CN113781351B - 图像处理方法、设备及计算机可读存储介质 - Google Patents
图像处理方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN113781351B CN113781351B CN202111085943.5A CN202111085943A CN113781351B CN 113781351 B CN113781351 B CN 113781351B CN 202111085943 A CN202111085943 A CN 202111085943A CN 113781351 B CN113781351 B CN 113781351B
- Authority
- CN
- China
- Prior art keywords
- image
- amplitude
- local
- foreground
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000001629 suppression Effects 0.000 claims description 27
- 238000001914 filtration Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 5
- 239000000523 sample Substances 0.000 abstract description 33
- 238000007901 in situ hybridization Methods 0.000 abstract description 4
- 108020004711 Nucleic Acid Probes Proteins 0.000 description 11
- 239000002853 nucleic acid probe Substances 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 108090000623 proteins and genes Proteins 0.000 description 5
- 238000005315 distribution function Methods 0.000 description 4
- 239000003086 colorant Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 108091028043 Nucleic acid sequence Proteins 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 210000000349 chromosome Anatomy 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- GNBHRKFJIUUOQI-UHFFFAOYSA-N fluorescein Chemical compound O1C(=O)C2=CC=CC=C2C21C1=CC=C(O)C=C1OC1=CC(O)=CC=C21 GNBHRKFJIUUOQI-UHFFFAOYSA-N 0.000 description 2
- 238000002509 fluorescent in situ hybridization Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 150000007523 nucleic acids Chemical group 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009396 hybridization Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明实施例公开了一种图像处理方法、设备及计算机可读存储介质,方法包括：根据获取到的待处理图像得到前景增强图像；根据前景增强图像确定第一位置信息，第一位置信息用于表征前景增强图像中的局部极值点的位置；对前景增强图像进行第一处理，得到幅值图像；根据第一位置信息和幅值图像得到第一幅值信息，第一幅值信息用于表征局部极值点处的幅值；根据第一位置信息和第一幅值信息确定目标点的位置。如此，本发明实施例的图像处理方法在对荧光原位杂交的探针点图像进行图像处理时能够抑制探针点附近的背景干扰，提高了确定探针点位置的准确程度。
Description
技术领域
本发明涉及图像处理技术领域，特别是涉及一种图像处理方法、设备及计算机可读存储介质。
背景技术
