一种图像相似块评估方法技术

一种图像相似块评估方法，包括以下步骤：(1)取冷冻电子显微镜图像中两个大小为K*K的图像块SA，SB；(2)计算图像块SA中每个像素点对应的梯度值tAi，并保存在矩阵DSA中；计算图像块SB中每个像素点对应的梯度值tBi，并保存在矩阵DSB中；(3)计算第i个点的权重weight1，weight2；(4)计算图像块中相同位置的Ai，Bi两点的测地距离；(5)计算SA，SB之间的测地距离；(6)比较d(SA,SB)与预定义阈值T的大小，判断图像块SA，SB是否相似。基于测地距离的相似块衡量方法，能有效提高相似块组的准确率，用于基于图像块的去噪算法中，能提高去噪效果。

【技术实现步骤摘要】

本专利技术设计计算机领域，特别涉及一种冷冻电镜图像相似块评估的方法。
技术介绍
随着科学技术的迅速发展，人们对生物的认识，不再仅仅局限于宏观阶段，人们想要更加深刻了解认识生物的微观世界，根据结构决定功能，要了解生物大分子的功能和内在机制，如复制、繁殖，我们必须首先知道其结构。因为生物样品内在结构的复杂性和分子量巨大，解析其三维结构一直是影响是后续研究其功能的瓶颈，直到上世纪中后期，伴随着材料科学的飞速发展，越来越多的精密仪器设备逐渐出现，冷冻电子显微镜等精密仪器设备渐渐用于生物样品研究。经过几十年的发展，测定生物大分子结构的技术以及方法，都获得了很大的发展，主要有以下三种：X射线晶体学，NMR(核磁共振波谱学)，冷冻电子显微镜技术(简称冷冻电镜技术，Cryo-EM技术)，X射线晶体学要求得到待测生物样品的结晶，NMR需要对生物样品进行提纯，这两种方法都有局限性，因为生物样品内在结构的复杂性和分子量巨大，解析其三维结构一直是影响着其后续功能研究的瓶颈，直到上个世纪中后期，伴随着材料科学的飞速发展，越来越多的精密仪器设备逐渐出现，电子显微镜等渐渐用于生物样品的研究。冷冻电镜成像的一个缺点是，许多的生物样品都对辐射敏感，电子束可能会损伤样品，为了防止这种情况发生，通常将样品放在很低的电子束下成像，然而，这容易导致图像的信噪比非常低，图像的噪声增强，得到的图像常被泊松噪声和高斯噪声污染，除此之外，环境因素也会造成图像噪声，如磁场变化，机械振动，声振动，热不稳定性，电磁透镜等。另外，噪声还和检流器有关，近似表现为泊松分布，在将模拟投影图像转换成数字图像的时候也会带入高斯噪声，因此，需要针对噪声的不同表现形式去消除冷冻电镜图像中的噪声。另外，图像中的噪声也会影响冷冻电镜图像三维重构过程中的单颗粒挑选和校准步骤，因此，冷冻电镜图像去噪的主要目的是在减少噪声的同时，尽可能多保留图像的细节信息，提高图像质量。常用的电镜图像去噪方法，例如高斯滤波器技术，能够消除噪声，但是该方法也使得图像的边缘变得模糊，从整体上降低了图像质量，而且，图像边缘不够清晰，严重影响后续的颗粒挑选。要获得生物大分子的结构，我们首先需要得到其投影图像，但是，低温电镜技术拍摄的冷冻电镜图像有着弱相位、低信噪比、低对比度、背景强度不均衡、颗粒内部纹理不规则等特点，这给准确的测定生物大分子的立体结构带来很大的困难，为了解决这个问题，需要对投影图像进行去噪，提升图像的视觉效果，最大限度的恢复图像质量。在分析原始电子冷冻电镜图像的基础上，我们发现基于图像块的去噪方法能够有效消除原始图像中的噪声成分，但是，同时也发现，该方法首先需要找到与参考块相似的图像块，而如何评价两个图像块是否相似，成为我们解决这个问题的关键所在。在许多经典的基于图像块的图像处理算法中，经常使用欧拉距离来评价两个图像块是否相似，但是这种方式存在一定的局限性，这是因为，欧拉距离只考虑了图像的灰度值，同时，图像块子空间并不完全是欧拉空间，使用欧拉距离并不是一个很好的相似性衡量标准，因此，在选择相似块时，需要考虑图像子空间的结构和一些结构特征。因此，找到一种能够准确评估相似块的简单且高效的方法，成为当务之急。
技术实现思路
图像块匹配(Block-Matching)算法是建立在图像信息的冗余性和相关性基础上，通过计算候选块集合X与参考块集合R之间的距离，找到候选块所属的参考块类，常用的块匹配算法有K近邻搜索法，该方法属于局部搜索，搜索速度相对较快，但是只能得到局部最优解，另一种匹配方法是全局搜索方法，虽然可以得到全局最优解，但是该方法耗时久，匹配算法的优劣已经严重影响着其他的后续处理。图像块子空间并不完全是欧拉空间，在判断相似块时，需要考虑图像子空间的结构和图像块的结构特征。本专利技术提出一种图像相似块评估方法，为一种基于测地距离的相似块匹配算法，使用测地距离代替欧拉距离来判断两个图像块是否相似。本专利技术提出的基于测地距离的相似块衡量方法，用于基于图像块的去噪算法中，能有效提高相似块的准确率，能提高去噪效果。一种图像相似块评估方法，包括以下步骤：(1)取冷冻电子显微镜图像中两个大小为K*K的图像块SA，SB；(2)计算图像块SA中每个像素点对应的梯度值tAi，，并保存在矩阵DSA中；计算图像块SB中每个像素点对应的梯度值tBi，并保存在矩阵DSB中；(3)计算第i个点的权重weight1，weight2：weight1＝0.5*(value[Ai]-value[Bi])2其中：value[Ai]、value[Bi]分别代表图像块SA和SB中对应相同位置的Ai、Bi两点的灰度值；weight2＝0.5*(tAi+tBi+tan|α-β|)tAi，tBi分别代表图像块SA和SB中第i个像素点的梯度值；α，β分别代表第i个像素点像素值变化最大方向和最小变化方向的夹角；(4)计算图像块中相同位置的Ai，Bi两点的测地距离：d(SAi,SBi)＝weight1+weight2；(5)计算SA，SB之间的测地距离： d ( S A , S B ) = 1 K * K Σ i = 1 k * k d ( S A i , S B i ) ]]>其中：i为图像块中的第i个像素点，i＝1,2……K*K；(6)比较d(SA,SB)与预定义阈值T的大小，判断图像块SA，SB是否相似。在本专利技术中，步骤(1)所述的两个图像块是通过在整个冷冻电镜图像中随机抽取的。在本专利技术中，所述K表示图像块的大小。大小为K的图像块中共有K*K个像素点。K为2-50，优选为5-20，更优选为6-10。在本专利技术中，步骤(2)中梯度值通过matlab中的gradient函数求得。在本专利技术中，步骤(3)中所述的α为[0,π]。在本专利技术中，β为[0,π]。在本专利技术中，步骤(4)中所述灰度值通过以下方法获得：冷冻电子显微镜图像本身就是灰度图像，通过分析头文件格式，用matlab读取后，存在矩阵中的数值就是图像的灰度值。在本专利技术中，步骤(5)中K的值与步骤(1)中K的值相同。在本专利技术中，步骤(6)中所述T的值与图像块大小K有关。在本专利技术中，T小于2K*K，T为2-70，优选为5-60，更优选为10-50。在本专利技术中，步骤(6)中：1)如果d(SA,SB)≤T，两个图像块相似；2)如果d(SA,SB)＞T，两个图像块不相似。在本专利技术中，在大小为N*N的冷冻电镜图像中随机抽取两个本文档来自技高网...

