结合多尺度分解和梯度绝对值算子的显微图像清晰度评价方法
【宁波永新光学公司崔光茫团队】


       光学显微镜作为观察微观世界的重要仪器设备,已被广泛地应用在医疗健康、生物检测、工业生产等相关领域。由于显微镜成像系统景深非常小,只有在微小深度变化范围内才能采集到清晰图像。显微图像清晰度的评价与判定,直接影响了显微镜自动对焦的精度,也成为衡量显微系统成像质量的重要指标。随着多媒体技术和数字图像的发展,显微仪器设备对于自动化的要求也逐渐提高,基于图像处理的显微图像清晰度评价算法得到越来越多的关注,这对于实现快速准确的显微自动对焦和成像系统性能评价具有重要意义。

       显微图像获取过程中,容易受到成像链路噪声的影响,传统的清晰度评价方法往往会出现多个伪峰值,在算法灵敏度、无偏性、单峰性等方面有各自的局限性,给数字显微图像清晰度评价提出了新的挑战。

       宁波永新光学公司和杭州电子科技大学电子信息学院崔光茫研究团队,针对显微图像自动对焦和成像系统质量评价问题,结合多尺度分解工具和梯度绝对值算子设计,提出了一种显微图像清晰度评价算法。利用非下采样剪切波变换(non-subsampled shearlet transform, NSST)将图像边缘信息分解到不同尺度的细节图层,通过抗噪阈值的设置,计算高频和低频的梯度绝对值能量算子,并利用高低频能量信息的变化特点,实现了有效的显微清晰度评价。

       NSST是近年来所提出的非常有效的图像多尺度分解工具,其数学结构简单,具有抛物线尺度、方向敏感性更强及最优稀疏等特点。同时,NSST避免了下采样过程对于图像信息的丢失,具有平移不变性和稳定性的优点,能够更好地表达出图像的轮廓、边缘、纹理等细节信息,适合图像特征的提取,可以为清晰度评价算法提供更多的判断信息,其分解流程图如图1所示。


图1  非下采样剪切波分解流程图

       利用频域子带系数梯度绝对值能量和算子(sum of absolute gradient, SAG)来构造清晰度评价算法,代替了能量梯度函数中的平方算子,在表征图像边缘清晰度的同时,降低了计算的复杂度,提高了运算效率。此外,引入了抗噪阈值,在计算评价函数值时只计算大于阈值的频域子带数值,增强了算法的抗噪性能。

       本文设计的结合多尺度分解和梯度绝对值算子的显微图像清晰度评价框架流程图如图2所示。利用NSST对输入的待评价显微图像进行多尺度分解,得到1幅低频子带图像和若干幅不同尺度下不同方向的高频子带图像。计算各子带图像的梯度绝对值能量和算子,并通过设置抗噪阈值来排除噪声对评价结果的干扰,进而得到加权的高频子带能量和算子以及低频子带能量和算子,最终通过两者的比值得到清晰度评价算子。


图2  结合多尺度分解和梯度绝对值算子的显微图像评价方法

       开展了仿真论证实验和实拍论证实验,获取了清晰度不同的显微图像序列,并考虑了图像噪声的干扰。利用几种对比价算法进行清晰度指标计算,得到归一化的评价结果曲线,其中,仿真实验噪声显微图像序列归一化评价结果曲线如图3所示。分析看到,归一化评价曲线基本反映了图像序列的清晰度变化趋势,但Tenengrad函数、LS评价算法的抗噪能力较差,评价曲线出现了明显的波动,形成了明显的次峰,影响了算法的准确性。而本文所提出算法抗噪能力较强,基本不受噪声的干扰,表现出了较好的稳定和鲁棒性。


图3  仿真实验噪声显微图像序列归一化评价结果曲线

研究团队简介
宁波永新光学公司和杭州电子科技大学电子信息学院崔光茫研究团队,致力于计算成像和智能图像处理及传感器技术的研究和应用推广,将光学、电子、算法、机械等学科知识系统考虑,综合应用来解决实际工程问题,主要研究方向包括光电成像及智能图像处理技术、计算成像理论与方法、光电检测技术等。课题组团队处于初创阶段,共有教师5人,硕士研究生十余人。目前团队共发表SCI/EI科研论文40余篇,申请国家发明专利40余项,已授权10余项。其中,团队成员赵巨峰副教授与永新光学公司合作期间,基于“显微图像质量提升技术研究及应用”课题,荣获宁波市科学技术二等奖1项(2017年度),浙江省科学进步二等奖1项(2018年度)。

相关论文
崔光茫, 张克奇, 毛磊, 等. 结合多尺度分解和梯度绝对值算子的显微图像清晰度评价方法[J]. 光电工程, 2019, 46(6): 180531.
DOI:10.12086/oee.2019.180531