基于非线性扩散滤波的运动细胞检测方法(2)

　　关于高维图像的处理，本文对三维差分矩阵中的一行使用二维的NLD方法，来取代对每一个像素使用一维的NLD算法，以此来提高运算速率。随后将其扩展到所有行中，这使得每一个差分帧之间阈值的选择变得简单。图4给出了一组图像在使用NLD算法前（左）后（右）的效果对比图。因此，使用NLD算法可以降低选择不同阈值时结果对阈值的依赖度。在NLD算法应用完成后，再使用形态学方法，来消除图像中的噪声数据。2实验结果及分析

　　为了对细胞检测的精确度进行评估，本文定义的精确度是每一视频序列中检测到的运动细胞总数与全部运动细胞的比值。表1给出了对每一个序列中运动细胞检测的精确度。表2给出了单独使用背景差分法时的精确度。

　　从表1和表2中的实验数据可以看出，使用本文方法对运动细胞进行检测的平均精确度达到了91.24%，明显高于单独使用背景差分法时的平均精确度84.36%。实

　　验结果表明，新方法可较好地检测出运动细胞。

　　3结语

　　本文提出了一种新的方法来自动检测运动细胞，通过在时间域内使用非线性扩散滤波方法，能够较容易地得到一个合适的阈值，建立起一个较少受噪声影响并且更加精确的运动模型。实验结果表明，新方法能够较好地检测出运动细胞。后续将深入研究一种新的匹配模式算法来对细胞进行追踪。

　　参考文献参考文献：

　　[1]XIUZHUANG Z，YAO L.Efficient mean shift particle filter for sperm cells tracking[J].Int Conf Comput Intell Secur，2009（1）：335339.

　　[2]马瑜，梁慧琳，张艳宁，等.基于图像颜色纹理的均值漂移分割算法[J].计算机工程与设计，2013，34（5）：17211722.

　　[3]屈晶晶，辛云宏.连续帧间差分与背景差分相融合的运动目标检测方法[J].光子学报，2014，43（7）：23.

　　[4]付树军，阮秋琦.基于非线性扩散滤波的边缘检测和图像测量[J].光学精密工程，2007（2）：290291.

　　[5]卢章平，孔德飞，李小蕾，等.背景差分与三帧差分结合的运动目标检测算法[J].计算机测量与控制，2013，21（12）：3316.

　　[6]FRIEDRICH BM，RIEDELKRUSE IH，HOWARD J，et al.Highprecision tracking of sperm swimming fine structure provide strong test of resistive force theory[J].Exp Biol，2010（2）：213216.

　　[7]PRONA P，MALIK J.Scalespace and edge detection using anisotropic diffusion[J].IEEE Trans Pattern Anal，1990（12）：629639.

　　[8]WEICKERT J，ROMENY BH，VIERGEVER MA.Efficient and reliable schemes for nonlinear diffusion filtering[J].IEEE Trans Image Process，1998（7）：398410.

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程

搜索

基于非线性扩散滤波的运动细胞检测方法(2)