现代农业产业化建设推动了畜牧业快速发展,畜牧业在育种繁殖方面对精子分析仪的应用需求与日俱增。因此本文研究的动物精子质量检测的关键技术和方法显得非常迫切,既有理论意义又有实用价值。针对国内外动物精子运动能力分析技术的现状,本论文通过研究连续大鼠精子图像序列,及若干适合于精子图像的方法,形成一套适用于动物精子运动能力检测的多目标跟踪理论和算法。　　本论文的主要研究内容和研究成果如下:　　1、大鼠精子图像分割　　精子运动能力检测需要对连续若干帧图像进行分析和处理,使得系统对单帧图像的处理速度要求比较高,因此采用一种既不损失精度又可以提高系统速度的分割算法是非常必要的。针对传统 Ostu算法在分割大鼠精子图像过程中实时性较差的缺陷,提出一种基于Newton迭代改进的Ostu分割算法对大鼠精子图像进行分割。实验结果表明,该算法可以实现精子的快速准确分割。　　2、精子目标的识别　　分割后的图像含有杂质,根据杂质和精子的形状特点,采用形状因子和数学形态学去除杂质;精子作为一种长条形的生物体,出现遮挡和粘连的情况会比较多,在遮挡和粘连不太严重的情况下,采用数学形态学的方法分离遮挡和粘连精子,对于遮挡和粘连比较严重的情况,本文提出采用运动识别的方法来处理粘连精子,有效的避开了分割的复杂性。实验表明,这种方法对于粘连精子的识别效果显著。　　3、精子的多目标运动跟踪　　精子目标的跟踪属于多目标跟踪,针对大鼠精子的运动惯性特点,本文提出采用最短距离准则、方向准则和Unscented滤波相关联的预测算法对大鼠精子进行运动跟踪。该方法通过Unscented滤波得到精子的预测位置,采用最短距离和方向准则对精子位置进行确定。实验结果表明这种方法适合精子的运动跟踪,达到了预期的多目标跟踪目的。