CN109003228B - 一种暗场显微大视场自动拼接成像方法 - Google Patents
一种暗场显微大视场自动拼接成像方法 Download PDFInfo
- Publication number
- CN109003228B CN109003228B CN201810780945.8A CN201810780945A CN109003228B CN 109003228 B CN109003228 B CN 109003228B CN 201810780945 A CN201810780945 A CN 201810780945A CN 109003228 B CN109003228 B CN 109003228B
- Authority
- CN
- China
- Prior art keywords
- imaging
- image
- sub
- aperture
- sigma
- 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.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims abstract description 6
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 3
- 230000007704 transition Effects 0.000 claims description 2
- 238000009795 derivation Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000012634 optical imaging Methods 0.000 description 4
- 238000007499 fusion processing Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 229910052736 halogen Inorganic materials 0.000 description 1
- 150000002367 halogens Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007500 overflow downdraw method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/222—Studio circuitry; Studio devices; Studio equipment
- H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
- H04N5/265—Mixing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
- Microscoopes, Condenser (AREA)
Abstract
本发明公开了一种暗场显微大视场自动拼接成像方法,在获取图像的方法上面创新性的提出了采用二次成像的方法,第一次成像采用恒定光源,恒定曝光及光圈以获得背景均匀的子孔径图像,第二次成像自适应曝光,结合带通滤波器的理论推导,对第二次成像使用潜在目标检测分析,检测图像中的目标物并对其进行合理一致的拉伸,对两次成像融合构建新的背景和目标图像;通过图像算法自动拼接。本发明提出的二次成像方法,对于第一次成像能够获得背景均匀的子孔径图像,能够稳定的保证拼接时子孔径背景的均匀性和弱化拼接的缝隙,对于第二次成像能有效凸显不同尺寸的样品瑕疵,稳定且高效。
Description
技术领域
本发明涉及光学成像与图像处理技术,尤其涉及一种暗场显微大视场自动拼接成像方法。
背景技术
当前,图像拼接在军事,医学,天文等各个领域都有着越来越重要的作用。然而,由于技术发展以及对于子孔径图像的获取方面的限制,所得到的拼接图像不可避免的存在一定的灰度差和拼接缝隙。毫无疑问,对于子孔径图像获取装置的改善以及对于图像的一些均衡化处理是一种可以有效提高拼接图像质量的方法。
目前,在光学成像领域,基于对整个成像链路的研究,已经有了一定的研究。杨甬英教授提出一套暗场显微成像装置,分析确立了一个基于暗场的光学元件表面疵病的光学显微成像体系,此体系的光源采取的是可调卤素灯,此光源契合国际对疵病检测请求的尺度光源,同时采取了光纤冷光源照明手艺避免光学元件的表象热形变。采集图像时,照射在光学***仪器表面的光经过表面的反光从另一端口出射,这些因为仪器表面的疵病所形成的散射光则最终会进入成像***中,并经过显微放大***收集并成像在CCD上,最后得到的图像是一个在暗背景下的亮像。
该装置对于暗场疵病的检测有着重大的意义,但是仍旧存在着问题。对于光照问题,装置采用的是光直接照射到整个元件表面,这就导致了对于所获取的子孔径图像会存在着灰度差的问题,导致在拼接过程中会出现明显的痕迹;同时在移动镜头过程中会造成一些偏移,导致在图像拼接配准过程中造成竖直方向上的匹配错误。
发明内容
本发明提供一种暗场显微大视场自动拼接成像方法及装置,能有效凸显不同尺寸的样品瑕疵,消除子孔径之间的拼接缝隙与拼接后的背景不均匀性。
为解决上述问题,本发明通过采用光学成像的手段,配合计算机的潜在目标检测分析,实现图像的融合拼接。具体技术方案如下:
一种暗场显微大视场自动拼接成像方法,包括如下步骤:
步骤一、设计一个暗场显微成像装置,装置主要由光学显微镜,标准光源以及红外激光装置构成;
步骤二、在设计完成的成像装置上进行二次成像,所获的子孔径图像分别为Mi和Ni(i=1,2,3...n);
步骤三、针对于第二次成像,采用潜在目标检测分析的方法,找出潜在目标的位置并对其进行合理的拉伸操作;
步骤四、将两次成像后处理的图像进行加权融合,获得新的明暗凸显,背景均匀的子孔径图像Pi;
步骤五、将新获得的子孔径图像Pi(i=1,2,3...n)进行直接拼接。
进一步的,步骤二中,保持标准光源与光学显微镜一起移动,以保证对于每次成像所给定的光照一致。
进一步的,步骤二中,第一次成像给定其恒定光源,恒定的曝光时间以及光圈,获得背景均匀的子孔径图像Mi,以保证在拼接时能够保证子孔径图像均匀过渡;第二次成像设定自定义曝光时间,以获得明亮凸显的子孔径图像Ni。
进一步的,步骤三中,采用带通滤波器理论推导,假设输入子孔径图像为O,对于其中任意像素(x,y),将其通过带通滤波器处理后的绝对值作为对应像素处为显著性值:
H(x,y)=|O(x,y)*G(r,σ1,σ2)|
G(r,σ1,σ2)=g(r,σ1)-g(r,σ2)
*即为卷积符号,其中H为最终所要得到的显著性图,g(r,σ)为高斯函数。
G(r,σ1,σ2)为带通函数,具有低截止频率flow,高截止频率fhigh,这里σ1>σ2。其中g(r,σ)为高斯函数,r2=x2+y2,σ是高斯函数的标准差。flow与fhigh分别由σ1与σ2决定。因此H也可以表示为
H(x,y)=|O(x,y)*g(r,σ1)-O(x,y)*g(r,σ2)|
显著性图H表征图像的潜在目标存在于不同像素与区域的分布权重,其灰度范围[0,1],值越大则越可能为目标区域,值越小则可能为背景区域。
进一步的,步骤四中,基于两次成像的各自优势,通过提取出第二次成像的目标来替换第一次成像中相应的区域,以得到明亮凸显,背景均匀子孔径图像Pi,保证最后的拼接图像能够得到背景均匀无缝的大视场图像。
与现有技术相比,本技术方案具有以下优点:
现有的显著性提取方法都是基于图像的一些计算机算法,本发明提出的采用二次成像方法,能有效凸显不同尺寸的样品瑕疵,消除子孔径之间的拼接缝隙与拼接后的背景不均匀性,稳定且高效。稳定是由于第一次成像采用同一光照,同一曝光时间,能够获得均匀的图像背景;第二次成像后的潜在目标检测能够很好的将不同尺寸的目标凸显出来,保证在拼接时消除拼接缝隙。高效是由于运用光学成像方法从而能够实时的获得暗场显微图像,第二次成像采用自适应曝光,所获得图像明亮凸显,大大的提高了显著性提取算法的运算速度。
附图说明
图1为本发明方法的具体操作流程图;
图2为该方法的实验装置的简单示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
以下结合附图实施例对本发明的实施作进一步说明。
如图1所示,本发明的暗场显微大视场自动拼接成像方法,包括以下步骤:
1.暗场显微光学平台的搭建。如图2所示,主要包括目标景物,光学显微镜,恒定光源。待拍摄物体水平放置在装置台上,采用恒定光源对其进行照射,光学显微镜对着恒定光源所照射的部位进行扫描成像,恒定光源随着光学显微镜一起移动,为保证移动过程的稳定,采用激光束来保证其对齐。
2.二次成像。在保证步骤1完成的条件下,采用二次成像方法,两次成像分别主要是提取出背景以及目标物。第一次成像采用恒定光源以及恒定的曝光时间,以获得所有背景均匀的子孔径图像Mi(i=1,2,3...n)。第二次成像采用恒定光源,自适应曝光,以获得明亮凸显的子孔径图像Ni。
3.潜在目标检测分析。对第二次成像的图像进行视觉显著性提取与分析。这种显著性方法从带通滤波器的理论推导,假设该带通滤波器低截止频率为flow,高截止频率为fhigh。那么这个模型能够用两个级联的高斯函数表示:
G(r,σ1,σ2)=g(r,σ1)-g(r,σ2)
这里σ1>σ2。其中g(r,σ)为高斯函数,r2=x2+y2,σ是高斯函数的标准差。flow与fhigh分别由σ1与σ2决定。
假设输入子孔径图像为O,对于其中任意像素(x,y),将其带通滤波器处理后的绝对值作为对应像素处为显著性值。
对于显著性图H中的任意像素(x,y)的值,是在局部t×t窗口内计算,随着局部窗口逐个像素遍历整幅图像,从而获得H。
在子孔径成像中,目标区域通常具有较大的中心周围对比度。而局部频率调谐的方法就是为了利用亮度特征估计中心周围对比度的大小。那些具有较大中心周围对比度的区域就被用来作为判别目标存在的准则。另外,局部频率调谐的方法能够均匀地提取小目标物体,这是由于这个方法尽可能的保留了低频信息。
这种局部频率调谐的方法,设定较小的局部窗口尺寸t,可以有效将较小物体作为显著性物体提取,克服了普通频率调谐法只提取大块物体的劣势,实现可选择可控制的潜在目标提取。
将潜在目标提取出来后分析其灰度范围以及灰度值,并对其进行合理的指数拉伸,保证目标物能够完美的凸显出。
4.图像融合。
