Easy Object Tracking Matlab Algorithmen

Question

Ich habe Zeitrafferaufnahmen von bewegten Säugetierzellen aus einer Zellkultur und ich versuche, einen Tracking-Algorithmus für die Zellen mit Matlab zu entwerfen. Ich versuche, nach einem Algorithmus zu suchen, der einfach und mit geringen Verarbeitungszeiten zu implementieren ist. Am wichtigsten wäre es, einen Algorithmus zu verwenden, der ein minimales mathematisches Verständnis erfordert. Bisher habe ich festgestellt, dass der Kalman-Filter für Motion-Tracking beliebt ist, aber ich würde gerne mehr über verschiedene verfügbare Optionen für eine solche Anwendung erfahren. Jede dynamische Informationen oder Parameter, die von den Bildern verfügbar sind, sind begrenzt: Bereich, Zentroide usw.

Here is an example of what a typical image might look like (but with less background noise than this particular image from the web

Ich würde auch über die genaue Beziehung zwischen Segmentierung wissen, erfassen und zu verfolgen, da dies ein wenig unklar ist für mich. Ist die Segmentierung ein notwendiger vorbereitender Schritt für das Tracking? Oder ist Tracking ohne Segmentierungsschritt möglich?

Ich würde es sehr schätzen, wenn jemand irgendwelche Tracking-Algorithmen vorschlagen könnte, die werden auch nicht kompliziert sein zu implementieren. Jede Hilfe wird geschätzt .. Danke!

Answer 1

Traditionell war die Segmentierung ein entscheidender erster Schritt zum Tracking. Die Idee der Segmentierung besteht darin, die Objekte von Interesse zu identifizieren. Diese Aufgabe wird typischerweise durch das Vorhandensein von Rauschen in erfaßten Bildern in Frage gestellt. Daher wenden die Leute gewöhnlich mehrere Rauschminderungsfilter an (z. B. Gaußsche Unschärfe), um Rauschen so weit wie möglich zu entfernen, und machen daher das Leben für den Segmentierungsalgorithmus leichter.

Das resultierende Bild nach einem Segmentierungsschritt ist ein Binärbild. Unten rechts sehen Sie ein segmentiertes Bild.

Nach der Segmentierung der nächste natürliche Schritt ist, diese Zellen zu verfolgen. Es gibt mehrere Parameter man die richtigen Tracker wählen zu berücksichtigen hat:

• Zellbeweglichkeit und Richtung: linear, zufällig, usw.
• Anzahl der Zellen (auch bekannt als Algorithmus Komplexität): Wie hat Ihre Algorithmus Skala mit der Anzahl der Zellen
• Zellteilungsbewusstsein: kann Ihr Tracker die Tochterzellen nach einer Mitose erfolgreich verfolgen.
• Lücken schließen: Ihre Tracker Griff Zellen können die Eingabe/verlassen die Szene

gibt es viele weitere Dinge zu beachten, sondern als ersten Start können Sie eine einfache Nächster-Nachbar-Tracker-Code auf. Dieser Tracker würde für jede Zelle im Zeitrahmen t seinen nächsten Nachbarn in t + 1 finden. Dies ist offensichtlich ein sehr einfacher Tracker und funktioniert möglicherweise nicht in den meisten Fällen, aber er kann Ihnen eine Grundlage geben, auf der Sie aufbauen können.

Ich würde auch vorschlagen, dass Sie Fiji/ImageJ Zelle Tracking Plugins überprüfen, nachdem Ihre Segmentierung getan.