光散射技术具有检测快速、精确、重复性好等诸多优点,特别是其无标记特性,近年来在生物医学领域发展迅速,有着广泛的应用。通过免标记光散射技术可以获得细胞或者微球等的二维光散射图样。这些二维光散射图样包含生物细胞丰富的生理、病理信息,通过对二维光散射图样的分析和处理,可以实现对细胞的计数、分类等功能。流式细胞仪技术可以高效获取大量细胞的测试结果。如何实现对流式视频中二维光散射图样的自动检测、识别是本论文拟探索的重要问题。本文将计算机视觉技术应用于流式视频中二维光散射微粒的检测、识别,而运动目标的检测与识别是计算机视觉系统研究中的重要方向之一,在生物医疗等领域应用广泛,有着很大的发展前景。论文通过将光散射技术和运动目标的检测跟踪算法相结合,研发了二维光散射视频中流动微粒的检测方法。本文通过微球来模拟理想状态下的细胞,采集其在流式状态下的二维光散射视频,并借助OPENCV的视频监控体系对视频中流动的微球进行检测与跟踪,进而提取各个微球的二维光散射图样特征,最终实现对微球的数目统计与识别的功能。论文先对光散射的相关理论进行了阐述,对微粒二维光散射图样的产生作了进一步解释;随后重点阐述了二维光散射视频中流动微球的检测;在实现二维光散射流动目标跟踪的基础上,借助光散射图样条纹特征提取算法,开展了二维光散射视频中流动微球的识别研究。本工作为后期进行复杂细胞的自动化检测识别奠定了一定基础。