在分子生物学和生物化学领域，凝胶电泳技术凝胶电泳可以使带已经成为不可缺少的技术之。电质点在电场中向与其电荷相反的电极泳动。在生
命科学实验中，技术人员可通过凝胶电泳技术来分析、纯化和鉴定生物实验样品，该技术现已成为分析DNA、RNA的方法。
近几年来，尤其是在生物大分子方面，人们用肉眼观测不明显的图像时，可通过计算机图像处理技术、利用生物科学与计算机技术相结合，得到更准确的数据结果。计算机技术及网络技术的发展，使操作人员更方便的控制电泳，并得到更加精确的电泳分析结果；现已成为生物大分子研究领域不可缺少的技术。尽管近些年来凝胶电泳技术与图像分析技术的结合有了较多研究成果，但光电检测技术与计算机视觉检测技术应用仍具有定的局限性。同时在实际的应用过程中，需充分考虑实际应用条件对计算机视觉的适应性和可靠性。在传统的凝胶电泳图像处理中，大的个难题就是如何高质量的获取原始图像。因为在采集原始图像的时候，很容易掺杂进各种噪声，掺杂进来的各种噪声势必会影响图像的分析结果，甚至不能得到正确的DNA片段的分子量和光密度值，因此图像处理环节显得尤为重要。
2 DNA 凝胶电泳分析系统设计方法
电泳仪分析软件系统是通过采集到的图像信息，进行分析、计算，终得到对样本的分子量以及密度的定量。通过对图像上泳道的Marker条带的已
知分子量标注，自动拟合成标准曲线，并以此作为标准，得到位置条带的分子量。未使用自动分析软件系统时，实验人员通过用肉眼观察，估计实验数据，得出的结果不完全准确；使用自动分析软件系统能够得到相对准确的实验结果。通过对已知标准带的积分等参数的调节，进行密度标定。标定以后可根据标准条带计算出其他条带的灰度值、积分面积以及光密度值 ，进而计算出核酸或者蛋白质的含量。通过对电泳以及电泳图片的了解和分析，即将实现的电泳分析系统主要分为4个不同的层面：用户接口层、数据处理层、处理连接层和数据层。
3 DNA 凝胶电泳图像的预处理
图像的灰度变换处理是图像增强技术中非常直接的空间域图像处理方法。图像像素的特基础、征可以用灰度值和空间坐标来表示。因此，对像素
的运算实际上也是对像素灰度值或坐标值的运算。根据某种预先设置的规则，将输入图像各个像素本身的灰度逐转换成输出图像中对应像素的灰
度值。输入与输出的关系可以用公式 1）（ 表示：G outy）y）（x， =f [G in（x， ]（1）其中G outy）y）（x， 和G in（x， 分别表示输入图像
和输出图像 ；函数 f 表示输入和输出图像像素灰度之间的映射关系，称为灰度转换函数。电泳实验后，凝胶在紫外光 245nm）照射下拍（摄的DNA凝胶电泳图像如图1所示。上方排黑色孔是加样孔，在电泳实验之前向加样孔中加入定量的样品；电泳时通过外加电场，加样孔中的样品会向电场的相反电极方向移动，即照片中加样孔的下方；样品经电场移动形成的垂直区域称为泳道，多个加样孔下就形成了多条泳道，泳道中的白色区域称为电泳条带。4 分段线性变换算法为突出图像中感兴趣的目标或者灰度区间，相对抑制不感兴趣的灰度区间，可采用分段 线性变换，它将图像灰度区间分成两段甚至多段分别作线性变换。变换时，把整个灰度值区间分为若干线段，每个直线段都对应个局部的线性变换关系。分段线性变换算法具有很强的灵活性、算法简单，对目标和背景相差较小的图像进行变换 ，可以取得很好的分离效果。因此，在使用分段线性算法进行灰度变换之前，先要确定感兴趣目标区域的灰度值范围。经过对DNA凝胶电泳图像的灰度值数据统计，得出该图的灰度直方图，如图2所示。
由凝胶电泳图像的灰度直方图我们得到，该图的灰度值均值为58.08，方差为36.58，灰度值出现几率比较高的灰度值范围大约在 20， ）90 之间。图像（的灰度直方图的峰值靠近低灰度区，色调正如看到的样偏暗；灰度直方图图形比较尖锐，说明了该图1 DNA凝胶电泳图像图像的灰度对比度较小，大多数灰度值都集中在个小区间中，根据本课题研究的图像的特点，该区间的像素点正是所要研究的区域。我们可以把图像分
割为三个部分：背景区、目标区、过渡区。对背景区和过渡区，由于后续不需要将其进行计算，因此可以将背景的像素灰度值通过灰度转换，使其输出为不影响以后计算用到的灰度值；而对目标区域则采用灰度拉伸等方法。具体的设计思路如表达式 2）（所示，其中f（x， ，y） G（x，y）分别表示原图像和变换后的图像的灰度，灰度区间 1，2）（f f 为要增强的灰度范围，即目标区域， （f1，2）对f 进行线性拉伸后，变换使其灰度范围扩展至 1， 2）（g g 。在本文中，根据对图像直方图的特点，可得出目标区域的像素值分布范围在区间 20， ） ，90 内 接下（来的主要工作是对该区域进行线性拉伸。由直方图中得出的目标区域范围的像素值为90 ，同时设置g 1和f（20， ） 那么可以令f1=20， 2 =90，
由于图像是8位灰度图像 ，所以灰度范g 2 的值。围为0 ~255，由此可以令两端灰度值保持不变 ，即f0 =0， 0 =0； 3=255， 3=255。gfg当f1=30， 2=90时，设置相应的像素点灰度值为f 此时凝胶电泳图像的增强结果如图g 1=10， 2 =150，g3 a）当g结果如图3 b）g（ 所示； 1=10， 2 =200时，（所示； 1=10， 2=250时，当g结果如图3 c）凝胶电g（ 所示。泳图像的增强结果如图3所示。具体实现方法使用例子说明如下： f 1 =30 ，当 此时有：f2=90时， 1=10在边缘模糊的现象 ， （c）图3明显的损失了很多信息；相对而言， （b）图3的效果较好；很明显地看到各个凝胶电泳图像的增强效 果图的区别 。在本课题中，通过大量的对比实验，验证了图像处理中因
阈值不同，凝胶电泳图像的增强效果也不同，并且选取了合适的阈值。因此，在利用分段线性算法对凝胶电泳图像进行处理时， 1=30， 2=90， 1=10，当ffg
对图像进行区域增强的效果好。g 2=200时， 小波阈值收缩法去噪算法小波变换在信号消噪中的思想同傅里叶变换滤波去噪思想相似，但是只有进行小波分解才能实现等步长频谱去噪。由于变换的基波不样，经典的滤波去噪效果和小波变换去噪的效果也不样，在小波去噪处理中，选用的小波不样，去噪效果也不样。小波去噪的些实例有力的证明了小波变换是种非常好的去噪方法。般来说，把含噪信号经过预处理，然后利用小波变换在各个尺度上进行信号的分解，在每个尺度上都有含噪信号的小波系数和信号本身的小波系数。我们所需要的操作就
是在每尺度下，把属于噪声的小波系数滤除掉，并且保留增强属于信号本身的小波系数，后再经过小波逆变换恢复信号，图4为小波变换去噪原理图。小波变 换具 有很强的去除数据相关性 ，它能使信号的能量集中在小波域中较大的系数中，而噪声的能量却分布于整个小波域内，因此，经小波分解后的信号的小波系数幅值 ，会大于噪声的系数幅值。在很大程度上，幅值比较大的小波系数通常会以信号为主，而幅值比较小的系数通常以噪声为主。所以，采用小波阈值去噪的方法可以保留信号本身的系数，并且可以将大部分噪声系数缩小到零。在小波阈值去噪算法中，关键步骤是对阈值函数和阈值的选取。收缩函数决定了如何应用阀值来调整小波系数。有两个标准的收缩函数：软阈值函数、硬阈值函数，它们都通过设定阈值，然后比较系数和阈值的大小。小波阈值收缩法去噪是由以下3部分组成：
计算含有噪声信号的正交小波变换；（1）
对小波系数进行非线性阈值处理；（2）
进行逆小波变换。（3）
图5分别显示的是利用硬阈值法和软阈值法，分别对含有噪声的图像进行去噪的实验结果图。由以上两种方法的实验结果图可知：尽管小波域软阈值算法的收缩函数的优点是具有连续性，去噪效果相对比较明显，但是它的缺点是自身抑制大信号的特性，使它无法避免严重的信号钝化、过度光滑、失真等问题，严重破坏了边缘部分的信息利于目标识别等后续的图像处理环节。小波域硬阈值算法并没有丢失有用的高频信息，而且将边缘信
息保护得非常好，定程度上克服了软阈值法过于光滑的缺点。
6 结论
基于凝胶电泳的特点，本文设计了凝胶电泳图像分析系统 。该系统主要分为4个层面：用户接口层、数据处理层、处理连接层、数据层；各个层面相图5 硬阈值法和软阈值法去噪实验结果互关联 ，缺不可。其中数据层的设计是本软件的设计重点，在数据层的设计中，建立了数据库E-R
模型，并在此基础上将各个实体模型转化为相应数据库系统的支持数据模型，即数据库的逻辑结构。具有很好的实用性能。
