CN115308129B - 一种自动确定荧光暗场相机聚焦位置的方法及装置 - Google Patents
一种自动确定荧光暗场相机聚焦位置的方法及装置 Download PDFInfo
- Publication number
- CN115308129B CN115308129B CN202210773283.8A CN202210773283A CN115308129B CN 115308129 B CN115308129 B CN 115308129B CN 202210773283 A CN202210773283 A CN 202210773283A CN 115308129 B CN115308129 B CN 115308129B
- Authority
- CN
- China
- Prior art keywords
- immunofluorescence
- information
- picture
- information set
- field camera
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000010166 immunofluorescence Methods 0.000 claims abstract description 114
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 15
- 239000011521 glass Substances 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 241000894006 Bacteria Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003125 immunofluorescent labeling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002504 physiological saline solution Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6402—Atomic fluorescence; Laser induced fluorescence
Landscapes
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Studio Devices (AREA)
Abstract
本发明提供一种自动确定荧光暗场相机聚焦位置的方法和装置,所述方法包括:获取载玻片不同聚焦位置的免疫荧光图片;对免疫荧光图片进行灰度处理,形成免疫荧光图片的第一信息集合;对免疫荧光图片进行模糊处理和灰度处理,形成免疫荧光图片的第二信息集合;基于第一信息集合和第二信息集合计算免疫荧光图片的MSE值,MSE值作为免疫荧光图片的清晰度值。本发明提供的自动确定荧光暗场相机聚焦位置的方法可有效快速确定荧光暗场相机的聚焦位置,调焦速度快,效率高,便于自动化操作。
Description
技术领域
本发明涉及荧光暗场检测技术领域,具体涉及一种自动确定荧光暗场相机聚焦位置的方法及装置。
背景技术
免疫荧光染色图片一般由荧光暗场相机采集特定波段的荧光形成,以此来找到病灶细胞或病灶细菌所在位置和数量。
传统的荧光暗场检测装置在获取免疫荧光染色图片的流程如下:人工手动调整显微镜物镜到载玻片之间的距离(即荧光暗场相机的聚焦位置),待观察到清晰的病灶细胞或病灶细菌时,停止调整显微镜物镜到载玻片之间的距离,荧光暗场相机对显微镜观察到的清晰的病灶细胞或病灶细菌进行拍摄,获得免疫荧光图片。上述传统获取免疫荧光图片的过程中,需要人工手动调节显微镜物镜到载玻片之间的距离(即手动调节荧光暗场相机的聚焦位置),调节速度慢,效率低,不利用自动化操作。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中的获取清晰免疫荧光图片速度慢、效率低的问题,从而提供一种自动确定荧光暗场相机聚焦位置的方法及装置。
本发明的一个方面,提供一种自动确定荧光暗场相机聚焦位置的方法,包括如下步骤:
获取载玻片不同聚焦位置的免疫荧光图片;
对免疫荧光图片进行灰度处理,然后利用二维一级小波变化计算荧光图片的水平信息、竖直信息和对角线信息,形成免疫荧光图片的第一信息集合;
对免疫荧光图片进行模糊处理和灰度处理,再利用哈尔小波计算荧光图片的水平信息、竖直信息和对角线信息,形成免疫荧光图片的第二信息集合;
基于第一信息集合和第二信息集合计算免疫荧光图片的MSE值,MSE值作为荧光图片的清晰度值,根据免疫荧光图片的清晰度值来确定聚焦平面位置或聚焦位置。
优选的,所述二维一级小波变化为Daubechies小波、哈尔小波中的一种。
优选的,模糊处理采用高斯模糊处理或拉普拉斯模糊处理。
进一步地,所述MSE值采用如下计算公式计算:
其中,yi代表v1,h1,c1中的值,代表v2,h2,c2中的值,wi等于1,SSE为总差值;n为免疫荧光图片像素点个数。
本发明要解决的另一个技术问题在于克服现有技术中的荧光暗场相机聚焦位置不准确的缺陷,从而提供一种自动确定荧光暗场相机聚焦位置的装置,包括:
获取模块,获取载玻片不同聚焦位置的免疫荧光图片;
第一信息集合获取模块,对免疫荧光图片进行灰度处理,然后利用二维一级小波变化计算荧光图片的第一水平信息、第一竖直信息和第一对角线信息,形成免疫荧光图片的第一信息集合;
