基于EKF-PF的序列图像中活跃细胞追踪算法的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·细胞运动追踪的研究背景和意义 | 第10-12页 |
| ·细胞追踪研究现状 | 第12-13页 |
| ·本文的研究目的和主要内容 | 第13-16页 |
| ·研究目的 | 第13-14页 |
| ·主要内容 | 第14-16页 |
| 第2章 细胞追踪算法和惰性细胞的追踪 | 第16-21页 |
| ·细胞追踪算法 | 第16-19页 |
| ·图论 | 第16页 |
| ·Mean Shift 算法 | 第16-18页 |
| ·Level Set 算法 | 第18页 |
| ·卡尔曼滤波器 | 第18-19页 |
| ·惰性细胞的追踪 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 粒子滤波器算法 | 第21-34页 |
| ·蒙特卡罗方法 | 第21-23页 |
| ·蒙特卡罗方法的原理 | 第21-22页 |
| ·蒙特卡罗方法的收敛性 | 第22页 |
| ·蒙特卡罗方法的实现 | 第22-23页 |
| ·粒子滤波器算法 | 第23-28页 |
| ·序贯重要性采样（SIS） | 第23-25页 |
| ·退化问题及解决办法 | 第25-27页 |
| ·标准粒子滤波器的算法流程 | 第27-28页 |
| ·粒子滤波器的改进算法 | 第28-31页 |
| ·序贯重采样（SIR）粒子滤波器 | 第28页 |
| ·辅助变量粒子滤波器（APF） | 第28-29页 |
| ·无迹粒子滤波器（UKF-PF） | 第29-30页 |
| ·扩展卡尔曼粒子滤波器（EKF-PF） | 第30-31页 |
| ·算法的仿真实验和结果分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 活跃细胞的追踪 | 第34-45页 |
| ·机动目标运动模型 | 第34-39页 |
| ·匀速运动（CV）模型 | 第34-35页 |
| ·匀加速运动（CA）模型 | 第35页 |
| ·Singer 模型 | 第35-37页 |
| ·机动加速度的“当前”概率密度 | 第37-38页 |
| ·机动加速度的非零均值时间相关模型 | 第38页 |
| ·针对实际问题建立的运动模型 | 第38-39页 |
| ·EKF-PF 在追踪活跃细胞时的状态模型 | 第39-40页 |
| ·代价函数的建立 | 第40-44页 |
| ·相似性度量方法 | 第40-41页 |
| ·关联匹配 | 第41-43页 |
| ·算法的总体结构 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 活跃细胞的追踪结果及分析 | 第45-62页 |
| ·三组序列图像中活跃细胞的追踪 | 第45-61页 |
| ·序列 Ⅰ中活跃细胞的追踪 | 第45-48页 |
| ·序列 Ⅱ 中活跃细胞的追踪 | 第48-56页 |
| ·序列 Ⅲ 中活跃细胞的追踪 | 第56-61页 |
| ·追踪结果分析 | 第61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
