本文關(guān)鍵詞：顯微視頻流處理關(guān)鍵技術(shù)及其應(yīng)用

  更多相關(guān)文章： 顯微圖像處理 顏色處理流程 細(xì)胞計(jì)數(shù) 多聚焦圖像融合 缺陷檢測(cè)

【摘要】：數(shù)碼顯微鏡采用電子目鏡取代傳統(tǒng)目鏡,人們可結(jié)合強(qiáng)大的顯微圖像處理軟件對(duì)電子目鏡采集到的數(shù)據(jù)做進(jìn)一步的后期處理。目前,國內(nèi)顯微圖像處理軟件功能單一,與國際顯微巨頭企業(yè)差距較大,本課題圍繞顯微視頻流處理的幾項(xiàng)關(guān)鍵技術(shù),研究了多種顯微視頻流處理功能,并將顯微成像系統(tǒng)應(yīng)用到工業(yè)領(lǐng)域。顯微電子目鏡彩色視頻流水線是一個(gè)系統(tǒng)性工程,傳統(tǒng)方法通過分立步驟實(shí)現(xiàn)顏色再現(xiàn),但這種方法缺少系統(tǒng)性,對(duì)于不同的系統(tǒng)還需再進(jìn)行個(gè)性化處理。針對(duì)這一問題,本課題系統(tǒng)地設(shè)計(jì)了彩色顯微視頻流處理引擎,將圖像傳感器輸出的電信號(hào)轉(zhuǎn)變?yōu)榕c人眼感知接近的彩色視頻流。電子目鏡彩色視頻流水線依次包括：暗電流校正、壞點(diǎn)去處、線性化、白平衡、去馬賽克、顏色校正、色調(diào)調(diào)整和伽瑪校正等復(fù)雜過程。通過在顏色引擎中引入大量優(yōu)化算法實(shí)現(xiàn)超高分辨率視頻的快速捕獲與實(shí)時(shí)顯示。在顯微圖像處理算法方面,研究了多種細(xì)胞/顆粒計(jì)數(shù)算法。提出了自動(dòng)細(xì)胞/顆粒計(jì)數(shù)算法,通過采用基于距離變換與連通域分析的標(biāo)記分水嶺分割算法能夠?qū)φ尺B細(xì)胞/顆粒良好分割并準(zhǔn)確計(jì)數(shù),具有一定的獨(dú)創(chuàng)性；研究了手動(dòng)細(xì)胞/顆粒計(jì)數(shù)算法,通過友好的用戶交互設(shè)計(jì)實(shí)現(xiàn)針對(duì)背景復(fù)雜的細(xì)胞/顆粒圖像的半自動(dòng)計(jì)數(shù)。實(shí)際實(shí)現(xiàn)的計(jì)數(shù)算法均可準(zhǔn)確輸出所有細(xì)胞/顆粒的幾何參數(shù),供用戶做進(jìn)一步的分析處理。在多序列顯微圖像的配準(zhǔn)與融合算法中,基于圖像序列間存在平移、旋轉(zhuǎn)與倍率變化等復(fù)雜情況,重點(diǎn)研究了多聚焦顯微圖像序列的配準(zhǔn),徹底解決了參考圖像的選擇,特征點(diǎn)的選取,誤匹配對(duì)的剔除等問題。更進(jìn)一步地分析了噪聲等因素對(duì)配準(zhǔn)精度的影響,并首次提出了將SURF特征檢測(cè)器與BRISK特征描述子結(jié)合的特征匹配策略對(duì)多聚焦圖像序列進(jìn)行配準(zhǔn),具有較強(qiáng)的魯棒性。研究了基于平穩(wěn)小波變換的多聚焦／多曝光圖像融合算法,實(shí)現(xiàn)將已配準(zhǔn)的多聚焦／多曝光圖像序列簡單高效的融合成為超景深／高動(dòng)態(tài)的顯微圖像。紅外截止濾光片是用來阻止紅外光源中的紅外光線進(jìn)入圖像傳感器的光學(xué)器件,其缺陷檢測(cè)目前主要依靠人工完成。為了減少人工檢測(cè)的主觀性與降低管理成本,本論文基于顯微成像原理設(shè)計(jì)了紅外截止濾光片自動(dòng)缺陷檢測(cè)系統(tǒng),彌補(bǔ)了國內(nèi)紅外截止濾光片缺陷檢測(cè)設(shè)備的空白。提出的自動(dòng)缺陷檢測(cè)系統(tǒng)采用改進(jìn)的暗場顯微照明方式,并通過USB接口與串口通信實(shí)現(xiàn)顯微系統(tǒng)視頻流捕獲與機(jī)械動(dòng)作的一致性。而在機(jī)器視覺算法方面,采用改進(jìn)的模版匹配算法對(duì)紅外截止濾光片所在區(qū)域進(jìn)行自動(dòng)精確定位,其使用的缺陷提取算法不需要進(jìn)行復(fù)雜的機(jī)器學(xué)習(xí)訓(xùn)練,更易于實(shí)施和實(shí)時(shí)判斷,最后采用幾何擬合與凸缺陷理論對(duì)紅外截止濾光片的缺陷進(jìn)行了科學(xué)分類。針對(duì)實(shí)際系統(tǒng)復(fù)雜性,研究過程中還解決了通信延時(shí)、透過率差異、樣品公差變化以及二次污染等嚴(yán)重影響檢測(cè)準(zhǔn)確率的問題。經(jīng)過大量樣品驗(yàn)證,系統(tǒng)檢測(cè)精度為96.44%,符合企業(yè)工廠大規(guī)模生產(chǎn)要求,可全面替代人工檢測(cè)。
【關(guān)鍵詞】：顯微圖像處理 顏色處理流程 細(xì)胞計(jì)數(shù) 多聚焦圖像融合 缺陷檢測(cè)
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.41
【目錄】：

