主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
翟永平,刘云辉,周东翔,刘顺.稀疏图像内容情况下显微镜自动聚焦算法.软件学报,2012,23(5):1281-1294
稀疏图像内容情况下显微镜自动聚焦算法
Autofocusing Method for Microscopy with Low Image Content Density
投稿时间:2011-01-05  修订日期:2011-07-29
DOI:10.3724/SP.J.1001.2012.04099
中文关键词:  自动聚焦  显微镜  聚焦函数  图像内容密度  内容重要度因子
英文关键词:auto-focusing  microscopy  focus function  image content density  content importance factor
基金项目:国家自然科学基金(60975023)
作者单位E-mail
翟永平 国防科学技术大学 电子科学与工程学院,湖南 长沙 410073 talkshow88@gmail.com 
刘云辉 香港中文大学 机械与自动化工程系,香港  
周东翔 国防科学技术大学 电子科学与工程学院,湖南 长沙 410073  
刘顺 国防科学技术大学 常州超媒体与感知技术研究所,江苏 常州 213016  
摘要点击次数: 4430
全文下载次数: 3385
中文摘要:
      自动聚焦是全自动显微成像中的关键技术.为了解决在极低内容密度(稀疏内容)情况下传统聚焦方法无法成功找到焦平面的问题,提出一种基于图像内容重要度加权的聚焦函数增强算法.该算法利用聚焦过程中当前图像和参考图像中对应像素沿光轴方向的梯度变化规律对像素进行分类,并根据不同像素对图像清晰程度判决的贡献大小自适应调整当前像素的重要度因子,通过这种方式增强了图像内容像素的计算权重并有效抑制了镜头杂质及背景噪声,极大地增强了聚焦曲线的陡峭度.在此基础上,采用图像分块的方式来克服显微镜Z 轴机械系统误差对算法性能的影响并降低算法复杂度.实验结果表明,在图像内容非常稀疏的情况下,该算法的聚焦成功率高达90%,而传统聚焦算法的成功率仅为24%.
英文摘要:
      Auto-Focusing is one of the key issues in automatic microscopy. The traditional gradient based auto-focusing algorithms may fail to find the optimal focal plane under the circumstances with low image content density because the slope variation of the focus measure of low content density images is small, and the global maximum may be drowned in noises. This paper proposes a content importance factor based focus measure for guiding automatic search of the optimal focal plane with low image content density. The proposed method classifies the pixels into three types: the content pixels, the debris pixels, and the background pixels, according to the relative variation of gradient magnitude of current image and the reference image captured at different z-axis positions from the same scene and adaptively assigns different weights to pixels based on the image content in the focus measure computation. In this way, the contribution of the content pixels is emphasized while that of debris pixels and background pixels is suppressed, and thus, the steepness of the focus curve around the optimal point is improved. The experimental results show that performance of the proposed method is far superior to the traditional methods: the auto-focusing success rate of the proposed method is larger than 90% under the circumstances with low image content density while the traditional method only gains a success rate of 24%.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利