[发明专利]一种基于区域生长的显微图像融合方法有效

专利信息
申请号: 201210050205.1 申请日: 2012-02-29
公开(公告)号: CN102622737A 公开(公告)日: 2012-08-01
发明(设计)人: 蒋刚毅;白翠霞;郁梅;王一刚;彭宗举;邵枫 申请(专利权)人: 宁波大学
主分类号: G06T5/50 分类号: G06T5/50
代理公司: 宁波奥圣专利代理事务所(普通合伙) 33226 代理人: 程晓明
地址: 315211 浙*** 国省代码: 浙江;33
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 基于 区域 生长 显微 图像 融合 方法
【说明书】:

技术领域

发明涉及一种图像处理技术,尤其是涉及一种基于区域生长的显微图像融合方法。

背景技术

在光学显微镜成像系统中,随着放大倍率的增高,景深越来越小,因此,只有那些在聚焦平面或其附近的目标才能清晰可见,这使得即便是结构最简单、三维深度相对平坦的物体也不可能在一幅图像中完全聚焦清晰。在多个领域的实际应用中,要求显微成像既有高放大倍率,又要达到足够的景深,如纺织行业的纤维观测、印刷电路板行业的质量检验等。为解决这一技术问题,需要不断调整光学显微镜的焦距,得到一系列纵向局部清晰图像,然后将这一系列纵向局部清晰图像输入到计算机进行融合处理,以得到物体在整个空间的完整清晰图像,弥补用光学显微镜直接观测时只能清晰看到物体某一焦平面,而不能看到整个空间内的完整清晰图像的不足。

现有的图像融合方法主要分为三类:像素级图像融合方法、特征级图像融合方法和决策级图像融合方法。像素级图像融合方法是在基础层面上的图像融合,其主要优点是融合后的图像包含了尽可能多的原始数据且融合的准确性最高,提供了其他融合层次不能提供的细节信息,该类方法一般借助小波变换等变换方法,在变换域处理像素,融合复杂度相对较高。特征级图像融合方法指的是对预处理和特征提取后的原始输入图像进行信息获取,如轮廓、形状、边缘和区域等信息进行综合处理,该类方法的实施一般需要较多经验参数,对于多变的对象,特征提取的不稳定性会给融合带来偏差。决策级图像融合方法是指根据一定的准则以及每个决策的可行度做出最优融合决策,但由于决策准则多样,因此该类方法需要人工干预,难以实现自动融合。

发明内容

本发明所要解决的技术问题是提供一种计算简单、结果稳定,且能够有效提高主观感知与客观评价结果的基于区域生长的显微图像融合方法。

本发明解决上述技术问题所采用的技术方案为:一种基于区域生长的显微图像融合方法,其特征在于包括以下步骤:

①令{IS1(x,y)}为光学显微镜下采集到的一幅显微图像,令{IS2(x,y)}为光学显微镜下采集到的另一幅显微图像,其中,0≤x≤W-1,0≤y≤H-1,W表示图像的宽度,H表示图像的高度,IS1(x,y)表示{IS1(x,y)}中坐标位置为(x,y)的像素点的灰度值,IS2(x,y)表示{IS2(x,y)}中坐标位置为(x,y)的像素点的灰度值;

②将{IS1(x,y)}划分成个互不重叠的尺寸大小为n×n的第一图像块,将{IS1(x,y)}中坐标位置为(i,j)的第一图像块记为IB1_n(i,j),将{IS2(x,y)}划分成个互不重叠的尺寸大小为n×n的第二图像块,将{IS2(x,y)}中坐标位置为(i,j)的第二图像块记为IB2_n(i,j),其中,n的值为2的幂次;

③对{IS1(x,y)}中的每个第一图像块进行清晰度评价,得到{IS1(x,y)}中的每个第一图像块各自对应的清晰度特征值,对于{IS1(x,y)}中坐标位置为(i,j)的第一图像块IB1_n(i,j),将其对应的清晰度特征值记为Fv1_n(i,j);

对{IS2(x,y)}中的每个第二图像块进行清晰度评价,得到{IS2(x,y)}中的每个第二图像块各自对应的清晰度特征值,对于{IS2(x,y)}中坐标位置为(i,j)的第二图像块IB2_n(i,j),将其对应的清晰度特征值记为Fv2_n(i,j);

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宁波大学,未经宁波大学许可,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/201210050205.1/2.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