欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2023105762072
申请人: 华侨大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

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 ;

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 位于滑动窗口中心的像素 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 ,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 ;

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 进行计算处理,得到高斯多尺度加权图像 ;

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

2.如权利要求1所述的一种非标记细胞显微图像增强方法,其特征在于,所述S2中的滑动窗口中心灰度增强算法,是由大小为 ,步长为1的滑动窗口对其中心像素 作预增强操作,所述滑动窗口的横向滑动范围 和纵向滑动范围 如下:;

;

其中,表示横坐标, 表示纵坐标, 表示滑动窗口横坐标大小, 表示滑动窗口纵坐标大小, 表示滑动窗口的横向滑动范围, 表示滑动窗口的纵向滑动范围, 表示滑动窗口中坐标为 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 ,计算公式如下:;

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

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

其中, 表示像素 灰度值的方差公式;

S23,利用滑动窗口的像素灰度均值 和像素灰度标准差 ,通过 准则估计窗口背景最大灰度值 和背景最小灰度值 ,计算公式如下:;

;

S24,计算灰度最大值 和灰度最小值 ,计算公式如下:;

;

其中, 和 表示求取最大值与最小值的函数, 表示以像素 为中心,大小为 的局部空间区域, 表示在滑动窗口中取得的灰度最大值, 表示在滑动窗口中取得的灰度最小值;

S25,利用像素 分别与灰度最大值 、灰度最小值 计算得出亮细节灰度值和暗细节灰度值 ,所述亮细节灰度值 和暗细节灰度值 计算公式如下:;

;

S26,通过对亮细节灰度值 、暗细节灰度值 、灰度最大值 和灰度最小值对比分析得到优化的亮细节灰度值 和暗细节灰度值 ,计算公式如下:;

;

S27,利用亮细节灰度值 和暗细节灰度值 ,计算对滑动窗口中心像素灰度值预增强,增强公式为:;

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

3.根据权利要求1所述的一种非标记细胞显微图像增强方法,其特征在于,所述S3中,重复 次滑动窗口中心像素灰度增强算法,对非标记细胞显微图像 中每个像素进行预增强,得到非标记细胞显微图像 表示如下:;

其中, 表示输入的标记细胞显微图像 的长度, 表示输入的标记细胞显微图像的宽度, 表示增强后的非标记细胞显微图像。

4.根据权利要求1所述的一种非标记细胞显微图像增强方法,其特征在于,所述S4对预增强的非标记细胞显微图像 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 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,, 表示预增强非标记细胞显微图像 上的坐标,  表示高斯函数的标准差,其半径服从3σ准则,表示高斯尺度空间层数, , 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 表示如下:;

其中,表示卷积运算, 表示高斯图像组;

S42,选择不同大小的σ值后与标准差为 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 表示如下:;

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

;

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

5.根据权利要求1所述的一种非标记细胞显微图像增强方法,其特征在于,所述S5利用预增强的非标记细胞显微图像 与经自适应权值约束的高斯多尺度加权图像 作差分运算,得到增强后的非标记细胞显微图像 ,所述S5包括以下步骤:S51,获得自适应权值 ,计算公式如下:;

其中, 表示非标记细胞显微图像细节图所占的权重, 表示在非标记显微图像中求平均值的函数, 表示图像位深度, 表示图像的最大灰度值,在灰度图中 取256;

S52,利用自适应权值 对高斯多尺度加权图像 进行约束,得到约束后高斯多尺度加权图像 ,所述约束后高斯多尺度加权图像 公式为:;

其中, 表示经过自适应权值 约束后的高斯多尺度加权图像;

S53,利用预增强非标记细胞显微图像与约束后高斯多尺度加权图像 作差分运算,得到增强后非标记细胞显微图像,计算公式如下:;

其中, 表示增强后非标记细胞显微图像。

6.一种非标记细胞显微图像增强系统,其特征在于,包括:输入模块,用于接收输入的非标记细胞显微图像 ;

像素增强模块,利用滑动窗口中心灰度增强算法,对非标记细胞显微图像 位于滑动窗口中心的像素 进行灰度值预增强,获得增强后的滑动窗口中心像素灰度值 ;

图像增强模块,计算M×N个滑动窗口中心像素灰度值 ,得到预增强的非标记细胞显微图像 ; 表示输入的非标记细胞显微图像 的长度, 表示输入的非标记细胞显微图像 的宽度;