第二信息集合获取模块,对免疫荧光图片进行模糊处理和灰度处理,再利用哈尔小波计算免疫荧光图片的第二水平信息、第二竖直信息和第二对角线信息,形成免疫荧光图片的第二信息集合;
免疫荧光图片清晰度值计算模块,配置为基于第一信息集合和第二信息集合计算免疫荧光图片的MSE值,MSE值作为免疫荧光图片的清晰度值,根据清晰度值来判断聚焦位置。
本发明的另一方面,还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行计算机程序时实现上述自动确定免疫荧光暗场相机聚焦位置的方法。
本发明的再一方面,提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的自动确定荧光暗场相机聚焦位置的方法。
本发明技术方案,具有如下优点:
1.本发明提供的自动确定免疫荧光暗场相机聚焦位置的方法,通过免疫荧光图片进行灰度处理后计算第一信息集合,通过对免疫荧光图片进行模糊处理和灰度处理后计算第二信息集合,通过第一信息集合和第二信息集合计算免疫荧光图片的MSE值,以MSE值的大小来判断荧光暗场相机的聚焦位置是否处于最佳位置,该方法调焦速度快,效率高,便于自动化操作。
2.本发明提供的自动确定免疫荧光暗场相机聚焦位置的方法,可采用多种二维一级小波变换来实现,优选采用Daubechies小波或哈尔小波,上述两种算法简单,可有效降低硬件负担。
3.本发明提供的自动确定免疫荧光暗场相机聚焦位置的方法,可采用多种模糊处理来实现,优选采用模糊处理采用高斯模糊处理或拉普拉斯模糊处理,上述两种处理方法,可有效降低硬件负担。
4.本发明提供的自动确定免疫荧光暗场相机聚焦位置的方法,MSE值的算法简单,可有效降低硬件负担,提高效率。
5.本发明提供的自动确定免疫荧光暗场相机聚焦位置的装置,通过获取模块获取免疫荧光图片,通过第一信息集合获取模块对免疫荧光图片进行灰度处理后计算第一信息集合,通过第二信息集合获取模块对免疫荧光图片进行模糊处理和灰度处理后计算第二信息集合,通过第一信息集合和第二信息集合计算免疫荧光图片的MSE值,以MSE值的大小来判断荧光暗场相机的聚焦位置,调焦速度快,效率高,便于自动化操作。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1中自动确定荧光暗场相机聚焦位置的方法的流程图;
图2为本发明实施例1中获取免疫荧光染色图片的聚焦路径示意图;
图3为实施例1中获取的第一张免疫荧光染色图片;
图4为实施例1中哈尔小波处理免疫荧光染色图片的示意图;
图5为实施例1处理后的9张图片;
图6为实施例3中自动确定荧光暗场相机聚焦位置的装置;
图7为本发明实施例5中电子设备的原理框图。
附图标记:
1-盖玻片;2-气泡;3-生理盐水;4-目标样本;5-载玻片。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,还可以是两个元件内部的连通,可以是无线连接,也可以是有线连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种自动确定荧光暗场相机聚焦位置的方法,如图1所示,包括如下步骤:
步骤101,获取载玻片不同聚焦位置的免疫荧光图片,如图2所示,荧光暗场相机(例如采用CCD相机)从上到下采集载玻片不同聚焦位置的免疫荧光图片,聚焦路径采用步进式。为了便于理解,本实施例假设从上到下,一共采集9张图像,由于是聚焦路径为步进式,所以每个图像都有与其对应的z轴距离。
对9张图像进行清晰度评估。清晰度评估按照从上到下的采集顺序对9张图片开始评估,对每张图片的清晰度评估过程如下:
步骤102,先对第一张免疫荧光图片(如图3所示)进行灰度处理,然后利用二维一级小波变化(本实施例采用哈尔小波)计算荧光图片的水平信息h1、竖直信息v1和对角线信息c1,形成免疫荧光图片的第一信息集合;
步骤103,对第一张免疫荧光图片进行模糊处理(本实施例采用高斯模糊)得到模糊化的图片,其中高斯核函数的大小根据输入图像分辨率来决定,如果输入分辨率较大,则模糊核的大小可以相对应调大,本案例中输入图像分辨率为912*618,模糊核的大小为7;再对高斯模块后的第一张图片进行灰度处理,再利用如图4所示的哈尔小波计算第一张免疫荧光图片的水平信息h2、竖直信息v2和对角线信息c2,形成第一张免疫荧光图片的第二信息集合;
步骤104,基于第一信息集合和第二信息集合计算第一张免疫荧光图片的MSE值,MSE值作为第一张荧光图片的清晰度值,其中MES值的计算方法不做限定,本实施例MSE值采用如下计算公式计算:
其中,yi代表v1,h1,c1中的值,代表v2,h2,c2中的值。而wi则是等于1。
重复上述清晰度评估过程,得到9张免疫荧光图片的清晰度评估值,如图5所示。图4中的图片采用Img+序列号+清晰度值的方法对图片进行命名,即:Img后的第一个数字是序列号,第二个数字是清晰度值.图4所示的第一张图片对应的清晰度评估值为:0.000348;其中序列号为5的图像Img_5_0.0473679.jpg的清晰度评估值最大,则序列号为5的图片对应的z轴位置则是理想的聚焦位置。
本发明实施例利用图像清晰度值来评估聚焦位置是否准确的原理如下:图像越清晰,则信息熵越大(代表这个图片含有的信息越丰富);高斯模糊处理后,则信息熵损失越大,利用模糊前后的信息熵损失差值(MSE值)作为免疫荧光图片的清晰度值。则越模糊的图片,高斯模糊处理前后,信息熵损失小;图片越清晰,则高斯模糊处理前后信息熵损失越大。