【技术保护点】
一种图像相似块评估方法，包括以下步骤：(1)取冷冻电子显微镜图像中两个大小为K*K的图像块SA，SB；(2)计算图像块SA中每个像素点对应的梯度值tAi，并保存在矩阵DSA中；计算图像块SB中每个像素点对应的梯度值tBi，并保存在矩阵DSB中；(3)计算第i个点的权重weight1，weight2：weight1＝0.5*(value[Ai]‑value[Bi])2其中：value[Ai]、value[Bi]分别代表图像块SA和SB中对应相同位置的Ai、Bi两点的灰度值；weight2＝0.5*(tAi+tBi+tan|α‑β|)tAi，tBi分别代表图像块SA和SB中第i个像素点的梯度值；α，β分别代表第i个像素点像素值变化最大方向和最小变化方向的夹角；(4)计算图像块中相同位置的Ai，Bi两点的测地距离：d(SAi,SBi)＝weight1+weight2；(5)计算SA，SB之间的测地距离：d(SA,SB)=1K*KΣi=1k*kd(SAi,SBi);]]>其中：i为图像块中的第i个像素点，i＝1,2……K*K；(6)比较d(SA,SB)与预定义阈值T的大小，判断图像块SA，SB是否相似。...

【技术特征摘要】
2016.06.12 CN 20161040723661.一种图像相似块评估方法，包括以下步骤：(1)取冷冻电子显微镜图像中两个大小为K*K的图像块SA，SB；(2)计算图像块SA中每个像素点对应的梯度值tAi，并保存在矩阵DSA中；计算图像块SB中每个像素点对应的梯度值tBi，并保存在矩阵DSB中；(3)计算第i个点的权重weight1，weight2：weight1＝0.5*(value[Ai]-value[Bi])2其中：value[Ai]、value[Bi]分别代表图像块SA和SB中对应相同位置的Ai、Bi两点的灰度值；weight2＝0.5*(tAi+tBi+tan|α-β|)tAi，tBi分别代表图像块SA和SB中第i个像素点的梯度值；α，β分别代表第i个像素点像素值变化最大方向和最小变化方向的夹角；(4)计算图像块中相同位置的Ai，Bi两点的测地距离：d(SAi,SBi)＝weight1+weight2；(5)计算SA，SB之间的测地距离： d ( S A , S B ) = 1 K * K Σ i = 1 k * k d ( S A i , S B ...

【专利技术属性】
技术研发人员：欧阳建权，唐欢容，陈纯玉，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43