Sina Weibo:小锋子Shawn
Tencent E-mail:[email protected]
http://blog.csdn.net/dgyuanshaofeng/article/details/79983158
在进行病理学/组织学图像分析时,我们常常采用着色归一化(Stain Normalization)处理。因为在处理数据时,我们会遇到颜色变异这种因素。该因素由于1、切片扫面器的颜色反应;2、着色供应商的原材料和制造技术;3、着色协议。本篇博客介绍一种简单的方法。该方法首先匹配源图像和目标图像的颜色直方图的统计信息,然后进行RGB到去相关LAB颜色空间的变换。
原理/步骤
第一步:RGB转换为LMS
⎡⎣⎢LMS⎤⎦⎥=⎡⎣⎢0.38110.19670.02410.57830.72440.12880.04020.07820.8444⎤⎦⎥⎡⎣⎢RGB⎤⎦⎥
然后进行对数压缩,L=log10L, M=log10M, S=log10S
第二步:LMS压缩转换为lαβ
⎡⎣⎢lαβ⎤⎦⎥=⎡⎣⎢⎢⎢⎢13√00016√00012√⎤⎦⎥⎥⎥⎥⎡⎣⎢11111−11−20⎤⎦⎥⎡⎣⎢LMS⎤⎦⎥
第三步:计算统计信息和进行颜色校正
这里的统计信息为三个通道的均值和标准差。
首先,减去源图像(处理前图像)的均值。
l⋆=l−<l>
α⋆=α−<α>
β⋆=β−<β>
然后,乘以目标图像与源图像的方差比。
l′=σltσlsl⋆
α′=σαtσαsα⋆
β′=σβtσβsβ⋆
接着,加上目标图像的均值。
l′=l′+<lt>
α′=α′−<αt>
β′=β′−<βt>
第四步:lαβ转换为LMS压缩
⎡⎣⎢LMS⎤⎦⎥=⎡⎣⎢11111−21−10⎤⎦⎥⎡⎣⎢⎢⎢⎢13√00016√00012√⎤⎦⎥⎥⎥⎥⎡⎣⎢LMS⎤⎦⎥
然后进行指数拉伸,L=10L, M=10M, S=10S
第五步:LMS转换为RGB
⎡⎣⎢RGB⎤⎦⎥=⎡⎣⎢4.4679−1.21860.0497−3.58732.3809−0.24390.1193−0.16241.2045⎤⎦⎥⎡⎣⎢LMS⎤⎦⎥
实验
自然图像

组织病理学图像

[1] Color Transfer between Images