專利名稱：一種尿沉渣檢驗設備中顯微鏡系統(tǒng)的自動聚焦方法
技術領域：
本發(fā)明屬于顯微鏡系統(tǒng)的圖像處理技術領域，尤其是指一種尿沉渣顯微鏡系統(tǒng)中的自動聚焦方法。

背景技術：
從基本原理上來說，自動聚焦方法可以分為兩大類一類是主動方法；另一類是被動方法。主動方法是基于鏡頭與被拍攝物體之間距離測量的測距方法，根據(jù)被拍攝物體的情況調整光學系統(tǒng)，主動方法的特征是通過接受主動發(fā)射電磁波或聲波的反射來測量物體的距離和方位，并根據(jù)光學成像原理計算最佳聚焦位置，然后通過信息處理器來控制電機以實現(xiàn)自動聚焦，因此這種方法稱為主動方法。
被動方法指利用光學系統(tǒng)所獲取圖像本身所自有的信息來實現(xiàn)自動聚焦，經(jīng)過鏡頭位置的調節(jié)以獲取最清晰的聚焦圖像，這種方法也稱之為基于數(shù)字圖像處理的自動聚焦方法。該方法可以通過軟件實現(xiàn)自動聚集，即通過固定的算法對數(shù)字圖像在內包含的信息進行相應處理，得到相應的控制量，驅動步進電機，帶動鏡頭前后移動，知道獲得聚焦清楚的圖像，因此這種方法稱為被動方法。
不管現(xiàn)有的主動方法還是被動方法，都是利用在不同的位置拍攝固定目標圖像，通過對圖像進行分析，尋找最佳焦點。都無法直接應用于尿沉渣檢驗設備的流動式顯微鏡系統(tǒng)，因為基于圖像分析尿沉渣儀器的原理是儀器采用的流動式顯微鏡系統(tǒng)，尿樣本采用層流平板式流式細胞技術、標本在上下層鞘液的包裹下進入系統(tǒng)，雙層鞘流液包裹在尿液標本的外周，而尿液會以單層細胞顆粒的厚度進入薄層板。這樣做的目的是為了防止交叉污染和保證尿液樣本內的有形成分在同一焦面上。因此，無法找到相對“固定”的目標最作為聚焦的參照物。


發(fā)明內容
本發(fā)明提供一種尿沉渣檢驗設備中顯微鏡系統(tǒng)的自動聚焦方法，以解決現(xiàn)有的自動聚焦方法都無法直接應用于尿沉渣檢驗設備的流動式顯微鏡系統(tǒng)的問題。本發(fā)明采取的技術方案是，包括下列步驟 (一)將聚焦區(qū)域分為N等分個位置，相鄰兩個位置的距離為d，每個位置連續(xù)拍攝M幅圖像； (二)選定一個閾值T，這個閾值的范圍在[50，200]之間，然后采用區(qū)域生長算法分割圖像中的每個聚焦微粒，其中閾值選定可以采用最小誤差法、大津率方法或者根據(jù)實驗人為選定； (三)對每個聚焦微粒圖像進行邊緣檢測

其中f表示聚焦微粒的灰度圖像，S標識梯度模板；G表示聚焦微粒的梯度圖像。其中邊緣檢測可以采用的梯度模板有Sobel算子、Robert算子； (四)計算每個聚焦微粒的梯度均值作為該微粒的清晰度評價函數(shù)，公式如下

其中grad(i)代表聚焦微粒梯度圖像中第i個位置的梯度值，num代表聚焦微粒梯度圖像內像素數(shù)量； (五)計算每幅圖像的清晰度評價函數(shù)，公式如下

其中perptli代表第i個聚焦微粒的清晰度評價函數(shù)，K(i)代表第i幅聚焦圖像內的聚焦微粒數(shù)量； (六)計算每個位置的清晰度評價函數(shù)

其中perpos(k)代表聚焦微粒第k幅圖像清晰度評價函數(shù)0＜k≤N，M代表第k位置的圖像數(shù)量，αi代表第i幅評價函數(shù)權值，

這里每幅評價函數(shù)權值的選取方法為
(七)如果第k個位置拍攝的M幅圖像內沒有聚焦微粒，且左和右位置評價函數(shù)大于0，利用插值求第k個位置的清晰度評價函數(shù)； (八)搜索N個位置的圖像清晰度評價函數(shù)中最大峰值對應的位置為最佳聚焦位置。
由于圖像清晰度評價函數(shù)可能出現(xiàn)多峰的情況，所以如果采用傳統(tǒng)的搜索策略將可能搜索到局部峰值，而全程搜索策略可解決這一問題，因此 本發(fā)明還包括 (九)首先采用較大的步長進行全程搜索，并記錄每一步搜索時的評價函數(shù)值，得到評價函數(shù)曲線的變化情況，然后通過步進電機將流動池移動到最大值的附近范圍內，進行小步長進行二次聚焦并精確搜索，直到搜索到清晰度準則函數(shù)極值點為止，這樣可以解決在多個峰值出現(xiàn)的情況下搜索最大值的問題。此時所對應的圖像即為清晰的聚焦圖像。
本發(fā)明有益效果是，首先拍攝層流形式高速通過流動池的聚焦液圖像，然后對圖像進行分析，尋找最佳的聚焦位置，實現(xiàn)尿沉渣檢驗設備中顯微系統(tǒng)的自動聚焦。解決了尿沉渣檢驗設備中顯微鏡系統(tǒng)的自動聚焦問題，針對尿沉渣檢驗設備中利用聚焦液進行顯微系統(tǒng)自動聚焦這一實際問題，提出了一種新的聚焦方法，該方法聚焦準確，重復性好。本發(fā)明提供了以計算聚焦液內聚焦微粒清晰度為基礎，計算出每個位置的圖像清晰度評價方法，更好的滿足了圖像清晰度評價函數(shù)的要求，使聚焦判斷更加準確。



圖1是自動聚焦系統(tǒng)原理圖； 圖2是自動聚焦算法流程圖； 圖3是最小誤差法求閾值流程圖； 圖4是區(qū)域生長算法流程圖； 圖5是Sobel算子邊緣檢測流程圖； 圖6是評價函數(shù)與位置分布函數(shù)圖。

具體實施例方式 名詞解釋 尿沉渣是指尿液內的有形成分，如尿液內的紅細胞、白細胞和細菌等。
尿沉渣檢驗設備是一種檢測尿液內有形成分的臨床檢驗設備。
聚焦液一種含有固化紅細胞的液體，濃度一般約為0.8×106～1.5×106個/ul，用于尿沉渣檢驗設備中顯微系統(tǒng)的自動聚焦過程。
聚焦微粒聚焦液內的固化紅細胞。
層流層流是指流體微團互不摻混、運動軌跡有條不紊地流動。
流動池是由特別制作的薄層板構成，檢測樣本在鞘流液的作用下形成層流。
包括下列步驟 (一)如圖1所示，將聚焦區(qū)間分為N＝500個位置，相鄰兩個位置距離d＝2um，每個位置連續(xù)拍攝M＝1幅圖像； 圖1中閃光燈1插入燈座2中，該燈座與燈座調節(jié)圈3螺紋連接、并與集光鏡組4一起固定到聚光鏡筒5，綠色濾光片7固定在聚光鏡筒5內，聚光鏡組8旋入聚光鏡筒5的右端，該聚光鏡筒固定在聚光鏡座6上，該聚光鏡座與光學基準板9通過螺釘固定連接；物鏡10旋入物鏡筒11內，輔助物鏡13與物鏡筒11右端固定連接，將C形接口14與CCD相機15螺紋連接，該C形接口與物鏡筒11固定連接，物鏡筒座12與光學基準板9通過螺釘固定連接。
(二)這里我們采用最小誤差法求閾值T和采用區(qū)域生長算法分割圖像中的聚焦微粒； 最小誤差法求閾值如圖3所示，其原理是對一幅大小為M×N的數(shù)字圖像，我們用f(x，y)表示圖像上坐標為(x，y)的像素點的灰度值，圖像的一維直方圖h(g)表示圖像中各個灰度值出現(xiàn)的頻數(shù)，因此可以用一維直方圖作為圖像概率分布的描述.假設理想的灰度分布模型是混合正態(tài)分布p(g)＝∑Pip(g|i)，這里Pi是子分布的先驗概率，p(g)的二個子分布p(g|i)分別服從均值為μi，方差為δi的正態(tài)分布

如果以灰度T作為閾值，則算法步驟如下 a)計算子分布先驗概率 b)計算子分布均值 c)計算子分布方差 d)計算最小分類圖像誤差函數(shù) J(t)＝1+2[P0(t)lnδ0(t)+P1(t)lnδ1(t)]-2[P0(t)ln P0(t)+P1(t)lnP1(t)] e)選擇最佳閾值，即滿足J(t)取得最小值的T＝t*。
區(qū)域生長算法如圖4所示，選擇種子點，確定生長準則和終止條件。
1)采用遍歷圖像的辦法選擇第一個灰度大于T的像素點為種子點； 2)生長準則灰度值f(x，y)大于T，采用八鄰域遍歷； 3)終止條件一直進行到再沒有滿足生長準則需要的象素時為止。
(三)對每個聚焦微粒圖像進行邊緣檢測，這里，梯度模板S采用Sobel算子。先利用Sobel算子分別進行水平檢測和垂直檢測，然后求矢量梯度。如圖5所示，具體步驟如下 a)進行水平方向邊緣檢測，采用Sobel算子水平方向模板 b)進行垂直方向邊緣檢測，采用Sobel算子垂直方向模板 c)求該點的矢量梯度 (四)計算每個聚焦微粒的梯度均值作為該微粒的清晰度評價函數(shù)，公式如下 其中，grad(i)代表聚焦微粒梯度圖像中第i個位置的梯度值，num代表聚焦微粒梯度圖像內像素數(shù)量； (五)計算每幅圖像的清晰度評價函數(shù)，公式如下 其中，perptli代表第i個聚焦微粒的清晰度評價函數(shù)，K(i)代表第i幅聚焦圖像內的聚焦微粒數(shù)量； (六)每個位置的清晰度評價函數(shù)，公式如下 其中，perpos(k)代表聚焦微粒第k幅圖像清晰度評價函數(shù)0＜k≤N，M代表第k位置的圖像數(shù)量，αi代表第i幅評價函數(shù)權值，

這里每幅評價函數(shù)權值的選取方法為
(七)如果第k個位置拍攝的M圖像內沒有聚焦微粒，且左和右位置評價函數(shù)大于0，利用插值求第k個位置的清晰度評價函數(shù)，這里采用簡單的二次插值，即 perpos(k′)＝(perpos(k′-1)+perpos(k′+1))/2； (八)搜索N個位置圖像清晰度評價函數(shù)中最大峰值對應的位置為最佳聚焦位置，如圖6所示X軸代表位置，F(xiàn)(x)代表評價函數(shù)； (九)為了應對可能出現(xiàn)的多峰問題，我們這里采用全程搜索策略是首先采用較大的步長，按(一)～(八)步驟進行聚焦搜索，其中N＝500，d＝2um，M＝1記錄每一步搜索時的評價函數(shù)值，得到評價函數(shù)曲線的變化情況，然后通過步進電機將流動池移動到最大值的附近范圍內，進行小步長按(一)～(八)步驟進行聚焦搜索，其中(N＝125，d＝1um，M＝4)，直到搜索到清晰度準則函數(shù)極值點為止。
權利要求
1.一種尿沉渣檢驗設備中顯微鏡系統(tǒng)的自動聚焦方法，其特征在于包括下列步驟
(一)將聚焦區(qū)域分為N等分個位置，相鄰兩個位置的距離為d，每個位置連續(xù)拍攝M幅圖像；
(二)選定一個閾值T，這個閾值的范圍在[50，200]之間，然后采用區(qū)域生長算法分割圖像中的每個聚焦微粒，其中閾值選定可以采用最小誤差法、大津率方法或者根據(jù)實驗人為選定；
(三)對每個聚焦微粒圖像進行邊緣檢測
其中f表示聚焦微粒的灰度圖像，S標識梯度模板；G表示聚焦微粒的梯度圖像。其中邊緣檢測可以采用的梯度模板有Sobel算子、Robert算子；
(四)計算每個聚焦微粒的梯度均值作為該微粒的清晰度評價函數(shù)，公式如下
其中grad(i)代表聚焦微粒梯度圖像中第i個位置的梯度值，num代表聚焦微粒梯度圖像內像素數(shù)量；
(五)計算每幅圖像的清晰度評價函數(shù)，公式如下
其中perptli代表第i個聚焦微粒的清晰度評價函數(shù)，K(i)代表第i幅聚焦圖像內的聚焦微粒數(shù)量；
(六)計算每個位置的清晰度評價函數(shù)
其中perpos(k)代表聚焦微粒第k幅圖像清晰度評價函數(shù)0＜k≤N，M代表第k位置的圖像數(shù)量，αi代表第i幅評價函數(shù)權值，
這里每幅評價函數(shù)權值的選取方法為
(七)如果第k個位置拍攝的M幅圖像內沒有聚焦微粒，且左和右位置評價函數(shù)大于0，利用插值求第k個位置的清晰度評價函數(shù)；
(八)搜索N個位置的圖像清晰度評價函數(shù)中最大峰值對應的位置為最佳聚焦位置。
2.根據(jù)權利要求1所述的尿沉渣檢驗設備中顯微鏡系統(tǒng)的自動聚焦方法，其特征在于還包括下列步驟
(九)首先采用較大的步長進行全程搜索，并記錄每一步搜索時的評價函數(shù)值，得到評價函數(shù)曲線的變化情況，然后通過步進電機將流動池移動到最大值的附近范圍內，進行小步長進行二次聚焦并精確搜索，直到搜索到清晰度準則函數(shù)極值點為止，這樣可以解決在多個峰值出現(xiàn)的情況下搜索最大值的問題。此時所對應的圖像即為清晰的聚焦圖像。
全文摘要
本發(fā)明涉及一種尿沉渣檢驗設備中顯微鏡系統(tǒng)的自動聚焦方法，屬于顯微鏡系統(tǒng)的圖像處理方法。首先拍攝層流形式高速通過流動池的聚焦液圖像，然后對圖像進行分析，尋找最佳的聚焦位置，實現(xiàn)尿沉渣檢驗設備中顯微系統(tǒng)的自動聚焦。解決了尿沉渣檢驗設備中顯微鏡系統(tǒng)的自動聚焦問題，針對尿沉渣檢驗設備中利用聚焦液進行顯微系統(tǒng)自動聚焦這一實際問題，提出了一種新的聚焦方法，該方法聚焦準確，重復性好。本發(fā)明提供了以計算聚焦液內聚焦微粒清晰度為基礎，計算出每個位置的圖像清晰度評價方法，更好的滿足了圖像清晰度評價函數(shù)的要求，使聚焦判斷更加準確。
文檔編號G02B21/24GK101702053SQ200910217868
公開日2010年5月5日 申請日期2009年11月13日 優(yōu)先權日2009年11月13日
發(fā)明者宋潔, 沈繼楠, 范洪巖 申請人:長春迪瑞實業(yè)有限公司