CN1208486A - 边界绘制系统和方法 - Google Patents

边界绘制系统和方法 Download PDF

Info

Publication number
CN1208486A
CN1208486A CN96199501A CN96199501A CN1208486A CN 1208486 A CN1208486 A CN 1208486A CN 96199501 A CN96199501 A CN 96199501A CN 96199501 A CN96199501 A CN 96199501A CN 1208486 A CN1208486 A CN 1208486A
Authority
CN
China
Prior art keywords
pixel
image
microslide
light source
brightness
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN96199501A
Other languages
English (en)
Inventor
E·卡普兰
O·沙普拉
Y·哈拉里
D·哈奇诺齐
R·S·F·斯科特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Neuromedical Systems Inc
Original Assignee
Neuromedical Systems Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Neuromedical Systems Inc filed Critical Neuromedical Systems Inc
Publication of CN1208486A publication Critical patent/CN1208486A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/69—Microscopic objects, e.g. biological cells or cellular parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10056—Microscopic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20132—Image cropping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro

Abstract

一种绘制一载玻片(16)区域的方法,包括如下步骤:由取向大致倾斜于载玻片(16)表面的第一光源(42)有选择地照亮载玻片(16);获得由所述第一光源(42)照亮的载玻片(16)的第一图像;由可提供散射光的第二光源(46)有选择地照亮载玻片(16);获得由所述第二光源(46)照亮的载玻片(16)的第二图像;以及在第一和第二图像的基础上产生一重要区域的图形。

