细胞微操作是生物医学研究的重要实验手段,广泛应用于药物研发、毒理学研究、辅助生殖、基因工程等实验研究中。传统的手工细胞微操作需要长时间的训练,过程复杂,容易造成操作者疲劳。即使如此,手工操作效率低,没有统一的量化标准,操作精度低,细胞被污染风险高,重复性低,与细胞的快速发育及批量化操作需求相矛盾,因此自动化成为细胞微操作发展的必然趋势。视觉反馈是最易获得、最直接的反馈方式,是自动化系统不可或缺的要素。系统自动化要求视觉算法能快速、准确、实时的进行图像处理。针对以上问题,本文进行了以下研究:首先,研究了适合细胞操作的自动化调焦定位方法。对现有的聚焦算法的准确度和执行时间进行了量化评价,优选出适宜细胞微操作的Brenner聚焦评价函数。利用该函数及自动聚焦搜索策略完成了将细胞自动地、快速地移动至焦平面的实验。自动聚焦的提出降低了细胞微操作系统的复杂性和成本,提高了自动化水平。其次,进行了细胞和注射针自适应地识别和定位的研究。以快速性和准确性为依据,优选出早期胚胎图像处理算法;以细胞操作精细化和安全性为目的,提出了基于凸包检测分裂球识别算法;对细胞操作中的变形进行了视觉处理,为细胞机械性能研究打下了基础。针对光照不均、培养液杂质影响、胚胎个体差异对视觉反馈的不利影响,提出了抗干扰能力强、自适应的细胞定位算法,该算法通过在复杂环境下自动调整图像处理过程的自适应二值化的参数实现。对20个不同环境下的斑马鱼胚胎显微注射实验中的图像进行实时处理,细胞定位成功率达到100%。另外,采用基于模板匹配的算法实现了注射针的准确定位,对16个实时图像的注射针进行了定位实验,验证了该算法的有效性。最后,基于实时图像处理,实现了视觉伺服控制。对14组实际的斑马鱼胚胎进行了软件控制下的自动显微注射实验,成功率为100%。实验结果表明,提出的自调焦定位算法有效,调焦运动稳定、精度高;提出的图像处理算法能准确、实时的定位,自适应性良好,满足细胞微操作的高精度及自动化操作的要求;设计的系统紧凑、自动化程度高,有利于自动化显微操作技术知识产权自主化。