An adaptive automatic focusing method based on gray gradient value is proposed, which relates to the automatic focusing problem of microscopes. In this method, firstly, the defocused blank image is used as a reference object to get an important factor compared with the current image to measure the degree of participation in calculating the gray value difference of the pixels; secondly, the number of gray value difference between adjacent pixels is used to evaluate the clarity of the image. Then, an adaptive step-by-step search method is used to locate the focus of the microscope image automatically. The experimental results show that the focusing evaluation algorithm has the advantages of low computational complexity, good single peak and good timeliness, and can achieve fast and accurate automatic focusing of geomicroscope.
【技术实现步骤摘要】
基于灰度梯度值的自适应自动聚焦方法
本专利技术设计基于灰度梯度值的自适应自动聚焦方法。
技术介绍
传统细胞病理诊断方法通过采集人体细胞样本,染色,然后镜下观察的方式难以适应现实应用的需求。随着技术的发展,自动阅片技术应运而生。该技术自动控制显微镜移动聚焦,采集镜下图片后自动分析和识别异常细胞,有效地辅助医生实现病症诊断,在降低医生劳动强度的同时,提高了医生的诊断敏感度和特异度。DNA倍体分析技术通过图像分析和识别技术,测量细胞核内DNA相对含量,将DNA超过正常范围的细胞识别出来,供医生进一步确认。与传统方法相比,该技术只需要医生复核仪器挑选出来的少数异常细胞,无需医生手动完成对标本细胞的浏览和目测,有效降低了医生的工作量。重要的是该技术避免了医生镜下观察的主观性和由于视觉疲劳引起的偏差,进一步提高了病症诊断的准确率。影响显微镜自动聚焦效果主要有两个重要因素:清晰度判别函数和搜索方法。现阶段常用的清晰度评价函数主要有四类:基于空间域的评价函数,基于变换域的评价函数,基于信息熵的评价函数,基于统计学的评价函数。而最常用的是基于空间域和基于统计学的评价函数。传统经典的清晰度评价函数有:灰度方差函数(VAR)、灰度差分函数(SMD)、拉普拉斯算子(SML)、能量梯度算子、图像熵及基于频谱变换等。基于变换域的评价函数一般计算复杂度高,时效性差,如基于小波变换的显微镜聚焦方法需要将图像进行小波分解,然后计算出评价值,还有一种方法利用离散变换对图像目标进行检测评价,此类方法由于要做出相应的变换所以计算时间较长。由张天煜提出的基于强边缘宽度直方图的图像清晰度评价函数,是 ...
【技术保护点】
1.基于灰度梯度值的自适应自动聚焦方法,其特征在于基于灰度梯度值的自适应自动聚焦方法主要是按照以下步骤进行的:步骤一、从摄像头采集到灰度图像A,用A(x,y)代表第x行,第y列的像素值。步骤二、使用清晰度评价函数评价图像是否清晰:本过程具有两种清晰度评价函数,具体的使用结合步骤三,在本步骤使用的评价函数:(1).清晰度评价函数Back函数:
【技术特征摘要】
1.基于灰度梯度值的自适应自动聚焦方法,其特征在于基于灰度梯度值的自适应自动聚焦方法主要是按照以下步骤进行的:步骤一、从摄像头采集到灰度图像A,用A(x,y)代表第x行,第y列的像素值。步骤二、使用清晰度评价函数评价图像是否清晰:本过程具有两种清晰度评价函数,具体的使用结合步骤三,在本步骤使用的评价函数:(1).清晰度评价函数Back函数:其中α为离焦图像的平均灰度值,是一个常数,求取方法为:首先在整张玻片上随机采集10张完全离焦的图像,求平均灰度值,该平均灰度值即为α。b的设定公式为:min[g′(x,y)-g′(x+1,y)](2).清晰度评价函数SD函数:β为阈值,取方法为:β=max[g′(x,y)-g′(x-1,y)]其中g′(x,y)为离焦图像的像素点灰度值,β即为未聚焦时图像的灰度值差值的最大值。使用上述方法判断出图像是否清晰。步骤三、焦点搜索:本过程的作用是根据步骤三中的清晰度评价函数的结果进行焦点搜索。当起始位置距离聚焦点较远的时候使用Back函数以较大步长快速靠近,距离聚焦点较近的时候使用SD函数以小步长逐步搜索,确保精...
【专利技术属性】
技术研发人员:黄金杰,刘德太,杨微,
申请(专利权)人:哈尔滨理工大学,
类型:发明
国别省市:黑龙江,23
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。