[發(fā)明專利]一種基于白帶顯微成像的圖像融合方法有效
| 申請?zhí)枺?/td> | 201710820005.2 | 申請日： | 2017-09-13 |
| 公開（公告）號： | CN107622482B | 公開（公告）日： | 2020-11-17 |
| 發(fā)明（設(shè)計）人： | 張靜;夏翔;田濟銘;陸宋晗;鐘亞;杜曉輝;劉娟秀;倪光明;劉霖;劉永 | 申請（專利權(quán)）人： | 電子科技大學(xué) |
| 主分類號： | G06T5/50 | 分類號： | G06T5/50 |
| 代理公司： | 電子科技大學(xué)專利中心 51203 | 代理人： | 甘茂 |
| 地址： | 611731 四川省成*** | 國省代碼： | 四川;51 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 白帶 顯微 成像 圖像 融合 方法 | ||
該發(fā)明公開了一種基于白帶顯微成像的圖像融合方法,涉及的是一種基于白帶顯微成像的圖像融合算法，具體的說是一種可以將白帶的多張不同對焦的顯微圖像融合為一張清晰圖像的方法。本發(fā)明通過采用圖像融合的方式，將不同焦距下的清晰圖像融合到同一張圖像中，從而實現(xiàn)超景深的效果。在此前白帶的自動識別中，為了保證識別的準確率，細胞及微生物的識別算法需要對同一視野下不同對焦層的多張圖進行算法識別，既增加了識別的難度，也增大了識別的復(fù)雜度。本發(fā)明的實現(xiàn)可以使算法只對一張清晰圖像進行處理，在很大的程度上減小了算法識別的難度，降低了識別的時間，提高了檢測的效率。
技術(shù)領(lǐng)域
本發(fā)明涉及的是一種基于白帶顯微成像的圖像融合算法，具體的說是一種可以將白帶的多張不同對焦的顯微圖像融合為一張清晰圖像的方法。
背景技術(shù)
在白帶檢測的鏡檢過程中，顯微鏡為了獲取更大的放大倍率，從而犧牲了顯微鏡的景深，由于白帶樣本液在載玻片上的涂抹層具有一定的厚度，因此所有細胞不能在同一焦距下清晰的顯示在同一張圖片中。顯微鏡下的識別算法很難處理這樣的圖片。通過圖像融合技術(shù)可以使不同對焦層上的清晰位置融合到一張圖上，使得算法可以方便的只對一張圖來進行處理。
發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述缺陷，提供一種采用圖像融合算法的方式，將不同焦距下的清晰圖像融合到同一張圖像中，從而實現(xiàn)超景深的效果。
為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：一種基于白帶顯微成像的圖像融合方法，包括以下步驟：
步驟1：通過顯微鏡以一定的間隔拍攝白帶涂片在不同焦距下的灰度圖像；
步驟2：保存圖片清晰度最高的多張圖作為圖像融合的素材；
步驟3：將多張圖片分別進行分解層數(shù)為2的小波分解；
步驟4：提取每張圖片經(jīng)小波分解后的第一層圖像中各點的高頻信息的水平分解系數(shù)和垂直分解系數(shù)，將水平分解系數(shù)在3*3鄰域內(nèi)行與行之間的方差和與垂直分解系數(shù)在3*3鄰域內(nèi)列與列之間的方差和相加，得到一個總的方差和矩陣；
步驟5：比較每張圖在步驟4中相應(yīng)位置的總方差和大小，記錄下總方差和較大處所對應(yīng)的分解系數(shù)、坐標以及圖片序號；
步驟6：提取每張圖片經(jīng)小波分解后的第二層圖像中各點的高頻信息的水平分解系數(shù)和垂直分解系數(shù)，將水平分解系數(shù)在3*3鄰域內(nèi)行與行之間的方差和與垂直分解系數(shù)在3*3鄰域內(nèi)列與列之間的方差和相加，得到一個總的方差和矩陣；
步驟7：比較每張圖在步驟6中相應(yīng)位置的總方差和大小，記錄下總方差和較大處所對應(yīng)的分解系數(shù)、坐標以及圖片序號；
步驟8：提取每張圖片經(jīng)小波分解后的第二層圖像中各點的低頻信息的水平分解系數(shù)和垂直分解系數(shù)，記錄下步驟7中總方差和較大處所對應(yīng)的分解系數(shù)、坐標以及圖片序號；
步驟9：對步驟5、步驟7中保存的圖片序號分別進行一致性的檢查：如果待融合點周圍的圖片序號全部都相同，均為i時，則令該點處的圖片序號為i；步驟5經(jīng)一致性檢查后得到的圖片序號用作第一層高頻融合系數(shù)的選取，步驟7經(jīng)一致性檢查后得到的圖片序號用作第二層高頻融合系數(shù)以及低頻融合系數(shù)的選取；
步驟10：將步驟9中記錄下的第一層分解圖像的圖片序號所對應(yīng)的高頻系數(shù)作為融合圖像的第一層分解圖像的高頻融合系數(shù)，將步驟9中記錄下的第二層分解圖像的圖片序號所對應(yīng)的高頻系數(shù)和低頻系數(shù)分別作為融合圖像的第二層分解圖像的高頻融合系數(shù)和低頻融合系數(shù)。至此得到了用于進行圖像融合的所有融合系數(shù)。
步驟11：根據(jù)新的融合系數(shù)重構(gòu)出清晰的融合圖像。
進一步的，所述步驟2中選取的多張素材圖片應(yīng)選擇整體清晰度較高，模糊區(qū)域在其余圖片中有清晰對應(yīng)位置的圖片。
本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點及有益效果：
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于電子科技大學(xué)，未經(jīng)電子科技大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710820005.2/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
