图像分析处理应用.ppt

* * 图像分析产生于1969年，当时,美国一家公司引进了可以存储全黑和全白图像的图像分析器。借助该图像分析器将图像以一系列点的坐标的形式被存储。几个月之后,又推出了二进制式图像分析器。这种图像分析器将像素二进制化,转换成64灰度级的图像。 而到20世纪70年代初,由于电脑开始被越来越多地用于控制图像分析的结果,图像分析领域产生了巨大的变化。1974年,又随着数学形态学的引入改变了图像处理的方式。同时随着人们逐步使用软件来控制实验过程和数据收集,图像分析技术获得越来越广泛地应用,为各领域的发展提供了更好的分析手段。 图像分析发展： 图像分析的基础理论之一是图像的灰度处理。数字图像在计算机中以矩形点阵形式存在,像素是数字图像中的基本元素。一幅MxN大小的图像中,每个像素由具有不同明暗程度的灰度值所标识。若将白色的灰度值定义为Lmax,黑色灰度值定义为Lmin,由白到黑之间的灰度均匀地划分为Lmax至Lmin之间若干个等级。数字图像的灰度理论是进行图像分析的基础。 Glasbry图像分析理论 图像显示 图像增强 图像分割 数学形态学操作 特征信息提取 阈值法 阈值法是利用图像的灰度特征来选择一个(或多个)最佳灰度阈值,并将图像中每个像素的灰度值与阈值相比较,最后将对应的像素根据比较结果分到合适的类别中,把属于同一部分的像素视作同一个物体。 阈值法： 数学形态学是以形态为基础对图像进行分析的一种数学工具。 用具有一定形态的结构单元去度量和提取图像中的对应形状特征,从而对图像进行分析和识别,以达到简化图像、保持其基本的结构形态并除去不相干结构单元影响的目的。 数学形态学： 数学形态学基本运算： 膨胀 腐蚀 开启 闭合 增加目标边缘的图素,使边缘图像得到延伸 去除目标边缘的图素,使边缘部位相对较高的灰度值降低,从而边缘会向灰度值高的区域内收缩。 长期以来,污水处理系统的运行管理通常依赖于运行参数和水质指标的测定来判断和控制。近年来随着显微镜技术和计算机技术的发展,利用图像分析系统不仅可以对系统的生物相构成进行定性分析,同时也给出定量的信息以判断污水处理系统的生物群落的构成特点、特定种属以及运行状况等。 如污泥膨胀是活性污泥法运行管理中常见的问题,早期人们主要从出水水质以及污泥性能来判断污泥膨胀发生与否,无法获得伴随运行问题的发生生物相变化的定量信息,但现在利用图像分析技术对活性污泥絮体进行定量分析,不仅从微观上了解其形态学特征及群落构成,也能更好地监测和判断污水处理系统的变化规律。 图像分析在污水处理中的研究 Li等在1986年首次应用图像分析系统来定量描绘活性污泥絮体的特征,他们对絮体的几何学特征如最长尺寸、宽度、当量直径、截面面积、周长和圆度进行测定。1990年,他们通过分析絮体截面面积图像来研究污泥絮体内部结构。 Grijspeerdt等在1996年将一放大倍数为50倍的显微镜与一暗视场照明系统结合,通过图像分析来分析絮体形状以判断污泥沉降性能,结果发现只能分辨出图像中大块的污泥絮体。随后,通过对描绘絮体形态学的参数(对絮体形状、大小、轮廓规则程度的定量描述)、三维纵横比、圆度和分形维数的测定分析,他们总结出这些特定的参数,并发现污泥沉降性能对形态学参数的变化很敏感。 da Motta等早在1999年就开发了一自动分析程序,利用光学显微镜图像估计丝状菌数量、絮体大小和分形尺寸。研究发现活性污泥形态学参数和反映污泥沉降性能的参数如悬浮固体浓度(SS)和污泥容积指数(SVI)之间有一定的相关性。 随后在2002年,da Mottat 进一步展开研究,在一中试规模污水处理系统中通过对活性污泥形态学特征的图像分析检测其生物量。在不同温度下分别进行实验。通过对图像中丝状菌的形态学参数,如细丝总长度、细丝数目和絮体尺寸等的探测分析得出污泥容积指数和沉降速率与细丝总长度和数目及絮体尺寸有直接关联性,这为丝状菌引起的污泥膨胀现象提供了简便的分析方法。通过这个图像分析进程,能更方便快捷监测到污水处理厂运行中丝状菌引起的膨胀现象。 Schmid等将图像分析与CLSM 技术相结合来分析活性污泥絮体的3D图像。通过3D共聚焦图像定量分析活性污泥和生物膜的稳定性与其体积、不同细菌种群构成之问的关系,并建立了关系式。研究中采用荧光素一异硫氰酸盐将污泥絮体染色后,用一共焦激光扫描显微镜获得75个图片堆(约3000个絮体)。借助合成的3D图像分析絮体的构成,并通过荧光原位杂交技术定量分析活性污泥絮体的数量及结构。 Jenne等研究了一个全自动图像分析系统,自动估计和分析整体或单个细丝和絮体的特性。该研究将此图像分析系统作为一个监测工具,观测活性污泥系统中丝状菌引起的污泥膨胀发生之前或之后的絮体形状变化及菌丝的生长规律,并与污泥沉降性能(以污泥容积指数表示