一种数字PCR荧光图像的边缘检测识别方法及装置

摘要

本发明提出一种数字PCR荧光图像的边缘检测识别方法及装置，所述方法包括，采用对白色像素组成的封闭区域中逐步标记4邻域像素均为白色像素的白色像素，直至剩下所述封闭区域边缘临近黑色像素的白色像素，统计所述封闭区域中未被标记的白色像素的数量，根据公式计算出所述封闭区域的白色像素总数量，根据对比预设数据，可以判断所述封闭区域是否为阳性点。采用本方法操作简单、计算量少、识别准确率高以及统计结果可以灵活分类。

说明书

技术领域

本发明属于图像识别领域，涉及到一种数字PCR荧光图像的边缘检测识别方法及装置。

背景技术

数字PCR（Polymerase Chain Reaction，PCR）基于单分子PCR方法来进行计数的核酸定量。数字PCR一般包括两部分内容,即PCR扩增和荧光信号分析。在PCR扩增阶段,数字PCR先将样品稀释到单分子水平,再平均分配到几十至几万个单元中进行反应。数字PCR在扩增结束后对每个反应单元的荧光信号进行采集,有荧光信号记为1,无荧光信号记为0,有荧光信号的反应单元中至少包含一个拷贝的。目前荧光信息的检测方式主要包括两种:一是荧光成像,二是流式细胞荧光分选，荧光成像技术随着相机成像技术的发展,其成像速度越来越快,分辨率也越来越高,这种成像方式在显微成像中得到越来越广泛地应用。现有的荧光图像亮点分类计数方法主要根据亮点（阳性点）阈值范围和亮点形状尺寸对荧光图像进行分割，在阳性点与阴性点阈值差别较小时，对于亮点的识别精度与适应性较差。

发明内容

基于此，有必要针对上述技术问题，提供一种数字PCR荧光图像的边缘检测识别方法。

第一方面，本申请提供了一种数字PCR荧光图像的边缘检测识别方法。所述方法包括以下步骤：

S1，获取数字PCR荧光图像；

S2，预处理数字PCR荧光图像；

S3，获取一个未被标记的白色像素；

S4，获取所述一个未被标记白色像素的4邻域像素灰度；

S5，若4邻域像素的灰度均为白色则标记所述一个未被标记的白色像素，返回步骤S3;

S6，获取另外一个未被标记的像素;

S7，以所述另外一个白色像素为起点，逐像素遍历未被标记的4邻域白色像素，标记所遍历白色像素并累计所遍历白色像素数量，返回步骤S6;

S8，统计步骤S7一次遍历白色像素组成的边缘封闭区域所包含的白色像素汇总数量；

S9，每一次遍历的白色像素汇总数量与预设数据对比；

S10,根据对比结果获得阳性点数量。

第二方面，本申请提供了一种数字PCR荧光图像的边缘检测识别装置。所述装置包括：

图像获取模块，获取数字PCR荧光图像；

图像预处理模块，对图像做去除噪声、倾斜校正和二值化预处理；

像素点标记存储模块，存储被标记的像素点信息；

邻域像素点获取模块，获取像素的4邻域像素；

统计分析模块，统计分析像素标记、数量、类别等信息。

与现有技术相比，本发明的有益效果为：采用对荧光图像中亮点的边缘白色像素进行遍历和统计，根据4邻域分布规律推算出亮点包含的白色像素数量，对比预设数据，判断该亮点是否为阳性点。方法简单、计算量小、识别速度快，结果类型丰富。

附图说明

图1为一个实施例中数字PCR荧光图像的边缘检测识别方法流程示意图；

图2为一个实施例中数字PCR荧光图像的像素与其4邻域像素位置示意图；

图3为一个实施例中数字PCR荧光图像的亮点边缘示意图；

图4为一个实施例中像素的4邻域像数量关系示意图；

图5为一个实施例中数字PCR荧光图像的边缘检测识别装置示意图。

具体实施方式

为了便于理解本发明，下面将对本发明进行更全面的描述，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使本发明公开内容更加透彻全面。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。

本申请实施例提供的数字PCR荧光图像的边缘检测方法如图1所示，包括以下步骤：

S101，获取数字PCR荧光图像；

S102，预处理数字PCR荧光图像；

S103，获取一个未被标记的白色像素P1；

S104，获取该未被标记白色像素P1的4邻域像素灰度；

S105，若4邻域像素的灰度均为白色则标记该白色像素P1，返回步骤S103;

S106，获取一个未被标记的白色像素P2，若无未被标记的白色像素则跳至步骤S8;

S107，以白色像素P2为起点，逐像素遍历未被标记的4邻域白色像素，标记所遍历白色像素并累计数量，返回步骤S106;

S108，根据公示推算执行一次步骤7遍历白色像素组成的边缘封闭区域所包含的白色像素总量；

S109，每一次遍历的白色像素总量与预设数据对比；

S110,根据对比结果获得阳性点数量。

进一步的，所述步骤S102进一步具体为：

S10201,对图像去除噪声；

S10202,对图像做倾斜校正；

S10203,对图像做二值化处理；

S10204,图像采用矩阵表达形式。

进一步的，所述步骤S103进一步具体为：

S10301,随机或顺序获取一个白色像素；

S10302,判断该白色像素是否被标记为已经遍历过或不可重复使用；

S10303,若该白色像素已经被标记，则放弃该白色像素，返回步骤S301;

S10304，获得未被标记的白色像素。

进一步的，所述步骤S104进一步具体为：

S10401，获取该未被标记白色像素P1的4邻域像素,4邻域像素位置关系如图2所示；

S10402, 分别获取所述未被标记白色像素P1的4邻域像素的灰度；

进一步的，所述步骤S105进一步具体为：

S10501,若所述像素P1的4邻域像素均为白色；

S10502,则所述像素P1的位置位于亮点中，不属于边缘位置,标记该白色像素P1为已经遍历过或不可重复使用，如图3所示，白色圆圈中存在‘*’的为4邻域像素均为白色的白色像素示意；

S10503,若所述像素P1的4邻域像素不全为白色（即4个邻域像素中至少有一个黑色，则该像素有较大的概率处于边缘位置），返回步骤S103重新获取。

步骤S103至步骤S105的反复执行后最终没有4邻域像素的白色像素未被标记，即只有边缘白色像素未被标记。

进一步的，所述步骤S107进一步具体为：

S10701,以未被标记的白色像素P2为起点;

S10702，搜索所述起点像素的4邻域像素；

S10703,若搜索到的4邻域像素为黑色，则返回白色像素P2；

S10704，若搜索到的4邻域像素为已标记白色像素，则返回白色像素P2；

S10705,若搜索到的4邻域像素为未标记的白色像素P3，则标记白色像素P2,P3作为起点，返回步骤S10702；

S10706,若搜索到4邻域像素中有P2,则统计所遍历的白色像素数量；

S10707,返回步骤S106。

进一步的，所述步骤S108进一步具体为：

S10801,根据像素4邻域像素数量关系统计分析可知由内及外的某一像素的4邻域像素及层层扩展的不重复像素数量分别为4,8,12,16,20，……,4n (k为自然数)，如图4所示中心白色像素的4邻域像素为白色圆圈中为‘1’的4个白色像素，第二层为白色圆圈中为‘2’的8个白色像素，第三层为白色圆圈中为‘3’的12个白色像素，依次类推，第k层为4k个白色像素；

S10802,S10706遍历白色像素数量为y,则y=4n,k=y/4;

S10803,S10706遍历白色像素围成的封闭区域像素总数S

S10804,根据S10802和S10803两个步骤可以得出所述封闭区域像素总数S

进一步的，所述步骤S110进一步具体为：

S1101,若S

S1102,若S

S1103,若S

S1104,预设多个数值，根据S

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的数字PCR荧光图像的边缘检测识别方法的数字PCR荧光图像的边缘检测识别装置。在一个实施例中，如图5所示，提供了一种数字PCR荧光图像的边缘检测识别装置，包括：荧光图像获取模块501、预处理模块502、像素点标记存储模块503、临近像素点获取模块504和统计分析模块505，其中：

荧光图像获取模块501，用于获取数字PCR荧光图像；

预处理模块502，用于对所获取的数字PCR荧光图像做去噪、倾斜校正、图像二值化和图像矩阵化表示；

像素点标记存储模块503，用于存储标记的像素点位置、灰度和标记信息等信息；

临近像素点获取模块504,用于获取像素的4邻域像素的位置和灰度信息；

统计分析模块505，用于统计分析像素数量。

需要说明的是，在本文中，诸如P1和P2等之类的关系术语仅仅用来将一个实体或操作与另一个实体或操作进行区分，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

本发明提供一种数字PCR荧光图像的边缘识别方法及装置，本文中所描述的具体实施例仅是对本发明精神的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。