The invention discloses a multi-particle three-dimensional tracking method under high concentration, which includes the following steps: obtaining sample hologram by using digital holographic microscope, calculating background image and subtracting background image from sample holographic image; then reconstructing and obtaining reconstructed sample hologram image; obtaining the three-dimensional position of particles by searching for the maximum local light intensity and using the nearest neighbor; Near algorithm connects particle position into trajectory; chooses the first trajectory L1 and the second trajectory L2; judges the trajectory attribution of the first trajectory L1 and the second trajectory L2; completes the missing particle position between the first trajectory and the second trajectory if judged to be the same trajectory; sets error correction distance to judge whether the first trajectory L1 and the second trajectory L2 belong correctly; The attribution determination, completion and correction can effectively improve the accuracy, increase the amount of trajectory information, and enhance the applicability of three-dimensional particle tracking technology in high density.
【技术实现步骤摘要】
一种高浓度下多粒子三维追踪方法
本专利技术涉及粒子追踪的研究领域,特别涉及一种高浓度下多粒子三维追踪方法。
技术介绍
粒子追踪技术广泛使用于多种科学和工程领域,如海洋、流体学、气象学、化学、高分子、生物学等。追踪的粒子类型多样,如微生物、细胞、病毒、纳米和胶体粒子等。尺寸从数十纳米到数毫米不等,粒子的运动速度从每秒数纳米到每秒数十厘米不等。由于粒子定位技术固有的缺陷,如粒子位置丢失,噪声干扰,互相干扰等因素,对高浓度下的粒子追踪所得的轨迹往往是不连续的,并伴随着大量信息丢失,严重限制了粒子追踪技术的进一步应用。现有的粒子追踪方法主要有最近邻法和位置预测法,附带的优化方法主要有贪婪算法和全局优化法等。最近邻法和位置预测法都不能完全适合粒子的复杂运动行为,而贪婪算法和全局优化法都不是精确的方法,可能导致系统性的轨迹错判。三维情况具有更高的复杂度,使这些方法更难以适应,并且这些方法都没有考虑对各种干扰进行排除,鲁棒性差。目前还不存在高浓度下三维粒子追踪方法,由于粒子的高密度和复杂运动行为,这种限制在三维粒子追踪方面尤其显著。因此,建立一种高浓度下粒子的三维追踪、不连续粒子轨迹的归属判定算法,以及辅助的补全和校正方法是有必要的。
技术实现思路
本专利技术的主要目的在于克服现有技术的缺点与不足,提供一种高浓度下多粒子三维追踪方法。本专利技术的目的通过以下的技术方案实现:一种高浓度下多粒子三维追踪方法,包括以下步骤:S1、制备样品,使用数字全息显微镜获取样品中粒子的全息图像,计算背景图并在粒子全息图像中扣除背景图,得到扣除背景图后的粒子全息图像;S2、对扣除背景图后的粒子 ...
【技术保护点】
1.一种高浓度下多粒子三维追踪方法,其特征在于,包括以下步骤:S1、制备样品,使用数字全息显微镜获取样品中粒子的全息图像,计算背景图并在粒子全息图像中扣除背景图,得到扣除背景图后的粒子全息图像;S2、对扣除背景图后的粒子全息图像进行重构,得到重构后的粒子全息图像;S3、通过光强阈值和寻找局部光强最大,得到粒子三维位置;S4、使用最邻近算法将粒子位置连接成轨迹;S5、选取第一轨迹L1和第二轨迹L2;S6、对第一轨迹L1和第二轨迹L2进行轨迹归属判断;若判断为同一条轨迹,则补全第一轨迹和第二轨迹之间缺失的粒子位置;若判断为不是同一条轨迹,则不予处理;S7、设置纠错距离,对第一轨迹L1和第二轨迹L2的归属是否正确进行判断。
【技术特征摘要】
1.一种高浓度下多粒子三维追踪方法,其特征在于,包括以下步骤:S1、制备样品,使用数字全息显微镜获取样品中粒子的全息图像,计算背景图并在粒子全息图像中扣除背景图,得到扣除背景图后的粒子全息图像;S2、对扣除背景图后的粒子全息图像进行重构,得到重构后的粒子全息图像;S3、通过光强阈值和寻找局部光强最大,得到粒子三维位置;S4、使用最邻近算法将粒子位置连接成轨迹;S5、选取第一轨迹L1和第二轨迹L2;S6、对第一轨迹L1和第二轨迹L2进行轨迹归属判断;若判断为同一条轨迹,则补全第一轨迹和第二轨迹之间缺失的粒子位置;若判断为不是同一条轨迹,则不予处理;S7、设置纠错距离,对第一轨迹L1和第二轨迹L2的归属是否正确进行判断。2.根据权利要求1所述的一种高浓度下多粒子三维追踪方法,其特征在于,步骤S1中,所述全息图像,其记录帧率为20帧每秒至100帧每秒之间。3.根据权利要求1所述的一种高浓度下多粒子三维追踪方法,其特征在于,步骤S1中,所述背景图,由计算多帧全息图像的平均光强获得,计算如下:式中,Ib(x,y)为背景图中(x,y)位置处像素的灰度值,N为全息图像的总帧数,t为时间,It(x,y)为t时刻原始的全息图像中(x,y)位置处像素的灰度值,扣除背景后的全息图像中各像素点的光强值Is(x,y):Is(x,y)=It(x,y)-Ib(x,y)。4.根据权利要求1所述的一种高浓度下多粒子三维追踪方法,其特征在于,所述步骤S2,具体过程为:使用Rayleigh-Sommerfeld算法重建全息光场,得到设定范围内所有粒子对应的光强信息,计算公式如下:U(r,z)=FT-1(FT(Is(r,0)·H(q,-z))),其中,h(r,-z)为传播算子,r为粒子的初始横向坐标,z为粒子的初始轴向坐标;i为虚数单位;k为波数;R为光传播距离;Is为粒子的光强;FT-1为傅里叶逆变换;FT为傅里叶变换;H(q,-z)为h(r,-z)的傅里叶变换。5.根据权利要求1所述的一种高浓度下多粒子三维追踪方法,其特征在于,所述步骤S3,具体过程为:设定光强阈值下限T,通过光强阈值下限T,过滤低于光强阈值的噪声;在于所观察粒子尺度相近的立方体内,逐点寻找光强最大值的三维位置,即寻峰尺度为W,其中光强阈值依照具体使用的粒子和光源而有不用,寻峰尺度与具体使用的粒子大小一致。6.根据权利要求5所述的一种高浓度下多粒子三维追踪方法,其特征在于,步骤S6中,所述补全第一轨迹L1和第二轨迹L2之间缺失的粒子位置,具体过程为:设第一轨迹L1和第二轨迹L2之间点的位置丢失的帧为缺失区域,使用Rayleigh-Sommerfeld算法,使光强阈值下限T和寻峰尺度W以迭代方式逐步减小,从而计算和寻找丢失的点的位置;每次计算和寻找两帧中的点的位置,从丢失区域的两端开始计算;设寻峰范围:Dx、Dy、Dz,其中Dx=Dy,设上一帧的轨迹中的点的位置为(x3,y3,z3),则在本帧的(x3±Dx,y3±Dy,z3±Dz)范围内使用迭代方法寻找光强局部最大点;所述迭代方法,设初始光强阈值下限T0,初始寻峰尺度W0,光强阈值迭代量ΔT,寻峰尺度迭代量ΔW,寻峰尺度多次迭代量ΔWn;使寻峰...
【专利技术属性】
技术研发人员:龚湘君,王淦诚,张广照,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。