[发明专利]一种基于区域生长的显微图像融合方法

摘要

本发明公开了一种基于区域生长的显微图像融合方法，其通过对显微图像中的各个图像块进行清晰度评价，以判断显微图像的模糊程度并确认模糊种子块，同时利用区域生长逐步完成模糊区域和清晰区域的精确划分并标记，最后通过显微图像的融合规则，得到多幅显微图像融合后的一幅清晰的高质量的显微图像，优点在于由于结合了显微图像的清晰度评价，并进行区域生长进行每幅显微图像的清晰区域和模糊区域的分割，因此本发明方法的显微图像融合结果在主观人眼感知方面和客观评价指标方面都表现出了很大的优越性，而且本发明方法计算简单容易实现、结果稳定，适用于融合浅景深拍摄到的数码光学显微图像。

主权项

1.一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{I_S1(x，y)}为光学显微镜下采集到的一幅显微图像，令{I_S2(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，I_S1(x，y)表示{I_S1(x，y)}中坐标位置为(x，y)的像素点的灰度值，I_S2(x，y)表示{I_S2(x，y)}中坐标位置为(x，y)的像素点的灰度值；②将{I_S1(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{I_S1(x，y)}中坐标位置为(i，j)的第一图像块记为I_{B1_n}(i，j)，将{I_S2(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{I_S2(x，y)}中坐标位置为(i，j)的第二图像块记为I_{B2_n}(i，j)，其中，n的值为2的幂次；③对{I_S1(x，y)}中的每个第一图像块进行清晰度评价，得到{I_S1(x，y)}中的每个第一图像块各自对应的清晰度特征值，对于{I_S1(x，y)}中坐标位置为(i，j)的第一图像块I_{B1_n}(i，j)，将其对应的清晰度特征值记为F_{v1_n}(i，j)；对{I_S2(x，y)}中的每个第二图像块进行清晰度评价，得到{I_S2(x，y)}中的每个第二图像块各自对应的清晰度特征值，对于{I_S2(x，y)}中坐标位置为(i，j)的第二图像块I_{B2_n}(i，j)，将其对应的清晰度特征值记为F_{v2_n}(i，j)；④确定{I_S1(x，y)}中的每个第一图像块各自对应的清晰度特征值的第一判定阈值，记为T_{n_1}；然后根据{I_S1(x，y)}中的每个第一图像块各自对应的清晰度特征值和第一判定阈值T_{n_1}，判断{I_S1(x，y)}中的每个第一图像块是否为模糊种子块，对于{I_S1(x，y)}中坐标位置为(i，j)的第一图像块I_{B1_n}(i，j)，判断I_{B1_n}(i，j)对应的清晰度特征值F_{v1_n}(i，j)是否小于第一判定阈值T_{n_1}，如果是，则判定I_{B1_n}(i，j)为模糊种子块，并将I_{B1_n}(i，j)中的各个像素点的标记设为1，否则，判定I_{B1_n}(i，j)为非模糊种子块，并将I_{B1_n}(i，j)中的各个像素点的标记设为0；再根据{I_S1(x，y)}中的每个第一图像块中的各个像素点的标记，计算{I_S1(x，y)}对应的清晰度标记图像，记为{I_{D1_n}(x，y)}，I_{D1_n}(x，y)＝I_{B1_n}(int(x/n)，int(y/n))，其中，I_{D1_n}(x，y)表示{I_{D1_n}(x，y)}中坐标位置为(x，y)的像素点的标记，int()为取整运算符；确定{I_S2(x，y)}中的每个第二图像块各自对应的清晰度特征值的第二判定阈值，记为T_{n_2}；然后根据{I_S2(x，y)}中的每个第二图像块各自对应的