光學顯微鏡圖像處理技術及應用研究.pdf

1、隨著光學顯微鏡和計算機技術的結合,光學顯微鏡正在向自動化和智能化方向發(fā)展。顯微目標圖像處理技術能極大地提高光學顯微鏡的性能和效用,對于光學顯微鏡的發(fā)展和應用有重要意義。
　　 本文根據光學顯微鏡的發(fā)展趨勢和光學顯微鏡觀測目標的特點,把觀測目標分為固定形態(tài)目標和非固定形態(tài)目標兩類,研究了與之相關的目標識別關鍵技術,這些技術包括:用于擴展顯微鏡高倍視場下景深的多聚焦圖像融合算法,單像素封閉邊緣提取算法,基于SVM的固定形態(tài)目標自動識

2、別與測量系統(tǒng),基于實時學習模式的非固定形態(tài)目標分類識別系統(tǒng)。并通過對比實驗和性能實驗檢驗了這些算法和系統(tǒng)的有效性和適用性。
　　 本文創(chuàng)新性工作概括如下:
　　 1、提出了基于自適應濾波器清晰度評估函數和根據最近鄰權值判斷融合條件的多聚焦圖像融合算法。該算法可以有效地減輕噪聲影響和增加顯微鏡景深,在多種倍率物鏡下獲得很好的融合效果,有利于后繼圖像處理。
　　 2、提出了單像素封閉邊緣提取算法。該算法采用Canny

3、算法獲取的基礎邊緣與基礎邊緣端點灰度等高線相融合的方式產生具有單像素特征的連續(xù)封閉邊緣,實驗結果表明,該算法可有效地實現對灰度變化復雜圖像進行封閉邊緣提取,可應用于獲取灰度類似的封閉區(qū)域、邊緣測量等方面。
　　 3、研究了基于SVM固定形態(tài)目標識別技術。該技術通過對固定形態(tài)目標采用支持向量機(SVM)對其多項圖像特征進行訓練,獲取差異性特征子集及其特征參數形成匹配模板,并將此模板用于識別算法中。該技術應用在集成電路引腳平整度自動