加权模块,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 进行计算处理,得到高斯多尺度加权图像 ;

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

7.如权利要求6所述的一种非标记细胞显微图像增强系统,其特征在于,所述像素增强模块中的滑动窗口中心灰度增强算法,是由大小为 ,步长为1的滑动窗口对其中心像素 作预增强操作,所述滑动窗口的横向滑动范围 和纵向滑动范围 如下:;

;

其中,表示横坐标, 表示纵坐标, 表示滑动窗口横坐标大小, 表示滑动窗口纵坐标大小, 表示滑动窗口的横向滑动范围, 表示滑动窗口的纵向滑动范围, 表示滑动窗口中坐标为 的中心像素;

所述像素增强模块的工作流程如下:

S201,计算得到滑动窗口的像素灰度均值 ,计算公式如下:;

其中, 表示输入的标记细胞显微图像 的长度, 表示输入的标记细胞显微图像的宽度;

S202,利用滑动窗口的像素灰度均值 ,计算得到滑动窗口的像素灰度标准差 ,计算公式如下:;

其中, 表示像素 灰度值的方差公式;

S203,利用滑动窗口的像素灰度均值 和像素灰度标准差 ,通过 准则估计窗口背景最大灰度值 和背景最小灰度值 ,计算公式如下:;

;

S204,计算灰度最大值 和灰度最小值 ,计算公式如下:;

;

其中, 和 表示求取最大值与最小值的函数, 表示以像素 为中心,大小为 的局部空间区域, 表示在滑动窗口中取得的灰度最大值, 表示在滑动窗口中取得的灰度最小值;

S205,利用像素 分别与灰度最大值 、灰度最小值 计算得出亮细节灰度值和暗细节灰度值 ,所述亮细节灰度值 和暗细节灰度值 计算公式如下:;

;

S206,通过对亮细节灰度值 、暗细节灰度值 、灰度最大值 和灰度最小值对比分析得到优化的亮细节灰度值 和暗细节灰度值 ,计算公式如下:;

;

S207,利用亮细节灰度值 和暗细节灰度值 ,计算对滑动窗口中心像素灰度值预增强,增强公式为:;

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

8.根据权利要求6所述的一种非标记细胞显微图像增强系统,其特征在于,所述图像增强模块中,重复 次滑动窗口中心像素灰度增强算法对非标记细胞显微图像 中每个像素进行预增强,所述非标记细胞显微图像 预增强公式为:;

其中, 表示输入的标记细胞显微图像 的长度, 表示输入的标记细胞显微图像的宽度, 表示增强后的非标记细胞显微图像。

9.根据权利要求6所述的一种非标记细胞显微图像增强系统,其特征在于,所述加权模块中,所述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 进行计算处理,是对预增强的非标记细胞显微图像 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 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;所述加权模块的工作流程如下:S401,高斯滤波中的高斯函数公式为:;

其中,, 表示预增强非标记细胞显微图像 上的坐标, 表示高斯函数的标准差,其半径服从3σ准则,表示高斯尺度空间层数, , 表示不同尺度的高斯核;

S402,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 表示如下:;

其中,表示卷积运算, 表示高斯图像组;

S403,选择不同大小的σ值后与标准差为 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 表示如下:;

S404,利用多尺度差分图像组 与权重 做加权和运算,得到高斯多尺度加权图像表示如下:;

;

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

10.根据权利要求6所述的一种非标记细胞显微图像增强系统,其特征在于,所述差分模块利用预增强的非标记细胞显微图像 与经自适应权值约束的高斯多尺度加权图像作差分运算,得到增强后的非标记细胞显微图像 ,所述差分模块的工作流程如下:S501,获得自适应权值 ,计算公式如下:;

其中, 表示非标记细胞显微图像细节图所占的权重, 表示在非标记显微图像中求平均值的函数, 表示图像位深度, 表示图像的最大灰度值,在灰度图中 取256;

S502,利用自适应权值 对高斯多尺度加权图像 进行约束,得到约束后高斯多尺度加权图像 ,所述约束后高斯多尺度加权图像 公式为:;

其中, 表示经过自适应权值 约束后的高斯多尺度加权图像;

S503,利用预增强非标记细胞显微图像与约束后高斯多尺度加权图像 作差分运算,得到增强后非标记细胞显微图像,计算公式如下:;

其中, 表示增强后非标记细胞显微图像。