本申请涉及一种显微切片图像质量评估方法，涉及显微图像评估的领域，其包括获取参考图像和待评估图像各像素点的灰度值和梯度值；对参考图像的灰度图和梯度图、待评估图像的灰度图和梯度图进行剪切波变换，以分解为不同尺度下不同方向的多个子带；计算参考图像和待评估图像每个子带的第一灰度特征相似度、第二灰度特征相似度、第一梯度特征相似度和第二梯度特征相似度；计算参考图像和待评估图像每个子带的相似度；将参考图像和待评估图像所有尺度下所有方向子带的相似度进行组合，得到参考图像和待评估图像的相似度。本申请具有能够突出显微图像的边缘和纹理特征，同时考虑到人眼视觉特性，以提高对显微图像质量评价方法的针对性和准确性。
【技术实现步骤摘要】
本申请涉及显微图像评估的领域，尤其是涉及一种显微切片图像质量评估方法。
技术介绍
1、在医学显微图像的采集过程中，通常使用图像的质量评价方法对采集的图像质量进行评估，并根据评估结果自动剔除不合格图像，以到达后续图像分析的标准。
2、图像质量的客观评价方法根据使用原始参考图像(即没有失真的图像)信息的多少分为三类，分别为全参考方法、部分参考方法和无参考方法。而全参考方法中比较常用的是基于图像结构相似性的评价方法以及基于图像质量敏感特征的评价方法，其中，基于图像结构相似性的评价方法通过结合图像的亮度变化、对比度变化和结构变化来表示图像质量的下降程度；基于图像质量敏感特征的评价方法则是依据提取的多个图像质量敏感特征进行图像质量评价。
3、但上述方法没有考虑人眼视觉的特性，且由于显微图像往往具有大量的边缘和纹理，对于显微图像的质量评价往往需要能够突出边缘和纹理特征，而目前的图像质量评价方法往往没有针对边缘和纹理特征的敏感性，甚至会在图像变换过程中遗失这些重要特征，导致显微图像的质量评价方法缺乏针对性和准确性。
技术实现思路
1、为了能够避免在图像变换过程中遗失显微图像的边缘和纹理特征，并突出显微图像的边缘和纹理特征，同时考虑到人眼视觉特性，以提高对显微图像质量评价方法的针对性和准确性，本申请提供一种显微切片图像质量评估方法。
2、本申请提供的一种显微切片图像质量评估方法，采用如下的技术方案：
3、一种显微切片图像质量评估方法，包括：
<
p>4、获取参考图像和待评估图像各像素点的灰度值和梯度值，得到参考图像的灰度图和梯度图、以及待评估图像的灰度图和梯度图；5、对参考图像的灰度图和梯度图、以及待评估图像的灰度图和梯度图进行剪切波变换，以将参考图像的灰度图和梯度图、以及待评估图像的灰度图和梯度图均分解为不同尺度下不同方向的多个子带，并得到相应的变换系数；
6、计算参考图像和待评估图像的灰度图中每个子带的第一灰度特征相似度及第二灰度特征相似度，并计算参考图像和待评估图像的梯度图中每个子带的第一梯度特征相似度和第二梯度特征相似度；
7、根据每个子带的第一灰度特征相似度、第二灰度特征相似度以及每个子带的第一梯度特征相似度、第二梯度特征相似度计算参考图像和待评估图像每个子带的相似度；
8、将参考图像和待评估图像所有尺度下所有方向子带的相似度进行组合，得到参考图像和待评估图像的相似度，并将参考图像和待评估图像的相似度作为待评估图像的质量评价值。
9、可选的，所述计算参考图像和待评估图像的灰度图中每个子带的第一灰度特征相似度，包括：
10、
11、上式中，fd,r为参考图像和待评估图像的灰度图中第d级尺度下第r个方向子带的第一灰度特征相似度，为参考图像灰度图中第d级尺度下第r个方向子带的系数，为待评估图像灰度图中第d级尺度下第r个方向子带的系数，c1为常数。
12、可选的，所述计算参考图像和待评估图像的灰度图中每个子带的第二灰度特征相似度，包括：
13、
14、上式中，ld,r为参考图像和待评估图像的灰度图中第d级尺度下第r个方向子带的第二灰度特征相似度，为参考图像灰度图中第d级尺度下第r个方向子带的灰度特征值，为待评估图像灰度图中第d级尺度下第r个方向子带的灰度特征值，c2为常数；
15、其中，
16、
17、上式中，ld,r为灰度图中第d级尺度下第r个方向子带的灰度特征值，ld,r(i,j)为灰度图第d级尺度下第r个方向子带内像素点为(i,j)处的灰度值，m为灰度图第d级尺度下第r个方向子带内像素点个数，u为灰度图第d级尺度下第r个方向子带内像素点范围；和均通过上式进行计算。
18、可选的，所述计算参考图像和待评估图像的梯度图中每个子带的第一梯度特征相似度，包括：
19、
20、上式中，hd,r为参考图像和待评估图像的梯度图中第d级尺度下第r个方向子带的第一梯度特征相似度，为参考图像梯度图中第d级尺度下第r个方向子带的系数，为待评估图像梯度图中第d级尺度下第r个方向子带的系数，c3为常数。
21、可选的，所述计算参考图像和待评估图像的梯度图中每个子带的第二梯度特征相似度，包括：
22、
23、上式中，kd,r为参考图像和待评估图像的梯度图中第d级尺度下第r个方向子带的第二梯度特征相似度，为参考图像梯度图中第d级尺度下第r个方向子带的梯度特征值，为待评估图像梯度图中第d级尺度下第r个方向子带的梯度特征值，c4为常数；
24、其中，
25、
26、上式中，kd,r为梯度图中第d级尺度下第r个方向子带的梯度特征值，hd,r(i,j)为梯度图第d级尺度下第r个方向子带内像素点为(i,j)处的高斯梯度值，n为梯度图第d级尺度下第r个方向子带内像素点个数，r为梯度图第d级尺度下第r个方向子带内像素点范围；和均通过上式进行计算；
27、其中，
28、
29、上式中，gd,r(i,j)为梯度图第d级尺度下第r个方向子带内像素点为(i,j)处的梯度值，[p,q]为图像局部分块大小，w(i,j)服从高斯函数分布。
30、可选的，所述根据每个子带的第一灰度特征相似度、第二灰度特征相似度以及每个子带的第一梯度特征相似度、第二梯度特征相似度计算参考图像和待评估图像每个子带的相似度，包括：
31、
32、上式中，sd,r为参考图像和待评估图像中第d级尺度下第r个方向子带的相似度，fd,r为参考图像和待评估图像的灰度图中第d级尺度下第r个方向子带的第一灰度特征相似度，ld,r为参考图像和待评估图像的灰度图中第d级尺度下第r个方向子带的第二灰度特征相似度，hd,r为参考图像和待评估图像的梯度图中第d级尺度下第r个方向子带的第一梯度特征相似度，kd,r为参考图像和待评估图像的梯度图中第d级尺度下第r个方向子带的第二梯度特征相似度，α1和α2分别为第一灰度特征和第二灰度特征的权重系数，β1和β2分别为第一梯度特征和第二梯度特征的权重系数，且α1+α2＝1，β1+β2＝1。
33、可选的，将参考图像和待评估图像所有尺度下所有方向子带的相似度进行组合，得到参考图像和待评估图像的相似度，具体包括：
34、使用对比度敏感函数作为不同方向子带相似度的权值，对参考图像和待评估图像每个尺度下所有方向子带的相似度进行组合，得到参考图像和待评估图像每个子带的相似度；
35、使用对比度敏感函数作为不同尺度下子带相似度的权值，对参考图像和待评估图像每个尺度下所有子带的相似度进行组合，得到参考图像和待评估图像的相似度。
36、可选的，所述使用对比度敏感函数作为不同方向子带相似度的权值，对参考图像和待评估图像每个尺度下所有方向子带的相似度进行组合，包括：...
【技术保护点】
1.一种显微切片图像质量评估方法，其特征在于，包括：
2.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的灰度图中每个子带的第一灰度特征相似度，包括：
3.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的灰度图中每个子带的第二灰度特征相似度，包括：
4.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的梯度图中每个子带的第一梯度特征相似度，包括：
5.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的梯度图中每个子带的第二梯度特征相似度，包括：
6.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述根据每个子带的第一灰度特征相似度、第二灰度特征相似度以及每个子带的第一梯度特征相似度、第二梯度特征相似度计算参考图像和待评估图像每个子带的相似度，包括：
7.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，将参考图像和待评估图像所有尺度下所有方向子带的相似度进行组合，得到参考图像和待评估图像的相似度，具体包括：
8.根据权利要求7所述的一种显微切片图像质量评估方法，其特征在于，所述使用对比度敏感函数作为不同方向子带相似度的权值，对参考图像和待评估图像每个尺度下所有方向子带的相似度进行组合，包括：
9.根据权利要求7所述的一种显微切片图像质量评估方法，其特征在于，所述使用对比度敏感函数作为不同尺度下子带相似度的权值，对参考图像和待评估图像每个尺度下所有子带的相似度进行组合，包括：
10.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述获取参考图像和待评估图像各像素点的灰度值和梯度值，包括：
...
【技术特征摘要】
1.一种显微切片图像质量评估方法，其特征在于，包括：
2.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的灰度图中每个子带的第一灰度特征相似度，包括：
3.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的灰度图中每个子带的第二灰度特征相似度，包括：
4.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的梯度图中每个子带的第一梯度特征相似度，包括：
5.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述计算参考图像和待评估图像的梯度图中每个子带的第二梯度特征相似度，包括：
6.根据权利要求1所述的一种显微切片图像质量评估方法，其特征在于，所述根据每个子带的第一灰度特征相似度、第二灰度特征相似度以及每个子带...
【专利技术属性】
技术研发人员：许靖，曾亮，邓琳，沈立松，
申请(专利权)人：上海交通大学医学院附属新华医院，
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。