基于圖像識(shí)別的形態(tài)學(xué)檢測(cè)顯微鏡自動(dòng)對(duì)焦系統(tǒng)

高帆　傅戈

摘 要：為滿足醫(yī)學(xué)形態(tài)學(xué)診斷遠(yuǎn)程操作中顯微鏡觀測(cè)自動(dòng)對(duì)焦的實(shí)時(shí)性和準(zhǔn)確性要求，設(shè)計(jì)了一個(gè)不改變光學(xué)顯微鏡結(jié)構(gòu)的自動(dòng)對(duì)焦系統(tǒng)，并提出了一種結(jié)合圖像識(shí)別改進(jìn)的自動(dòng)對(duì)焦算法。

關(guān)鍵詞：自動(dòng)對(duì)焦；圖像識(shí)別；醫(yī)學(xué)形態(tài)學(xué)檢測(cè)

中圖分類(lèi)號(hào)：TP391.41 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-8937（2014）2-0045-02

顯微鏡是一種光學(xué)儀器，它通過(guò)光學(xué)系統(tǒng)的作用將觀察對(duì)象放大，從微觀形態(tài)研究和認(rèn)識(shí)對(duì)象的特性。它已廣泛應(yīng)用于生物學(xué)、細(xì)胞組織學(xué)、臨床診斷、材料檢測(cè)、電子元件性能檢測(cè)和分析等各個(gè)領(lǐng)域。

醫(yī)學(xué)形態(tài)學(xué)診斷是醫(yī)學(xué)診斷的最直接、最有效的科學(xué)方法，但正確診斷依賴于檢驗(yàn)醫(yī)師和病理醫(yī)師的豐富經(jīng)驗(yàn)。利用基于圖像反饋的自動(dòng)化技術(shù)以及網(wǎng)絡(luò)通訊技術(shù)，可以高速便捷的把經(jīng)驗(yàn)豐富的檢驗(yàn)醫(yī)師和帶有網(wǎng)絡(luò)遙操作功能的高精度、高分辯醫(yī)療顯微鏡連接起來(lái)，檢驗(yàn)醫(yī)師可以通過(guò)遠(yuǎn)程顯微鏡實(shí)時(shí)獲取顯微圖像，實(shí)現(xiàn)對(duì)病理的遠(yuǎn)程診斷，以解決形態(tài)學(xué)檢驗(yàn)的效率低、感染風(fēng)險(xiǎn)高、經(jīng)驗(yàn)依賴性強(qiáng)、漏判誤判率高等問(wèn)題。為了迅速而準(zhǔn)確地對(duì)顯微圖像進(jìn)行自動(dòng)采集、處理和識(shí)別，亟需設(shè)計(jì)出全自動(dòng)控制的顯微鏡系統(tǒng)。該系統(tǒng)的瓶頸技術(shù)是自動(dòng)對(duì)焦問(wèn)題，因此有效地實(shí)現(xiàn)顯微鏡的自動(dòng)對(duì)焦成為提高顯微分析系統(tǒng)性能、實(shí)現(xiàn)高精度測(cè)量的關(guān)鍵問(wèn)題。

本文旨在設(shè)計(jì)一個(gè)準(zhǔn)確、高效、實(shí)時(shí)的適用于顯微觀測(cè)的自動(dòng)對(duì)焦系統(tǒng)，結(jié)合形態(tài)學(xué)檢測(cè)的特點(diǎn)，實(shí)現(xiàn)診斷時(shí)成像系統(tǒng)對(duì)病理切片的自動(dòng)對(duì)焦，以便于實(shí)時(shí)觀察和快速檢測(cè)，不僅為遠(yuǎn)程病理診斷，也為電子元件檢測(cè)及很多依賴全自動(dòng)顯微鏡工作的系統(tǒng)提供實(shí)時(shí)、有效的自動(dòng)對(duì)焦方法。

1 自動(dòng)對(duì)焦系統(tǒng)設(shè)計(jì)

