| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究的背景和意义 | 第13-14页 |
| 1.1.1 课题应用的细胞和生物分子学背景 | 第13-14页 |
| 1.1.2 拉曼检测技术的应用发展 | 第14页 |
| 1.2 动态拉曼检测系统及关键技术概述 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-17页 |
| 1.4 本文的研究内容和全文结构 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17-18页 |
| 1.4.2 全文结构 | 第18-19页 |
| 第二章 动态拉曼检测系统 | 第19-25页 |
| 2.1 动态拉曼检测系统硬件结构 | 第19-20页 |
| 2.2 动态拉曼检测系统功能分析 | 第20-23页 |
| 2.2.1 动态检测系统功能层次分析 | 第20-22页 |
| 2.2.2 动态检测系统功能定义与描述 | 第22-23页 |
| 2.2.3 系统实现的影响因素 | 第23页 |
| 2.3 本章小结 | 第23-25页 |
| 第三章 粒子图像的分析与处理 | 第25-45页 |
| 3.1 粒子图像的表征 | 第25-27页 |
| 3.1.1 粒子图像特点 | 第25-26页 |
| 3.1.2 粒子运动模式 | 第26-27页 |
| 3.2 现有的相关图像处理方法 | 第27-33页 |
| 3.2.1 现有相关图像去噪方法概述 | 第27-30页 |
| 3.2.2 现有相关图像信号增强方法概述 | 第30-33页 |
| 3.3 粒子图像的处理和目标分割 | 第33-40页 |
| 3.3.1 粒子图像的预处理 | 第33-35页 |
| 3.3.2 粒子图像分割定位 | 第35-40页 |
| 3.4 用于目标追踪的特征提取 | 第40-44页 |
| 3.4.1 粒子图像特征挖掘 | 第41-43页 |
| 3.4.2 用于追踪的粒子图像规范化处理 | 第43-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 粒子追踪算法研究 | 第45-71页 |
| 4.1 粒子追踪算法的任务要求 | 第45页 |
| 4.2 粒子追踪算法实现结构 | 第45-50页 |
| 4.2.1 粒子追踪过程中的定义 | 第46-47页 |
| 4.2.2 追踪过程中粒子事件的统计分析 | 第47-49页 |
| 4.2.3 粒子追踪算法框架 | 第49-50页 |
| 4.3 基于局部搜索的全局最优追踪算法的研究 | 第50-60页 |
| 4.3.1 追踪过程中的局部搜素 | 第50-51页 |
| 4.3.2 全局最优化追踪算法 | 第51-57页 |
| 4.3.3 算法数据结构及实现 | 第57-60页 |
| 4.4 用于粒子位置预测的KALMAN滤波 | 第60-65页 |
| 4.4.1 离散Kalman滤波算法 | 第60-63页 |
| 4.4.2 基于随机线性离散Kalman滤波的粒子位置预测 | 第63-65页 |
| 4.5 实验结果 | 第65-69页 |
| 4.6 本章小结 | 第69-71页 |
| 第五章 动态拉曼检测系统软件结构分析与设计 | 第71-85页 |
| 5.1 动态拉曼检测系统需求分析 | 第71-77页 |
| 5.1.1 动态拉曼检测系统定义 | 第71-72页 |
| 5.1.2 动态拉曼检测系统运行流程模型分析 | 第72-73页 |
| 5.1.3 动态拉曼检测系统运行需求分析 | 第73-75页 |
| 5.1.4 系统硬件构成及实现需求 | 第75-77页 |
| 5.2 动态拉曼检测系统软件设计 | 第77-79页 |
| 5.2.1 人机界面设计 | 第77-78页 |
| 5.2.2 硬件控制管理模块设计 | 第78页 |
| 5.2.3 数据和文件模块设计 | 第78-79页 |
| 5.3 系统硬件控制及实现 | 第79-83页 |
| 5.3.1 硬件控制流程 | 第79-80页 |
| 5.3.2 系统硬件控制实现 | 第80-81页 |
| 5.3.3 系统动态光谱的获取实现 | 第81-83页 |
| 5.4 本章小结 | 第83-85页 |
| 第六章 总结与展望 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 致谢 | 第93-95页 |
| 攻读硕士学位期间参与的科研项目 | 第95-97页 |
| 攻读硕士学位期间取得的科研成果 | 第97页 |