Description

边界绘制系统和方法
                       发明领域
本发明总的涉及一种用于获得图像并检测图像内的各边界的系统和方法，特别是涉及一种用于绘制一试样之边界的系统和方法，更具体地说，涉及一种用于绘制在一载玻片上的重要区域，例如位于一盖玻片(coverslip)内并包含试样材料的区域。
                       背景技术
在医药工业中，经常需要将一试样附着于一载玻片，以便实现利用显微技术对试样进行各种测试和分类功能。在病理分析中，通常将来自人体各部位的组织、流体、涂片(smear)等放到一载玻片上，并用一透明的盖玻片或具有所需光学特性的玻璃盖加以覆盖，以便进行显微研究。盖玻片可将试样粘固在载玻片上和/或充当试样的保护层，或两者兼而有之。不幸的是，要使盖玻片在载玻片上精确地定位是非常困难的。此外，在载玻片或试样与盖玻片之间可能会夹入空气，从而形成将对试样的观察造成影响的夹杂物或气泡。
巴氏涂片试验是一种采用载玻片的病理测试。在巴氏涂片试验中，将一细胞材料试样涂抹到一载玻片上，对其染色，随后用一玻璃或塑料的盖玻片加以覆盖。然后藉人工或自动显微技术对该巴氏涂片进行分析，以便观察试样内的特殊细胞，例如恶化前的细胞或恶性细胞。
特别是，当对一载玻片上的试样，例如一巴氏涂片试样进行自动的或半自动的分类时，人们希望能鉴别或绘制出在试样上进行分类的重要区域的图形。例如，较有利的是，能将盖玻片的边界告知分类系统，使分类功能仅限于包含需分类物质的区域内。人们还希望能将空气气泡或类似的夹杂物的位置通知系统，使得这些区域可脱离分析。这样就减少了系统分析试样所需的处理时间，并能提高特定测试的精度。
目前，技术人员需通过使载玻片上被不希望有的空气气泡占领的那些区域和盖玻片的边缘数字化来进行人工绘图，从而使这些区域在由一处理器或细胞研究员进行评定时不被考虑进去。操作者利用一数字化笔围绕载玻片上不希望有的区域(即，空气气泡、空气夹杂物、刮痕、盖玻片的边缘)进行绘制。业已证明，这种用人工绘制试样的方法是制备一用于自动分析的载玻片的有效方法。然而，目前的这种人工的方法比较耗时而且昂贵。因此，人们希望能自动绘制一试样的边界。
                      发明概要
本发明提供了一种用于自动的边界绘制系统和方法。所述系统采用了一对可使光线发散或倾斜地入射到载玻片上的发光排，以加强夹带在载玻片下的空气气泡，并检测载玻片的边缘。一照相机可俘获试样和载玻片的图像，一处理系统随后产生位于载玻片范围内的试样区域的边界图形，该图形不会受到空气气泡或类似物的影响。该系统还可以显示绘制的结果，以让使用者能对绘制过程进行编辑。
根据本发明的一个方面，提供了一种绘制一载玻片区域的方法，包括如下步骤：由取向大致倾斜于载玻片表面的第一光源有选择地照亮载玻片；获得由第一光源照亮的载玻片的第一图像；由可提供散射光的第二光源有选择地照亮载玻片；获得由第二光源照亮的载玻片的第二图像；以及在第一和第二图像的基础上产生一重要区域的图形。
根据本发明的另一个方面，提供了一种载玻片绘制系统，包括：取向大致倾斜于载玻片表面以产生第一图像的第一光源；向载玻片的表面提供发散光线以产生第二图像的第二光源；用于捕获第一和第二图像的照相机；一处理器，用于在第一和第二图像的基础上产生一重要区域的图形。
根据本发明的又一个方面提供了一种用于检查一试样的绘制信息的方法，包括如下步骤：产生试样的一像素亮度图形；确定试样内的重要区域；将奇数或偶数之一赋予重要区域内的各像素，赋予每一像素的数字代表其亮度；将奇数或偶数之一赋予另一些像素，赋予每一像素的数字代表其亮度；将各像素显示出来，被赋予奇数的像素所显示的颜色特性不同于被赋予偶数的像素；以及允许一操作者改变像素亮度图形。
根据本发明的又一个方面，提供了一种用于检测一载玻片内气泡位置的方法，包括如下步骤：获得一在第一照明条件下照亮的载玻片的第一图像；获得一在第二照明条件下照亮的载玻片的第二图像；找到第一和第二图像内的各边缘，将这些边缘组合而形成一第三图像；找到由第三图像内的各边缘所限定的界定区域；计算出第二图像内相应于第三图像内的某个界定区域而言的每个区域的灰标亮度平均值；将计算出来的每个区域的平均值与基于第一图像内的某个相应区域的灰标亮度的阈值进行比较。
根据本发明的又一个方面，提供了一种用于寻找由多行和多列像素组成的一个图像内的一条线的方法，包括如下步骤：将一行内的多个像素亮度值与该行内的前几个像素亮度值相加，并将多个像素相加而得到的和数存储起来；将在同一列内的被存储起来的所述多个像素的和数与一阈值作比较；以及在线上估计一个点，作为其存储和数超过阈值的各像素的函数。
根据本发明的又一个方面，提供了一种用于寻找由多行和多列像素组成的一个图像内的一条线的方法，包括如下步骤：将一行内的多个像素亮度值与该行内的前几个像素亮度值相加，并将多个像素相加而得到的和数存储起来；将在同一列内的被存储起来的多个像素的和数与一阈值作比较；以及在线上估计一个点，作为其存储和数超过阈值的各像素的函数；将图像二等分成多个子图像；获得每一子图像中的靠近估计点的多个行中的每一行内的多个像素的亮度值之和；将获得的和数与阈值作比较；在线上估计一个点，作为其获得的和数超过阈值的各像素的函数。
根据本发明的又一个方面，提供了一种用于检查一图像的绘制信息的方法，包括如下步骤：将一图像的第一图形显示出来，图像具有与图像内的其余部分不同的重要区域；允许操作者在显示器内改变重要区域；以及根据第一图形和由操作者作出的任何变化，产生一第二图形。
本发明的前述及其它的特征将在下文中详细描述，并将在权利要求中特别指出。以下的描述和附图详细描述了本发明的一个特定实施例，然而，这仅是示意性的，还可以采用各种符合本发明原理的方式。
附图简要说明
在附图中：
图1是根据本发明的一边界绘制系统以及利用该边界绘制系统所产生的边界绘制信息的自动分类系统的示意图；
图2示出了边界绘制系统的各光学元件，这些光学元件正处在这样的位置上，即：可产生一种能令图像中的边缘信息得以加强的图像；
图3示出了边界绘制系统的各光学元件，这些光学元件正处在这样的位置上，即：可产生一种能令图像中的气泡或夹杂物信息得以加强的图像；
图4是各代表性光路的示意图，示出了具有加强的边缘信息的图像的形成情况；
图5是各代表性光路的示意图，示出了具有加强的气泡或夹杂物信息的图像的形成情况；
图6是按照本发明的、用于寻找一图像内的盖玻片边缘的二等分操作的示意图。
                     对发明的详细描述
参见各附图，首先是图1，其中示出了一个根据本发明的自动边界绘制系统10，它用来向例如细胞分类系统12提供边界或绘图信息。该绘制系统10包括：一工作台14，其上放置着需进行绘制的载玻片16；一照相机18；发光排20和22；一扩散器24；以及一用于研制边界图的处理系统26。绘制系统10还可以包括：一机械手式载玻片搬运器28，用于在一存储盒30和工作台14之间传送载玻片；一条形码阅读器32，用于读取来自载玻片16和显示屏34的编码信息，以便于操作者进行检测，并允许对绘图过程进行检查和编辑。
如上所述，载玻片绘制系统10特别可用来将有关试样材料在一载玻片上的位置信息提供给一自动的或半自动的试样分类器。在这种情况下，载玻片绘制信息可以被试样分类器用来将其分类功能定位于载玻片上可能放有生物材料的那些区域，因而可减少分类时间。此外，通过在载玻片上提供试样的图形，在将试样和盖玻片放到载玻片上时，就无需精确地定位，该试样分类器可以利用具有尺寸和形状各异的盖玻片的试样载玻片。共同拥有的美国专利5,287,272、5,257,182和4,965,725以及美国专利申请07/425,665、07/502,611和08/196,982中揭示了多种可利用绘制系统10为其提供绘制信息的试样分类系统，这些文献的内容可援引在此以作参考。纽约州萨芬的NeuromedicalSystems,Inc.生产的商标为PAPNET的产品是一种可以从市场上买到的试样分类系统。然而，应注意的是，本发明的绘图装置潜在的应用范围很广，并不限于和试样分类器、或载玻片、或带有盖玻片的载玻片一起使用，上述的这些装置仅仅是为了描述本发明的绘制系统的一些例子。
