[发明专利]用于图像处理的自动测定评估和归一化

权利要求书

1.一种将查询图像内第一染色剂的滴度归一化为模板图像中的所述第一染色剂的滴度的方法，所述查询图像是被至少所述第一染色剂染色的生物样品的查询图像，所述方法包括：

在包含密度信息的颜色模型内导出所述查询图像中的色度和密度分布坐标(603)；

估计所述查询图像中描绘的所述第一染色剂的滴度水平，其中所述滴度水平识别所述查询图像内所述第一染色剂的量；

自参数数据库获取与所述第一染色剂的所述估计的滴度水平对应的统计参数；

利用所述获取的统计参数将所述查询图像中所述导出的色度分布坐标与模板图像色度分布坐标对齐，以提供转换后的色度分布坐标(604)；利用所述获取的统计参数用模板图像密度分布坐标缩放所述查询图像中的所述导出的密度分布坐标，以提供转换后的密度分布坐标(605)；以及

通过使用加权的转换后的色度和密度分布坐标(607)在包含所述密度信息的所述颜色模型内对所述查询图像进行逆转换来重构RGB图像(608)。

2.根据权利要求1所述的方法，其中所述获取的统计参数包括在已知的第一染色剂滴度水平下确定的导出均值、角度和缩放参数。

3.根据权利要求1所述的方法，其中所述估计的滴度水平在归一化之前确定。

4.根据权利要求1所述的方法，其中所述估计的滴度水平在归一化期间确定。

5.根据权利要求1所述的方法，其中，通过基于导出的第一染色剂颜色和强度特征计算所述查询图像的加权平均滴度得分来确定所述查询图像的所述估计滴度水平(254)。

6.根据权利要求5所述的方法，其中所述加权平均滴度得分通过以下步骤计算：(a)从所述查询图像中的一系列块中的每一个块导出多个第一染色剂图像特征(252)，以及(b)使用经训练的滴度识别分类器对来自所述一系列块中的每一个块的所述多个第一染色剂图像特征进行分类(253)。

7.根据权利要求6所述的方法，其中所述一系列块通过以下步骤导出：(a)从所述查询图像中提取预定数量的FOV(250)；(b)为每个所述提取的FOV计算一组块(251)；以及(c)为每个所述提取的FOV保留来自所述一组块的满足阈值块标准的那些块。

8.根据权利要求6所述的方法，其中所述经训练的滴度识别分类器是多类分类器，其根据从使用第一染色剂滴度水平作为类标签的标准化样品导出的第一染色剂颜色和强度特征进行训练。

9.根据权利要求1所述的方法，其中所述加权的转换后的色度和密度分布坐标通过以下步骤导出：(i)计算像素是第一染色剂像素的概率(606)；以及(ii)用所述计算的概率对所述转换色度和密度分布坐标进行加权(607)。

10.根据权利要求9所述的方法，其中为所述查询图像中的一系列块中的每个像素导出色度和密度分布坐标，其中所述一系列块通过以下步骤导出：(a)从所述查询图像中提取预定数量的FOV(601)；(b)为每个所述提取的FOV计算一组块(602)；以及(c)为每个所述提取的FOV保留来自所述一组块的满足阈值块标准的那些块。

11.根据权利要求1所述的方法，其中所述对齐包括平移和旋转所述查询图像中所述导出的色度分布坐标，以具有与模板色度分布坐标相同的均值和方向(604)。

12.根据权利要求1所述的方法，其中所述缩放包括转换所述导出的密度分布坐标，以具有与所述模板密度分布坐标相同的加权均值和加权标准偏差(605)。

13.根据权利要求1所述的方法，其中包含密度信息的所述颜色模型是HSD颜色模型。