[发明专利]基于KHM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KHM算法的视频显微图像细胞自动跟踪方法，主要解决现有跟踪方法自动化程度较低以及出现特殊情况时无法准确跟踪的不足。其步骤包括：1)利用分水岭方法完成细胞图像的二值分割，提取目标细胞；2)为每个目标细胞建立匀速运动学动力模型，并初始化；3)利用KHM算法对下一时刻二值图像进行聚类，获得所有细胞中心位置；4)通过目标细胞的关联，确定目标细胞在下一时刻的位置，完成运动细胞的跟踪；5)更新步骤2)中目标细胞模型的状态向量及其误差协方差矩阵；6)循环步骤3)到步骤5)直到跟踪到最后一帧图像。本发明具有确定细胞中心位置准确；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KHM算法的视频显微图像细胞自动跟踪方法，包括如下步骤：1)对细胞运动图像进行预处理，利用分水岭方法完成目标细胞与背景以及目标细胞之间的二值分割，并从获得的目标二值图像中提取目标细胞；2)根据目标细胞运动特点，为每个目标细胞建立匀速运动学动力模型，并对模型中的状态向量及误差协方差矩阵进行初始化；3)利用卡尔曼滤波对当前时刻所有目标细胞在下一时刻的位置进行预测，以这些预测值作为初始点，利用KHM算法对下一时刻二值图像进行聚类，获得图像中所有细胞中心位置；4)以最近邻方法为准则进行目标细胞关联，当关联过程中出现一对多，多对一的特殊情况时，计算不同关联结果的差异代价函数，以差异代价函数最小的关联结果作为最终关联结果，确定每个目标细胞在下一时刻的位置，完成运动细胞当前时刻到下一时刻的跟踪；5)更新步骤2)中的目标细胞模型的状态向量及误差协方差矩阵。6)循环步骤3)到步骤5)直到跟踪到最后一帧图像。