在生物领域的科研或生产活动中，人们常常需要识别染色体上的基因位点。为了便于识别染色体上的基因位点，通常利用荧光原位杂交技术对基因探针与需要进行标记和识别的基因位点结合，再通过对基因探针的图像进行图像处理以获得探针点的位置信息。然而，相关技术中的图像处理方法在处理探针点图像时，由于受到探针点附近的背景干扰，无法准确地确定探针点的位置。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种图像处理方法、设备及计算机可读存储介质，在对探针点图像进行图像处理时能够抑制探针点附近的背景干扰，提高了确定探针点位置的准确程度。
第一方面，本发明实施例提供一种图像处理方法，所述方法包括：
根据获取到的待处理图像得到前景增强图像；
根据所述前景增强图像确定第一位置信息，所述第一位置信息用于表征所述前景增强图像中的局部极值点的位置；
对所述前景增强图像进行第一处理，得到幅值图像；
根据所述第一位置信息和所述幅值图像得到第一幅值信息，所述第一幅值信息用于表征所述局部极值点处的幅值；
根据所述第一位置信息和所述第一幅值信息确定目标点的位置。
根据本发明第一方面实施例的图像处理方法，至少具有如下有益效果：
本发明实施例，获取待处理图像，并根据所述待处理图像得到前景增强图像；根据获取到的待处理图像得到前景增强图像；根据所述前景增强图像确定第一位置信息，所述第一位置信息用于表征所述前景增强图像中的局部极值点的位置；对所述前景增强图像进行第一处理，得到幅值图像；根据所述第一位置信息和所述幅值图像得到第一幅值信息，所述第一幅值信息用于表征所述局部极值点处的幅值；根据所述第一位置信息和所述第一幅值信息确定目标点的位置。如此，根据待处理图像获得前景增强图像，在增强了图像对比度的同时，减少了背景中的干扰，根据前景增强图像确定用于表征前景增强图像中局部极值点位置的第一位置信息，能够初步确定探针点分布的区间，进一步地提高了处理精度。再通过前景增强图像得到幅值图像并根据第一位置信息和幅值图像得到用于表征局部极值点处幅值的第一幅值信息，并根据第一位置信息和第一幅值信息确定目标点的位置，能够进一步地排除幅值不符合条件的目标点的位置，从而能够排除待处理图像中目标点附近的背景干扰，提高了确定目标点位置的准确程度。综上，本发明实施例在对探针点图像进行图像处理时能够抑制探针点附近的背景干扰，提高了确定探针点位置的准确程度。
可以理解的是，所述根据获取到的待处理图像得到前景增强图像包括：对获取到的所述待处理图像进行对比度增强处理，得到对比度增强图像；对所述对比度增强图像进行第一高斯滤波处理，得到背景模糊图像；根据所述对比度增强图像和所述背景模糊图像得到正差值图像；对所述正差值图像进行第二高斯滤波处理，得到前景增强图像，其中，所述第二高斯滤波处理对应的标准差参数的值小于所述第一高斯滤波处理对应的标准差参数的值。
可以理解的是，所述根据所述对比度增强图像和所述背景模糊图像得到正差值图像包括：将所述对比度增强图像减去所述背景模糊图像，得到全差值图像；提取所述全差值图像中像素值大于零的子像素，并根据所述子像素得到正差值图像。
可以理解的是，所述根据所述对比度增强图像和所述背景模糊图像得到正差值图像包括：将所述对比度增强图像减去所述背景模糊图像，得到全差值图像；提取所述全差值图像中像素值大于零的子像素，得到正差值图像。
可以理解的是，所述根据所述前景增强图像确定第一位置信息包括：根据第一预设参数得到非极大值抑制局部窗口和非极大值抑制像素阈值，所述第一预设参数用于表征所述目标点的面积；根据所述非极大值抑制局部窗口、所述非极大值抑制像素阈值和所述前景增强图像得到第一点集，所述第一点集为所述非极大值抑制局部窗口中的极值点的集合；筛选所述第一点集而得到局部极值点；根据所述局部极值点确定所述第一位置信息。
可以理解的是，所述非极大值抑制局部窗口设置有多个，各个所述非极大值抑制局部窗口均存在对应的所述第一点集以及所述局部极值点，所述第一位置信息是各个所述局部极值点的位置信息的集合。
可以理解的是，所述对所述前景增强图像进行第一处理，得到幅值图像包括：对所述前景增强图像进行局部标准差计算处理，得到局部标准差图像；对所述局部标准差图像进行第三高斯滤波处理，得到所述幅值图像。
可以理解的是，对所述前景增强图像进行所述局部标准差计算处理的窗口面积与所述非极大值抑制局部窗口的面积一致。
可以理解的是，所述根据所述第一位置信息和所述第一幅值信息确定所述目标点的位置，包括：根据所述第一幅值信息得到幅值阈值；根据所述幅值阈值、所述第一幅值信息和所述第一位置信息确定所述目标点的位置。
第二方面，本发明实施例提供一种图像处理设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上所述的图像处理方法。
第三方面，本发明实施例提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述的图像处理方法。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和得到。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1是本发明实施例提供的图像处理方法的流程图；
图2是图1中的步骤S100的具体方法的流程图；
图3是图2中的步骤S130的具体方法的流程图；
图4是图1中的步骤S200的具体方法的流程图；
图5是图1中的步骤S300的具体方法的流程图；
图6是图1中的步骤S500的具体方法的流程图；
图7是本发明一具体示例提供的待处理图像的示意图；
图8是图7中的待处理图像完成图像处理后的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
本发明实施例提供了一种图像处理方法、设备及计算机可读存储介质，根据待处理图像获得前景增强图像，在增强了图像对比度的同时，减少了背景中的干扰，根据前景增强图像确定用于表征前景增强图像中局部极值点位置的第一位置信息，能够初步确定探针点分布的区间，进一步地提高了处理精度。再通过前景增强图像得到幅值图像并根据第一位置信息和幅值图像得到用于表征局部极值点处幅值的第一幅值信息，并根据第一位置信息和第一幅值信息确定目标点的位置，能够进一步地排除幅值不符合条件的目标点的位置，从而能够排除待处理图像中目标点附近的背景干扰，提高了确定目标点位置的准确程度。综上，本发明实施例在对探针点图像进行图像处理时能够抑制探针点附近的背景干扰，提高了确定探针点位置的准确程度。
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例提供的图像处理方法的流程图，该图像处理方法包括但不限于步骤S100、步骤S200、步骤S300、步骤S400和步骤S500。
步骤S100，根据获取到的待处理图像得到前景增强图像。
本步骤中，待处理图像是包含了探针点的位置信息的图像，通过对待处理图像进行图像处理，能够得到前景增强图像，前景增强图像相比待处理图像增强了图像的对比度，而且能够降低图像背景中的噪音所造成的干扰。
在一实施例中，待处理图像是根据荧光原位杂交技术(Fluorescence In SituHybridization，FISH)将使用荧光素标记的核酸探针与待测样本中的核酸序列按照碱基互补配对的原则进行杂交，经洗涤后在荧光显微镜下观察所得到的图像，探针点的位置信息表示核酸探针的位置。
需要说明的是，待处理图像可以是包含了目标点的位置信息的灰度图像，也可以是包含了目标点的位置信息的彩色图像，本发明实施例对此不做具体限定。
步骤S200，根据前景增强图像确定第一位置信息，第一位置信息用于表征前景增强图像中的局部极值点的位置。
本步骤中，根据前景增强图像得到用于表征前景增强图像中局部极值点位置的第一位置信息，能够初步确定目标点分布的区间，进一步地提高了处理精度。
在一实施例中，第一位置信息用于表征前景增强图像中的局部极值点的位置，通过局部窗口选取局部的前景增强图像，再根据与该局部窗口相匹配的阈值条件选取在该局部窗口下的前景增强图像中超出该阈值条件的子像素，以确定包括有多个极值点的第一点集，再选取第一点集中像素值最大的极值点作为局部极值点，最终根据该局部极值点得到第一位置信息。
需要说明的是，一个局部窗口中仅对应一个局部极值点，但局部窗口可以设置有多个，因此第一位置信息包含了多个不同的局部窗口的局部极值点的位置信息。
步骤S300，对前景增强图像进行第一处理，得到幅值图像。
本步骤中，幅值图像是前景图像经过处理后，用于表征图像中各像素点的梯度幅值的图像，根据前景增强图像得到梯度图像，能够降低背景中的干扰，便于进一步地定位极值点。
步骤S400，根据第一位置信息和幅值图像得到第一幅值信息，第一幅值信息用于表征局部极值点处的幅值。
本步骤中，第一位置信息包含了多个不同的局部窗口的局部极值点的位置信息，通过第一位置信息和幅值图像，能够得到各个局部极值点的幅值，第一幅值信息是各个局部极值点的幅值大小信息的集合。
步骤S500，根据第一位置信息和第一幅值信息确定目标点的位置。
本步骤中，根据待处理图像获得前景增强图像，在增强了图像对比度的同时，减少了背景中的干扰，根据前景增强图像确定用于表征前景增强图像中局部极值点位置的第一位置信息，能够初步确定探针点分布的区间，进一步地提高了处理精度。再通过前景增强图像得到幅值图像并根据第一位置信息和幅值图像得到用于表征局部极值点处幅值的第一幅值信息，并根据第一位置信息和第一幅值信息确定目标点的位置，能够进一步地排除幅值不符合条件的目标点的位置，从而能够排除待处理图像中目标点附近的背景干扰，提高了确定目标点位置的准确程度。综上，本发明实施例在对探针点图像进行图像处理时能够抑制探针点附近的背景干扰，提高了确定探针点位置的准确程度。
需要说明的是，本步骤中的目标点可以是用于识别基因位点的探针点，也可以是其它类型的目标点，本发明对此不做具体限定。
另外，参照图2，图2是图1中的步骤S100的具体方法的流程图，在图2的示例中，步骤S100包括但不限于有步骤S110、步骤S120、步骤S130和步骤S140：
步骤S110，对获取到的待处理图像进行对比度增强处理，得到对比度增强图像。
本步骤中，通过增强图像的对比度，提高了后续步骤识别探针点的准确性。
在一实施例中，当待处理图像并非灰度图像，将该待处理图像进行处理以得到对应的灰度图像，并使用该灰度图像进行后续的图像处理。