光學(xué)顯微鏡組件結(jié)構(gòu)復(fù)雜，景深10 μm左右，物距端的對(duì)焦范圍一般為±200 μm，再結(jié)合在線檢測(cè)的實(shí)時(shí)性等應(yīng)用要求，本文提出一種不改變顯微鏡原有結(jié)構(gòu)，而利用微動(dòng)載物平臺(tái)改變物距的方法實(shí)現(xiàn)對(duì)焦操作的自動(dòng)對(duì)焦系統(tǒng)，并根據(jù)形態(tài)學(xué)檢測(cè)的特點(diǎn)，提出了結(jié)合圖像識(shí)別設(shè)計(jì)對(duì)焦窗口的基于數(shù)字圖像處理技術(shù)的改進(jìn)對(duì)焦算法。

本文設(shè)計(jì)的顯微鏡自動(dòng)控制系統(tǒng)的基本結(jié)構(gòu)包括圖像采集模塊，信息處理模塊，執(zhí)行模塊和控制模塊，如圖1所示。

1.1 硬件系統(tǒng)

為了提高系統(tǒng)精度并達(dá)到實(shí)時(shí)性要求，執(zhí)行模塊中的致動(dòng)電機(jī)選用工作頻率較高的超聲波電機(jī)。超聲波電機(jī)（Ultrasonic motor）原理和結(jié)構(gòu)完全不同于傳統(tǒng)電磁式電機(jī)，沒(méi)有繞阻和磁場(chǎng)部件，直接由壓電陶瓷材料實(shí)現(xiàn)機(jī)電能量轉(zhuǎn)換的新型電機(jī)，其結(jié)構(gòu)簡(jiǎn)單，具有單位體積輸出力矩大、響應(yīng)性能優(yōu)良等特點(diǎn)。超聲波電機(jī)驅(qū)動(dòng)的位移機(jī)構(gòu)可以達(dá)到很高的定位精度，直線型精度可達(dá)到10納米級(jí)。其行程在理論上是無(wú)限的，只與機(jī)械結(jié)構(gòu)有關(guān)，可根據(jù)實(shí)際需要設(shè)計(jì)位移機(jī)構(gòu)的行程。其靈敏度高，頻率響應(yīng)最低可達(dá)到20 kHz，即應(yīng)答時(shí)間為50 s，基本無(wú)遲滯現(xiàn)象，可以實(shí)時(shí)響應(yīng)。本文設(shè)計(jì)的系統(tǒng)通過(guò)外置的微動(dòng)平臺(tái)帶動(dòng)觀測(cè)樣本一起運(yùn)動(dòng)改變物距實(shí)現(xiàn)對(duì)焦。超聲波電機(jī)通過(guò)一個(gè)運(yùn)動(dòng)放大機(jī)構(gòu)帶動(dòng)微動(dòng)平臺(tái)在垂直方向做直線運(yùn)動(dòng)，如圖2所示。

視頻采集使用工業(yè)級(jí)應(yīng)用的USB 2.0數(shù)字?jǐn)z像機(jī)HV1 351 UMCCD，基于DSP的嵌入式系統(tǒng)控制攝像機(jī)和電機(jī)的驅(qū)動(dòng)電路，并完成電機(jī)控制和圖像分析與處理的任務(wù)。

1.2 軟件系統(tǒng)的模塊化分析

軟件系統(tǒng)由視頻采集和致動(dòng)電機(jī)的控制程序、驅(qū)動(dòng)程序和信息處理模塊的算法程序組成。本系統(tǒng)采用基于DSP的嵌入式開(kāi)發(fā)平臺(tái)，使用VS 2010中的VC++開(kāi)發(fā)工具設(shè)計(jì)軟件，結(jié)合開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)OpenCV的圖像處理功能，完成自動(dòng)對(duì)焦算法中數(shù)字圖像處理的任務(wù)。

考慮到系統(tǒng)的適應(yīng)性需求，設(shè)計(jì)了系統(tǒng)參數(shù)設(shè)置的單元模塊，以方便全局更改軟件系統(tǒng)的設(shè)計(jì)參數(shù)，適應(yīng)不同類(lèi)型的檢測(cè)需求。圖像預(yù)處理包括圖像的二值化和目標(biāo)識(shí)別。

2 自動(dòng)對(duì)焦算法設(shè)計(jì)

2.1 自動(dòng)對(duì)焦技術(shù)

