图像处理的线虫识别算法研究
1本文研究的对象是经过培养的成熟线虫的图像，现在已经有很多的识别分割方法，但是大多数方法都是针对特别的图像的。本文针对于特定的线虫图像，研究有较佳效果的线虫识别算法，并提取线虫的面积，计算线虫中红色部分占的比例。本文先对图像进行预处理，将彩色图像转换为灰度图像，并对该灰度图像进行图像平滑。用大津法对平滑后的图像进行阈值分割，将线虫整体分割出来。之后通过闭运算，在基本保持目标大小和形态的同时，将图像中原有的目标间断和内部较小的孔洞进行连接和填充。之后运用去小连通区域的方法消除噪声 。然后对分割出来的图像进行扫描，得其面积，并在原图像中找出红色部分的面积，最后计算红色部分比例。
目 录
Abstract1
Key words1
引言1
1□绪论1
1.1□研究的目的和意义1
1.2□国内外研究状况2
1.3□本文研究内容2
2□图像预处理3
2.1□图像灰度化3
2.2□灰度化算法及效果3
2.3□常用的图像平滑方法简介4
2.4□均值滤波4
2.4.1□均值滤波理论4
2.4.2□均值滤波算法描述4
2.5□中值滤波 4
2.5.1□中值滤波理论4
2.5.2□中值滤波算法描述5
2.6□均值滤波与中值滤波比较5
3□线虫图像分割6
3.1□常用的图像分割方法6
3.2□最大类间方差阈值分割6
3.3□Sobel算子边缘检测8
3.4□阈值分割与边缘检测比较9
4□形态学处理9
4.1□腐蚀和膨胀9
4.2□闭运算效果分析11
5□去除图像中的小连通区域12
5.1□去除线虫外部小连通12
5.2□去除线虫内部小连通13
6□计算线虫中红色部分所占的比例13
6.1□RGB模型13
6.2□HSI模型14
6.3□计算比例与效果图分析15
7□测试与分析17
7.1□系统测试 *好棒文|www.hbsrm.com +Q: &351916072&
17
7.2□不足和展望20
8□总结21
致谢21
参考文献21
基于图像处理的线虫识别算法研究与系统实现
计算机科学与技术专业学生 袁宇伟
指导教师 梁敬东
Elegans Recognition Algorithm Based On Image Processing And System Implementations
Student majoring in computer science and technology YAUN Yuwei
Tutor LIANG Jingdong
Abstract： What the article studies is the images of trained mature elegans, there have been a number of methods for recognition and separation, however most of them focuse on the specific images. The artical focuses on the specific elegans images，and study some elegans recognition algorithms which has better effect,and then extrats the elegans area, and calculate the proportion of elegans red part. I preprocessed the images first, converting color images to grayscale images and smoothing the grayscale images.Otsu method was used for thresholding the images after smoothing and segment the elegans completely. Then, by close operation, I connected and filled the target intermittent in original images and smaller holes inner while maintaining the targets size and shape almostly. After that, I eliminated the noise by the method of eliminating small connected regions.And I scaned the images segmentd,then I got their area and find the area of red part in original picture. Finally I calculate the proportion of red part.
Key words: Image Processing; elegans; recognition system
引言 数字图像处理的应用十分广泛，在空间应用、医学、地理、军事、生物学等传统领域都取得了许多重大的成果。虽然有许多图像处理的技术，但是至今还没有一种通用的图像处理技术。本文通过研究比较不同的图像处理技术，要找到一套适用于本课题研究的线虫识别算法，并最终实现这个系统。
1．绪论
1.1 研究的目的和意义
图像处理技术应用广泛，比如医学方面的癌细胞识别系统，比如生物工程方面的微生物检测系统等。图像处理技术的运用促进了各个领域的发展。另一方面，图像是人们感知世界的视觉基础，人们通过图像获取、传递、表达信息。图像处理就是利用计算机对图像进行加工，得到满足人们的视觉心理或者应用需求的行为。那么，我们对一幅线虫图像进行分割识别，其关键技术之一就是图像分割。我们需要一种能准确的将目标从背景中分割出来的分割算法。本文主要研究的是基于图像处理的线虫识别算法，并对识别后的线虫进行简单计算，计算线虫图像中红色部分所占比例。
国内外研究状况
数字图像处理具有再现性好，处理精度高，适用面广和灵活性高的优点，被广泛应用于科学研究、工农业生产、生物医学工程等领域。目前，图像处理技术在生物医学领域得到了广泛的应用。而图像分割是图像处理中的一项关键技术，也是一个经典难题，图像分割的质量通常决定了接下来的任务如特征提取、目标识别等的质量。常用的图像处理方法有基于阈值的、基于边缘的和基于区域的。
目 录
Abstract1
Key words1
引言1
1□绪论1
1.1□研究的目的和意义1
1.2□国内外研究状况2
1.3□本文研究内容2
2□图像预处理3
2.1□图像灰度化3
2.2□灰度化算法及效果3
2.3□常用的图像平滑方法简介4
2.4□均值滤波4
2.4.1□均值滤波理论4
2.4.2□均值滤波算法描述4
2.5□中值滤波 4
2.5.1□中值滤波理论4
2.5.2□中值滤波算法描述5
2.6□均值滤波与中值滤波比较5
3□线虫图像分割6
3.1□常用的图像分割方法6
3.2□最大类间方差阈值分割6
3.3□Sobel算子边缘检测8
3.4□阈值分割与边缘检测比较9
4□形态学处理9
4.1□腐蚀和膨胀9
4.2□闭运算效果分析11
5□去除图像中的小连通区域12
5.1□去除线虫外部小连通12
5.2□去除线虫内部小连通13
6□计算线虫中红色部分所占的比例13
6.1□RGB模型13
6.2□HSI模型14
6.3□计算比例与效果图分析15
7□测试与分析17
7.1□系统测试 *好棒文|www.hbsrm.com +Q: &351916072&
17
7.2□不足和展望20
8□总结21
致谢21
参考文献21
基于图像处理的线虫识别算法研究与系统实现
计算机科学与技术专业学生 袁宇伟
指导教师 梁敬东
Elegans Recognition Algorithm Based On Image Processing And System Implementations
Student majoring in computer science and technology YAUN Yuwei
Tutor LIANG Jingdong
Abstract： What the article studies is the images of trained mature elegans, there have been a number of methods for recognition and separation, however most of them focuse on the specific images. The artical focuses on the specific elegans images，and study some elegans recognition algorithms which has better effect,and then extrats the elegans area, and calculate the proportion of elegans red part. I preprocessed the images first, converting color images to grayscale images and smoothing the grayscale images.Otsu method was used for thresholding the images after smoothing and segment the elegans completely. Then, by close operation, I connected and filled the target intermittent in original images and smaller holes inner while maintaining the targets size and shape almostly. After that, I eliminated the noise by the method of eliminating small connected regions.And I scaned the images segmentd,then I got their area and find the area of red part in original picture. Finally I calculate the proportion of red part.
Key words: Image Processing; elegans; recognition system
引言 数字图像处理的应用十分广泛，在空间应用、医学、地理、军事、生物学等传统领域都取得了许多重大的成果。虽然有许多图像处理的技术，但是至今还没有一种通用的图像处理技术。本文通过研究比较不同的图像处理技术，要找到一套适用于本课题研究的线虫识别算法，并最终实现这个系统。
1．绪论
1.1 研究的目的和意义
图像处理技术应用广泛，比如医学方面的癌细胞识别系统，比如生物工程方面的微生物检测系统等。图像处理技术的运用促进了各个领域的发展。另一方面，图像是人们感知世界的视觉基础，人们通过图像获取、传递、表达信息。图像处理就是利用计算机对图像进行加工，得到满足人们的视觉心理或者应用需求的行为。那么，我们对一幅线虫图像进行分割识别，其关键技术之一就是图像分割。我们需要一种能准确的将目标从背景中分割出来的分割算法。本文主要研究的是基于图像处理的线虫识别算法，并对识别后的线虫进行简单计算，计算线虫图像中红色部分所占比例。
国内外研究状况
数字图像处理具有再现性好，处理精度高，适用面广和灵活性高的优点，被广泛应用于科学研究、工农业生产、生物医学工程等领域。目前，图像处理技术在生物医学领域得到了广泛的应用。而图像分割是图像处理中的一项关键技术，也是一个经典难题，图像分割的质量通常决定了接下来的任务如特征提取、目标识别等的质量。常用的图像处理方法有基于阈值的、基于边缘的和基于区域的。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/1900.html
