CN110852996A - 一种单分子定位方法 - Google Patents

一种单分子定位方法 Download PDF

Info

Publication number
CN110852996A
CN110852996A CN201911012286.4A CN201911012286A CN110852996A CN 110852996 A CN110852996 A CN 110852996A CN 201911012286 A CN201911012286 A CN 201911012286A CN 110852996 A CN110852996 A CN 110852996A
Authority
CN
China
Prior art keywords
matrix
value
preset
similarity value
pixel point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911012286.4A
Other languages
English (en)
Inventor
葛良进
曾健明
曾立董
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Genemind Biosciences Co Ltd
Original Assignee
Genemind Biosciences Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Genemind Biosciences Co Ltd filed Critical Genemind Biosciences Co Ltd
Priority to CN201911012286.4A priority Critical patent/CN110852996A/zh
Publication of CN110852996A publication Critical patent/CN110852996A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30024—Cell structures in vitro; Tissue sections in vitro

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例公开了一种单分子定位方法，包括：针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵，所述亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵；根据所述亮度值矩阵，获取所述目标图片的二值化矩阵；从所述二值化矩阵中确定顶点值为1的第一连通分量；通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标。可见，本发明实施例能够对单分子进行定位。

Description

一种单分子定位方法
技术领域
本发明涉及计算机技术领域，尤其涉及一种单分子定位方法。
背景技术
近年来，超分辨荧光成像技术实现了在分子水平下对活细胞精细结构的观察，成为生物结构和功能成像极其重要的工具，并成为单分子测序技术必不可少的一部分。超分辨荧光成像技术是以纳米级的空间分辨率直观地显示单分子的空间分布情况的技术。超分辨荧光成像能用来研究被荧光分子标记的单分子之间的相互作用过程，可用于单分子测序技术中判断碱基的延伸情况。目前常用的超分辨荧光成像方法是利用荧光分子本身的开关效应来进行定位的显微成像技术。例如，光敏定位显微(PALM)、随机光学重建显微(STORM)等等，它们在不同时刻获取稀疏分布的被荧光分子标记的单分子的定位信息，然后将不同时刻获得的定位信息叠加，最终实现高横向纳米分辨。一幅超分辨图像由若干单分子位置叠加获得。显然，单分子定位是超分辨荧光成像过程中不可缺少的一环节。因此，提供一种如何对单分子进行定位的方法非常重要。
发明内容
本发明实施例公开了一种单分子定位方法，能够对单分子进行定位。
本发明实施例公开了一种单分子定位方法，所述方法包括：