在自動(dòng)對(duì)焦技術(shù)領(lǐng)域的研究中，人們提出了多種多樣的基于數(shù)字圖像處理的自動(dòng)對(duì)焦評(píng)價(jià)方法。這些方法基本可以分為兩大類(lèi)：離焦深度法和對(duì)焦深度法。

離焦深度法是一種從離焦的圖像中獲得物體深度信息的方法，紐約州立大學(xué)的Dr.Murali Subbarao首先提出了這種方法。離焦深度法只需在不同成像參數(shù)下獲取2～3幅圖像，對(duì)這些存在一定的相對(duì)模糊量的圖像進(jìn)行局部區(qū)域的處理和分析，可得到其模糊程度以及相應(yīng)的深度信息。離焦深度法所需圖像數(shù)量較少，圖像處理步驟少，但是會(huì)存在一定的誤差，在精度要求較高的應(yīng)用中，一般不采用此方法。

對(duì)焦深度法（Depth from Focus）是一種通過(guò)一系列對(duì)焦?jié)u趨準(zhǔn)確的圖像來(lái)搜尋正焦位置，以確定物點(diǎn)至成像系統(tǒng)的距離的對(duì)焦方式。這個(gè)搜尋過(guò)程需要不同成像參數(shù)下的多幅圖像（一般為10幅以上，初始位置離焦越遠(yuǎn)，精度要求越高，所需圖像越多）。理想的對(duì)焦評(píng)價(jià)函數(shù)要求具有單峰性、無(wú)偏性，能夠反應(yīng)離焦的極性，并在正焦位置獲得最大值。搜索正焦位置的策略是根據(jù)對(duì)焦評(píng)價(jià)函數(shù)的特點(diǎn)，向評(píng)價(jià)函數(shù)值增大的方向逐步調(diào)整焦距，使圖像清晰度逼近正焦位置對(duì)應(yīng)的峰值。對(duì)焦深度法對(duì)焦準(zhǔn)確性高，但是效率較低，優(yōu)秀的圖像評(píng)價(jià)函數(shù)能夠提高對(duì)焦效率，設(shè)計(jì)出計(jì)算量少且正焦位置與單峰值準(zhǔn)確對(duì)應(yīng)的圖像評(píng)價(jià)函數(shù)是對(duì)焦深度法的關(guān)鍵。本文設(shè)計(jì)的系統(tǒng)選用對(duì)焦深度法作為對(duì)焦算法。

2.2 基于圖像識(shí)別的改進(jìn)對(duì)焦算法

本文進(jìn)行對(duì)焦評(píng)價(jià)函數(shù)的設(shè)計(jì)時(shí)，首先對(duì)基于空間域、頻率域和圖像熵的各種評(píng)價(jià)函數(shù)進(jìn)行了分析比較。梯度平方函數(shù)、Laplacian函數(shù)曲線平滑，調(diào)焦靈敏度高，適用于小范圍內(nèi)的精細(xì)調(diào)焦。熵函數(shù)、Variance函數(shù)曲線變化率小、可調(diào)焦范圍大，但熵函數(shù)易受干擾。Brenner函數(shù)、SMD函數(shù)的調(diào)焦靈敏度和調(diào)焦范圍適中。

形態(tài)學(xué)檢測(cè)時(shí)，顯微鏡觀察范圍中作為觀測(cè)對(duì)象的組織細(xì)胞或者細(xì)菌所占的區(qū)域遠(yuǎn)小于背景區(qū)域，并且分布的不具有規(guī)律性，傳統(tǒng)的固定對(duì)焦窗口掩模板并不適用，因此需要選擇有效的對(duì)焦窗口分離出感興趣的目標(biāo)進(jìn)行評(píng)價(jià)標(biāo)準(zhǔn)一致的自動(dòng)對(duì)焦。本文提出通過(guò)基于Beyes分類(lèi)器的圖像識(shí)別方法檢測(cè)目標(biāo)，建立對(duì)焦窗口，來(lái)減少針對(duì)每一個(gè)測(cè)量位置計(jì)算評(píng)價(jià)函數(shù)值的計(jì)算量，提高對(duì)焦的快速性和有效性。endprint

改進(jìn)對(duì)焦算法的第一步是建立有效的對(duì)焦窗口，而確定對(duì)焦窗口需要采集一幅適合進(jìn)行目標(biāo)識(shí)別圖像。假定顯微鏡景深10 μm，物距端的對(duì)焦范圍為±200 μm，在對(duì)焦開(kāi)始前，先控制觀測(cè)樣本從初始位置開(kāi)始運(yùn)動(dòng)400 μm，在這個(gè)過(guò)程中間隔均勻地采集5副圖像，以計(jì)算量少、調(diào)焦范圍大的SMD函數(shù)0為評(píng)價(jià)函數(shù)，計(jì)算這5幅圖像的函數(shù)值，選取其中最大值，以其對(duì)應(yīng)位置為新的初始位置，利用這幅圖像通過(guò)已針對(duì)樣本訓(xùn)練過(guò)的Bayes分類(lèi)器搜索感興趣的目標(biāo)區(qū)域，定位目標(biāo)的中心坐標(biāo)，并以此為中心建立對(duì)焦窗口。

改進(jìn)對(duì)焦算法的第二步是利用對(duì)焦窗口簡(jiǎn)化對(duì)焦評(píng)價(jià)函數(shù)的計(jì)算并搜索正焦位置。有別于傳統(tǒng)的計(jì)算整幅圖像的Laplacian函數(shù)值，改進(jìn)算法只針對(duì)以目標(biāo)中心坐標(biāo)為中心所圈定的m×n的矩形區(qū)域進(jìn)行計(jì)算，并按爬山策略，以10 μm小步長(zhǎng)沿評(píng)價(jià)函數(shù)值增大的方向逐步對(duì)焦，直到評(píng)價(jià)函數(shù)的單調(diào)性改變時(shí)停止，鑒于Laplacian評(píng)價(jià)函數(shù)同圖像清晰度保持良好的單調(diào)性，則認(rèn)為此時(shí)達(dá)到的極值點(diǎn)是顯微鏡系統(tǒng)的正焦位置。

相比較M×N的整幅圖像，此方法利用m×n（m小于M，n小于N）的對(duì)焦窗口，使需要計(jì)算的像素?cái)?shù)大大減少，使乘法運(yùn)算較多的Laplacian函數(shù)的計(jì)算量顯著減少，但保持了Laplacian函數(shù)作為評(píng)價(jià)函數(shù)的靈敏度和精度。

3 結(jié) 論

對(duì)焦深度法準(zhǔn)確度高，但效率低，無(wú)法滿足遠(yuǎn)程顯微操作的實(shí)時(shí)性要求。結(jié)合圖像識(shí)別的改進(jìn)算法在確定對(duì)焦窗口時(shí)，利用計(jì)算量相對(duì)較少的SMD函數(shù)以大步長(zhǎng)完成了粗調(diào)焦的過(guò)程，接著在對(duì)焦窗口下計(jì)算Laplacian函數(shù)以小步長(zhǎng)完成了精確度較高的精調(diào)焦過(guò)程，在保證對(duì)焦準(zhǔn)確度的前提下，優(yōu)化了正焦位置的搜索過(guò)程，達(dá)到實(shí)時(shí)性的要求。改進(jìn)算法以先驗(yàn)知識(shí)訓(xùn)練的Beyes分類(lèi)器完成了簡(jiǎn)單的目標(biāo)識(shí)別，也有利于提高該系統(tǒng)進(jìn)行形態(tài)學(xué)檢測(cè)的效率。

參考文獻(xiàn)：

[1] Murali Subbarao，Jenn-Kwei Tyan.Depth from defocus and rapid autofocusing：a practical approach[A].Proceedings of IEEE computer society conference on Computer Vision and Pattern Recognition[C]，1992：773-776.

[2] M Subbarao，TC Wei，G Surya.Focused image recovery from two defocused images recorded with different camera settings[A].Proceedings of IEEE computer society conference on Computer Vision and Pattern Recognition[C]，1994：786-791.

[3] 胡濤，陳世哲.顯微視覺(jué)系統(tǒng)中自動(dòng)調(diào)焦評(píng)價(jià)函數(shù)的選取[J].半導(dǎo)體光電，2006，（2）：216-220.endprint