超分辨率序列圖像中目標(biāo)檢測和跟蹤問題研究.pdf

1、在醫(yī)學(xué)或生物學(xué)研究中，對生物粒子（如囊泡、病毒粒子、DNA）進(jìn)行檢測與運(yùn)動跟蹤是研究亞細(xì)胞級粒子生理機(jī)理的主要方式，這對科學(xué)研究和藥物開發(fā)具有重要意義。因此，生物粒子檢測與跟蹤方法的研究已成為生物醫(yī)學(xué)工程與計(jì)算機(jī)圖像處理等領(lǐng)域的研究熱點(diǎn)。生物粒子跟蹤研究要求使用顯微鏡獲取的熒光序列圖像。由于圖像設(shè)備的精密程度和拍攝環(huán)境的限制，獲取的圖像往往混有噪聲，嚴(yán)重影響圖像質(zhì)量，這對后續(xù)粒子跟蹤有較嚴(yán)重影響。另外，由于粒子在生命周期中出現(xiàn)的融合、分

2、裂等復(fù)雜現(xiàn)象，這使得對粒子進(jìn)行準(zhǔn)確的跟蹤愈加困難，為深入認(rèn)識粒子運(yùn)動和研究提出了新的挑戰(zhàn)。
　　 實(shí)現(xiàn)粒子運(yùn)動分析要經(jīng)過如下三個(gè)步驟:熒光圖像預(yù)處理、粒子特征提取以及粒子軌跡獲取。由于獲取的生物顯微熒光圖像往往被各種噪聲污染，因此首先需要對圖像進(jìn)行降噪以提高圖像質(zhì)量;然后對圖像中記錄的粒子進(jìn)行檢測并抽取粒子特征信息;根據(jù)檢測出的粒子信息，使用最大流方法和指派方法對圖像序列中粒子運(yùn)動進(jìn)行跟蹤，以獲得粒子的軌跡信息。
　　

3、本文主要貢獻(xiàn)在三個(gè)方面:首先，針對圖像噪聲問題，結(jié)合非局部均值法和雙邊濾波算法的優(yōu)點(diǎn)提出了非局部雙邊濾波方法，并且對一些參數(shù)進(jìn)行自適應(yīng)選擇。對于含有泊松噪聲的顯微熒光圖像，將其轉(zhuǎn)換成含高斯噪聲的圖像，然后使用高斯噪聲的去噪方法，逆變換之后得到降噪圖像。其次，熒光圖像中粒子亮度呈現(xiàn)點(diǎn)擴(kuò)散函數(shù)形式，通過曲線擬合來獲得粒子特征。最后，針對亞細(xì)胞級生物粒子跟蹤問題，本文引入網(wǎng)絡(luò)最大流的方法，把生物粒子匹配問題轉(zhuǎn)換成網(wǎng)絡(luò)最大流問題以獲得最小匹配代

4、價(jià);同時(shí)本文引進(jìn)解指派問題方法來解決跟蹤問題，使生物粒子匹配得到全局最優(yōu)解，由于使用匈牙利法解指派問題，總能夠在有限的步驟內(nèi)收斂到最優(yōu)解，所以使用解指派方法實(shí)現(xiàn)粒子跟蹤的運(yùn)算速度較快?？紤]生物粒子在生命周期內(nèi)會有分裂和融合的現(xiàn)象，本文對基于指派的粒子跟蹤方法提出改進(jìn)，通過對粒子軌跡片段進(jìn)行指派來識別發(fā)生融合與分裂的軌跡片段。
　　 實(shí)驗(yàn)結(jié)果表明，非局部雙邊去噪方法比原來的兩種方法具有更好的去噪能力，對圖像區(qū)域具有更好的平滑效果并