大鼠精子運動能力研究與算法實現(xiàn).pdf

1、現(xiàn)代農業(yè)產業(yè)化建設推動了畜牧業(yè)快速發(fā)展,畜牧業(yè)在育種繁殖方面對精子分析儀的應用需求與日俱增。因此本文研究的動物精子質量檢測的關鍵技術和方法顯得非常迫切,既有理論意義又有實用價值。針對國內外動物精子運動能力分析技術的現(xiàn)狀,本論文通過研究連續(xù)大鼠精子圖像序列,及若干適合于精子圖像的方法,形成一套適用于動物精子運動能力檢測的多目標跟蹤理論和算法。
　　本論文的主要研究內容和研究成果如下:
　　1、大鼠精子圖像分割
　　精子運

2、動能力檢測需要對連續(xù)若干幀圖像進行分析和處理,使得系統(tǒng)對單幀圖像的處理速度要求比較高,因此采用一種既不損失精度又可以提高系統(tǒng)速度的分割算法是非常必要的。針對傳統(tǒng) Ostu算法在分割大鼠精子圖像過程中實時性較差的缺陷,提出一種基于Newton迭代改進的Ostu分割算法對大鼠精子圖像進行分割。實驗結果表明,該算法可以實現(xiàn)精子的快速準確分割。
　　2、精子目標的識別
　　分割后的圖像含有雜質,根據(jù)雜質和精子的形狀特點,采用形狀因子

3、和數(shù)學形態(tài)學去除雜質;精子作為一種長條形的生物體,出現(xiàn)遮擋和粘連的情況會比較多,在遮擋和粘連不太嚴重的情況下,采用數(shù)學形態(tài)學的方法分離遮擋和粘連精子,對于遮擋和粘連比較嚴重的情況,本文提出采用運動識別的方法來處理粘連精子,有效的避開了分割的復雜性。實驗表明,這種方法對于粘連精子的識別效果顯著。
　　3、精子的多目標運動跟蹤
　　精子目標的跟蹤屬于多目標跟蹤,針對大鼠精子的運動慣性特點,本文提出采用最短距離準則、方向準則和Un