发光排20、22与扩散器24协作而在载玻片上产生不同的入射光状况，每种状况均适于加强一定的光学特征和载玻片特性，因而可以加强对例如夹杂物、气泡和盖玻片边缘等特征的检测。较佳的是，发光排20、22和可选择采用的扩散器24可产生能让照相机18捕捉到的载玻片的独立图像，例如边缘信息得到加强的第一图像(此处是一边缘图像)以及试样内的气泡和类似夹杂物得到加强的第二图像(此处是一气泡图像)。
用倾斜的发光排20照亮载玻片16就可以获得一边缘图像，所述发光排以平行于或接近平行于载玻片顶面的角度将光线引至载玻片。扩散器24不用来获得一边缘图像，因而将它转出或移出照相机18的视野。如在下文中将要详细描述的那样，来自斜发光排20并入射到盖玻片35上的光线趋向于被各边缘发散，并且引至照相机18的光线多于入射到载玻片16或盖玻片顶面上的光线。由照相机18捕获的光线可形成一边缘图像，其中盖玻片的边缘图像显得比图像的其余部分亮一些。该边缘图像被传送至处理系统26，该处理系统可寻找边缘图像内的边缘。
通过在照相机18的视野内靠近载玻片16处插入扩散器24，并通过来自于载玻片和扩散器的上方的上部发光排22的光线照亮扩散器，就可以获得一个气泡图像。扩散器24使光线发散，从各种角度入射到载玻片16上。由于在载玻片16、盖玻片35、试样材料和一空气气泡之间存在折射率的差别，所以入射到一空气气泡上的光线朝照相机18反射的光线比入射到试样上的光线来得多，这将在下文中详细描述。因此，在最终的气泡图像中，气泡要比图像内的其它信息更亮。将气泡图像传送至处理系统26，在系统内可找到气泡的边界。气泡图像还可以包括在盖玻片内发生刮擦的位置或者是试样内的夹杂物的位置，这些都统一称作为“气泡”。
根据检测到的盖玻片边缘和气泡，处理系统26可产生一个表示盖玻片范围内除各气泡以外的其它区域的边界图形。该边界图形与由条形码阅读器32读取的鉴别信息相关，并且被存储起来供自动分类系统12使用。可以将一系列边界图形存储到记录介质上，例如在存储盒30内的用于每个载玻片16的磁盘或光盘，或者，一边界图形可通过一通讯网络以电信号方式传送给自动分类系统12。随后，自动分类系统12可利用该边界图形来帮助对试样进行分类，例如通过在一盖玻片范围内的试样区域上定位地分类，这种分类不会受到气泡、夹杂物、刮痕和类似物的影响。
接着请参见图2，图中更为详细地示出了可产生边缘和气泡图像的边界绘制系统10的各光学元件。边界绘制系统10包括一基座36和后板38，在所述后板上安装了绘制系统的各种光学元件。工作台14位于基座36的中心，在该工作台上固定了需进行绘制的载玻片16。工作台14可以直接形成在基座36上，并且适于通过一缺口部分40将载玻片放到工作台14上或从工作台上取出，或者，工作台可以是安装在基座上的单独元件。较佳的是，工作台14包括一定位装置(未示)，它可将载玻片16保持在工作台上的一个已知位置，这个位置与载玻片在通过边界绘制系统10来供给绘制信息的系统(例如细胞分类系统12)中的固定位置相一致。在待审的美国专利申请08/498,321中描述了一种合适的定位系统，该专利的内容援引在此以供参考。
斜发光排20也安装在基座36上，其投射的光线基本上完全沿着载玻片的周边。斜发光排20最好包括四个单独的光源42，它们设置在载玻片的两侧，并且略高于载玻片，以便以几乎平行于载玻片顶面的斜角方向将光线引导至载玻片。光源42可包括发光二极管43阵列或其它可产生光线的合适的装置。
照相机18、上部发光排22、以及可选择地将扩散器24定位在照相机的视野内的扩散器组件44安装在后板38上。照相机18直接位于载玻片16上方隔开一定距离的位置上，并具有可允许对载玻片的相关区域，例如载玻片的包含盖玻片和试样材料的那些部分进行完整观察的镜片。照相机18可以是各种传统的照相机，例如CCD照相机，它可以是一个单独的照相机，也可以是结合了其它元件，例如模拟/数字转换器的照相机，所述其它元件可产生具有足够分辨度的数字输出信号，以便对俘获的图像，例如分辨度为640×480个像素的图像进行处理。
上部发光排22包括两个单独的发光源46，它们位于载玻片16和照相机18之间，并且相互间隔而形成照相机的光学通道，因而不会妨碍照相机对载玻片上相关区域的观察。上部光源46最好是发光二极管48的阵列，但也可以采用其它合适的光源。扩散器组件44位于载玻片16和上部发光排22之间，它适于将扩散器24有选择地安排在照相机18的光学通道内。因此，从上部发光排22发出的光线可通过扩散器24朝载玻片16发散，从载玻片反射回来的光线再次发散，其中的一部分朝照相机18发散。扩散器24包括一可令入射光线扩散的光线扩散元件50，例如一聚酯薄膜片，并且还可以包括一用来支承所述光线扩散元件的框架52。扩散器组件44包括一调节装置(未示)，如图2所示，当需要获得一气泡图像时，它可有选择地将扩散器24定位到略高于载玻片16、并位于照相机18光路内的位置上，当需要获得一边缘图像时，可使扩散器离开照相机的光路，例如像图3所示的那样靠近后板28。
发光排20、22的状况(即发光排是否产生光线)、扩散器24的位置是否在照相机的光路内或离开该光路、以及对照相机的控制(包括指令照相机获得载玻片16的图像)都受到处理系统26(图1)的控制。处理系统26最好是一传统的微机，它具有可控制发光排20和22、扩散器装置44、照相机18、机械手式搬运器28、以及条形码阅读器30的接口，并可以接收来自照相机的图像数据和来自条形码阅读器的载玻片鉴别数据。
工作时，一旦载玻片16已处在工作台14上，并且扩散器24被转出照相机18的光路时，处理系统26命令斜发光排20的光源42发光而照亮载玻片。如图4中对一个边缘的描绘所示，来自于光源42的对载玻片16进行照明的光线几乎平行于载玻片16，这只会主要导致由盖玻片边缘发散的光线至少部分地被引回照相机18。由于光线是从非常倾斜的角度入射到盖玻片35的顶面54或载玻片16的顶面上，所以由箭头58表示的入射光线将在入射角上发生主要的反射，因而不会射入照相机18。由于盖玻片边缘趋向于比较粗糙，光线将在盖玻片边缘处发生散射(由箭头60表示)，由箭头62表示的一部分光线将在照相机18的方向上发散。一旦载玻片是由斜发光排20照亮，则处理系统26将命令照相机捕获被照亮后的载玻片16的图像。由于主要只是来自于盖玻片35或载玻片16边缘的散射光线射入照相机，所以这些边缘在所形成的边缘图像中显得比载玻片和盖玻片的其它区域亮。在某些情况下，例如当在盖玻片35下面的空气气泡内存在氧化的细胞时，倾斜的入射光线可向照相机散射和反射，因而可以从边缘图像中检测到是否发生了这些现象。
随后，处理系统26关闭斜发光排20，并命令扩散器组件44带动扩散器24转入照相机18的光路。随后，处理系统26激活上部发光排22的光源46。如图5所示，由上部发光排22产生的光线通过扩散器24后照亮载玻片16和盖玻片35。(应注意的是，在图5中，为了描述方便起见，扩散器24与载玻片16的距离是夸大的。扩散器最好是位于足够靠近载玻片的位置，以便使通过扩散器后表示出来的载玻片图像的侧向偏差不是很大。)扩散器24使光线散射而从多个角度入射到载玻片16和盖玻片35上。以光线64为例，该光线从发光排20发出后通过扩散器24散射到多个方向上，包括箭头66和68所示方向。光线66和68被部分地传送入盖玻片35，其中的一部分光线70在空气-盖玻片界面72处发生反射。随后，光线66和68的被传入盖玻片35的部分要么是在盖玻片与试样材料78或夹设在盖玻片和载玻片16之间的气泡80之间的界面74处发生反射，要么是根据光线抵达界面74的角度并且根据盖玻片和空气气泡或试样材料的不同折射率进入区域76。对两种介质的折射率相差较大的情况而言，例如对玻璃和空气而言，在这两种介质之间的界面处发生反射的光线多于在折射率相近的介质之间的界面处发生反射的光线，后者可以是像玻璃与试样材料或其它不含气泡区域(统一称作试样材料)。
因此，当盖玻片35和试样材料78的折射率差别相对较小时，光线66的一小部分在界面处反射，而大部分通过界面并基本上被试样材料76吸收。然而，在盖玻片35和空气气泡80之间的界面74的区域上，由于折射率差别较大，所以照射在空气气泡80处的大部分光线，例如光线68反射回扩散器24，如光线箭头82所示。另外，通过界面74至气泡80的大部分光线在气泡和载玻片16之间的界面处反射回去，加强了因气泡导致的反射。由气泡80反射的光线82被扩散器24再次发散成光线84，这些光线中的一部分射入照相机18，从而使气泡显得比试样材料78亮。处理系统26命令照相机18捕获被照亮的载玻片16上的气泡图像，并将该图像传送给处理系统。随后，处理系统让载玻片16返回存储盒30。
