[發(fā)明專利]模式生物圖像采集數(shù)字化形狀提取重構(gòu)方法有效
| 申請?zhí)枺?/td> | 201710791180.3 | 申請日: | 2017-09-05 |
| 公開(公告)號: | CN107665487B | 公開(公告)日: | 2020-09-01 |
| 發(fā)明(設(shè)計)人: | 陳維洋;李偉偉 | 申請(專利權(quán))人: | 齊魯工業(yè)大學(xué) |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G06T7/194;G06T5/00 |
| 代理公司: | 濟南信達(dá)專利事務(wù)所有限公司 37100 | 代理人: | 劉凱 |
| 地址: | 250353 山東省濟南市長*** | 國省代碼: | 山東;37 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 模式 生物 圖像 采集 數(shù)字化 形狀 提取 方法 | ||
1.模式生物圖像采集數(shù)字化形狀提取重構(gòu)方法,其特征在于該方法包括:
將培養(yǎng)有模式生物的培養(yǎng)皿通過數(shù)碼顯微鏡進行觀察并拍攝視頻數(shù)據(jù);由圖像處理算法對模式生物視頻圖像數(shù)據(jù)進行處理:
讀入模式生物實驗視頻,對模式生物視頻進行每一幀圖像的提取;
對每一幀圖像進行平滑處理,去除噪聲像素點的干擾;
對平滑處理后的每一幀圖像進行自適應(yīng)的圖像分割閾值選取,并對圖像進行二值化處理;將圖片內(nèi)的區(qū)域轉(zhuǎn)換為二值圖,使用最大類間方差法確定轉(zhuǎn)換閥值,使用面積閥值,面積閥值設(shè)為模式生物平均面積的一半,將識別出的前景物體中小的干擾物過濾掉;
在所有模式生物中通過面積閥值,面積閥值設(shè)為模式生物平均面積的一點五倍,識別所有的單體模式生物;
每一幀圖像對分割出的模式生物進行模式生物身體主干提取,用于表示模式生物的形狀;提取主干的方法是通過逐步去掉模式生物體的外層像素點,直到最終只保留寬度為一個像素點的主干為止;這條主干是一條曲線,表示了線蟲當(dāng)前狀態(tài)的形狀;
對提取出的模式生物主干形狀進行數(shù)學(xué)表示;
計算每個單體模式生物的形狀;
計算方法:
a.對于上步驟得到的模式生物的主干曲線,首先將主干這條曲線按照長度等分為相同弧長的60份;
b.用每段弧長的兩個端點之間的直線來代替這一小段弧長,然后分別計算每一個小弧段與水平面的夾角;
c.為了使計算出的夾角不受圖片旋轉(zhuǎn)等因素的影響,所有的夾角都進行標(biāo)準(zhǔn)化,標(biāo)準(zhǔn)化的方法是:計算所有夾角值平均值,然后將每一個夾角的值減掉平均值來得到標(biāo)準(zhǔn)化后的夾角值;
d.最后每一個模式生物的主干曲線便可以用一個數(shù)字化向量表示,向量中包含60個標(biāo)準(zhǔn)化之后的角度值,獲得對線蟲形狀進行數(shù)字化表示的結(jié)果;
每一幀圖像得到的數(shù)學(xué)表示的模式生物主干形狀,在時間軸上的分布堆疊構(gòu)成模式生物的運動行為分析模型。
2.根據(jù)權(quán)利要求1所述的模式生物圖像采集數(shù)字化形狀提取重構(gòu)方法,其特征在于:模式生物選用線蟲。
3.根據(jù)權(quán)利要求1所述的模式生物圖像采集數(shù)字化形狀提取重構(gòu)方法,其特征在于:消除圖像旋轉(zhuǎn)角度的改變因素后,用數(shù)學(xué)化向量表示的模式生物主干形狀。
4.根據(jù)權(quán)利要求1所述的模式生物圖像采集數(shù)字化形狀提取重構(gòu)方法,其特征在于:得到的模式生物形狀的數(shù)字化向量,可以用于模式生物的行為分析、活動方式分析、不同模式生物的形狀的比較、而且還可以隨時將數(shù)字化的角度向量還原回形狀曲線并展示出來。
5.根據(jù)權(quán)利要求4所述的模式生物圖像采集數(shù)字化形狀提取重構(gòu)方法,其特征在于:得到的模式生物形狀的數(shù)字化向量后,將數(shù)字化的角度向量還原回形狀曲線的方法:首先,將每段弧長定義為單位長度,用每段弧長的兩個端點之間的直線來代替這一小段弧長;設(shè)形狀曲線的開始坐標(biāo)為(0,0),而要求解的下一個坐標(biāo)點v1的坐標(biāo)為(x,y),根據(jù)已知的這一小段弧長和水平面的夾角(設(shè)為α)、以及直角三角形的性質(zhì)可以得到方程:x2+(tan(α)*x)2=1,其中tan(α)是夾角α的正切值,可以通過已知的夾角α求出其正切值,通過求解這個方程中的x值便可以得到坐標(biāo)點v1的橫坐標(biāo),其縱坐標(biāo)的值可以通過tan(α)*x求得;依次類推,后續(xù)可以類似的求出其它59個坐標(biāo)點的坐標(biāo),將所有求出的坐標(biāo)點在平面坐標(biāo)系中畫出來,并將相鄰坐標(biāo)點之間連線,便得到了對數(shù)字化的角度向量還原回形狀曲線的結(jié)果。
6.線蟲模式生物圖像數(shù)字化向量標(biāo)記和數(shù)字還原方法,其特征在于:通過線蟲模式生物圖像提取每個線蟲模式生物的主干,是通過逐步去掉線蟲身體的外層像素點,直到最終只保留寬度為一個像素點的主干為止,這條主干是一條曲線,表示了線蟲當(dāng)前狀態(tài)的形狀;
計算每條線蟲的形狀的方法:a.對于上面得到的線蟲主干,首先將主干這條曲線按照長度等分為相同弧長的60份;b.用每段弧長的兩個端點之間的直線來代替這一小段弧長,然后分別計算每一個小弧段與水平面的夾角;c.為了使計算出的夾角不受圖片旋轉(zhuǎn)等因素的影響,所有的夾角都進行標(biāo)準(zhǔn)化,標(biāo)準(zhǔn)化的方法是:計算所有夾角值平均值,然后將每一個夾角的值減掉平均值來得到標(biāo)準(zhǔn)化后的夾角值;d.最后每一個線蟲的主干曲線便可以用一個向量表示,向量中包含60個標(biāo)準(zhǔn)化之后的角度值,這便達(dá)到了對線蟲形狀進行數(shù)字化表示的結(jié)果;
得到的線蟲形狀的數(shù)字化向量,可以用于線蟲的行為分析、活動方式分析、不同線蟲的形狀的比較、而且還可以隨時將數(shù)字化的角度向量還原回形狀曲線并展示出來;
將數(shù)字化的角度向量還原回形狀曲線的方法:首先,將每段弧長定義為單位長度,用每段弧長的兩個端點之間的直線來代替這一小段弧長;設(shè)形狀曲線的開始坐標(biāo)為(0,0),而要求解的下一個坐標(biāo)點v1的坐標(biāo)為(x,y),根據(jù)已知的這一小段弧長和水平面的夾角(設(shè)為α)、以及直角三角形的性質(zhì)可以得到方程:x2+(tan(α)*x)2=1,其中tan(α)是夾角α的正切值,可以通過已知的夾角α求出其正切值,通過求解這個方程中的x值便可以得到坐標(biāo)點v1的橫坐標(biāo),其縱坐標(biāo)的值可以通過tan(α)*x求得;依次類推,后續(xù)可以類似的求出其它59個坐標(biāo)點的坐標(biāo),將所有求出的坐標(biāo)點在平面坐標(biāo)系中畫出來,并將相鄰坐標(biāo)點之間連線,便得到了對數(shù)字化的角度向量還原回形狀曲線的結(jié)果。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于齊魯工業(yè)大學(xué),未經(jīng)齊魯工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710791180.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





