專利名稱：兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像配準(zhǔn)技術(shù)領(lǐng)域，特別是一種兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配方 法。
背景技術(shù)：
基于凝膠圖像的蛋白質(zhì)點(diǎn)分析方法是分子生物學(xué)研究領(lǐng)域的重要內(nèi)容之一，不同 凝膠圖像間的蛋白質(zhì)點(diǎn)匹配是蛋白質(zhì)點(diǎn)分子分析的關(guān)鍵環(huán)節(jié)，是樣本中差異蛋白質(zhì)點(diǎn)的提 取和質(zhì)譜分析的前提，在人類心血管疾病、神經(jīng)系統(tǒng)疾病、傳染病、腫瘤等重大疾病診斷中 有廣泛的應(yīng)用前景。差異蛋白質(zhì)點(diǎn)的提取和質(zhì)譜分析的前提是兩凝膠圖像間的蛋白質(zhì)點(diǎn)匹配，匹配的 精度直接影響了后續(xù)的分析和疾病的診斷。醫(yī)學(xué)影像設(shè)備由于不同時(shí)間、不同傳感器或不 同視角下獲取的同一場景圖像，或多或少會給圖像帶來一定的形變，給凝膠圖像間的蛋白 質(zhì)點(diǎn)自動匹配帶來了一定的難度。凝膠圖像間蛋白質(zhì)點(diǎn)的自動匹配精度決定于特征蛋白質(zhì)點(diǎn)的匹配，錯誤的特征蛋 白質(zhì)點(diǎn)匹配影響整個匹配精度。傳統(tǒng)特征點(diǎn)匹配通常采用不相似測度SSD(sum of square
differences—誤差平方和)和相似測度 NCC (normalized cross correlartion-歸一
化互相關(guān))來匹配，對疏松的特征點(diǎn)匹配效果很好，但對密集的特征點(diǎn)匹配效果不佳，由于 凝膠圖像的特征蛋白質(zhì)點(diǎn)分布疏密不均，傳統(tǒng)的匹配方法很難適用，容易造成特征蛋白質(zhì) 點(diǎn)的誤匹配，進(jìn)而影響兩凝膠圖像間蛋白質(zhì)點(diǎn)的匹配精度。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動 匹配方法，該方法不僅魯棒性、精度高，而且智能化程度高。為實(shí)現(xiàn)上述目的，本發(fā)明的技術(shù)方案是一種兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配 方法，其特征在于該方法包括如下步驟
(1)分別對兩凝膠圖像的蛋白質(zhì)點(diǎn)進(jìn)行檢測與量化；
(2)兩凝膠圖像中任選一副，在中間區(qū)域中統(tǒng)計(jì)所有兩鄰近蛋白質(zhì)點(diǎn)間的距離，并以它 們的均值作為匹配距離的閾值；
(3)提取兩凝膠圖像的特征蛋白質(zhì)點(diǎn)；
(4)利用特征蛋白質(zhì)點(diǎn)間線段距離和角度，結(jié)合統(tǒng)計(jì)方法對兩凝膠圖像間的特征蛋白 質(zhì)點(diǎn)進(jìn)行匹配；
(5)利用鄰近已匹配到的特征蛋白質(zhì)點(diǎn)進(jìn)行局部坐標(biāo)變換，將兩凝膠圖像間的蛋白質(zhì) 點(diǎn)變換到同一坐標(biāo)系中；
(6)兩凝膠圖像間蛋白質(zhì)點(diǎn)的匹配。本發(fā)明的有益效果是利用特征蛋白質(zhì)點(diǎn)間線段距離和角度，結(jié)合統(tǒng)計(jì)方法對特 征蛋白質(zhì)點(diǎn)進(jìn)行匹配，從而改善了特征蛋白質(zhì)點(diǎn)匹配的魯棒性，提高了特征蛋白質(zhì)點(diǎn)的匹
3配精度。同時(shí)，將兩凝膠圖像間的蛋白質(zhì)點(diǎn)基于鄰近匹配到的特征蛋白質(zhì)點(diǎn)進(jìn)行局部坐標(biāo) 變換，降低了因圖像局部扭曲形變帶來的匹配誤差，提高了兩凝膠圖像間的蛋白質(zhì)點(diǎn)的匹 配精度。因此，本發(fā)明的自動匹配方法具有魯棒性好、精度高、智能化等優(yōu)點(diǎn)，應(yīng)用前景廣 闊。


圖1是本發(fā)明的工作流程圖。
具體實(shí)施例方式本發(fā)明的兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配方法，如圖1所示，該方法包括如下 步驟
(1)分別對兩凝膠圖像的蛋白質(zhì)點(diǎn)進(jìn)行檢測與量化；
(2)兩凝膠圖像中任選一副，在中間區(qū)域中統(tǒng)計(jì)所有兩鄰近蛋白質(zhì)點(diǎn)間的距離，并以它 們的均值作為匹配距離的閾值；
(3)提取兩凝膠圖像的特征蛋白質(zhì)點(diǎn)；
(4)利用特征蛋白質(zhì)點(diǎn)間線段距離和角度，結(jié)合統(tǒng)計(jì)方法對兩凝膠圖像間的特征蛋白 質(zhì)點(diǎn)進(jìn)行匹配；
(5)利用鄰近已匹配到的特征蛋白質(zhì)點(diǎn)進(jìn)行局部坐標(biāo)變換，將兩凝膠圖像間的蛋白質(zhì) 點(diǎn)變換到同一坐標(biāo)系中；
(6)兩凝膠圖像間蛋白質(zhì)點(diǎn)的匹配。在步驟(3)中，兩凝膠圖像間特征蛋白質(zhì)點(diǎn)的提取方法如下利用體積排序法分 別對兩凝膠圖像的蛋白質(zhì)點(diǎn)按體積從大到小進(jìn)行排序，在其中一副凝膠圖像A中提取前 m個特征蛋白質(zhì)點(diǎn)/^ (O^i < )，在另一副凝膠圖像B中提取前個特征蛋白質(zhì)點(diǎn)/^ (S) ( j < n，m ( m\在步驟(4)中，為提高特征蛋白質(zhì)點(diǎn)的匹配精度，兩凝膠圖像間特征蛋白質(zhì)點(diǎn)的匹 配方法具體如下首先，利用特征蛋白質(zhì)點(diǎn)間線段距離和角度進(jìn)行線段匹配，并以匹配到的 線段對為基準(zhǔn)進(jìn)行特征蛋白質(zhì)點(diǎn)匹配，根據(jù)匹配特征蛋白質(zhì)點(diǎn)的統(tǒng)計(jì)結(jié)果排除誤匹配的線 段對；然后，以匹配到的線段對為基準(zhǔn)變換包括所有特征蛋白質(zhì)點(diǎn)的外接矩形中心坐標(biāo)，并 采用網(wǎng)格區(qū)域劃分法，利用變換后的矩形中心坐標(biāo)計(jì)算每個網(wǎng)格節(jié)點(diǎn)的累積得分和得分最 高的網(wǎng)格節(jié)點(diǎn)，利用得分最高的網(wǎng)格節(jié)點(diǎn)及鄰近的四個網(wǎng)格節(jié)點(diǎn)計(jì)算加權(quán)中心坐標(biāo)，通過 中心坐標(biāo)與加權(quán)中心坐標(biāo)的歐式距離去除誤匹配的線段對；最后，以匹配到的線段對為基 準(zhǔn)，進(jìn)行特征蛋白質(zhì)點(diǎn)匹配，統(tǒng)計(jì)并選擇特征蛋白質(zhì)點(diǎn)匹配對。下面對本發(fā)明涉及的各個步驟作進(jìn)一步說明。本發(fā)明的工作流程如圖1所示，其具體實(shí)施步驟如下。1、凝膠圖像的蛋白質(zhì)點(diǎn)檢測與量化
本發(fā)明利用分水嶺方法，分別對凝膠圖像A和凝膠圖像B進(jìn)行蛋白質(zhì)點(diǎn)檢測，得到蛋白 質(zhì)點(diǎn)的坐標(biāo)、體積、面積和峰度等信息的量化值。2、匹配距離閾值的計(jì)算
在兩凝膠圖像中任選一副圖像，在中間區(qū)域中統(tǒng)計(jì)所有兩鄰近蛋白質(zhì)點(diǎn)間的距離，并以它們的均值作為匹配距離的閾值，匹配距離閾值 DT, Dt的計(jì)算公式如下
其中F表示區(qū)域中的蛋白質(zhì)點(diǎn)總數(shù)1表示蛋白質(zhì)點(diǎn)i與其最近蛋白質(zhì)點(diǎn)間的距離。3、兩凝膠圖像的特征蛋白質(zhì)點(diǎn)提取
本發(fā)明利用蛋白質(zhì)點(diǎn)的體積分別對兩凝膠圖像的蛋白質(zhì)點(diǎn)進(jìn)行從大到小排序，在凝膠 圖像A中提取前《個特征蛋白質(zhì)點(diǎn)< 1在凝膠圖像B中提取前《個特征蛋白質(zhì)
點(diǎn) P錄(0 < j <n,m< n)。4、兩凝膠圖像間的特征蛋白質(zhì)點(diǎn)匹配
1)構(gòu)造特征蛋白質(zhì)點(diǎn)線段構(gòu)造凝膠圖像A中特征蛋白質(zhì)點(diǎn)的所有線段^
(0<I <ClCi為凝膠圖像A中,《個特征蛋白質(zhì)點(diǎn)構(gòu)成的線段總數(shù))，同樣的方法構(gòu)造凝膠 圖像B中的特征蛋白質(zhì)點(diǎn)的所有線段( 0<j<C^ )。2)線段“ (0<;<C^ )與線段~ ( 0<j<(^ )進(jìn)行匹配，匹配包括長度和角 度匹配，根據(jù)線段相似因子(足功，兩線段匹配到的條件為
為4與h的夾角
3)若2)中的4與匹配到了，同時(shí)以和 為基準(zhǔn)進(jìn)行特征點(diǎn)的匹配。計(jì)算匹 配到的特征蛋白質(zhì)點(diǎn)數(shù)目 ，若 <m/2則認(rèn)為L蟲與、為誤匹配的線段對；否則以和 ~為基準(zhǔn)將矩形(包括圖像個特征點(diǎn)的外接矩形)的中心坐標(biāo)變換到凝膠 圖像 A 的坐標(biāo)系內(nèi)(0<I<C10<J< C2X)。 4)計(jì)算加權(quán)中心坐標(biāo)C'Cva):將包含所有的4(不少)(0< <m,0<j < )矩形 劃分為網(wǎng)格，共有節(jié)點(diǎn)，用&j) (0<i <m,Q<j <n)表示節(jié)點(diǎn)(i,力的累積 得分,對(0<2 < ,0<j <n)所落在方格子的四個網(wǎng)格節(jié)點(diǎn)進(jìn)行Sbpre^j)累積得 分，Score(iJ)得分的原理若點(diǎn)戶落在矩形中，點(diǎn)f將矩形劃分的四個小矩形分 別為、、及加k和，則點(diǎn)a、6、e和，的得分分別為矩形面積即為、 、&胃和“。利用中最高的網(wǎng)格節(jié)點(diǎn)及其周圍四個網(wǎng)格節(jié)點(diǎn)計(jì)算加權(quán)中心坐標(biāo)CV(AV，凡)，Ch)的計(jì)算公式為
其中(0 < -T <m 0 <<m )
5)利用《江力和間的歐式距離再次排除3)中的誤匹配線段對計(jì)算
與間的歐式距離}若rf >20Dr ,則與為誤 匹配的線段對。 6)以4 ( OA <勻)和％ ( 0<J<CM2 )中的匹配到的線段對為基準(zhǔn)進(jìn)行特征 蛋白質(zhì)點(diǎn)的匹配，并統(tǒng)計(jì)特征蛋白質(zhì)點(diǎn)☆ 與特征蛋白質(zhì)點(diǎn)^ < )匹配到 的次數(shù)若巧則認(rèn)為特征點(diǎn)PJOA < )與< )為特征蛋白質(zhì)點(diǎn)的配對5、基于鄰近特征蛋白質(zhì)點(diǎn)的局部坐標(biāo)變換
將凝膠圖像B中的所有蛋白質(zhì)點(diǎn)的坐標(biāo)盡(x，j) ( 0<j,銣《3表示圖像B中
所有的蛋白質(zhì)點(diǎn)總數(shù))以鄰近匹配到的特征點(diǎn)為基準(zhǔn)變換到凝膠圖像A的坐標(biāo)系內(nèi)，變換 后的坐標(biāo)為( 0<j <SumE )。在圖像B中若蛋白質(zhì)點(diǎn)盡的坐標(biāo)為而,為)，與它鄰近的匹配到的特征蛋白 質(zhì)點(diǎn)4的坐標(biāo)為i^O^h),在凝膠圖像A中與4對應(yīng)的特征蛋白質(zhì)點(diǎn)乙的坐標(biāo)為
，則蛋白質(zhì)點(diǎn)A經(jīng)過局部偏移變換后的坐標(biāo)迄(4，夂)為
6、兩凝膠圖像間的蛋白質(zhì)點(diǎn)匹配
在同一坐標(biāo)系內(nèi)，利用歐式距離在蛋白質(zhì)點(diǎn)( 0<j<tas )中尋找蛋白質(zhì)點(diǎn)& (0<1<^, 表示凝膠圖像A中所有的蛋白質(zhì)點(diǎn)總數(shù))的最近蛋白質(zhì)點(diǎn)和在& (0<i<SumA)中尋找& ()鄰近的蛋白質(zhì)點(diǎn)，若&與&互為鄰近蛋白質(zhì)點(diǎn)
且之間的歐式距離小于各，則盡與&為配對蛋白質(zhì)點(diǎn)。 以上是本發(fā)明的較佳實(shí)施例，凡依 發(fā)明技術(shù)方案所作的改變，所產(chǎn)生的功能作 用未超出本發(fā)明技術(shù)方案的范圍時(shí)，均屬于本發(fā)明的保護(hù)范圍。
權(quán)利要求
一種兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配方法，其特征在于該方法包括如下步驟(1)分別對兩凝膠圖像間的蛋白質(zhì)點(diǎn)進(jìn)行檢測與量化；(2)兩凝膠圖像中任選一副，在中間區(qū)域中統(tǒng)計(jì)所有兩鄰近蛋白質(zhì)點(diǎn)間的距離，并以它們的均值作為匹配距離的閾值；(3)提取兩凝膠圖像的特征蛋白質(zhì)點(diǎn)；(4)利用特征蛋白質(zhì)點(diǎn)間線段距離和角度，結(jié)合統(tǒng)計(jì)方法對兩凝膠圖像間的特征蛋白質(zhì)點(diǎn)進(jìn)行匹配；(5)利用鄰近已匹配到的特征蛋白質(zhì)點(diǎn)進(jìn)行局部坐標(biāo)變換，將兩凝膠圖像間的蛋白質(zhì)點(diǎn)變換到同一坐標(biāo)系中；(6)兩凝膠圖像間蛋白質(zhì)點(diǎn)的匹配。
2.根據(jù)權(quán)利要求1所述的一種兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配方法，其特征在于 在步驟(3)中，兩凝膠圖像間特征蛋白質(zhì)點(diǎn)的提取方法如下利用體積排序法分別對兩凝 膠圖像的蛋白質(zhì)點(diǎn)按體積從大到小進(jìn)行排序，在其中一副凝膠圖像A中提取前《個特征蛋 白質(zhì)點(diǎn)(0 ( i < )，在另一副凝膠圖像B中提取前個特征蛋白質(zhì)點(diǎn)/、(0O<n， m ( m\
3.根據(jù)權(quán)利要求1或2所述的一種兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配方法，其特征在 于在步驟(4)中，兩凝膠圖像間特征蛋白質(zhì)點(diǎn)的匹配方法如下首先，利用特征蛋白質(zhì)點(diǎn) 間線段距離和角度進(jìn)行線段匹配，并以匹配到的線段對為基準(zhǔn)進(jìn)行特征蛋白質(zhì)點(diǎn)匹配，根 據(jù)匹配特征蛋白質(zhì)點(diǎn)的統(tǒng)計(jì)結(jié)果排除誤匹配的線段對；然后，以匹配到的線段對為基準(zhǔn)變 換包括所有特征蛋白質(zhì)點(diǎn)的外接矩形中心坐標(biāo)，并采用網(wǎng)格區(qū)域劃分法，利用變換后的矩 形中心坐標(biāo)計(jì)算每個網(wǎng)格節(jié)點(diǎn)的累積得分和得分最高的網(wǎng)格節(jié)點(diǎn)，利用得分最高的網(wǎng)格節(jié) 點(diǎn)及鄰近的四個網(wǎng)格節(jié)點(diǎn)計(jì)算加權(quán)中心坐標(biāo)，通過中心坐標(biāo)與加權(quán)中心坐標(biāo)的歐式距離去 除誤匹配的線段對；最后，以匹配到的線段對為基準(zhǔn)，進(jìn)行特征蛋白質(zhì)點(diǎn)匹配，統(tǒng)計(jì)并選擇 特征蛋白質(zhì)點(diǎn)匹配對。
全文摘要
本發(fā)明涉及圖像配準(zhǔn)技術(shù)領(lǐng)域，特別是一種兩凝膠圖像間的蛋白質(zhì)點(diǎn)自動匹配方法，其特征在于該方法包括如下步驟1)分別對兩凝膠圖像的蛋白質(zhì)點(diǎn)進(jìn)行檢測與量化；2)兩凝膠圖像中任選一副，在中間區(qū)域中統(tǒng)計(jì)所有兩鄰近蛋白質(zhì)點(diǎn)間的距離，并以它們的均值作為匹配距離的閾值；3)提取兩凝膠圖像的特征蛋白質(zhì)點(diǎn)；4)利用特征蛋白質(zhì)點(diǎn)間線段距離和角度，結(jié)合統(tǒng)計(jì)方法對兩凝膠圖像間的特征蛋白質(zhì)點(diǎn)進(jìn)行匹配；5)利用鄰近已匹配到的特征蛋白質(zhì)點(diǎn)進(jìn)行局部坐標(biāo)變換，將兩凝膠圖像間的蛋白質(zhì)點(diǎn)變換到同一坐標(biāo)系中；6)兩凝膠圖像間蛋白質(zhì)點(diǎn)的匹配。該方法不僅魯棒性、精度高，而且智能化程度高。
文檔編號G06T7/00GK101894272SQ201010248588
公開日2010年11月24日 申請日期2010年8月10日 優(yōu)先權(quán)日2010年8月10日
發(fā)明者何華勤, 吳槐, 熊邦書 申請人:福州展旭電子有限公司