论文部分内容阅读
针对细胞动力学特性差异、细胞变形、细胞数目变化、细胞近邻等估计难题，提出了一种基于粒子群优化方法来实现多细胞状态估计。首先，针对已存在细胞和新出现细胞设计了两种不同的搜索机制，提出了一种标准的PSO算法且无需检测模块来实现多细胞状态估计；在此基础上，引入细胞检测模块，提出一种基于改进的PSO算法来实现多细胞状态精确估计。实验结果表明，本文所提出的PSO跟踪策略能自动实现多细胞状态估计，在引入细胞检测模块后，跟踪性能提高50%以上，每帧平均耗时减小，并且在处理多细胞近邻问题时具有良好的跟踪鲁棒性。