申请/专利权人：哈尔滨工业大学

申请日：2021-08-13

公开（公告）日：2024-04-09

公开（公告）号：CN113658069B

主分类号：G06T5/90

分类号：G06T5/90;G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.12.03#实质审查的生效;2021.11.16#公开

摘要：基于共有平场提取的高光谱显微图像平场校正方法及系统，涉及图像平场校正领域。本发明是为了解决目前还无法提取出共有的光照平场项用于校正高光谱显微系统中从而解决癌细胞组织高光谱显微图像存在的光照不均匀的问题，进而导致的癌细胞的组织病理分类精度较低的问题。所述方法包括：采集高光谱显微图像，并将图像分为训练集和测试集；对CFE模型训练获得训练好的CFE模型；对训练好的CFE模型进行求解得到共有平场和校正后的高光谱显微图像；利用测试集对共有平场进行评分，根据评分获得平场项的共有秩，获得最优CFE模型；将待测的高光谱显微图像输入到最优CFE模型中获得平场校正后的高光谱显微图像。本发明用于对癌细胞组织高光谱显微图像进行平场校正。

主权项：1.基于共有平场提取的高光谱显微图像平场校正方法，其特征在于所述方法具体过程包括以下步骤：步骤一、采集相同光照条件下的多张高光谱显微图像，并将图像分为训练集和测试集；所述光照条件包括：显微镜的光源强度、滤色片位置、聚光镜视场光阑位置、聚光镜孔径光阑位置、三目接口光路转换杆位置、光谱成像仪的积分时间；所述测试集为多对空间部分重叠的高光谱显微图像组成的集合；所述训练集为除测试集外的高光谱显微图像的集合；步骤二、建立CFE模型并利用训练集对CFE模型训练获得训练好的CFE模型，包括以下步骤：步骤二一对步骤一获取的训练集的空间维进行重排，生成空-谱二维高光谱矩阵，包括以下步骤：步骤二一一、获取高光谱显微系统的光照过程；所述高光谱显微系统的光照过程用线性系统模型描述，如下式： 其中，Ix,y,λ表示高光谱显微图像，表示无渐晕影响的校正后高光谱显微图像，Fx,y,λ表示高光谱显微系统的线性衰减，即平场项，x,y,λ表示图像空间中第x,y个像素处、第λ个波段的灰度值；表示Schur-Hadamard积；步骤二一二、将高光谱显微图像每个波段对应的二维灰度图像重新排布为一维向量，生成空-谱二维高光谱矩阵Im,λ；m表示重排后的空间维索引，λ表示波段；步骤二二、对生成的空-谱二维高光谱矩阵中每个元素进行对数操作，获得高光谱对数矩阵，如下式： 其中，Fm,λ表示对数共有平场，表示校正后的高光谱对数矩阵，N为测试集中测试样本的总数，n＝1,…,N表示训练集中第n个样本；步骤二三、利用步骤二二获取的高光谱对数矩阵获得低秩约束下的训练好的CFE模型，包括以下步骤：步骤二三一、对于秩为R的矩阵每个高光谱对数矩阵Inm,λ的表示，如下式： 其中，是秩为R的矩阵的满秩，是高光谱对数矩阵Inm,λ的低秩表示，表示共有正交基，和组成共有平场Fm,λ的低秩表示，表示共有正交基系数矩阵；是校正后的高光谱对数矩阵的低秩表示；M、Λ分别表示高光谱对数矩阵的像素总数与光谱波段数；C表示平场的秩、Rn每张校正后的高光谱对数矩阵的秩，T表示转置；其中，X＝PQT；步骤二三二、根据步骤二三一获得的每个高光谱对数矩阵Inm,λ的表示获得低秩约束下训练好的CFE模型： 其中N表示训练集中高光谱显微图像的总数；||·||F表示Frobenius范数；E表示单位矩阵，下角标表示矩阵大小；步骤三、利用共有正交基提取方法对步骤二获取的训练好的CFE模型进行求解得到共有平场和校正后的高光谱显微图像，包括以下步骤：步骤三一、获取训练好的CFE模型的共有正交基包括以下步骤：步骤三一一、对步骤二三一获取的高光谱对数矩阵Inm,λ进行降维，获得降维后的高光谱对数矩阵： 其中，是训练集中第n个训练样本的正交基系数矩阵；步骤三一二、对共有正交基的每一列进行初始化，获得共有标准基： 其中，表示矩阵的M-P逆，Un与Wn是高光谱对数矩阵In'm,λ的QR分解，Un为酉矩阵；表示Un的系数矩阵；对任意ni,nj＝1,....,N，ni≠nj，共有标准基如下： 其中，zn,l和表示Zn和的第l列；步骤三一三、利用交替最小二乘法迭代求解共有标准基的第一个基底 步骤三一四、在l＝1,...,C-1范围内，确保与其他l个基正交情况下，找到第l+1个基底： 其中，·l表示第l次迭代后的对应变量；步骤三一五、执行步骤三一一到三四直至满足收敛条件，最终获得为共有正交基；所述收敛条件为fl+1＞ε，ε表示最小允许的误差；步骤三二、利用步骤三一获得的共有正交基获取共有平场及校正后的高光谱显微图像，包括以下步骤：步骤三二一、获取共有正交基的系数矩阵：对于训练集中每组系数矩阵保证正交基系数矩阵间的差距足够小，故求得平均值即为共有正交基的系数矩阵；步骤三二二、根据步骤三一获得的共有正交基和步骤三二一获取的系数矩阵得到共有平场项Fx,y,λ： 步骤三二三、将高光谱对数矩阵与平场项相减并结合指数与重排操作得到校正后的第n个高光谱显微图像： 步骤四、利用测试集对步骤三得到的共有平场进行评分，并根据评分获得平场项的共有秩，从而获得训练好的最优CFE模型；利用测试集对步骤三得到的共有平场进行评分，包括以下步骤：步骤四一、以若干倍空间分辨率将一对测试集数据中重叠部分进行放大，选取光照均匀的波段，采用亚像素配准方法将测试集中每对高光谱显微图像的空间重叠部分选出；步骤四二、将平场校正后的高光谱显微图像的动态范围与未经平场校正的高光谱显微图像相匹配，获得匹配结果： 其中，med·表示图像中位数，var·表示图像标准差，Icorr表示校正后的图像，Imeas表示未校正的图像；步骤四三、获取测试集中每对数据的空间重叠部分的校正评分公式，并将匹配结果代入校正评分公式中获得校正评分；所述每对数据的空间重叠部分的校正评分公式为： 其中In',1x,y,λ和In',2x,y,λ表示第n'对测试集中高光谱显微图像的空间重叠部分，Γ·范围为[0,∞，n'∈[1,N']，N'是测试集中高光谱显微图像的总对数；校正评分的标准为：Γ·＝0表示校正后高光谱显微图像重叠部分灰度完全一致，校正结果完美；0＜Γ·＜1表示校正后高光谱显微图像重叠部分间灰度差比校正前偏差小，表示校正有效；Γ·≥1表示校正后高光谱显微图像重叠部分间灰度差比校正前的偏差不变或偏大，表示校正失效；步骤四四、根据校正评分最小值确定共有秩C从而获取最优CFE模型，包括以下步骤：根据收敛条件fl+1＞ε，在ε值的取值范围内测试ε与平场项的秩C的关系，确定C的取值范围，然后在C的取值范围内根据具体校正评分最小值确定C的具体值，从而获取最优CFE模型；所述ε值的取值范围根据经验设置；步骤五、将待测的高光谱显微图像输入到训练好的最优CFE模型中获得平场校正后的高光谱显微图像。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 基于共有平场提取的高光谱显微图像平场校正方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD