[發(fā)明專利]一種非標(biāo)記細(xì)胞顯微圖像增強(qiáng)方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202310576207.2
• 申請日: 2023-05-22
• 公開（公告）號: CN116342432B
• 公開（公告）日: 2023-08-01
• 發(fā)明（設(shè)計）人: 劉博;杜永兆;王宜東;陳海信;傅玉青;溫廷羲
• 申請（專利權(quán)）人: 華僑大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/20
• 代理公司: 廈門市首創(chuàng)君合專利事務(wù)所有限公司 35204
• 代理人: 李艾華

1.一種非標(biāo)記細(xì)胞顯微圖像增強(qiáng)方法，其特征在于，包括如下步驟：

S1、輸入非標(biāo)記細(xì)胞顯微圖像I；

S2、利用滑動窗口中心灰度增強(qiáng)算法，對非標(biāo)記細(xì)胞顯微圖像I位于滑動窗口中心的像素I(x,y)進(jìn)行灰度值預(yù)增強(qiáng)；

S3、重復(fù)滑動窗口，使得滑動窗口中心遍歷非標(biāo)記細(xì)胞顯微圖像I，對每一個像素進(jìn)行灰度值預(yù)增強(qiáng)，獲得預(yù)增強(qiáng)的非標(biāo)記細(xì)胞顯微圖像I_h；

S4、利用高斯多尺度差分加權(quán)算法對預(yù)增強(qiáng)的非標(biāo)記細(xì)胞顯微圖像I_h進(jìn)行計算處理，得到高斯多尺度加權(quán)圖像I_G；

S5、利用預(yù)增強(qiáng)的非標(biāo)記細(xì)胞顯微圖像I_h與經(jīng)自適應(yīng)權(quán)值約束的高斯多尺度加權(quán)圖像I_de作差分運(yùn)算，得到增強(qiáng)后的非標(biāo)記細(xì)胞顯微圖像I_final；

所述S2中的滑動窗口中心灰度增強(qiáng)算法，是由大小為m×m，步長為1的滑動窗口對其中心像素I(x,y)作預(yù)增強(qiáng)操作，所述滑動窗口的橫向滑動范圍T_x和縱向滑動范圍T_y如下：

其中，x表示橫坐標(biāo)，y表示縱坐標(biāo)，R_x表示滑動窗口橫坐標(biāo)大小，R_y表示滑動窗口縱坐標(biāo)大小，T_x表示滑動窗口的橫向滑動范圍，T_y表示滑動窗口的縱向滑動范圍，I(x,y)表示滑動窗口中坐標(biāo)為(x,y)的中心像素；

所述S2包括如下步驟：

S21，計算得到滑動窗口的像素灰度均值I_avg，計算公式如下：

其中，M表示輸入的非標(biāo)記細(xì)胞顯微圖像I的長度，N表示輸入的非標(biāo)記細(xì)胞顯微圖像I的寬度；

S22，利用滑動窗口的像素灰度均值I_avg，計算得到滑動窗口的像素灰度標(biāo)準(zhǔn)差I(lǐng)_μ，計算公式如下：

其中，(I(x,y)-I_avg)²表示像素I(x,y)灰度值的方差公式；

S23，利用滑動窗口的像素灰度均值I_avg和像素灰度標(biāo)準(zhǔn)差I(lǐng)_μ，通過σ準(zhǔn)則估計滑動窗口的背景最大灰度值I_TMAX和滑動窗口的背景最小灰度值I_TMIN，計算公式如下：

I_TMAX＝I_μ+I_avg

I_TMIN＝I_μ-I_avg

S24，計算滑動窗口的最大灰度值I_MAX和滑動窗口的最小灰度值I_MIN，計算公式如下：

I_MAX＝g_max(I_E,I(x,y))

I_MIN＝g_min(I_E,I(x,y))

其中，g_max和g_min表示求取最大值與最小值的函數(shù)，I_E表示以像素I(x,y)為中心，大小為m×m的局部空間區(qū)域；

S25，利用像素I(x,y)分別與滑動窗口的最大灰度值I_MAX、滑動窗口的最小灰度值I_MIN計算得出亮細(xì)節(jié)灰度值I_bri和暗細(xì)節(jié)灰度值I_bla，所述亮細(xì)節(jié)灰度值I_bri和暗細(xì)節(jié)灰度值I_bla計算公式如下：

I_bri＝I(x,y)-I_MIN

I_bla＝I_MAX-I(x,y)

S26，通過對亮細(xì)節(jié)灰度值I_bri、暗細(xì)節(jié)灰度值I_bla、滑動窗口的最大灰度值I_MAX和滑動窗口的最小灰度值I_MIN對比分析得到優(yōu)化的亮細(xì)節(jié)灰度值I_bright和優(yōu)化的暗細(xì)節(jié)灰度值I_black，計算公式如下：

I_bright＝g_max(I_MAX,I_bri)

I_black＝g_max(I_MIN,I_bla)

S27，利用優(yōu)化的亮細(xì)節(jié)灰度值I_bright和優(yōu)化的暗細(xì)節(jié)灰度值I_black，計算對滑動窗口中心像素I(x,y)灰度值預(yù)增強(qiáng)，增強(qiáng)公式為：

I_h(x,y)＝I(x,y)+w₁·I_bright-w₂·I_black

其中，I_h(x,y)表示通過公式預(yù)增強(qiáng)后的滑動窗口中心像素灰度值，w₁表示調(diào)節(jié)圖像亮細(xì)節(jié)灰度值的參數(shù)，w₁越大圖像亮細(xì)節(jié)增加程度越大，w₂表示調(diào)節(jié)圖像暗細(xì)節(jié)灰度值的參數(shù)，w₂越大圖像暗細(xì)節(jié)增加程度越大；

所述S4對預(yù)增強(qiáng)的非標(biāo)記細(xì)胞顯微圖像I_h作多尺度高斯濾波處理，再將多尺度高斯圖像組分別與標(biāo)準(zhǔn)差為σ₁的高斯圖像作圖像差分運(yùn)算，再將多尺度差分圖像組作加權(quán)累加運(yùn)算，得到高斯多尺度加權(quán)圖像；高斯濾波中的高斯函數(shù)公式為：

其中，x，y表示預(yù)增強(qiáng)非標(biāo)記細(xì)胞顯微圖像I_h上的坐標(biāo)，σ_i表示高斯函數(shù)的標(biāo)準(zhǔn)差，其半徑服從3σ準(zhǔn)則，i表示高斯尺度空間層數(shù),σ_i＝i·σ₁,(i＝2,3,...,n)，G_σi表示不同尺度的高斯核；所述S4包括如下步驟：

S41，選取不同大小的高斯核對預(yù)增強(qiáng)的非標(biāo)記細(xì)胞顯微圖作高斯濾波操作，經(jīng)過多尺度高斯濾波后的高斯圖像組I_σi表示如下：

I_σi＝G_σi*I_h

其中，*表示卷積運(yùn)算，I_σi表示高斯圖像組；

S42，選擇不同大小的σ值后與標(biāo)準(zhǔn)差為σ₁的高斯圖像作圖像差分運(yùn)算以過濾低頻信息保留高頻信息，得到多尺度差分圖像組I_Gaσi表示如下：

S43，利用多尺度差分圖像組I_Gaσi與權(quán)重w_i做加權(quán)和運(yùn)算，得到高斯多尺度加權(quán)圖像I_G表示如下：

其中，w_i表示多尺度差分圖I_Gaσi進(jìn)行加權(quán)和運(yùn)算時依次所乘的權(quán)重，I_G表示高斯多尺度加權(quán)圖像。