奧林巴斯顯微鏡成像，在數字圖像處理的基本概念

廣泛可用性，成本相對較低的個人電腦在數字圖像處理活動的科學家和一般的消費人群已經預示著一場**。 耦合到模擬圖像數字化（主要是照片），由廉價的掃描儀和圖像采集與電子傳感器（主要是雖然電荷耦合器件或CCD ），用戶友好的圖像編輯軟件套件已經在急劇增加的能力，以提高功能，提取信息，并輕松地修改屬性的數字圖像。

數字圖像處理方式，以矩陣的形式的整數，而不是經典的暗房操作或過濾的隨時間變化的電壓，所需的模擬圖像和視頻信號的圖像的可逆的，幾乎無噪聲的修改。 盡管許多圖像處理算法是非常**的，一般用戶往往適用于數字圖像的操作，而不用擔心這些操作背后的基本原則。 ，由于操作不慎往往嚴重退化或以其他方式損害對于那些可以生產，如果正確使用數字處理軟件的能力和通用的圖像。

光學顯微鏡是一種迅速發展的領域，已經到了高度依賴于數字圖像處理技術，無論是對平衡的美感與化妝品接觸，以及康復和分析目的。 然而，即使在顯微鏡的正確配置和*佳性能，捕獲數字圖像往往顯示背景參差不齊，過多的噪音，畸變失真，對比度差的重點地區，強度波動，而且也受到顏色的變化和色彩平衡錯誤。此外，看似十分清晰，明快和出色的色彩飽和度在顯微鏡的圖像可以經常錯位圖像傳感器產生偽影，如走樣，相機噪音，不當伽瑪校正，白平衡偏移，可憐的對比度，亮度波動。

圖1中顯示的是染色的雙子葉植物葉表皮的薄邊的明照明與標準的光學顯微鏡中捕獲的數字圖像。 由于*初成像（圖1（A）），薄的部分顯示了大量的噪音和患有整個視場照度不均勻，從而導致對比度差和缺乏標本細節的定義。 可顯著改善在背景相減，伽瑪校正，直方圖拉伸，調整色調，色彩平衡，和飽和度，處理后的圖像（圖1（b）條）。

前處理數字圖像的評價

已被抓獲，經過數字圖像處理算法的應用程序啟動之前，每個圖像應評估方面的一般特征，包括噪聲，模糊，背景強度的變化，亮度和對比度，和普通的像素值分布（直方圖輪廓） 。 應給予注意陰影區域，以確定有多少細節，以及明快的特色（或亮點）和地區的中間像素強度。 這個任務是*容易實現的圖像導入到一個流行的軟件編輯程序，如Adobe公司的Photoshop，Corel的照片涂料，Macromedia的煙花，或Paint Shop Pro的。

每個圖像編輯程序有一個統計信息或狀態的窗口，使用戶把鼠標光標移到圖像，圖像中的任何位置，具體的像素值，并取得信息。 例如，Photoshop的信息面板提供不斷更新的像素的信息，包括x和y坐標，RGB（紅色，綠色和藍色）的顏色值，CMYK（青色，洋紅色，黃色，黑色）的轉換的百分比，和的高度和寬度選取框內的圖像。 在調色板中顯示的偏好選項包括選擇色彩空間模型信息讀出。 在模型在Photoshop中灰度，HSB（色調，飽和度和亮度），網頁顏色（216種顏色，在Windows和Macintosh的8位或顯示256色調色板重疊），實際顏色，透明度，和Lab顏色（設備無關的色彩空間）。

通過評估的強度（灰度和彩色）和直方圖中的位置不同的圖像特征，黑色和白色的對比度調整的整個直方圖的拉伸和滑動設置點可以被確定。 圖像也應檢查裁剪，飽和白色或曝光不足的黑色區域在圖像的外觀表現。在一般情況下，應該避免削波，無論是在圖像采集，而正在處理圖像。 平場技術或背景減法應用直方圖操作之前，應予以糾正圖像背景強度的變化而受到不利影響。

查找表

有幾個基本的數字圖像處理算法普遍采用的技術稱為單一圖像的像素點的操作，執行操作的順序單個像素，而不是大型陣列通過光學顯微鏡功能。 用于描述單一圖像的像素點為整個圖像陣列的過程的一般方程由下式給出的關系：

其中I（x，y）表示輸入圖像的像素坐標位置（X，Y），O（X，Y）是輸出圖像的像素具有相同的坐標，M是一個線性映射函數。 在一般情況下，映射函數是一個公式，輸入像素的亮度值轉換成輸出像素中的另一個值。 由于一些用于圖像處理中的映射函數可以是相當復雜的，一個大的圖像上執行這些操作，像素由像素，可以是非常耗時的計算機資源的浪費。 作為一個查找表（LUT），用于存儲設計成使得其輸出的灰度級值對應的輸入值是一個所選的變換的的強度變換函數 （映射功能）是已知的一種替代技術，用于放大圖映射。

