广泛关注
。
[0003]目前，针对普通图像的超分辨研究用深度学习的方法已经取得了突破性的成果，然而显微镜图像因图像空间分辨率受
Abbe
衍射极限的限制，以及光照
、
噪声等影响增加了显微镜图像超分辨研究的难度
。
据了解，当前普通的显微镜设备，本领域技术人员可以采集的图像最大放大倍数是
4.5
，无法为使用者，例如是医生，提供分辨率更高的图像；而且由于受显微镜可视区域的限制，当放大图像后，采集不到完整的图像信息，如果需要完整的放大图像，我们需要对采集的图像进行拼接
、
融合，这种情况下要保证图像信息的完整采集本身也存在较大的操作难度
。

技术实现思路

[0004]为解决上述
技术介绍
中提出的问题
。
本专利技术提供了一种显微镜图像处理方法
。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种显微镜图像处理方法，包括以下步骤，
[0006]步骤
1、
采用超景深显微镜对待检测样本进行图像采集，对采集的样本图像进行图像去模糊化处理，将图像原本和处理图像分别录入数据集；
[0007]步骤
2、
对去模糊化处理后的图像进行图像灰度化，将多通道
RGB
彩色图像转化为单通道灰度图像；
[0008]步骤
3、
采用自适应中值滤波方法对图像进行降噪，去除图像中的椒盐噪声和脉冲噪声；
[0009]步骤
4、
根据边缘像素的位置和方向，通过双线性插值将边缘像素的值扩展到周围的像素，并使用图像修复算法图像修复算法补齐图像中的缺失区域；
[0010]步骤
5、
将步骤2‑4中，处理后的图像分别录入数据集中，并计算图像每次处理所用时间和提升率，建立预测模型，通过训练对图像处理时间进行预测，根据时间需求和图像需求选择一种或多种处理方法
。
[0011]本专利技术一个较佳实施例中，步骤2中，先通过
emphasize
算子实现图像增强，再使用加权平均法将图像中像素的
RGB
值转换为灰度值，从而计算得到图像增强后的像素灰度值
。
[0012]本专利技术一个较佳实施例中，所述灰度值的计算方法为：灰度值＝
0.2989*
红色通道值
+0.5870*
绿色通道值
+0.1140*
‑
蓝色通道值
。
[0013]本专利技术一个较佳实施例中，步骤3中，选用
3*3、5*5
或
7*7
的中值滤波器，并对图像
中的每个像素，将其周围的邻域像素按照滤波器尺寸进行排序，然后取排序后的中值作为该像素的新值，重复这个过程，直到对图像中的所有像素都进行了处理
。
[0014]本专利技术一个较佳实施例中，步骤1中，对采集的样本图像进行图像去模糊化处理选用退化传递函数的去除运动模糊方法即维纳滤波法
。
[0015]本专利技术一个较佳实施例中，步骤3中，根据图像的噪声方法，所述中值滤波方法能够替换为均值滤波
、
高斯滤波
、
双边滤波和小波降噪中任一种
。
[0016]一种显微镜图像处理系统，包括图像采集模块
、
图像分析模块和图像处理模块，
[0017]所述图像采集模块，包括超景深显微镜单元和光源调整单元，用于对不同光源下的检测样本进行图像采集；
[0018]所述图像分析单元，用于对图像的边缘位置进行分析，判断图像是否需要扩展和补充，并且对图像的噪声类型进行判断；
[0019]所述图像处理模块，包括灰度处理单元
、
降噪单元
、
扩展单元和补齐单元，用于对图像进行处理，并增强图像的品质
。
[0020]本专利技术一个较佳实施例中，所述图像采集模块还包括移动单元，用于调整检测样本的位置和角度，相同所述检测样本有多个，用于图像对比
。
[0021]本专利技术一个较佳实施例中，还包括数据库，用于构件数据集，存储录入的图像原本和处理后的图像，以及每组数据集中图像的处理时间和图像品质提升率
