设为首页 | 添加收藏 |sitemap |百度地图 |
货真价实 坦诚无欺
新闻资讯

奥林巴斯显微镜成像,在数字图像处理的基本概念

2013-11-12  发布者:admin 

广泛可用性,成本相对较低的个人电脑在数字图像处理活动的科学家和一般的消费人群已经预示着一场革命。 耦合到模拟图像数字化(主要是照片),由廉价的扫描仪和图像采集与电子传感器(主要是虽然电荷耦合器件或CCD ),用户友好的图像编辑软件套件已经在急剧增加的能力,以提高功能,提取信息,并轻松地修改属性的数字图像。

数字图像处理方式,以矩阵的形式的整数,而不是经典的暗房操作或过滤的随时间变化的电压,所需的模拟图像和视频信号的图像的可逆的,几乎无噪声的修改。 尽管许多图像处理算法是非常强大的,一般用户往往适用于数字图像的操作,而不用担心这些操作背后的基本原则。 ,由于操作不慎往往严重退化或以其他方式损害对于那些可以生产,如果正确使用数字处理软件的能力和通用的图像。

光学显微镜是一种迅速发展的领域,已经到了高度依赖于数字图像处理技术,无论是对平衡的美感与化妆品接触,以及康复和分析目的。 然而,即使在显微镜的正确配置和最佳性能,捕获数字图像往往显示背景参差不齐,过多的噪音,畸变失真,对比度差的重点地区,强度波动,而且也受到颜色的变化和色彩平衡错误。此外,看似十分清晰,明快和出色的色彩饱和度在显微镜的图像可以经常错位图像传感器产生伪影,如走样,相机噪音,不当伽玛校正,白平衡偏移,可怜的对比度,亮度波动。

图1中显示的是染色的双子叶植物叶表皮的薄边的明照明与标准的光学显微镜中捕获的数字图像。 由于最初成像(图1(A)),薄的部分显示了大量的噪音和患有整个视场照度不均匀,从而导致对比度差和缺乏标本细节的定义。 可显着改善在背景相减,伽玛校正,直方图拉伸,调整色调,色彩平衡,和饱和度,处理后的图像(图1(b)条)。

前处理数字图像的评价

已被抓获,经过数字图像处理算法的应用程序启动之前,每个图像应评估方面的一般特征,包括噪声,模糊,背景强度的变化,亮度和对比度,和普通的像素值分布(直方图轮廓) 。 应给予注意阴影区域,以确定有多少细节,以及明快的特色(或亮点)和地区的中间像素强度。 这个任务是最容易实现的图像导入到一个流行的软件编辑程序,如Adobe公司的Photoshop,Corel的照片涂料,Macromedia的烟花,或Paint Shop Pro的。

每个图像编辑程序有一个统计信息或状态的窗口,使用户把鼠标光标移到图像,图像中的任何位置,具体的像素值,并取得信息。 例如,Photoshop的信息面板提供不断更新的像素的信息,包括x和y坐标,RGB(红色,绿色和蓝色)的颜色值,CMYK(青色,洋红色,黄色,黑色)的转换的百分比,和的高度和宽度选取框内的图像。 在调色板中显示的偏好选项包括选择色彩空间模型信息读出。 在模型在Photoshop中灰度,HSB(色调,饱和度和亮度),网页颜色(216种颜色,在Windows和Macintosh的8位或显示256色调色板重叠),实际颜色,透明度,和Lab颜色(设备无关的色彩空间)。

通过评估的强度(灰度和彩色)和直方图中的位置不同的图像特征,黑色和白色的对比度调整的整个直方图的拉伸和滑动设置点可以被确定。 图像也应检查裁剪,饱和白色或曝光不足的黑色区域在图像的外观表现。在一般情况下,应该避免削波,无论是在图像采集,而正在处理图像。 平场技术或背景减法应用直方图操作之前,应予以纠正图像背景强度的变化而受到不利影响。

查找表

有几个基本的数字图像处理算法普遍采用的技术称为单一图像的像素点的操作,执行操作的顺序单个像素,而不是大型阵列通过光学显微镜功能。 用于描述单一图像的像素点为整个图像阵列的过程的一般方程由下式给出的关系:

O(x,y) = M • [I(x,y)]

其中I(x,y)表示输入图像的像素坐标位置(X,Y),O(X,Y)是输出图像的像素具有相同的坐标,M是一个线性映射函数。 在一般情况下,映射函数是一个公式,输入像素的亮度值转换成输出像素中的另一个值。 由于一些用于图像处理中的映射函数可以是相当复杂的,一个大的图像上执行这些操作,像素由像素,可以是非常耗时的计算机资源的浪费。 作为一个查找表(LUT),用于存储设计成使得其输出的灰度级值对应的输入值是一个所选的变换的的强度变换函数 (映射功能)是已知的一种替代技术,用于放大图映射。

当量化为8位(256级灰度)的每个像素的亮度值,该值取值范围在0(黑色)和255(白)之间,产生一个总的256个可能的输出值。 甲查表利用定义的查找表映射函数的整数值的一组预装的计算机存储器,这是一个256个元素的数组。 因此,当使用查找表的图像必须被应用到一个单一的像素的过程中,整数为每个输入像素的灰度值被用作一个地址,指定的256个元素的数组中的单个元素。 该元素的存储器内容(也可在0和255之间的整数),覆盖的输入像素的亮度值(灰度级),并成为输出的像素的灰度值。 例如,如果一个查找表被配置为0和127之间,128和255之间的输入值返回一个值为1的输入值返回一个值为0,则整体的点过程将导致在二进制输出图像有两套像素(0和1)。 或者,颠倒图像的对比度,查表可以返回0的倒数值为255,1 254,2 253,等等。 查找表,有一个显着的通用性,并可以被用来产生各种各样的数字图像上的操作。

图像转换涉及查表可以实现两种机制中的任何一个:使原始图像数据转化在输入或输出,使转换后的图像被显示,但未经修改的原始图像保持。 原来的输入图像的一个永久的变换可能是必要的,以纠正在检测器的性能(例如,非线性增益特性)的已知的缺陷的数据转换为新的坐标系(从线性对数或指数)。 当只应该被修改的输出图像,进行图像变换的数字图像之前被转换回模拟形式,由数字到模拟的转换器可用于在计算机显示器上显示。 在某些情况下,变换所指定的输出查找表(次)的结果可以直观地显示在监视器上,但不会改变原始图像数据。

查找表不局限于直链或单调函数的,在信号处理中使用的各种非线性查找表校正相机响应特性,或强调一个狭窄的区域的灰度级。 一个很好的例子是一个非线性的效用查表校正记录的影像,已在不经意间捕捉到一个不正确的摄像机伽玛调整。 此外,也可以被转换成单色或彩色图像,以生成摄影底片。 其他应用包括pseudocoloring和S形曲线的查找表,强调针对性,强化所需的功能,或调整图像的对比度量的选定范围的灰度值。

图2给出了查找表的映射函数在使用256阵元内存预加载寄存器和一个表图(图2(a)),和一个阈值化操作,只用一个表上图(图2的图像对比度反转(b)段)。 利用指定的查找表元素的地址的内容提供了在存储器寄存器(图2(a))的输出像素的灰度级的输入像素的灰度级。 的平方查表图介绍根据输入像素的输出像素值计算的另一种方法。 使用地图,首先确定输入像素的灰度级值,然后延伸的垂直线,从输入值的映射函数。 然后一条水平线的垂直线的交叉点和映射函数绘制在纵轴上的地图(图2(b)和2(c)),以产生输出像素的灰度级。 在该阈值设定操作的情况下(图2(c)),具有低于100的输入值的所有像素被映射到黑色(0),而其他输入像素强度是不变的。

平场校正和背景减法

显微镜,照相机,或其它光学装置获取的数字图像经常被描述为原始图像前处理和关键的像素值的调整(参见图3)。 在许多情况下,原始图像是适合用于在目标应用程序(打印,网页显示,报告等),但这样的图像通常呈现出显着性水平而产生的光学和捕捉系统的噪声和其他构件,如镜头畸变,检测违规行为(像素的非均匀性和固定模式噪声),灰尘,划痕,照度不均匀的扭曲。 另外,不正确的偏置信号的调整可以提高像素值超出它本身的测光值,会导致显着的误差,在测量的特定的图像特征的振幅的条件。 在原始图像中的错误表现为黑暗的阴影,过亮的亮点,斑点,斑点和强度梯度改变真正的像素值。 在一般情况下,这些错误是尤其明显,在数字图像明亮,均匀的背景,所生产的各种普通显微镜的照明模式,包括明场,斜,相差,微分干涉对比(DIC)。 荧光图像中灰色或明亮的背景,虽然比较少见,可能会遭受类似的错误。

将原始数字图像的平场校正技术,往往能确保光度准确性和去除常见的图像缺陷的保真度功能恢复,达到一种视觉平衡。 这些校正步骤前应进行测量光的振幅或获得像素强度值等定量信息,虽然是没有必要的修正,以显示或打印图像。 平场和背景相减技术,通常需要额外的图像帧的集合的条件下捕获的主要原材料的标本图像。

大多数的平场校正方案利用两个补充的图像帧,除了原始图像,来计算最终的图像参数(图3)。 (a)平场的参考帧取出样品和捕获的原始图像帧在同一焦点的水平特征的视场,可以通过以下方式获得。 平场参考帧显示原始图像相同的亮度水平,并利用全动态范围的摄像机系统,以减少噪音,在校正后的图像。 如果两个原始图像平场参考帧有低的信号幅度,并包含一个显着的噪声量,校正后的图像也将是黑暗和嘈杂。 为了补偿对噪声和低强度的,平场的参考帧可以被暴露较长时间比用于捕获原始图像。 几个平均帧(3-20)可以添加在一起,创建一个主平场具有非常低的噪声水平的参照系。

除了 ​​平场的参考帧,收集一个黑暗的参考帧 ,从而有效记录的各像素的输出电平,当图像传感器暴露在一个黑暗的场景,缺席显微镜照明。 暗帧包含的像素偏置偏移收购电子和热污染的原始图像的水平和噪声。 来自偏移的像素值的正电压施加到所述图像传感器,以便数字化模拟的强度信息,从每个光电二极管。 电子噪声是从摄像机读出和相关人士透露,所产生的动能集水井和基于半导体的传感器基板的硅原子的振动和热噪声。 总的来说,这些噪声源被称为暗噪声 ,在数字图像传感器是一种常见的工件,可以向明显的像素幅值的20%的。 为了确保光度准确度,这些资源必须减去平场参考帧和原始图像。 暗帧生成同期集成的图像传感器输出的原始图像,但没有打开相机的快门。 主暗帧平均几个单独的暗帧一起,以增加信号强度,可以制得。

一旦必要的帧已被收集,平场校正是一个相对简单的操作,包括多个连续的函数。 首先,主暗帧中减去从原始图像平场的参考帧,然后由该分割所得到的值(图3)。 实际上,该原始帧除以平场的帧后黑暗的帧已被从每帧中减去,并且把商乘以平均像素值,以维持原始和校正后的图像的强度之间的一致性。 个人校正后的图像的像素被限制值介于0和255之间有一个灰色的水平,作为预防措施,对黑暗的参考帧的像素值的情况下,超过原始图像的符号反转。 平场校正,如图3中所示,显示与像素数为原料,平场,暗帧,以及校正后的图像的图像的选定区域跨越的强度分布的曲线图。

背景减除是一种技术,在本地化在原始图像中的每个像素值的改变,根据在同一背景图像中的坐标位置对应的像素的强度的结果。 其结果是,在检测器的灵敏度或照明不均匀性(包括斑驳,污垢,划伤,和亮度梯度)可以得到补偿,存储一个空的显微镜视场的背景图像作为参考图像。 视频增强的对比度(VEC)显微镜是严重依赖于背景减法去除杂散光和高度放大的图像对比度差的标本文物。 在这种情况下,背景图像是通过以下方式获得的散焦或位移将试样从视场中。 则产生的背景图像被存储,并连续地从原始图像中减去,产生对比度的显着改善。 此技术也是对颞比较有用显示更改或之间viewfields议案的。

时,它不是可行的捕获的背景图像中的显微镜,可以人为创造的一个替代图像,通过使一个表面所捕获的标本图像的背景(参见图4)的函数。 这种人为的背景图像,然后可以从样品图像中减去。 通过选择背景,它们位于该图像中的点的数目,获得在不同的位置的亮度值的列表。 然后,可以将得到的信息,利用取得的最小二乘拟合近似背景的表面功能。 在图4中,8个可调节的控制点用于获得的最小二乘拟合的背景图像的表面函数B(X,Y)的形式:

B(x, y) = c0 + c1x + c2y + c3x2 + c4y2 + c5xy

其中,c(0)... C(5)的最小二乘解,(X,Y)表示拟合的背景图像中的像素的坐标。 图4中的检体是一个年轻的海星,用光学显微镜,其被配置为工作在斜光捕获的数字。 应该选择这样的控制点,使它们均匀分布在整个图像上,并在每个控制点的亮度电平应该是代表的背景强度。 多点放置在一个小区域的图像,而很少或没有分配到周边地区,将导致不良构造背景图像。 一般情况下,背景减法利用作为初始步骤,在提高图像质量,尽管在实践中必须附加的图像增强技术经常被施加到减法图像,以便获得有用的结果。

平场校正修改过的影像出现类似的背景减法得到,但执行操作师(平场校正)的技术是首选,因为产生光度更准确的图像。 这种差异的主要原因,是从光的振幅值来自乘法的过程中,结合的光通量和曝光时间,图像结果。 平场校正技术的应用程序(但不一定是背景相减算法)后,标本功能的相对振幅光度准确。 作为一个额外的好处,平场校正除去大多数的光学缺陷,在原始图像中存在的。

图像整合

因为数字图像组成的矩阵的整数, 求和积分图像的操作,如可以很容易地以高的速度进行。 如果8位分辨率,存储区域,或数字帧存储器 ,它保存所累积的图像与原始图像进行数字化,必须有足够的容量来容纳超过8位的总和。 如果假定在一个8位的数字图像的几个像素的最大灰度级值255,则30帧的总和将导致在一个本地的像素的灰度级值7650,需要一个存储寄存器13 - 位能力。 为了总结256帧,存储容量必须等于65536灰度级,或16位,以容纳最亮的像素。

虽然现代计算机显示器能够显示图像的,具有256个以上的灰度等级中,对人眼的反应有限(35-50级灰度)显示,可以扩展到16-bit数字图像显示的局限性和人类视觉匹配能力。 当仅驻留的16位存储的图像的一个子区域中的图像中的有用信息,只有这部分的显示方式。 显示捕获的图像通过慢扫描CCD照相机的一个视场具有大范围intrascene的强度时,这是一个有益的做法。 这个过程包括寻找视觉上有意义的部分,通过16位的图像。

当用视频率的模拟或CCD摄像头获得的图像被归纳为一个16-bit的帧存储器,显示有意义的8 - 比特图像,通常是由一个常数除以所存储的总和。 例如,一个96帧的一个视场的总和,可划分为96次,64次,32次,或24。 除以32是相当于利用完整的255灰度级的范围内的增益,结果增加了三倍。 然而,除以24是相当于四倍的增益增加,结果,在图像的饱和度和信息丢失,。

使用数字图像处理技术的图像整合往往使可视化淡淡的对象是勉强以上的相机噪声检测。 整合可能是特别低微光成像时图像的亮度值不能增加额外的图像增强。 然而,重要的是要认识到,从信号噪声考虑,总是优选直接在感应器上的集成处理软件中的集成。 每个图像集成一步在软件中引入了模拟到数字噪声以及相机读出噪声。

数字图像的直方图调整

的光学装置,诸如照相机或显微镜拍摄的数字图像的大部分,需要的查找表或图像的直方图进行优化调整亮度,对比度,和一般的图像的可见性。 的数字图像的直方图提供了图像的对比度和亮度特性的图形表示,用于评价对比度的不足之处,如低或高的对比度,动态范围不足。 一种图像直方图是一个图表,显示与对于任何给定的bin的值在y轴上的像素的数量(或相对数量)的x轴(称为作为一个 bin)上的输入像素值。 每个出纸架中的灰度级直方图描述了图像中的像素的子组,按灰度级排序。 的数值范围的输入值,或箱上的x轴通常对应于所捕获的图像的位深度(0-255为10-bit的图像为8位图像,0-1023,0-4095 12位的图像)。 直方图本身可以进行数学运算,以改变相对箱分布在任何灰度级。 操纵的直方图可以纠正不良的对比度和亮度,极大地提高了数字图像质量。

直方图拉伸涉及修改图像中的亮度(强度)的像素值,根据指定了输出为每个输入像素的亮度值的像素的亮度值(参见图5)的一个映射函数。 对于灰度数字图像,这个过程很简单。 对于一个RGB颜色空间的数字图像,直方图拉伸可以通过转换图像的色调,饱和度,亮度(HSI)的图像的彩色空间表示,并单独施加的亮度映射操作的强度信息。 下面的映射函数经常用来计算像素的亮度值:

Output(x, y) = (Input(x, y) - B) / (W - B)

在上面的公式中,假定强度范围介于0.0和1.0,0.0,较黑和1.0代表白色。 变量 B表示对应于黑电平的强度值,而白电平对应的强度值的变量 W表示的。 在某些情况下,这是可取的,以便有选择地修改的图像部分中一个非线性映射函数应用到数字图像。

直方图均衡化 (也称为为直方图的流平性 )是一种相关技术,这会导致在重新分配的像素的灰度级的值,以便在整个范围内的灰度级利用每个bin的数目的计数保持不变。 过程产生一个的水平配置文件是没有峰的平面图像的直方图。 的像素值被重新分配,以确保每个灰度级包含相等数目的像素,同时保留在原始图像中的像素值的次序。 均衡往往是利用图像对比度极低其中大多数像素具有几乎相同的值,并没有很好地回应传统直方图拉伸算法,以提高对比度。 该技术是有效的治疗无特色深,并且平场的帧,并与低振幅梯度营救图像。 与此相反,直方图拉伸位灰度级的值,以覆盖整个范围内均匀。 自动增强自动水平  对比度 )功能的许多图像处理软件产品的利用这些基于直方图变换的图像。

数字图像的直方图,可以在将显示在几个不同的灰度级值的像素数目与传统的线性的x和y重复的图案, 对数的直方图,图上的x轴的输入像素值与具有该值的像素,在y的数量轴,利用对数标尺。 这些直方图是有用的研究,包括少数的图像的像素值,直方图拉伸,但表现出了强烈的反响。 通常使用的另一种变化, 集成累积直方图 ,重复输入的像素值上的x轴和具有x的值的所有像素,并降低的累计次数,在y轴。 累积直方图往往利用聚集在相衬,DIC,明照明模式,往往有浅色背景的图像调节对比度和亮度。

在某些情况下,图像区域的强度非常高,表现有大面积的峰附近的直方图255个灰度级,其中视频信号的饱和,已提供的所有像素在最大灰度值。 这种情况被称为灰度电平削波 ,通常表示,在数字图像中已丢失了一定程度的细节,因为,原始图像的一些区域可能具有不同的强度,已分别被分配给相同的灰度值。 裁剪的直方图在某些情况下是可以接受的,如果不重要的部分的图像细节丢失。 这样的情况可能会发生,例如,如果该系统已被​​调整,以最大限度地提高染色的组织切片的对比度,在光照下,与削波只出现在明亮的背景区域,那里没有细胞结构。

空间卷积核(或面罩)

部分的最强大的图像处理工具利用多像素的操作,由一些相邻的输入像素值的贡献,其中每个输出像素的整数值被改变。 这些操作被称为经典空间卷积,并涉及从原始图像中的像素的卷积核的形式或卷积模板与相应的象素阵列的一组选定的乘法。 循环卷积的数学变换的像素,进行了不同于简单的加法,乘法或除法的方式,图6中所示的一个简单的锐化卷积核掩模。

在最简单的形式中,一个二维卷积运算的数字图像利用一箱卷积核  卷积核的典型特征为奇数的行和列中的一个正方形的形式,用3×3像素的掩码(卷积核)是最常见的形式,但5×5和7×7的内核,也经常采用。 卷积运算的原始输入图像的每个像素单独执行,并涉及到三个连续的操作,这是在图6中。 在操作开始时重叠在原始图像上以这样的方式与单个像素的位置从输入图像进行卷积,掩模的中心像素进行匹配的卷积核。 这被称为像素作为目标像素 

接着,在原来的(通常被称为 )图像的每一个像素的整数值乘以由上覆掩模(图6)中的相应值。 这些乘积相加,在目标图像中的目标像素的灰度值被替换的所有产品的总和,结束操作。 然后,卷积核易位在源图像中,成为在目标图像中的目标像素的下一个像素,直到已经在原始图像中的每个像素由内核对象。

在一般情况下,利用卷积核的数值通常是整数,可以取决于所需的操作时,其分频。 此外,因为许多的卷积操作的结果的负的值(注意,一个卷积核的整数的值可以是负的),偏移值也常常适用于还原一个正值。 图7(a)中示出的平滑卷积核的统一有一个值,该值在矩阵中的每个单元格,带有分频值为9和偏移为零。 核矩阵为8位灰度图像往往受限因子和偏移量的选择,使所有加工值介于0和255之间的卷积秋天。 许多流行的软件产品的设计进行微调的信息的类型,为一个特定的应用程序中提取用户指定的卷积核。

卷积内核是有用的多种数字图像处理作业,包括平滑嘈杂的图像(空间平均),并利用拉普拉斯算子的边缘增强,图像锐化锐化,梯度过滤器(卷积内核的形式)。 此外,局部对比度可以通过调整最大值,最小值,或中值滤波器的使用,和图像可以从空间变换到频域的(实际上,执行傅立叶变换)与卷积核。 卷积核的总数为图像处理开发是巨大的,但几个过滤器可以广泛的应用在许多流行的图像处理软件。

平滑的卷积过滤(空间平均)

专门的卷积核,通常被称为平滑滤波器 ,在降低数字图像中的随机噪声是非常有用的。 在图7(a)示出一个典型的平滑卷积滤波器,本质上是具有的整数值为1的每个行和列的矩阵。 与此不同的内核,当图像被卷积的各像素的灰度值被替换为八个最接近的邻居和本身的平均强度。 数字图像中的随机噪声表现杂散像素,具有异常高或低强度值。 如果重叠卷积核的任何像素的灰度值是显着不同的比它的邻居,该过滤器的平均化效果将趋于减小分发的所有相邻像素之间的噪声影响。

图7中所示的9个整数,在每个平滑内核时,加至一个1值相加,并在矩阵中的值的数目除以。 被设计成使得在这些内核的卷积运算,将产生一个输出图像的平均亮度的输入图像(然而,在某些情况下,这可能是唯一的近似)等于。 在一般情况下,在大多数卷积核的总和加到0和1之间的值,以避免创建输出图像的灰度值超越用来显示图像的数字至模拟转换器的动态范围。

平滑卷积核作为低通滤波器来抑制图像中的高空间频率的贡献。 的术语的空间频率相对于时间(时间频率)频率的概念是类似的,并且相对于在图像中的位置描述的信号变化的速度。 甲低空间频率可能会表现出只有几个周期的整个宽度的图像,而空间频率高经常显示在相同的线性尺寸的许多循环。 一个很好的例子是由硅藻硅藻,在很短的距离非常高,低强度之间交替展出微型的毛孔及皮纹分钟的有序阵列。 甲低空间频率的图像的整个宽度(表现为广泛分布的条纹,例如),可能会表现出只有几个周期,而一个高空间频率发生了许多循环跨越的图像的横向尺寸。 的最高空间频率的数字图像,可以显示在一个周期等于两个象素的宽度。

通常在数字图像中观察到的不同的随机噪声具有较高的空间频率,可有效地除去施加平滑卷积核的图像中,像素由像素。 然而,其他“真正的”形象特征是可取的,如对象的边界和精细结构的细节,也有可能不幸被抑制平滑滤波器具有高空间频率。 因此,应用程序往往会产生一个平滑卷积核模糊输入图像的不良影响。 此外,较大的内核((5×5),(7×7),9×9),更严重的这种模糊效果(图8)。 对于大多数应用,平滑内核的大小和形式,必须仔细选择以优化降噪和图像劣化之间的权衡。 高斯滤波器是一个平滑滤波器是一个高斯函数的卷积内核的基础上,并提供最少量的空间模糊的任何所需量的减少随机噪声。 平滑滤波器是很好的工具,具有低信号噪声比颗粒状图像进行简单的外观上的改进,但这些过滤器也可以不必要的后果降低图像分辨率。

锐化卷积滤波器

在直接对比平滑卷积滤波器的作用,锐化滤镜旨在提高较高的空间频率,在数字图像,同时抑制较低频率。图图7(c)中示出一个典型的3×3的卷积掩模,其上用光学显微镜拍摄的数字图像的效果。 除了提高标本边界和精致的细节,锐化滤镜也有消除缓慢变化的背景阴影的效果。 因此,有时可以利用这些过滤器的遮光校正图像中的失真,而不必诉诸背景减除算法。 不幸的是,锐化卷积滤波器具有提高数字图像中的随机噪声的不良影响。

内核的大小可以调整,以优化锐化滤镜的影响,并进行微调操作在一个特定的范围内的空间频率的掩模。 一个典型的3×3掩模(参见图6和7)图像特征间的差异超过了单个像素的间距间隔上具有最大的影响。 内核大小的两倍或三倍的目标,跨越两个或两个以上的像素较低的空间频率。

卷积滤波器中位数

卷积核中位数主要用于去除图像中的噪声,但也非常有效消除故障的像素(具有异常高或低亮度值),减少细微的划痕引起的劣化。 这些过滤器通常是更有效地去除噪声比平滑(低通)卷积核。 中位数内核应用的方式是不同的标准平滑或锐化内核。 虽然中值滤波器采用一个内核,从像素到像素的换算,也没有以典型的方式施加的卷积矩阵。 在每一个连续的像素位置,正在审议的像素卷积核下令排名根据强度的幅度。 一个中间值,然后确定所涵盖的内核的所有的像素,并且该值被分配给在输出图像中的中心像素的位置。

中值滤波器除去,往往发生在显微镜拍摄的数字图像的随机尖峰强度是有用的。 造成的尖峰的像素被替换为相应的部件选择由内核叠加,这将产生一个更均匀的外观在处理后的图像的像素的中值。 罕见的强度峰值的背景区域,其中包含以统一的方式呈现,通过中值滤波器的内核。 另外,因为内核中位数的保留边缘,细标本细节和边界,​​通常采用具有高对比度的图像处理。

专用卷积滤波器

衍生过滤器提供的定量测量,在本数字图像中的像素的亮度信息的变化率。 当一个微分滤波器被应用到的数字图像,由此产生的数据,可以使用亮度波动率,以提高对比度,边缘检测和边界,并测量功能取向。 其中一个最重要的衍生过滤器是Sobel滤波器,这是基于卷积运算,可以制作的衍生物,在八个方向,根据选择的非对称3×3内核掩模。 在这些的卷积是非常有用的,在显微镜拍摄的数字图像的边缘增强。 边缘通常都是在微观结构中最重要的特征之一,通常可以将其用于测量后,适当的增强算法已经被应用。

计算拉普拉斯过滤器(通常被称为运营商 )的强度相对于位置的二阶导数和用于确定一个像素是否驻留在较暗或较亮的一侧的边缘是有用的。 拉普拉斯算子的的增强操作产生尖峰的边缘部位,并强调了任何亮度斜率,无论它是否是正还是负,此过滤器,不给予全向质量。 有趣的是,要注意的是在人的视觉系统,眼脑网络应用拉普拉斯风格的增强的视场中的每个对象。 人类的视觉,可以是模拟的应用拉普拉斯算子增强图像的原始图像,使用了双图像点的过程中,以产生一个修改后的图像显得更清晰,更悦目。

的卷积过程方法中心的事实卷积核将超出边界的图像时,它是适用于边境像素内产生的一个重要问题。 的一种技术通常用来解决这个问题,称为中心,零边界叠加 ,是简单地忽略的问题的像素,只对那些位于边界足够的距离的像素进行卷积运算。 此方法的缺点的生产小于输入图像的输出图像。 第二种方法,称为中心,以零填充叠加 ,涉及零填充丢失的像素。 然而,第三个技术方面的图像作为一个平铺阵列相同的图像中的单个元素,使丢失的像素从图像的相对侧。 这种方法被称为中心,反射边界叠加 ,具有的优点是可以使用运算的象素地址的计算,以消除需要考虑作为一种特殊情况的边界像素。 这些技术中的每一个都为特定的图像处理中的应用是有用的。 零填充和反射边界方法通常适用于图像增强滤波技术,而零边界的方法通常利用边缘检测和空间导数的计算。

USM锐化过滤

锐化掩模算法由一个模糊的图像从原始图像中,然后通过调整该差分图像中的灰度级值的加减操作。 此操作,可以保存的高频细节,同时允许阴影校正和背景抑制。 流行的技术,是一个极好的车辆,以提高精细标本细节并没有明确的定义在原始图像的锐化边缘。 反锐化掩模工艺的第一步是产生轻微的模糊(通过高斯低通滤波器),未改性的原稿,然后减去,以产生一个锐化后的图像的原始图像的振幅减少。 在图像中,具有均匀的振幅的地区提供在培养基中的灰度的亮度电平,而较大的斜坡(边和边界)的区域显示为较亮或较暗的梯度。

在一般情况下,USM锐化过滤器从原始图像中减去适当的加权USM锐化(模糊原件)段运行。 这种减法运算增强高频空间的细节图像中的低频空间信息的费用(衰减)。 产生这种情况的,因为还没有从原始图像中减去由高斯滤波器的锐化掩模除去高频空间的细节。 此外,低频空间通过高斯滤波器(锐化掩模)的细节,几乎完全从原始图像中减去。 增加的高斯滤波器的大小通常会导致过滤器,以产生更清晰的图像锐化掩模。

其他锐化滤镜USM锐化过滤器的主要优点之一是控制的灵活性,因为大多数其他过滤器不提供任何用户可调参数。 其他锐化滤镜一样,USM锐化过滤器提高了数字图像的边缘和细节。 由于锐化滤镜也抑制低频的细节,这些滤波器可用于校正的图像的形式缓慢变化的背景强度,通常表现在整个遮光失真。 不幸的是,锐化滤镜的滤波图像中的噪声增加,也有不希望的副作用。 出于这个原因,锐化掩模滤波器应该保守使用,并且应寻求合理的平衡之间的增强的细节和噪声的传播。

傅立叶变换

付里叶变换的基础上的定理,即任何调和函数可以表示为一系列的正弦和 ​​余弦函数,只是在不同的频率,振幅和相位。 这些变换显示从其中衍生的原有功能的谐波分量的频率和振幅之间的关系。 付里叶变换转换成在空间变化的一个函数,随频率变化的另一项功能。 还应当指出的是,发现的原始功能的最高空间频率相差的付里叶变换的原点最远。

空间滤波的傅立叶技术可以被用来通过删除的高或低的空间频率信息从图像设计是在适当的频率的非傅里叶滤波器处理图像。 这种技术是特别有用的人字形锯齿模式往往是明显的,在视频图像中(参见图9),如从图像中消除谐波噪声。 因为谐波噪声增加,这将是发现了傅立叶变换的局部离散区域。 当这些局部峰值从变换用适当的过滤器中移除,重新形成的图像不同的违规模式不存在本质上是不变的。 类似的滤波技术也可以应用于去除正弦波,云纹,半色调,和干涉图案,以及从视频信号,CCD芯片,电源供应器,电磁感应噪声。

图9所示的(a)是在暗场照明成像硅藻frustule的叠加的锯齿干涉图案的视频图像。 相邻的的硅藻图像(图9(b)),其中包含的空间频率信息的图像的傅立叶变换的功率谱。 申请几个过滤器(图9(D)),并重新形成图像后,已有效地消除锯齿纹(图9(c)条),只留下图像frustule。

正在考虑申请的决定取决于是否利用傅立叶滤波或卷积核口罩。 傅立叶变换是一个复杂的操作,需要更多的计算机马力和卷积操作使用的内存比一个小面具。 但是,傅立叶滤波技术通常比同等的卷积运算更快,尤其是当卷积掩模大,接近原始图像的大小。 选用合适的等效傅立叶和卷积操作可能会降低各自的面具的复杂性。 例如,一个简单的傅立叶过滤器,如旨在消除谐波噪声,会产生一个庞大而复杂的卷积掩模,这将是很难使用的。

傅立叶变换的另一个有用的功能源于从它的关系的卷积运算,这涉及几个乘法和加法运算,根据卷积掩模的内容,以确定每个目标像素的强度。 此操作可以比较傅立叶滤波,傅立叶过滤器中的每个值被简单地乘以其相应的像素的图像的傅立叶变换。 是相关的,因为这两个操作的卷积操作是相同的傅立叶滤波操作时,傅立叶滤波器的傅里叶变换的卷积掩码。 这种等价表示,这两种技术之一可以被用来从图像中获得相同的结果,仅依赖于操作者决定是否工作在图像空间傅立叶空间 

结论

数字化视频或CCD生成电子显微镜拍摄的图像的能力的显着增加,以增强功能,提取信息,或修改影像。 乍一看,数字方式的更高处理能力的程度可能会不被赞赏,特别是在比较旧的,显然简单的模拟方法,如传统的显微摄影胶片上。 事实上,数字图像处理,而不是使可逆的,几乎无噪声的修改的图像作为一个整数矩阵为一系列随时间变化的电压,或者更原始的是,在暗室中使用的照相放大机。

大部分的最新进展在高分辨率透射光学显微镜和低微光反射荧光显微镜观察活细胞一直依赖数字图像处理。此外,大多数聚焦和多光子显微镜严格依赖于高速,高保真扫描图像的数字化,并在随后的数字操纵视显示。 较新的显微镜设计缺乏目镜(目镜)和直接连接到图像采集软件,还取决于图像处理技术,生产出高品质的数字图像从显微镜。

数字图像处理,提取信息噪音或低对比度的图像,这些图像中要加强外观的力量已导致一些研究者依靠技术而不是最佳的调整和使用显微镜或图像传感器。 不约而同地,高品质的光学图像,无污物,杂物,噪声,畸变,眩光,划痕,文物开始,产生卓越的电子图像。 仔细调整和适当的校正的图像传感器将导致更高质量的数字图像,充分利用两者的传感器和数字图像处理系统的动态范围