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: 2023116452101
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:

1.一种相衬细胞显微图像清晰度增强方法,其特征在于,包括如下步骤:利用非对称滑动窗口图像预增强算法对相衬细胞显微图像进行灰度值预增强,得到预增强的相衬细胞显微图像;

利用弱结构特征提取算法对预增强的相衬细胞显微图像进行计算处理,得到弱结构特征图像;

利用预增强的相衬细胞显微图像与弱结构特征图像作差分融合,得到增强相衬细胞显微图像;

所述利用非对称滑动窗口图像预增强算法对相衬细胞显微图像I进行灰度值预增强,得到预增强的相衬细胞显微图像,具体为:在大小为m×n的非对称滑动窗口内,计算中心像素(x,y)处的灰度值I(x,y)、亮细节灰度值Ibright和暗细节灰度值Iblack;

基于中心像素(x,y)处的灰度值I(x,y)、亮细节灰度值Ibright和暗细节灰度值Iblack获得预增强的相衬细胞显微图像,表示如下:其中,IEn表示预增强的相衬细胞显微图像,表示调节因子,α和β分别表示调节图像亮细节灰度值和暗细节灰度值的融合参数;

所述利用弱结构特征提取算法对预增强的相衬细胞显微图像进行计算处理,得到弱结构特征图像,包括以下步骤:对预增强的相衬细胞显微图像作多尺度导向滤波处理,得到不同尺度显微细胞图像层;

通过不同尺度显微细胞图像层与导向滤波图进行差分运算后图像加权融合,得到弱结构特征图像。

2.根据权利要求1所述的相衬细胞显微图像清晰度增强方法,其特征在于,所述亮细节灰度值Ibright和暗细节灰度值Iblack的计算过程具体如下:Ibright=Ibrback+Ibr;

Iblack=Iblback+Ibl;

其中,Ibrback表示亮背景灰度值,Iblback表示暗背景灰度值,Ibr表示亮结构灰度值,Ibl暗结构灰度值,表示为:Ibrback=IGMG+IH;

Iblback=IGMG‑IH;

Ibr=Iμ+IMid;

Ibl=Iμ‑IMid;

其中,IH、IGMG、IMid和Iμ分别表示窗口中心像素的信息熵、灰度平均梯度、中值和标准差,表示如下:IMid=gMid(IE,I(x,y));

其中,p(k)表示灰度级为k的概率密度,G表示最大的灰度级,m表示滑动窗口的长度,n表示滑动窗口的宽度, 表示水平方向的梯度, 表示垂直方向的梯度,gMid表示求取中值的函数,IE表示滑动窗口内所有像素的灰度值之和,Iavg表示滑动窗口内的灰度均值。

3.根据权利要求1所述的相衬细胞显微图像清晰度增强方法,其特征在于,所述对预增强的相衬细胞显微图像作多尺度导向滤波处理,得到不同尺度显微细胞图像层,多尺度导向滤波采用不同尺寸的平滑因子,导向图像和输入图像均为预增强的相衬细胞显微图像,输出不同尺度显微细胞图像层,表示如下:bk=IhK‑ak·μk;

其中,IGi表示平滑因子εi取值为i的导向滤波图, 和 分别表示平滑因子εi取值为i时的x轴和y轴的线性函数,ak和bk分别表示窗口中心位于k位置时x轴和y轴线性函数的系数,w表示导向滤波窗口内像素的个数,wi表示平滑因子εi取值为i时导向滤波窗口内像素的个数, 表示窗口中心i位置导向图像和输入图像中滤波窗口中心像素灰度值, 表示窗口中心位于k位置时导向图像和输入图像中滤波窗口中心像素灰度值,μk表示导向图像Ih在2

窗口Wk中的均值;σk表示导向图像Ih在窗口Wk中的方差,Wk表示导向滤波算法处理的第k个局部窗口。

4.根据权利要求1所述的相衬细胞显微图像清晰度增强方法,其特征在于,所述不同尺度显微细胞图像层与导向滤波图进行差分运算后图像加权融合得到弱结构特征图像,弱结构特征图像Is的计算过程为:其中,IGi表示平滑因子εi取值为i的导向滤波图,IG1表示平滑因子εi取值为1的导向滤波图;IGui表示多尺度导向滤波差分图像组,为所有IGi的集合;σi表示加权融合的权重;平滑因子εi的取值范围为[1,ε],[1,ε]满足尺度空间内任意相邻两层的信息熵差值IΔH不为负数。

5.根据权利要求1所述的相衬细胞显微图像清晰度增强方法,其特征在于,所述利用预增强的相衬细胞显微图像IEn与弱结构特征图像IS作差分融合,得到增强相衬细胞显微图像Ifinal,差分融合的具体公式为:Ifinal=IEn‑δ·IS;

其中,Ifinal表示增强后相衬细胞显微图像,δ表示自适应增强因子,IH(IEn)表示预增强相称显微细胞图像的信息熵,IH(I)表示输入的相称显微细胞图像的信息熵,B表示图像的灰度级。

6.一种相衬细胞显微图像清晰度增强系统,其特征在于,包括:预增强模块,利用非对称滑动窗口图像预增强算法对相衬细胞显微图像进行灰度值预增强,得到预增强的相衬细胞显微图像;

弱结构提取模块,利用弱结构特征提取算法对预增强的相衬细胞显微图像进行计算处理,得到弱结构特征图像;

增强模块,利用预增强的相衬细胞显微图像与弱结构特征图像作差分融合,得到增强相衬细胞显微图像;

所述利用非对称滑动窗口图像预增强算法对相衬细胞显微图像I进行灰度值预增强,得到预增强的相衬细胞显微图像,具体为:在大小为m×n的非对称滑动窗口内,计算中心像素(x,y)处的灰度值I(x,y)、亮细节灰度值Ibright和暗细节灰度值Iblack;

基于中心像素(x,y)处的灰度值I(x,y)、亮细节灰度值Ibright和暗细节灰度值Iblack获得预增强的相衬细胞显微图像,表示如下:其中,IEn表示预增强的相衬细胞显微图像,表示调节因子,α和β分别表示调节图像亮细节灰度值和暗细节灰度值的融合参数;

所述利用弱结构特征提取算法对预增强的相衬细胞显微图像进行计算处理,得到弱结构特征图像,包括以下步骤:对预增强的相衬细胞显微图像作多尺度导向滤波处理,得到不同尺度显微细胞图像层;

通过不同尺度显微细胞图像层与导向滤波图进行差分运算后图像加权融合,得到弱结构特征图像。