一种显微图像清晰度检测方法及系统、计算机设备

1.一种显微图像清晰度检测方法，其特征在于，包括以下步骤：获取样本各个视野下的显微图像，并保存为Bayer图像；对所述Bayer图像进行白平衡矫正，将白平衡矫正后的Bayer图像按照R、G 1 、G 2 、B进行四通道色彩分离提取，根据提取到的R通道子图像、G 1 通道子图像和B通道子图像，利用灰度转化法得到灰度图；根据所述灰度图像，利用梯度算法计算得到梯度图像，利用均值滤波算法计算得到滤波图像，根据所述灰度图像、梯度图像以及滤波图像计算得到第一特征图像，再根据所述第一特征图像和灰度图像，计算得到第二特征图像；根据所述R通道子图像、G 1 通道子图像、B通道子图像和梯度图像，提取前景图像；根据所述第二特征图像和前景图像，计算得到平均阈值因子、第二分割阈值和有效前景图像；根据所述有效前景图像、前景图像、平均阈值因子和第二分割阈值，计算得到显微图像的清晰度值：式中，F_definition表示清晰度值，T_2表示第二分割阈值，avg_T表示平均阈值因子，FG_useful表示有效前景图像，FG_mask表示前景图像，countNonZero()表示统计图像中非零像素的个数；式中， ，F_im(i，j))表示第二特征图像中位置(i，j)处的特征值。 2.如权利要求1所述的显微图像清晰度检测方法，其特征在于，对所述Bayer图像进行白平衡矫正，包括：计算Bayer图像中R、G、B三个颜色通道的均值；根据所述均值，计算Bayer图像中R、G、B三个颜色通道的增益值；将三个颜色通道的增益值分别加权到Bayer图像中R、G、B三个颜色通道对应的所有像素中，实现白平衡矫正。 3.如权利要求1所述的显微图像清晰度检测方法，其特征在于，根据所述灰度图像，利用梯度算法计算得到梯度图像，利用均值滤波算法计算得到滤波图像，包括：根据所述灰度图像，利用梯度算法计算得到梯度图像，Grad(i，j)＝abs(Gray(i-1，j)-Gray(i+1，j))+abs(Gray(i，j-1)-Gray(i，j+1))式中，Grad(i，j)表示梯度图像中位置(i，j)处的梯度值，Gray(i-1，j)表示灰度图像中位置(i-1，j)处的灰度值，Gray(i+1，j)表示灰度图像中位置(i+1，j)处的灰度值，Gray(i，j-1)表示灰度图像中位置(i，j-1)处的灰度值，Gray(i，j+1)表示灰度图像中位置(i，j+1)处的灰度值；利用均值滤波算法计算得到滤波图像，式中，Gray_blur(i，j)表示滤波图像中位置(i，j)处的像素值，Gray(i，j)表示灰度图像中位置(i，j)处的灰度值，S表示滤波窗口，NUM表示滤波窗口覆盖像素个数总和。 4.如权利要求1所述的显微图像清晰度检测方法，其特征在于，根据所述灰度图像、梯度图像以及滤波图像计算得到第一特征图像，再根据所述第一特征图像和灰度图像，计算得到第二特征图像，包括：根据所述灰度图像、梯度图像以及滤波图像计算得到第一特征图像，再根据所述第一特征图像和灰度图像，计算得到第二特征图像，式中，F(i，j)表示第一特征图像中位置(i，j)处的特征值，F_im(i，j)表示第二特征图像中位置(i，j)处的特征值，gamma_v表示调节因子，取值范围为1.0～3.0，ratio表示比例系数，abs()表示表示取绝对值运算，pow()表示计算给定数值的乘幂，Gray_blur(i，j)表示滤波图像中位置(i，j)处的像素值，Gray(i，j)表示灰度图像中位置(i，j)处的灰度值；Grad(i，j)表示梯度图像中位置(i，j)处的梯度值。 5.如权利要求1所述的显微图像清晰度检测方法，其特征在于，根据所述R通道子图像、G 1 通道子图像、B通道子图像和梯度图像，提取前景图像，包括：根据所述R通道子图像、G 1 通道子图像和B通道子图像，计算得到饱和度图像；根据所述饱和度图像计算饱和度掩码图，利用形态学膨胀算法对所述饱和度掩码图进行膨胀处理，得到膨胀后的饱和度掩码图；根据所述梯度图像和膨胀后的饱和度掩码图，计算得到梯度掩码图像；根据膨胀后的饱和度掩码图和梯度掩码图像，计算得到前景图像。 6.如权利要求1所述的显微图像清晰度检测方法，其特征在于，根据所述第二特征图像和前景图像，计算得到有效前景图像，包括：根据所述第二特征图像，计算得到第一分割阈值；计算当前视野之前所有聚焦成功视野的第一分割阈值的平均值，作为平均阈值因子；根据所述第二特征图像和平均阈值因子，计算得到第二分割阈值；根据所述平均阈值因子，对所述第二特征图像进行二值化处理，得到二值特征图像；利用形态学膨胀算法对所述二值特征图像进行膨胀处理，得到膨胀后的二值特征图像；根据所述前景图像和膨胀后的二值特征图像，计算得到有效前景图像。 7.一种显微图像清晰度检测系统，其特征在于，包括：图像获取模块，用于获取样本各个视野下的显微图像，并保存为Bayer图像；图像处理模块，用于对所述Bayer图像进行白平衡矫正，将白平衡矫正后的Bayer图像按照R、G 1 、G 2 、B进行四通道色彩分离提取，根据提取到的R通道子图像、G 1 通道子图像和B通道子图像，利用灰度转化法得到灰度图；根据所述灰度图像，利用梯度算法计算得到梯度图像，利用均值滤波算法计算得到滤波图像，根据所述灰度图像、梯度图像以及滤波图像计算得到第一特征图像，再根据所述第一特征图像和灰度图像，计算得到第二特征图像；根据所述R通道子图像、G 1 通道子图像、B通道子图像和梯度图像，提取前景图像；根据所述第二特征图像和前景图像，计算得到平均阈值因子、第二分割阈值和有效前景图像；清晰度计算模块，用于根据所述有效前景图像、前景图像、平均阈值因子和第二分割阈值，计算得到显微图像的清晰度值：式中，F_definition表示清晰度值，T_2表示第二分割阈值，avg_T表示平均阈值因子，FG_useful表示有效前景图像，FG_mask表示前景图像，countNonZero()表示统计图像中非零像素的个数；式中， ，F_im(i，j)表示第二特征图像中位置(i，j)处的特征值。 8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～6中任一项所述方法的步骤。 9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～6中任一项所述方法的步骤。