ИНСТИТУТ ЗА ИНФОРМАТИКА АЛБЕРТ-ЛУДВИГС-УНИВЕРЗИТИТ ФРЕИБУРГ - PDF бесплатно преземање
ИНСТИТУТ ЗА ИНФОРМАТИКА АЛБЕРТ-ЛУДВИГС-УНИВЕРЗИТЕТ ФРЕИБУРГ ФИРБУРГ Катедра за препознавање на обрасци и обработка на слики Проф. Инг. Ханс Буркхард Локализација на клеточните јадра и одредување на нивната фаза на митоза во конфокални 3Д-слики на Arabidopsis thaliana Дипломска теза Јанина Шулц јуни 2005 декември 2005 година
Декларација Со ова изјавувам дека ова дело е креирано од мене и само со употреба на наведените помагала. Сите пасуси земени буквално или соодветно од објавени или необјавени документи се означени како такви. Дипломската работа веќе не е подготвена за уште еден испит, дури ни делумно. Фрајбург, 22 декември 2005 година
Inaанина Шулц Локализација на клеточните јадра и одредување на нивната фаза на митоза во конфокални 3Д-слики на Arabidopsis thaliana Дипломска работа под надзор на проф. Инг. Ханс Буркхард Дипл. -Фис. Олаф Ронабергер Стол за препознавање на обрасци и Институт за обработка на слики за компјутерски науки Универзитет во Фрајбург Јанина Шулц [email protected]
Содржина 1 Вовед 15 1.1 Мотивација. 15 1.2 Структура на тезата. 16 2 Биологија и микроскопија 17 2.1 Arabidopsis thaliana. 17 2.2 Поделба на растителните клетки. 18 2.3 Микроскопија. 19 2.3.1 Светлосна микроскопија. 19 2.3.2 Микроскопија на флуоресценција. 19 2.3.3 Конфокален микроскоп за ласерско скенирање. 20 2.3.4 Селективен микроскоп за осветлување на авиони (SPIM). 21 2.3.5 Потопување. 21 2.4 Подготовка на предмет. 23 3 Класична обработка на слики 25 3.1 Од континуиран сигнал до дискретна слика. 25 3.2 Пред-обработка на сликата. 26 3.2.1 Скалирање. 26 3.2.2 Нормализација на сивата вредност. 27 3.2.3 Морфолошки методи. 29 3.3 Сегментација. 29 3.3.1 Методи засновани на праг. 29 3.3.2 Методи засновани на работ. 31 3.3.3 Регионални методи засновани на раст. 31 3.3.4 Совпаѓање на шаблонот. 32 3.3.5 Детектор на топка. 35 11
12 4 Теорија на непроменлива 37 4.1 Теорија на препознавање на образец со непроменливи одлики. 37 4.1.1 Моделирање на класи како класи на еквивалентност. 38 4.1.2 Услови на непроменливост. 38 4.1.3 Три канонски методи за пресметување на инваријанти. 39 4.2 Интегрални варијанти. 40 4.2.1 Инваријанти со сива вредност од 2 точки. 41 4.2.2 Функции на јадрото вредносни за вектор. 42 4.2.3 Опис на сферична површина. 46 4.2.4 Општи сферични инваријанти. 49 4.2.5 Радијални основни функции. 49 4.2.6 Дистрибуции на локации. 51 4.2.7 Радијални карактеристики на кокуренција. 52 5 Непроменлива пресметка 55 5,1 инваријанти со сива вредност од 2 точки. 55 5.2 Функции на јадрото вредносни за вектор. 56 5.3 Сферични функции на површината. 59 5.4 Опис на сферична површина. 59 5.5 Општи сферични инваријанти. 60 5.6 Радијални основни функции. 60 5.7 Дистрибуција на локации. 60 5.8 Радијални карактеристики на кокуренција. 61 5.9 Непроменлива проценка. 61 6 Класификација 63 6.1 Класификатор на најблискиот сосед. 63 6.2 SVM - машина за вектор за поддршка. 63 7 Резултати 69 7.1 Експерименти. 69 7.2 Моделирање на резултатите. 73 7.2.1 Анализа на облик. 73 7.2.2 Определување на слоевите на клетките. 75 7.2.3 Контрола на квалитет. 75 7.2.4 Визуелизација. 76 8 Резиме 77 8.1 Изгледи. 78
13 A Workflow 79 B Користен е софтвер и библиотеки 82 Б.1 Волоцитет. 82 Б.2 ImageJ. 82 Б.3 NetCDF. 83 Б.4 ИТК. 83 Б.5 либсвмтл. 83 Б.6 Блиц ++. 83 Б.7 МАТЛАБА. 83 Б.8 Алатки. 83 C Компјутеризирани инваријанти 85 Користена литература 88
36 ГЛАВА 3. ОБРАБОТКА НА КЛАСИЧНА СЛИКА (а) (б) (в) Слика 3.8: Детектор на сфера. Резултатот од сферично откривање на работ со помош на јадрото (десно) е прикажан на оригиналната слика (лево). На сликата на користеното јадро (десно), белото одговара на вредноста 1, а црното на вредноста 1. Максимите (зелената) и минимумите (сината) на средната слика се центри на пронајдени сфери.