[发明专利]一种非标记细胞显微图像增强方法及系统有效

专利信息
申请号: 202310576207.2 申请日: 2023-05-22
公开(公告)号: CN116342432B 公开(公告)日: 2023-08-01
发明(设计)人: 刘博;杜永兆;王宜东;陈海信;傅玉青;温廷羲 申请(专利权)人: 华侨大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/20
代理公司: 厦门市首创君合专利事务所有限公司 35204 代理人: 李艾华
地址: 362000 福建省*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 标记 细胞 显微 图像 增强 方法 系统
【权利要求书】:

1.一种非标记细胞显微图像增强方法,其特征在于,包括如下步骤:

S1、输入非标记细胞显微图像I;

S2、利用滑动窗口中心灰度增强算法,对非标记细胞显微图像I位于滑动窗口中心的像素I(x,y)进行灰度值预增强;

S3、重复滑动窗口,使得滑动窗口中心遍历非标记细胞显微图像I,对每一个像素进行灰度值预增强,获得预增强的非标记细胞显微图像Ih

S4、利用高斯多尺度差分加权算法对预增强的非标记细胞显微图像Ih进行计算处理,得到高斯多尺度加权图像IG

S5、利用预增强的非标记细胞显微图像Ih与经自适应权值约束的高斯多尺度加权图像Ide作差分运算,得到增强后的非标记细胞显微图像Ifinal

所述S2中的滑动窗口中心灰度增强算法,是由大小为m×m,步长为1的滑动窗口对其中心像素I(x,y)作预增强操作,所述滑动窗口的横向滑动范围Tx和纵向滑动范围Ty如下:

其中,x表示横坐标,y表示纵坐标,Rx表示滑动窗口横坐标大小,Ry表示滑动窗口纵坐标大小,Tx表示滑动窗口的横向滑动范围,Ty表示滑动窗口的纵向滑动范围,I(x,y)表示滑动窗口中坐标为(x,y)的中心像素;

所述S2包括如下步骤:

S21,计算得到滑动窗口的像素灰度均值Iavg,计算公式如下:

其中,M表示输入的非标记细胞显微图像I的长度,N表示输入的非标记细胞显微图像I的宽度;

S22,利用滑动窗口的像素灰度均值Iavg,计算得到滑动窗口的像素灰度标准差Iμ,计算公式如下:

其中,(I(x,y)-Iavg)2表示像素I(x,y)灰度值的方差公式;

S23,利用滑动窗口的像素灰度均值Iavg和像素灰度标准差Iμ,通过σ准则估计滑动窗口的背景最大灰度值ITMAX和滑动窗口的背景最小灰度值ITMIN,计算公式如下:

ITMAX=Iμ+Iavg

ITMIN=Iμ-Iavg

S24,计算滑动窗口的最大灰度值IMAX和滑动窗口的最小灰度值IMIN,计算公式如下:

IMAX=gmax(IE,I(x,y))

IMIN=gmin(IE,I(x,y))

其中,gmax和gmin表示求取最大值与最小值的函数,IE表示以像素I(x,y)为中心,大小为m×m的局部空间区域;

S25,利用像素I(x,y)分别与滑动窗口的最大灰度值IMAX、滑动窗口的最小灰度值IMIN计算得出亮细节灰度值Ibri和暗细节灰度值Ibla,所述亮细节灰度值Ibri和暗细节灰度值Ibla计算公式如下:

Ibri=I(x,y)-IMIN

Ibla=IMAX-I(x,y)

S26,通过对亮细节灰度值Ibri、暗细节灰度值Ibla、滑动窗口的最大灰度值IMAX和滑动窗口的最小灰度值IMIN对比分析得到优化的亮细节灰度值Ibright和优化的暗细节灰度值Iblack,计算公式如下:

Ibright=gmax(IMAX,Ibri)

Iblack=gmax(IMIN,Ibla)

S27,利用优化的亮细节灰度值Ibright和优化的暗细节灰度值Iblack,计算对滑动窗口中心像素I(x,y)灰度值预增强,增强公式为:

Ih(x,y)=I(x,y)+w1·Ibright-w2·Iblack

其中,Ih(x,y)表示通过公式预增强后的滑动窗口中心像素灰度值,w1表示调节图像亮细节灰度值的参数,w1越大图像亮细节增加程度越大,w2表示调节图像暗细节灰度值的参数,w2越大图像暗细节增加程度越大;

所述S4对预增强的非标记细胞显微图像Ih作多尺度高斯滤波处理,再将多尺度高斯图像组分别与标准差为σ1的高斯图像作图像差分运算,再将多尺度差分图像组作加权累加运算,得到高斯多尺度加权图像;高斯滤波中的高斯函数公式为:

其中,x,y表示预增强非标记细胞显微图像Ih上的坐标,σi表示高斯函数的标准差,其半径服从3σ准则,i表示高斯尺度空间层数,σi=i·σ1,(i=2,3,...,n),Gσi表示不同尺度的高斯核;所述S4包括如下步骤:

S41,选取不同大小的高斯核对预增强的非标记细胞显微图作高斯滤波操作,经过多尺度高斯滤波后的高斯图像组Iσi表示如下:

Iσi=Gσi*Ih

其中,*表示卷积运算,Iσi表示高斯图像组;

S42,选择不同大小的σ值后与标准差为σ1的高斯图像作图像差分运算以过滤低频信息保留高频信息,得到多尺度差分图像组IGaσi表示如下:

S43,利用多尺度差分图像组IGaσi与权重wi做加权和运算,得到高斯多尺度加权图像IG表示如下:

其中,wi表示多尺度差分图IGaσi进行加权和运算时依次所乘的权重,IG表示高斯多尺度加权图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华侨大学,未经华侨大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310576207.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top