CN105093509A - 显微镜的自动聚焦方法、***及大便镜检显微镜 - Google Patents
显微镜的自动聚焦方法、***及大便镜检显微镜 Download PDFInfo
- Publication number
- CN105093509A CN105093509A CN201510632565.6A CN201510632565A CN105093509A CN 105093509 A CN105093509 A CN 105093509A CN 201510632565 A CN201510632565 A CN 201510632565A CN 105093509 A CN105093509 A CN 105093509A
- Authority
- CN
- China
- Prior art keywords
- flex point
- image
- value
- focal position
- definition values
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Eye Examination Apparatus (AREA)
- Studio Devices (AREA)
- Focusing (AREA)
Abstract
本发明提供一种显微镜的自动聚焦方法、***和大便镜检显微镜,该方法包括:采集图像聚焦区域的预设间隔步长的若干图像,并对图像编写位置序号;采用第一拉普拉斯算子计算图像的第一清晰度值并按位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合;根据第一清晰度值集合获取拐点信息、第一最长拐点及具有第一最大清晰度值的图像;根据第一最大清晰度值的图像的位置序号,及第一最大清晰度值的图像的位置序号与第一最长拐点的关系得到第一聚焦位置对应值;比较第一聚焦位置对应值与零的大小;若第一聚焦位置对应值大于零,则第一聚焦位置为有效的最佳聚焦位置。该方法能够快速的在较复杂的图像中找到最佳聚焦位置。
Description
技术领域
本发明涉及显微镜自动聚焦领域,特别是涉及显微镜的自动聚焦方法、***及大便镜检显微镜。
背景技术
现有的显微镜自动聚焦,大都针对的图像都是尿液等不是很复杂的图像,通过利用聚焦评价函数自动搜寻聚焦点,例如,在传统爬山算法基础上加以改进,构造一个改进的自动聚焦搜索算法,从而进行自动聚焦。
而对于大便等复杂图像来说,由于其图像复杂,现有的自动聚焦效果较差,无法准确的寻找到最清晰的最佳聚焦位置。
发明内容
基于此,有必要的提供一种能在效的在复杂图像中找到最佳聚焦位置的显微镜的自动聚焦方法、***及大便镜检显微镜。
一种显微镜的自动聚焦方法,包括:
采集图像聚焦区域的预设间隔步长的若干图像,并对图像编写位置序号;
采用第一拉普拉斯算子计算图像的第一清晰度值并按位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合;
根据第一清晰度值集合获取拐点信息、第一最长拐点及具有第一最大清晰度值的图像;
根据第一最大清晰度值的图像的位置序号,及第一最大清晰度值的图像的位置序号与第一最长拐点的关系得到第一聚焦位置对应值;
比较第一聚焦位置对应值与零的大小;
若第一聚焦位置对应值大于零,则第一聚焦位置为有效的最佳聚焦位置。
一种显微镜的自动聚焦***,包括:
采集模块,用于采集图像聚焦区域的预设间隔步长的若干图像,并对图像编写位置序号;
第一计算模块,用于采用第一拉普拉斯算子计算图像的第一清晰度值并按位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合;
第一拐点计算模块,用于根据第一清晰度值集合获取拐点信息、第一最长拐点及具有第一最大清晰度值的图像;
第一聚焦位置计算模块,用于根据第一最大清晰度值的图像的位置序号,及第一最大清晰度值的图像的位置序号与第一最长拐点的关系得到第一聚焦位置对应值;
比较模块,用于比较第一聚焦位置对应值与零的大小;
最佳聚焦位置确定模块,用于若比较第一聚焦位置对应值大于零,确定第一聚焦位置为有效的最佳聚焦位置。
一种大便镜检显微镜,包括上述的显微镜自动聚焦***。
该显微镜的自动聚焦方法,通过采用拉普拉斯算子计算采集的图像的清晰度值得到第一清晰度值集合,通过分析第一清晰度值集合,得到该集合中的拐点信息、第一最长拐点及具有第一最大清晰度度的图像,从而计算第一聚焦位置值。由于该方法通过对采用拉普拉斯算子计算的每幅图像的清晰度值进行分析,从而在较复杂的图像中快速获取集合中的拐点信息、第一最长拐点及具有第一最大清晰度值的图像。因此,该显微镜的自动聚焦方法,能够快速的在较复杂的图像中找到最佳聚焦位置。
附图说明
图1为一种实施方式的显微镜的自动聚焦方法的流程图;
图2是一种与清晰度值集合对应的清晰度曲线的示意图;
图3为另一种实施方式的显微镜的自动聚焦方法的流程图;
图4为又一种实施方式的显微镜的自动聚焦方法的流程图;
图5为一种清晰度曲线中的谷波/双峰的示意图;
图6为一种清晰度曲线中的双峰的示意图;
图7为另一种清晰度曲线中的双峰的示意图;
图8为另一种清晰度曲线中的双峰的示意图;
图9为一种清晰度曲线中的单峰的示意图;
图10为一种实施方式的剔除第一清晰度集合中的虚假拐点的方法的流程图;
图11为一种实施方式的剔除第二清晰度集合中的虚假拐点的方法的流程图
图12为一种实施方式的显微镜的自动聚焦方法的功能模块示意图;
图13为另一种实施方式的显微镜的自动聚焦方法的功能模块示意图。
具体实施方式
如图1所示,一种显微镜的自动聚焦方法,包括以下步骤:
S101:采集图像聚焦区域的预设间隔步长的若干图像,并对图像编写位置序号。
图像聚焦区域为显微镜的基准位置上下300步对应的图像区域,在本实施方式中,通过驱动装置驱动CCD每预定间隔步长采集对应位置的图像,同时按照图像的采集顺序对图像编写位置序号。在具体的实施方式中,驱动装置可以为步进电机,预定间隔步长为5步。
S103:采用第一拉普拉斯算子计算图像的第一清晰度值并按位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合。
拉普拉斯算子是n维欧几里得空间中的一个二阶微分算子,定义为梯度的散度。其形式如下:
为了更适合于数字图像处理,将该方程表示为离散形式:
▽2f(x,y)=|2f(x,y)-f(x-1,y)-f(x+1,y)|+|2f(x,y)-f(x,y-1)-f(x,y+1)|;
其聚焦评价函数为:
