多目标跟踪技术在猪精子质量分析中的研究-软件工程专业论文.docxVIP

摘 摘 要 I万方数据 I 万方数据 摘 要 在计算机图像处理、计算机视觉以及模式识别领域中，多目标跟踪技术一直以来 都是人们研究的热点。对采集图像序列进行多目标跟踪的过程包括目标提取、遮挡目 标的分割识别、目标特征分析和目标位置预测等。计算机科学技术的快速发展，使得 多目标跟踪技术在军事、医学图像识别及航空航天等领域的应用范围越来越广。利用 多目标跟踪技术实现计算机辅助精子质量检测，能够克服传统人工检测耗时费力、主 观性强和精度无法保障等缺点。因此，研究如何利用多目标跟踪算法简单、快速、准 确地实现对运动精子目标跟踪具有十分重要的意义。本文在现有的研究基础上，提出 了改进的 Hankel 总体最小二乘法。本文的主要工作内容如下： 一、首先介绍了计算机辅助动物精子质量分析的研究现状，分析了此系统的优点 和存在的问题，并对课题的研究背景和意义进行了描述；然后探讨了如区域跟踪算法、 Mean Shift 算法和卡尔曼滤波算法等几种经典多目标跟踪算法的基本原理和各自的优 缺点，并针对精子的运动特性，分析研究这些算法对动物精子的适用性。 二、分析研究了现有的图像分割算法和目标识别方法，采用卡尔曼 Otsu 算法对 精子图像序列进行分割。对分割后的精子图像，利用数学形态学方法分割粘连精子， 并利用形状因子去除杂质，然后进行编号定位，为实现对精子的有效跟踪做准备。 三、针对动物精子图像中精子的外观不可用导致跟踪难度增大、目标遮挡和运动 轨迹长度不定等降低跟踪准确率等问题，本文提出利用以目标运动状态为跟踪线索的 Hankel 总体最小二乘法(Hankel total least square)对精子进行跟踪。为提高跟踪速度， 本文结合最近邻算法快速简单的特点，提出了改进的 Hankel 总体最小二乘法：首先 采用最近邻算法预测精子在下一帧的位置，以此位置为搜索区域中心建立搜索区域， 然后利用 Hankel 总体最小二乘法从区域中心开始依次计算精子的运动相似度，至相 似度为 1 时停止计算，以此减少相似度的匹配范围，最后实现了快速跟踪。论文对各 算法进行了仿真实验，结果表明，改进算法的跟踪速度比 Hankel 总体最小二乘法更 快，实现了对猪精子运动轨迹的有效跟踪。 关键词：精子；图像分割；目标识别；多目标跟踪；Hankel 总体最小二乘法； Abst Abstract II万方数据 II 万方数据 Abstract In the fields of computer image processing, computer vision and pattern recognition, multi-target tracking technology has always been the research hotpot. The process of multi-target tracking for acquisition image sequence includes object extraction, segmentation and identification of occlusion targets, targets’ signature analysis and prediction of the targets’ positions, etc. The rapid development of computer science and technology making the application of multi-target tracking technology to military, medical image recognition and aerospace fields is more and more widely. The application of multi-target tracking technology to detect the quality of sperm and it can avoid the numerous of time-consuming, subjectivity and accuracy that can not be guaranteed in the process of manual detecting. It is of great importance to research multi-target tracking algorithm which cost less time, easy to realize and has more accuracy when tracking to the animal sperm. The specific