基于遺傳算法的菌落圖像分割.pdf

1、菌落圖像的處理與分析是農(nóng)業(yè)、食品、醫(yī)藥衛(wèi)生分析中進行質(zhì)量檢測的一項基本且重要的工作。以往這些工作由人工觀測完成，工序繁雜、耗時長、效率低，而且?guī)в兄饔^性，誤差大，重現(xiàn)性不好。采用圖像處理與分析的方法能將操作人員從這一繁重的工作中解脫出來，并大大提高計數(shù)與分析的精度，從而得到廣泛應用，成為近年來國內(nèi)外的一大研究熱點。 菌落圖像處理與分析中的一個重要環(huán)節(jié)是圖像分割，其好壞直接影響到計數(shù)的精度與后續(xù)的處理。但是，圖像分割技術一直以來都

2、是圖像信息工程的經(jīng)典難題，沒有一種方法對所有測試圖像分割效果是最佳的。在菌落圖像分析中，菌落尺寸可能大小不一、形態(tài)各異，并且經(jīng)常有聚堆現(xiàn)象，所以分割難度更大。為此，本文分析了現(xiàn)有的分割技術，考慮到圖像分割是組合優(yōu)化問題，可以采用基于遺傳算法或模擬退火算法的圖像分割技術，但是單獨使用這兩種算法，在處理過程中有很多局限，所以本文采用兩種算法相結(jié)合的混合算法，該混合算法結(jié)合了兩種算法的優(yōu)點，削弱了不足之處。通過分析具有各種形態(tài)特征的菌落圖像，

3、采用該分割技術對菌落圖像進行實驗處理，研究其自動分割技術，從而提高分割的精度和速度。 本文研究分析分割技術以及遺傳算法現(xiàn)狀的同時，嘗試將遺傳-模擬退火分割算法應用到開發(fā)自動識別系統(tǒng)中。識別系統(tǒng)的功能如下： 1．圖像濾波。可采用中值和均值濾波，目的是為了提高后續(xù)的分割、分離算法的效果，提高計數(shù)的精度。 2．圖像分割。首先，采用遺傳-模擬退火分割技術將彩色圖像轉(zhuǎn)換成灰度圖像；其次，采用填充算法進行孔洞填充，填充算法有