• 致謝5-6
• 摘要6-8
• Abstract8-18
• 第1章 緒論18-28
• 1.1 研究背景及其意義18-22
• 1.1.1 顯微鏡簡介18-20
• 1.1.2 電子目鏡介紹20-22
• 1.1.3 顯微圖像處理軟件介紹22
• 1.2 研究現(xiàn)狀與目的22-24
• 1.3本文主要工作與創(chuàng)新24-25
• 1.4 本文主要結(jié)構(gòu)25-28
• 第2章 顯微視頻流處理基礎(chǔ)28-65
• 2.1 視覺圖像模型與顏色空間28-32
• 2.1.1 人眼視覺模型28-29
• 2.1.2 電子目鏡成像模型29-31
• 2.1.3 顏色空間31-32
• 2.2 電子目鏡彩色視頻處理流水線32-38
• 2.2.1 彩色視頻處理流水線算法33-37
• 2.2.2 實(shí)驗(yàn)結(jié)果37-38
• 2.3 顯微圖像空域增強(qiáng)38-47
• 2.3.1 亮度/對(duì)比度調(diào)整39-40
• 2.3.2 銳化40-42
• 2.3.3 平滑42-44
• 2.3.4 形態(tài)學(xué)運(yùn)算44
• 2.3.5 暗影校正44-47
• 2.4 平穩(wěn)小波變換47-63
• 2.4.1 基本理論48-53
• 2.4.2 信號(hào)噪聲去除效果53-57
• 2.4.3 制冷型電子目鏡信噪比測(cè)試57-63
• 2.5 本章小結(jié)63-65
• 第3章 顯微細(xì)胞/顆粒計(jì)數(shù)算法65-82
• 3.1 圖像分割算法簡介65-68
• 3.1.1 大津法66-67
• 3.1.2 分水嶺67-68
• 3.2 自動(dòng)血細(xì)胞/顆粒計(jì)數(shù)算法68-75
• 3.2.1 距離變換68-69
• 3.2.2 連通域標(biāo)記69-70
• 3.2.3 輪廓查找70-71
• 3.2.4 計(jì)數(shù)算法71-75
• 3.3 手動(dòng)細(xì)胞/顆粒計(jì)數(shù)算法75-81
• 3.3.1 基于圖像直方圖的計(jì)數(shù)算法76-79
• 3.3.2 基于顏色區(qū)域的計(jì)數(shù)算法79-80
• 3.3.3 手動(dòng)處理粘連細(xì)胞/顆粒80-81
• 3.4 本章小結(jié)81-82
• 第4章 多序列顯微圖像配準(zhǔn)算法82-108
• 4.1 顯微圖像配準(zhǔn)算法研究目的82-83
• 4.2 基于特征的圖像配準(zhǔn)算法83-96
• 4.2.1 參考圖像選取84-86
• 4.2.2 特征點(diǎn)檢測(cè)和描述86-92
• 4.2.3 特征匹配92-95
• 4.2.4 圖像變換和抽樣95-96
• 4.3 實(shí)驗(yàn)結(jié)果96-106
• 4.3.1 多視場圖像配準(zhǔn)96-98
• 4.3.2 多曝光圖像配準(zhǔn)98-100
• 4.3.3 多聚焦圖像配準(zhǔn)100-106
• 4.4 本章小結(jié)106-108
• 第5章 多序列顯微圖像融合算法108-123
• 5.1 多視場圖像融合108-110
• 5.1.1 融合算法109
• 5.1.2 實(shí)驗(yàn)結(jié)果109-110
• 5.2 多曝光圖像融合110-115
• 5.2.1 融合算法111-112
• 5.2.2 實(shí)驗(yàn)結(jié)果112-115
• 5.3 多聚焦圖像融合115-122
• 5.3.1 融合算法115-116
• 5.3.2 實(shí)驗(yàn)結(jié)果116-122
• 5.4 本章小結(jié)122-123
• 第6章 顯微系統(tǒng)在紅外截止濾光片缺陷檢測(cè)中的應(yīng)用123-148
• 6.1 引言124-125
• 6.2 機(jī)械結(jié)構(gòu)與光學(xué)系統(tǒng)設(shè)計(jì)125-129
• 6.3 機(jī)器視覺算法129-137
• 6.3.1 ROI定位130-132
• 6.3.2 缺陷尋找132-135
• 6.3.3 缺陷分類135-137
• 6.4 實(shí)驗(yàn)結(jié)果137-146
• 6.4.1 檢測(cè)精度和效率137-138
• 6.4.2 定位精度138-141
• 6.4.3 缺陷定位精度141-145
• 6.4.4 缺陷分類145-146
• 6.5 本章小結(jié)146-148
• 第7章 總結(jié)與展望148-152
• 7.1 本文工作總結(jié)148-150
• 7.2 未來工作展望150-152
• 參考文獻(xiàn)152-164
• 攻讀博士學(xué)位期間的主要研究成果164-166
• 作者簡歷166

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 耿瑞芳;曹柳林;耿盛;林佩瑜;;機(jī)械手視覺系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];儀器儀表用戶;2007年01期

，

本文編號(hào)：1036468