[发明专利]基于Meanshift算法的视频显微图像细胞自动跟踪方法

摘要

本发明公开了一种基于Meanshift算法的视频显微图像细胞自动跟踪方法，主要解决现有技术在出现特殊情况时无法对细胞准确跟踪的问题，其步骤是：1)对输入图像进行二值分割，提取细胞信息；2)为待跟踪细胞建立匀速运动模型，并初始化；3)利用Meanshift算法对下一时刻二值图像进行聚类，获得最佳预测位置；4)计算待跟踪细胞与可疑匹配细胞之间的代价函数值；5)将代价函数值最小的可疑匹配细胞作为待跟踪细胞的最佳匹配细胞；6)更新步骤2)中状态向量及误差协方差矩阵；7)循环步骤3)到步骤6)直到最后一帧图像。本发明具有确定细胞预测位置准确，在特殊情况下跟踪效果好的优点，可用于医学图像处理。

主权项

一种基于Meanshift算法的视频显微图像细胞自动跟踪方法，包括如下步骤：1)对细胞原始图像进行预处理，利用分水岭方法对预处理后的图像进行二值分割，并对分割后的二值图像中的细胞区域进行标记，提取每个细胞的中心位置、周长和面积信息；2)为每个待跟踪细胞建立匀速运动模型，并对模型中的状态向量及误差协方差矩阵进行初始化；3)利用卡尔曼滤波器对当前时刻所有待跟踪细胞的下一时刻运动进行预测，将获得的预测值作为初始聚类中心，利用Meanshift算法对下一时刻二值图像进行聚类，并将得到的聚类中心作为待跟踪细胞中心下一时刻的预测位置，以这些预测位置为中心，为每个待跟踪细胞建立矩形搜索匹配区域，在下一时刻中，将中心点落入这些区域的细胞称为待跟踪细胞的可疑匹配细胞；4)计算待跟踪细胞与它的每一个可疑匹配细胞之间的代价函数值为：cosT(im，jn)＝αD(im，jn)+βP(im，jn)+γS(im，jn) 1≤m≤M，1≤n ≤Nm其中，im表示第m个待跟踪细胞，jn为待跟踪细胞im的第n个可疑匹配细胞，M为待跟踪细胞总数，Nm为第m个待跟踪细胞的可疑匹配细胞总数，D(im，jn)为待跟踪细胞im的预测中心与可疑匹配细胞jn的中心之间距离，P(im，jn)为待跟踪细胞im与可疑匹配细胞jn的周长差，S(im，jn)为待跟踪细胞im与可疑匹配细胞jn的面积差，α为距离权值，β为周长差权值，γ为面积差权值，α+β+γ＝1，本实例选取α＝0.5，β＝0.2，γ＝0.3；5)将代价函数值最小的可疑匹配细胞作为待跟踪细胞的最佳匹配细胞，完成对待跟踪细胞的跟踪；6)更新步骤2)中的待跟踪细胞匀速运动模型中的状态向量及误差协方差矩阵；7)循环步骤3)到步骤6)直到最后一帧图像。