针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵，所述亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵；
根据所述亮度值矩阵，获取所述目标图片的二值化矩阵；
从所述二值化矩阵中确定顶点值为1的第一连通分量；
通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标。
在本发明实施例中，单分子定位装置将针对目标图片的每一像素点，确定与该像素点对应的亮度值矩阵，该亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵；单分子定位装置根据亮度值矩阵，获取目标图片的二值化矩阵，并从二值化矩阵中确定顶点值为1的第一连通分量；单分子定位装置通过预设算法求取第一连通分量的中心坐标作为单分子的二维位置坐标。可见，本发明实施例能够对单分子进行定位。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种单分子定位方法的流程示意图；
图2是本发明实施例公开的另一种单分子定位方法的流程示意图；
图3是本发明实施例公开的另一种单分子定位方法的流程示意图；
图4是本发明实施例公开的一种单分子定位装置的结构示意图；
图5是本发明实施例公开的另一种单分子定位装置的结构示意图；
图6是本发明实施例公开的另一种单分子定位装置的结构示意图；
图7是本发明实施例公开的目标图片的像素点分布示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种单分子定位方法及单分子定位装置，能够对单分子进行定位。以下分别进行详细说明。
请参见图1，图1为本发明实施例公开的一种单分子定位方法的流程示意图。如图1所示，该单分子定位方法可以包括以下步骤。
S101、针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵，所述亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵。
本发明实施例中，用户可在单分子定位装置选择或导入一张图片作为目标图片。单分子定位装置将针对目标图片的每一像素点，确定与该像素点对应的亮度值矩阵。其中，与该像素点对应的亮度值矩阵为以该像素点的亮度值为中心的矩阵，且与该像素点对应的亮度值矩阵为拥有预设行数以及预设列数的像素点亮度值的矩阵。例如，与该像素点对应的亮度值矩阵可以为以该像素点的亮度值为中心的3*3、5*5、7*7的矩阵，本发明实施例不做限定。其中，单分子定位装置可包括但不限于智能手机、平板电脑、笔记本电脑、台式电脑等用户设备。该用户设备的操作系统可包括但不限于Android操作系统、IOS操作系统、Symbian(塞班)操作系统、Black Berry(黑莓)操作系统、Windows操作系统等等，本发明实施例不做限定。
举例来说，当目标图片有512*512个像素点时，单分子定位装置确定与目标图片的每一像素点对应的亮度值矩阵，则单分子定位装置总共将确定512*512 个亮度值矩阵。如图7所示，图7为目标图片的像素点分布示意图，其中n为 512，a11为第一行第一列的像素点，a12为第一行第二列的像素点，a1n为第一行第n列的像素点，…,ann为第n行第n列的像素点。若亮度值矩阵为3*3的矩阵，则单分子定位装置确定a11对应的亮度值矩阵时，将从目标图片中选取以a11为中心的3*3的像素点。在目标图片的像素点中的以a11为中心的3*3的像素点仅包括a12、a21和a22，单分子定位装置将获取a11、a12、a21和a22的亮度值，并将不存在目标图片的像素点中的以a11为中心的3*3的像素点的亮度值设为0；单分子定位装置将以a11为中心的3*3的像素点的亮度值构成a11对应的亮度值矩阵。
例如，若a11对应的亮度值为L11，a12对应的亮度值为L12，a21对应的亮度值为L21，a22对应的亮度值为L22，则与a11对应的亮度值矩阵A11为
Figure BDA0002244553130000031
同理，与a12对应的亮度值矩阵A12为其中，L13为a13的亮度值，L23为a23的亮度值。同理，与a22对应的亮度值矩阵A22为
Figure BDA0002244553130000041
其中，L31为a31的亮度值，L32为a32的亮度值，L33为a33的亮度值。
S102、根据所述亮度值矩阵，获取所述目标图片的二值化矩阵。
本发明实施例中，单分子定位装置确定每一像素点对应的亮度值矩阵之后，将根据确定的亮度值矩阵，获取目标图片的二值化矩阵。
作为一种可选的实施方式，单分子定位装置根据亮度值矩阵，获取目标图片的二值化矩阵的具体实施方式可以包括以下步骤：
11)单分子定位装置计算每一所述亮度值矩阵与预设矩阵的相似度值，得到相似度值矩阵；
12)单分子定位装置将所述相似度值矩阵中的每一相似度值与预设阈值进行比较，得到与每一所述相似度值对应的比较结果；
13)单分子定位装置根据所述比较结果对所述相似度值矩阵中的每一相似度值进行二值化处理，以得到所述目标图片的二值化矩阵。
在该实施方式中，单分子定位装置预先设置有预设矩阵，该预设矩阵与亮度值矩阵拥有相同的行数和相同的列数，且该预设矩阵的元素为亮度值。单分子定位装置确定每一像素点对应的亮度值矩阵之后，将针对每一亮度值矩阵，计算亮度值矩阵与预设矩阵的相似度值，并将获得的所有相似度值作为矩阵元素构成相似度值矩阵。其中，求取两个矩阵的相似度的具体实施方式为业界公知的技术，在此不再赘述。
举例来说，当目标图片有512*512个像素点时，如图7所示，图7为目标图片的像素点分布示意图，其中n为512，a11为第一行第一列的像素点，a12为第一行第二列的像素点，a1n为第一行第n列的像素点，…,ann为第n行第n列的像素点。若与a11对应的相似度值为S11，与a12对应的相似度值为S12，a1n对应的相似度值为S1n，...，与ann对应的相似度值为Snn，则相似度值矩阵
Figure BDA0002244553130000051
在该实施方式中，单分子定位装置预先设置有预设阈值，例如，该预设阈值可以为大于0小于1的数值，本发明实施例不做限定。单分子定位装置将相似度值矩阵中的每一相似度值与预设阈值进行比较，得到与每一相似度值对应的比较结果。该比较结果可以为相似度值大于预设阈值，相似度值等于预设阈值，或相似度值小于预设阈值。单分子定位装置将根据比较结果对相似度值矩阵中的每一相似度值进行二值化处理，以得到目标图片的二值化矩阵。
作为一种可选的实施方式，单分子定位装置根据比较结果对所述相似度值矩阵中的每一相似度值进行二值化处理，以得到所述目标图片的二值化矩阵包括：
针对相似度值矩阵中的每一相似度值，当相似度值对应的比较结果为相似度值大于或等于预设阈值时，将相似度值二值化为1，当相似度值对应的比较结果为相似度值小于预设阈值时，将相似度值二值化为0，以得到目标图片的二值化矩阵。
在该实施方式中，以一个3*3的相似度值矩阵举例来说，若S11～S13、 S21～S23为大于或等于预设阈值的相似度值，S31～S33为小于预设阈值的相似度值，则得到的二值化矩阵
Figure BDA0002244553130000052
S103、从所述二值化矩阵中确定顶点值为1的第一连通分量。
本发明实施例中，单分子定位装置将从二值化矩阵中确定顶点值为1的第一连通分量。例如，若二值化矩阵为
Figure BDA0002244553130000053
则顶点值为1的第一连通分量包括6个顶点，分别为矩阵X的第一行和第二行的元素。
S104、通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标。
本发明实施例中，预设算法可以为质心法和高斯拟合法中的任意一种。单分子定位装置将通过预设算法求取第一连通分量的中心坐标作为单分子的二维位置坐标。单分子定位装置通过质心法或高斯拟合法求取连通分量的中心坐标的具体实施方式为业界公知的技术，在此不再赘述。
在图1所描述的方法中，单分子定位装置将针对目标图片的每一像素点，确定与该像素点对应的亮度值矩阵，该亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵；单分子定位装置根据亮度值矩阵，获取目标图片的二值化矩阵，并从二值化矩阵中确定顶点值为1 的第一连通分量；单分子定位装置通过预设算法求取第一连通分量的中心坐标作为单分子的二维位置坐标。可见，本发明实施例能够对单分子进行定位。
请参见图2，图2为本发明实施例公开的另一种单分子定位方法的流程示意图。如图2所示，该单分子定位方法可以包括以下步骤。
S201、单分子定位装置接收用户输入的阈值设置指令，所述阈值设置指令携带阈值。
本发明实施例中，用户可在单分子定位装置设置预设阈值。用户可在单分子定位装置的预设阈值设置界面输入或选择阈值。用户在预设阈值设置界面输入或选择阈值大于0小于1。
S202、单分子定位装置响应所述阈值设置指令，将所述阈值设置指令携带的阈值设置为预设阈值。
通过执行步骤S201和步骤S202，用户可根据实验条件和实验目的的变化来灵活的设置与相似度值进行对比的预设阈值，提高了对单分子定位的灵活性。
S203、单分子定位装置针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵，所述亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵。
S204、单分子定位装置计算每一所述亮度值矩阵与预设矩阵的相似度值，得到相似度值矩阵。
S205、单分子定位装置将所述相似度值矩阵中的每一相似度值与预设阈值进行比较，得到与每一所述相似度值对应的比较结果。
S206、单分子定位装置根据所述比较结果对所述相似度值矩阵中的每一相似度值进行二值化处理，以得到所述目标图片的二值化矩阵。
S207、单分子定位装置从所述二值化矩阵中确定顶点值为1的第一连通分量。
S208、单分子定位装置从所述第一连通分量中确定顶点数量大于预设数量的连通分量作为目标连通分量。
本发明实施例中，单分子定位装置确定第一连通分量之后，将从第一连通分量中确定顶点数量大于预设数量的连通分量作为目标连通分量。
S209、单分子定位装置通过预设算法求取所述目标连通分量的中心坐标作为单分子的二维位置坐标。
本发明实施例中，通过对第一连通分量进行筛选获取目标连通分量，可过滤掉光斑较小的荧光分子，且仅计算符合要求的目标连通分量的中心坐标，可以提高定位单分子的坐标位置的效率。
请参见图3，图3为本发明实施例公开的另一种单分子定位方法的流程示意图。如图3所示，该单分子定位方法可以包括以下步骤。
S301、单分子定位装置输出定位算法选择界面。
本发明实施例中，用户可在定位算法选择界面选择一种算法来求取第一连通分量的中心坐标。用户可在该定位算法选择界面选择质心法或高斯拟合法。
S302、单分子定位装置接收用户通过所述定位算法选择界面输入的定位算法选择指令。
S303、单分子定位装置响应所述定位算法选择指令，将所述定位算法选择指令选择的质心法或高斯拟合法设置为预设算法。
通过实施本发明实施例的步骤S301～步骤S303，用户可根据实际情况来选择求取第一连通分量的中心坐标的算法。当用户想要较精确的中心坐标时，可使用高斯拟合法来求取第一连通分量的中心坐标，当用户想要快速获取中心坐标时，可使用质心法来求取第一连通分量的中心坐标。通过实施本发明实施例的步骤S301～步骤S303，提高了对单分子定位的灵活性，提高了用户体验。
S304、单分子定位装置针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵，所述亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵。
S305、单分子定位装置根据所述亮度值矩阵，获取所述目标图片的二值化矩阵。
S306、单分子定位装置从所述二值化矩阵中确定顶点值为1的第一连通分量。
S307、单分子定位装置通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标。
请参阅图4，图4是本发明实施例公开的一种单分子定位装置的结构示意图。其中，图4所示的单分子定位装置可以包括确定模块401、获取模块402和计算模块403。其中：
确定模块401，用于针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵，所述亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵。
本发明实施例中，用户可在单分子定位装置选择或导入一张图片作为目标图片。单分子定位装置的确定模块401将针对目标图片的每一像素点，确定与该像素点对应的亮度值矩阵。其中，与该像素点对应的亮度值矩阵为以该像素点的亮度值为中心的矩阵，且与该像素点对应的亮度值矩阵为拥有预设行数以及预设列数的像素点亮度值的矩阵。例如，与该像素点对应的亮度值矩阵可以为以该像素点的亮度值为中心的3*3、5*5、7*7的矩阵，本发明实施例不做限定。其中，单分子定位装置可包括但不限于智能手机、平板电脑、笔记本电脑、台式电脑等用户设备。该用户设备的操作系统可包括但不限于Android操作系统、IOS操作系统、Symbian(塞班)操作系统、Black Berry(黑莓)操作系统、 Windows操作系统等等，本发明实施例不做限定。
举例来说，当目标图片有512*512个像素点时，确定模块401确定与目标图片的每一像素点对应的亮度值矩阵，则确定模块401总共将确定512*512个亮度值矩阵。如图7所示，图7为目标图片的像素点分布示意图，其中n为512， a11为第一行第一列的像素点，a12为第一行第二列的像素点，a1n为第一行第n列的像素点，…,ann为第n行第n列的像素点。若亮度值矩阵为3*3的矩阵，则确定模块401确定a11对应的亮度值矩阵时，将从目标图片中选取以a11为中心的3*3的像素点。在目标图片的像素点中的以a11为中心的3*3的像素点仅包括a12、 a21和a22，确定模块401将获取a11、a12、a21和a22的亮度值，并将不存在目标图片的像素点中的以a11为中心的3*3的像素点的亮度值设为0；确定模块401将以a11为中心的3*3的像素点的亮度值构成a11对应的亮度值矩阵。
例如，若a11对应的亮度值为L11，a12对应的亮度值为L12，a21对应的亮度值为L21，a22对应的亮度值为L22，则与a11对应的亮度值矩阵A11为
Figure BDA0002244553130000091
同理，与a12对应的亮度值矩阵A12为其中，L13为a13的亮度值，L23为a23的亮度值。同理，与a22对应的亮度值矩阵A22为
Figure BDA0002244553130000093
其中，L31为a31的亮度值，L32为a32的亮度值，L33为a33的亮度值。
获取模块402，用于根据所述亮度值矩阵，获取所述目标图片的二值化矩阵。
本发明实施例中，确定模块401确定每一像素点对应的亮度值矩阵之后，获取模块402将根据确定的亮度值矩阵，获取目标图片的二值化矩阵。
所述确定模块401，还用于从所述二值化矩阵中确定顶点值为1的第一连通分量。
本发明实施例中，确定模块401将从二值化矩阵中确定顶点值为1的第一连通分量。例如，若二值化矩阵为则顶点值为1的第一连通分量包括6个顶点，分别为矩阵X的第一行和第二行的元素。
计算模块403，用于通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标。
本发明实施例中，预设算法可以为质心法和高斯拟合法中的任意一种。计算模块403将通过预设算法求取第一连通分量的中心坐标作为单分子的二维位置坐标。计算模块403通过质心法或高斯拟合法求取连通分量的中心坐标的具体实施方式为业界公知的技术，在此不再赘述。
请一并参阅图5，图5是本发明实施例公开的另一种单分子定位装置的结构示意图。其中，图5所示的单分子定位装置是由图4所示的单分子定位装置进行优化得到的。与图4所示的单分子定位装置相比较，图5所示的单分子定位装置除包括图4所示的单分子定位装置的模块外，还可以包括第一接收模块404 和第一设置模块405。其中，图5所示的获取模块402包括第一计算单元4021、比较单元4022和二值化单元4023，计算模块403包括确定单元4031和第二计算单元4032。其中：
第一计算单元4021，用于计算每一所述亮度值矩阵与预设矩阵的相似度值，得到相似度值矩阵。
比较单元4022，用于将所述相似度值矩阵中的每一相似度值与预设阈值进行比较，得到与每一所述相似度值对应的比较结果。
二值化单元4023，用于根据所述比较结果对所述相似度值矩阵中的每一相似度值进行二值化处理，以得到所述目标图片的二值化矩阵。
本发明实施例中，单分子定位装置预先设置有预设矩阵，该预设矩阵与亮度值矩阵拥有相同的行数和相同的列数，且该预设矩阵的元素为亮度值。确定模块401确定每一像素点对应的亮度值矩阵之后，第一计算单元4021将针对每一亮度值矩阵，计算亮度值矩阵与预设矩阵的相似度值，并将获得的所有相似度值作为矩阵元素构成相似度值矩阵。其中，求取两个矩阵的相似度的具体实施方式为业界公知的技术，在此不再赘述。
举例来说，当目标图片有512*512个像素点时，如图7所示，图7为目标图片的像素点分布示意图，其中n为512，a11为第一行第一列的像素点，a12为第一行第二列的像素点，a1n为第一行第n列的像素点，…,ann为第n行第n列的像素点。若与a11对应的相似度值为S11，与a12对应的相似度值为S12，a1n对应的相似度值为S1n，...，与ann对应的相似度值为Snn，则相似度值矩阵
本发明实施例中，单分子定位装置预先设置有预设阈值，例如，该预设阈值可以为大于0小于1的数值，本发明实施例不做限定。比较单元4022将相似度值矩阵中的每一相似度值与预设阈值进行比较，得到与每一相似度值对应的比较结果。该比较结果可以为相似度值大于预设阈值，相似度值等于预设阈值，或相似度值小于预设阈值。二值化单元4023将根据比较结果对相似度值矩阵中的每一相似度值进行二值化处理，以得到目标图片的二值化矩阵。
作为一种可选的实施方式，二值化单元4023具体用于：
针对所述相似度值矩阵中的每一相似度值，当所述相似度值对应的比较结果为所述相似度值大于或等于所述预设阈值时，将所述相似度值二值化为1，当所述相似度值对应的比较结果为所述相似度值小于所述预设阈值时，将所述相似度值二值化为0，以得到所述目标图片的二值化矩阵。
在该实施方式中，以一个3*3的相似度值矩阵举例来说，若S11～S13、 S21～S23为大于或等于预设阈值的相似度值，S31～S33为小于预设阈值的相似度值，则得到的二值化矩阵
Figure BDA0002244553130000112
第一接收模块404，用于在所述确定模块401针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵之前，接收用户输入的阈值设置指令，所述阈值设置指令携带阈值。
本发明实施例中，用户可在单分子定位装置设置预设阈值。用户可在单分子定位装置的预设阈值设置界面输入或选择阈值。用户在预设阈值设置界面输入或选择阈值大于0小于1。
第一设置模块405，用于响应所述阈值设置指令，将所述阈值设置指令携带的阈值设置为预设阈值。
通过实施本发明实施例，用户可根据实验条件和实验目的的变化来灵活的设置与相似度值进行对比的预设阈值，提高了对单分子定位的灵活性。
确定单元4031，用于从所述第一连通分量中确定顶点数量大于预设数量的连通分量作为目标连通分量。
本发明实施例中，确定模块401确定第一连通分量之后，确定单元4031将从第一连通分量中确定顶点数量大于预设数量的连通分量作为目标连通分量。
第二计算单元4032，用于通过预设算法求取所述目标连通分量的中心坐标作为单分子的二维位置坐标。
本发明实施例中，通过对第一连通分量进行筛选获取目标连通分量，可过滤掉光斑较小的荧光分子，且第二计算单元4032仅计算符合要求的目标连通分量的中心坐标，可以提高定位单分子的坐标位置的效率。
请一并参阅图6，图6是本发明实施例公开的另一种单分子定位装置的结构示意图。其中，图6所示的单分子定位装置是由图4所示的单分子定位装置进行优化得到的。与图4所示的单分子定位装置相比较，图6所示的单分子定位装置除包括图4所示的单分子定位装置的模块外，还可以包括输出模块406、第二接收模块407和第二设置模块408。其中：
输出模块406，用于在所述计算模块403通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标之前，输出定位算法选择界面。
本发明实施例中，用户可在定位算法选择界面选择一种算法来求取第一连通分量的中心坐标。用户可在该定位算法选择界面选择质心法或高斯拟合法。
第二接收模块407，用于接收用户通过所述定位算法选择界面输入的定位算法选择指令。
第二设置模块408，用于响应所述定位算法选择指令，将所述定位算法选择指令选择的质心法或高斯拟合法设置为预设算法。
通过实施本发明实施例，用户可根据实际情况来选择求取第一连通分量的中心坐标的算法。当用户想要较精确的中心坐标时，可使用高斯拟合法来求取第一连通分量的中心坐标，当用户想要快速获取中心坐标时，可使用质心法来求取第一连通分量的中心坐标。通过实施本发明实施例，提高了对单分子定位的灵活性，提高了用户体验。
在图4～图6所描述的单分子定位装置中，确定模块将针对目标图片的每一像素点，确定与该像素点对应的亮度值矩阵，该亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵；获取模块根据亮度值矩阵，获取目标图片的二值化矩阵；确定模块从二值化矩阵中确定顶点值为1的第一连通分量；计算模块通过预设算法求取第一连通分量的中心坐标作为单分子的二维位置坐标。可见，本发明实施例能够对单分子进行定位。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
本发明实施例单分子定位装置中的模块或单元可以根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
以上对本发明实施例公开的一种单分子定位方法及单分子定位装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种单分子定位方法，其特征在于，所述方法包括：
针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵，所述亮度值矩阵为以所述像素点的亮度值为中心的拥有预设行数以及预设列数的像素点亮度值的矩阵；
根据所述亮度值矩阵，获取所述目标图片的二值化矩阵；
从所述二值化矩阵中确定顶点值为1的第一连通分量；
通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标。
2.根据权利要求1所述的方法，其特征在于，所述根据所述亮度值矩阵，获取所述目标图片的二值化矩阵包括：
计算每一所述亮度值矩阵与预设矩阵的相似度值，得到相似度值矩阵；
将所述相似度值矩阵中的每一相似度值与预设阈值进行比较，得到与每一所述相似度值对应的比较结果；
根据所述比较结果对所述相似度值矩阵中的每一相似度值进行二值化处理，以得到所述目标图片的二值化矩阵。
3.根据权利要求2所述的方法，其特征在于，所述根据所述比较结果对所述相似度值矩阵中的每一相似度值进行二值化处理，以得到所述目标图片的二值化矩阵包括：
针对所述相似度值矩阵中的每一相似度值，当所述相似度值对应的比较结果为所述相似度值大于或等于所述预设阈值时，将所述相似度值二值化为1，当所述相似度值对应的比较结果为所述相似度值小于所述预设阈值时，将所述相似度值二值化为0，以得到所述目标图片的二值化矩阵。
4.根据权利要求2或3所述的方法，其特征在于，所述针对目标图片的每一像素点，确定与所述像素点对应的亮度值矩阵之前，所述方法还包括：
接收用户输入的阈值设置指令，所述阈值设置指令携带阈值；
响应所述阈值设置指令，将所述阈值设置指令携带的阈值设置为预设阈值。
5.根据权利要求1～3任意一项所述的方法，其特征在于，所述通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标包括：
从所述第一连通分量中确定顶点数量大于预设数量的连通分量作为目标连通分量；
通过预设算法求取所述目标连通分量的中心坐标作为单分子的二维位置坐标。
6.根据权利要求1～3任意一项所述的方法，其特征在于，所述预设算法包括质心法和高斯拟合法中的任意一种，所述通过预设算法求取所述第一连通分量的中心坐标作为单分子的二维位置坐标之前，所述方法还包括：
输出定位算法选择界面；
接收用户通过所述定位算法选择界面输入的定位算法选择指令；
响应所述定位算法选择指令，将所述定位算法选择指令选择的质心法或高斯拟合法设置为预设算法。
CN201911012286.4A 2015-08-07 2015-08-07 一种单分子定位方法 Pending CN110852996A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911012286.4A CN110852996A (zh) 2015-08-07 2015-08-07 一种单分子定位方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201911012286.4A CN110852996A (zh) 2015-08-07 2015-08-07 一种单分子定位方法
CN201510483207.3A CN105303551A (zh) 2015-08-07 2015-08-07 一种单分子定位方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201510483207.3A Division CN105303551A (zh) 2015-08-07 2015-08-07 一种单分子定位方法

Publications (1)

Publication Number Publication Date
CN110852996A true CN110852996A (zh) 2020-02-28

Family

ID=55200774

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201911012286.4A Pending CN110852996A (zh) 2015-08-07 2015-08-07 一种单分子定位方法
CN201510483207.3A Pending CN105303551A (zh) 2015-08-07 2015-08-07 一种单分子定位方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN201510483207.3A Pending CN105303551A (zh) 2015-08-07 2015-08-07 一种单分子定位方法

Country Status (2)

Country Link
CN (2) CN110852996A (zh)
HK (1) HK1220797A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017025001A1 (zh) * 2015-08-07 2017-02-16 深圳市瀚海基因生物科技有限公司 单分子定位装置、方法及系统
CN107315181B (zh) * 2016-04-26 2020-11-06 天津远度科技有限公司 一种避障方法及装置、飞行器
CN108229098A (zh) * 2016-12-09 2018-06-29 深圳市瀚海基因生物科技有限公司 单分子的识别、计数方法及装置
US10303847B2 (en) 2016-12-09 2019-05-28 Direct Genomics Co., Ltd. Single molecule identification using intensity time sequencing, line charting and run-length coding
WO2018103345A1 (zh) * 2016-12-09 2018-06-14 深圳市瀚海基因生物科技有限公司 单分子的识别、计数方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751572A (zh) * 2008-12-05 2010-06-23 比亚迪股份有限公司 一种图案检测方法、装置、设备及系统
US20110182505A1 (en) * 2010-01-22 2011-07-28 National Chiao Tung University Gray level weighting centroid method for holographic data storage
CN103218961A (zh) * 2013-03-22 2013-07-24 苏州领视测控科技有限公司 一种lcd缺陷在线检测方法及系统
CN104156951A (zh) * 2014-07-30 2014-11-19 电子科技大学 一种针对支气管肺泡灌洗涂片的白细胞检测方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739548B (zh) * 2009-02-11 2012-07-25 北京智安邦科技有限公司 人眼检测方法及系统
CN102129553A (zh) * 2011-03-16 2011-07-20 上海交通大学 基于单红外光源的人眼检测方法
CN102663354B (zh) * 2012-03-26 2014-02-19 腾讯科技（深圳）有限公司 人脸标定方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101751572A (zh) * 2008-12-05 2010-06-23 比亚迪股份有限公司 一种图案检测方法、装置、设备及系统
US20110182505A1 (en) * 2010-01-22 2011-07-28 National Chiao Tung University Gray level weighting centroid method for holographic data storage
CN103218961A (zh) * 2013-03-22 2013-07-24 苏州领视测控科技有限公司 一种lcd缺陷在线检测方法及系统
CN104156951A (zh) * 2014-07-30 2014-11-19 电子科技大学 一种针对支气管肺泡灌洗涂片的白细胞检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ANDREW J. BERGLUND 等: "Fast, bias-free tracking of single particles with variable size and shape" *
赵铁成 等: "单目视觉测量系统质心定位算法" *

Also Published As

Publication number Publication date
CN105303551A (zh) 2016-02-03
HK1220797A1 (zh) 2017-05-12

Similar Documents

Publication Publication Date Title
CN110852996A (zh) 一种单分子定位方法
US20210200971A1 (en) Image processing method and apparatus
CN110363837B (zh) 游戏中纹理图像的处理方法及装置、电子设备、存储介质
GB2591354A (en) Video frame processing method and apparatus
US8953893B2 (en) System and method to determine feature candidate pixels of an image
CN111062898A (zh) 一种单分子图像纠偏装置
CN110619597A (zh) 一种半透明水印去除方法、装置、电子设备及存储介质
CN106709393A (zh) 一种qr二维码二值化方法和系统
CN110889825A (zh) 一种单分子定位装置
CN111444834B (zh) 图像文本行检测方法、装置、设备及存储介质
CN110503627B (zh) 建筑物裂缝检测方法、装置、存储介质及计算机设备
CN104778657A (zh) 图像二维码融合方法及装置
CN111160073B (zh) 车牌类型识别方法、装置及计算机可读存储介质
CN117197479A (zh) 一种应用玉米果穗外表面的图像分析方法、装置、计算机设备及存储介质
CN111639523A (zh) 目标检测方法、装置、计算机设备和存储介质
CN109033797B (zh) 一种权限设置方法及装置
CN104917969A (zh) 一种图像处理的方法及移动终端
US8423552B2 (en) Method of calculating connectivity of N-dimensional space
US11782850B2 (en) Information processing method, server, terminal, and computer storage medium
KR101392978B1 (ko) 하이브리드 병렬처리를 이용한 영상 내 영역 라벨링 장치 및 방법
US10380463B2 (en) Image processing device, setting support method, and non-transitory computer-readable media
WO2017028739A1 (zh) 单分子图像纠偏方法及装置及系统及计算机可读存储介质
CN105513050A (zh) 一种目标图像提取方法及装置
WO2017025001A1 (zh) 单分子定位装置、方法及系统
CN106934814B (zh) 一种基于图像的背景信息识别方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination