精子多目标跟踪的抗遮挡算法的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究目的及意义 | 第10页 |
| 1.2 当前研究现状 | 第10-12页 |
| 1.2.1 多目标跟踪研究概述 | 第10-12页 |
| 1.2.2 遮挡问题研究概述 | 第12页 |
| 1.3 主要研究内容和论文组织结构 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 论文组织结构 | 第13-14页 |
| 第二章 计算机辅助精液分析系统 | 第14-23页 |
| 2.1 CASA 系统简介 | 第14-16页 |
| 2.2 精子目标分析参数 | 第16-17页 |
| 2.3 系统功能模块 | 第17-21页 |
| 2.4 系统待改善之处 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 精子多目标运动模型 | 第23-41页 |
| 3.1 精子目标图像的分割 | 第23-32页 |
| 3.1.1 基于边缘的图像分割 | 第23-28页 |
| 3.1.2 基于阈值的图像分割 | 第28-32页 |
| 3.2 精子目标的定位 | 第32-37页 |
| 3.2.1 基于特征的匹配 | 第32-33页 |
| 3.2.2 基于模板的匹配 | 第33-34页 |
| 3.2.3 精子多目标模型的特征 | 第34-35页 |
| 3.2.4 种子区域生长法 | 第35-37页 |
| 3.3 精子目标的运动预测 | 第37-40页 |
| 3.3.1 相邻帧图像相关性 | 第37-38页 |
| 3.3.2 基于 Kalman 滤波的运动预测 | 第38-39页 |
| 3.3.3 精子目标的预测 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 精子目标遮挡发生判定条件 | 第41-55页 |
| 4.1 抗遮挡的跟踪算法 | 第41-46页 |
| 4.1.1 基于 Mean-Shift 算法 | 第41-42页 |
| 4.1.2 基于贝叶斯理论 | 第42-43页 |
| 4.1.3 基于多子块模板匹配 | 第43-46页 |
| 4.2 目标的遮挡发生判定条件 | 第46-54页 |
| 4.2.1 基于颜色特征的判定方法 | 第46-47页 |
| 4.2.2 基于体积特征的判定方法 | 第47-50页 |
| 4.2.3 基于形态特征的判定方法 | 第50-54页 |
| 4.3 本章小结 | 第54-55页 |
| 第五章 抗遮挡的精子多目标跟踪流程 | 第55-66页 |
| 5.1 基本处理流程 | 第55页 |
| 5.2 多目标匹配和跟踪算法 | 第55-58页 |
| 5.2.1 最近领域搜索法 | 第55-56页 |
| 5.2.2 原版的多目标匹配和跟踪算法 | 第56-58页 |
| 5.3 改进的抗遮挡目标匹配与跟踪算法 | 第58-62页 |
| 5.3.1 遮挡目标的虚拟定位 | 第58-59页 |
| 5.3.2 遮挡目标的特征匹配 | 第59-60页 |
| 5.3.3 遮挡目标运动序列跟踪 | 第60-62页 |
| 5.4 实验结果分析 | 第62-65页 |
| 5.6 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
