一种用于单个血红细胞检测的图像采集方法及系统

摘要

本发明公开了一种用于单个血红细胞检测的图像采集方法及系统。本发明在对单个血红细胞的图像采集时运用自动取景和自动对焦方式，实现对单个血红单细胞图像自动采集、自动筛选、自动识别等操作，使单细胞的颜色、大小、长度等信息可以清晰的呈现在显示器上，克服了手动调节方式的系统费时费力、图像采集效果因人而异的缺陷。

说明书

技术领域

本发明涉及图像采集与识别技术领域，具体涉及一种用于单个血红细胞检测 的图像采集方法及系统。

背景技术

医学上对于单个单细胞的研究，能够掌握更准确更全面的单细胞信息，可以 克服以往群体分析中平均结果对个别信息掩盖的局限性，因此，单细胞分析的引 入对疾病的早期预防和诊断具有重要的科学意义。传统的血单细胞图像采集装 置，主要通过人眼观看目镜中的单细胞图像质量(例如图像的完整性、图像清晰 度等)，用手动控制方式来调节单细胞和显微镜之间的三维空间距离，使单细胞 图像的视觉效果最佳。这种手动调节方式不仅不能实现自动化，而且在调节时还 会有很大的误差，费时费力，图像采集效果因人而异。

发明内容

本发明提供一种用于单个血红细胞检测的图像采集方法及系统，可以实现对 单个血红单细胞图像自动采集、自动筛选、自动识别等操作，使单细胞的颜色、 大小、长度等信息可以清晰的呈现在显示器上。

一种用于单个血红细胞检测的图像采集方法，所述方法包括：在对单个血红 细胞的图像采集时运用自动取景和自动调焦方式。

所述自动取景步骤包括：采集一幅单细胞图像并计算统计出单细胞图像的像 素数量；在二维平面X轴方向将采集目标水平移位后，重新采集一幅单细胞图像 并计算统计出单细胞图像的像素数量；如果后一幅比前一幅单细胞图像的像素数 量大，则继续按此方向将采集目标水平移位，直到后一幅和前一幅单细胞图像的 像素数量相等，二维平面X轴方向的自动取景结束；用同样的方法完成对二维平 面Y轴方向的自动取景。

所述自动取景步骤还包括对采集到的单细胞图像进行相应的去噪处理，并通 过设定灰度阈值，将单细胞图像与背景图像加以区别。

所述自动调焦步骤包括：通过手动取景和手动调焦使典型的单细胞成像处于 最清晰状态，计算并存储此时单细胞图像清晰度评价函数值，作为其它细胞成像 分析的基准值F0；采集一幅待分析与诊断的单细胞图像，计算其图像清晰度评 价函数值并记为F₁，令|F₁-F₀|＝ε₁；如果ε₁<ε，则完成自动调焦；如果ε₁>ε， 则减小物距后采集第二幅单细胞图像，计算其图像清晰度评价函数值并记为F₂， 令|F₂-F₀|＝ε₂；如果ε₂<ε，则完成自动调焦； 如果ε₂>ε且ε₂<ε₁，则继续减小物距后重新采集单细胞图像，计算其图像清晰 度评价函数值并与基准值F₀比较，直到得到的图像清晰度评价函数值小于基准 值F₀为止，完成自动调焦；如果ε₂>ε且ε₂>ε₁，则增大物距后重新采集单细胞 图像，计算其图像清晰度评价函数值并与基准值F₀比较，直到得到的图像清晰 度评价函数值小于基准值F₀为止，完成自动调焦；

其中：$ϵ=\frac{1}{\frac{\mathrm{fD}}{2u^2\delta }-\frac{\delta }{2\mathrm{fD}}},\delta \frac{R}{\sqrt{2}};$式中：D为照相器材 的光圈直径，R为弥散圆的直径，f为镜头焦距，u为物距。

附图说明

图1为自动图像进样装置的总体构成示意图。

图2为硬件平台结构框示意图。

图3为步进电机控制模块构成框示意图。

图4为驱动芯片电路示意图。

图5为信号隔离电路示意图。

图6为两种滤波去噪结果示意图。

图7为X—Y平面运动控制程序流程图。

图8为原始图像与其对应的直方图。

图9不同阈值条件下的二值化图像。

图10为Z轴调焦程序流程图。

图11为清晰度评价函数仿真结果示意图。

具体实施方式

本发明的单个血单细胞检测的自动取景与调焦图像采集装置主要由系统软 件和硬件构成，软件部分主要完成图像的分析和处理，包括图像的预处理、取景 时X—Y平面的运动控制，取景时调焦的Z轴的运动控制、图像评价函数的计算； 整个硬件部分由CCD照相机、显示器、控制器、步进电机、驱动电路、显微镜及 平台等部分组成。下面结合附图对本发明作进一步描述。硬件见图1、图2、图3、 图4、图5。

在图1中，启动系统程序，完成初始化工作。系统载物台上的单细胞标本经 显微镜放大后成像在CCD上，CCD传感器将采集到的图像信号送至控制器。控制 器首先对图像进行去噪；第二步，控制器根据单细胞图像的完整性，向步进电机 发出控制指令，调整载物台在X—Y平面内运动，以使单细胞处于最佳视觉观察 位置，整个控制系统是一个闭环控制系统，使单个单细胞的图像能完整显示；第 三步，根据有关算法计算图像的清晰度。根据清晰度评价结果，如未达到清晰度 要求，给出调焦策略，控制步进电机，使控制载物台在Z轴上向上或者向下运动， 使单细胞图像的清晰度最佳为止。控制器同时把采集和处理后的数字图像信号送 至显示器上显示。

在图2中，最小系统层由处理器(S3C2440)、256MB Nand Flash、128MB SDRAM、 复位电路组成。底板由LCD模块、CAMERA模块、100M DM9000网卡、五线异步串 行口、Jtag调试接口和电源模块等组成。LCD接口为S3C2440处理器提供自由、 强大的用户输入输出接口。照相机的型号为VS-890HC，该照相机的镜头与感光器 一体化，像素矩阵795(H)×596(V)，控制方式RS-232C/RS-485，光圈控制自 动/固定。Flash存储器具有数据断电不易丢失的特点，用于固化程序和数据。 其中将编写好的程序烧写到NorFlash中，系统上电时程序可直接在NorFlash 中运行。128MB SDRAM存储器用于存储程序和数据。程序中将DDR2SDRAM用做 输入图像的缓存，便于图像处理的操作。

在图3中，模块完成对步进电机的驱动，是根据处理器处理图像评价函数的 值以及图像的灰度值来通过数据总线发送数据给步进电机驱动板，可以让步进电 机按照设计的要求进行转动，调整物镜与单细胞之间的前后、左右以及上下距离， 从而完成自动取景与调焦过程。

在图4中，TB6560芯片具有工作电压范围宽，效率高，相电流、细分数可调， 自动半流的特点，单项输出最大电流3.5A，细分具有整步、1/2、1/8、1/16细 分方式，可满足微步距驱动的要求。其中VMA(引脚18)VMB(引脚8)为电机驱动 电源引脚，需连接瓷片去耦电容和电解电容稳压。OUT_AP(引脚16)、OUT_AM (引脚13)、OUT_BP(引脚12)、OUT_BM(引脚9)、分别为电机A、B相电机 输出接口，芯片内部已有续流二极管。PGNDA(引脚15)、PGNDB(引脚10)、 SGND(引脚6)分别为电机A、B相驱动电源地和逻辑电源地。逻辑控制电源选 5V，VDD(引脚20)为逻辑电源引脚，需要连接去耦电容和旁路电容减少干扰噪 声。SWDIP-6拨码开关分别设置电机扭矩、细分模式，电流衰减。

在图5中，控制信号有三种(CLK、CW/CCW、ENABLE)分别控制电机的转角 和速度、电机正反转的方向以及使能，这些信号由S3C2440处理器产生，经过光 耦隔离后与驱动芯片连接。光耦的作用为：防止电机干扰和损坏接口电路；对控 制信号进行整形。其中CLK、CW/CCW、ENABLE信号。需选择高速光耦，保证信号 耦合后不会发生滞后和畸变。本设计中选择两片4N25高速光耦，一片PC817普 通光耦隔离ENABLE慢速信号。

在图6中，成像系统在获取图像时，一般图像含有的噪声有成像器件的暗电 流噪声、阻性元器件内部产生的高斯噪声以及图像采集过程中产生的椒盐噪声 等，这些噪声导致图像的某些重要特征被淹没或改变，影响图像的取景以及调焦 曲线的单峰性和灵敏度，进而影响图像的完整性和调焦的效果。在对图像进行滤 波处理时，应当选择合适的滤除噪声方法，在滤除噪声的同时，尽可能保留图像 本身的高频信息，降低图像的边缘信息的损失。下面对两种常用的滤波方法，即 邻域平均滤波和中值滤波进行介绍和分析。

1.邻域平均滤波法

邻域平均滤波法是一种线性滤波法，像素(x,y)的灰度值f(x,y)由该像素δ 邻域内的相邻像素的平均灰度值所代替。设含有噪声的图像f(x,y)的大小 M*N，g(x,y)为平滑后的图像，则：

$g(x,y)=\frac{1}{l}\underset{(i,\mathrm{jϵ\delta })}{\Sigma }f(i,j),x=\mathrm{0,1,2},...M-1;x=\mathrm{0,1,2},...N-1---\left(1\right)$

式中l表示δ邻域内像素的个数。常用的两种邻域是以单位距离为半径的四邻域 和单位距离的倍为半径的八邻域，

2.中值滤波法

中值滤波法是一种非线性平滑滤波法，在一定条件下可以克服邻域平均滤波 引起的图像边缘模糊的问题。中值滤波选取以某个像素(x,y)为中心的窗口w，将 窗口内包含的图像像素按灰度值的大小进行排序，取排列在窗口中间位置的灰度 值作为该像素的灰度值。设含有噪声的图像f(x,y)的大小M*N，g(x,y)为平 滑后的图像,(x,y)为所选窗口w的中心点，则： g(x,y)＝Median[f(i,j)],(i,j)εw  x＝0,1,2,…M-1；x＝0,1,2,…N-1

