專(zhuān)利名稱(chēng)：一種圖像邊緣檢測(cè)的景深擴(kuò)展方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到數(shù)字圖像處理技術(shù)，尤其涉及一種圖像邊緣檢測(cè)的景深擴(kuò)展方法。
背景技術(shù)：
景深擴(kuò)展技術(shù)是一項(xiàng)基于數(shù)字圖像處理的技術(shù)，它利用同一圖像傳感器不同場(chǎng)景 下采集的相關(guān)圖像信息或者不同圖像傳感器拍攝的多幅圖像進(jìn)行圖像融合，將多幅圖像信 息融合在同一幅圖像當(dāng)中。在光學(xué)成像的過(guò)程中，由于受到鏡頭景深的限制，一幅圖像往往 不能很好的反映具有一定深度或高度的被拍攝物體的全部信息。而且越是放大倍數(shù)高的鏡 頭其景深越小，也就是說(shuō)當(dāng)我們用這種鏡頭去拍攝一個(gè)有一定深度或高度的物體時(shí)，我們 只能看清楚其上表面或者下表面，而不能得到一幅完全清晰的圖片。運(yùn)用景深擴(kuò)展技術(shù)我 們就可以沿著被拍攝物體的深度(高度)方向拍攝一系列圖片，然后運(yùn)用本方法對(duì)其進(jìn)行 合成，從而可得到一幅全景深合成的圖片，達(dá)到景深擴(kuò)展的目的。近年來(lái)景深擴(kuò)展技術(shù)已成 為一種十分重要和有用的圖像分析與計(jì)算機(jī)視覺(jué)技術(shù)，在自動(dòng)目標(biāo)識(shí)別、遙感、顯微測(cè)量、 醫(yī)學(xué)圖像處理以及軍事應(yīng)用的領(lǐng)域有著廣泛的應(yīng)用前景，現(xiàn)有的如專(zhuān)利ZL 03107895.8， 生物顯微鏡影像技術(shù)達(dá)到增加三維景深及解析度的方法。現(xiàn)有的最簡(jiǎn)單的景深圖像合成方法是將源圖像進(jìn)行加權(quán)平均，這種方法的優(yōu)點(diǎn)是 簡(jiǎn)單，實(shí)時(shí)性好，但與此同時(shí)帶來(lái)的負(fù)面影響是降低了圖像的對(duì)比度，景深合成效果差?；?于圖像金字塔分解的景深合成方法也是目前研究的比較多的方法，它包括了圖像的小波變 換、多速濾波器表示以及金字塔變換。小波在圖像表示中展現(xiàn)了很多的優(yōu)越性，它的優(yōu)勢(shì)在 于圖像合成的精度高效果好，但是缺點(diǎn)也很明顯就是速度慢。在顯微測(cè)量中往往是十幾幅 圖像序列合成一幅圖像，如果用小波變換法則需花費(fèi)大量的時(shí)間，這顯然是制約景深擴(kuò)展 趨于產(chǎn)品應(yīng)用的一大瓶頸。如果單純地采用金字塔變換的方法進(jìn)行景深合成，速度是可以 保證但是合成的效果卻一般，對(duì)于要求比較高的清晰顯微圖像則不能勝任。因此開(kāi)發(fā)一種既能滿(mǎn)足合成精度要求，又能達(dá)到快速合成目的的圖像邊緣檢測(cè)景 深擴(kuò)展方法顯得十分必要，是業(yè)內(nèi)亟待解決的一個(gè)技術(shù)問(wèn)題。

發(fā)明內(nèi)容
本發(fā)明針對(duì)現(xiàn)有的景深合成方法的不足，提供一種既可滿(mǎn)足景深合成精度和效 果，又顯著提高合成速度的圖像邊緣檢測(cè)的景深擴(kuò)展方法。為解決上述技術(shù)問(wèn)題，本發(fā)明提出的一種圖像邊緣檢測(cè)的景深擴(kuò)展方法，步驟如 下用自動(dòng)對(duì)焦顯微鏡的鏡頭沿被拍攝物體的深度(高度)方向進(jìn)行掃描，并且每隔 一定距離自動(dòng)采樣拍攝一次；每拍攝一幅圖像，實(shí)時(shí)對(duì)其進(jìn)行Sobel算子邊緣檢測(cè)，得到一幅只含有清晰區(qū)域 邊緣的灰度圖像；對(duì)每一幅邊緣檢測(cè)后的圖像進(jìn)行膨脹變換，使灰度圖像原來(lái)清晰區(qū)域的邊緣部分?jǐn)U展連成一系列連通區(qū)域；將膨脹變換后得到的灰度圖與前一幅灰度圖進(jìn)行逐點(diǎn)比較，將灰度值大的那一幅 圖在該點(diǎn)的圖像原值保留下來(lái)，并合成一幅新圖；將該新圖作為中間結(jié)果繼續(xù)與新拍攝的 圖像合成，直到整個(gè)過(guò)程結(jié)束。其中，所述膨脹變換為數(shù)學(xué)形態(tài)學(xué)膨脹變換。所述自動(dòng)對(duì)焦顯微鏡拍攝前，對(duì)其預(yù)先輸入相應(yīng)控制參數(shù)。所述的控制參數(shù)可以為間距或時(shí)間。與現(xiàn)有技術(shù)相比，本發(fā)明采用計(jì)算量小、速度較快的Sobel邊緣檢測(cè)算子對(duì)拍攝 到的序列圖像進(jìn)行提取邊緣操作，再利用邊緣檢測(cè)的結(jié)果進(jìn)行數(shù)學(xué)圖像形態(tài)學(xué)膨脹變換， 從而快速地確定每一幅圖像的清晰區(qū)域。不同于小波變換法，其首先需要對(duì)圖像進(jìn)行頻域 變換，再計(jì)算圖像的相似性測(cè)度和顯著性測(cè)度，然后再根據(jù)顯著性測(cè)度大小采用合適的融 合策略進(jìn)行合成，其小波變換、相似性測(cè)度都是計(jì)算量比較大的步驟，并且計(jì)算量隨著圖像 大小的增加呈指數(shù)級(jí)變大，一旦圖像達(dá)到百萬(wàn)像素級(jí)，其合成速度將顯著下降。因此本發(fā)明 方案中的邊緣檢測(cè)和數(shù)學(xué)形態(tài)學(xué)膨脹變換都是計(jì)算量很小的步驟，所以其速度優(yōu)勢(shì)就顯現(xiàn) 出來(lái)了。采用Sobel算子邊緣檢測(cè)具有合成速度快的優(yōu)勢(shì)，因此將其合成步驟實(shí)時(shí)嵌入到 鏡頭掃描拍攝的過(guò)程中，采取邊拍邊合成的方式，最大限度地體現(xiàn)了本方法合成速度快的 優(yōu)勢(shì)。用戶(hù)在使用過(guò)程中會(huì)隨著鏡頭的掃描發(fā)現(xiàn)圖像越來(lái)越清晰，等掃描過(guò)程停止，則立刻 能得到一幅全景深擴(kuò)展后的圖像。


下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作出詳細(xì)的說(shuō)明，其中圖1是本發(fā)明較佳實(shí)例的流程圖；圖2是本發(fā)明圖像序列圖的結(jié)構(gòu)示意圖。
具體實(shí)施例方式本發(fā)明較佳實(shí)例如圖1所示，所述的圖像邊緣檢測(cè)的景深擴(kuò)展方法，有如下步驟步驟1 用自動(dòng)對(duì)焦顯微鏡的鏡頭沿被拍攝物體的深度(高度)方向進(jìn)行掃描，并 且每隔一定距離自動(dòng)采樣拍攝一次。自動(dòng)對(duì)焦顯微鏡預(yù)先輸入相應(yīng)控制參數(shù)，如輸入控制對(duì)焦顯微鏡拍攝圖像之間的 距離、時(shí)間等參數(shù)。采樣間隔的距離將決定景深擴(kuò)展的效果，同時(shí)也影響到深度(高度)測(cè) 量的精度，同時(shí)這個(gè)采樣距離也受制于驅(qū)動(dòng)機(jī)構(gòu)的分辨率和鏡頭的景深。一般來(lái)說(shuō)，驅(qū)動(dòng)機(jī) 構(gòu)的分辨率和鏡頭景深越小，合成精度越高，源圖像序列數(shù)越多，每次拍攝時(shí)鏡頭的掃描步 長(zhǎng)(距離)越小，測(cè)量出的深度(高度)信息越準(zhǔn)確，合成精度越高。步驟2 每拍攝一幅圖像，實(shí)時(shí)對(duì)其進(jìn)行邊緣檢測(cè)，得到一幅只含有清晰區(qū)域邊緣 的灰度圖像。其中，邊緣檢測(cè)采用Sobel算子邊緣檢測(cè)。索貝爾算子(Sobel operator)是圖像 處理中的比較常用的算子之一，主要用作邊緣檢測(cè)。在技術(shù)上，它是一離散性差分算子，用 來(lái)運(yùn)算圖像亮度函數(shù)的梯度之近似值。它的優(yōu)點(diǎn)就是速度快，精度高。因此，本方法采用 Sobel算子作為邊緣檢測(cè)的算子，目的在于找到源圖像中清晰部分和模糊部分的分界，以利
4于進(jìn)一步將圖像邊緣的清晰部分和模糊部分區(qū)分開(kāi)來(lái)，最后得到一幅只含有清晰部分邊緣 的灰度圖像，即得到的圖像只是原清晰區(qū)域的邊緣部分有灰度顯示，其它部位(清晰區(qū)域 內(nèi)部和模糊區(qū)域)的灰度值都為0。當(dāng)每拍攝一幅圖像時(shí)，就實(shí)時(shí)對(duì)其進(jìn)行Sobel邊緣檢測(cè)， 得到一幅只含有清晰部分邊緣的灰度圖像，其中邊緣灰度值的大小決定了其實(shí)際的清晰程 度，即邊緣灰度值越高，該位置在原圖上的清晰度越高。步驟3 對(duì)每一幅邊緣檢測(cè)后的圖像進(jìn)行膨脹變換，使上述步驟2得到的灰度圖像 的邊緣清晰部分?jǐn)U展連成一系列連通區(qū)域。其中，膨脹變換為數(shù)學(xué)形態(tài)學(xué)膨脹變換。對(duì)邊緣檢測(cè)后的結(jié)果圖像進(jìn)行數(shù)學(xué)形態(tài) 學(xué)膨脹變換，通過(guò)膨脹變換，原本已經(jīng)檢測(cè)到的清晰邊緣可以擴(kuò)大并連接成一片整體，也就 是說(shuō)通過(guò)膨脹變換原本由點(diǎn)或線(xiàn)組成的清晰邊緣就可以轉(zhuǎn)變成由面組成的區(qū)域，即將清晰 的點(diǎn)或線(xiàn)膨脹擴(kuò)展，使其相互連接成為一個(gè)面區(qū)。這樣更有助于將原圖中清晰部分和模糊 部分分割開(kāi)來(lái)，從而順利地提取出每一幅源圖像中清晰部分的區(qū)域，也就是當(dāng)前鏡頭景深 范圍內(nèi)能夠拍攝清楚地區(qū)域。即得到的圖像除了清晰區(qū)域的邊緣外，清晰區(qū)域的內(nèi)部也有 灰度顯示，而其它部位(模糊區(qū)域)的灰度值仍然為0。步驟4 將膨脹變換后得到的后一幅灰度圖與前一幅經(jīng)過(guò)膨脹變換后的灰度圖進(jìn) 行逐點(diǎn)比較，將灰度值大的那一幅圖在該點(diǎn)的圖像原值保留下來(lái)，并合成一幅新圖，該新圖 就是一幅提取了前后兩幅圖各自清晰部分的景深合成圖。將合成后的圖像實(shí)時(shí)顯示在用戶(hù) 界面上，該幅新圖作為中間結(jié)果圖，繼續(xù)拍攝新的圖像與中間結(jié)果圖合成新圖，直到整個(gè)拍 攝過(guò)程結(jié)束。本方法的圖像融合(合并)過(guò)程為將數(shù)學(xué)形態(tài)學(xué)膨脹變換后的圖像統(tǒng)一定義為 In(x, y)，其中n表示所有拍攝的序列圖像的序號(hào)，(x，y)表示某一點(diǎn)在圖像中的位置，則 I(x, y)就是該點(diǎn)的像素值(灰度值)。在融合的時(shí)候，將前后相鄰的兩幅圖的某點(diǎn)進(jìn)行比 較，將灰度值較大的那一幅圖像的序號(hào)n記錄下來(lái)，并將其序號(hào)填入到該點(diǎn)的位置(x，y)， 這樣就形成了一幅新的圖像，只不過(guò)這幅圖像并不是真正的圖像，因?yàn)檫@幅圖像上每個(gè)像 素點(diǎn)中記錄的不是圖像的灰度值，而是圖像的序號(hào)n，如圖2所示。產(chǎn)生這幅序號(hào)圖像的目 的就是在最終圖像融合的時(shí)候，系統(tǒng)自動(dòng)根據(jù)這幅圖像中每一個(gè)點(diǎn)上記錄的序號(hào)n，來(lái)決定 該點(diǎn)的像素值應(yīng)該采用原圖像序列中的哪一幅圖的對(duì)應(yīng)點(diǎn)的像素值。以圖2為例詳細(xì)說(shuō)明，經(jīng)過(guò)前面的變換后，把圖像序列每個(gè)點(diǎn)的灰度值進(jìn)行比較 得出圖2這樣的序列圖。設(shè)圖像的大小為(縱)10X(橫)15，共有10幅源圖像參與融合， 序號(hào)n分別標(biāo)記為0，1，2……9。根據(jù)序列圖，(0，0)處的數(shù)據(jù)為4，則可以得出，融合圖像 (0,0)處，應(yīng)該選擇第4幅源圖像(0，0)處的像素值；同理序列圖中(9，11)位置的數(shù)據(jù)為 8，那么融合圖像(9，11)處就應(yīng)該選擇第8幅源圖像(9，11)處的像素值。這樣，根據(jù)數(shù)據(jù)模 板中源圖像序列號(hào)的指引就可以得到整幅圖像所有像素在融合過(guò)程中應(yīng)該選取的像素值。通過(guò)本方法還可以測(cè)量拍攝物體的深度(高度)信息，借助自動(dòng)對(duì)焦顯微鏡，用戶(hù) 可以設(shè)置電機(jī)驅(qū)動(dòng)鏡頭沿著被拍攝物體的深度(高度)方向按固定步長(zhǎng)進(jìn)行掃描。比如用 戶(hù)要拍攝一組10幅序列的源圖像，每拍攝一幅圖像鏡頭移動(dòng)lym，那么在序列圖中序號(hào)為 3位置點(diǎn)和序號(hào)為9的位置點(diǎn)之間的深度(高度)差就是(9-3) Xl = 6um0源圖像序列 數(shù)越多，每次拍攝時(shí)鏡頭的掃描步長(zhǎng)越小，所測(cè)量出來(lái)的深度(高度)值就越精確。用本方法與小波變換方法在處理速度上的比較，如下表
借助于電機(jī)驅(qū)動(dòng)的鏡頭，相機(jī)可以沿著被攝物體深度(高度)變換化方向進(jìn)行間 隔拍攝，通過(guò)本方法計(jì)算機(jī)完全可以在每次拍攝的間隔中完成每一次的景深合成并實(shí)時(shí)顯 示結(jié)果。當(dāng)掃描過(guò)程結(jié)束時(shí)，最終的全景深擴(kuò)展后的合成圖像也完全處理完畢，同時(shí)，根據(jù) 每一次拍攝間隔的步長(zhǎng)，用戶(hù)可以計(jì)算出所拍攝物體的深度(高度)。該方法相比于現(xiàn)有的 小波變換方法在處理速度上的優(yōu)勢(shì)非常明顯，具有實(shí)際應(yīng)用背景，同時(shí)它的深度(高度)測(cè) 量功能也進(jìn)一步豐富了本方法的應(yīng)用前景。采用計(jì)算量小、速度較快的Sobel邊緣檢測(cè)算子對(duì)拍攝到的序列圖像進(jìn)行提取邊 緣操作，再對(duì)邊緣檢測(cè)的結(jié)果進(jìn)行數(shù)學(xué)形態(tài)學(xué)膨脹變換，從而快速地確定每一幅圖像的清 晰區(qū)域。與一般的小波變換法合成不同，小波變換、相似性測(cè)度計(jì)算量比較大，用于百萬(wàn)像 素級(jí)時(shí)，其合成速度將顯著下降。相比之下本發(fā)明方案中的邊緣檢測(cè)和膨脹變換計(jì)算量很 小，其速度優(yōu)勢(shì)就顯現(xiàn)出來(lái)了。以上結(jié)合較佳實(shí)施方式對(duì)本發(fā)明進(jìn)行了具體描述，但是本技術(shù)領(lǐng)域內(nèi)的技術(shù)人員 可以對(duì)這些實(shí)施方式做出多種變更或變化，這些變更和變化應(yīng)落入本發(fā)明保護(hù)的范圍之 內(nèi)。
權(quán)利要求
一種圖像邊緣檢測(cè)的景深擴(kuò)展方法，其特征在于，包括如下步驟用自動(dòng)對(duì)焦顯微鏡的鏡頭沿被拍攝物體的深度方向進(jìn)行掃描，并且每隔一定距離自動(dòng)采樣拍攝一次；每拍攝一幅圖像，實(shí)時(shí)對(duì)其進(jìn)行Sobel算子邊緣檢測(cè)，得到一幅只含有清晰區(qū)域邊緣的灰度圖像；對(duì)每一幅邊緣檢測(cè)后的灰度圖像進(jìn)行膨脹變換，使灰度圖像原來(lái)清晰區(qū)域的邊緣部分?jǐn)U展連成一系列連通區(qū)域；將膨脹變換后得到的灰度圖像與前一幅灰度圖像進(jìn)行逐點(diǎn)比較，將灰度值大的那一幅圖在該點(diǎn)的圖像原值保留下來(lái)，并合成一幅新圖；將該新圖作為中間結(jié)果繼續(xù)與新拍攝的圖像合成，直到整個(gè)過(guò)程結(jié)束。
2.根據(jù)權(quán)利要求1所述的景深擴(kuò)展方法，其特征在于所述膨脹變換為數(shù)學(xué)形態(tài)學(xué)膨 脹變換。
3.根據(jù)權(quán)利要求2所述的景深擴(kuò)展方法，其特征在于，所述自動(dòng)對(duì)焦顯微鏡拍攝前，對(duì) 其預(yù)先輸入相應(yīng)的控制參數(shù)。
4.根據(jù)權(quán)利要求3所述的景深擴(kuò)展方法，其特征在于，所述的控制參數(shù)為間距、時(shí)間。
全文摘要
本發(fā)明公開(kāi)了一種用于圖像處理的圖像邊緣檢測(cè)的景深擴(kuò)展方法，步驟為用自動(dòng)對(duì)焦顯微鏡的鏡頭沿被拍攝物體的深度(高度)方向進(jìn)行掃描，并且每隔一定距離自動(dòng)采樣拍攝一次；每拍攝一幅圖像，實(shí)時(shí)對(duì)其進(jìn)行Sobel算子邊緣檢測(cè)，得到一幅只含有清晰部分邊緣的灰度圖像；對(duì)每一幅邊緣檢測(cè)后的圖像進(jìn)行膨脹變換，使灰度圖像的清晰邊緣部分?jǐn)U展連成一系列連通區(qū)域；將膨脹變換后得到的灰度圖與前一幅灰度圖進(jìn)行逐點(diǎn)比較，將灰度值大的那一幅圖在該點(diǎn)的圖像原值保留下來(lái)，并合成一幅新圖作為中間結(jié)果繼續(xù)與新拍攝的圖像合成，直到整個(gè)過(guò)程結(jié)束。本發(fā)明比小波變換法的簡(jiǎn)單，本方法的邊緣檢測(cè)和形態(tài)學(xué)變換都是計(jì)算量很小的步驟，所以其速度優(yōu)勢(shì)就顯現(xiàn)出來(lái)了。
文檔編號(hào)G02B21/36GK101930606SQ201010176120
公開(kāi)日2010年12月29日 申請(qǐng)日期2010年5月14日 優(yōu)先權(quán)日2010年5月14日
發(fā)明者沈浩 申請(qǐng)人:深圳市海量精密儀器設(shè)備有限公司