基于质心跟踪框架的粒子滤波与均值漂移的细胞跟踪方法技术

本发明专利技术公开了基于质心跟踪框架的粒子滤波与均值漂移的细胞跟踪方法，主要解决现有细胞跟踪方法正确率低的问题。其过程为：对视频图像进行二值化分割，提取每个细胞的中心位置；对细胞进行质心跟踪，记录细胞的跟踪轨迹；将轨迹的起始和终止坐标分别记录起始坐标集合和终止坐标集合中，选择待跟踪细胞；采用粒子滤波对待跟踪细胞的轨迹进行一步预测，得到在下一帧图像中的预测坐标点；根据预测的坐标点，适时采用均值漂移方法，选择待跟踪细胞的后续跟踪轨迹；循环预测和选择步骤直到最后一帧图像，完成对所有细胞的跟踪。本发明专利技术较其它几种传统的跟踪方法，在跟踪效果及正确率方面都有提高，可用于医学显微视频图像中对运动细胞的分析。

【技术实现步骤摘要】

本专利技术属于数字图像处理
，涉及视频显微图像中运动细胞的自动跟踪， 可用于医学显微视频图像中对运动细胞的分析。
技术介绍
细胞图像处理作为生物学中的一个研究方向，由于其对细胞研究尤其是癌细胞的 研究具有很重要的指导意义，已经成为生物学中的一个新的研究热点。显微技术的发展给 观察和研究细胞周期性活动提供了一个很重要的工具。不过，传统的数据人工分析方法对 处理这类细胞显微图像数据的作用非常有限，费时费力而且不准确。如今，用于视频显微图 像下的细胞自动跟踪系统，作为生物学研究中的一个新兴研究方向，对细胞研究具有重要 的指导意义。细胞跟踪的目标是高速、自动的提供细胞的行为，包括移动、分裂、出现、消失等。 广泛的计算机视觉领域的研究已造成强大和灵活的可视化算法。目前，存在的细胞跟踪 方法，大致可以分为三类基于数据关联、单独帧独立分割的方法；基于轮廓变化模型的方 法；随机滤波和概率统计的方法。其中1.基于数据关联、单独帧独立分割的方法，是细胞跟踪当中比较有效的方法。 Al-Kofahi等人在各种匹配假说中使用了线性规则，但是他们的方法不能捕获聚集的细胞 以及进入或者离开图像视角的细胞。本文档来自技高网...

【技术保护点】
一种基于质心跟踪框架的粒子滤波与均值漂移的细胞跟踪方法，包括如下步骤：（１）对视频的每帧图像运用Ｏｔｓｕ方法进行二值化分割，并对二值图像中的细胞区域进行标记，提取每个细胞的中心位置；（２）根据每个细胞的中心位置，对二值图像中出现的细胞进行质心跟踪，记录得到的细胞跟踪轨迹；（３）根据每个细胞的跟踪轨迹，判断二值图像是否为细胞跟踪轨迹的起始图像和终止图像，并将起始图像和终止图像中细胞轨迹的起始和终止坐标分别记录于起始坐标集合和终止坐标集合中；（４）根据轨迹的终止坐标集合和轨迹起始坐标集合，先对视频的相邻两帧二值图像进行判断：如果当前二值图像为细胞跟踪轨迹的终止图像，且下一帧二值图像为细胞跟踪轨迹的...

【技术特征摘要】
一种基于质心跟踪框架的粒子滤波与均值漂移的细胞跟踪方法，包括如下步骤(1)对视频的每帧图像运用Otsu方法进行二值化分割，并对二值图像中的细胞区域进行标记，提取每个细胞的中心位置；(2)根据每个细胞的中心位置，对二值图像中出现的细胞进行质心跟踪，记录得到的细胞跟踪轨迹；(3)根据每个细胞的跟踪轨迹，判断二值图像是否为细胞跟踪轨迹的起始图像和终止图像，并将起始图像和终止图像中细胞轨迹的起始和终止坐标分别记录于起始坐标集合和终止坐标集合中；(4)根据轨迹的终止坐标集合和轨迹起始坐标集合，先对视频的相邻两帧二值图像进行判断如果当前二值图像为细胞跟踪轨迹的终止图像，且下一帧二值图像为细胞跟踪轨迹的起始图像，则把当前二值图像中轨迹终止坐标代表的细胞作为待跟踪细胞；再采用粒子滤波方法，对该待跟踪细胞的轨迹进行一步预测，得到该细胞在下一帧二值图像中的预测坐标点；(5)根据预测的坐标点，对预测结果进行判断如果该坐标点在下一帧二值图像中某个细胞区域的内部，且此二值图像是该细胞轨迹的初始图像，则把该细胞和待跟踪细胞确定为同一细胞，并将该细胞的跟踪轨迹作为待跟踪细胞的后续跟踪轨迹；否则，运用均值漂移方法对预测的坐标进行更新，得到新的预测坐标点，再根据新的坐标点进行上述判断，若依旧不满足判断准则，停止对此待跟踪细胞进行跟踪；(6)循环步骤(4)到步骤(5)直到最后一帧二值图像，完成对所有细胞的跟踪。2.根据权利要求1所述的细胞跟踪方法，其中步骤(2)所述的对二值图像中出现的细 胞进行质心跟踪，按如下步骤进行...

【专利技术属性】
技术研发人员：王爽，焦李成，沈威，侯彪，韩红，于昕，马文萍，高婷婷，李悦，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]