数字化细胞微注射机器人的图像采集与处理研究

论文摘要

在生物科学研究和实验中，生物微操作机器人使微操作简单化、自动化，提高生产效率、成功率。本论文研究了基于“微流体数字化技术”的数字化细胞微注射机器人。分析数字化细胞微注射机器人系统的总体结构、基本功能，定义控制系统的功能模块、实现方法。在此基础上，进行了图像采集与处理的研究。比较不同的图像采集方案后，在VC++6.0环境下，利用DirectShow框架开发了图像采集模块。图像采集模块能获取图像采集设备的视频流，进行实时预览，压缩、保存在硬盘上。从视觉跟踪的角度分析跟踪方法，针对场景中的不同物体，提出用不同的方法进行识别跟踪，并探讨了提高识别速度和精度的方法。对提取的每一帧图像进行平滑处理、运动检测。实时计算出微操作工具和细胞的位置，用于视觉闭环控制。最后用OpenCV实现了图像处理功能。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 生物微操作机器人的意义
• 1.2 生物微操作机器人的国内外研究状况
• 1.3 数字化细胞微操作机器人系统
• 1.4 论文背景和主要工作
• 2 数字化细胞微注射机器人系统分析
• 2.1 数字化细胞微注射机器人总体结构
• 2.2 控制系统软件
• 2.2.1 运动控制模块
• 2.2.2 图像采集与处理模块
• 2.2.3 细胞微注射控制模块
• 2.2.4 人机接口
• 2.3 本章小结
• 3 数字化细胞微注射机器人的图像采集
• 3.1 图像采集模块的硬件构成
• 3.2 图像采集方法研究
• 3.3 DirectShow体系结构
• 3.4 Directshow方法的实现
• 3.5 本章小结
• 4 数字化细胞微注射机器人的视觉跟踪
• 4.1 视觉跟踪
• 4.1.1 视觉跟踪定义
• 4.1.2 运动检测方法
• 4.1.3 目标跟踪方法
• 4.1.4 性能评估
• 4.1.5 细胞微注射的视觉跟踪问题分析
• 4.2 图像平滑
• 4.3 运动检测
• 4.4 图像分割
• 4.4.1 图像分割方法
• 4.4.2 微分算子
• 4.4.3 Canny算子
• 4.4.4 算子的选择
• 4.5 目标识别和跟踪
• 4.5.1 参考点的定义
• 4.5.2 吸持针和注射针的识别
• 4.5.3 细胞的识别
• 4.5.4 加速识别和跟踪
• 4.6 本章小结
• 5 结论与展望
• 5.1 结论
• 5.2 展望
• 致谢
• 参考文献