数码显微摄影与图像分析技术优化方案

数码显微摄影主要由从显微镜获取图像、图像处理和图像分析组成。自动图像分析步骤见表1-11。

表1-11 图像分析技术基本步骤

1.3.3.1 图像获取

图像获取是通过照相机或数码照相机得到想要的图像。因为可选择的照相机类型很多，所以视频显微系统要有很好的兼容性。黑白或彩色模拟信号CCD照相机是最常用的设备。串口视频（Y/C or S—Video）和合成视频信号及其他类型的视频信号如NTSC、PAL和SECAM都可以支持。图像可以实时调整亮度、反差和色彩饱和度。模拟输出的照相信号由一个模拟数字转换器转换成数字信号。数码相机可以用SCSI或USB直接连接到计算机。

获取的图像可以按位图或矢量模式保存。用于科学研究的图像主要以位图格式存储，它由横向和纵向像素点构成。当放大图像观察细节时，每一个单个像素点就变得明显了。像素是图像最小组成部分，也是计算机、打印机或显示器显示控制的基础。在显示器上的一副图像是由成千上万个像素构成，它们一个一个紧密地排在一起。

每一个像素在存储时被存成一个或多个数据字节。如果图像是单色的（黑白），那么一个字节就足够存储一个像素的信息了。如果图像是彩色的或用不同的灰度级别来区分，那么更多的字节被用来储存彩色和灰度信息。当使用灰度标准时，有256级灰度，从0开始到255，0代表黑，255代表白。图像储存时，同时储存X和Y的位置和0-255之间的一个数字。对彩色图像，有两种最常用的色彩模式RGB和HLS，用来数字化其代表的颜色。每一个像素都要求存储3个数据，特别是X和Y的位置，以方便重建图像。同一像素密度的条件下，彩色图像要比灰度图像大得多。RGB模式基于三基色原理——红、绿和蓝，它们以不同比例混合就能得到不同的颜色。就像添加剂一样，三个颜色一样多时呈白色，三个颜色全无时呈黑色。三基色每个都用0-255的数值来划分。每种颜色都是不同数值的三基色的综合结果。例如，纯红是红色255，绿色0，蓝色0的结果；黄色是红255，绿255，蓝0的结果。该体系模型就像一个立方体，有三个单独的方向，红、绿和蓝三色悬跨在空间。立方体对角线包含的亮度，换句话就是特别亮或暗即无色。HLS模式使用的是颜色、明亮和饱和。Hue是彩色色调。例如，一种腐蚀剂可能把不同的相染成同一色度的棕色或蓝色。饱和是对色彩的一个补充，它描绘色彩的明亮或纯度。明亮是用来描述光线的密度，看上去就如同灰度等级一样，0代表黑，255代表白。

表1-12列出了一些通用的图像字节深度与色彩的关系。表1-13列举了9种不同颜色对应的像素数值。

表1-12 一些通用的图像字节深度与色彩的关系(www.xing528.com)

表1-13 9种不同颜色在色彩模式下的像素数值

解析度是图像分析系统最重要的考核指标。数码显微镜的解析度是指显微镜自身的分辨率和照相机的分辨率。清晰的数码图像必须依靠大量的像素来实现。通常像素从640×480到3840×3072，两个数的乘积就是需要显示该图像的像素值。因为大的像素产生清晰的图像，所以人们总是喜欢用最大的分辨率来捕获图像，其实没有必要这样做，因为这将需要大量的存储空间，另外也不方便放在网页上或电子邮件传送，所以应根据目的选择恰当的分辨率图像。

为了进行测量，图像或图像源应首先经过尺寸校验。校验是利用已知指定的长度来计算像素数量。当使用光学显微镜时，这个操作是用载物台校验标尺来校验的。每个物镜都有唯一的校验修正系数。如果不知道照相机的像素比例，那么可以通过同时校验X方向和Y方向来加以确定。如果已经知道像素比例，那么仅校验X方向就可以了。这种校验方法对每一个物镜或每一个放大倍率都要执行，该方法也可校验由其他图像源输入的图像。唯一的要求是要有一个已知大小尺寸的东西在图像里，通常标尺是最好的选择。

1.3.3.2 图像净化

图像的净化就是图像的强化，主要通过灰度滤色片来实现。滤色片具有几种功能：边缘检测、图像强化、灰度修正。图像的净化主要是修正整个图像的像素值，通过两种方法来完成：调整反差和亮度的偏差或者与相邻的像素进行比较。典型的相邻尺寸正方形像素有3×3，5×5，7×7等，最明确的需求是提高局部（如相界）的对比反差。多数情况下，使用相邻转换滤色片造成更窄的灰度分布，从而使随后的分析更容易。