基于PDE的金免疫层析试条图像去噪熊保平1杜民2高跃明3.DOCVIP

基于PDE的金免疫层析试条图像去噪 熊保平1，杜民2， 高跃明3 （1 福建工程学院数理系 福建 福州 350108 ） （2 3 福建省医疗器械和医药技术重点实验室 福建 福州350002） 摘要：金免疫层析技术是一种新型有效的生物医学检测技术。但是由于金免疫层析试条的检测线非常细小，极其容易受到噪声和其它杂质的影响，导致检测线无法精确提取。本文从金免疫层析试条图像特点出发，提出由图像x方向导数代替图像梯度的改进的PDE去噪方法。实验表明该改进方法在去除试条图像噪声的同时更好地保护了检测线边缘，为后续试条检测线的精确提取提供了保障，使基于图像的精准定量检测成为可能。 关键词：金免疫层析试条；偏微分方程；图像去噪 中图法分类号: TP751, TP212.2 Noises Removel Of The Gold Immunochromatographic Trip Image Based on PDE Baoping XIONG1, Min DU2, Yueming GAO3 （1 Department Of Mathematics And Physics,Fujian University of Technology FuZhou 350108） （2 3 Key Lab of Medical Instrument Pharmaceutical Technology, Fu jian Province, , Fuzhou 350002） Abstract: Gold Immunochromatographic Assay (GICA) provides an effective biomedical detective method. However, the test line of Gold Immunochromatographic Trip(GICT) is very small and extremely vulnerable to the disturbance of noise and other impurities, resulting in the failure in precise extraction of GICT’s test line .The article presents an improved image denoising model of Partial Differential Equations based on the image of the GICT, which use the Derivatives of x Direction instead of?the image gradient?. The experiments prove that the improved model tends to eliminate noise and protect the edge of test line, achieving the possibility of precise extraction of GICT’s test line and quantitative test on account of GICA image. Key word : GICA ; Partial Differential Equations; image denoising 0、引言 采用金免疫层析试条检测的反应时间短，操作简单，现已被广泛的应用于感染性疾病、遗传性疾病的检测和预测中。但是目前金免疫层析试条检测的定性产品占多数，一般采用肉眼目测，自动化程度不高，能付诸于实际应用的定量研究成果不多[1-6]，使其应用范围受到限制。其中主要的一个原因是试条检测线是一条细线，极容易受到噪声的干扰，导致试条检测线无法精确提取，从而使定量检测误差较大。在本文中，根据金免疫层析试条图像的特点改进了偏微分方程(以下简称PDE）去噪方法，使其去除噪声的同时更好的保护了试条图像的检测线边缘。 1、PDE去噪 基于PDE的非线性各向异性滤波方法(以下简称PM)是由P.Perona等[7]提出的，它是根据图像的梯度值决定扩散速度使之在消除噪声的同时能较好地克服了线性滤波方法存在的边缘模糊和移动。PM模型为代表的这类方法已经在图像边缘检测，分割和增强等领域得到了非常广泛的应用[8-11]。其方程如下： （1） 其中，和分别为随时间变化的图像值，图像梯度的模和扩散系数函数（用于控制扩散速度）。理想的扩散系数函数应具有如下性质[7]： （表示在非边缘处加强扩散）