用于在显微术中改善景深（DOF）的方法和装置制造方法及图纸

公开了一种用于在显微术中改善景深（DOF）的方法和装置。该方法包括：组合从不同的焦距捕获的图像的序列以便形成全聚焦图像，包括计算每个像素处的聚焦度量，找到在聚焦度量中每个位置处的最大的峰作为多个候选值，以及根据聚焦度量混合多个候选值以便确定全聚焦图像。

【技术实现步骤摘要】
用于在显微术中改善景深(DOF)的方法和装置
本专利技术的实施例一般涉及处理关于数字显微术的图像以及，更具体地，涉及用于在显微术中改善景深(DOF)的方法和装置。
技术介绍
数字显微镜对在不同深度处的样品进行成像以建立数字图像的序列。每个图像表示样品在特定聚焦深度处的切片。因此，在样品的单个切片中，仅仅整个样品的一小部分对焦。沿着相应于深度的Z维度堆叠数字图像的序列，称为Z栈。Z栈中的每个图像在捕获的样品中的不同深度处聚焦。数字显微镜的光学部件强加很窄的景深，太小以致不能在单个图片内焦点对准地捕获整个样品。因此，虽然在Z栈中的所有图像是相同的样品，但是每个图像具有不同的焦点。用于改善图像的DOF的现有方法，即，扩展景深(EDOF)图像，具有共同的基本原理。在现有方法中，通过识别一个深度处的数字图像找到输出图像中每个指定位置的最佳图像，其中识别的数字图像给出指定位置处的最佳焦点。结果，在输出图像中的输出像素基于找到的最佳图像获取值。现有方法在定义(即，确定)最佳焦点和在估算深度图中增强一致性方面有所不同。然而，这些方法的性能常常较差并且这些方法由于他们的高的计算复杂性而存在问题。因此，需要在显微术中用于改善景深(DOF)的方法和装置。
技术实现思路
用于在显微术中改善景深(DOF)的装置和/或方法，基本上如附图中的至少一个所示和/或参考附图中的至少一个来描述，在权利要求书中更完整地阐述。本公开的实施例一般包括用于在显微术中改善景深(DOF)的方法和装置。用于在显微术改善DOF的装置包括:数字显微镜，其用于在不同深度处捕获样品的显微镜图像以创建图像的序列，和计算设备，其用于对从不同的焦距捕获的图像的序列进行组合以形成单个全聚焦图像。对从不同的焦距捕获的图像的序列进行组合以形成单个全聚焦图像的步骤包括:计算在每个像素处的聚焦度量，基于聚焦度量找到全聚焦像素的多个候选值，以及根据聚焦度量将候选值混合在一起以便确定全聚焦图像的最终像素值。在某些实施例中，公开了一种用于在显微术中扩展景深(EDOF)的方法，其组合利用不同焦距拍摄的图像的集合以形成单个全聚焦图像。可以使用该方法将大堆显微术图像减少到单个全聚焦图像，或将大堆显微术图像减少到更小堆的显微术图像。用于显微术中的EDOF的方法的各种实施例能够使在将大堆显微术图像减少到单个全聚焦图像或更小堆的显微术图像中相当大的数据减少。根据一个实施例，该方法首先计算每个像素处的聚焦度量，然后基于该聚焦度量找到多个用于全聚焦像素的候选值。根据聚焦度量将候选值混合在一起以便确定最终的全聚焦图像。该方法的副产物是深度图，其在某些应用中也可以是有用的。从以下说明书和附图中将更充分地理解本公开的各种优点、方面和新颖的设计，以及其示出的实施例的细节。【附图说明】为了可以详细地理解上述本专利技术的特征的方式，可以参考实施例对以上简要地概述的本专利技术做更具体的描述，在附图中示出了其中一些。而应该注意，附图仅仅示出了本专利技术的典型实施例并且因此不认为是对其范围的限制，因为本专利技术可以容许其他相等地有效的实施例。图1描述根据本专利技术的示范性实施例的在显微术中用于改善景深(DOF)的装置的方框图；图2描述根据本专利技术的示范性实施例的Z栈的示例；图3描述根据本专利技术的示范性实施例的图2的五个单独的数字图像；图4描述根据本专利技术的示范性实施例的在显微术中用于改善DOF的方法的流程图。图5描述根据本专利技术的示范性实施例的示出了焦点测量的示例的图表；图6描述根据本专利技术的示范性实施例的已处理的图像。【具体实施方式】本公开的实施例一般包括用于在显微术中改善景深(DOF)的方法和装置。用于在显微术改善DOF的装置包括:数字显微镜，其用于在不同深度处捕获样品的显微镜图像以创建图像的序列，和计算设备，其用于对从不同的焦距捕获的图像的序列进行组合以形成单个全聚焦图像。对从不同的焦距捕获的图像的序列进行组合以形成单个全聚焦图像的步骤包括:计算在每个像素处的聚焦度量，基于聚焦度量找到全聚焦像素的多个候选值，以及根据聚焦度量将候选值混合在一起以便确定全聚焦图像的最终像素值。在某些实施例中，公开了一种用于在显微术中扩展景深(EDOF)的方法，其组合利用不同焦距拍摄的图像的集合以形成单个全聚焦图像。可以使用该方法将大堆显微术图像减少到单个全聚焦图像，或将大堆显微术图像减少到更小堆的显微术图像。用于显微术中的EDOF的方法的各种实施例能够使在将大堆显微术图像减少到单个全聚焦图像或更小堆的显微术图像中相当大的数据减少。根据一个实施例，该方法首先计算每个像素处的聚焦度量，然后基于该聚焦度量找到多个用于全聚焦像素的候选值。根据聚焦度量将候选值混合在一起以便确定最终的全聚焦图像。该方法的副产物是深度图，其在某些应用中也可以是有用的。图1描述根据本专利技术的示范性实施例的用于利用数字显微镜102在显微术中改善DOF的装置100的功能框图。装置100包括数字显微镜102和计算设备104。在某些实施例中，数字显微镜102被耦接到计算设备104。在其它实施例中，一堆图像由显微镜102产生并且例如经由存储棒、紧密盘、网络连接等被传送到计算设备104。数字显微镜102在不同聚焦深度处捕获样品的数字图像以创建图像的序列，其中每个图像代表一个“切片”。数字显微镜102在不同深度处对样品进行成像以便创建数字图像的序列。为了示例，数字图像的序列由下列表达式I表示:1 (X，y，z),其中(x, y)是具有x=0到X-1和y=0到Y-1的空间索引以及z是具有z=0到Z-1的深度索引[表达式I]。计算设备104包括中央处理单元(CPU)106、支持电路108、存储器110以及I/O设备112。CPU106可以包括便于数据处理和存储的一个或多个市售的微处理器或微控制器。各种支持电路108便于CPU106的操作并且包括一个或多个时钟电路、电源、高速缓存、输入/输出电路等等。存储器110包括只读存储器(ROM)、随机存取存储器(RAM)、磁盘驱动存储器、光存储器、可移除存储器和/或等等中的至少一个。存储器110包括操作系统(OS) 114和EDOF生成模块116。EDOF生成模块116包括全聚焦图像发生器118和深度图发生器120。EDOF生成模块116便于由数字显微镜102在不同的焦距处捕获的数字图像的序列组合以形成全聚焦图像。EDOF生成模块116便于深度图的生成。如这里使用的，术语“全聚焦图像”是指从三维空间到二维空间的Z栈的减少以使得结果包含对焦的整个样品。根据示范性实施例，全聚焦图像发生器118生成全聚焦图像。深度图发生器120生成深度图作为生成全聚焦图像的全过程的副产物。在一个实施例中，深度图用于Z栈的数据压缩。根据其它实施例，深度图用于快速“拍摄(snap)”Z维以使得它在期望的像素处显示最对焦的图像，而不用手动滚动通过全部图像，如共同转让的美国专利申请代理机构号SCA3832和SCA3833所述。在操作中，计算设备104执行EDOF生成模块116。EDOF生成模块116与全聚焦图像发生器118耦接。EDOF生成模块116便于由数字显微镜102在不同的焦距处捕获的数字图像的序列的组合以形成全聚焦图像。全聚焦图像发生器118计算在数字图像的每个序列的每一个本文档来自技高网...

