[发明专利]一种多通道荧光图像多尺度增强方法和系统有效

专利信息
申请号: 202310935286.1 申请日: 2023-07-28
公开(公告)号: CN116664452B 公开(公告)日: 2023-09-29
发明(设计)人: 侯巍;陈浩 申请(专利权)人: 吉林省星博医疗器械有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T5/10;G06T7/90
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 姜艳红
地址: 130000 吉林省长春市北湖科技开发区*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 通道 荧光 图像 尺度 增强 方法 系统
【权利要求书】:

1.一种多通道荧光图像多尺度增强方法,其特征在于,所述方法包括:

获取多通道荧光图像,分别提取所述图像的高频信息图像和低频信息图像;

采用多尺度滤波方法对所述多通道荧光图像进行处理,获取多尺度图像;

对所述高频信息图像进行亮度提取,获取光照因子;

采用所述光照因子对所述多尺度图像的灰度值进行补偿,获取增强的多通道荧光图像;

所述采用所述光照因子对所述多尺度图像的灰度值进行补偿,包括:

获取所述多尺度图像中灰度图像的行数和列数;

采用二维傅里叶变换和光照因子对所述灰度图像的行数和列数进行处理;

对所述二维傅里叶变换后的灰度图像进行频谱中心化处理;

将所述频谱中心化处理后的图像进行频域转换,获取增强的多通道荧光图像。

2.根据权利要求1所述的一种多通道荧光图像多尺度增强方法,其特征在于,采用奥林巴斯显微镜BX63采集所述多通道荧光图像。

3.根据权利要求1所述的一种多通道荧光图像多尺度增强方法,其特征在于,所述采用多尺度滤波方法对所述多通道荧光图像进行处理,包括:

对所述多通道荧光图像进行多尺度锐化处理;

根据锐化后的多通道荧光图像进行高斯模糊处理;

对所述高斯模糊处理的多通道荧光图像进行归一化处理;

对所述归一化处理的图像进行映射,获取多尺度图像。

4.根据权利要求1所述的一种多通道荧光图像多尺度增强方法,其特征在于,所述对所述高频信息图像进行亮度提取,获取光照因子,包括:

提取所述高频信息图像中蓝色通道,并将所述蓝色通道展平为一维数组;

对所述一维数组进行从高到低排序,获取排序后的像素值序列;

将所述排序后的像素值序列中序列的后3% ,计算所述后3%像素值的平均值,所述平均值为光照因子。

5.一种多通道荧光图像多尺度增强装置,其特征在于,所述装置包括:

图像信息提取单元,用于获取多通道荧光图像,分别提取所述图像的高频信息图像和低频信息图像;

滤波处理单元,用于采用多尺度滤波方法对所述多通道荧光图像进行处理,获取多尺度图像;

亮度提取单元,用于对所述高频信息图像进行亮度提取,获取光照因子;

补偿单元,用于采用所述光照因子对所述多尺度图像的灰度值进行补偿,获取增强的多通道荧光图像;

所述采用所述光照因子对所述多尺度图像的灰度值进行补偿,包括:

获取所述多尺度图像中灰度图像的行数和列数;

采用二维傅里叶变换和光照因子对所述灰度图像的行数和列数进行处理;

对所述二维傅里叶变换后的灰度图像进行频谱中心化处理;

将所述频谱中心化处理后的图像进行频域转换,获取增强的多通道荧光图像。

6.根据权利要求5所述的一种多通道荧光图像多尺度增强装置,其特征在于,采用奥林巴斯显微镜BX63采集所述多通道荧光图像。

7.根据权利要求5所述的一种多通道荧光图像多尺度增强装置,其特征在于,所述滤波处理单元,包括:

对所述多通道荧光图像进行多尺度锐化处理模块;

根据锐化后的多通道荧光图像进行高斯模糊处理模块;

对所述高斯模糊处理的多通道荧光图像进行归一化处理模块;

对所述归一化处理的图像进行映射,获取多尺度图像模块。

8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质用于存储计算机程序,所述计算机程序执行权利要求1-4任一项所述的一种多通道荧光图像多尺度增强方法。

9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,当所述处理器运行所述存储器存储的计算机程序时,所述处理器执行根据权利要求1-4中任一项所述的一种多通道荧光图像多尺度增强方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林省星博医疗器械有限公司,未经吉林省星博医疗器械有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310935286.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top