在一实施例中，采用非线性增强的方式对待处理图像的每个子像素的亮度进行非线性拉伸。
具体地，进行非线性拉伸所采用的权重分布函数为其中，pdf(l)是图像像素的概率密度函数；在通过权重分布函数获得了待处理图像各个子像素的权重后，采用累加分布函数根据权重分布进行累加以得到对比度增强图像。
具体地，本发明实施例采用的累加分布函数为其中且cdfw(l)是累加后的结果。
步骤S120，对对比度增强图像进行第一高斯滤波处理，得到背景模糊图像。
本步骤中，通过对对比度增强图像进行第一高斯滤波处理，能够抑制对比度增强图像中的噪声。
在一实施例中，首先根据对比度增强图像的大小确定进行第一高斯滤波处理的窗口面积以及标准差参数，具体地，进行第一高斯滤波处理所使用的核函数为：其中，σl是进行第一高斯滤波处理所使用的标准差参数，x与y分别是二维的对比度增强图像的像素在图像横轴和纵轴上的位置。
步骤S130，根据对比度增强图像和背景模糊图像得到正差值图像。
在一实施例中，正差值图像是通过求对比度增强图像和背景模糊图像的差，得到全差值图像，在提取全差值图像中像素值大于零的子像素，并根据该子像素所得到的。
步骤S140，对正差值图像进行第二高斯滤波处理，得到前景增强图像，其中，第二高斯滤波处理对应的标准差参数的值小于第一高斯滤波处理对应的标准差参数的值。
在本步骤中，得到前景增强图像，能够在增强了图像对比度的同时，抑制了背景中的干扰。
在一实施例中，进行第二高斯滤波处理的窗口面积与进行第一高斯滤波处理的窗口面积相同，进行第二高斯滤波处理的核函数也与进行第一高斯滤波处理的核函数相同，二者区别在于，进行第二高斯滤波处理的标准差参数的值为进行第一高斯滤波处理的标准差参数的值的五分之一。
在一实施例中，步骤S120至步骤S140可以由以下公式概括：其中If_en表示前景图像，Iorg是对比度增强图像，Gl，Gs分别是进行第一高斯滤波处理和进行第二高斯滤波处理所使用的核函数，/>表示卷积。
另外，参照图3，图3是图2中的步骤S130的具体方法的流程图，在图3的示例中，步骤S130包括但不限于有步骤S131和步骤S132：
步骤S131，将对比度增强图像减去背景模糊图像，得到全差值图像。
步骤S132，提取全差值图像中像素值大于零的子像素，并根据子像素得到正差值图像。
在步骤S131和步骤S132中，通过将对比度增强图像减去背景模糊图像，得到全差值图像，能够进一步地抑制背景干扰，强化目标点的特征，再根据像素值大小不为复数的原则提取全差值图像中的子像素，并根据子像素得到正差值图像。
参照图4，图4是图1中的步骤S200的具体方法的流程图，在图4的示例中，步骤S200包括但不限于有步骤S210、步骤S220步骤S230和步骤S240：
步骤S210，根据第一预设参数得到非极大值抑制局部窗口和非极大值抑制像素阈值，第一预设参数用于表征目标点的面积。
本步骤中，第一预设参数可以用于表征目标点的面积，具体地，第一预设参数可以表示目标点的像素数目的区间，也可以表示目标点的像素数目占待处理图像的像素数目的比例的区间。第一预设参数还可以用于表征进行非极大值抑制处理时所使用的非极大值抑制像素阈值，像素值超出该阈值的非极大值抑制局部窗口的边界框会在非极大值抑制处理中被删除。
步骤S220，根据非极大值抑制局部窗口、非极大值抑制像素阈值和前景增强图像得到第一点集，第一点集为非极大值抑制局部窗口中的极值点的集合。
在一实施例中，根据非极大值抑制像素阈值选取前景增强图像中的特定像素点，具体地，对前景增强图像的像素点的像素值与非极大值抑制像素阈值进行比较，并以像素值大于非极大值抑制像素阈值的像素点作为极值点。由于非极大值抑制局部窗口有多个，因此上述极值点也有多个，多个极值点的集合为第一点集。
步骤S230，筛选第一点集而得到局部极值点。
在一实施例中，非极大值抑制局部窗口的大小固定且数量为奇数，在对前景增强图像进行处理的过程中，使用非极大值抑制局部窗口在第一点集中的多个极值点上滑动，使得非极大值抑制局部窗口遍历上述极值点。非极大值抑制局部窗口每滑动一次，则比较窗口中心位置的像素值与窗口内其它位置的像素值的大小，如果非极大值抑制窗口中心位置的像素值大小不小于窗口内其它位置的像素值，则保留该窗口中心的极值点，反之则遗弃该窗口中心的极值点。在遍历了第一点集中的极值点后，最终保留下来的点作为局部极值点。
步骤S240，根据局部极值点确定第一位置信息。
本步骤中，第一位置信息用于表征局部极值点的位置。具体地，第一位置信息包括局部极值点在前景增强图像上的像素点的纵轴坐标和横轴坐标。
参照图5，图5是图1中的步骤S300的具体方法的流程图，在图5的示例中，步骤S300包括但不限于有步骤S310和步骤S320：
步骤S310，对前景增强图像进行局部标准差计算处理，得到局部标准差图像。
本步骤中通过对前景增强图像进行局部标准差计算处理，来克服在前景增强图像的生成过程中由于进行过高斯滤波处理所造成的边缘模糊。
需要说明的是，对前景增强图像进行局部标准差计算处理的窗口面积与非极大值抑制局部窗口的面积一致。
步骤S320，对局部标准差图像进行第三高斯滤波处理，得到幅值图像。
本步骤中，幅值图像能够表示局部标准差图像中每个像素的灰度梯度幅值，以便于检测目标点的边缘。
在一实施例中，在对局部标准差图像进行第三高斯滤波处理之前，先对局部标准差图像进行平方处理，以增强局部标准差图像中的目标点的特征。
另外，图1中的步骤S400还包括但不限于以下步骤：根据第一位置信息和幅值图像得到第一幅值信息，即为根据第一位置信息确定各局部极值点在幅值图像中的位置，并根据各局部极值点在幅值图像中的位置确定各局部极值点的幅值，第一幅值信息为各局部极值点的幅值的集合。
参照图6，图6是图1中的步骤S500的具体方法的流程图，在图6的示例中，步骤S500包括但不限于有步骤S510和步骤S520：
步骤S510，根据第一幅值信息得到幅值阈值。
本步骤中，幅值阈值用于筛选第一位置信息所对应的局部极值点，幅值阈值是根据第一幅值信息得到的。
在一实施例中，幅值阈值与第一幅值信息所表征的各个局部极值点的平均幅值正相关。例如，当第一幅值信息所表征的各个局部极值点的平均幅值较高，相应的，则第一幅值信息也较高，从而使得根据幅值阈值筛选后剩余的局部极值点占筛选前的局部极值点的比例始终一致。
步骤S520，根据幅值阈值、第一幅值信息和第一位置信息确定目标点的位置。
在一实施例中，根据幅值阈值对第一幅值信息进行筛选，当第一幅值信息所代表的局部极值点的幅值未在幅值阈值所规定的区间内，则从第一位置信息中删去该局部极值点所对对应的位置，在遍历了第一幅值信息中的所有局部极值点的幅值，并进行上述处理后，第一位置信息中剩余的局部极值点的位置，即是目标点的位置。
参照图7，图7是本发明一具体示例提供的待处理图像的示意图，在图7的示例中，待处理图像是根据荧光原位杂交技术使用荧光素标记的核酸探针与待测样本中的核酸序列按照碱基互补配对的原则进行杂交，经洗涤后在荧光显微镜下观察所得到的图像；
参照图7，图7中包括两个荧光区域，两个荧光区域各有四个核酸探针；两个荧光区域内的核酸探针共分为两种，两种核酸探针的发光颜色颜色彼此相异，且两种核酸探针的发光颜色均不同于荧光区域的发光颜色。
需要说明的是，由于荧光区域中的荧光以及核酸探针自身发光的影响，图7中的核酸探针的边缘模糊，因此无法确定探针点的准确位置。
图8是图7中的待处理图像完成图像处理后的示意图，在图8的示例中，经过本发明实施例的图像处理方法对图7中的待处理图像进行处理后，所得到的图像不再显示荧光区域和核酸探针的发出的光，此外，所得到的图像还使用了不同的线形来标记荧光区域和核酸探针的边缘，因此本发明实施例的图像处理方法能够抑制探针点附近的背景干扰，提高了确定探针点位置的准确程度。
另外，本发明的一个实施例提供了一种图像处理设备，该图像处理设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。
处理器和存储器可以通过总线或者其他方式连接。
实现上述实施例的图像处理方法所需的非暂态软件程序以及指令存储在存储器中，当被处理器执行时，执行上述实施例的图像处理方法，例如，执行以上描述的图1中的方法步骤S100至S500、图2中的方法步骤S110至S140、图3中的方法步骤S131至S132、图4中的方法步骤S210至S240、图5中的方法步骤S310至S320和图6中的方法步骤S510至S520。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
此外，本申请的一个实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个处理器或控制器执行，例如，被上述图像处理设备实施例中的一个处理器执行，可使得上述处理器执行上述实施例中的图像处理方法，例如，执行以上描述的图1中的方法步骤S100至S500、图2中的方法步骤S110至S140、图3中的方法步骤S131至S132、图4中的方法步骤S210至S240、图5中的方法步骤S310至S320和图6中的方法步骤S510至S520。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上是对本申请的较佳实施进行了具体说明，但本申请并不局限于上述实施方式，熟悉本领域的技术人员在不违背本申请精神的前提下还可作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (7)
1.一种图像处理方法，所述方法包括：
根据获取到的待处理图像得到前景增强图像；
根据所述前景增强图像确定第一位置信息，所述第一位置信息用于表征所述前景增强图像中的局部极值点的位置；
对所述前景增强图像进行第一处理，得到幅值图像；
根据所述第一位置信息和所述幅值图像得到第一幅值信息，所述第一幅值信息用于表征所述局部极值点处的幅值；
根据所述第一位置信息和所述第一幅值信息确定目标点的位置；
所述根据所述第一位置信息和所述第一幅值信息确定所述目标点的位置，包括：
根据所述第一幅值信息得到幅值阈值；
