Морфологическое слияние мультиэкспозиций вестерн-блот изображений на основе двойной трековой структуры

HUANG Yaoquan ,  

GU Yuhai ,  

JIA Ran ,  

QIU Zhongxun ,  

ZHU Zhenliang ,  

摘要

Для решения проблемы ограниченного динамического диапазона изображений с одним экспозицией в вестерн-блоттинге, насыщения полос высокой интенсивности и затенения сигналов низкой интенсивности, предложен алгоритм слияния мультиэкспозиций на основе морфологического двойного трекового подхода. Сначала получают последовательность мультиэкспозиций вестерн-блот изображений и разрабатывают многокритериальные веса для полос с учетом адаптивной экспозиции, морфологической значимости и пространственного внимания, формируя итоговую карту весов с помощью нелинейного усиления и нормализации. Затем в рамках двойной трековой пирамидальной структуры для канала декомпозиции изображений проводится нелинейное мультиуровневое извлечение с морфологическим управляющим механизмом; для канала пирамиды весов создается гауссова пирамида для сглаживания карты весов. Наконец, с использованием многомасштабного линейного слияния и обратного преобразования пирамиды Лапласа создается HDR изображение. Экспериментальные результаты показывают, что стандартное отклонение сливаемого изображения достигает 20,62, пространственная частота — 3,92, сумма корреляции различий — 0,80, избегая ореолов и артефактов на краях полос с высоким контрастом. В высокоточной количественной оценке данный алгоритм значительно улучшает чувствительность количественной реакции оптической плотности, эффективно устраняет фоновый шум при сохранении сигналов полос низкой интенсивности, что повышает динамический диапазон изображений. В целом, данный алгоритм имеет практическую ценность для слияния мультиэкспозиций вестерн-блот изображений.

关键词

слияние изображений;вестерн-блот;слияние мультиэкспозиций;пирамидальная двойная структура;многокритериальные веса;высокоточный количественный анализ

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website