當量化為8位（256級灰度）的每個像素的亮度值，該值取值范圍在0（黑色）和255（白）之間，產生一個總的256個可能的輸出值。 甲查表利用定義的查找表映射函數的整數值的一組預裝的計算機存儲器，這是一個256個元素的數組。 因此，當使用查找表的圖像必須被應用到一個單一的像素的過程中，整數為每個輸入像素的灰度值被用作一個地址，指定的256個元素的數組中的單個元素。 該元素的存儲器內容（也可在0和255之間的整數），覆蓋的輸入像素的亮度值（灰度級），并成為輸出的像素的灰度值。 例如，如果一個查找表被配置為0和127之間，128和255之間的輸入值返回一個值為1的輸入值返回一個值為0，則整體的點過程將導致在二進制輸出圖像有兩套像素（0和1）。 或者，顛倒圖像的對比度，查表可以返回0的倒數值為255，1 254，2 253，等等。 查找表，有一個顯著的通用性，并可以被用來產生各種各樣的數字圖像上的操作。

圖像轉換涉及查表可以實現兩種機制中的任何一個：使原始圖像數據轉化在輸入或輸出，使轉換后的圖像被顯示，但未經修改的原始圖像保持。 原來的輸入圖像的一個永久的變換可能是必要的，以糾正在檢測器的性能（例如，非線性增益特性）的已知的缺陷的數據轉換為新的坐標系（從線性對數或指數）。 當只應該被修改的輸出圖像，進行圖像變換的數字圖像之前被轉換回模擬形式，由數字到模擬的轉換器可用于在計算機顯示器上顯示。 在某些情況下，變換所指定的輸出查找表（次）的結果可以直觀地顯示在監視器上，但不會改變原始圖像數據。

查找表不局限于直鏈或單調函數的，在信號處理中使用的各種非線性查找表校正相機響應特性，或強調一個狹窄的區域的灰度級。 一個很好的例子是一個非線性的效用查表校正記錄的影像，已在不經意間捕捉到一個不正確的攝像機伽瑪調整。 此外，也可以被轉換成單色或彩色圖像，以生成攝影底片。 其他應用包括pseudocoloring和S形曲線的查找表，強調針對性，強化所需的功能，或調整圖像的對比度量的選定范圍的灰度值。

圖2給出了查找表的映射函數在使用256陣元內存預加載寄存器和一個表圖（圖2（a）），和一個閾值化操作，只用一個表上圖（圖2的圖像對比度反轉（b）段）。 利用指定的查找表元素的地址的內容提供了在存儲器寄存器（圖2（a））的輸出像素的灰度級的輸入像素的灰度級。 的平方查表圖介紹根據輸入像素的輸出像素值計算的另一種方法。 使用地圖，首先確定輸入像素的灰度級值，然后延伸的垂直線，從輸入值的映射函數。 然后一條水平線的垂直線的交叉點和映射函數繪制在縱軸上的地圖（圖2（b）和2（c）），以產生輸出像素的灰度級。 在該閾值設定操作的情況下（圖2（c）），具有低于100的輸入值的所有像素被映射到黑色（0），而其他輸入像素強度是不變的。

平場校正和背景減法

顯微鏡，照相機，或其它光學裝置獲取的數字圖像經常被描述為原始圖像前處理和關鍵的像素值的調整（參見圖3）。 在許多情況下，原始圖像是適合用于在目標應用程序（打印，網頁顯示，報告等），但這樣的圖像通常呈現出顯著性水平而產生的光學和捕捉系統的噪聲和其他構件，如鏡頭畸變，檢測違規行為（像素的非均勻性和固定模式噪聲），灰塵，劃痕，照度不均勻的扭曲。 另外，不正確的偏置信號的調整可以提高像素值*出它本身的測光值，會導致顯著的誤差，在測量的特定的圖像特征的振幅的條件。 在原始圖像中的錯誤表現為黑暗的陰影，過亮的亮點，斑點，斑點和強度梯度改變真正的像素值。 在一般情況下，這些錯誤是尤其明顯，在數字圖像明亮，均勻的背景，所生產的各種普通顯微鏡的照明模式，包括明場，斜，相差，微分干涉對比（DIC）。 熒光圖像中灰色或明亮的背景，雖然比較少見，可能會遭受類似的錯誤。