图像融合处理。将两次成像处理后的图像进行加权融合处理,第一次成像提供背景,第二次成像提供潜在目标。
Pi(x,y)=(1-Hi(x,y))×Mi(x,y)+Hi(x,y)×Ni(x,y)
其中Pi代表最终所获得图像,Mi代表第一次所成的图像,其中每个点的权重为(1-Hi),Ni代表第二次所成的图像,其对应的的权值为Hi。
所获得的新图像为Pi(i=1,2,3...n)。
加权融合方法:
1.根据步骤3中潜在目标的提取,确认其在图像中目标矩阵Sj(j=1,2,3...m)。
2.在第一次成像中找出对应的矩阵区域,将这一范围内的像素用矩阵Sj替换。
这样保证了最后获得图像能够背景均匀,目标凸显的子孔径图像,以保证在拼接过程中能够使得子孔径图像能够完美过渡。
5.图像拼接。采用直接拼接法进行拼接。
Claims (4)
1.一种暗场显微大视场自动拼接成像方法,包括如下步骤:
步骤一、设计一个暗场显微成像装置,装置主要由光学显微镜,标准光源以及红外激光装置构成;
步骤二、在设计完成的成像装置上进行二次成像,所获的子孔径图像分别为Mi和Ni,i=1,2,3...n;
步骤三、针对于第二次成像,采用潜在目标检测分析的方法,找出潜在目标的位置并对其进行合理的拉伸操作;
步骤四、将两次成像后处理的图像进行加权融合;获得新的明暗凸显,背景均匀的子孔径图像Pi;
Pi(x,y)=(1-Hi(x,y))×Mi(x,y)+Hi(x,y)×Ni(x,y)
其中Pi代表最终所获得图像,Mi代表第一次所成的图像,其中每个点的权重为(1-Hi),Ni代表第二次所成的图像,其对应的的权值为Hi;
步骤五、将新获得的子孔径图像Pi进行直接拼接,i=1,2,3...n;
步骤四中,基于两次成像的各自优势,通过提取出第二次成像的目标来替换第一次成像中相应的区域,以得到明亮凸显,背景均匀子孔径图像Pi,保证最后的拼接图像能够得到背景均匀无缝的大视场图像。
2.如权利要求1所述的暗场显微大视场自动拼接成像方法,其特征在于:步骤二中,保持标准光源与光学显微镜一起移动,以保证对于每次成像所给定的光照一致。
3.如权利要求1所述的暗场显微大视场自动拼接成像方法,其特征在于:步骤二中,第一次成像给定其恒定光源,恒定的曝光时间以及光圈,获得背景均匀的子孔径图像Mi,以保证在拼接时能够保证子孔径图像均匀过渡;第二次成像设定自定义曝光时间,以获得明亮凸显的子孔径图像Ni。
4.如权利要求1所述的暗场显微大视场自动拼接成像方法,其特征在于:步骤三中,假设输入子孔径图像为Ο,对于其中任意像素(x,y),将其通过带通滤波器处理后的绝对值作为对应像素处为显著性值:
H(x,y)=|O(x,y)*G(r,σ1,σ2)|
G(r,σ1,σ2)=g(r,σ1)-g(r,σ2)
*即为卷积符号,其中H为最终所要得到的显著性图,g(r,σ)为高斯函数;
G(r,σ1,σ2)为带通函数,具有低截止频率flow,高截止频率fhigh,这里σ1>σ2;其中g(r,σ)为高斯函数,r2=x2+y2,σ是高斯函数的标准差;flow与fhigh分别由σ1与σ2决定;因此H也可以表示为
H(x,y)=|O(x,y)*g(r,σ1)-O(x,y)*g(r,σ2)|
显著性图H表征图像的潜在目标存在于不同像素与区域的分布权重,其灰度范围[0,1],值越大则越可能为目标区域,值越小则可能为背景区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780945.8A CN109003228B (zh) | 2018-07-16 | 2018-07-16 | 一种暗场显微大视场自动拼接成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780945.8A CN109003228B (zh) | 2018-07-16 | 2018-07-16 | 一种暗场显微大视场自动拼接成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109003228A CN109003228A (zh) | 2018-12-14 |
CN109003228B true CN109003228B (zh) | 2023-06-13 |
Family
ID=64599414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810780945.8A Active CN109003228B (zh) | 2018-07-16 | 2018-07-16 | 一种暗场显微大视场自动拼接成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109003228B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110084773A (zh) * | 2019-03-25 | 2019-08-02 | 西北工业大学 | 一种基于深度卷积自编码网络的图像融合方法 |
CN112714244B (zh) * | 2019-10-25 | 2022-01-21 | 保定市天河电子技术有限公司 | 一种基于线阵相机的图像采集方法及*** |
