| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 精子细胞追踪的背景及研究意义 | 第8-9页 |
| 1.1.1 精子细胞追踪的背景 | 第8-9页 |
| 1.1.2 精子细胞的定义和特征 | 第9页 |
| 1.2 细胞追踪方法的发展和国内外研究现状 | 第9-14页 |
| 1.2.1 图像处理技术的发展 | 第9-11页 |
| 1.2.2 细胞追踪技术国内外研究现状 | 第11-14页 |
| 1.3 本文的研究意义和创新点 | 第14页 |
| 1.3.1 本文的研究意义 | 第14页 |
| 1.3.2 论文的创新点 | 第14页 |
| 1.4 全文结构 | 第14-16页 |
| 第2章 单帧图像序列中运动细胞的检测算法 | 第16-28页 |
| 2.1 图像序列中细胞的检测算法 | 第16页 |
| 2.2 背景差分法 | 第16-20页 |
| 2.2.1 均值背景建模法 | 第18-19页 |
| 2.2.2 卡尔曼滤波模型 | 第19页 |
| 2.2.3 多高斯分布模型 | 第19-20页 |
| 2.3 非线性扩散滤波算法（Non-linear Diffusion Filtering，NLD） | 第20-27页 |
| 2.3.1 一维的非线性扩散滤波算法 | 第21-24页 |
| 2.3.2 多维的非线性扩散滤波算法 | 第24-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于非线性扩散滤波的运动细胞检测方法 | 第28-39页 |
| 3.1 人类精子细胞的运动特征 | 第28页 |
| 3.2 背景差分法提取运动精子细胞 | 第28-31页 |
| 3.3 非线性扩散滤波器对图像处理 | 第31-34页 |
| 3.4 背景差分法和非线性扩散滤波相结合的方法检测运动细胞 | 第34-37页 |
| 3.5 实验结果和分析 | 第37页 |
| 3.6 本章小结 | 第37-39页 |
| 第4章 基于图论的细胞追踪方法 | 第39-46页 |
| 4.1 图论的基本理论知识 | 第39-42页 |
| 4.1.1 图的定义和术语 | 第39-40页 |
| 4.1.2 有向图和无向图 | 第40-42页 |
| 4.2 细胞图像的图化 | 第42-43页 |
| 4.3 基于图论的细胞追踪算法 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 改进的图论法对细胞图像进行追踪 | 第46-53页 |
| 5.1 对图论法的改进 | 第46-48页 |
| 5.2 使用改进的图论法对精子细胞追踪 | 第48-51页 |
| 5.3 实验结果和分析 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 附录 | 第60-61页 |
| 致谢 | 第61-62页 |