对于采集的每个图像,采用拉普拉斯子计算该图像的清晰度值,根据图像的位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合。驱动装置的移动步长是固定的,根据预设位置图像的序号可确定进步电机的移动步长。例如,在具体的实施方式中,在显微镜自动聚焦时,步进电机在基准位置向上移动300步至初始位置,从初始位置开始每移动5个步长采集一幅图像,并记录该图像对应的位置序号,以及该位置的坐标信息。按照图像位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合。即在第一清晰度值集合中,清晰度值根据图像的位置序号的顺序依次排列。在其它的实施方式中,也可以根据计算的每幅图像的第一清晰度值以及图像对应的位置序号得到第一清晰度值的列表信息,建立按照图像的位置序号排序的列表,在列表中存储该图像的第一清晰度值和位置信息。
S105:根据第一清晰度值集合获取拐点信息、第一最长拐点及具有第一最大清晰度值的图像。
拐点又称反曲点,在数学上指改变曲线向上或向下方向的点。对于本实施方式而言,是指在第一清晰度值集合中,根据图像的位置序号大小排序,某一图像相对于前一个图像的清晰度值相对变大或变小的元素。为便于理解本发明,可将第一清晰度值集合中的图像的第一清晰度值与其对应的位置序号信息使用曲线表示,如图2所示。
一般的,设y=f(x)在区间l上连续,x是l的内点(除端点外的l内的点)。如果曲线y=f(x)在经过点(x,f(x))时,曲线的凹凸性改变了,那么就称点(x,f(x))为这曲线的拐点。如图2所示,在该实施方式的清晰度值集合中,根据拐点的定义可知,序号2、4、5、8和9为拐点。其形式为:
G(X)={(x,f(x))|(f(x)-f(x-1))*(f(x)-f(x+1))<0}
拐点又分为凹拐点和凸拐点,例如,取初始位置为x1,移动固定步长到x2、x3,比较相邻图像的清晰度值的乘积,G(x)=(f(x2)-f(x1))*(f(x2)-f(x3)),若G(x)<0说明x2位置为拐点,否则非拐点。若G(x)<0且f(x2)-f(x1)>0说明x2位置为凸拐点,若G(x)<0且f(x2)-f(x1)<0,说明x2位置为凹拐点。取任意相邻拐点位置x1<x2,比较拐点集合中相邻拐点位置间的距离的最大值LG(x)=max(G(x2)-G(x1)),则说明x1位置为最长拐点。以图2为例,序号2、5和9为凸拐点,序号4和8为凹拐点,而序号5为该清晰度值集合中的最长拐点。
通过比较第一清晰度值集合中的每个清晰度值,获取第一清晰度值集合中的拐点信息、第一最长拐点及具有第一最大清晰度值的图像。。
S107:根据第一最大清晰度值的图像的序号所在位置,及第一最大清晰度值的图像的序号与第一最长拐点的关系计算第一聚焦位置对应值。
S109:比较第一聚焦位置对应值与零的大小。
S111:若第一聚焦位置对应值大于零,则第一聚焦位置为有效的最佳聚焦位置。
在确定有效的最佳聚焦位置后,根据该有效的最佳聚焦位置对应第一聚集位置对应值能够得到驱动装置的移动步长,控制驱动装置移动至该移动步长对应的有效的最佳聚焦位置。
该显微镜的自动聚焦方法,通过采用拉普拉斯算子计算采集的图像的清晰度值得到第一清晰度值集合,通过分析第一清晰度值集合,得到该集合中的拐点信息、第一最长拐点及具有第一最大清晰度值的图像,从而计算第一聚焦位置对应值。由于该方法通过对采用拉普拉斯算子计算的每幅图像的清晰度值进行分析,从而在较复杂的图像中快速获取集合中的拐点信息、第一最长拐点及具有第一最大清晰度值的图像。因此,该显微镜的自动聚焦方法,能够快速的在较复杂的图像中找到最佳聚焦位置。
具体的,如图3所示,步骤S107包括:
S1071:判断第一清晰度值集合中具有第一最大清晰度值的图像的位置序号是否在第一预设范围内。
判断具有第一最大清晰度值的图像的位置序号是否在第一预设范围内,第一预设范围通过大量实验数据统计而来。在一种实施方式中,第一预设范围的取值为[15,105]。
若步骤S1071的判定结果为否,则执行步骤S1072:将第一聚焦位置对应值定义为小于零的任意数值。
若步骤S1071的判定结果为是,则执行步骤S1073:判断第一最长拐点与第一最大清晰度值的图像的序号的差值是否在第二预设范围内。
第二预设范围通过大量实验数据统计而来,在一种实施方式中,第二预设范围的取值为[4,11]。
若步骤S1073的判定结果为是,则执行步骤S1075:根据第一最长拐点与第一最大清晰度值的图像的位置序号计算第一聚焦位置对应值,其中第一聚焦位置对应值为第一最长拐点与第一最大清晰度值的图像的位置序号的平均值。
若步骤S1073的判定结果为否,则执行步骤S1074:将第一聚集位置对应值定义为零。
步骤S1072和步骤S1074之后,执行步骤109:比较第一聚焦位置对应值与零的大小。
请继续参阅图3,该显微镜的自动聚焦方法,还包括步骤:
S104:采用第二拉普拉斯算子计算图像的第二清晰度值并按位置序号存储图像对应的第二清晰度值以得到第二清晰度值集合。
第二拉普拉斯算子的方程的离散形式为:
▽2f(x,y)=|f(x,y)-f(x-1,y)|+|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y-1)|+|f(x,y)-f(x,y+1)|
具体的计算方法与步骤S103的计算方法相同,在此不再赘述。根据采用第二拉普拉斯算子计算的每幅图像的第二清晰度值并按位置序号存储图像对应的第二清晰度值以得到第二清晰度值集合。
S106:根据第二清晰度值集合获取拐点信息、第二最长拐点、拐点数量及具有第二最大清晰度值的图像。
拐点信息、最长拐点、拐点数量及具有第二最大清晰度值的图像的计算方法与步骤S105的相同,在此不再赘述。
在该实施方式中,对于采集的每幅的图像,分别采用第一拉普拉斯算子以及第二拉普拉斯算子计算其第一清晰度值和第二清晰度值。通过采用第二拉普拉斯算子计算的第二清晰度值集合搜索最佳聚焦位置能够计算更为复杂的图像的最佳聚焦位置。方法如下:
当步骤S109的比较结果为等于时,即第一最佳聚焦位置对应值等于零,则执行步骤:
S201:根据拐点信息、第二最长拐点、拐点数量及第二最大清晰度值的图像的位置序号得到第二聚焦位置对应值。
S203:判断第二聚焦位置对应值是否大于零。
若是,则执行步骤S205:第二聚焦位置为有效的最佳聚焦位置。
在确定有效的最佳聚焦位置后,根据该有效的最佳聚焦位置对应的图像的序号能够得到驱动装置的移动步长,控制驱动装置移动至该移动步长对应的有效的最佳聚焦位置。
具体的,如图4所示,步骤S201包括:
S2011:判断第二最长拐点与具有第二最大清晰度值的图像的位置序号的差值是否在第三预设范围内。
若步骤S2011的判定结果为是,则执行步骤S2012:根据第二最长拐点与第二最大清晰度值的图像的位置序号计算第二聚焦位置对应值。第二聚焦位置对应值为第二最长拐点与第二最大清晰度值的图像的位置序号的平均值。