CN112581371B (zh) * | 2021-01-27 | 2022-03-22 | 仲恺农业工程学院 | 基于四路摄像头新型结构的全景实时成像拼接方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07327158A (ja) * | 1994-06-02 | 1995-12-12 | Toshiba Corp | 撮影装置 |
JP2005284194A (ja) * | 2004-03-31 | 2005-10-13 | Olympus Corp | 光学装置及び画像作成方法 |
CN102592275A (zh) * | 2011-12-16 | 2012-07-18 | 天津大学 | 虚拟视点绘制方法 |
DE102011054106A1 (de) * | 2011-09-30 | 2013-04-04 | Jörg Piper | Vorrichtung zur Erzeugung einer variablen Phasenkontrast-/Dunkelfeld-Beleuchtung |
CN103858002A (zh) * | 2011-07-28 | 2014-06-11 | 保罗·谢勒学院 | 基于主成分分析的图像融合方法 |
CN104050638A (zh) * | 2014-06-12 | 2014-09-17 | 杭州电子科技大学 | 一种结合尺度优选的显著法红外小目标增强方法 |
CN104597061A (zh) * | 2015-01-28 | 2015-05-06 | 中国工程物理研究院应用电子学研究所 | 基于虚拟探测器的大视场锥束ct成像方法 |
CN104835130A (zh) * | 2015-04-17 | 2015-08-12 | 北京联合大学 | 一种多曝光图像融合方法 |
CN105631811A (zh) * | 2016-02-25 | 2016-06-01 | 科盾科技股份有限公司 | 一种用于图像拼接的方法及装置 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7907150B2 (en) * | 2003-08-09 | 2011-03-15 | Doubleshot, Inc. | Method of fusion or merging imagery data for improved visual perception using monoscopic and stereographic fusion and retinal decay techniques |
KR20080034508A (ko) * | 2005-08-08 | 2008-04-21 | 요셉 러브너 | 적응형 노출 제어 |
CN101673396B (zh) * | 2009-09-07 | 2012-05-23 | 南京理工大学 | 基于动态目标检测的图像融合方法 |
SG182922A1 (en) * | 2011-01-18 | 2012-08-30 | Agency Science Tech & Res | A method and a device for merging a plurality of digital pictures |
WO2012122027A2 (en) * | 2011-03-04 | 2012-09-13 | The United States Of America, As Represented By The Secretary, Department Of Health And Human Services | Optomechanical module for converting a microscope to provide selective plane illumination microscopy |
CN102158653B (zh) * | 2011-05-03 | 2013-01-16 | 东华大学 | 一种实时高动态范围数字图像获取装置及方法 |
WO2013109192A1 (en) * | 2012-01-18 | 2013-07-25 | Agency For Science, Technology And Research | Method and device for image processing |
CN103312942B (zh) * | 2012-03-12 | 2016-07-20 | 华晶科技股份有限公司 | 动态范围图像的噪声处理方法及其图像捕捉装置 |
-
2018
- 2018-07-16 CN CN201810780945.8A patent/CN109003228B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07327158A (ja) * | 1994-06-02 | 1995-12-12 | Toshiba Corp | 撮影装置 |
JP2005284194A (ja) * | 2004-03-31 | 2005-10-13 | Olympus Corp | 光学装置及び画像作成方法 |
CN103858002A (zh) * | 2011-07-28 | 2014-06-11 | 保罗·谢勒学院 | 基于主成分分析的图像融合方法 |
DE102011054106A1 (de) * | 2011-09-30 | 2013-04-04 | Jörg Piper | Vorrichtung zur Erzeugung einer variablen Phasenkontrast-/Dunkelfeld-Beleuchtung |
CN102592275A (zh) * | 2011-12-16 | 2012-07-18 | 天津大学 | 虚拟视点绘制方法 |
CN104050638A (zh) * | 2014-06-12 | 2014-09-17 | 杭州电子科技大学 | 一种结合尺度优选的显著法红外小目标增强方法 |
CN104597061A (zh) * | 2015-01-28 | 2015-05-06 | 中国工程物理研究院应用电子学研究所 | 基于虚拟探测器的大视场锥束ct成像方法 |
CN104835130A (zh) * | 2015-04-17 | 2015-08-12 | 北京联合大学 | 一种多曝光图像融合方法 |
CN105631811A (zh) * | 2016-02-25 | 2016-06-01 | 科盾科技股份有限公司 | 一种用于图像拼接的方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于梯度域的多曝光灰度图像融合研究;段康容等;科技视界;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109003228A (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111047568B (zh) | 一种漏汽缺陷检测识别方法及*** | |
CN109215063B (zh) | 一种事件触发相机与三维激光雷达的配准方法 | |
CN104749184B (zh) | 自动光学检测方法和*** | |
CN109003228B (zh) | 一种暗场显微大视场自动拼接成像方法 | |
EP3124967B1 (en) | Image-processing device and image-processing program | |
US8588502B2 (en) | Evaluation apparatus of fluorescence population, evaluation method of fluorescence population and computer readable storage medium | |
US20190204292A1 (en) | Image Processing Device, Image Processing Method, and Recording Medium | |
CN109668904A (zh) | 一种光学零件疵病检测装置及方法 | |
CN109375068B (zh) | 一种基于紫外成像电晕检测的目标识别方法及装置 | |
CN111062961A (zh) | 一种基于深度学习的隐形眼镜边缘缺陷检测方法 | |
CN108550160B (zh) | 基于光强模板的非均匀光条特征区域提取方法 | |
CN110261069B (zh) | 一种用于光学镜头的检测方法 | |
CN114280075B (zh) | 一种管类零件表面缺陷在线视觉检测***及检测方法 | |
CN115047610B (zh) | 一种自动拟合显微对焦平面的染色体核型分析装置及方法 | |
CN115100104A (zh) | 玻璃油墨区的缺陷检测方法、装置、设备及可读存储介质 | |
CN110363734B (zh) | 厚样本显微荧光图像重构方法及*** | |
TW201516397A (zh) | 玻璃氣泡瑕疵檢測系統 | |
CN109668897A (zh) | 环状精密零件表面微型缺陷的视觉检测***及其检测方法 | |
CN115035168B (zh) | 基于多约束的光伏面板多源图像配准方法、装置及*** | |
CN110148141A (zh) | 一种丝印滤光片小片检测计数方法及设备 | |
CN116300035A (zh) | 基于三相机的多波段图像边缘灰度梯度对焦装置及方法 | |
KR101817695B1 (ko) | 안과 렌즈의 검사 방법 및 장치 | |
CN114384681A (zh) | 显微镜快速精准自动对焦方法、***、计算机设备及介质 | |
CN112648920B (zh) | 掩模开口尺寸测量方法、掩模版拉伸装置以及张网机 | |
Wang et al. | AI-based automatic optical inspection of glass bubble defects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |