[发明专利]一种基于多视场分割的显微图像复原方法

说明书

本发明公开了一种基于多视场分割的显微图像复原方法，对待复原的显微图像进行多视场分割，将其分为中心视场块、边界视场块、边角视场块三类，利用各视场位置物镜测量得到的子午和弧矢MTF数据，结合高斯模糊退化模型，得到高斯型的PSF能量初步估计形式，并将其作为模糊核先验信息引入后续复原过程；构建梯度正则化约束复原方程，通过交替迭代求解开展有效的复原图像求解，利用各视场分割块边界的扩展，并利用加权渐变系数，开展精细化像素值处理，实现了重叠过度区域的像素值确定，最终得到了整幅完成的全视场复原显微图像，优点是复原效果好，运行效率高，可以适用于数码显微成像硬件系统的后处理软件集成。

技术领域

本发明涉及计算机图像处理技术，尤其涉及一种基于多视场分割的显微图像复原方法。

背景技术

显微镜通过光学系统使被观察对象得到放大，让人们从微观形态认识和研究对象的特性，自问世以来，已经深入应用到许多方面。随着电子数码显微成像技术的不断发展，数字化的显微图像的应用场景越来越多，电子显微图像也有着越来越广泛的应用。光学显微成像是一个链路化退化的过程，成像链路中每个环节所引入的误差和造成的成像退化都会对目标物体的信息提取能力产生影响，从而造成成像质量的退化。因此，需要提出有效的显微图像复原技术，将其作为电子显微成像系统的后处理手段，应用于显微成像硬件系统。

图像复原是在已知成像系统点扩散函数(Point Spread Function，PSF)的情况下采用数学算法来恢复原始图像的真实面目。并且有时候，在一般成像条件下，我们对系统的成像信息是不能很好掌握的，即PSF是未知的，需要事先探测与分析获取。近年来提出了一些显微图像复原技术模型，主要可以分为以下几种：1)代数复原法，如最小二乘法等；2)统计模型法，如贝叶斯框架模型等；3)分析复原手段，如变分法及衍生出的多特征混合模型。为从数学理论上求解,反卷积问题被转变为能量最小化方程,通过图像统计与迭代求解相结合获得最优解。但显微复原算法往往还是面临计算速度慢、参数复杂、复原效果有限等问题。

结合电子显微成像硬件系统的特性，显微复原技术需要同时兼顾效果和速度两方面的要求，既能提升图像分辨率，同时又可较快获得计算结果。真实显微成像系统中，不同视场的光学退化PSF差异明显，复原算法设计需要从考虑显微成像视场中退化PSF非空间一致性的特点，采用多退化因子开展反卷积复原，并且能够结合显微图像先验知识构建能量方程，开展有效的复原结果求解。

发明内容

本发明所要解决的技术问题是提供一种基于多视场分割的显微图像复原方法，复原效果好，运行效率高，可以适用于数码显微成像硬件系统的后处理软件集成。

本发明解决上述技术问题所采用的技术方案为：一种基于多视场分割的显微图像复原价方法，包括如下步骤：

(1)显微图像多视场区域分割：将输入的待复原显微图像定义为g，其图像尺寸为M×N，对图像g进行多视场区域分割，将其分为3×3，共9个不同的矩形视场区域，其中分割原则是按照图像两条边长的和处为分割位置进行图像视场分割，将图像g分为三个类型图像分块：第一类：得到1个中心视场分块，大小为第二类：得到4个边界视场分块，其中2个边界视场分块大小为2个边界视场分块大小为第三类：得到4个边角视场分块，大小为

(2)初步估计各类型视场点扩散函数：针对步骤(1)中的三类分块区域，采用光学传递函数测试仪，测量得到显微物镜中心视场、边界视场和边角视场三个视场角度下的调制传递函数MTF测试数据，分别对应所拍摄图像中三个类型图像分块所在的视场角度，分为子午面MTF和弧矢面MTF(Modulation Transfer Function)，根据高斯模糊模型，估计高斯模糊核半径，估计得到三类分块区域对应视场的初步点扩散函数PSF，并将其作为模糊核先验信息引入后续复原过程，通过快速复原迭代，得到准确优化的模糊核结果和复原图像；

(3)建立梯度正则化约束复原方法，构建显微图像反卷积复原约束能量方程如下：