將原始數字圖像的平場校正技術，往往能確保光度準確性和去除常見的圖像缺陷的保真度功能恢復，達到一種視覺平衡。 這些校正步驟前應進行測量光的振幅或獲得像素強度值等定量信息，雖然是沒有必要的修正，以顯示或打印圖像。 平場和背景相減技術，通常需要額外的圖像幀的集合的條件下捕獲的主要原材料的標本圖像。

大多數的平場校正方案利用兩個補充的圖像幀，除了原始圖像，來計算*終的圖像參數（圖3）。 (a)平場的參考幀取出樣品和捕獲的原始圖像幀在同一焦點的水平特征的視場，可以通過以下方式獲得。 平場參考幀顯示原始圖像相同的亮度水平，并利用全動態范圍的攝像機系統，以減少噪音，在校正后的圖像。 如果兩個原始圖像平場參考幀有低的信號幅度，并包含一個顯著的噪聲量，校正后的圖像也將是黑暗和嘈雜。 為了補償對噪聲和低強度的，平場的參考幀可以被暴露較長時間比用于捕獲原始圖像。 幾個平均幀（3-20）可以添加在一起，創建一個主平場具有非常低的噪聲水平的參照系。

除了 平場的參考幀，收集一個黑暗的參考幀 ，從而有效記錄的各像素的輸出電平，當圖像傳感器暴露在一個黑暗的場景，缺席顯微鏡照明。 暗幀包含的像素偏置偏移收購電子和熱污染的原始圖像的水平和噪聲。 來自偏移的像素值的正電壓施加到所述圖像傳感器，以便數字化模擬的強度信息，從每個光電二極管。 電子噪聲是從攝像機讀出和相關人士透露，所產生的動能集水井和基于半導體的傳感器基板的硅原子的振動和熱噪聲。 總的來說，這些噪聲源被稱為暗噪聲 ，在數字圖像傳感器是一種常見的工件，可以向明顯的像素幅值的20％的。 為了確保光度準確度，這些資源必須減去平場參考幀和原始圖像。 暗幀生成同期集成的圖像傳感器輸出的原始圖像，但沒有打開相機的快門。 主暗幀平均幾個單獨的暗幀一起，以增加信號強度，可以制得。

一旦必要的幀已被收集，平場校正是一個相對簡單的操作，包括多個連續的函數。 首先，主暗幀中減去從原始圖像平場的參考幀，然后由該分割所得到的值（圖3）。 實際上，該原始幀除以平場的幀后黑暗的幀已被從每幀中減去，并且把商乘以平均像素值，以維持原始和校正后的圖像的強度之間的一致性。 個人校正后的圖像的像素被限制值介于0和255之間有一個灰色的水平，作為預防措施，對黑暗的參考幀的像素值的情況下，*過原始圖像的符號反轉。 平場校正，如圖3中所示，顯示與像素數為原料，平場，暗幀，以及校正后的圖像的圖像的選定區域跨越的強度分布的曲線圖。

背景減除是一種技術，在本地化在原始圖像中的每個像素值的改變，根據在同一背景圖像中的坐標位置對應的像素的強度的結果。 其結果是，在檢測器的靈敏度或照明不均勻性（包括斑駁，污垢，劃傷，和亮度梯度）可以得到補償，存儲一個空的顯微鏡視場的背景圖像作為參考圖像。 視頻增強的對比度（VEC）顯微鏡是嚴重依賴于背景減法去除雜散光和高度放大的圖像對比度差的標本文物。 在這種情況下，背景圖像是通過以下方式獲得的散焦或位移將試樣從視場中。 則產生的背景圖像被存儲，并連續地從原始圖像中減去，產生對比度的顯著改善。 此技術也是對顳比較有用顯示更改或之間viewfields議案的。

時，它不是可行的捕獲的背景圖像中的顯微鏡，可以人為創造的一個替代圖像，通過使一個表面所捕獲的標本圖像的背景（參見圖4）的函數。 這種人為的背景圖像，然后可以從樣品圖像中減去。 通過選擇背景，它們位于該圖像中的點的數目，獲得在不同的位置的亮度值的列表。 然后，可以將得到的信息，利用取得的*小二乘擬合近似背景的表面功能。 在圖4中，8個可調節的控制點用于獲得的*小二乘擬合的背景圖像的表面函數B（X，Y）的形式：

其中，c（0）... C（5）的*小二乘解，（X，Y）表示擬合的背景圖像中的像素的坐標。 圖4中的檢體是一個年輕的海星，用光學顯微鏡，其被配置為工作在斜光捕獲的數字。 應該選擇這樣的控制點，使它們均勻分布在整個圖像上，并在每個控制點的亮度電平應該是代表的背景強度。 多點放置在一個小區域的圖像，而很少或沒有分配到周邊地區，將導致不良構造背景圖像。 一般情況下，背景減法利用作為初始步驟，在提高圖像質量，盡管在實踐中必須附加的圖像增強技術經常被施加到減法圖像，以便獲得有用的結果。