如图4所示,在步骤S2011的判定结果为否,即若第二最长拐点与具有第二最大清晰度值的图像的序号的差值不在第三预设范围内,则执行步骤:
S2013:获取拐点信息中的凹拐点和凸拐点。
S2015:判断第二清晰度值集合中是否存在与两侧的凸拐点之间的距离大于第四预设范围的凹拐点。
在具体的实施方式中,第三预设范围为根据实验统计而来,为[4,11]。在清晰度曲线中,凹拐点表示为波谷,如图5所示。该凹拐点与两侧的凸拐点之间的距离大于第四预设范围,如图5中的箭头部分表示凹拐点与两侧的凸拐点之间的距离。
若步骤S2015的判定结果为是,则执行步骤S2016:确定凹拐点对应的图像的位置序号为第二聚焦位置对应值。第二聚焦位置对应值为该凹拐点对应的图像的位置序号,即该波谷对应的位置序号。
若步骤S2015的判定结果为否,即第二清晰度值集合中不存在满足该条件的凹拐点,则执行步骤:
S2017:判断第二清晰度值集合是否存在相邻凸拐点,且各凸拐点同左右任意一边的凹拐点距离大于第五预设范围。
在清晰度曲线中,相邻凸拐点表现为双峰,如图5、图6、图7和图8所示。图5中的箭头部分表示左凸拐点与其相邻右侧凹拐点的距离及右凸拐点与其相邻左侧凹拐点的距离,图6中的箭头部分表示相邻凸拐点分别与其相邻的凹拐点之间的距离,图7中的箭头部分表示左凸拐点与其左侧凹拐点的距离及右凸拐点与其右侧凹拐点的距离,图8中的箭头部分表示左凸拐点与其左侧凹拐点的距离及右凸拐与其左侧凹拐点的距离。
若步骤S2017的判定结果为是,则执行步骤S2018:确定相邻凸拐点对应的图像的位置序号的中值为第二聚焦位置对应值。
若步骤S2017的判定结果为否,即第二清晰度值集合不存在满足该条件的相邻凸拐点,则执行步骤:
S2019:判断第二清晰度值集合是否在存与其相邻两侧的凹拐点的距离大于第六预设范围的凸拐点。
在清晰度曲线中,凸拐点表现为单峰,如9所示。图9中的箭头部分表示凸拐点与其相邻两侧的凹拐点的距离。
若步骤S2019的判定结果为是,则执行步骤S2020:确定凸拐点对应的图像的位置序号为第二聚焦位置对应值,即该单峰的位置序号。
若步骤S2019的判定结果为否,即第二清晰度值集合中不存在满足该条件的凸拐点,则执行步骤:
S2021:判断第二清晰度值集合的拐点数量是否大于第一阈值。若步骤S2021的判定结果为否,则执行步骤S2022:确定第二最大清晰度值对应的图像的位置序号为第二聚焦位置对应值。在本实施方式中,第一阈值为根据实施统计而来,具体为60。
若步骤S2021的判定结果为是,则执行步骤S2023:将第二聚焦位置对应值定义小于或等于零的任意数值。
在确定第二聚焦位置对应值后,还执行判断第二聚焦位置对应值是否大于零的步骤。
若步骤S203的判断结果为是,即若第二聚焦位置对应值小于或等于零,则执行步骤S204:将聚焦位置调整到上一样本的最佳聚焦位置,并产生提示信号以根据提示信号显示提示信息。
在具体的实施方式中,该提示信息为需要人为调焦的提示。当判断第二聚焦位置对应值小于或等于零时,表示该样本无法实现自动聚焦,一般情况下,上一样本的最佳聚集位置距离当次样本的最佳聚集位置较近,当无法实现自动聚焦时,可将聚焦位置调整至上一样本的最佳聚焦位置,再通过人为调焦寻找最佳聚集位置。
在另一种实施方式中,由于仪器等外界环境因素,容易导致在第一清晰度值集合或第二清晰度值集合中不该是拐点的地方出现的拐点,这些拐点的振动幅度较小,被称为虚假拐点。为确保调焦的准确性,应当剔除虚假拐点,剔除虚假拐点的步骤如下:
判断清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于预设值,若是,则两个拐点为虚假拐点,在清晰度值集合中剔除连续两个拐点的对应信息。
具体的,如图10所示,在第一清晰度集合中剔除虚假拐点的步骤包括:
S1051:判断第一清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于第二阈值。
若是,则执行步骤S1052:在第一清晰度值集合中剔除连续两个拐点的对应信息。
若是,则说明连续两个拐点的振动幅度较小,为虚假拐点,如图2中的拐点8和9,应当删除。
如图11所示,在第二清晰度集合中剔除虚假拐点的步骤包括:
S1061:判断第二清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于第三阈值。
若是,则执行步骤S1062:在第二清晰度值集合中剔除连续两个拐点的对应的信息。
在另一种实施方式中,如图3所示,若步骤S109的比较结果第一聚焦位置对应值小于零,则执行步骤S110:根据第一最大清晰度值的序号确定图像聚集区域,并返回采集图像聚焦区域的预设间隔步长的若干图像,并对图像编写位置序号的步骤。
具体的,根据第一最大清晰度值的序号控制驱动装置移动至相应位置重新确认聚焦区域,并控制驱动装置等步长的移动至另一初始位置以采集图像聚焦区域的图像。
例如,若第一最大清晰度值的序号位于[101,105],则控制移动装置向下移动300步至新的初始位置,并从该初始位置起,采集图像聚焦区域的预设间隔步长的若干图像。
该检显微镜的自动聚焦方法,通过采用第一拉普拉斯算子及第二拉普拉斯算子分别计算图像的第一清晰度值和第二清晰度值得到第一清晰度值集合和第二清晰度值集合,分析第一清晰度值集合和第二清晰度值集合,搜索图像的最佳聚焦位置,实现显微镜***的自动聚焦问题,针对大便复杂图像聚焦困难这一实际问题,提出了基于两种算法进行清晰度的计算,且可以剔除清晰度值集合中多余的拐点,减少拐点带来的影响,可以有效地改善自动聚焦地效果,满足实际应用需求。
本发明还提供一种显微镜的自动聚焦***,如图12所示,包括:
采集模块101,用于采集图像聚焦区域的预设间隔步长的若干图像,并对图像编写位置序号。
图像聚焦区域为显微镜的基准位置上下300步对应的图像区域,在本实施方式中,通过驱动装置驱动CCD每预定间隔步长采集对应位置的图像,同时按照图像的采集顺序对图像编写位置序号。在具体的实施方式中,驱动装置可以为步进电机,预定间隔步长为5步。
第一计算模块103,用于采用第一拉普拉斯算子计算图像的第一清晰度值并按位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合。
拉普拉斯算子是n维欧几里得空间中的一个二阶微分算子,定义为梯度的散度。其形式如下:
为了更适合于数字图像处理,将该方程表示为离散形式:
▽2f(x,y)=|2f(x,y)-f(x-1,y)-f(x+1,y)|+|2f(x,y)-f(x,y-1)-f(x,y+1)|;
其聚焦评价函数为:
