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自動對焦的實時性和準(zhǔn)確性要求，設(shè)計了一個不改變光學(xué)顯微鏡結(jié)構(gòu)的自動對焦系統(tǒng)，并提出了一種結(jié)合圖像識別改進(jìn)的自動對焦算法。

關(guān)鍵詞：自動對焦；圖像識別；醫(yī)學(xué)形態(tài)學(xué)檢測

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-8937（2014）2-0045-02

顯微鏡是一種光學(xué)儀器，它通過光學(xué)系統(tǒng)的作用將觀察對象放大，從微觀形態(tài)研究和認(rèn)識對象的特性。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、電子元件性能檢測和分析等各個領(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醫(yī)師和病理醫(yī)師的豐富經(jīng)驗。利用基于圖像反饋的自動化技術(shù)以及網(wǎng)絡(luò)通訊技術(shù)，可以高速便捷的把經(jīng)驗豐富的檢驗醫(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，檢驗醫(yī)師可以通過遠(yuǎn)程顯微鏡實時獲取顯微圖像，實現(xiàn)對病理的遠(yuǎn)程診斷，以解決形態(tài)學(xué)檢驗的效率低、感染風(fēng)險高、經(jīng)驗依賴性強、漏判誤判率高等問題。為了迅速而準(zhǔn)確地對顯微圖像進(jìn)行自動采集、處理和識別，亟需設(shè)計出全自動控制的顯微鏡系統(tǒng)。該系統(tǒng)的瓶頸技術(shù)是自動對焦問題，因此有效地實現(xiàn)顯微鏡的自動對焦成為提高顯微分析系統(tǒng)性能、實現(xiàn)高精度測量的關(guān)鍵問題。

本文旨在設(shè)計一個準(zhǔn)確、高效、實時的適用于顯微觀測的自動對焦系統(tǒng)，結(jié)合形態(tài)學(xué)檢測的特點，實現(xiàn)診斷時成像系統(tǒng)對病理切片的自動對焦，以便于實時觀察和快速檢測，不僅為遠(yuǎn)程病理診斷，也為電子元件檢測及很多依賴全自動顯微鏡工作的系統(tǒng)提供實時、有效的自動對焦方法。

1 自動對焦系統(tǒng)設(shè)計

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

本文設(shè)計的顯微鏡自動控制系統(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)到實時性要求，執(zhí)行模塊中的致動電機選用工作頻率較高的超聲波電機。超聲波電機（Ultrasonic motor）原理和結(jié)構(gòu)完全不同于傳統(tǒng)電磁式電機，沒有繞阻和磁場部件，直接由壓電陶瓷材料實現(xiàn)機電能量轉(zhuǎn)換的新型電機，其結(jié)構(gòu)簡單，具有單位體積輸出力矩大、響應(yīng)性能優(yōu)良等特點。超聲波電機驅(qū)動的位移機構(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。其行程在理論上是無限的，只與機械結(jié)構(gòu)有關(guān)，可根據(jù)實際需要設(shè)計位移機構(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)答時間為50 s，基本無遲滯現(xiàn)象，可以實時響應(yīng)。本文設(shè)計的系統(tǒng)通過外置的微動平臺帶動觀測樣本一起運動改變物距實現(xiàn)對焦。超聲波電機通過一個運動放大機構(gòu)帶動微動平臺在垂直方向做直線運動，如圖2所示。

視頻采集使用工業(yè)級應(yīng)用的USB 2.0數(shù)字?jǐn)z像機HV1 351 UMCCD，基于DSP的嵌入式系統(tǒng)控制攝像機和電機的驅(qū)動電路，并完成電機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)由視頻采集和致動電機的控制程序、驅(qū)動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的嵌入式開發(fā)平臺，使用VS 2010中的VC++開發(fā)工具設(shè)計軟件，結(jié)合開源計算機視覺庫OpenCV的圖像處理功能，完成自動對焦算法中數(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)計參數(shù)，適應(yīng)不同類型的檢測需求。圖像預(yù)處理包括圖像的二值化和目標(biāo)識別。

2 自動對焦算法設(shè)計

2.1 自動對焦技術(shù)

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

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，對這些存在一定的相對模糊量的圖像進(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。

對焦深度法（Depth from Focus）是一種通過一系列對焦?jié)u趨準(zhǔn)確的圖像來搜尋正焦位置，以確定物點至成像系統(tǒng)的距離的對焦方式。這個搜尋過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）。理想的對焦評價函數(shù)要求具有單峰性、無偏性，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)對焦評價函數(shù)的特點，向評價函數(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應(yīng)的峰值。對焦深度法對焦準(zhǔn)確性高，但是效率較低，優(yōu)秀的圖像評價函數(shù)能夠提高對焦效率，設(shè)計出計算量少且正焦位置與單峰值準(zhǔn)確對應(yīng)的圖像評價函數(shù)是對焦深度法的關(guān)鍵。本文設(shè)計的系統(tǒng)選用對焦深度法作為對焦算法。

2.2 基于圖像識別的改進(jìn)對焦算法

本文進(jìn)行對焦評價函數(shù)的設(shè)計時，首先對基于空間域、頻率域和圖像熵的各種評價函數(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)檢測時，顯微鏡觀察范圍中作為觀測對象的組織細(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)的固定對焦窗口掩模板并不適用，因此需要選擇有效的對焦窗口分離出感興趣的目標(biāo)進(jìn)行評價標(biāo)準(zhǔn)一致的自動對焦。本文提出通過基于Beyes分類器的圖像識別方法檢測目標(biāo)，建立對焦窗口，來減少針對每一個測量位置計算評價函數(shù)值的計算量，提高對焦的快速性和有效性。endprint

改進(jìn)對焦算法的第一步是建立有效的對焦窗口，而確定對焦窗口需要采集一幅適合進(jìn)行目標(biāo)識別圖像。假定顯微鏡景深10 μm，物距端的對焦范圍為±200 μm，在對焦開始前，先控制觀測樣本從初始位置開始運動400 μm，在這個過程中間隔均勻地采集5副圖像，以計算量少、調(diào)焦范圍大的SMD函數(shù)0為評價函數(shù)，計算這5幅圖像的函數(shù)值，選取其中最大值，以其對應(yīng)位置為新的初始位置，利用這幅圖像通過已針對樣本訓(xùn)練過的Bayes分類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焦窗口。

改進(jìn)對焦算法的第二步是利用對焦窗口簡化對焦評價函數(shù)的計算并搜索正焦位置。有別于傳統(tǒng)的計算整幅圖像的Laplacian函數(shù)值，改進(jìn)算法只針對以目標(biāo)中心坐標(biāo)為中心所圈定的m×n的矩形區(qū)域進(jìn)行計算，并按爬山策略，以10 μm小步長沿評價函數(shù)值增大的方向逐步對焦，直到評價函數(shù)的單調(diào)性改變時停止，鑒于Laplacian評價函數(shù)同圖像清晰度保持良好的單調(diào)性，則認(rèn)為此時達(dá)到的極值點是顯微鏡系統(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）的對焦窗口，使需要計算的像素數(shù)大大減少，使乘法運算較多的Laplacian函數(shù)的計算量顯著減少，但保持了Laplacian函數(shù)作為評價函數(shù)的靈敏度和精度。

3 結(jié) 論

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

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.顯微視覺系統(tǒng)中自動調(diào)焦評價函數(shù)的選取[J].半導(dǎo)體光電，2006，（2）：216-220.endprint