细胞去核是实现体细胞克隆的关键技术。随着体细胞克隆操作逐步走向批量化,自动化细胞去核技术已经成为发展趋势,而高效的视觉检测是实现自动化去核的基础。针对自动化去核面临的主要问题:卵母细胞极体定位和细胞弹性测量,论文对其中的视觉检测方法进行了深入的研究。本文的主要工作包括:(1)本文提出了基于学习和预测的细胞极体检测方法。一方面,改进了特征提取算法,再利用机器学习算法对提取的特征进行学习和训练,产生高精度的分类器,提高了细胞极体检测的成功率;另一方面,通过对细胞质轮廓的曲率进行检测,预测出细胞极体可能存在的位置,缩小了检测范围,提高了检测方法的效率。本文利用猪卵母细胞和小鼠卵母细胞进行极体检测实验,表明对于不同类型的极体检测准确率可达96%。(2)本文针对细胞弹性测量的需要,提出了亚像素级细胞轮廓检测方法。首先,对显微图像使用像素级粗检测,获得细胞轮廓。然后,根据粗检测的结果,以细胞轮廓的整数级像素点为中心,提取邻域图像。在邻域图像上,计算像素点的梯度值,确定拟合方向,根据拟合方向,进行多项式拟合。最后,根据拟合的多项式曲线,调整细胞轮廓点的坐标位置,获得亚像素级细胞轮廓。本文提出了亚像素级细胞轮廓检测方法,相比于像素级检测方法,具有更高精度。(3)本文面向自动化去核,对视觉检测关键技术进行了深入的研究。设计并搭建了基于Compact RIO的微操作机器人系统,实现了基于亚像素级细胞轮廓检测的细胞弹性测量、自动化细胞拨动和自动化极体检测,通过大量的实验验证了极体检测方法和亚像素级细胞轮廓检测的有效性,提高了卵母细胞去核的自动化水平。