AFM显微图像Gabor滤波增强

提出了多尺度多方向Gabor滤波自适应融合的图像增强方法.使用特定不同方向不同尺度的Gabor滤波器与图像卷积,卷积图像进行规格化,通过取极小值和平均值对多通道图像Gabor滤波结果进行自适应融合,得到增强图像.将其用于原子力显微镜(AFM)显微图像增强,能有效消除阴影和噪声,获得了良好效果.     

多聚焦显微图像融合算法

在显微成像过程中,受系统景深限制,沿光轴方向不同层面之间聚焦位置存在显著差异,同时不同层面的显微图像存在部分聚焦区域重叠,现有多聚焦融合算法往往无法并行提取和融合多幅显微图像中最清晰的聚焦部分。提出一种多聚焦显微图像融合算法,首先构造了一种类高斯四邻域梯度算子并结合快速引导滤波,实现高频聚焦信息的提取;同时针对大视场显微图像序列中存在聚焦信息重叠、像素数量大的情况,引入了一种小区域聚焦度量方法,提高了对聚焦清晰区域高频信息提取的能力,实现了多图最佳聚焦点的融合。拍摄3组包括4 mm和2 mm对角线视场的多聚焦显微图像序列进行测试,相较5种常用多聚焦图像融合算法,所提算法的峰值信噪比平均提高了2.4772,结构相似性指数达0.9400以上,对聚焦清晰区域有更好的融合效果,融合图像细节丰富且清晰度高,能够满足大视场多聚焦显微图像融合的准确性要求。     

皮肤显微图像症状的特征提取

要使皮肤护理专家系统能够自动识别皮肤的各种症状,就需对皮肤显微图像的症状进行特征提取.本文针对皮肤显微图象中的黄褐斑、雀斑、黑头、粉刺等四种典型皮肤症状,提出了一种根据皮肤症状的几何特征,颜色特征及不变矩描述进行特征提取的方法.本方法是以症状的面积、最大直径以及最小直径表示症状的几何特征,以症状内部及症状边缘的色调、饱和度、强度和灰度表示症状的颜色特征,以不变矩描述作为症状的隐性几何特征.给出了实验数据和结论.实验表明,用本方法提取皮肤的症状特征,效果明显.     

一种提高结核菌痰涂片显微图像质量方法

通过痰涂片镜检法检测结核抗酸杆菌,是识别和诊断结核病的一种快速、价廉和特定的检测方法.为提高结核病痰涂片显微图像的质量,提出了一种基于多帧不同曝光图像信息融合,扩展被检测显微图像的动态范围,提高检测视野显微图像质量的实现方法.首先在保持CCD曝光时间不变的条件,通过计算机控制圆盘型光学梯度衰减片旋转定位的方法,摄取同一视场多帧不同曝光量的显微图像序列,从而获取场景的高动态范围显微图像信息.然后利用拉普拉斯金字塔算法将显微图像进行分层,采用图像梯度与信息熵相结合对层次图像进行评价,分配相应的合成权重系数,并用拉普拉斯金字塔逆算法,合成一帧高质量的图像.实验表明,所提出方法能有效地表达亮区和暗区的场景信息,增强图像的细节特征,提高痰涂片显微成像的质量,有利于提高显微图像智能检测的精度.     

基于自编码器的显微图像色彩恒常算法

针对显微图像领域色彩恒常(CC)数据集缺乏、CC算法跨数据集训练效果不佳的问题,通过相机采集和模拟生成两个步骤建立了显微CC数据集,并提出了一种基于自编码器的显微图像CC算法.该算法用改进的UNet结构自编码器进行半监督训练,同时引入一种新的复合损失函数优化网络参数,使恢复的图像色彩更准确.实验结果表明,相比传统自编码器,本算法训练的图像清晰度更高,在NUS-8 CC数据集、RECommended CC数据集和自建显微CC数据集中的角误差估计值更小.     

小波变换在显微热图像位移估计中的应用

针对显微热图像,提出一种基于傅里叶变换的多分辨率位移估计方法。该方法首先对显微热图像进行小波变换,再将原始图像及小波变换后的各个近似分量生成一个基于灰度的金字塔序列图像,然后基于傅里叶变换位移估计算法分别对金字塔各层序列图像进行位移估计,最后将得到的各层序列图像位移量按照分层权重进行加权平均得到最后的图像序列位移量,实验结果表明:该方法有效地提高了显微热图像微位移估计精度,降低了位移估计的平均误差和方差。     

基于荧光显微镜的显微视觉图像增强处理

针对显微视觉景深较小，经常出现图像模糊、不清晰等问题，文中提出采取一种图像增强的处理方法。通过对显微采集原始图像进行灰度变换、直方图均衡化等处理方法从而快速准确地获得目标的图像特征。基于图像增强、目标细胞定位处理对荧光图像中信息进行分析，找寻目标位置，提高细胞定位精确度。根据图像清晰度评价函数显示，经由处理后的图像边界和细节部分清晰，有助于医学应用。     

光学显微图像定量评价方法及应用研究进展（特邀）

作为工业数字图像质量评价在应用领域的重要延伸,光学显微图像定量评价主要通过对图像特征和属性进行分析计算,针对性地量化评估图像的质量。近年来,随着各类光学显微成像技术的蓬勃发展,图像定量化评价的重要性日益凸显,在总体图像处理中具有指导性作用。对现有的光学显微图像定量评价指标及相关算法进行总结,对各个算法的模型结构和性能表现进行讨论说明,阐述显微图像定量评价的应用和发展趋势,并对该领域目前所存在的问题和难点进行分析和展望。     

激光共焦显微图像多尺度边缘提取算法研究

为解决微小尺寸的快速精确测量问题,提出一种基于Shannonδ函数的多尺度图像边缘提取算法。该算法选定2个不同尺度的边缘提取算子,并利用自适应选取阈值算法,将不同尺度下的处理结果图像结合起来,得到最终的边缘图像。经过对大量的共焦显微图像的处理表明,该方法具有较高的抗噪性和准确性,可实现共焦显微图像尺寸的精确测量,性能优于传统微分算子,数据处理速度是Canny算法的2倍。     

基于2DPCA的红外显微图像分析

为了提高光谱分解效率,提出一种基于光谱方向的2DPCA的光谱分解方法,该方法可以直接利用原始图像矩阵进行光谱分解。通过对兔子动脉和多层油漆中红外显微图像的分解实验,验证了2DPCA光谱分解方法的可行性和有效性。实验表明,当光谱数大于通道数时,采用2DPCA的光谱分解效率高于PCA的光谱分解效率,并且随着光谱数与通道数比值的增大,2DPCA的优势更明显。