基于图像的边缘检测技术测量酵母菌细胞的大小开题报告

1. 研究目的与意义（文献综述）

光镊又被称为单光束梯度力光阱，光镊技术主要是基于光子动量的转移所产生的光辐射压力。光镊技术自诞生以来，就被广泛应用于对微米尺度量级微粒的操纵控制上，这使得研究人员在研究中从被动的观察转而成为主动的操控。

利用光镊捕获酵母菌细胞，在显微镜下使用ccd拍摄捕获的图像，可以看到模糊的酵母菌细胞。由于光照的分布不均以及显微镜对焦的关系，导致拍摄的电子图像中酵母菌的细胞边缘不清晰，不利于测量出酵母菌细胞的大小，因此可以在图像中利用边缘检测技术对图像边缘进行锐化处理，来补偿图像的轮廓，增强酵母菌图像的边缘以及灰度跳变的部分，使图像变得清晰，从而可以测量出酵母菌的尺寸。

目前用于边缘检测的最常用的方法是微分算子检测法。图像的边缘是图像最基本的特征，表现出来就是灰度的不连续性，所以通过计算每个像素在其邻域内灰度变化的一阶或者二阶导数，便可以检测出边缘。一阶导数的幅度值可用来检测边缘的存在，二阶导数的过零点可以确定边缘的中心位置。一阶导数和二阶导数对于噪声非常敏感，尤其是二阶导数。所以，在进行边缘检测之前经常需要考虑图像平滑，从而减弱噪声的影响。常用的边缘检测算子有prewwit算子、sobel算子、高斯-拉普拉斯（log）算子以及canny算子。

2. 研究的基本内容与方案

本文研究的基本内容是利用边缘检测技术以及图像锐化技术对显微镜下拍摄的光镊捕获酵母菌细胞的数字图像进行处理，检测酵母菌的边缘，计算酵母菌的大小。内容包括三个方面：1.了解边缘检测的概念，以及常见的几种微分算子（如梯度算子、sobel算子、laplace算子、gauss-laplace算子、roberts算子等）的基本原理、发展概况；2.利用matlab编写梯度算子、拉普拉斯算子、高斯-拉普拉斯三种算子的代码；3.将上述三种算子应用于酵母菌细胞的显微图像，对其实现轮廓的锐化处理，并且比较三种方式的效果，给出最佳方案。

本文的研究目标是实现酵母菌细胞图像中细胞边缘的锐化，从而计算出细胞的大小，并且将误差尽可能减小。

本文拟采用的技术方案：首先深入学习三种微分算子的理论知识，将其原理分析透彻，在此基础上，利用matlab编写三种算子的程序，验证程序的正确性，并尽量降低程序的时间复杂度。其次，将三种算子应用到酵母菌的细胞图像中进行边缘检测。最后，从图像质量、边缘清晰度、误差大小等几个方面对锐化效果进行评价，分析并给出最好的结果。

3. 研究计划与安排

第1－3周：查阅相关文献资料，明确研究内容，了解研究所需背景知识（如边缘检测技术原理以及发展概况）。确定方案，完成开题报告。

第4－6周：利用matlab编写三种算子的程序。

第7－9周：将算子应用于酵母菌图像中，分析比较其优劣。

4. 参考文献（12篇以上）

[1]曾嘉亮，基于边缘检测的图像锐化算法[j].现代电子技术，2006，227：90-95.

[2]任浩，基于bayer格式数字图像传感器颜色插值及图俊锐化的算法研究[d].杭州：浙江大学，2012.

[3]health a, sarkar s,sanocki t, et al., comparison of edge detectors: a methodology and initialstudy[j]. computer vision and imageunderstanding , 1998，69(1):38 -54.