搜文檔
認(rèn)證信息
認(rèn)證類(lèi)型:個(gè)人認(rèn)證
認(rèn)證主體:常**(實(shí)名認(rèn)證)
IP屬地:河北
下載本文檔
版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
1、數(shù)字圖像處理和計(jì)算機(jī)視覺(jué)是近年來(lái)發(fā)展十分迅速的研究方向,目前正廣泛地應(yīng)用于軍用和民用等各個(gè)領(lǐng)域,是智能機(jī)器獲取外部信息和理解世界的重要途徑。運(yùn)動(dòng)檢測(cè)與目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)中兩個(gè)最重要的應(yīng)用,也是本文的研究?jī)?nèi)容。 在制藥過(guò)程中,傳統(tǒng)的細(xì)胞運(yùn)動(dòng)研究方法在技術(shù)日益革新的今天己不再適用,不但需要大量繁瑣的人為操作,而且由于使用染色等化學(xué)操作,影響細(xì)胞的運(yùn)動(dòng)方式,給藥劑的效果帶來(lái)一定的誤差,所以需要一種客觀(guān)且方便的方法。應(yīng)用計(jì)算機(jī)圖
2、像視覺(jué)技術(shù)來(lái)研究細(xì)胞運(yùn)動(dòng)無(wú)疑是很好的選擇,其客觀(guān)準(zhǔn)確,容易系統(tǒng)化和與設(shè)備的集成化,所以逐漸為細(xì)胞運(yùn)動(dòng)研究領(lǐng)域的科研人員所關(guān)注。本文就是基于這樣的背景提出的,通過(guò)計(jì)算機(jī)視覺(jué)理論對(duì)細(xì)胞運(yùn)動(dòng)的檢測(cè)和跟蹤做出了一定的探索,從而為細(xì)胞和生物研究提供新的技術(shù)支持。 文章首先分析了細(xì)胞圖像的特點(diǎn),研究了經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法,并應(yīng)用在細(xì)胞檢測(cè)與跟蹤中。首先,在運(yùn)動(dòng)檢測(cè)方面,根據(jù)細(xì)胞圖像的特點(diǎn),利用灰度形態(tài)學(xué)的理論建立背景,然后通過(guò)
3、背景差分法檢測(cè)運(yùn)動(dòng)目標(biāo)。對(duì)于粘連的細(xì)胞,提出了基于上下文的細(xì)胞分離方法并得到有效解決。其次,在細(xì)胞跟蹤方面,筆者研究了相關(guān)的目標(biāo)跟蹤算法,并根據(jù)細(xì)胞運(yùn)動(dòng)特性,采用經(jīng)典的均值漂移算法(Meanshift)對(duì)惰性細(xì)胞進(jìn)行跟蹤。再次,對(duì)于分裂細(xì)胞的跟蹤,本文根據(jù)細(xì)胞分裂時(shí)的特點(diǎn),采用Meanshift算法跟蹤到其中的一個(gè)子細(xì)胞,然后根據(jù)細(xì)胞分裂時(shí)的特點(diǎn)、分裂后的子細(xì)胞的距離和面積等特點(diǎn)來(lái)進(jìn)行跟蹤。最后,對(duì)于細(xì)胞在運(yùn)動(dòng)過(guò)程中出現(xiàn)的一些特異現(xiàn)象,
0/150
提交評(píng)論
聯(lián)系客服
本站為文檔C2C交易模式,即用戶(hù)上傳的文檔直接被用戶(hù)下載,本站只是中間服務(wù)平臺(tái),本站所有文檔下載所得的收益歸上傳人(含作者)所有。眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請(qǐng)立即通知眾賞文庫(kù),我們立即給予刪除!
Copyright ? 2013-2023 眾賞文庫(kù)版權(quán)所有 違法與不良信息舉報(bào)電話(huà):15067167862
復(fù)制分享文檔地址
http://www.omd.org.cn/shtml/view-2191305.html
復(fù)制
下載本文檔
評(píng)論
0/150
提交評(píng)論