【技術實現步驟摘要】
本專利技術涉及圖像處理，具體涉及一種基于光照融合與局部二值的熒光原位雜交圖像輪廓增強方法。
技術介紹
1、熒光原位雜交(fish)是一種重要的分子檢測技術，通過使用熒光標記的核酸探針與特定靶基因進行雜交，使靶基因在熒光顯微鏡下呈現出特定的熒光信號。組織細胞是熒光原位雜交技術中常見的樣本類型，為了準確定位組織細胞，在雜交實驗中通常使用紫外光對細胞核進行染色，從而獲取組織細胞的熒光圖像，用于后續分析。然而，在對組織細胞熒光圖像進行預處理時，由于圖像質量差、染料結構復雜、光照不均勻、濃度不同等問題，提取細胞圖像的輪廓細節仍然十分困難，而輪廓細節是后續組織細胞分割定位的關鍵。
2、近年來，為了優化和增強復雜組織圖像的輪廓特征信息，許多優秀的輪廓增強算法和網絡被應用到組織細胞圖像的處理中。然而光照不均問題依然突出，盡管lbp及其改進算法在細節提取上有所提升，但這些方法對光照不均和反射的分離優化不足，導致圖像整體質量和細節增強效果有限。其次，lbp及其改進方法在復雜背景和高噪聲場景中表現出局限性，容易受到噪聲干擾，提取的細節特征不夠全面，尤其是在復雜細胞輪廓提取中難以取得理想效果。再者，多特征融合算法雖提升了輪廓信息的表達能力，但其計算復雜性高，參數敏感性強，在高噪聲圖像中仍表現出魯棒性不足。
3、此外，現有方法對fish組織細胞的特性適應性不強，亮區和暗區的細節增強容易失衡，輪廓連貫性較差，噪聲抑制能力也較為有限。最后，特征加權方案的優化不足以及對動態和復雜場景的適應性較差，進一步限制了這些方法的應用范圍。
...【技術保護點】
1.光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟1中通過線性方程計算得到圖像的紋理權重的方法為：通過求解所構建稀疏矩陣得到。
3.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟1中圖像的紋理權重還包括計算在垂直方向的差分和水平方向差分圖像紋理權重的步驟。
4.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟2中的系數通過選擇25%?和75%?分位點實現。
5.根據權利要求3所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，計算圖像垂直方向的差分，即每個像素和其下一個像素的差值，將垂直方向的差分擴展到圖像邊界，形成周期性差分，并計算圖像水平方向的差分，并處理邊界像素，對水平和垂直差分分別應用一維平滑濾波。
6.根據權利要求5所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，所述周期
7.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟3中對所述圖像進行增強處理包括光照平滑、紋理增強和亮度調整的步驟。
8.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟4中還包括對圖像的16鄰域進行平均濾波計算的步驟。
9.一種計算機設備，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，當所述處理器運行所述存儲器存儲的計算機程序時，所述處理器執行權利要求1至8中任意一項所述的方法。
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現權利要求1至8中任一項所述的方法的步驟。
...【技術特征摘要】
1.光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，所述方法包括以下步驟：
2.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟1中通過線性方程計算得到圖像的紋理權重的方法為：通過求解所構建稀疏矩陣得到。
3.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟1中圖像的紋理權重還包括計算在垂直方向的差分和水平方向差分圖像紋理權重的步驟。
4.根據權利要求1所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，步驟2中的系數通過選擇25%?和75%?分位點實現。
5.根據權利要求3所述的光照融合與局部二值的熒光原位雜交圖像輪廓增強方法，其特征在于，計算圖像垂直方向的差分，即每個像素和其下一個像素的差值，將垂直方向的差分擴展到圖像邊界，形成周期性差分，并計算圖像水平方向的差分，并處理邊界像素，對水平和垂直差分分別應用一維平滑濾...
【專利技術屬性】
技術研發人員：宮平，宋殿鑫，石樂民，張悅，劉朗熙，池祥宇，
申請(專利權)人：長春理工大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。