根据所述幅值阈值、所述第一幅值信息和所述第一位置信息确定所述目标点的位置；
所述根据所述前景增强图像确定第一位置信息包括：
根据第一预设参数得到非极大值抑制局部窗口和非极大值抑制像素阈值，所述第一预设参数用于表征所述目标点的面积；
根据所述非极大值抑制局部窗口、所述非极大值抑制像素阈值和所述前景增强图像得到第一点集，所述第一点集为所述非极大值抑制局部窗口中的极值点的集合；
筛选所述第一点集而得到局部极值点；
根据所述局部极值点确定所述第一位置信息；
所述对所述前景增强图像进行第一处理，得到幅值图像包括：
对所述前景增强图像进行局部标准差计算处理，得到局部标准差图像；
对所述局部标准差图像进行第三高斯滤波处理，得到所述幅值图像。
2.根据权利要求1中所述的图像处理方法，其特征在于，所述根据获取到的待处理图像得到前景增强图像包括：
对获取到的所述待处理图像进行对比度增强处理，得到对比度增强图像；
对所述对比度增强图像进行第一高斯滤波处理，得到背景模糊图像；
根据所述对比度增强图像和所述背景模糊图像得到正差值图像；
对所述正差值图像进行第二高斯滤波处理，得到前景增强图像，其中，所述第二高斯滤波处理对应的标准差参数的值小于所述第一高斯滤波处理对应的标准差参数的值。
3.根据权利要求2中所述的图像处理方法，其特征在于，所述根据所述对比度增强图像和所述背景模糊图像得到正差值图像包括：
将所述对比度增强图像减去所述背景模糊图像，得到全差值图像；
提取所述全差值图像中像素值大于零的子像素，并根据所述子像素得到正差值图像。
4.根据权利要求1中所述的图像处理方法，其特征在于，所述非极大值抑制局部窗口设置有多个，各个所述非极大值抑制局部窗口均存在对应的所述第一点集以及所述局部极值点，所述第一位置信息是各个所述局部极值点的位置信息的集合。
5.根据权利要求1中所述的图像处理方法，其特征在于，对所述前景增强图像进行所述局部标准差计算处理的窗口面积与所述非极大值抑制局部窗口的面积一致。
6.一种图像处理设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1至5任意一项所述的图像处理方法。
7.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至5任意一项所述的图像处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111085943.5A CN113781351B (zh) | 2021-09-16 | 2021-09-16 | 图像处理方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111085943.5A CN113781351B (zh) | 2021-09-16 | 2021-09-16 | 图像处理方法、设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113781351A CN113781351A (zh) | 2021-12-10 |
| CN113781351B true CN113781351B (zh) | 2023-12-08 |
Family
ID=78844531
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111085943.5A Active CN113781351B (zh) | 2021-09-16 | 2021-09-16 | 图像处理方法、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113781351B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107918931A (zh) * | 2016-10-10 | 2018-04-17 | 深圳市瀚海基因生物科技有限公司 | 图像处理方法及系统 |
| CN110490204A (zh) * | 2019-07-11 | 2019-11-22 | 深圳怡化电脑股份有限公司 | 图像处理方法、图像处理装置及终端 |
| WO2021092815A1 (zh) * | 2019-11-13 | 2021-05-20 | 深圳市大疆创新科技有限公司 | 识别方法、测温方法、设备及存储介质 |
| CN113077459A (zh) * | 2021-04-28 | 2021-07-06 | 北京的卢深视科技有限公司 | 图像清晰度检测方法、装置、电子设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2445677C1 (ru) * | 2010-09-13 | 2012-03-20 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко., Лтд." | Способ черновой печати посредством преобразования растровых изображений в эскизы (варианты) |
| US20130169760A1 (en) * | 2012-01-04 | 2013-07-04 | Lloyd Watts | Image Enhancement Methods And Systems |
-
2021
- 2021-09-16 CN CN202111085943.5A patent/CN113781351B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107918931A (zh) * | 2016-10-10 | 2018-04-17 | 深圳市瀚海基因生物科技有限公司 | 图像处理方法及系统 |
| CN110490204A (zh) * | 2019-07-11 | 2019-11-22 | 深圳怡化电脑股份有限公司 | 图像处理方法、图像处理装置及终端 |
| WO2021092815A1 (zh) * | 2019-11-13 | 2021-05-20 | 深圳市大疆创新科技有限公司 | 识别方法、测温方法、设备及存储介质 |
| CN113077459A (zh) * | 2021-04-28 | 2021-07-06 | 北京的卢深视科技有限公司 | 图像清晰度检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 结合距离变换与边缘梯度的分水岭血细胞分割;缪慧司;梁光明;刘任任;丁建文;;中国图象图形学报(02);第192-198页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113781351A (zh) | 2021-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107507173B (zh) | 一种全切片图像的无参考清晰度评估方法及系统 | |
| WO2018068599A1 (zh) | 基因测序的图像处理方法及系统 | |
| CN111027546B (zh) | 一种字符分割方法、装置以及计算机可读存储介质 | |
| CN110516584B (zh) | 一种显微镜用的基于动态学习的细胞自动计数方法 | |
| CN111080661A (zh) | 基于图像的直线检测方法、装置以及电子设备 | |
| CN110706224B (zh) | 基于暗场图像的光学元件弱划痕检测方法、系统和装置 | |
| CN115457063A (zh) | Pcb板圆孔的边缘提取方法、装置、设备及存储介质 | |
| CN109636801B (zh) | 自动获取her2荧光原位杂交结果的电子设备及介质 | |
| US20170178341A1 (en) | Single Parameter Segmentation of Images | |
| CN117351011B (zh) | 屏幕缺陷检测方法、设备和可读存储介质 | |
| CN111696064B (zh) | 图像处理方法、装置、电子设备及计算机可读介质 | |
| CN112053302A (zh) | 高光谱图像的去噪方法、装置及存储介质 | |
| CN109030499B (zh) | 一种适用于目标缺陷连续在线检测防止缺陷数目重复计数的装置及方法 | |
| CN112017109B (zh) | 一种在线铁谱视频图像气泡的消除方法 | |
| CN114419533B (zh) | 深水网衣破损识别方法、装置、设备及存储介质 | |
| CN113781351B (zh) | 图像处理方法、设备及计算机可读存储介质 | |
| CN115294035A (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
| CN113689412A (zh) | 甲状腺图像处理方法、装置、电子设备及存储介质 | |
| CN116563298B (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
| CN117830623A (zh) | 图像定位区域选取方法、装置、设备和存储介质 | |
| CN114757867A (zh) | 细胞跟踪方法、精子优选方法、电子设备和存储介质 | |
| CN117576137A (zh) | 一种基于改进canny算法的岩石薄片图像边缘检测方法 | |
| CN117765330A (zh) | 基于mri图像的数据标注方法及系统 | |
| CN110728686B (zh) | 一种基于Voronoi的车载灯具图像分割方法 | |
| CN113284158A (zh) | 一种基于结构约束聚类的图像边缘提取方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |