Обработка микроскопических изображений волокон для анализа структуры древесины
Аннотация
Предложен алгоритм анализа смещения волокон и изменения структуры древесины при деформации. Представленный алгоритм предназначен для определения изменений в структуре клеток растений, испытывающих стресс, и изучения механических свойств волокон. Алгоритм основан на определении сдвига между слоями при помощи вычисления оптических потоков для последовательности статичных микроскопических изображений. Применение оптических потоков в данном случае дает возможность выявить особенности структурной деформации в объеме тканей растений. Алгоритм состоит из двух частей, что обусловливает ускорение вычислительного процесса за счет параллельных вычислений. Результатом работы алгоритма является построение векторных полей оптического потока в трехмерном пространстве. Использование трех различных типов изображений позволяет определить деформацию, химический сдвиг и поворот волокон. По результатам работы алгоритма можно оценить физиологические процессы, происходящие в деформированной ткани растения, а также проконтролировать результат работы математического моделирования.
Литература
- Ortega J. K. E. Plant Cell Growth in Tissue. Plant Physiol. 2010. Vol. 154, issue 3. P. 1244 –1253. DOI: 10.1104/pp.110.162644.
- Selig B., Luengo Hendriks C. L., Bardage S., et al. Automatic measurement of compression wood cell attributes in fluorescence microscopy images. J. Microscopy. 2012. Vol. 246, issue 3. P. 298–308. DOI: 10.1111/j.1365-2818.2012.03621.x.
- Meinhardt-Llopis E., Pérez J. S., Kondermann D. Horn-Schunck optical flow with a multi-scale strategy. Image Process. On Line. 2013. No. 3. P. 151–172. DOI: 10.5201/ipol.2013.20.
- Wayne R. O. Light and Video Microscopy. San Diego ; London ; Waltham : Academic Press, 2013.
- Kanade T., Yin Z., Bise R., et al. Cell image analysis: Algorithms, system and applications. Applications of Computer Vision : IEEE Workshop (Kona, 5–7 January, 2011). Kona, 2011. P. 374 –381.
- Tao M., Bai J., Kohli P., et al. SimpleFlow: A Non-iterative, sublinear optical flow algorithm. Comput. Graph. Forum. 2012. Vol. 31. P. 345–353.
- Sun D., Roth S., Black M. J. Secrets of optical flow estimation and their principles. Computer Vision and Pattern Recognition : IEEE Comput. soc. conf. (San Francisco, 13–15 June, 2010). San Francisco, 2010. P. 2432–2439.
- Gonzalez R. C., Woods R. E. Digital Image Processing. 3rd ed. New Jersy : Prentice-Hall, 2008.
Авторы, публикующиеся в данном журнале, соглашаются со следующим:
- Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution-NonCommercial. 4.0 International (CC BY-NC 4.0).
- Авторы сохраняют право заключать отдельные контрактные договоренности, касающиеся неэксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге) со ссылкой на ее оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в интернете (например, в институтском хранилище или на персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу. (См. The Effect of Open Access).