[发明专利]基于主动轮廓和Kalman滤波的运动细胞跟踪方法

摘要

本发明公开了一种基于主动轮廓和Kalman滤波的运动细胞跟踪方法。首先通过Kalman滤波进行背景抑制、噪声去除，得到预处理后图像序列。然后选定需要处理的N+1帧图像，合并成二维数据，求其自相关矩阵并对其自相关矩阵进行奇异值分解SVD。接着选择合适的特征向量重构图像序列，得到新的特征图像序列。最后，对重构图像序列进行主动轮廓分割，从背景中分离得到原图像中运动细胞的位置，对序列中的每幅图像分别进行修正。本发明将Kalman滤波与主动轮廓分割方法有效结合用于对细胞图像序列中的运动细胞进行检测，计算时间短，检测效率高，准确性和鲁棒性都比较好。

主权项

1.一种基于主动轮廓和Kalman滤波的运动细胞跟踪方法，其特征在于，包括以下步骤：步骤1：输入待检测的细胞图像序列，对每帧图像进行灰度化，通过Kalman滤波进行背景抑制、噪声去除，得到预处理后图像序列；步骤2：从预处理后的图像序列中，读入Nmax帧图像组成的图像序列，进行帧数估计，得到需要处理的帧数N；步骤3：读入N+1帧图像，包括需要处理的N帧图像和N帧图像的后一帧图像，并将N+1帧图像合并成二维数据，求其自相关矩阵并对其自相关矩阵进行SVD；步骤4：选择中间特征值对应特征向量重构图像序列，得到重构图像序列；步骤5：对重构图像序列进行主动轮廓分割，从背景中分离得到原图像中运动细胞的位置；步骤6：对步骤4中得到的重构图像序列中的每帧图像分别进行帧间位置修正与帧内位置修正；步骤7：用N代替Nmax后，重复步骤2～7，直到Nmax帧图像组成的图像序列中最后一幅图像处理完成后输出结果。