[发明专利]多幅显微图像拼接中的灰度校正方法及装置

说明书

技术领域

本发明涉及图像拼接领域，具体涉及一种多幅显微图像拼接中的灰度校正方法及装置。

背景技术

近年来，随着电镜成像技术的发展和计算性能的提升，通过显微图像配准拼接获得大视野高分辨率全景图像，得到广泛应用[1][2]。但在电子显微镜图像采集和拼接的过程中，由于磁场环境变化、参数漂移，以及配准误差、拼接缝等因素的影响，导致拼接后的图像产生了多种灰度不连续现象，包括拼接图像间的灰度块状不一致和局部图像边缘拼接区域的灰度不连续等。这些灰度不连续现象影响视觉效果，给后续的目标追踪、3D重建等任务增加了难度。所以，为了达到多幅图像拼接结果全局灰度连续，即整体的灰度一致和局部拼接缝处的灰度平缓过渡。需要一个完整的灰度校正流程对多幅图像拼接中的灰度不连续现象用多种方法对其进行逐步的校正。

针对图像数量增多引入的灰度校正困难，研究人员提出增益补偿法(Gain Compensation)来解决这一问题[3]。常见的方法包括为每幅图像设定增益因子，在增益因子作用下列出不同图像之间差异的能量方程，求解出能量方程最小时的增益因子的值，对每幅图像进行灰度校正。这种方法虽然简单，但是对图像间灰度差异较大时校正效果有限。另外一些方法是图像处理中灰度校正常用的直方图规范化法(HistogramNormalization)以另一个图像的灰度直方图分布为模板[4]，运用统计学的方法，找到灰度映射的函数，对其他图像进行灰度校正，这类方法的灰度校正效果要优于增益补偿法，但是对于图像拼接结果中的图像直接进行直方图规范化其模板图像选择带来的误差的累积和传播会极大的影响最终的灰度校正结果。

此外，上述方法只针对图像间整体灰度不一致，在图像拼接中还存在图像间重叠区域拼接缝处的灰度不连续，需要图像融合的方法进行局部的灰度校正。目前常用多频率融合法解决图像融合问题[5]，多频率融合法是把待融合的图像分解到不同的频带，然后在各个频带上进行融合之后，重建出融合后的图像。但是该方法可能会带来模糊，变暗等问题，对于需要高分辨的显微图像来说并不合适。泊松图像编辑法(Possion Image Editing)是近几年流行起来的图像融合算法[6]。它的核心思想是让图像在保存原有的纹理信息的同时，很好的融入背景图像，消除明显的边界。其原理是让融合之后的图像的梯度场与原始图像的梯度场差异最小，同时边界保持连续。在梯度域进行操作可以避免多频率融合法带来的问题，融合得更加自然，更好地实现了平缓过渡。但是运用到图像拼接中需要针对图像的特征来做一些算法上的调整。

总的来说，在电子显微镜图像采集和拼接的过程中，由于各种因素的影响，可能会导致拼接后的图像产生了多种灰度不连续现象，包括拼接图像间的灰度块状不一致和局部图像边缘拼接区域的灰度不连续等，目前没有针对图像拼接中灰度不连续问题的完整的方法流程，而且现有的技术针对多幅图像的灰度校正，存在效果有限、误差累计和传播等问题，不能达到整幅拼接后的图像整体灰度一致、局部灰度连续的效果。

参考资料：

[1]Sun C,Beare R,Hilsenstein V,et al.Mosaicing of Microscope Images[C]//Digital Image Computing on Techniques and Applications.IEEE Computer Society,2005:50。

[2]Sun C,RICHARD BEAREHilsenstein V,et al.Mosaicing of microscope images with global geometric and radiometric corrections[J].Journal of Microscopy,2006,224(2):158–165。

[3]Brown M,Lowe D G.Automatic Panoramic Image Stitching using Invariant Features[J].International Journal of Computer Vision,2007,74(1):59-73。

[4]Weng X,Guo X M,Liu X D.Improved method of gray correction for the medical ultrasonic image[J].Chinese Medical Equipment Journal,2004。