平場校正修改過的影像出現類似的背景減法得到，但執行操作師（平場校正）的技術是*，因為產生光度更準確的圖像。 這種差異的主要原因，是從光的振幅值來自乘法的過程中，結合的光通量和曝光時間，圖像結果。 平場校正技術的應用程序（但不一定是背景相減算法）后，標本功能的相對振幅光度準確。 作為一個額外的好處，平場校正除去大多數的光學缺陷，在原始圖像中存在的。

圖像整合

因為數字圖像組成的矩陣的整數， 求和或積分圖像的操作，如可以很容易地以高的速度進行。 如果8位分辨率，存儲區域，或數字幀存儲器 ，它保存所累積的圖像與原始圖像進行數字化，必須有足夠的容量來容納*過8位的總和。 如果假定在一個8位的數字圖像的幾個像素的*大灰度級值255，則30幀的總和將導致在一個本地的像素的灰度級值7650，需要一個存儲寄存器13 - 位能力。 為了總結256幀，存儲容量必須等于65536灰度級，或16位，以容納*亮的像素。

雖然現代計算機顯示器能夠顯示圖像的，具有256個以上的灰度等級中，對人眼的反應有限（35-50級灰度）顯示，可以擴展到16-bit數字圖像顯示的局限性和人類視覺匹配能力。 當僅駐留的16位存儲的圖像的一個子區域中的圖像中的有用信息，只有這部分的顯示方式。 顯示捕獲的圖像通過慢掃描CCD照相機的一個視場具有大范圍intrascene的強度時，這是一個有益的做法。 這個過程包括尋找視覺上有意義的部分，通過16位的圖像。

當用視頻率的模擬或CCD攝像頭獲得的圖像被歸納為一個16-bit的幀存儲器，顯示有意義的8 - 比特圖像，通常是由一個常數除以所存儲的總和。 例如，一個96幀的一個視場的總和，可劃分為96次，64次，32次，或24。 除以32是相當于利用完整的255灰度級的范圍內的增益，結果增加了三倍。 然而，除以24是相當于四倍的增益增加，結果，在圖像的飽和度和信息丟失，。

使用數字圖像處理技術的圖像整合往往使可視化淡淡的對象是勉強以上的相機噪聲檢測。 整合可能是特別低微光成像時圖像的亮度值不能增加額外的圖像增強。 然而，重要的是要認識到，從信號噪聲考慮，總是優選直接在感應器上的集成處理軟件中的集成。 每個圖像集成一步在軟件中引入了模擬到數字噪聲以及相機讀出噪聲。

數字圖像的直方圖調整

的光學裝置，諸如照相機或顯微鏡拍攝的數字圖像的大部分，需要的查找表或圖像的直方圖進行優化調整亮度，對比度，和一般的圖像的可見性。 的數字圖像的直方圖提供了圖像的對比度和亮度特性的圖形表示，用于評價對比度的不足之處，如低或高的對比度，動態范圍不足。 一種圖像直方圖是一個圖表，顯示與對于任何給定的bin的值在y軸上的像素的數量（或相對數量）的x軸（稱為作為一個 bin）上的輸入像素值。 每個出紙架中的灰度級直方圖描述了圖像中的像素的子組，按灰度級排序。 的數值范圍的輸入值，或箱上的x軸通常對應于所捕獲的圖像的位深度（0-255為10-bit的圖像為8位圖像，0-1023，0-4095 12位的圖像）。 直方圖本身可以進行數學運算，以改變相對箱分布在任何灰度級。 操縱的直方圖可以糾正不良的對比度和亮度，極大地提高了數字圖像質量。

直方圖拉伸涉及修改圖像中的亮度（強度）的像素值，根據指定了輸出為每個輸入像素的亮度值的像素的亮度值（參見圖5）的一個映射函數。 對于灰度數字圖像，這個過程很簡單。 對于一個RGB顏色空間的數字圖像，直方圖拉伸可以通過轉換圖像的色調，飽和度，亮度（HSI）的圖像的彩色空間表示，并單獨施加的亮度映射操作的強度信息。 下面的映射函數經常用來計算像素的亮度值：

在上面的公式中，假定強度范圍介于0.0和1.0，0.0，較黑和1.0代表白色。 變量 B表示對應于黑電平的強度值，而白電平對應的強度值的變量 W表示的。 在某些情況下，這是可取的，以便有選擇地修改的圖像部分中一個非線性映射函數應用到數字圖像。

直方圖均衡化 （也稱為為直方圖的流平性 ）是一種相關技術，這會導致在重新分配的像素的灰度級的值，以便在整個范圍內的灰度級利用每個bin的數目的計數保持不變。 過程產生一個的水平配置文件是沒有峰的平面圖像的直方圖。 的像素值被重新分配，以確保每個灰度級包含相等數目的像素，同時保留在原始圖像中的像素值的次序。 均衡往往是利用圖像對比度極低其中大多數像素具有幾乎相同的值，并沒有很好地回應傳統直方圖拉伸算法，以提高對比度。 該技術是有效的治療無特色深，并且平場的幀，并與低振幅梯度營救圖像。 與此相反，直方圖拉伸位灰度級的值，以覆蓋整個范圍內均勻。 自動增強或自動水平 （ 對比度 ）功能的許多圖像處理軟件產品的利用這些基于直方圖變換的圖像。

數字圖像的直方圖，可以在將顯示在幾個不同的灰度級值的像素數目與傳統的線性的x和y重復的圖案， 對數的直方圖，圖上的x軸的輸入像素值與具有該值的像素，在y的數量軸，利用對數標尺。 這些直方圖是有用的研究，包括少數的圖像的像素值，直方圖拉伸，但表現出了強烈的反響。 通常使用的另一種變化， 集成或累積直方圖 ，重復輸入的像素值上的x軸和具有x的值的所有像素，并降低的累計次數，在y軸。 累積直方圖往往利用聚集在相襯，DIC，明照明模式，往往有淺色背景的圖像調節對比度和亮度。

在某些情況下，圖像區域的強度非常高，表現有大面積的峰附近的直方圖255個灰度級，其中視頻信號的飽和，已提供的所有像素在*大灰度值。 這種情況被稱為灰度電平削波 ，通常表示，在數字圖像中已丟失了一定程度的細節，因為，原始圖像的一些區域可能具有不同的強度，已分別被分配給相同的灰度值。 裁剪的直方圖在某些情況下是可以接受的，如果不重要的部分的圖像細節丟失。 這樣的情況可能會發生，例如，如果該系統已被調整，以*大限度地提高染色的組織切片的對比度，在光照下，與削波只出現在明亮的背景區域，那里沒有細胞結構。

空間卷積核（或面罩）

部分的***的圖像處理工具利用多像素的操作，由一些相鄰的輸入像素值的貢獻，其中每個輸出像素的整數值被改變。 這些操作被稱為經典空間卷積，并涉及從原始圖像中的像素的卷積核的形式或卷積模板與相應的象素陣列的一組選定的乘法。 循環卷積的數學變換的像素，進行了不同于簡單的加法，乘法或除法的方式，圖6中所示的一個簡單的銳化卷積核掩模。

在*簡單的形式中，一個二維卷積運算的數字圖像利用一箱卷積核 。 卷積核的典型特征為奇數的行和列中的一個正方形的形式，用3×3像素的掩碼（卷積核）是*常見的形式，但5×5和7×7的內核，也經常采用。 卷積運算的原始輸入圖像的每個像素單獨執行，并涉及到三個連續的操作，這是在圖6中。 在操作開始時重疊在原始圖像上以這樣的方式與單個像素的位置從輸入圖像進行卷積，掩模的中心像素進行匹配的卷積核。 這被稱為像素作為目標像素 。

接著，在原來的（通常被稱為源 ）圖像的每一個像素的整數值乘以由上覆掩模（圖6）中的相應值。 這些乘積相加，在目標圖像中的目標像素的灰度值被替換的所有產品的總和，結束操作。 然后，卷積核易位在源圖像中，成為在目標圖像中的目標像素的下一個像素，直到已經在原始圖像中的每個像素由內核對象。

在一般情況下，利用卷積核的數值通常是整數，可以取決于所需的操作時，其分頻。 此外，因為許多的卷積操作的結果的負的值（注意，一個卷積核的整數的值可以是負的），偏移值也常常適用于還原一個正值。 圖7（a）中示出的平滑卷積核的統一有一個值，該值在矩陣中的每個單元格，帶有分頻值為9和偏移為零。 核矩陣為8位灰度圖像往往受限因子和偏移量的選擇，使所有加工值介于0和255之間的卷積秋天。 許多流行的軟件產品的設計進行微調的信息的類型，為一個特定的應用程序中提取用戶指定的卷積核。

卷積內核是有用的多種數字圖像處理作業，包括平滑嘈雜的圖像（空間平均），并利用拉普拉斯算子的邊緣增強，圖像銳化銳化，梯度過濾器（卷積內核的形式）。 此外，局部對比度可以通過調整*大值，*小值，或中值濾波器的使用，和圖像可以從空間變換到頻域的（實際上，執行傅立葉變換）與卷積核。 卷積核的總數為圖像處理開發是巨大的，但幾個過濾器可以廣泛的應用在許多流行的圖像處理軟件。

平滑的卷積過濾（空間平均）

專門的卷積核，通常被稱為平滑濾波器 ，在降低數字圖像中的隨機噪聲是非常有用的。 在圖7（a）示出一個典型的平滑卷積濾波器，本質上是具有的整數值為1的每個行和列的矩陣。 與此不同的內核，當圖像被卷積的各像素的灰度值被替換為八個*接近的鄰居和本身的平均強度。 數字圖像中的隨機噪聲表現雜散像素，具有異常高或低強度值。 如果重疊卷積核的任何像素的灰度值是顯著不同的比它的鄰居，該過濾器的平均化效果將趨于減小分發的所有相鄰像素之間的噪聲影響。

圖7中所示的9個整數，在每個平滑內核時，加至一個1值相加，并在矩陣中的值的數目除以。 被設計成使得在這些內核的卷積運算，將產生一個輸出圖像的平均亮度的輸入圖像（然而，在某些情況下，這可能是*的近似）等于。 在一般情況下，在大多數卷積核的總和加到0和1之間的值，以避免創建輸出圖像的灰度值*越用來顯示圖像的數字至模擬轉換器的動態范圍。

平滑卷積核作為低通濾波器來抑制圖像中的高空間頻率的貢獻。 的術語的空間頻率相對于時間（時間頻率）頻率的概念是類似的，并且相對于在圖像中的位置描述的信號變化的速度。 甲低空間頻率可能會表現出只有幾個周期的整個寬度的圖像，而空間頻率高經常顯示在相同的線性尺寸的許多循環。 一個很好的例子是由硅藻硅藻，在很短的距離非常高，低強度之間交替展出微型的毛孔及皮紋分鐘的有序陣列。 甲低空間頻率的圖像的整個寬度（表現為廣泛分布的條紋，例如），可能會表現出只有幾個周期，而一個高空間頻率發生了許多循環跨越的圖像的橫向尺寸。 的*高空間頻率的數字圖像，可以顯示在一個周期等于兩個象素的寬度。

通常在數字圖像中觀察到的不同的隨機噪聲具有較高的空間頻率，可有效地除去施加平滑卷積核的圖像中，像素由像素。 然而，其他“真正的”形象特征是可取的，如對象的邊界和精細結構的細節，也有可能不幸被抑制平滑濾波器具有高空間頻率。 因此，應用程序往往會產生一個平滑卷積核模糊輸入圖像的不良影響。 此外，較大的內核（（5×5），（7×7），9×9），更嚴重的這種模糊效果（圖8）。 對于大多數應用，平滑內核的大小和形式，必須仔細選擇以優化降噪和圖像劣化之間的權衡。 阿高斯濾波器是一個平滑濾波器是一個高斯函數的卷積內核的基礎上，并提供*少量的空間模糊的任何所需量的減少隨機噪聲。 平滑濾波器是很好的工具，具有低信號噪聲比顆粒狀圖像進行簡單的外觀上的改進，但這些過濾器也可以不必要的后果降低圖像分辨率。

銳化卷積濾波器

在直接對比平滑卷積濾波器的作用，銳化濾鏡旨在提高較高的空間頻率，在數字圖像，同時抑制較低頻率。圖圖7（c）中示出一個典型的3×3的卷積掩模，其上用光學顯微鏡拍攝的數字圖像的效果。 除了提高標本邊界和精致的細節，銳化濾鏡也有消除緩慢變化的背景陰影的效果。 因此，有時可以利用這些過濾器的遮光校正圖像中的失真，而不必訴諸背景減除算法。 不幸的是，銳化卷積濾波器具有提高數字圖像中的隨機噪聲的不良影響。

內核的大小可以調整，以優化銳化濾鏡的影響，并進行微調操作在一個特定的范圍內的空間頻率的掩模。 一個典型的3×3掩模（參見圖6和7）圖像特征間的差異*過了單個像素的間距間隔上具有*大的影響。 內核大小的兩倍或三倍的目標，跨越兩個或兩個以上的像素較低的空間頻率。

卷積濾波器中位數

卷積核中位數主要用于去除圖像中的噪聲，但也非常有效消除故障的像素（具有異常高或低亮度值），減少細微的劃痕引起的劣化。 這些過濾器通常是更有效地去除噪聲比平滑（低通）卷積核。 中位數內核應用的方式是不同的標準平滑或銳化內核。 雖然中值濾波器采用一個內核，從像素到像素的換算，也沒有以典型的方式施加的卷積矩陣。 在每一個連續的像素位置，正在審議的像素卷積核下令排名根據強度的幅度。 一個中間值，然后確定所涵蓋的內核的所有的像素，并且該值被分配給在輸出圖像中的中心像素的位置。

中值濾波器除去，往往發生在顯微鏡拍攝的數字圖像的隨機尖峰強度是有用的。 造成的尖峰的像素被替換為相應的部件選擇由內核疊加，這將產生一個更均勻的外觀在處理后的圖像的像素的中值。 罕見的強度峰值的背景區域，其中包含以統一的方式呈現，通過中值濾波器的內核。 另外，因為內核中位數的保留邊緣，細標本細節和邊界，通常采用具有高對比度的圖像處理。

專用卷積濾波器

衍生過濾器提供的定量測量，在本數字圖像中的像素的亮度信息的變化率。 當一個微分濾波器被應用到的數字圖像，由此產生的數據，可以使用亮度波動率，以提高對比度，邊緣檢測和邊界，并測量功能取向。 其中一個*重要的衍生過濾器是Sobel濾波器，這是基于卷積運算，可以制作的衍生物，在八個方向，根據選擇的非對稱3×3內核掩模。 在這些的卷積是非常有用的，在顯微鏡拍攝的數字圖像的邊緣增強。 邊緣通常都是在微觀結構中*重要的特征之一，通常可以將其用于測量后，適當的增強算法已經被應用。

計算拉普拉斯過濾器（通常被稱為運營商 ）的強度相對于位置的二階導數和用于確定一個像素是否駐留在較暗或較亮的一側的邊緣是有用的。 拉普拉斯算子的的增強操作產生尖峰的邊緣部位，并強調了任何亮度斜率，無論它是否是正還是負，此過濾器，不給予全向質量。 有趣的是，要注意的是在人的視覺系統，眼腦網絡應用拉普拉斯風格的增強的視場中的每個對象。 人類的視覺，可以是模擬的應用拉普拉斯算子增強圖像的原始圖像，使用了雙圖像點的過程中，以產生一個修改后的圖像顯得更清晰，更悅目。

的卷積過程方法中心的事實卷積核將*出邊界的圖像時，它是適用于邊境像素內產生的一個重要問題。 的一種技術通常用來解決這個問題，稱為中心，零邊界疊加 ，是簡單地忽略的問題的像素，只對那些位于邊界足夠的距離的像素進行卷積運算。 此方法的缺點的生產小于輸入圖像的輸出圖像。 第二種方法，稱為中心，以零填充疊加 ，涉及零填充丟失的像素。 然而，第三個技術方面的圖像作為一個平鋪陣列相同的圖像中的單個元素，使丟失的像素從圖像的相對側。 這種方法被稱為中心，反射邊界疊加 ，具有的優點是可以使用模運算的象素地址的計算，以消除需要考慮作為一種特殊情況的邊界像素。 這些技術中的每一個都為特定的圖像處理中的應用是有用的。 零填充和反射邊界方法通常適用于圖像增強濾波技術，而零邊界的方法通常利用邊緣檢測和空間導數的計算。

USM銳化過濾

銳化掩模算法由一個模糊的圖像從原始圖像中，然后通過調整該差分圖像中的灰度級值的加減操作。 此操作，可以保存的高頻細節，同時允許陰影校正和背景抑制。 流行的技術，是一個極好的車輛，以提高精細標本細節并沒有明確的定義在原始圖像的銳化邊緣。 反銳化掩模工藝的*步是產生輕微的模糊（通過高斯低通濾波器），未改性的原稿，然后減去，以產生一個銳化后的圖像的原始圖像的振幅減少。 在圖像中，具有均勻的振幅的地區提供在培養基中的灰度的亮度電平，而較大的斜坡（邊和邊界）的區域顯示為較亮或較暗的梯度。

在一般情況下，USM銳化過濾器從原始圖像中減去適當的加權USM銳化（模糊原件）段運行。 這種減法運算增強高頻空間的細節圖像中的低頻空間信息的費用（衰減）。 產生這種情況的，因為還沒有從原始圖像中減去由高斯濾波器的銳化掩模除去高頻空間的細節。 此外，低頻空間通過高斯濾波器（銳化掩模）的細節，幾乎完全從原始圖像中減去。 增加的高斯濾波器的大小通常會導致過濾器，以產生更清晰的圖像銳化掩模。

其他銳化濾鏡USM銳化過濾器的主要優點之一是控制的靈活性，因為大多數其他過濾器不提供任何用戶可調參數。 其他銳化濾鏡一樣，USM銳化過濾器提高了數字圖像的邊緣和細節。 由于銳化濾鏡也抑制低頻的細節，這些濾波器可用于校正的圖像的形式緩慢變化的背景強度，通常表現在整個遮光失真。 不幸的是，銳化濾鏡的濾波圖像中的噪聲增加，也有不希望的副作用。 出于這個原因，銳化掩模濾波器應該保守使用，并且應尋求合理的平衡之間的增強的細節和噪聲的傳播。

傅立葉變換

付里葉變換的基礎上的定理，即任何調和函數可以表示為一系列的正弦和 余弦函數，只是在不同的頻率，振幅和相位。 這些變換顯示從其中衍生的原有功能的諧波分量的頻率和振幅之間的關系。 付里葉變換轉換成在空間變化的一個函數，隨頻率變化的另一項功能。 還應當指出的是，發現的原始功能的*高空間頻率相差的付里葉變換的原點*遠。

空間濾波的傅立葉技術可以被用來通過刪除的高或低的空間頻率信息從圖像設計是在適當的頻率的非傅里葉濾波器處理圖像。 這種技術是特別有用的人字形或鋸齒模式往往是明顯的，在視頻圖像中（參見圖9），如從圖像中消除諧波噪聲。 因為諧波噪聲增加，這將是發現了傅立葉變換的局部離散區域。 當這些局部峰值從變換用適當的過濾器中移除，重新形成的圖像不同的違規模式不存在本質上是不變的。 類似的濾波技術也可以應用于去除正弦波，云紋，半色調，和干涉圖案，以及從視頻信號，CCD芯片，電源供應器，電磁感應噪聲。

圖9所示的（a）是在暗場照明成像硅藻frustule的疊加的鋸齒干涉圖案的視頻圖像。 相鄰的的硅藻圖像（圖9（b）），其中包含的空間頻率信息的圖像的傅立葉變換的功率譜。 申請幾個過濾器（圖9（D）），并重新形成圖像后，已有效地消除鋸齒紋（圖9（c）條），只留下圖像frustule。

正在考慮申請的決定取決于是否利用傅立葉濾波或卷積核口罩。 傅立葉變換是一個復雜的操作，需要更多的計算機馬力和卷積操作使用的內存比一個小面具。 但是，傅立葉濾波技術通常比同等的卷積運算更快，尤其是當卷積掩模大，接近原始圖像的大小。 選用合適的等效傅立葉和卷積操作可能會降低各自的面具的復雜性。 例如，一個簡單的傅立葉過濾器，如旨在消除諧波噪聲，會產生一個龐大而復雜的卷積掩模，這將是很難使用的。

傅立葉變換的另一個有用的功能源于從它的關系的卷積運算，這涉及幾個乘法和加法運算，根據卷積掩模的內容，以確定每個目標像素的強度。 此操作可以比較傅立葉濾波，傅立葉過濾器中的每個值被簡單地乘以其相應的像素的圖像的傅立葉變換。 是相關的，因為這兩個操作的卷積操作是相同的傅立葉濾波操作時，傅立葉濾波器的傅里葉變換的卷積掩碼。 這種等價表示，這兩種技術之一可以被用來從圖像中獲得相同的結果，僅依賴于操作者決定是否工作在圖像空間或傅立葉空間 。

結論

數字化視頻或CCD生成電子顯微鏡拍攝的圖像的能力的顯著增加，以增強功能，提取信息，或修改影像。 乍一看，數字方式的更高處理能力的程度可能會不被贊賞，特別是在比較舊的，顯然簡單的模擬方法，如傳統的顯微攝影膠片上。 事實上，數字圖像處理，而不是使可逆的，幾乎無噪聲的修改的圖像作為一個整數矩陣為一系列隨時間變化的電壓，或者更原始的是，在暗室中使用的照相放大機。

大部分的*新進展在高分辨率透射光學顯微鏡和低微光反射熒光顯微鏡觀察活細胞一直依賴數字圖像處理。此外，大多數聚焦和多光子顯微鏡嚴格依賴于高速，高保真掃描圖像的數字化，并在隨后的數字操縱視顯示。 較新的顯微鏡設計缺乏目鏡（目鏡）和直接連接到圖像采集軟件，還取決于圖像處理技術，生產出高品質的數字圖像從顯微鏡。

數字圖像處理，提取信息噪音或低對比度的圖像，這些圖像中要加強外觀的力量已導致一些研究者依靠技術而不是*佳的調整和使用顯微鏡或圖像傳感器。 不約而同地，高品質的光學圖像，無污物，雜物，噪聲，畸變，眩光，劃痕，文物開始，產生***的電子圖像。 仔細調整和適當的校正的圖像傳感器將導致更高質量的數字圖像，充分利用兩者的傳感器和數字圖像處理系統的動態范圍