对于采集的每个图像,采用拉普拉斯子计算该图像的清晰度值,根据图像的位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合。驱动装置的移动步长是固定的,根据预设位置图像的序号可确定进步电机的移动步长。例如,在具体的实施方式中,在显微镜自动聚焦时,步进电机在基准位置向上移动300步至初始位置,从初始位置开始每移动5个步长采集一幅图像,并记录该图像对应的位置序号,以及该位置的坐标信息。按照图像位置序号存储图像对应的第一清晰度值以得到第一清晰度值集合。即在第一清晰度值集合中,清晰度值根据图像的位置序号的顺序依次排列。在其它的实施方式中,也可以根据计算的每幅图像的第一清晰度值以及图像对应的位置序号得到第一清晰度值的列表信息,建立按照图像的位置序号排序的列表,在列表中存储该图像的第一清晰度值和位置信息。
第一拐点计算模块105,用于根据第一清晰度值集合获取拐点信息、第一最长拐点及具有第一最大清晰度值的图像。
拐点又称反曲点,在数学上指改变曲线向上或向下方向的点。对于本实施方式而言,是指在第一清晰度值集合中,根据图像的位置序号大小排序,某一图像相对于前一个图像的清晰度值相对变大或变小的元素。为便于理解本发明,可将第一清晰度值集合中的图像的第一清晰度值与其对应的位置序号信息使用曲线表示,如图2所示。
一般的,设y=f(x)在区间l上连续,x是l的内点(除端点外的l内的点)。如果曲线y=f(x)在经过点(x,f(x))时,曲线的凹凸性改变了,那么就称点(x,f(x))为这曲线的拐点。如图2所示,在该实施方式的清晰度值集合中,根据拐点的定义可知,序号2、4、5、8和9为拐点。其形式为:
G(X)={(x,f(x))|(f(x)-f(x-1))*(f(x)-f(x+1))<0}
拐点又分为凹拐点和凸拐点,例如,取初始位置为x1,移动固定步长到x2、x3,比较相邻图像的清晰度值的乘积,G(x)=(f(x2)-f(x1))*(f(x2)-f(x3)),若G(x)<0说明x2位置为拐点,否则非拐点。若G(x)<0且f(x2)-f(x1)>0说明x2位置为凸拐点,若G(x)<0且f(x2)-f(x1)<0,说明x2位置为凹拐点。取任意相邻拐点位置x1<x2,比较拐点集合中相邻拐点位置间的距离的最大值LG(x)=max(G(x2)-G(x1)),则说明x1位置为最长拐点。以图2为例,序号2、5和9为凸拐点,序号4和8为凹拐点,而序号5为该清晰度值集合中的最长拐点。
通过比较第一清晰度值集合中的每个清晰度值,获取第一清晰度值集合中的拐点信息、第一最长拐点及具有第一最大清晰度值的图像。。
第一聚焦位置计算模块107,用于根据第一最大清晰度值的图像的位置序号,及第一最大清晰度值的图像的位置序号与第一最长拐点的关系得到第一聚焦位置对应值。
比较模块109,用于比较第一聚焦位置对应值与零的大小。
最佳聚焦位置确定模块111,用于比较模块109第一聚焦位置对应值大于零,则确定第一聚焦位置为有效的最佳聚焦位置。
在确定有效的最佳聚焦位置后,根据该有效的最佳聚焦位置对应第一聚集位置对应值能够得到驱动装置的移动步长,控制驱动装置移动至该移动步长对应的有效的最佳聚焦位置。
该显微镜的自动聚焦***,通过采用拉普拉斯算子计算采集的图像的清晰度值得到第一清晰度值集合,通过分析第一清晰度值集合,得到该集合中的拐点信息、第一最长拐点及具有第一最大清晰度度的图像,从而计算第一聚焦位置对应值。由于该方法通过对采用拉普拉斯算子计算的每幅图像的清晰度值进行分析,从而在较复杂的图像中快速获取集合中的拐点信息、第一最长拐点及具有第一最大清晰度值的图像。因此,该显微镜的自动聚焦方法,能够快速的在较复杂的图像中找到最佳聚焦位置。
具体的,第一聚焦位置计算模块107包括:
第一判断单元,用于判断第一清晰度值集合中具有第一最大清晰度值的图像的位置序号是否在第一预设范围内。
判断具有第一最大清晰度值的图像的位置序号是否在第一预设范围内,第一预设范围通过大量实验数据统计而来。在一种实施方式中,第一预设范围的取值为[15,105]。
第一赋值单元,用于在第一判断单元的判定结果为否时,则将第一聚焦位置对应值定义为小于零的任意数值。
第二判断单元,用于在第一判断单元的判定结果为是时,判断第一最长拐点与第一最大清晰度值的图像的序号的差值是否在第二预设范围内。
第二预设范围通过大量实验数据统计而来,在一种实施方式中,第二预设范围的取值为[4,11]。
第一聚焦位置计算单元,用于在第二判断单元的判定结果为是时,则根据第一最长拐点与第一最大清晰度值的图像的位置序号计算第一聚焦位置对应值,其中第一聚焦位置对应值为第一最长拐点与第一最大清晰度值的图像的位置序号的平均值。
第一赋值单元,还用于在第二判断单元的判定结果为否时,将第一聚焦位置对应值定义零。
在另一种实施方式中,如图13所示,还包括:
第二计算模块104,用于采用第二拉普拉斯算子计算图像的第二清晰度值并按位置序号存储图像对应的第二清晰度值以得到第二清晰度值集合。
第二拉普拉斯算子的方程的离散形式为:
▽2f(x,y)=|f(x,y)-f(x-1,y)|+|f(x,y)-f(x+1,y)|+|f(x,y)-f(x,y-1)|+|f(x,y)-f(x,y+1)|
具体的计算方法与步骤S103的计算方法相同,在此不再赘述。根据采用第二拉普拉斯算子计算的每幅图像的第二清晰度值并按位置序号存储图像对应的第二清晰度值以得到第二清晰度值集合。
第二拐点计算模块106,第二拐点计算模块,用于根据第二清晰度值集合获取拐点信息、第二最长拐点、拐点数量及具有第二最大清晰度值的图像。
拐点信息、最长拐点、拐点数量及具有第二最大清晰度值的图像的计算方法与步骤S105的相同,在此不再赘述。
具体的计算方法与步骤S103的计算方法相同,在此不再赘述。根据采用第二拉普拉斯算子计算的每幅图像的第二清晰度值并按位置序号存储图像对应的第二清晰度值以得到第二清晰度值集合。
第二聚焦位置计算模块108,用于在比较模块的比较结果为第一聚焦位置对应值等于零时,根据拐点信息、第二最长拐点、拐点数量及第二最大清晰度值的图像的位置序号得到第二聚焦位置对应值。
判断模块110,用于判断第二聚焦位置对应值是否大于零。
最佳聚焦位置确定模块111,还用于在判断模块110的判定结果为是时,确定第二聚焦位置为有效的最佳聚焦位置。
在确定有效的最佳聚焦位置后,根据该有效的最佳聚焦位置对应的图像的序号能够得到驱动装置的移动步长,控制驱动装置移动至该移动步长对应的有效的最佳聚焦位置。
具体的,第二聚焦位置计算模块108,包括:
第三判断单元,用于判断第二最长拐点与具有第二最大清晰度值的图像的位置序号的差值是否在第三预设范围内。
第二聚焦位置计算单元,还用于在第三判断单元的判定结果为是时,根据第二最长拐点与第二最大清晰度值的图像的位置序号计算第二聚焦位置对应值;第二聚焦位置对应值为二者的平均值。
获取单元,用于在第三判断单元的判定结果为否时,获取拐点信息中的凹拐点和凸拐点。
第四判断单元,判断第二清晰度值集合中是否存在与两侧的凸拐点之间的距离大于第四预设范围的凹拐点。
在具体的实施方式中,第三预设范围为根据实验统计而来,为[4,11]。在清晰度曲线中,凹拐点表示为波谷,如图5所示。该凹拐点与两侧的凸拐点之间的距离大于第四预设范围,如图5中的箭头部分表示凹拐点与两侧的凸拐点之间的距离。
第二聚焦位置计算单元,还用于在第四判断单元的判定结果为是时,确定凹拐点对应的图像的位置序号为第二聚焦位置对应值。第二聚焦位置对应值为该凹拐点对应的图像的位置序号,即该波谷对应的位置序号。
第五判断单元,用于在第四判断单元的判定结果为否时,判断第二清晰度值集合是否存在相邻的凸拐点,且各凸拐点同左右任意一边的凹拐点距离大于第五预设范围。
在清晰度曲线中,相邻凸拐点表现为双峰,如图5、图6、图7和图8所示。图5中的箭头部分表示左凸拐点与其相邻右侧凹拐点的距离及右凸拐点与其相邻左侧凹拐点的距离,图6中的箭头部分表示相邻凸拐点分别与其相邻的凹拐点之间的距离,图7中的箭头部分表示左凸拐点与其左侧凹拐点的距离及右凸拐点与其右侧凹拐点的距离,图8中的箭头部分表示左凸拐点与其左侧凹拐点的距离及右凸拐与其左侧凹拐点的距离。
第二聚焦位置计算单元,还用于在第五判断单元的判定结果为是时,确定相邻凸拐点对应的图像的位置序号的中值为第二聚焦位置对应值。
第六判断单元,用于在第五判断单元的判定结果为否时,判断第二清晰度值集合是否存在与其相邻两侧的凹拐点的距离大于第六预设范围的凸拐点。
在清晰度曲线中,凸拐点表现为单峰,如图8所示。图8中的箭头部分表示凸拐点与其相邻两侧的凹拐点的距离。
第二聚焦位置计算单元,还用于在第六判断单元的判定结果为是时,确定凸拐点对应的图像的位置序号为第二聚焦位置对应值,即该单峰的序号。
第七判断单元,用于在第六判断单元的判定结果为否时,判断第二清晰度值集合的拐点数量是否大于第一阈值。
第二聚焦位置计算单元,还用于在第七判断单元的判定结果为否时,确定第二最大清晰度值对应的图像的位置序号为第二聚焦位置对应值。在本实施方式中,第一阈值为根据实施统计而来,具体为60。
第二赋值单元,用于在第七判断单元的判定结果为是时,将第二聚焦位置对应值定义小于或等于零的任意数值。在确定第二聚焦位置对应值后,还执行判断第二聚焦位置对应值是否大于零的步骤。
该显微镜自动聚焦***还包括提示模块113,用于在判断模块110判断第二聚焦位置对应值小于或等于零时,将聚焦位置调整到上一样本的最佳聚焦位置,并产生提示信号以根据提示信号显示提示信息。在具体的实施方式中,该提示信息为需要人为调焦的提示。当判断第二聚焦位置对应值小于或等于零时,表示该样本无法实现自动聚焦,一般情况下,上一样本的最佳聚集位置距离当次样本的最佳聚集位置较近,当无法实现自动聚焦时,可将聚焦位置调整至上一样本的最佳聚焦位置,再通过人为调焦寻找最佳聚集位置。
在另一种实施方式中,由于仪器等外界环境因素,容易导致在第一清晰度值集合或第二清晰度值集合中不该是拐点的地方出现的拐点,这些拐点的振动幅度较小,被称为虚假拐点。为确保调焦的准确性,应当剔除虚假拐点。具体的,还包括虚假拐点删除模块112,用于判断清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于预设值,若是,则两个拐点为虚假拐点,在清晰度值集合中剔除连续两个拐点的对应信息。
具体的,包括:
第一虚假拐点剔除单元,用于剔除第一清晰度集合中虚假拐点。具体的,用于判断第一清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于第二阈值。若是,则在第一清晰度值集合中剔除连续两个拐点的对应信息。
若是,则说明连续两个拐点的振动幅度较小,为虚假拐点,如图2中的拐点8和9,应当删除。
第二虚假拐点剔除单元,用于剔除第二清晰度集合中虚假拐点。具体的,用于判断第二清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于第三阈值。若是,则在第二清晰度值集合中剔除连续两个拐点的对应的信息。
在另一种实施方式中,采集模块101,还用于比较模块的比较结果为第一聚焦位置对应值小于零时,根据第一最大清晰度值的序号确定图像聚集区域,并采集图像聚焦区域的预设间隔步长的若干图像,对图像编写位置序号。具体的,根据第一最大清晰度值的序号控制驱动装置移动至相应位置重新确认聚焦区域,并控制驱动装置等步长的移动至另一初始位置以采集图像聚焦区域的图像。
例如,若第一最大清晰度值的序号位于[101,105],则控制移动装置向下移动300步至新的初始位置,并从该初始位置起,采集图像聚焦区域的预设间隔步长的若干图像。
该检显微镜的自动聚焦***,通过采用第一拉普拉斯算子及第二拉普拉斯算子分别计算图像的第一清晰度值和第二清晰度值得到第一清晰度值集合和第二清晰度值集合,分析第一清晰度值集合和第二清晰度值集合,搜索图像的最佳聚焦位置,实现显微镜***的自动聚焦问题,针对大便复杂图像聚焦困难这一实际问题,提出了基于两种算法进行清晰度的计算,且可以剔除清晰度值集合中多余的拐点,减少拐点带来的影响,可以有效地改善自动聚焦地效果,满足实际应用需求。
本发明还提供一种大便镜检显微镜,包括上述的显微镜自动聚焦***。
该大便镜检显微镜,通过采用第一拉普拉斯算子及第二拉普拉斯算子分别计算图像的第一清晰度值和第二清晰度值得到第一清晰度值集合和第二清晰度值集合,分析第一清晰度值集合和第二清晰度值集合,搜索图像的最佳聚焦位置,实现显微镜***的自动聚焦问题,针对大便复杂图像聚焦困难这一实际问题,提出了基于两种算法进行清晰度的计算,且可以剔除清晰度值集合中多余的拐点,减少拐点带来的影响,可以有效地改善自动聚焦地效果,满足实际应用需求。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (13)
1.一种显微镜的自动聚焦方法,包括:
采集图像聚焦区域的预设间隔步长的若干图像,并对所述图像编写位置序号;
采用第一拉普拉斯算子计算所述图像的第一清晰度值并按位置序号存储所述图像对应的第一清晰度值以得到第一清晰度值集合;
根据所述第一清晰度值集合获取拐点信息、第一最长拐点及具有第一最大清晰度值的图像;
根据所述第一最大清晰度值的图像的位置序号,及所述第一最大清晰度值的图像的位置序号与所述第一最长拐点的关系得到第一聚焦位置对应值;
比较所述第一聚焦位置对应值与零的大小;
若所述第一聚焦位置对应值大于零,则所述第一聚焦位置为有效的最佳聚焦位置。
2.根据权利要求1所述的显微镜的自动聚焦方法,其特征在于,所述根据所述第一最大清晰度值的图像位置序号、及所述第一最大清晰度值的图像的位置序号与所述第一最长拐点的关系得到第一聚焦位置对应值的步骤具体包括:
判断第一清晰度值集合中具有第一最大清晰度值的图像的位置序号是否在第一预设范围内;
若第一最大清晰度值的图像的位置序号不在第一预设范围内,则将所述第一聚焦位置对应值定义为小于零的任意数值;
若第一最大清晰度值的图像的位置序号在第一预设范围内,则判断所述第一最长拐点与所述第一最大清晰度值的图像的位置序号的差值是否在第二预设范围内;
若所述第一最长拐点与所述第一最大清晰度值的图像的位置序号的差值在第二预设范围内,则根据所述第一最长拐点与所述第一最大清晰度值的图像的位置序号计算第一聚焦位置对应值,其中所述第一聚焦位置对应值为所述第一最长拐点与所述第一最大清晰度值的图像的位置序号的平均值;
若所述第一最长拐点与所述第一最大清晰度值的图像的位置序号的差值不在第二预设范围内,则将所述第一聚焦位置对应值定义零。
3.根据权利要求2所述的显微镜的自动聚焦方法,其特征在于,还包括:采用第二拉普拉斯算子计算所述图像的第二清晰度值并按位置序号存储所述图像对应的第二清晰度值以得到第二清晰度值集合;
根据所述第二清晰度值集合获取拐点信息、第二最长拐点、拐点数量及具有第二最大清晰度值的图像;
若所述第一聚焦位置对应值等于零,则根据所述拐点信息、第二最长拐点、拐点数量及第二最大清晰度值的图像的位置序号得到所述第二聚焦位置对应值;
判断所述第二聚焦位置对应值是否大于零;
若是,则所述第二聚焦位置为有效的最佳聚焦位置。
4.根据权利要求3所述的显微镜的自动聚焦方法,其特征在于,所述根据所述拐点信息、第二最长拐点、拐点数量及第二最大清晰度值的图像的位置序号得到第二聚焦位置对应值的步骤包括:
判断所述第二最长拐点与具有第二最大清晰度值的图像的位置序号的差值是否在第三预设范围内;
若所述第二最长拐点与第二最大清晰度值的图像的位置序号的差值在第三预设范围内,则根据所述第二最长拐点与所述第二最大清晰度值的图像的位置序号计算第二聚焦位置对应值;所述第二聚焦位置对应值为二者的平均值;
若所述第二最长拐点与第二最大清晰度值的图像的位置序号的差值不在第三预设范围内,则获取所述拐点信息中的凹拐点和凸拐点;
判断所述第二清晰度值集合中是否存在与两侧的凸拐点之间的距离大于第四预设范围的凹拐点;
若所述第二清晰度值集合中存在与两侧的凸拐点之间的距离大于第四预设范围的凹拐点,则确定所述凹拐点对应的图像的位置序号为所述第二聚焦位置对应值;
若所述第二清晰度值集合中不存在与两侧的凸拐点之间的距离大于第四预设范围的凹拐点,则判断所述第二清晰度值集合是否存在相邻凸拐点,且各凸拐点同左右任意一边的凹拐点距离大于第五预设范围;
若所述第二清晰度值集合存在相邻凸拐点,且各凸拐点同左右任意一边的凹拐点距离大于第五预设范围,则确定所述相邻凸拐点对应的图像的位置序号的中值为所述第二聚焦位置对应值;
若所述第二清晰度值集合不存在相邻凸拐点,或各凸拐点同左右任意一边的凹拐点距离大于第五预设范围,则判断所述第二清晰度值集合是否存在与其相邻两侧的凹拐点的距离大于第六设范围的凸拐点;
若所述第二清晰度值集合存在与其相邻两侧的凹拐点的距离大于第六设范围的凸拐点,则确定所述凸拐点对应的图像的位置序号为所述第二聚焦位置对应值;
若所述第二清晰度值集合不存在与其相邻两侧的凹拐点的距离大于第六设范围的凸拐点,则判断所述第二清晰度值集合的拐点数量是否大于第一阈值;
若所述第二清晰度值集合的拐点数量不大于第一阈值,则确定所述第二最大清晰度值对应的图像的位置序号为第二聚焦位置对应值;
若所述第二清晰度值集合的拐点数量大于第一阈值,则将所述第二聚焦位置对应值定义小于或等于零的任意数值。
5.根据权利要求1至4任一项所述的显微镜的自动聚焦方法,其特征在于,还包括剔除虚假拐点的步骤:
判断清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于预设值,若是,则所述两个拐点为虚假拐点,在所述清晰度值集合中剔除所述连续两个拐点的对应信息。
6.根据权利要求1所述的显微镜自动聚焦方法,其特征在于,若所述第一聚焦位置对应值小于零,则根据所述第一最大清晰度值的序号确定图像聚集区域,返回所述采集图像聚焦区域的预设间隔步长的若干图像,并对所述图像编写位置序号的步骤。
7.根据权利要求要求4所述的显微镜自动聚焦方法,其特征在于,若所述第二聚焦位置对应值不大于零,则产生提示信号以根据提示信号显示提示信息。
8.一种显微镜的自动聚焦***,包括:
采集模块,用于采集图像聚焦区域的预设间隔步长的若干图像,并对所述图像编写位置序号;
第一计算模块,用于采用第一拉普拉斯算子计算所述图像的第一清晰度值并按位置序号存储所述图像对应的第一清晰度值以得到第一清晰度值集合;
第一拐点计算模块,用于根据所述第一清晰度值集合获取拐点信息、第一最长拐点及具有第一最大清晰度值的图像;
第一聚焦位置计算模块,用于根据所述第一最大清晰度值的图像的位置序号,及所述第一最大清晰度值的图像的位置序号与所述第一最长拐点的关系得到第一聚焦位置对应值;
比较模块,用于比较所述第一聚焦位置对应值与零的大小;
最佳聚焦位置确定模块,用于若比较所述第一聚焦位置对应值大于零,确定所述第一聚焦位置为有效的最佳聚焦位置。
9.根据权利要求8所述的显微镜的自动聚焦***,其特征在于,所述第一聚焦位置计算模块包括:
第一判断单元,用于判断第一清晰度值集合中具有第一最大清晰度值的图像的位置序号是否在第一预设范围内;
第一赋值单元,用于在所述第一判断单元的判定结果为否时,将所述第一聚焦位置对应值定义为小于零的任意数值;
第二判断单元,用于在所述第一判断单元的判定结果为是时,判断所述第一最长拐点与所述第一最大清晰度值的图像的序号的差值是否在第二预设范围内;
第一聚焦位置计算单元,用于在所述第二判断单元的判定结果为是时,则根据所述第一最长拐点与所述第一最大清晰度值的图像的位置序号计算第一聚焦位置对应值,其中所述第一聚焦位置对应值为所述第一最长拐点与所述第一最大清晰度值的图像的位置序号的平均值;
所述第一赋值单元,还用于在所述第二判断单元的判定结果为否时,将所述第一聚焦位置对应值定义零。
10.根据权利要求9所述的显微镜的自动聚焦***,其特征在于,还包括:
第二计算模块,用于采用第二拉普拉斯算子计算所述图像的第二清晰度值并按位置序号存储所述图像对应的第二清晰度值以得到第二清晰度值集合;
第二拐点计算模块,用于根据所述第二清晰度值集合获取拐点信息、第二最长拐点、拐点数量及具有第二最大清晰度值的图像;
第二聚焦位置计算模块,用于在所述比较模块的比较结果为所述第一聚焦位置对应值等于零时,根据所述拐点信息、第二最长拐点、拐点数量及第二最大清晰度值的图像的位置序号得到所述第二聚焦位置对应值;
判断模块,用于判断所述第二聚焦位置对应值是否大于零;
所述最佳聚焦位置确定模块,还用于在所述判断模块的判定结果为是时,确定所述第二聚焦位置为有效的最佳聚焦位置。
11.根据权利要求10所述的所述的显微镜的自动聚焦***,其特征在于,所述第二聚焦位置计算模块,包括:
第三判断单元,用于判断所述第二最长拐点与具有第二最大清晰度值的图像的位置序号的差值是否在第三预设范围内;
第二聚焦位置计算单元,还用于在所述第三判断单元的判定结果为是时,根据所述第二最长拐点与所述第二最大清晰度值的图像的位置序号计算第二聚焦位置对应值;所述第二聚焦位置对应值为二者的平均值;
获取单元,用于在所述第三判断单元的判定结果为否时,获取凹拐点和凸拐点;
第四判断单元,用于判断所述第二清晰度值集合中是否存在与两侧的凸拐点之间的距离大于第四预设范围的凹拐点;
所述第二聚焦位置计算单元,还用于在所述第四判断单元的判定结果为是时,确定所述凹拐点对应的图像的位置序号为所述第二聚焦位置对应值;
第五判断单元,用于在所述第四判断单元的判定结果为否时,判断所述第二清晰度值集合是否存在相邻凸拐点,且各凸拐点同左右任意一边的凹拐点距离大于第五预设范围;
所述第二聚焦位置计算单元,还用于在所述第五判断单元的判定结果为是时,确定所述相邻凸拐点对应的图像的位置序号的中值为所述第二聚焦位置对应值;
第六判断单元,用于在所述第五判断单元的判定结果为否时,判断所述第二清晰度值集合是否存在与其相邻两侧的凹拐点的距离大于第六预设范围的凸拐点;
所述第二聚焦位置计算单元,还用于在所述第六判断单元的判定结果为是时,确定所述凸拐点对应的图像的位置序号为所述第二聚焦位置对应值;
第七判断单元,用于在所述第六判断单元的判定结果为否时,判断所述第二清晰度值集合的拐点数量是否大于第一阈值;
所述第二聚焦位置计算单元,还用于在所述第七判断单元的判定结果为否时,确定所述第二最大清晰度值对应的图像的位置序号为第二聚焦位置对应值;
第二赋值单元,用于在所述第七判断单元的判定结果为是时,将所述第二聚焦位置对应值定义小于或等于零的任意数值。
12.根据权利要求8至11任一项所述的显微镜的自动聚焦***,其特征在于,还包括虚假拐点删除模块,用于判断清晰度值集合中是否有连续两个拐点对应的清晰度值的差值小于预设值,若是,则所述两个拐点为虚假拐点,在所述清晰度值集合中剔除所述连续两个拐点的对应信息。
13.一种大便镜检显微镜,包括权利要求8至12任一项所述的显微镜自动聚焦***。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510632565.6A CN105093509B (zh) | 2015-09-29 | 2015-09-29 | 显微镜的自动聚焦方法、***及大便镜检显微镜 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510632565.6A CN105093509B (zh) | 2015-09-29 | 2015-09-29 | 显微镜的自动聚焦方法、***及大便镜检显微镜 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105093509A true CN105093509A (zh) | 2015-11-25 |
CN105093509B CN105093509B (zh) | 2017-09-01 |
Family
ID=54574312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510632565.6A Active CN105093509B (zh) | 2015-09-29 | 2015-09-29 | 显微镜的自动聚焦方法、***及大便镜检显微镜 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105093509B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107481213A (zh) * | 2017-08-28 | 2017-12-15 | 湖南友哲科技有限公司 | 显微镜下图像多层聚焦融合方法 |
CN109254382A (zh) * | 2018-10-12 | 2019-01-22 | 南通大学 | 基于机器视觉的螺纹检测自动对焦方法 |
CN112449117A (zh) * | 2021-01-28 | 2021-03-05 | 浙江华创视讯科技有限公司 | 一种聚焦步长确定方法、装置、存储介质及电子装置 |
CN112969949A (zh) * | 2018-11-12 | 2021-06-15 | 莱卡微***Cms有限责任公司 | 用于检查样本的显微镜***和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706609A (zh) * | 2009-11-23 | 2010-05-12 | 常州达奇信息科技有限公司 | 基于图像处理的显微镜快速自动聚焦方法 |
CN103345756A (zh) * | 2013-07-19 | 2013-10-09 | 浙江农林大学 | 一种尿沉渣分析仪中显微镜的自动对焦方法、装置和电子设备 |
JP2014044360A (ja) * | 2012-08-28 | 2014-03-13 | Olympus Corp | 顕微鏡システム、標本画像生成方法及びプログラム |
WO2014059858A1 (zh) * | 2012-10-18 | 2014-04-24 | 苏州惠生电子科技有限公司 | 一种显微影像检测仪器及其自动调焦方法 |
CN104459940A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种快速自适应自动聚焦方法 |
-
2015
- 2015-09-29 CN CN201510632565.6A patent/CN105093509B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706609A (zh) * | 2009-11-23 | 2010-05-12 | 常州达奇信息科技有限公司 | 基于图像处理的显微镜快速自动聚焦方法 |
JP2014044360A (ja) * | 2012-08-28 | 2014-03-13 | Olympus Corp | 顕微鏡システム、標本画像生成方法及びプログラム |
WO2014059858A1 (zh) * | 2012-10-18 | 2014-04-24 | 苏州惠生电子科技有限公司 | 一种显微影像检测仪器及其自动调焦方法 |
CN103345756A (zh) * | 2013-07-19 | 2013-10-09 | 浙江农林大学 | 一种尿沉渣分析仪中显微镜的自动对焦方法、装置和电子设备 |
CN104459940A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种快速自适应自动聚焦方法 |
Non-Patent Citations (1)
Title |
---|
周晓谋: "尿液显微颗粒自动检测与图像处理研究", 《信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107481213A (zh) * | 2017-08-28 | 2017-12-15 | 湖南友哲科技有限公司 | 显微镜下图像多层聚焦融合方法 |
CN109254382A (zh) * | 2018-10-12 | 2019-01-22 | 南通大学 | 基于机器视觉的螺纹检测自动对焦方法 |
CN112969949A (zh) * | 2018-11-12 | 2021-06-15 | 莱卡微***Cms有限责任公司 | 用于检查样本的显微镜***和方法 |
CN112969949B (zh) * | 2018-11-12 | 2023-09-01 | 莱卡微***Cms有限责任公司 | 用于检查样本的显微镜***和方法 |
CN112449117A (zh) * | 2021-01-28 | 2021-03-05 | 浙江华创视讯科技有限公司 | 一种聚焦步长确定方法、装置、存储介质及电子装置 |
CN112449117B (zh) * | 2021-01-28 | 2021-06-18 | 浙江华创视讯科技有限公司 | 一种聚焦步长确定方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105093509B (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11721018B2 (en) | System and method for calculating focus variation for a digital microscope | |
CN105093509A (zh) | 显微镜的自动聚焦方法、***及大便镜检显微镜 | |
EP3869257B1 (en) | Method and system for imaging a cell sample | |
US7106502B1 (en) | Operation of a Cartesian robotic system in a compact microscope imaging system with intelligent controls | |
US8331627B2 (en) | Method and system for generating an entirely well-focused image of a large three-dimensional scene | |
JP5198476B2 (ja) | 合焦位置を決定する方法及びビジョン検査システム | |
CN104036284A (zh) | 基于Adaboost算法的多尺度行人检测方法 | |
CN102135979A (zh) | 数据清洗方法及装置 | |
KR20220117328A (ko) | 금속 조직의 상의 분류 방법, 금속 조직의 상의 분류 장치, 금속 조직의 상의 학습 방법, 금속 조직의 상의 학습 장치, 금속 재료의 재료 특성 예측 방법 및 금속 재료의 재료 특성 예측 장치 | |
CN103354599A (zh) | 一种应用于动光源场景的自动聚焦方法和装置 | |
Brahme et al. | Determination of the minimum scan size to obtain representative textures by electron backscatter diffraction | |
Hilsenstein | Robust autofocusing for automated microscopy imaging of fluorescently labelled bacteria | |
CN117310962A (zh) | 显微成像的对焦控制方法及装置 | |
Korzynska et al. | Investigation of a combined texture and contour method for segmentation of light microscopy cell images | |
JP4740889B2 (ja) | パラメータ推定装置,パラメータ推定方法,その方法を実装したプログラム及びそのプログラムを記録した記録媒体 | |
US10482314B2 (en) | Automatic calculation for ploidy classification | |
Das et al. | Application of Deep Convolutional Neural Networks for automated and rapid identification and characterization of thin cracks in SHCCs | |
JP2017004052A (ja) | 学習装置、方法及びプログラム | |
Wolny et al. | Improving population-based algorithms with fitness deterioration | |
Lofroth et al. | An auto-focusing approach for micro objects at different focal planes | |
Redondo et al. | Evaluation of autofocus measures for microscopy images of biopsy and cytology | |
Stanley et al. | A fast two dimensional image based grasp planner | |
CN102542537A (zh) | 证照噪声检测消除方法及*** | |
CN113805327B (zh) | 基于变步距遍历的自动聚焦方法 | |
Mosorov et al. | The development of component tree structure for grayscale image segmentation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |