一种基于区域生长的显微图像融合方法技术

本发明专利技术公开了一种基于区域生长的显微图像融合方法，其通过对显微图像中的各个图像块进行清晰度评价，以判断显微图像的模糊程度并确认模糊种子块，同时利用区域生长逐步完成模糊区域和清晰区域的精确划分并标记，最后通过显微图像的融合规则，得到多幅显微图像融合后的一幅清晰的高质量的显微图像，优点在于由于结合了显微图像的清晰度评价，并进行区域生长进行每幅显微图像的清晰区域和模糊区域的分割，因此本发明专利技术方法的显微图像融合结果在主观人眼感知方面和客观评价指标方面都表现出了很大的优越性，而且本发明专利技术方法计算简单容易实现、结果稳定，适用于融合浅景深拍摄到的数码光学显微图像。

【技术实现步骤摘要】

本专利技术涉及一种图像处理技术，尤其是涉及。
技术介绍
在光学显微镜成像系统中，随着放大倍率的增高，景深越来越小，因此，只有那些在聚焦平面或其附近的目标才能清晰可见，这使得即便是结构最简单、三维深度相对平坦的物体也不可能在一幅图像中完全聚焦清晰。在多个领域的实际应用中，要求显微成像既有高放大倍率，又要达到足够的景深，如纺织行业的纤维观测、印刷电路板行业的质量检验等。为解决这一技术问题，需要不断调整光学显微镜的焦距，得到一系列纵向局部清晰图像，然后将这一系列纵向局部清晰图像输入到计算机进行融合处理，以得到物体在整个空间的完整清晰图像，弥补用光学显微镜直接观测时只能清晰看到物体某一焦平面，而不能看到整个空间内的完整清晰图像的不足。现有的图像融合方法主要分为三类像素级图像融合方法、特征级图像融合方法和决策级图像融合方法。像素级图像融合方法是在基础层面上的图像融合，其主要优点是融合后的图像包含了尽可能多的原始数据且融合的准确性最高，提供了其他融合层次不能提供的细节信息，该类方法一般借助小波变换等变换方法，在变换域处理像素，融合复杂度相对较高。特征级图像融合方法指的是对预处理和特征提取后的原本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区域生长的显微图像融合方法，其特征在于包括以下步骤①令{IS1(x，y)}为光学显微镜下采集到的一幅显微图像，令Us2(x，y)}为光学显微镜下采集到的另一幅显微图像，其中，O彡X ( ff-1,0 ^ y ( H-1，W表示图像的宽度，H表示图像的高度，IsiU，y)表示UsiU，y)}中坐标位置为(X，y)的像素点的灰度值，Is2(x，y)表示(x，yM中坐标位置为U，y)的像素点的灰度值；WxH②将{IS1(x，y)}划分成-个互不重叠的尺寸大小为nXn的第一图像块，将{IS1 (X，ηχηWxHy)}中坐标位置为(i，j)的第一图像块记为IBln(i，j)，将{IS2(x，y)}划分成-个互不—ηχη重叠的尺寸大小为nXn的第二图像块，将{IS2 (X，y)}中坐标位置为(i，j)的第二图像块记为IB2 n(i，j)，其中，O </ <--1,0 < j <--1，η的值为2的幂次；—ηη③对{IS1(x，y)}中的每个第一图像块进行清晰度评价，得到{IS1 (x，y)}中的每个第一图像块各自对应的清晰度特征值，对于UsiU，y)}中坐标位置为(i，j)的第一图像块IB1— n(i，j)，将其对应的清晰度特征值记为Fvl n(i，j)；对Us2(x，y)}中的每个第二图像块进行清晰度评价，得到Us2(x，y)}中的每个第二图像块各自对应的清晰度特征值，对于Us2(x，y)}中坐标位置为(i，j)的第二图像块lB2—n(i， j)，将其对应的清晰度特征值记为Fv2 n(i，j)；④确定Usi(x，y)}中的每个第一图像块各自对应的清晰度特征值的第一判定阈值，记为Tn l ;然后根据{IS1 (X，y)}中的每个第一图像块各自对应的清晰度特征值和第一判定阈值Tn l，判断{IS1 (X，y)}中的每个第一图像块是否为模糊种子块，对于{IS1 (X，y)}中坐标位置为(i，j)的第一图像块IB1—n(i，j)，判断IB1—n(i，j)对应的清晰度特征值Fvl n(i，j)是否小于第一判定阈值Tn」，如果是，则判定Ibi n(i，j)为模糊种子块，并将Ibi n(i，j)中的各个像素点的标记设为1，否则，判定IB1—n(i，j)为非模糊种子块，并将IB1—n(i，j)中的各个像素点的标记设为O;再根据{IS1 (X，y)}中的每个第一图像块中的各个像素点的标记，计算 Usi (x，y)}对应的清晰度标记图像，记为{ID1—n(x，y)}，ID1—n(x，y) = IBl n(int (x/n), int(y/ n)),其中，ID1—n(x，y)表示UD1—n(x，y)}中坐标位置为(x，y)的像素点的标记，int()为取整运算符；确定Us2(x，y)}中的每个第二图像块各自对应的清晰度特征值的第二判定阈值，记为 Tn—2;然后根据{IS2(x，y)}中的每个第二图像块各自对应的清晰度特征值和第二判定阈值 τη—2，判断US2(x，y)}中的每个第二图像块是否为模糊种子块，对于Us2(x，y)}中坐标位置为(i，j)的第二图像块IB2—n(i，j)，判断IB2—n(i，j)对应的清晰度特征值Fv2 n(i，j)是否小于第二判定阈值Tn2，如果是，则判定IB2 n(i，j)为模糊种子块，并将IB2 n(i，j)中的各个像素点的标记设为1，否则，判定IB2—n(i，j)为非模糊种子块，并将IB2—n(i，j)中的各个像素点的标记设为O ;再根据{IS2 (X，y)}中的每个第二图像块中的各个像素点的标记，计算{IS2(x， y)}对应的清晰度标记图像，记为{ID2—n(x，yM，ID2—n(x，y) = IB2—n(int(x/n), int(y/n)),其中，ID2n(x, y)表示{ID2n(x，y)}中坐标位置为(x，y)的像素点的标记，int()为取整运算符；⑤取η= 128、η = 64、η = 32、η = 16、η = 8,分别重复执行步骤③至步骤④,得到取n = 128时{IS1 (x, y)}对应的清晰度标记图像{ID1—128(x，y) I和Us2 (x，y)}对应的清晰度标记图像{ID2—128 (X, y)}、取n = 64时{IS1 (x, y)}对应的清晰度标记图像{ID1—64(x, y)}和 Us2 (x，y)}对应的清晰度标记图像{ID2—64(x,y)}、取n = 32时{IS1 (x,y)}对应的清晰度标记图像 UD1—32(x，y)}和{IS2 (x,y)}对应的清晰度标记图像{ID2—32(x，y)}、取 n = 16 时{IS1 (x, y)}对应的清晰度标记图像UD1—16(x, y)}和{IS2(x, y)}对应的清晰度标记图像{ID2—i6(x， 又)}、取11 = 8时{IS1 (x,y)}对应的清晰度标记图像{ID1—8(x,y)}和{IS2(x,y)}对应的清晰度标记图像{ID2—8(x,y)}；⑥根据{ID1—128(X，y)}、UdI—64(X，y)}、UdI—32(X，y)}、UdI—16(X，y)}和UD1—8(X,y)}中标记为I的像素点，进行模糊区域生长得到Usi(X，y)}对应的区域生长图像，记为UmU, y)}， 其中，IeiU, y)表示{Iei (X，y)}中坐标位置为(X，y)的像素点的标记；根据{Id2—128(X，y) }、{Id2—64(X，Y) I > {Id2—32(X，Y) I > {Id2—16(X，y) I 和{Id2—8(X，y) I 中标记为I的像素点，进行模糊区域生长得到Us2(X，y)}对应的区域生长图像，记为Ue2(X，y)}， 其中，Ie2(x，y)表示{Ie2(x，y)}中坐标位置为(x，y)的像素点的标记；⑦根据Usx，y)}对应的区域生长图像{Iei (x，y)}和{IS2(x，y)}对应的区域生长图像{Ijx，y)}，并结合{IS1 (x，y)}和{IS2(x，y)}，融合得到最终的融合hi(x,y) 1Gi (x, y) = o^5./G2 (x, y) = i 显微图像，记为{IF(x, y)}, Ip(x,y) = < IS2(x,y)==CIGl(x,y) = IG2(x,y)其中，IF(x, y)表示{IF(x，y)}中坐标位置为(x，y)的像素点的灰度值，Isi(x^y)Cntl(X^y)K Cnt2(x,y)C = \ Isi(x^y)Cntl(x,y)>Cnt2(x,y) ，Cnt1 (x，y)表示{IG1 (x，y)}中坐标Isi^y) + Is2^y)Cntl{x,y) = CntAx,y)位置为(x, y)的像素点的8邻域中标记为I的像素点的个数，Cnt2 (X, y)表示Ue2U, y)} 中坐标位置为(X, y)的像素点的8邻...

【专利技术属性】
技术研发人员：蒋刚毅，白翠霞，郁梅，王一刚，彭宗举，邵枫，
申请(专利权)人：宁波大学，
类型：发明
国别省市：