。
[0022]本专利技术一个较佳实施例中，所述图像采集模块
、
所述图像分析模块
、
所述图像处理模块和所述数据库均通过信号连接，且信号连接为蓝牙
、WiFi、UWB
或
GPRS
中任一种
。
[0023]本专利技术解决了
技术介绍
中存在的缺陷，本专利技术具备以下有益效果：
[0024]1、
该显微镜图像处理方法，通过对显微镜图像进行灰度化
、
降噪
、
扩展和补齐，能够提高图像的整体质量，增强细节，使图像更清晰
、
更易于分析和理解，保持图像的完整性，同时还能够改善图像质量
、
增强对比度
、
提高测量准确性
、
改善图像处理和分析，提高图像的展示效果，并且能够使得图像特征更加明显，方便处理和分析
。
[0025]2、
该显微镜图像处理方法，通过对图像进行灰度化，能够使得图像处理和分析更加高效，可以减少计算和存储的成本，并且使得图像处理和分析更加高效，可以减少计算和存储的成本，灰度图像只需要一个通道来表示亮度信息，相比于彩色图像，它的存储空间和传输带宽要求更低，同时通过灰度化处理，可以使得图像特征更加明显，从而方便后续处理和分析
。
[0026]3、
该显微镜图像处理方法，通过对图像进行降噪处理，降噪可以减少图像中的随机噪点，从而使图像更加清晰和可辨认，能够有助于观察和分析样本的细节和结构，还可以减少图像中的噪点干扰，使样本的边缘和细节更加清晰和突出，能够有助于提高图像的对比度，使样本的结构和特征更易于分析和理解，并且在进行图像分割
、
特征提取
、
目标识别等任务时，降噪可以减少噪点引起的误差和干扰，提高处理和分析的准确性和可靠性
。
[0027]4、
该显微镜图像处理方法，通过对图像进行扩展和补齐，可以避免在图像处理过程中丢失图像边缘内包含的图像中物体的轮廓和边界信息，并且扩展和补齐边缘像素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种显微镜图像处理方法，其特征在于，包括以下步骤，步骤
1、
采用超景深显微镜对待检测样本进行图像采集，对采集的样本图像进行图像去模糊化处理，将图像原本和处理图像分别录入数据集；步骤
2、
对去模糊化处理后的图像进行图像灰度化，将多通道
RGB
彩色图像转化为单通道灰度图像；步骤
3、
采用自适应中值滤波方法对图像进行降噪，去除图像中的椒盐噪声和脉冲噪声；步骤
4、
根据边缘像素的位置和方向，通过双线性插值将边缘像素的值扩展到周围的像素，并使用图像修复算法图像修复算法补齐图像中的缺失区域；步骤
5、
将步骤2‑4中，处理后的图像分别录入数据集中，并计算图像每次处理所用时间和提升率，建立预测模型，通过训练对图像处理时间进行预测，根据时间需求和图像需求选择一种或多种处理方法
。2.
根据权利要求1所述的一种显微镜图像处理方法，其特征在于：步骤2中，先通过
emphasize
算子实现图像增强，再使用加权平均法将图像中像素的
RGB
值转换为灰度值，从而计算得到图像增强后的像素灰度值
。3.
根据权利要求2所述的一种显微镜图像处理方法，其特征在于：所述灰度值的计算方法为：灰度值＝
0.2989*
红色通道值
+0.5870*
绿色通道值
+0.1140*
‑
蓝色通道值
。4.
根据权利要求1所述的一种显微镜图像处理方法，其特征在于：步骤3中，选用
3*3、5*5
或
7*7
的中值滤波器，并对图像中的每个像素，将其周围的邻域像素按照滤波器尺寸进行排序，然后取排序后的中值作为该像素的新值，重复这个过程，...

【专利技术属性】
技术研发人员：王瑞华，庞帅，王均，
申请(专利权)人：南京默思泰智能科技有限公司，
类型：发明
国别省市：