基于圖像處理的微生物檢測(cè)系統(tǒng).pdf

1、基于圖像處理的水生微生物實(shí)時(shí)檢測(cè)是水污染防治、水質(zhì)環(huán)境監(jiān)測(cè)的關(guān)鍵環(huán)節(jié)，也是現(xiàn)階段圖像處理應(yīng)用領(lǐng)域的一個(gè)研究熱點(diǎn)。由于水生微生物外形變化導(dǎo)致分類特征選取較為困難，目前能對(duì)其進(jìn)行實(shí)時(shí)在線檢測(cè)的成熟產(chǎn)品及研發(fā)還存在缺口。研究一個(gè)針對(duì)水生微生物特點(diǎn)的實(shí)時(shí)檢測(cè)系統(tǒng)，進(jìn)行初步試探性算法研究是非常必要的。 本課題按照先建立一個(gè)系統(tǒng)，逐步加入微生物檢測(cè)識(shí)別算法進(jìn)行綜合調(diào)試，最后進(jìn)行檢測(cè)試驗(yàn)的過程進(jìn)行。系統(tǒng)硬件部分包括圖像獲取和顯示設(shè)備、載物臺(tái)以

2、及觀測(cè)池：軟件設(shè)計(jì)部分基于Visual C++編程平臺(tái)，采用UML軟件總體設(shè)計(jì)和HIPO模塊化功能開發(fā)的方法來實(shí)現(xiàn)。 識(shí)別算法主要以具有較大變形能力的紅蟲、紅線蟲作為研究對(duì)象，提取其面積和周長(zhǎng)特征進(jìn)行識(shí)別算法研究。其中圖像分割算法使用OTSU雙閾值把灰度化圖像二值化，然后施以形態(tài)學(xué)去噪，通過“Z”字形掃描標(biāo)號(hào)和修正得到目標(biāo)，隨后提取其面積和周長(zhǎng)特征進(jìn)行Bayes識(shí)別。檢測(cè)試驗(yàn)則選擇識(shí)別率為試驗(yàn)指標(biāo)，以學(xué)習(xí)樣本的容量、曝光時(shí)間、形

3、變?yōu)锳BC三個(gè)因素，通過析因試驗(yàn)和方差分析來進(jìn)行檢測(cè)和分析。 本課題建立的微生物檢測(cè)系統(tǒng)能進(jìn)行靜態(tài)圖像、動(dòng)態(tài)視頻的檢測(cè)，連續(xù)采集，實(shí)時(shí)輸出并存貯圖像；可進(jìn)行在線、離線圖像預(yù)處理，模式識(shí)別，進(jìn)而進(jìn)行統(tǒng)計(jì)分類，生成圖文統(tǒng)計(jì)報(bào)告。通過對(duì)樣本圖像的三因素九次二十一組單因素析因試驗(yàn)和方差分析，得出了各個(gè)因素對(duì)試驗(yàn)指標(biāo)影響的顯著性統(tǒng)計(jì)量F。 檢測(cè)試驗(yàn)表明：微生物學(xué)習(xí)樣本的容量和曝光時(shí)間對(duì)識(shí)別率的影響特別顯著，而目標(biāo)生物個(gè)體的形變對(duì)識(shí)