醫(yī)學(xué)序列圖像中的多目標(biāo)跟蹤技術(shù)與實現(xiàn).pdf

1、完成一套醫(yī)學(xué)精子自動分析系統(tǒng)，并在實際中得到應(yīng)用，這是本課題的一個關(guān)鍵任務(wù)。因此，找到一套快速準(zhǔn)確的跟蹤算法是課題的重點，也是這篇論文的重點所在。 通過比較各種跟蹤算法，我們利用卡爾曼濾波預(yù)測法的遞推運算簡單、數(shù)據(jù)存儲量小，實時性好等優(yōu)點，采用了一種“預(yù)測、匹配、修正”的思路。然而，標(biāo)準(zhǔn)卡爾曼濾波是建立在標(biāo)準(zhǔn)的數(shù)學(xué)模型上的，而這種數(shù)學(xué)模型僅僅是實際運動模型的一種近似，誤差總是存在的。隨著目標(biāo)數(shù)目的增加，目標(biāo)之間發(fā)生碰撞和重疊的概

2、率隨著增加，這時，基于卡爾曼預(yù)測的跟蹤算法的誤差會隨之增大，并可能導(dǎo)致運算結(jié)果出現(xiàn)較大偏差。為克服這一誤差，我們在分析目標(biāo)運動特點的基礎(chǔ)上，采用了一種回溯修正的思路，提出了補(bǔ)償算法。沿用這種算法思路所實現(xiàn)的實際系統(tǒng)經(jīng)過了臨床實驗，展現(xiàn)出令人滿意的性能。 這種補(bǔ)償算法是在已經(jīng)出現(xiàn)偏差的基礎(chǔ)上進(jìn)行修正，而沒有從本質(zhì)上去分析問題解決問題。因此，在由補(bǔ)償法實現(xiàn)出實際系統(tǒng)之后，我們以它為實驗平臺，對算法進(jìn)行了深入的研究，提出了改進(jìn)算法，并