粘連物體計數(shù)方法研究.pdf

1、數(shù)字圖像處理隨著計算機技術、人工智能和思維科學研究的進展，開始向更高、更深層次發(fā)展。從早期以改善圖像的質量為目的階段，發(fā)展到研究如何用計算機系統(tǒng)解釋圖像，及如何實現(xiàn)類似人類視覺系統(tǒng)理解外部世界的階段。
　　 在蠶業(yè)領域中，蠶卵自動計數(shù)是一個重要的研究課題。目前，我國對單位重量的蠶卵個數(shù)指標的檢測都是通過肉眼辨別，手工計數(shù)來完成。但由于蠶卵體積小，數(shù)量多，工作量大，單調乏味，工作人員眼睛極易疲勞，效率低，從而檢測結果存在精確度較低

2、和主觀性強的缺點。同時，手工檢測這種傳統(tǒng)的手工計數(shù)方法如果操作不當，還容易損傷蠶卵，直接影響到經(jīng)濟效益。而以計算機為載體的數(shù)字圖像處理方法，可提高蠶卵計數(shù)效率，降低操作人員的勞動強度，檢測結果更為客觀，同時輔以計算機的數(shù)據(jù)管理功能，提高了檢測的自動化程度。因此，利用數(shù)字圖像處理技術對蠶卵進行計數(shù)具有自動，客觀和快速的特點，因此，受到學界的廣泛關注。
　　 數(shù)字圖像處理的主體是圖像，可是由于噪聲、光照以及物體本身的相互粘連等情況，

3、采集后的圖像質量總是會受到不同程度的影響，所以如何有效地對這類圖像進行處理是本文分析研究的重點。傳統(tǒng)的方法是采用圖像分割技術首先提取主體，然后才進行后續(xù)處理。但是如果圖像中存在粘連或者部分重疊的現(xiàn)象往往導致分割的不完整，給圖像的后續(xù)分析處理帶來很大的麻煩。針對這一問題，本文將粘連的非均勻背景蠶卵圖像作為分析和處理的對象，提出了一種基于網(wǎng)格模型的處理方法，該方法采用機器學習的新策略，有效避免了硬分割的過程。另外，本文還提取出了一種有效的紋