基于多线程的水中微生物图像预处理系统

论文摘要

随着计算机技术的发展,数字图像处理和模式识别技术得到了前所未有的发展与应用,它的研究方法与数学、物理学、生理学、心理学、电子学、计算机科学等学科互相借鉴,图像识别技术在储粮微生物显微图像特征提取及识别和水中微生物特征提取及识别等生物医学工程领域中受到广泛重视并取得了重大的开拓性成就。通常情况下,对每种原生动物和后生动物的识别和量化工作是通过显微镜,完全依靠人工来实现的,这意味着观察人员在进行此项日常工作是需要具备较高的专业知识并投入大量的工作时间,另外,人工的方式还存在低效、人为误差大等弊端。本文着重研究活性污泥常见原生动物及后生动物的计算机辅助识别,利用图像识别技术结合显微图像的特点,通过研究显微图像预处理的方法实施了一套原生和后生动物提取方案,通过对微生物显微图像进行Gamma均衡、滤波、聚类及最大无关检测,采用多线程技术实现对水中微生物显微图像中原生和后生动物的自动提取。论文首先介绍了课题研究的背景以及意义,对数字图像预处理技术进行了简单的概述。接着详细介绍本文在图像预处理中用到的图像处理方法,并与传统的图像预处理方法作对比。最后给出了整个系统的流程图,对原图像进行等分分块,结合MFC机制下的多线程技术,实现水中微生物显微图像中原生和后生动物的自动提取。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究背景及意义
• 1.2 数字图像处理技术
• 1.2.1 数字图像处理技术的起源
• 1.2.2 数字图像处理的内容
• 1.2.3 数字图像处理技术在农业及生物医学工程方面的应用
• 1.3 论文工作
• 1.4 本文的组织结构
• 第二章 数字图像预处理技术的概述
• 2.1 图像增强
• 2.1.1 灰度化
• 2.1.2 图像平滑
• 2.2 图像分割
• 2.2.1 边缘检测
• 2.2.2 区域分割法
• 2.3 本章小结
• 第三章 水中微生物图像预处理方法
• 3.1 图像灰度变换
• 3.1.1 线性变换
• 3.1.2 非线性变换
• 3.2 图像均衡
• 3.2.1 直方图均衡化
• 3.2.2 Gamma均衡
• 3.3 图像滤波
• 3.3.1 中值滤波
• 3.3.2 均值滤波
• 3.3.3 中均值滤波
• 3.4 边缘增强
• 3.5 双均值聚类
• 3.6 形态学操作
• 3.6.1 膨胀
• 3.6.2 腐蚀
• 3.6.3 开运算和闭运算
• 3.7 最大独立成分检测
• 3.8 本章小结
• 第四章 基于多线程的水中微生物图像预处理系统的实现
• 4.1 系统的工作流程图
• 4.2 系统软件设计
• 4.2.1 计算机系统
• 4.2.2 软件环境
• 4.3 多线程技术在系统中的运用
• 4.3.1 多线程的介绍以及作用
• 4.3.2 MFC的多线程机制
• 4.4 水中微生物图像预处理系统
• 4.4.1 对输入图像的分块
• 4.4.2 单线程与多线程的时间比较
• 4.4.3 图像预处理系统
• 4.5 本章小结
• 第五章 总结与展望
• 参考文献
• 攻读硕士期间参与项目及发表的论文
• 致谢