粗精调焦的医学显微图像清晰度评价方法   0    0

本发明公开了一种粗精调焦的医学显微图像清晰度评价方法，先将输入的RGB彩色图像转换为Lab颜色空间；接着通过统计亮度图IL的灰度方差获取灰度变化值，利用颜色通道图Ia和颜色通道图Ib获取颜色显著图，并得到颜色显著图的局部梯度值；最后，将灰度变化值和局部梯度变化值相乘，获取最终的图像清晰度。本发明提出的方法综合考虑图像的全局灰度变化和局部梯度变化，既具有较宽的陡峭区又具有较高的灵敏度，仅使用一种清晰度评价函数就可以同时用于大步长粗调焦和小步长精细调焦。

1.一种粗精调焦的医学显微图像清晰度评价方法，其特征在于，所述方法包括以下几个步骤：
步骤一、输入RGB格式的原始图像，并将其转换为Lab颜色空间，分别得到亮度图IL和两个颜色通道图：颜色通道图Ia和颜色通道图Ib；
步骤二、通过以下函数获取原始图像的灰度变化值FVar：
其中， 为IL的灰度均值，(x,y)为像素的位置；
步骤三、获取原始图像的局部梯度值，具体过程如下：
(3.1)分别对颜色通道图Ia和颜色通道图Ib中每个像素的灰度进行去均值和归一化操作，再将操作结果线性叠加得到颜色显著图S；
(3.2)对以上步骤所得的颜色显著图S中每个像素计算局部梯度值，具体地，统计当前像素横向、纵向和两个斜方向上的像素灰度差的绝对值之积；
G(x,y)＝[|S(x+2,y)-S(x,y)|×|S(x,y+2)-S(x,y)|]×[|S(x+1,y+1)-S(x,y)|×|S(x-1,y+1)-S(x,y)|]
(3.3)仅统计大于门限T的函数值之和作为输入图像的局部梯度值：
FGrad＝∑[G(x,y)>T]
本步骤中，T设定为10；
步骤四、将图像灰度变化值FVar和局部梯度值FGrad相乘，获取最终的图像清晰度F。

2.如权利要求1所述的粗精调焦的医学显微图像清晰度评价方法，其特征在于，所述的步骤(3.1)具体包括：
(3.1.1)使用以下公式进行去均值操作：
其中， 和 分别为颜色通道图Ia和颜色通道图Ib的灰度均值，||为绝对值符号，I′a和I′b分别为颜色通道图Ia和颜色通道图Ib去均值操作后的图像；
(3.1.2)分别对I′a和I′b进行归一化操作，得到归一化图像Na和归一化图像Nb；
Na(x,y)＝N(I′a(x,y))
Nb(x,y)＝N(I′b(x,y))
其中，N()为归一化函数，其公式如下：
其中，max()和min()分别为最大值和最小值函数；
(3.1.3)通过以下公式将归一化图像Na和归一化图像Nb线性叠加得到颜色显著图S：
(x,y)为图像中像素的位置。