基于ＫＨＭ算法的视频显微图像细胞自动跟踪方法技术

本发明专利技术公开了一种基于ＫＨＭ算法的视频显微图像细胞自动跟踪方法，主要解决现有跟踪方法自动化程度较低以及出现特殊情况时无法准确跟踪的不足。其步骤包括：１）利用分水岭方法完成细胞图像的二值分割，提取目标细胞；２）为每个目标细胞建立匀速运动学动力模型，并初始化；３）利用ＫＨＭ算法对下一时刻二值图像进行聚类，获得所有细胞中心位置；４）通过目标细胞的关联，确定目标细胞在下一时刻的位置，完成运动细胞的跟踪；５）更新步骤２）中目标细胞模型的状态向量及其误差协方差矩阵；６）循环步骤３）到步骤５）直到跟踪到最后一帧图像。本发明专利技术具有确定细胞中心位置准确；在特殊情况下跟踪效果好的优点，可用于医学图像处理。

【技术实现步骤摘要】

本专利技术属于数字图像处理领域，涉及一种视频显微图像细胞自动跟踪的方法，该方法可用于医学图像处理。
技术介绍
细胞动态学是众多生物医学处理中重要的一个方面，它直接引导着人类健康的走向。细胞运动分析是细胞动态学研究中重要的组成部分之一。分析细胞运动，通常是对目标细胞进行追踪，进而对细胞的运动速度、位移、轨迹、形状等属性进行定性或定量的分析，它是进行细胞活性、细胞迁徙和细胞趋向性等细胞生物学和生物制药研究的有效方法和必要手段，在生物学、药理学和病理学方面都具有十分重要的研究意义和实用价值。 目前，国内细胞跟踪的实现方法主要还是显微设备辅助下的人工定时检测和记录，其自动化程度较低， 一方面要求工作人员付出辛苦的劳动，具有较高的劳动强度；另一方面由于细胞形式的复杂多变性，如细胞分裂、结合、聚集、交叉和视频图像本身的噪声和干扰等因素，使得人工观测过程更加困难，并且有较高的出错率。 近几年，国外研究机构在细胞自动跟踪方面取得了一些研究成果，借助图像分析 软件研制出一批细胞自动跟踪系统，如University of Virginia、University ofAberdeen 禾口 Europ本文档来自技高网...

【技术保护点】
一种基于ＫＨＭ算法的视频显微图像细胞自动跟踪方法，包括如下步骤：１）对细胞运动图像进行预处理，利用分水岭方法完成目标细胞与背景以及目标细胞之间的二值分割，并从获得的目标二值图像中提取目标细胞；２）根据目标细胞运动特点，为每个目标细胞建立匀速运动学动力模型，并对模型中的状态向量及误差协方差矩阵进行初始化；３）利用卡尔曼滤波对当前时刻所有目标细胞在下一时刻的位置进行预测，以这些预测值作为初始点，利用ＫＨＭ算法对下一时刻二值图像进行聚类，获得图像中所有细胞中心位置；４）以最近邻方法为准则进行目标细胞关联，当关联过程中出现一对多，多对一的特殊情况时，计算不同关联结果的差异代价函数，以差异代价函数最小的...

【技术特征摘要】
一种基于KHM算法的视频显微图像细胞自动跟踪方法，包括如下步骤1)对细胞运动图像进行预处理，利用分水岭方法完成目标细胞与背景以及目标细胞之间的二值分割，并从获得的目标二值图像中提取目标细胞；2)根据目标细胞运动特点，为每个目标细胞建立匀速运动学动力模型，并对模型中的状态向量及误差协方差矩阵进行初始化；3)利用卡尔曼滤波对当前时刻所有目标细胞在下一时刻的位置进行预测，以这些预测值作为初始点，利用KHM算法对下一时刻二值图像进行聚类，获得图像中所有细胞中心位置；4)以最近邻方法为准则进行目标细胞关联，当关联过程中出现一对多，多对一的特殊情况时，计算不同关联结果的差异代价函数，以差异代价函数最小的关联结果作为最终关联结果，确定每个目标细胞在下一时刻的位置，完成运动细胞当前时刻到下一时刻的跟踪；5)更新步骤2)中的目标细胞模型的状态向量及误差协方差矩阵。6)循环步骤3)到步骤5)直到跟踪到最后一帧图像。2. 根据权利要求1所述的细胞自动跟踪方法，其中步骤3)所述的用KHM算法对下一时 刻二值图像进行聚类，按如下步骤进行2a)将卡尔曼滤波器所得的一步量测预测值作为初始聚类中心，将细胞二值图像中非 零像素点作为待聚类的数据点；2b)计算每个聚类中心对二值图像中非零像素点的条件概率PKHM，以及迭代权函数w :(K)2&柳) = 7该权函数w表示每次迭代过程中，数据点对聚类中心的影响程度，该条件概率P 表示 数据点归属于聚类中心所代表的类的可能性，其中Cj是聚...

【专利技术属性】
技术研发人员：韩红，王爽，郑堃，刘芳，李阳阳，马文萍，尚荣华，吴建设，
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]