基于数字图像处理的孢子特征提取.ppt

数字图像处理课程设计 PPT演示文稿 0802117 11、25、27、33、39 金成君 代黎明 卢秋邑 路遥 王海洋 在我国危害农作物的主要病害有550多种，其中很多是由真菌引起的，为了预报空气传播的病害，需要监测空中孢子浮游量并判断其类型。以往的检测方法都是通过孢子采集，然后在显微镜下人工进行孢子的分类和统计，效率很低并且受视觉影响存在一定的误差。利用计算机图像处理技术则可以有效地解决这个问题。 灰度图像相对于彩色图像来说在光线较低情况下清晰度高于彩色图像，因此为了适应不同光线条件有必要把彩色的图像转换为灰度图像既满足了处理需要，又减少了信息运算量 图像平滑的目的是尽量减少或消除噪声的影响，改善图像质量。在图像输入过程中， 由于显微镜视野球面差，聚焦不良，涂片本身质量问题以及其它各种干扰，均会造成采集的图像中含有许多噪声，在图像处理前，必须对噪声进行去除。 边缘是图像中所要提取目标和背景的分界线，只有提取出了边缘才能将背景和目标区分开来。因此，数字图像的边缘检测是图像分割、目标区域的识别、区域形状提取等图像分析操作的重要基础，是图像识别中提取图像特征的一个重要步骤 孢子与背景的根本差别在于其具有不同的灰度值，因此可以利用灰度值将颗粒与背景完全分开，实现的方法为二值化分割。图像的二值化分隔算法是图像处理中最基本的预处理方法，直接影响后期的处理或识别。 利用MATLAB对从显微镜采集的孢子图像进行灰度变换、滤波、边缘检测和腐蚀膨胀等处理，就是为孢子的类型分析和自动计数做准备。 下面进行数量统计的运算 [L, n]=bwlabel(BW2, 4) stats = regionprops(L); Cen = cat(1, stats.Centroid); hold on; plot(Cen(:, 1), Cen(:, 2), r+); str = sprintf(‘共%d个孢子, n); title(str, Color, r); 以上就是我们对孢子图像的一系列处理