鐮刀菌顯微圖像識別預處理算法研究與實現(xiàn).pdf

1、鐮刀菌種類多、分類廣，其中有不少是導致多種農(nóng)林植物病害的病原，它可以引起作物的萎蔫、穗腐、腐爛等病害。許多種鐮刀菌危害農(nóng)作物的種子，在菌體生長發(fā)育代謝過程中產(chǎn)生毒素危害作物，造成作物萎蔫死亡，影響農(nóng)產(chǎn)品產(chǎn)量和品質(zhì)，嚴重時可導致產(chǎn)量顯著下降。此外，有些種類的鐮刀菌能在各種糧食中生長并能產(chǎn)生有毒的代謝產(chǎn)物，豬、馬、驢等牲畜食用后會發(fā)生急性中毒癥狀。人食用霉變的糧食后半小時至一小時后可出現(xiàn)中毒癥狀，輕者可出現(xiàn)嘔吐、腹瀉和拒食，重者可導致死亡。

2、因此，研究鐮刀菌圖像預處理技術(shù)對于鐮刀菌識別和我們的生后具有重要的科學與現(xiàn)實意義。 本文首先以數(shù)字圖像預處理的發(fā)展概況、特點及其應用為背景闡述了圖像分割理論的定義和目標以及對于圖像分割的評價。把圖像預處理中的圖像分割方法大體上分為三大類:基于閾值、基于邊緣和基于區(qū)域的圖像分割方法，并研究了隨著科技的進步一些新理論和新方法逐漸提出，出現(xiàn)的結(jié)合特定理論工具的圖像預處理方法，這些特定理論包括數(shù)學形態(tài)學、模糊技術(shù)、神經(jīng)網(wǎng)絡、小波等。

3、 其次，對圖像分割領域中常用的基于邊緣的分割方法進行了詳細的研究與分析，對各種邊緣檢測算子進行了MATLAB環(huán)境下的實驗，分析總結(jié)了各種傳統(tǒng)邊緣檢測算子的優(yōu)缺點和適應環(huán)境，并針對傳統(tǒng)邊緣檢測算子在處理顯微圖像時的缺陷，在實驗分析的基礎上研究并實現(xiàn)了一種邊緣定位更加精確、運算速度更加快捷的邊緣提取方法——模板向量算法，在該算法中，對文章提到的一階微分算子中微分的近似計算作進一步優(yōu)化，經(jīng)過對該邊緣提取方法進行實驗，其結(jié)果與傳統(tǒng)方法相比，

4、輪廓提取更為精確細膩，且最大程度的保留了圖像中物體(目標個體或者明顯噪聲點)的輪廓，得到了比較理想的邊緣提取效果。 最后，在Visual C++6.0開發(fā)環(huán)境中結(jié)合Matlab7.0試驗平臺，設計并構(gòu)建了一套鐮刀菌顯微圖像處理系統(tǒng)MFCDIP-Fusarium系統(tǒng)，實現(xiàn)了前面提出的模板向量的邊緣提取方法，而且又進一步提出了新的圖像預處理算法——圖像灰度分層算法，并對其在顯微圖像分割中的應用可行性作了研究，對其在理論與算法上實現(xiàn)的