一旦将两种图像都传送到了处理系统26，该系统对图像进行分析，以找出盖玻片边缘和位于盖玻片边缘内的气泡，这将在下文中详细描述。这样就产生一个包含试样材料的那些载玻片16区域的边界图形。较佳的是，该边界图形是相应于盖玻片范围内的非气泡较暗区域，例如包含试样材料的那些区域内的图像像素的一连串的位置或标志。随后，将该边界图形与可鉴别载玻片的信息，例如通过由条形码阅读器32所提供的信息相联系，并存储起来供一系统使用，该系统可以是例如自动分类系统12，它可以限制其对表示试样出现的图形内的像素的分析。在将边界图形传送到分类系统12之前，操作者最好是有机会能重查试样的边界图形，以便确认该图形是否精确，或者对其加以编辑，或者拒绝该图形。
处理系统26是这样来产生边界图形的，即：形成一盖玻片掩码(mask)、一气泡掩码，然后将这些图形加以逻辑地组合，以便寻找位于盖玻片边界内不表示气泡的区域。盖玻片掩码是由在边界图像内找到的盖玻片边缘而形成的。处理系统26首先通过从原始的边缘图像中减去一个基准图像而去除人为干扰。所述基准图像是通过捕获工作台14的图像而获得的，这一捕获是将所述载玻片借助用于获得一边缘图像的边缘照明方式来移动而实现的。对原始的边缘图像附加一亮度补偿值(以避免当减去基准图像后出现负亮度的情况)，然后从原始图像上减去基准图像以去除人为干扰，例如可能会反应在边缘图像上的工作台上的刮痕。随后可以在作为结果的边缘图像上预先进行一系列预处理操作，以滤掉短的和弯曲的线，并且使图像内的边缘较细。在这种过滤后的图像中，可以在载玻片的左、右、上、下的窗口范围内找到剩下的长而且直的边缘并且这些边缘最接近图像中心。找到靠近载玻片中心的直线，就可以将载玻片边缘和盖玻片边缘分辨出来。
每个窗口内的盖玻片边缘都是利用一种二等分投影算法来发现的，即，先找到一个可能接近盖玻片边缘中心的初始点，然后利用该点作为起始点对图像进行进一步的二等分。利用在前述二等分过程中找到的中点反复地进行二等分，直到辗转集中于盖玻片边缘上诸小离散段内的一系列点上，这些点可相对精确地表示盖玻片边缘。
将在下文以及图6中来解释原始的和累积的投影像素图像。(原始的图像对应于过滤后的边缘图像，为了便于说明并便于累积投影像素的累加，只将每个像素的灰标亮度表示为1’s和0’s，这是不同于实际灰标亮度的。另外，呈现的图像只是窗口图像内较大数量的像素的一种部分的描绘。)原始图像表示包括一个水平的盖玻片和载玻片边缘在内的某一窗口内的像素的像素亮度。在这个例子中，原始图像的顶部是边缘图像的末端边缘，图像的下端是比较靠近边缘图像中间的像素。累积的投影图像是从原始图像的左边到右边的同一行内(即，与图像边缘的距离相等)所有像素的亮度值的连续地累加，并投射到最右面像素的一个一维的图形中。例如，原始图像的第一行的前9列的亮度值都是零，因而累积投影图像内相应的像素都是零。当第10和第11列的像素的亮度值都是1时，累积投影图像的第10列的像素是1，或者这一行内前9个像素与第10列像素的累加值是1，第11列像素的值将是同一行内前10个像素的叠加，也就是1，再加原始图像内第11个像素的亮度，其和为2。当原始图像的第12和13列的像素亮度都是零时，累积投影图像内的相应像素的值都是2，或者说是原始图像的同一行内前面所有像素的亮度值的累加。第2至第8行进行相同的累加，就可以形成如下所示的累积投影图像，并具有这样一种一维的图形，即最右边那一列像素所具有的和数自下而上分别是0、3、4、5、2、0、4和2。原始的边缘图像0    0    0    0    0    0    0    0    0    1    1    0    01    0    0    0    0    0    0    1    1    1    0    0    00    0    0    0    0    0    0    0    0    0    0    0    00    0    0    0    0    0    0    1    1    0    0    0    00    0    0    0    0    0    0    0    1    1    1    1    10    0    0    0    1    1    1    1    0    0    0    0    01    1    1    0    0    0    0    0    0    0    0    0    00    0    0    0    0    0    0    0    0    0    0    0    0累积投影图像0    0    0    0    0    0    0    0    0    1    2    2    21    1    1    1    1    1    1    2    3    4    4    4    40    0    0    0    0    0    0    0    0    0    0    0    00    0    0    0    0    0    0    1    2    2    2    2    20    0    0    0    0    0    0    0    1    2    3    4    50    0    0    0    1    2    3    4    4    4    4    4    41    2    3    3    3    3    3    3    3    3    3    3    30    0    0    0    0    0    0    0    0    0    0    0    0
为了利用累积投影图像来寻找一盖玻片边缘(例如，图6中的边缘90)，对可能包含该边缘的一个初始搜寻窗口的图形进行检查，即从最靠近边缘图像中心的那些像素朝具有超过某一阈值的累加值的第一像素的外边缘进行。(对该图形内像素的检查是从最靠近中心的像素开始，以便从载玻片边缘中将盖玻片边缘分辨出来，因为如上所述，这两种边缘都可能在图像中出现，而已知盖玻片边缘比载玻片边缘更接近中心。)在阈值之上的每个像素的累加值的基础上，计算该像素和随后每个像素的加权平均值，直到遇上一个累加值低于阈值的像素。如果阈值是2.5，那么可对来自图形内的边缘的第七、第六和第五像素计算加权平均值，因而这些像素分别具有累加值3、4和5。随后，把该加权平均值当作初始搜寻窗口92中间的盖玻片边缘90上的假想点94。因而，初始检测到的边缘可获得初始假设的水平边缘96。
随后，将累积投影图像分成两个搜寻窗口或子图像98、100，并采用在最后计算时所获得的中心点94作为开始搜寻一新的加权平均值和分别用于子图像98、100的新的假想边缘102、104的起始点，所述子图像是通过将前述的图像92二等分而获得的。将子图像98、100二等分，随后对等分后的图像反复地再等分，直到每个图像均包括相对较少数量的、表示原始边缘图像内的一相对较小距离的像素。利用这种方式，检测到的边缘可以相对较为精确地符合实际边缘90，并且可以反应实际边缘中的不规则性。应注意的是，利用累积投影图像的一个优点是：通过将累积图像内相应于子图像最右面的像素亮度值减去累积投影图像内相应于子图像最左面的像素亮度值，就可以计算出每一子图像的图形，无需对每一子图像进行多余的累加。为了填满计算出来的各盖玻片边缘点之间的间隙，可采用最小二乘法拟合函数或类似的曲线拟合函数。较佳的是，对一预测的边缘进行检查，以确定它是否真是一个盖玻片边缘，例如，将最后一连串子图像中的每一个的靠近计算出来的盖玻片边缘的图形部分叠加起来，检查这个总和是否超过一阈值强度。
虽然如上所述的从边缘图像中去除短线或曲线的预处理工作可采用很多众所周知的方式，但在施加如上所述的二等分投影算法以获得类似于一维形态开放式运算(opening operation)即冲蚀后发生膨胀相类似的结果之前，最好是在累积投影图像上进行累积的开放式运算。对一水平边缘而言，该运算可获得两种通过累积投影图像各行的通道(pass)。在第一通道上，自右向左扫描，在相应于需从图像中去除的边缘各点的那些像素处的累积和数由正到负。作为一个例子，将下面要描述的各行看作是原始的和累积的投影图像。累积投影行内需去除的各像素是在原始图像内的n-像素和数(n-pixel sum)的小于一预定阈值的那些像素。例如，取“n”为4，则阈值也是4。一行内的每个像素的n-像素和数是这样确定的，即：从自右向左展开的累积投影行内的现有像素值中减去累积投影行内的现有像素值的左面第n个像素。这样就能获得一种n-像素的冲蚀(erosion)，在此情况下是一种4像素的冲蚀。一种n-像素膨胀，或者在此情况下是一种4像素膨胀是这样实现的，即：当n-像素和数大于或等于阈值时，将一计数器设定为“n”，并在每一步时让计数器递减以获得如下所述的计数器行。当计数器行的值小于或等于零时，这些值在累积投影行内的相应像素值将由正变负，从而获得如下所示的自右向左的通道行。原始行：1    1    1    0    1    1    1    1    1    0    0    1投影行1    2    3    3    4    5    6    7    8    8    8    9计数器行-3  -2   -1    0    1    2    3    4    4   -2-   1    0右-左的通道行-1  -2   -3   -3    4    5    6    7    8   -8-   8    9
第二通道自左向右地进行，通过保持对新的累积和数以及来自原始累积和数的分割误差(tile error)的跟踪，计算出新的图像。如果右-左的通道内的相应像素是正的，那么用于左-右通道的新的输出像素等于现有像素加误差。如果右-左的通道内的相应像素是负的，左-右通道内的输出像素和现有像素与误差行内的现有像素被以前的输出像素加上现有的像素所更新。例如，右-左通道内最左面的像素是“1”，则左-右通道内的最左面的像素将是“0”，因为这时不存在以前的误差像素，误差行内最左面的像素是“-1”，因为这时不存在以前的输出像素并且右-左通道内的现有像素是“-1”。左-右通道内的第二个像素也将是零，因为右-左通道内的相应像素是负值“-2”，并且前一个左-右像素是“0”。误差行内的第二像素由此将变成“-2”，这是因为左-右通道内的前一个像素是零，并且右-左通道内的现有像素是“-2”，它们的和是“-2”。左-右通道内左面第五个像素(在右-左通道内第一个具有正值的像素)将是“1”，这是因为右-左通道内相应的像素是“4”，误差通道内的现有像素没有更新因而是“-3”，“4”与“-3”的和是“1”。该行的其余部分也可按照这些例子类推。误差行-1    -2    -3    -3    -3    -3    -3    -3    -3    -3    -3    -4左-右通道行0      0    0     0     1      2     3     4     5     5     5     5
随后，左-右通道行内的各个数值代替了一个相应的累积投影图像中的那些值，于是可以如上所述的那样找到图像中的边缘。
根据如上找到的盖玻片边缘，产生一个盖玻片掩码，以将例如由四个盖玻片边缘所限定的盖玻片区域和盖玻片外侧的区域加以分辨。
接着，处理系统26可在原始气泡图像以及在气泡图像和边缘图像内找到的边缘的基础上形成气泡掩码。首先，对边缘图像设定界限，在该设定界限的图像内找到边界像素，以便获得盖玻片的边缘以及包含在该边缘图像内也能看到的氧化细胞的空气气泡。氧化细胞的区域(又称作“玉米花”(cornflakes))可以单独地记录并提供给分类系统。
在利用处理系统26对气泡图像进行分析之前，通过从原始气泡图像中减去一个基准图像，就可以去除气泡图像中的人为干扰。基准图像是这样获得的：利用如上所述的用于获得原始气泡图像并且借助了扩散器24的气泡照明技术，俘获不带盖玻片的空白载玻片的图像。在减去基准图像之前，先附加一个补偿值，以确保最终的图像包含所有正的像素亮度值。利用一传统的形态边缘检测器和设界操作，就可以在最终气泡图像内找到各边缘。将这些边缘与在边缘图像内找到的边缘相结合，就可以获得一个组合的边缘图像。由于该图像内的各边缘中可能包含小的间隙，所以可采用一膨胀操作使所需的边缘在所有的方向上膨胀，借以使该边缘闭合。组合的边缘图像包括由图像内相互连接的边缘所限定或界定的多个邻接的或连接的区域，对这些区域加以分析，就可以确定它们是否便是气泡或试样材料。
为了将表示气泡的连接区域与表示试样材料的区域加以分辨，可利用一频率分布器来确定相连的各区域中的每一个的平均灰标亮度。按照每个连接区域的平均值是否超过两个阈值之一，就可以确定该连接区域是否是气泡或包含试样材料。施加于某一连接区域的阈值是由原始边缘图像内的相同区域的亮度所确定的。当含有氧化细胞的气泡在原始边缘图像内显得较亮，但是不像在气泡图像中那么亮时，可在气泡图像内相应于原始边缘图像内的亮区的各连接区域内施加一相对较低的阈值，以确定这些连接区域是否是气泡。对在原始边缘图像内显得较暗的那些连接区域而言，可施加一较高的阈值，借以分辨这些连接区域是否与一气泡或与试样材料相对应。可以确定：超过所施加阈值的区域表示气泡，进而形成气泡掩码。
将盖玻片掩码和气泡掩码逻辑地组合，就可以获得载玻片上重要区域(即包含位于盖玻片范围内的试样材料的区域)的边界图形。
在某些情况下，人们还希望处理系统26能显现并为操作者提供由处理系统产生的一无效边界图形的置信度的标志，以帮助操作者只观察某一边界图形的精确度。可利用各种方法来估计边界图形精确度的置信度，所述方法包括：是否发现了位于盖玻片外侧的亮的气泡区域；载玻片的被检测位置偏离标准位置的误差；载玻片的被检测位置旋转得偏离标准位置的误差；被检测的盖玻片边缘的平行度的误差；在图像内是否发现了不包含在被检测气泡内的亮区；载玻片背景与标准背景之间的差别；以及检测到的总的气泡面积。也可以采用另一些测量置信度的方法。
为了让操作者能检验边界图形，处理系统26产生一可显示在显示器34上的绘制图像。该绘制图像是将气泡和边缘图像相结合后而获得的载玻片16的图像，并且基本上涵盖了那种包括带有色区域(例如绿色)的透明覆盖层(overlay)的组合图像，所述有色区域表示从传送给分类系统12的图形中排除的区域。覆盖层可以这样来产生：对组合图像内相应于试样材料的各像素赋予一特定的指示符，例如使所有这些像素的灰标亮度是一个奇数或一个偶数，并对相应于那些从边界图形中排除的区域赋予一不同的鉴别符，例如使这些像素的灰标亮度是不同于赋予试样材料像素的另一个奇数或偶数。例如，为组合图像内对应于需从图形内排除的某一区域的每一个像素的亮度赋予一近似的偶数，为组合图像内对应于试样材料的某一区域的每一个像素的亮度赋予一近似的奇数。较佳的是，必须改变的每一个像素的亮度只要改变1，就能维持用于该像素的亮度值的整体性，进而是整个图像的整体性。当然，无需变化即具有正确的奇数或偶数的像素是用不着改变的。以组合图像内的两个像素为例，第一像素对应于组合图像内的一个空气气泡，其灰标亮度是199，而第二像素对应于试样材料，其灰标亮度是150，第一像素的灰标亮度值将变成200，以表示与某一个需从该边界图形中排除的区域相对应的像素，第二像素的灰标亮度值将变成151，以表示对应于一需包括在该图形内的第二像素。
随后利用一查阅表来确定用于显示器内的每个像素的红、绿和蓝的亮度值。所述查阅表是由每种可能的灰标像素亮度(例如256灰标亮度)的红色、绿色和蓝色亮度组成。在该查阅表中，奇数的灰标亮度值是所有等于或相应于输入灰标亮度的各红色、绿色和蓝色的亮度值。偶数的灰标亮度值是红色、蓝色亮度为零，绿色亮度与输入的灰标亮度相对应。因此，例如对相应于试样材料的、并具有奇数的灰标亮度输入值151的那个像素而言，查阅表提供的红色、绿色和蓝色的输出值都是151。对相应于需从边界图形中排除的某一区域(例如一空气气泡)的、并具有偶数灰标亮度输入值200的那个像素而言，查阅表提供的红色和蓝色的亮度输出值是0，绿色的亮度值是200。
因此，作为边界图形的一部分而传送给分类系统10的绘制图像的某些区域，例如位于盖玻片外侧的区域以及包含气泡的区域以黑白型式显示在显示器34上，显示出绿色调。由于只需要将这些像素的灰标亮度改变1就可以使它们变成奇数或偶数，所以绘制图形内的像素的相对强度基本得以维持，因而能让操作者观察到图像，并且可靠地判断边界图像的精确度，如果需要也可以对图形加以编辑。对边界图形的编辑可以利用一光笔、一鼠标器或其它允许操作者命令处理系统26将某些区域加入所述图形或从所述图形中去除的合适的界面。

Claims (49)

1．一种绘制一载玻片区域的方法，包括如下步骤：
a)由取向大致倾斜于载玻片表面的第一光源有选择地照亮载玻片；
b)获得由所述第一光源照亮的载玻片的第一图像；
c)由可提供散射光的第二光源有选择地照亮载玻片；
d)获得由所述第二光源照亮的载玻片的第二图像；以及
e)在第一和第二图像的基础上产生一重要区域的图形。
2．如权利要求1所述的方法，其特征在于，由第一光源照亮载玻片的步骤包括：从所述载玻片的多个侧面照亮。
3．如权利要求1所述的方法，其特征在于，由第二光源照亮载玻片的步骤包括：当所述第二光源照亮载玻片时，将一扩散器定位于第二光源和载玻片之间，当所述第一光源照亮载玻片时，将所述扩散器定位于另一个位置。
4．一种载玻片绘制系统，包括：
一取向大致倾斜于载玻片表面以产生第一图像的第一光源；
一向载玻片的表面提供发散光线以产生第二图像的第二光源；
一用于捕获第一和第二图像的照相机；
一处理器，用于在第一和第二图像的基础上产生一重要区域的图形。
5．如权利要求4所述的系统，其特征在于，第二光源包括；用于使光线发散的扩散器。
6．如权利要求4所述的系统，其特征在于，所述第一光源从载玻片的四个侧面将光线入射到载玻片上。
7．如权利要求4所述的系统，其特征在于，来自第二光源的光线被引导通过一扩散器，以便让光线扩散。
8．如权利要求7所述的系统，其特征在于，所述扩散器可有选择地定位于照相机视野内的一个位置和照相机视野外的一个位置之间。
9．一种载玻片绘制系统，包括：
一照相机；
一有选择地定位于照相机视野内的第一位置和照相机视野外的第二位置之间的扩散器；
其中，当扩散器位于第一位置时，照相机可捕获载玻片的第一图像，而当扩散器位于第二位置时，照相机可捕获载玻片的第二图像；以及
一处理器，用于在第一和第二图像的基础上产生一重要区域的图形。
10．如权利要求9所述的系统，其特征在于，它包括：取向大致倾斜于所述载玻片表面的第一光源。
11．如权利要求9所述的系统，其特征在于，它包括：当扩散器位于第一位置时能引导光线通过扩散器入射到载玻片上的第二光源。
12．一种绘制系统，包括：
取向大致倾斜于载玻片表面以产生第一图像的第一光源；
可向所述表面提供光线的第二光源；
用于使来自第二光源的并由所述表面反射的光线发散的扩散器；
用于捕获第一和第二图像的照相机；
用于在第一和第二图像的基础上产生一重要区域的图形的处理器。
13．如权利要求12所述的系统，其特征在于，所述扩散器有选择地位于照相机视野内的一个位置和照相机视野外的一个位置之间。
14．一种用来显示一试样的绘制信息的方法，包括如下步骤：
产生所述试样的一像素亮度图形；
确定试样内的重要区域的位置；
将奇数或偶数之一赋予所述重要区域内的各像素，赋予每一像素的数字代表其亮度；
将奇数或偶数中的另一个赋予另一些像素，赋予每一像素的数字代表其亮度；以及
将所述各像素显示出来，被赋予奇数的像素所显示的颜色特性不同于被赋予偶数的像素。
15．如权利要求14所述的方法，其特征在于，所述重要区域内的各像素是以黑白形式显示的。
16．如权利要求14所述的方法，其特征在于，所述重要区域外的各像素是以某一特定颜色显示的。
17．如权利要求14所述的方法，其特征在于，所述重要区域内的各像素被赋予一奇数。
18．如权利要求14所述的方法，其特征在于，所述重要区域外的各像素被赋予一偶数。
19．如权利要求14所述的方法，其特征在于，赋予某一像素的数字不同于该像素的灰标亮度，其差别是当各像素被显示时一个可见的微小的量。
20．如权利要求17所述的方法，其特征在于，赋予某一像素的数字不同于该像素的灰标亮度，其差别是当各像素被显示时相差一个可见的微小的量。
21．如权利要求14所述的方法，其特征在于，它还包括如下步骤：允许使用者对像素亮度图形加以编辑。
22．如权利要求14所述的方法，其特征在于，所述产生一像素亮度图形的方法包括如下步骤：
a)由取向大致倾斜于载玻片表面的第一光源有选择地照亮载玻片；
b)获得由所述第一光源照亮的载玻片的第一图像；
c)由一第二光源有选择地照亮载玻片；
d)获得由所述第二光源照亮的载玻片的第二图像；以及
e)在第一和第二图像的基础上产生一重要区域的图形。
23．一种用于检查一试样的绘制信息的方法，包括如下步骤：
产生所述试样的一像素亮度图形；
确定试样内的重要区域；
将奇数或偶数之一赋予所述重要区域内的各像素，赋予每一像素的数字代表其亮度；
将奇数或偶数中的另一个赋予另一些像素，赋予每一像素的数字代表其亮度；
将所述各像素显示出来，被赋予奇数的像素所显示的颜色特性不同于被赋予偶数的像素；以及
允许一操作者改变像素亮度图形。
24．如权利要求23所述的方法，其特征在于，所述重要区域内的各像素是以黑白形式显示的。
25．如权利要求23所述的方法，其特征在于，所述重要区域外的各像素是以某一特定颜色显示的。
26．如权利要求23所述的方法，其特征在于，所述重要区域内的各像素被赋予一奇数。
27．如权利要求23所述的方法，其特征在于，所述重要区域外的各像素被赋予一偶数。
28．如权利要求23所述的方法，其特征在于，赋予某一像素的数字不同于该像素的灰标亮度，其差别是当各像素被显示时相差一个可见的微小的量。
29．如权利要求26所述的方法，其特征在于，赋予某一像素的数字不同于该像素的灰标亮度，其差别是当各像素被显示时相差一个可见的微小的量。
30．一种用于检测一载玻片内气泡位置的方法，包括如下步骤：
a)获得一在第一照明条件下照亮的载玻片的第一图像；
b)获得一在第二照明条件下照亮的载玻片的第二图像；
c)找到第一和第二图像内的各边缘，将这些边缘组合而形成一第三图像；
d)找到由第三图像内的各边缘所限定的界定区域；
e)计算出第二图像内相应于第三图像内的某个界定区域而言的每个区域的灰标亮度平均值；
f)将计算出来的每个区域的平均值与基于第一图像内的某个相应区域的灰标亮度的阈值进行比较。
31．如权利要求30所述的方法，其特征在于，所述第一照明条件包括：借助斜的入射光来照亮载玻片。
32．如权利要求30所述的方法，其特征在于，所述第二照明条件包括：借助散射的光线来照亮载玻片。
33．如权利要求30所述的方法，其特征在于，它还包括如下步骤：将第三图像的各边缘中的间隙连接起来。
34．如权利要求30所述的方法，其特征在于，在所述第二图像内确定具有超过相关阈值的计算平均值的各区域，以表示一气泡。
35．如权利要求30所述的方法，其特征在于，将所述第二图像内的、相应于所述第一图像内的具有相对较高灰标亮度的那些区域的区域与一个较低的阈值作比较，该阈值小于所述第二图像内的、相应于所述第一图像的具有相对较低灰标亮度的那些区域的区域的阈值。
36．一种用于寻找由多行和多列像素组成的一个图像内的一根线的方法，包括如下步骤：
a)将一行内的多个像素亮度值与该行内的前几个像素亮度值相加，并将所述多个像素相加而得到的和数存储起来；
b)将在同一列内的被存储起来的所述多个像素的和数与一阈值作比较；以及
c)在所述线上估计一个点，作为其存储和数超过所述阈值的各像素的函数。
37．如权利要求36所述的方法，其特征在于，所述估计步骤包括：对所述各像素和存储的函数进行加权平均处理。
38．如权利要求36所述的方法，其特征在于，它包括如下步骤：利用估计点来估计所述线上另一个点的位置。
39．如权利要求36所述的方法，其特征在于，它还包括如下步骤：将图像二等分成多个子图像，并利用估计点来估计所述线上的其余各点的位置。
40．如权利要求39所述的方法，其特征在于，它包括如下步骤：获得每一子图像中的靠近估计点的多个行中的每一行内的多个像素的亮度值之和，并将该和数与一阈值作比较。
41．如权利要求40所述的方法，其特征在于，所述获得和数的步骤包括：将一子图像的一个末端列处的像素的存储和数减去该子图像的另一个末端列处的像素的存储和数。
42．一种用于搜寻由多行和多列像素组成的一个图像内的一条线的方法，包括如下步骤：
a)将一行内的多个像素亮度值与该行内的前几个像素亮度值相加，并将所述多个像素相加而得到的和数存储起来；
b)将在同一列内的被存储起来的所述多个像素的和数与一阈值作比较；以及
c)在所述线上估计一个点，作为其存储和数超过所述阈值的各像素的函数；
d)将所述图像二等分成多个子图像；
e)获得每一子图像中的靠近估计点的多个行中的每一行内的多个像素的亮度值之和；
f)将获得的和数与所述阈值作比较；
g)在所述线上估计一个点，作为其获得的和数超过所述阈值的各像素的函数。
43．如权利要求42所述的方法，其特征在于，所述获得和数的步骤包括：将一子图像的一个末端列处的像素的存储和数减去该子图像的另一个末端列处的像素的存储和数。
44．如权利要求42所述的方法，其特征在于，所述估计其余各点位置的步骤包括：对各像素和所获和数进行加权平均处理。
45．一种用于检查一图像的绘制信息的方法，包括如下步骤：
将一图像的第一图形显示出来，所述图像具有与图像内的其余部分不同的重要区域；
允许操作者在显示器内改变所述的重要区域；以及
根据第一图形和由操作者作出的任何变化，产生一第二图形。
46．如权利要求45所述的方法，其特征在于，操作者可利用一鼠标器来作出所述变化。
47．如权利要求45所述的方法，其特征在于，操作者可利用一光笔来作出所述变化。
48．如权利要求5所述的系统，其特征在于，所述扩散器有选择地位于所述照相机的视野内。
49．如权利要求4所述的系统，其特征在于，所述第一光源可从所述载玻片的多个侧面将光线入射到所述载玻片上。
CN96199501A 1995-12-19 1996-12-13 边界绘制系统和方法 Pending CN1208486A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/576,988 1995-12-19
US08/576,988 US5835620A (en) 1995-12-19 1995-12-19 Boundary mapping system and method

Publications (1)

Publication Number Publication Date
CN1208486A true CN1208486A (zh) 1999-02-17

Family

ID=24306832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN96199501A Pending CN1208486A (zh) 1995-12-19 1996-12-13 边界绘制系统和方法

Country Status (12)

Country Link
US (1) US5835620A (zh)
EP (1) EP0868705B1 (zh)
JP (1) JP2000508095A (zh)
KR (1) KR20000064473A (zh)
CN (1) CN1208486A (zh)
AT (1) ATE242898T1 (zh)
AU (1) AU720182B2 (zh)
BR (1) BR9612194A (zh)
CA (1) CA2240948A1 (zh)
DE (1) DE69628661D1 (zh)
NO (1) NO982821L (zh)
WO (1) WO1997022946A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102313982A (zh) * 2010-07-02 2012-01-11 索尼公司 显微镜及区域确定方法
CN104204771A (zh) * 2012-02-23 2014-12-10 赫斯托因德私人有限公司 用于活检检查的数字成像系统
CN104684454A (zh) * 2012-09-27 2015-06-03 奥林巴斯株式会社 图像处理装置、程序和图像处理方法
CN110220915A (zh) * 2019-06-21 2019-09-10 银河水滴科技（北京）有限公司 玻璃检测机
CN110470676A (zh) * 2019-09-11 2019-11-19 江苏维普光电科技有限公司 平板玻璃检测机

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6090555A (en) * 1997-12-11 2000-07-18 Affymetrix, Inc. Scanned image alignment systems and methods
AT403654B (de) * 1994-12-01 1998-04-27 Binder Michael Dr Einrichtung zur optischen untersuchung von human-haut sowie derselben zugeordnete auswertungs-einrichtung
US6181811B1 (en) * 1998-01-13 2001-01-30 Neopath, Inc. Method and apparatus for optimizing biological and cytological specimen screening and diagnosis
WO1999057683A1 (en) 1998-05-04 1999-11-11 The Johns Hopkins University Method and apparatus for segmenting small structures in images
SE514859C2 (sv) * 1999-01-18 2001-05-07 Mydata Automation Ab Förfarande och anordning för undersökning av objekt på ett substrat genom att ta bilder av substratet och analysera dessa
US7369304B2 (en) * 1999-10-29 2008-05-06 Cytyc Corporation Cytological autofocusing imaging systems and methods
US6661501B1 (en) 1999-10-29 2003-12-09 Cytyc Corporation Cytological stain composition including verification characteristic
US6665060B1 (en) 1999-10-29 2003-12-16 Cytyc Corporation Cytological imaging system and method
US7027628B1 (en) 2000-11-14 2006-04-11 The United States Of America As Represented By The Department Of Health And Human Services Automated microscopic image acquisition, compositing, and display
US6798571B2 (en) 2001-01-11 2004-09-28 Interscope Technologies, Inc. System for microscopic digital montage imaging using a pulse light illumination system
US6816606B2 (en) 2001-02-21 2004-11-09 Interscope Technologies, Inc. Method for maintaining high-quality focus during high-throughput, microscopic digital montage imaging
US6993169B2 (en) * 2001-01-11 2006-01-31 Trestle Corporation System and method for finding regions of interest for microscopic digital montage imaging
US7155049B2 (en) * 2001-01-11 2006-12-26 Trestle Acquisition Corp. System for creating microscopic digital montage images
EP1466160B1 (de) * 2002-01-19 2010-12-22 PVT Probenverteiltechnik GmbH Verfahren und vorrichtung zur analyse von körperflüssigkeiten
US7054492B2 (en) * 2002-09-24 2006-05-30 Lee Shih-Jong J Fast regular shaped pattern searching
SE0301945D0 (sv) * 2003-06-30 2003-06-30 Gyros Ab Confidence determination
JP4544893B2 (ja) * 2004-03-31 2010-09-15 オリンパス株式会社 光学装置及び画像作成方法
WO2007065221A1 (en) * 2005-12-07 2007-06-14 Commonwealth Scientific And Industrial Research Organisation Linear feature detection method and apparatus
JP2007174479A (ja) * 2005-12-26 2007-07-05 Fuji Xerox Co Ltd 読取制御システム
US8055098B2 (en) 2006-01-27 2011-11-08 Affymetrix, Inc. System, method, and product for imaging probe arrays with small feature sizes
US9445025B2 (en) 2006-01-27 2016-09-13 Affymetrix, Inc. System, method, and product for imaging probe arrays with small feature sizes
JP5086563B2 (ja) * 2006-05-26 2012-11-28 オリンパス株式会社 画像処理装置及び画像処理プログラム
EP2269033B1 (en) * 2008-04-09 2016-09-21 Abbott Point Of Care, Inc. Method for measuring the area of a sample disposed within an analysis chamber
JP2010217553A (ja) * 2009-03-17 2010-09-30 Sony Corp 画像生成装置及び画像生成方法
JP5644447B2 (ja) * 2010-12-06 2014-12-24 ソニー株式会社 顕微鏡、領域判定方法、及びプログラム
DE102012101377B4 (de) * 2012-02-21 2017-02-09 Leica Biosystems Nussloch Gmbh Verfahren bei der Vorbereitung von Proben zum Mikroskopieren und Vorrichtung zum Überprüfen der Eindeckqualität von Proben
JP6071226B2 (ja) * 2012-03-29 2017-02-01 キヤノン株式会社 照射野認識装置、照射野認識方法、プログラムおよびコンピュータ読み取り可能な記憶媒体
CN111041076B (zh) * 2018-10-11 2023-09-26 深圳华大生命科学研究院 气泡检测方法及系统、基因测序仪、计算机可读存储介质
US11426229B2 (en) * 2019-02-21 2022-08-30 Medtronic Navigation, Inc. Method and apparatus for magnetic resonance imaging thermometry

