基于图像处理技术的海洋微藻数量统计方法.PDFVIP

第27卷第4期 大 连 海 洋 大 学 学 报 Vol.27 No.4 20 12 年 8 月 JOURNAL OF DALIAN OCEAN UNIVERSITY Aug. 2012 文章编号:2095-1388(2012)04-0368-05 基于图像处理技术的海洋微藻数量统计方法 1、2 3 1、2 郭显久 , 张国胜 , 耿春云 摇 摇 (1. 大连海洋大学 信息工程学院, 辽宁 大连 116023;2. 辽宁省海洋信息技术重点实验室, 辽宁 大连 116023; 3. 大连海洋大学 海洋科技与环境学院, 辽宁 大连 116023) 摘要:根据海洋微藻显微图像的特点, 利用图像处理技术给出了自动统计海洋微藻数量的方法。 该方法首 先对微藻图像进行小波去噪, 并对去噪后的图像通过形态学的膨胀运算进行增强; 然后利用最大类间方差 法和形态学的开运算对增强后的图像进行分割; 最后对分割后的二值图像进行微藻区域标记, 统计出在图 像中的微藻数量, 进而计算出水体中微藻的浓度。 利用本文中所给出的方法编写了海洋微藻数量自动统计 软件, 仿真试验结果表明, 该方法有效、 可行。 关键词:海洋微藻; 图像处理; 微藻数量统计; 最大类间方差法 中图分类号: Q949郾2摇 摇 摇 摇 文献标志码: A 摇 摇 海洋微藻在海洋中占有重要位置, 它不仅可为 态学膨胀和腐蚀算法以及空洞填充方法对图像进行 海洋生物提供丰富的食物来源, 也可反映海洋水体 分割, 最后运用中值滤波去除微小杂质干扰。 这种 富营养化及水质污染的状况, 因此, 国内外广泛使 方法虽然能够较好地完成微藻图像的分割, 但其算 用微藻种类和数量作为海洋生态环境监测、 水质污 法较复杂, 需要对分割后的图像进行多次后续处 染评价的重要指标。 目前, 海洋微藻的监测主要由 理。 为此, 本研究中对上述方法进行了改进, 主要 专业人员在显微镜下对样品进行人工辨别、 分类、 是运用形态学的膨胀算法对灰度微藻图像进行增 计数, 其工作量大、 速度慢、 效率低。 为此, 通过 强, 运用最大类间方差法和形态学开运算法对增强 实时提取海水微藻显微图像, 运用数字图像处理技 后的图像进行分割。 通过试验证明, 本研究中所给 术, 编制一个快速、 准确的微藻数量自动统计软 出的海洋微藻数量自动统计方法具有算法简单、 分 件, 检测海域中所含微藻的种类和数量, 这对微藻 割效果好等特点。 [1-3] 生物发展的早期监测、 预报具有重要的意义 。 1摇 微藻自动检测系统的构成 微藻的自动识别和定量方法主要有吸收光谱 法、 荧光光谱法、 液相色谱法、 流式细胞仪、 分子 1郾1摇 系统硬件的构成 [4] 技术等 ,但这些方法大多过程繁琐,严重依赖于 系统的硬件构成框图如图1所示。 将微藻样本 微藻的生理状态,且分辨率不高。 基于显微图像特 加入载玻片上, 利用固定在显微镜目镜端的CCD 征的自动识别方法具有使用便捷、 成本低廉、 分类 数码相机通过显微镜以恒定的放大倍率获取载玻片 结果精确、 过程直观、 易与传统手段结合等特点。 上的微藻图像, 将所采集的图像存储到计算机, 供 国内对微藻显微图像识别的研究近几年发展很 后期处