鐮刀菌顯微圖像識(shí)別預(yù)處理算法研究與實(shí)現(xiàn).pdf

1、鐮刀菌種類多、分類廣，其中有不少是導(dǎo)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(zhǎng)發(fā)育代謝過(guò)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(yán)重時(shí)可導(dǎo)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(zhǎng)并能產(chǎn)生有毒的代謝產(chǎn)物，豬、馬、驢等牲畜食用后會(huì)發(fā)生急性中毒癥狀。人食用霉變的糧食后半小時(shí)至一小時(shí)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(dǎo)致死亡。

2、因此，研究鐮刀菌圖像預(yù)處理技術(shù)對(duì)于鐮刀菌識(shí)別和我們的生后具有重要的科學(xué)與現(xiàn)實(shí)意義。 本文首先以數(shù)字圖像預(yù)處理的發(fā)展概況、特點(diǎn)及其應(yīng)用為背景闡述了圖像分割理論的定義和目標(biāo)以及對(duì)于圖像分割的評(píng)價(jià)。把圖像預(yù)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(jìn)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(yù)處理方法，這些特定理論包括數(shù)學(xué)形態(tài)學(xué)、模糊技術(shù)、神經(jīng)網(wǎng)絡(luò)、小波等。

3、 其次，對(duì)圖像分割領(lǐng)域中常用的基于邊緣的分割方法進(jìn)行了詳細(xì)的研究與分析，對(duì)各種邊緣檢測(cè)算子進(jìn)行了MATLAB環(huán)境下的實(shí)驗(yàn)，分析總結(jié)了各種傳統(tǒng)邊緣檢測(cè)算子的優(yōu)缺點(diǎn)和適應(yīng)環(huán)境，并針對(duì)傳統(tǒng)邊緣檢測(cè)算子在處理顯微圖像時(shí)的缺陷，在實(shí)驗(yàn)分析的基礎(chǔ)上研究并實(shí)現(xiàn)了一種邊緣定位更加精確、運(yùn)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(duì)文章提到的一階微分算子中微分的近似計(jì)算作進(jìn)一步優(yōu)化，經(jīng)過(guò)對(duì)該邊緣提取方法進(jìn)行實(shí)驗(yàn)，其結(jié)果與傳統(tǒng)方法相比，

4、輪廓提取更為精確細(xì)膩，且最大程度的保留了圖像中物體(目標(biāo)個(gè)體或者明顯噪聲點(diǎn))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(kāi)發(fā)環(huán)境中結(jié)合Matlab7.0試驗(yàn)平臺(tái)，設(shè)計(jì)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(shí)現(xiàn)了前面提出的模板向量的邊緣提取方法，而且又進(jìn)一步提出了新的圖像預(yù)處理算法——圖像灰度分層算法，并對(duì)其在顯微圖像分割中的應(yīng)用可行性作了研究，對(duì)其在理論與算法上實(shí)現(xiàn)的