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3740147A (en) * 1972-01-10 1973-06-19 Farrand Optical Co Inc Microspectrophotometer with two fields of view
US4191490A (en) * 1977-07-12 1980-03-04 Barnett, Haynes & Barnett, International Prestressed concrete roadway
US4191940A (en) * 1978-01-09 1980-03-04 Environmental Research Institute Of Michigan Method and apparatus for analyzing microscopic specimens and the like
JPS60256443A (ja) * 1984-05-31 1985-12-18 オムロン株式会社 画像計測装置
JPS63216549A (ja) * 1987-03-05 1988-09-08 帝人株式会社 骨形態評価方法及び装置
US5216596A (en) * 1987-04-30 1993-06-01 Corabi International Telemetrics, Inc. Telepathology diagnostic network
US5544650A (en) * 1988-04-08 1996-08-13 Neuromedical Systems, Inc. Automated specimen classification system and method
US4965725B1 (en) * 1988-04-08 1996-05-07 Neuromedical Systems Inc Neural network based automated cytological specimen classification system and method
US5093866A (en) * 1990-02-09 1992-03-03 Hamilton Equine Associates Limited Fluorescence and motility characterization system for cells, bacteria, and particles in fluids
US5083214A (en) * 1990-05-02 1992-01-21 Eastman Kodak Company Apparatus and methods for extracting data from a scanned bit-mapped data strip
US5257182B1 (en) * 1991-01-29 1996-05-07 Neuromedical Systems Inc Morphological classification system and method
JP3084295B2 (ja) * 1991-02-27 2000-09-04 シスメックス株式会社 フローイメージサイトメータ
US5172421A (en) * 1991-03-27 1992-12-15 Hughes Aircraft Company Automated method of classifying optical fiber flaws
US5594808A (en) * 1993-06-11 1997-01-14 Ortho Diagnostic Systems Inc. Method and system for classifying agglutination reactions
US5638459A (en) * 1994-09-20 1997-06-10 Neopath, Inc. Method and apparatus for detecting a microscope slide coverslip
US5566249A (en) * 1994-09-20 1996-10-15 Neopath, Inc. Apparatus for detecting bubbles in coverslip adhesive

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102313982A (zh) * 2010-07-02 2012-01-11 索尼公司 显微镜及区域确定方法
CN102313982B (zh) * 2010-07-02 2017-05-24 索尼公司 显微镜及区域确定方法
CN104204771A (zh) * 2012-02-23 2014-12-10 赫斯托因德私人有限公司 用于活检检查的数字成像系统
CN104684454A (zh) * 2012-09-27 2015-06-03 奥林巴斯株式会社 图像处理装置、程序和图像处理方法
CN110220915A (zh) * 2019-06-21 2019-09-10 银河水滴科技（北京）有限公司 玻璃检测机
CN110470676A (zh) * 2019-09-11 2019-11-19 江苏维普光电科技有限公司 平板玻璃检测机

Also Published As

Publication number Publication date
BR9612194A (pt) 1999-12-28
NO982821D0 (no) 1998-06-18
AU1334697A (en) 1997-07-14
ATE242898T1 (de) 2003-06-15
US5835620A (en) 1998-11-10
NO982821L (no) 1998-08-14
AU720182B2 (en) 2000-05-25
EP0868705A4 (en) 1999-04-14
EP0868705B1 (en) 2003-06-11
WO1997022946A1 (en) 1997-06-26
KR20000064473A (ko) 2000-11-06
DE69628661D1 (de) 2003-07-17
JP2000508095A (ja) 2000-06-27
CA2240948A1 (en) 1997-06-26
EP0868705A1 (en) 1998-10-07

Similar Documents

Publication Publication Date Title
CN1208486A (zh) 边界绘制系统和方法
DE69926908T2 (de) System zur kontrastreichen und verzerrungsarmen bilderfassung
TWI484161B (zh) 缺陷檢查系統及使用於該缺陷檢查系統之缺陷檢查用攝影裝置、缺陷檢查用畫像處理裝置、缺陷檢查用畫像處理程式、記錄媒體及缺陷檢查用畫像處理方法
US7397943B2 (en) Method and arrangement for touchless detection of data of uneven surfaces
AU2010206075B2 (en) Apparatus, method and article for evaluating a stack of objects in an image
US6728593B2 (en) System for analysis of fabric surface
CN103196917A (zh) 基于ccd线阵相机的在线卷板材表面瑕疵检测系统及其检测方法
CN104697998A (zh) 抛光的宝石中的夹杂物检测
CN100557417C (zh) 成像装置
CN102147523B (zh) 双ccd感光元件生物数字显微镜及其摄影图像处理方法
US5450291A (en) Lighting system for camera
US6005990A (en) System for optically scanning images using optical shutter
CN114264661A (zh) 一种清晰度自适应的卷材检测方法及装置、系统
US7555144B2 (en) Optical scanning device for liquid biological samples, process of operation and computer program for a computer connected to said device
CN108346132B (zh) 一种证件成像方法、装置、相机装置及证件成像系统
US6961476B2 (en) Autothresholding of noisy images
JP3231592B2 (ja) 光学部材検査装置
RU2455690C2 (ru) Способ и устройство для обнаружения рельефного материала
JP2023529512A (ja) トレーディングカードの特性を識別する方法及び装置
JP3390014B2 (ja) 表面の形態描写の向上
CN202075488U (zh) 双ccd感光元件生物数字显微镜
RU2752751C1 (ru) Способ получения цифровых двойников документа в виде бумажного носителя текстовой информации или в виде изображения текстового документа
RU2752791C1 (ru) Способ определения наличия вмешательств и видоизменений в изображении текстового электронного документа
MXPA98004915A (en) System and method of mapear limi
JPH0949717A (ja) ワーク表面キズ検出方法及び装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C01 Deemed withdrawal of patent application (patent law 1993)
WD01 Invention patent application deemed withdrawn after publication