【技術實現步驟摘要】
本專利技術涉及應用于空間代謝組學的圖像處理，具體而言，涉及一種用于空間代謝流分析的植物質譜數據圖像配準方法。
技術介紹
1、空間代謝流分析對于研究動物或植物在不同部位或不同條件下的代謝活動及其代謝響應具有重要意義。分析動植物等生物組織的代謝流信息時，由于其代謝過程和采樣過程的變化，不能使用穩態標記的樣品，需要對樣品進行非穩態標記。而樣品動態標記會出現不同組織的空間成像，在此情況下，需要獲得每個空間位置的同位素標記動力曲線，才能獲得生物組織不同空間位置的代謝流信息。要有效分析動態標記樣品體現的特征，需要各時間點的空間質譜數據在相同空間位置的信息盡可能的一一對應，因此動態標記樣品的空間質譜數據成像后，就需要一種方法將不同時間點的生物組織成像進行盡可能的配準，從而得到生物組織每個空間位置的同位素標記曲線，進而才能進行有效可靠的空間代謝流分析。
2、雖然在圖像配準的應用領域，如醫學的ct,mri圖像的多模態配準、遙感信息領域的多光譜圖像配準已經取得了較好的效果，但空間質譜數據圖像的形成有復雜的過程，包括：實驗樣品、峰強數據、數值數據、熱度圖像，整個過程會受到噪聲和實驗本身的影響，其中噪聲的影響導致圖像的像素值產生變化，且熱度圖像本身是由非常多的像素塊組成，導致不同時間點的組織質譜數據空間成像也有較大差異，因此圖像的像素存在分布不均勻的特征。目前常用的圖像對準方法主要通過圖像的角，點等特征進行配準，而在空間質譜數據圖像配準上，并不能有效去除噪聲的影響，也不能對輪廓內每一個空間位置的信息進行對齊。
技
1、為解決上述問題，本申請提供了一種用于空間代謝流分析的植物質譜數據圖像配準方法，包括以下步驟：
2、獲取待分析的質譜數據圖像組，其中，質譜數據圖像組由時間段內不同時間點的質譜數據圖像構成；時間段表示為t0至?tn，其中，n為時間點數量；所述質譜數據圖像表示為pi，且i<n；
3、從質譜數據圖像組確定fixed圖像和moving圖像；其中，fixed圖像為起點時間的質譜數據圖像p0，moving圖像為起點時間以后的質譜數據圖像pi；
4、對fixed圖像和moving圖像進行預處理，生成初始fixed圖像和初始moving圖像；
5、對初始fixed圖像和初始moving圖像進行配準處理；配準處理指以初始fixed圖像作為基準數據,以初始moving圖像為交換數據，以質量中心變換和幾何中心變換作為初始變換方法對所述交換數據進行多次數據調整實現配準，其中數據調整通過變換矩陣實現；配準實現后使用ssim評估配準后的圖像與初始fixed圖像的配準效果；其中，以質量中心變換作為初始變換方法用于像素分布不均勻的圖像變換；以幾何中心變換作為初始變換方法用于像素分布均勻的圖像變換。
6、其中，預處理包括：
7、對質譜數據圖像進行灰度化處理，生成第一處理圖像；
8、對第一處理圖像進行二值化處理，生成第二處理圖像；
9、對第二處理圖像進行圖像填充，生成第三處理圖像；
10、使用形態學開運算，將第三處理圖像處理為第四處理圖像；
11、對第四處理圖像進行圖像膨脹操作，提取最近似輪廓，構成第五處理圖像；
12、將第五處理圖像與質譜數據圖像進行交運算，生成初始圖像；初始圖像包括初始fixed圖像和初始moving圖像。
13、具體的，配準處理包括：
14、步驟s1：對初始fixed圖像和初始moving圖像分別進行歸一化處理；
15、步驟s2：提取初始fixed圖像和初始moving圖像的質量中心和幾何中心，將初始fixed圖像定義為基準數據，初始moving圖像定義為交換數據；
16、步驟s3：對交換數據執行基于灰度數據的數據配準，并獲取ssim值大于等于指定參數的變換矩陣和對應的ssim值；
17、步驟s4：獲取最優的ssim值對應的變換應用到初始moving圖像，獲取配準moving圖像；
18、步驟s5：獲取下一個時間點，如果時間點>=tn,結束配準處理，否則執行步驟s3。
19、其中，對交換數據執行基于灰度數據的數據配準包括：配置基于灰度數據的圖像配準算法、優化器參數和度量標準，確定變換類型為仿射變換，確定仿射變換的初始變換方法為以質量中心對齊變換或幾何中心對齊變換。
20、優選的，采用最近鄰插值方法對所述交換數據進行多次圖像仿射變換；
21、圖像仿射變換表示為：，
22、其中，x、y為交換數據中的圖像點的坐標信息，x'、y'為變換后的點的坐標信息，δx、δy分別為x坐標和y坐標的平移量，a、b、c、d共同包含了旋轉，縮放和錯切變換的信息，[00?1]為仿射變換中為固定值。
23、進一步的，獲取配準moving圖像后，驗證述配準效果，包括：將配準moving圖像和初始fixed圖像分別轉換為灰度圖，疊加兩張所述灰度圖，使用不同顏色顯示所述灰度圖的差異。
24、提取質量中心指在x方向和y方向上分別獨立找出質心，包括：
25、對于x方向的質心，圖像在質心左右兩邊像素和相等;對于y方向的質心，圖像在質心上下兩邊像素和相等。
26、具體提取所述質量中心的方法包括：
27、假設每一像素在x方向上坐標為xi，對應的像素值為ii,j，質心在x方向上坐標為x；
28、每一像素在y方向上坐標為：yj，對應的像素值為ii,j，質心在y方向上坐標為y；
29、則x方向的質心xcom為：；
30、y方向上的質心ycom為：。
31、本專利技術將開運算操作和輪廓提取等圖像處理方法與基于灰度信息的圖像配準方法結合，有效地減少了質譜檢測實驗中出現的噪聲，可以提高配準后圖像的相似度；另一方面，本專利技術使用兩種不同的初始變換方法來變換矩陣計算，可以兼顧多種像素分布條件的像素插值效果；針對不同變換方法，使用ssim值多次評估來找到最優變換，可以有效的獲得復雜環境下最優配準效果。
本文檔來自技高網...【技術保護點】
1.一種用于空間代謝流分析的植物質譜數據圖像配準方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的植物質譜數據圖像配準方法，其特征在于，所述預處理包括：
3.根據權利要求1所述的植物質譜數據圖像配準方法，其特征在于，所述配準處理包括：
4.根據權利要求3所述的植物質譜數據圖像配準方法，其特征在于，所述對交換數據執行基于灰度數據的數據配準包括：配置基于灰度數據的圖像配準算法、優化器參數和度量標準，確定變換類型為仿射變換，確定仿射變換的初始變換方法為以質量中心對齊變換或幾何中心對齊變換。
5.根據權利要求4所述的植物質譜數據圖像配準方法，其特征在于，采用最近鄰插值方法對所述交換數據進行多次圖像仿射變換；
6.根據權利要求3所述的植物質譜數據圖像配準方法，其特征在于，所述獲取配準moving圖像后，驗證所述配準效果，包括：將所述配準moving圖像和所述初始fixed圖像分別轉換為灰度圖，疊加兩張所述灰度圖，使用不同顏色顯示所述灰度圖的差異。
7.根據權利要求3所述的植物質譜數據圖像配準方法，其特征在于，提
8.根據權利要求7所述的植物質譜數據圖像配準方法，其特征在于，提取所述質量中心的方法包括：
...【技術特征摘要】
1.一種用于空間代謝流分析的植物質譜數據圖像配準方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的植物質譜數據圖像配準方法，其特征在于，所述預處理包括：
3.根據權利要求1所述的植物質譜數據圖像配準方法，其特征在于，所述配準處理包括：
4.根據權利要求3所述的植物質譜數據圖像配準方法，其特征在于，所述對交換數據執行基于灰度數據的數據配準包括：配置基于灰度數據的圖像配準算法、優化器參數和度量標準，確定變換類型為仿射變換，確定仿射變換的初始變換方法為以質量中心對齊變換或幾何中心對齊變換。
5.根據權利要求4所述的植物質譜...
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。