本实施例提供的自动确定免疫荧光暗场相机聚焦位置的方法,通过对免疫荧光图片进行灰度处理后计算第一信息集合,再对免疫荧光图片进行模糊处理和灰度处理后计算第二信息集合,通过第一信息集合和第二信息集合计算免疫荧光图片的MSE值,以MSE值的大小来判断荧光暗场相机的聚焦位置,调焦速度快,效率高,便于自动化操作。
实施例2
本实施例与实施例1的不同之处在于:在步骤102中,二维一级小波变化采用Daubechies小波;在步骤103中,对免疫荧光图片的模糊处理采用拉普拉斯模糊处理。
采用Daubechies小波和拉普拉斯模糊算法来处理图片,一方面为图片处理提供了更加多元的处理方法,有效提高了本发明技术方案的通用性;另一方面上述两种算法结构简单,可有效提高计算效率,降低硬件负担。
实施例3
本实施例提供一种自动确定荧光暗场相机聚焦位置的装置,如图6所示,包括:
获取模块201,获取载玻片不同聚焦位置的荧光图片;
第一信息集合获取模块202,对免疫荧光图片进行灰度处理,然后利用二维一级小波变化计算免疫荧光图片的第一低纬度信息、第一水平信息、第一竖直信息和对角线信息,形成免疫荧光图片的第一信息集合;
第二信息集合获取模块203,对免疫荧光图片进行模糊处理和灰度处理,再利用哈尔小波计算免疫荧光图片的第二低纬度信息、第二水平信息、第二竖直信息和第二对角线信息,形成免疫荧光图片的第二信息集合;
免疫荧光图片清晰度值计算模块204,配置为基于第一信息集合和第二信息集合计算免疫荧光图片的MSE值,MSE值作为评估免疫免疫荧光图片的清晰度值。
本发明提供的自动确定免疫荧光暗场相机聚焦位置的装置,通过获取模块获取免疫荧光图片,通过第一信息集合获取模块对免疫荧光图片进行灰度处理后计算第一信息集合,通过第二信息集合获取模块对免疫荧光图片进行模糊处理和灰度处理后计算第二信息集合,通过第一信息集合和第二信息集合计算免疫荧光图片的MSE值,以MSE值的大小来判断荧光暗场相机的聚焦位置的准确度,调焦速度快,效率高,便于自动化操作。
实施例4
基于相同的发明构思,本实施例提供一种电子设备,参见图7,包括存储器302、处理器301、通信接口303、通信总线304以及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器301、通信接口303、存储器302通过通信总线304完成相互间的通信;通信接口303用于实现各建模软件及智能装备模块库等相关设备之间的信息传输;处理器301用于调用存储器302中的计算机程序,处理器执行计算机程序时实现上述各方法实施例所提供的方法,例如,处理器执行计算机程序时,以执行以下操作:
获取载玻片不同聚焦位置的免疫荧光图片;
对免疫荧光图片进行灰度处理,然后利用二维一级小波变化计算免疫荧光图片的水平信息、竖直信息和对角线信息,形成免疫荧光图片的第一信息集合;
对免疫荧光图片进行模糊处理和灰度处理,再利用哈尔小波计算免疫荧光图片的水平信息、竖直信息和对角线信息,形成免疫荧光图片的第二信息集合;
基于第一信息集合和第二信息集合计算免疫荧光图片的MSE值,MSE值作为免疫荧光图片的清晰度值,根据免疫荧光图片的清晰度值来确定免疫荧光相机聚焦位置。
实施例5
本实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,以执行以下操作:
获取载玻片不同聚焦位置的免疫荧光图片;
对免疫荧光图片进行灰度处理,然后利用二维一级小波变化计算免疫荧光图片的水平信息、竖直信息和对角线信息,形成免疫荧光图片的第一信息集合;
对免疫荧光图片进行模糊处理和灰度处理,再利用哈尔小波计算免疫荧光图片的水平信息、竖直信息和对角线信息,形成免疫荧光图片的第二信息集合;
基于第一信息集合和第二信息集合计算免疫荧光图片的MSE值,MSE值作为免疫荧光图片的清晰度值,根据免疫荧光图片的清晰度值来确定聚焦平面位置或聚焦位置。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (7)
1.一种自动确定荧光暗场相机聚焦位置的方法,其特征在于,包括如下步骤:
从上到下获取载玻片不同聚焦位置的免疫免疫荧光图片;
对第一张免疫荧光图片进行灰度处理,然后利用二维一级小波变化计算免疫荧光图片的水平信息、竖直信息和对角线信息,形成免疫荧光图片的第一信息集合;
对第一张免疫荧光图片进行模糊处理和灰度处理,再利用哈尔小波计算免疫荧光图片水平信息、竖直信息和对角线信息,形成免疫荧光图片的第二信息集合;
基于第一信息集合和第二信息集合计算第一张免疫荧光图片的MSE值, MSE值作为第一张免疫荧光图片的清晰度值;
重复上述第一张免疫荧光图片的清晰度值的计算步骤,得到多张免疫荧光图片的清晰度值,以MSE值的大小来判断荧光暗场相机的聚焦位置。
2.根据权利要求1所述的方法,其特征在于,所述二维一级小波变化为Daubechies小波或哈尔小波。
3.根据权利要求1所述的方法,其特征在于,模糊处理采用高斯模糊处理或拉普拉斯模糊处理。
4.根据权利要求1所述的方法,其特征在于,MSE值采用如下计算公式计算:,其中,代表v1,h1,c1中的值,代表v2,h2,c2中的值,等于1,SSE为总差值;n为免疫荧光图片的像素点个数。
5.一种自动确定荧光暗场相机聚焦位置的装置,其特征在于,所述装置运行时实现如权利要求1~4任一项所述的自动确定荧光暗场相机聚焦位置的方法,包括:
获取模块,获取载玻片不同聚焦位置的免疫荧光图片;
第一信息集合获取模块,对免疫荧光图片进行灰度处理,然后利用二维一级小波变化计算免疫荧光图片的第一水平信息、第一竖直信息和对角线信息,形成免疫荧光图片的第一信息集合;
第二信息集合获取模块,对免疫荧光图片进行模糊处理和灰度处理,再利用哈尔小波计算免疫荧光图片的第第二水平信息、第二竖直信息和第二对角线信息,形成免疫荧光图片的第二信息集合;
免疫荧光图片清晰度值计算模块,配置为基于第一信息集合和第二信息集合计算荧光图片的MSE值, MSE值作为免疫荧光图片的清晰度值。
6.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~4任一项所述的自动确定荧光暗场相机聚焦位置的方法。
7.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1~4任一项所述的自动确定荧光暗场相机聚焦位置的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210773283.8A CN115308129B (zh) | 2022-07-01 | 2022-07-01 | 一种自动确定荧光暗场相机聚焦位置的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210773283.8A CN115308129B (zh) | 2022-07-01 | 2022-07-01 | 一种自动确定荧光暗场相机聚焦位置的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115308129A CN115308129A (zh) | 2022-11-08 |
CN115308129B true CN115308129B (zh) | 2025-02-21 |
Family
ID=83857207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210773283.8A Active CN115308129B (zh) | 2022-07-01 | 2022-07-01 | 一种自动确定荧光暗场相机聚焦位置的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115308129B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227810A (zh) * | 2015-06-01 | 2016-01-06 | 西北大学 | 一种基于bibavr算法的自动聚焦头盔摄像机 |
CN110214290A (zh) * | 2017-01-24 | 2019-09-06 | 堀场(法国)有限公司 | 显微光谱测量方法和系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI343207B (en) * | 2007-09-07 | 2011-06-01 | Lite On Technology Corp | Device and method for obtain a clear image |
WO2009108050A1 (en) * | 2008-02-27 | 2009-09-03 | Aleksey Nikolaevich Simonov | Image reconstructor |
US8624986B2 (en) * | 2011-03-31 | 2014-01-07 | Sony Corporation | Motion robust depth estimation using convolution and wavelet transforms |
EP2966492B1 (en) * | 2012-05-02 | 2020-10-21 | Centre National De La Recherche Scientifique | Method and apparatus for single-particle localization using wavelet analysis |
CN110111842B (zh) * | 2018-01-29 | 2021-06-29 | 深圳华大智造科技股份有限公司 | 图像清晰度分析及对焦方法、测序仪、系统与存储介质 |
CN111083365B (zh) * | 2019-12-24 | 2021-01-15 | 陈根生 | 一种最佳焦平面位置快速检测方法及装置 |
CN111399208B (zh) * | 2020-03-31 | 2022-04-26 | 上海澜澈生物科技有限公司 | 生物荧光样本的聚焦拍摄实现方法、显微镜和存储介质 |
CN111510631A (zh) * | 2020-04-27 | 2020-08-07 | 成都国铁电气设备有限公司 | 一种快速自动调焦方法和调焦装置 |
CN113933981A (zh) * | 2020-06-29 | 2022-01-14 | 深圳辉煌耀强科技有限公司 | 基于光学图像清晰度的自动对焦方法及相关设备 |
CN112861958A (zh) * | 2021-02-02 | 2021-05-28 | 中国人民解放军总医院第一医学中心 | 对肾脏病免疫荧光图片进行识别分类的方法及装置 |
CN113219622A (zh) * | 2021-03-19 | 2021-08-06 | 哈工大机器人(中山)无人装备与人工智能研究院 | 一种用于面板缺陷检测的物镜对焦方法、装置及系统 |
CN113777040B (zh) * | 2021-09-14 | 2025-02-18 | 京东方科技集团股份有限公司 | 线阵相机的调焦方法、装置及自动光学检测设备 |
CN114113115B (zh) * | 2021-11-29 | 2023-08-18 | 哈尔滨工业大学 | 一种大口径元件表面微缺陷高精度自动定位方法 |
CN114324278B (zh) * | 2021-12-29 | 2024-05-24 | 常州奥创医疗科技有限公司 | 一种基于自适应网格的荧光暗场自动对焦方法 |
-
2022
- 2022-07-01 CN CN202210773283.8A patent/CN115308129B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105227810A (zh) * | 2015-06-01 | 2016-01-06 | 西北大学 | 一种基于bibavr算法的自动聚焦头盔摄像机 |
CN110214290A (zh) * | 2017-01-24 | 2019-09-06 | 堀场(法国)有限公司 | 显微光谱测量方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115308129A (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6347675B2 (ja) | 画像処理装置、撮像装置、画像処理方法、撮像方法及びプログラム | |
US8803984B2 (en) | Image processing device and method for producing a restored image using a candidate point spread function | |
US9036032B2 (en) | Image pickup device changing the size of a blur kernel according to the exposure time | |
JP5075757B2 (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および電子機器 | |
CN107316326B (zh) | 应用于双目立体视觉的基于边的视差图计算方法和装置 | |
CN109085113B (zh) | 一种用于宫颈脱落细胞检测装置的自动对焦方法和装置 | |
CN101996406A (zh) | 无参考结构清晰度图像质量评价方法 | |
JP4825748B2 (ja) | 画像データ処理方法および撮像装置 | |
JP5766077B2 (ja) | ノイズ低減のための画像処理装置及び画像処理方法 | |
JP2010020758A5 (zh) | ||
CN110517213B (zh) | 一种显微镜用的基于拉普拉斯金字塔的实时景深延拓方法 | |
EP3879483A1 (en) | Learning data manufacturing method, learning method, learning data manufacturing apparatus, learning apparatus, program, and memory medium | |
KR20180122548A (ko) | 이미지를 처리하는 방법 및 장치 | |
JP2012208597A (ja) | パターン識別装置、パターン識別方法及びプログラム | |
CN105574823B (zh) | 一种失焦模糊图像的去模糊方法和装置 | |
US20250039348A1 (en) | Image processing method, image processing apparatus, storage medium, manufacturing method of learned model, and image processing system | |
CN114972084A (zh) | 一种图像对焦准确度评价方法及系统 | |
CN107403414A (zh) | 一种利于模糊核估计的图像区域选择方法和系统 | |
US9418432B2 (en) | Imaging system with depth estimation mechanism and method of operation thereof | |
CN117555123A (zh) | 一种电子显微镜自动对焦方法及装置 | |
JP2015115733A (ja) | 画像処理方法、画像処理装置、撮像装置および画像処理プログラム | |
CN111563895A (zh) | 一种图片清晰度确定方法、装置、设备及存储介质 | |
CN115308129B (zh) | 一种自动确定荧光暗场相机聚焦位置的方法及装置 | |
US20210243422A1 (en) | Data processing apparatus, data processing method, and program | |
CN113938578B (zh) | 一种图像虚化方法、存储介质及终端设备 |
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 |