清晰度特征值和第二判定阈值T_{n_2}，判断{I_S2(x，y)}中的每个第二图像块是否为模糊种子块，对于{I_S2(x，y)}中坐标位置为(i，j)的第二图像块I_{B2_n}(i，j)，判断I_{B2_n}(i，j)对应的清晰度特征值F_{v2_n}(i，j)是否小于第二判定阈值T_{n_2}，如果是，则判定I_{B2_n}(i，j)为模糊种子块，并将I_{B2_n}(i，j)中的各个像素点的标记设为1，否则，判定I_{B2_n}(i，j)为非模糊种子块，并将I_{B2_n}(i，j)中的各个像素点的标记设为0；再根据{I_S2(x，y)}中的每个第二图像块中的各个像素点的标记，计算{I_S2(x，y)}对应的清晰度标记图像，记为{I_{D2_n}(x，y)}，I_{D2_n}(x，y)＝I_{B2_n}(int(x/n)，int(y/n))，其中，I_{D2_n}(x，y)表示{I_{D2_n}(x，y)}中坐标位置为(x，y)的像素点的标记，int()为取整运算符；⑤取n＝128、n＝64、n＝32、n＝16、n＝8，分别重复执行步骤③至步骤④，得到取n＝128时{I_S1(x，y)}对应的清晰度标记图像{I_{D1_128}(x，y)}和{I_S2(x，y)}对应的清晰度标记图像{I_{D2_128}(x，y)}、取n＝64时{I_S1(x，y)}对应的清晰度标记图像{I_{D1_64}(x，y)}和{I_S2(x，y)}对应的清晰度标记图像{I_{D2_64}(x，y)}、取n＝32时{I_S1(x，y)}对应的清晰度标记图像{I_{D1_32}(x，y)}和{I_S2(x，y)}对应的清晰度标记图像{I_{D2_32}(x，y)}、取n＝16时{I_S1(x，y)}对应的清晰度标记图像{I_{D1_16}(x，y)}和{I_S2(x，y)}对应的清晰度标记图像{I_{D2_16}(x，y)}、取n＝8时{I_S1(x，y)}对应的清晰度标记图像{I_{D1_8}(x，y)}和{I_S2(x，y)}对应的清晰度标记图像{I_{D2_8}(x，y)}；⑥根据{I_{D1_128}(x，y)}、{I_{D1_64}(x，y)}、{I_{D1_32}(x，y)}、{I_{D1_16}(x，y)}和{I_{D1_8}(x，y)}中标记为1的像素点，进行模糊区域生长得到{I_S1(x，y)}对应的区域生长图像，记为{I_G1(x，y)}，其中，I_G1(x，y)表示{I_G1(x，y)}中坐标位置为(x，y)的像素点的标记；根据{I_{D2_128}(x，y)}、{I_{D2_64}(x，y)}、{I_{D2_32}(x，y)}、{I_{D2_16}(x，y)}和{I_{D2_8}(x，y)}中标记为1的像素点，进行模糊区域生长得到{I_S2(x，y)}对应的区域生长图像，记为{I_G2(x，y)}，其中，I_G2(x，y)表示{I_G2(x，y)}中坐标位置为(x，y)的像素点的标记；⑦根据{I_S1(x，y)}对应的区域生长图像{I_G1(x，y)}和{I_S2(x，y)}对应的区域生长图像{I_G2(x，y)}，并结合{I_S1(x，y)}和{I_S2(x，y)}，融合得到最终的融合显微图像，记为{I_F(x，y)}，其中，I_F(x，y)表示{I_F(x，y)}中坐标位置为(x，y)的像素点的灰度值，C=IS1(x,y)Cnt1(x,y)<Cnt2(x,y)IS2(x,y)Cnt1(x,y)>Cnt2(x,y)IS2(x,y)+IS2(x,y)2Cnt1(x,y)=Cnt2(x,y),]]>Cnt₁(x，y)表示{I_G1(x，y)}中坐标位置为(x，y)的像素点的8邻域中标记为1的像素点的个数，Cnt₂(x，y)表示{I_G2(x，y)}中坐标位置为(x，y)的像素点的8邻域中标记为1的像素点的个数。