易于跟踪的Matlab算法

Question

我有从细胞培养中移动哺乳动物细胞的时间间隔图像，我正在尝试用Matlab为这些细胞设计一种跟踪算法。我试图寻找一种简单、易于实现且处理时间较短的算法。最重要的是，我更喜欢使用一种算法，它需要最少的数学理解。到目前为止，我发现卡尔曼滤波器是流行的运动跟踪，但我想知道更多关于不同的可供选择的这样一个应用。从图像中获得的任何动态信息或参数都是有限的:区域、质心等。

下面是一个典型图像的示例(但背景噪声比网络上的特定图像要小。)

我也想知道分割和跟踪之间的确切关系，因为这对我来说有点不清楚。分割是跟踪所必需的初步步骤吗？或者不需要分段步骤就可以进行跟踪？

如果有人能提出任何不太复杂的跟踪算法来实现，我将非常感激。任何帮助都是非常感谢的。谢谢!

Answer 1

传统上，分割是跟踪的关键第一步。分割的思想是识别感兴趣的对象。这一任务通常受到噪声存在于获取的图像中的挑战。因此，人们通常使用几种降噪滤波器(如高斯模糊)尽可能地去除噪声，从而使分割算法的工作变得更容易。

分割步骤后得到的图像是二值图像。在下面的右边，你会看到一个分割的图像。

​

​

分割后，下一个自然步骤是跟踪这些细胞。要选择正确的跟踪器，必须考虑以下几个参数：

• 细胞的移动性和方向:线性、随机等。
• 单元格数(又称算法复杂性)：您的算法是如何与单元格的数量进行缩放的？
• 细胞分裂意识:你的追踪器能在有丝分裂之后成功地追踪子代细胞吗？
• 关闭间隙:跟踪器能处理进入/离开现场的单元格吗？

有更多的事情要考虑，但作为第一步，你可以编码一个简单的近邻跟踪器。这个跟踪器会在时间框架内找到每个单元格，它是t+1中最接近的邻居。这显然是一个非常简单的跟踪器，在大多数情况下可能不起作用，但它可以为您提供一个开始的基础。

我还建议您在完成分段后检查斐济/ImageJ的单元格跟踪插件。