基于局部图匹配的植物细胞鲁棒追踪算法研究

摘要

对植物细胞的研究，在生物学和医学领域，发挥着重要的作用。通过对细胞图像进行自动分割和追踪，获得完整的细胞信息，方便研究人员分析细胞面积分布以及细胞的运动特征。
　　在论文中，我们提出一种对植物顶端分生组织细胞进行自动分割和追踪的算法。分水岭分割算法，有助于寻找图像中目标的轮廓，非常适用于分割植物细胞，但同时也容易产生过分割的现象。为了对源图像进行去噪，突出目标信息，提出使用基于混合滤波器的分水岭算法来分割图像中的运动细胞。混合滤波器结合空间域滤波和频域滤波以及形态学滤波的优点，由均值滤波、小波变换和形态学腐蚀操作组成。
　　对于细胞追踪，采用基于图像分割的追踪算法，对于分割算法得到的细胞图像，用图来描述细胞之间的拓扑结构，提取细胞的相关特征，包括细胞面积，邻居细胞分布，邻居细胞数目等。并由构建的三角邻域结构图中建立特征向量，用于寻找初始匹配时的种子细胞，再从种子细胞开始利用邻居细胞扩散的方式进行更加全面的追踪。在三维细胞图像序列上，进行时间上和空间上的多维追踪，对分割错误进行检测，建立从追踪结果到分割过程的反馈，对欠分割和过分割两类分割错误进行识别和局部修复。相较于分割错误的全局修复方法，提高了算法处理低信噪比图像区域和边缘细胞的能力。
　　在对细胞序列进行长期追踪的过程中，由于噪声或者分割错误的原因，使得原本属于同一细胞的完整轨迹，被中断为多段不连续的小轨迹片段。因此在基于相邻两帧局部图匹配的细胞追踪之后，将得到的细胞轨迹片段集合，利用基于马尔可夫链蒙特卡罗方法的Metropolis-Hastings算法在特征空间内对细胞的位置进行预测，最终实现细胞的完整追踪。
　　最后，我们利用多个图像序列对细胞分割和追踪算法进行测试，实验结果验证了我们提出的算法的有效性和鲁棒性。

目录

声明

摘要

插图索引

附表索引

第1章 绪论

1．1 细胞追踪研究背景及意义

1．2 目标追踪算法介绍

1．3 细胞追踪研究现状

1．4 论文研究内容

1．5 论文结构安排

第2章 细胞图像序列分割

2．1 图像分割

2．2 细胞图像分割的主要难点

2．3 细胞图像前处理

2．3．1 均值滤波

2．3．2 小波变换

2．3．3 形态学腐蚀操作

2．4 细胞分割算法

2．4．1 基于水平集的细胞分割算法

2．4．2 基于分水岭变换的细胞分割算法

2．5 细胞分裂检测及错误分割修正

2．5．1 细胞分裂检测

2．5．2 修正过分割

2．5．3 修正欠分割

2．6 实验结果及分析

2．7 本章小结

第3章 基于局部图匹配的细胞追踪算法

3．1 细胞之间拓扑关系的图描述

3．2 三角邻域结构图

3．3 基于三角邻域结构图的细胞追踪算法

3．4 实验结果及分析

3．5 本章小结

第4章 基于MCMC的细胞轨迹片段关联算法

4．1 细胞轨迹片段的生成

4．2 轨迹片段关联研究现状

4．3 基于轨迹片段关联的目标跟踪方法

4．4 基于MCMC的Metropolis-Hastings算法的细胞轨迹片段关联

4．5 搜索小轨迹的最佳关联匹配

4．6 实验结果及分析

4．7 本章小结

第5章 实验结果和数据分析

5．1 实验环境

5．2 细胞生长情况描述

5．3 细胞追踪效果分析

5．4 细胞三维轨迹和追踪效果

5．5 本章小结

结论与展望

参考文献

致谢

附录A 攻读学位期间所发表的学术成果

附录B 攻读学位期间所参与的科研项目