【技术保护点】
一种用于在显微镜成像中改善景深（DOF）的方法，所述方法包括：组合从不同的焦距捕获的图像的序列以形成全聚焦图像，包括：在图像的序列的每个图像的每个像素处计算聚焦度量；在聚焦度量中的每个位置处找到一个或多个最大峰作为多个候选值；以及根据聚焦度量混合多个候选值以确定全聚焦图像的像素值，并且对于每个像素重复。

【技术特征摘要】
2012.07.19 US 13/553,2651.一种用于在显微镜成像中改善景深(DOF)的方法，所述方法包括: 组合从不同的焦距捕获的图像的序列以形成全聚焦图像，包括: 在图像的序列的每个图像的每个像素处计算聚焦度量； 在聚焦度量中的每个位置处找到一个或多个最大峰作为多个候选值；以及 根据聚焦度量混合多个候选值以确定全聚焦图像的像素值，并且对于每个像素重复。2.如权利要求1所述的方法，其中沿着与深度对应的Z维度在Z栈中堆叠图像的序列。3.如权利要求1所述的方法，其中组合从不同的焦距捕获的图像的序列并且形成全聚焦图像还包括:将数据从三维减少到二维。4.如权利要求1所述的方法，其中计算在每个像素处的聚焦度量进一步包括: 通过利用二维(2-D)高通滤波器对数字图像的序列进行卷积来计算聚焦度量； 利用在每个位置处的绝对值将卷积的结果转换为正的信号；以及 利用2-D低通滤波器对转换的结果进行卷积。5.如权利要求1所述 的方法，其中在聚焦度量中的每个位置处找到一个或多个最大峰进一步包括: 将聚焦度量计算为聚焦度量中的每个位置处的z的一维(1-D)函数； 基于计算的聚焦度量在z的一维(1-D)函数中找到一个或多个峰； 通过利用低通滤波器使z的1-D函数平滑；以及 在z的1-D函数的平滑的版本中找到峰。6.如权利要求4所述的方法，其中转换卷积的结果包括:利用绝对值的平方来代替绝对值。7.如权利要求5所述的方法，其中在聚焦度量中的每个位置处找到一个或多个峰进一步包括:通过在从z的1-D函数的平滑的版本中找到的峰的附近，在z的1-D函数的未平滑的版本中找到峰，来使找到的峰精细化。8.如权利要求1所述的方法，其中根据聚焦度量混合多个候选值以确定全聚焦图像是根据以下公式执行的:...

【专利技术属性】
技术研发人员：刘明昌，M·罗伯逊，
申请(专利权)人：索尼公司，
类型：发明
国别省市：