基于圖像技術(shù)的菌落檢測(cè).pdf

1、菌落圖像的處理與分析在工農(nóng)業(yè)生產(chǎn)、醫(yī)療衛(wèi)生等領(lǐng)域均有著廣泛的應(yīng)用。將菌落圖像進(jìn)行圖像處理,可快速地統(tǒng)計(jì)菌落個(gè)數(shù)并對(duì)其形態(tài)特征進(jìn)行分析。
　　 圖像分割是菌落圖像處理與分析過(guò)程中的關(guān)鍵環(huán)節(jié),菌落形態(tài)分析依賴圖像分割的結(jié)果。因此,圖像分割方法的選擇直接影響到菌落檢測(cè)。目前圖像分割的方法眾多,但仍沒(méi)有一種方法對(duì)所有測(cè)試圖像分割效果均為最佳。為此,本文針對(duì)菌落圖像自身的特點(diǎn)對(duì)菌落進(jìn)行檢測(cè)。處理的過(guò)程主要有以下三個(gè)步驟:
　　 1

2、.菌落圖像預(yù)處理。本文討論了一種基于模糊隸屬度的菌落圖像增強(qiáng)方法對(duì)菌落圖像進(jìn)行預(yù)處理。該算法在結(jié)合模糊隸屬度的基礎(chǔ)上通過(guò)選取閾值對(duì)圖像中各像素點(diǎn)灰度進(jìn)行模糊變換實(shí)現(xiàn)圖像增強(qiáng)。通過(guò)該算法對(duì)圖像增強(qiáng)的結(jié)果與常用的圖像增強(qiáng)方法進(jìn)行實(shí)驗(yàn)比較。結(jié)果表明,該算法能夠更好地增強(qiáng)菌落目標(biāo)邊界兩側(cè)對(duì)比度。
　　 2.菌落圖像分割。本文對(duì)空間模糊c均值聚類分割算法進(jìn)行了改進(jìn),討論了快速的空間模糊c均值聚類算法。改進(jìn)后的分割算法用于菌落圖像分割不僅可

3、以在分割過(guò)程中較好地去除噪聲對(duì)分割結(jié)果的影響,還降低了時(shí)間復(fù)雜度。同時(shí),還可以填補(bǔ)菌落個(gè)體中微小孔洞,能夠?qū)⒕鋫€(gè)體與背景分離,保持其完整性。
　　 3.菌落圖像分析。本文使用區(qū)域標(biāo)號(hào)與輪廓跟蹤相結(jié)合的方法來(lái)對(duì)分割后的菌落進(jìn)行分析。其中輪廓跟蹤的方法在引入方向變量的基礎(chǔ)上,通過(guò)對(duì)方向變量進(jìn)行奇偶性判斷來(lái)排除部分鄰近點(diǎn),有效地提高了檢測(cè)速度。具體過(guò)程如下:首先,對(duì)分割后的菌落圖像進(jìn)行區(qū)域標(biāo)號(hào)；其次,輪廓跟蹤每個(gè)連通區(qū)域后使用當(dāng)前標(biāo)