上述两种滤波法都可以获得好的效果，本实施例优选采用邻域平均滤波法。

在图7中，主要判断单细胞是否处于最佳视觉观察范围内。采用如下调整 方案：

第一步，采集一幅图像，首先对图像进行相应的去噪处理，通过设定一个 灰度阈值，将单细胞图像与背景的像素区别开来。然后通过统计单细胞灰度的像 素个数来表示单细胞面积的大小。

第二步，关于灰度阈值的选取方法的说明，首先对图像进行灰度处理，之 后求出其灰度图像的直方图，由直方图来确定有意义的区域，之后便可对图像二 值化处理，最终实现图像的前景与背景的分离。为了对阈值法进一步说明，在图 8的matlab仿真实验发现，以直方图两个波峰之间的谷底处的灰度值作为阈值进 行灰度阈值分割，便可以将图像的前景与背景分割开来，为了更直观的看到阈值 选取对处理后的影响，选取四个不同的阈值，分别是：T＝125、T＝150、T＝175、 T＝210仿真图如图9所示。

第三步，正向微调X轴步进电机，另外采集一幅图像，并进行去噪处理， 同时计算出单细胞面积的大小，之后对两幅单细胞图像的面积值大小进行比较 (也可以直接用图像像素进行比较)，如果第二幅单细胞图像面积值比第一幅单 细胞图像面积值大，则说明向本次调节是向最佳取景方向调节；如果第二幅单细 胞图像面积值比第一幅单细胞图像面积值小，则说明调节方向错误，应向X轴的 反方向调整；若两幅单细胞图像面积值相等，X轴步进电机停止调整。

第四步，按照X轴的调整策略对Y轴进行调整，最后使单细胞处于最佳视 觉观察范围内。

图10中，对于已经处于最佳视觉范围内的单细胞，通过调整载物台在Z轴 上的位置，使得CCD获取的单细胞图像最清晰。物距调整方案如下：

第一步：单细胞图像清晰度评价函数值初值校准。

通过手动取景和手动调焦使典型的单细胞成像处于最清晰状态，计算并存储 此时单细胞图像清晰度评价函数值，作为其它细胞成像分析的基准值F0；

第二步：图像清晰度评价函数选择。

基于空间域的图像清晰度评价函数比如传统的梯度函数。边缘反映图像中目 标的主要特征，在图像处理中常用梯度函数来提取图像的边缘，下面介绍几种常 用的梯度函数：Brenner梯度函数、能量(Energy)梯度函数、Roberts梯度函数、 方差(Variance)函数。进过大量的实验，得到实验结果如图11所示，实验结果 表明Brenner梯度函数的调焦曲线尖锐度好，灵敏度高，具有较高的调焦精度， 因此我们选择Brenner梯度函数作为细调评价函数，而能量函数、方差函数和 robert梯度函数调焦曲线的尖锐度差，灵敏度低，难以进行准确的调焦。

第三步，自动调焦过程停止条件的确定。

|Fn-F0|<ε(ε为小于1的数，n为调整次数)，其中Fn为第n次调焦过程的 对应的清晰度评价函数值。ε过大可能未处于最清晰状态就停止调焦，ε过小可 能调焦过程不收敛或者收敛时间过长不满足实时性的要求。ε最终由下式确定 $ϵ=\frac{1}{\frac{\mathrm{fD}}{2u^2\delta }-\frac{\delta }{2\mathrm{fD}}},\delta \frac{R}{\sqrt{2}};$式中：D为照相器材的光圈直径， R为弥散圆的直径，f为镜头焦距，u为物距。

第四步，自动调节物距使单细胞成像最清晰的策略。

当图像最佳取景完成后，采集一副待分析与诊断的单细胞图像，计算其图像 清晰度评价函数值，记为F₁，令|F₁-F₀|＝ε₁，如果ε₁<ε，说明单细胞成像已经 达到最清晰状态，停止调整载物台在Z轴上的位置；如果ε₁>ε，则向上微调载 物台在Z轴上的位置，采集另一幅单细胞图像，计算其清晰度评价函数值F₂，令 |F₂-F₀|＝ε₂，如果ε₂<ε，说明单细胞成像已经达到最清晰状态，停止调整载物 台在Z轴上的位置如果，如果ε₂>ε且ε₂<ε₁，说明载物台在Z轴上的调整方向 正确，继续向上微调载物台在Z轴上的位置，反之如果ε₂>ε且ε₂>ε₁，说明调 整方向错误，则要反方向(向下)调整载物台在Z轴上的位置，继续上述步骤， 直到ε_n<ε(n是调整次数)，说明单细胞成像已经达到最清晰状态，停止调整 载物台在Z轴上的位置。