[发明专利]全载玻片成像扫描仪的自动聚焦方法及其图像获取方法有效

专利信息
申请号: 201911067024.8 申请日: 2019-11-04
公开(公告)号: CN110749974B 公开(公告)日: 2021-06-01
发明(设计)人: 梁毅雄;何柱君;向遥;刘晴;刘剑锋 申请(专利权)人: 中南大学
主分类号: G02B7/36 分类号: G02B7/36;G02B7/38;G06N3/04;G06N3/08
代理公司: 长沙永星专利商标事务所(普通合伙) 43001 代理人: 周咏;米中业
地址: 410083 湖南*** 国省代码: 湖南;43
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 载玻片 成像 扫描仪 自动 聚焦 方法 及其 图像 获取
【权利要求书】:

1.一种全载玻片成像扫描仪的自动聚焦方法,具体包括如下步骤:

S1.获取当前聚焦点的成像图片;

S2.提取步骤S1得到的成像图片的聚焦特征;

S3.对步骤S2得到的聚焦特征和隐藏特征进行融合,从而生成聚集特征和新的隐藏特征;

S4.根据步骤S3得到的聚集特征和新的隐藏特征,预测聚焦镜头的离焦距;所述的离焦距定义为最佳聚焦点相对于当前聚焦点的偏移量;

S5.对步骤S4预测得到的离焦距进行判断和反复调整,从而得到最终的聚焦点;具体为采用如下步骤进行判断和调整:

A.采用如下规则对步骤S4预测得到的离焦距进行判断:

若预测得到的离焦距Δxi=0,则认定当前的聚焦点为最终的聚焦点;

若预测得到的离焦距Δxi≠0,则移动聚焦镜头;

B.采用如下算式计算移动聚焦镜头时的目标位置xi+1

xi+1=xi+Δxi

式中xi为当前聚焦镜头的位置;

C.判断当前的调整次数是否达到设定的次数:

若当前的调整次数达到设定的次数,则认定当前调整位置后的聚焦镜头的聚焦点为最终的聚焦点;

若当前的调整次数未达到设定的次数,则跳转到步骤S1,重新开始进行调整判断和调整;

S6.对比步骤S5得到的最终的聚焦点所成像的图片清晰度,以及距离最终聚焦点最近的若干个聚焦点所成像的图片的清晰度,并采用清晰度最大的图片所对应的聚焦点作为最终的最优聚焦点,从而完成全载玻片成像扫描仪的自动聚焦。

2.根据权利要求1所述的全载玻片成像扫描仪的自动聚焦方法,其特征在于步骤S2所述的提取步骤S1得到的成像图片的聚焦特征,具体为采用卷积神经网络提取步骤S1得到的成像图片的聚焦特征。

3.根据权利要求2所述的全载玻片成像扫描仪的自动聚焦方法,其特征在于所述的提取步骤S1得到的成像图片的聚焦特征,具体为将输入的步骤S1得到的原始成像图片进行裁剪,从而得到若干张子图片,并提取该若干张子图片的聚焦特征。

4.根据权利要求3所述的全载玻片成像扫描仪的自动聚焦方法,其特征在于所述的将输入的步骤S1得到的原始成像图片进行裁剪,从而得到若干张子图片,具体为将步骤S1得到的原始成像图片的左下角作为原点,分别以(0.2L,0.2W)、(0.2L,0.8W)、(0.8L,0.2W)、(0.5L,0.5W)和(0.8L,0.8W)为中心点,截取边长为Lset的正方形区域图片作为裁剪得到的子图片;L为原始成像图片的长度,W为原始成像图片的宽度。

5.根据权利要求4所述的全载玻片成像扫描仪的自动聚焦方法,其特征在于步骤S3所述的对步骤S2得到的聚焦特征和隐藏特征进行融合,从而生成聚集特征和新的隐藏特征,具体为采用循环神经网络融合聚焦特征和隐藏特征,从而得到聚集特征和新的隐藏特征。

6.根据权利要求5所述的全载玻片成像扫描仪的自动聚焦方法,其特征在于步骤S4所述的根据步骤S3得到的聚集特征和新的隐藏特征,预测聚焦镜头的离焦距,具体为线性回归器预测聚焦镜头的离焦距。

7.根据权利要求6所述的全载玻片成像扫描仪的自动聚焦方法,其特征在于步骤S4所述的根据步骤S3得到的聚集特征和新的隐藏特征,预测聚焦镜头的离焦距,具体为采用如下算式计算预测的离焦距Δxi

式中WT为线性回归器的权重;为步骤S3得到的聚集特征;b为线性回归器的偏置,WT和b的具体数值通过训练过程得到。

8.根据权利要求7所述的全载玻片成像扫描仪的自动聚焦方法,其特征在于将若干张子图片各自对应的离焦距求平均值,并将得到的平均值作为该图片的最终的离焦距。

9.一种包括了权利要求1~8之一所述的全载玻片成像扫描仪的自动聚焦方法的图像获取方法,还包括如下步骤:

S7.在步骤S6得到的最优聚焦点进行成像,从而得到清晰度最大的图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学,未经中南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911067024.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top