基于机器视觉的果蝇复眼病变图像识别系统的研究

摘要

提高生物医学药品的开发速度多年来一直是科研人员追求的目标。随着科技的发展，科研人员对其研究的力度，越来越大。丰富的果蝇种类，为科学家进行遗传学、发育生物学等科学研究提供了良好的实验动物模型。本文就果蝇复眼病变检测的机器视觉系统理论与技术进行了系统的研究。该项工作是机器视觉技术应用于医学图像领域尤其是诸如果蝇之类的细小生物样本的显微成像方面的新尝试，并且是一个非常值得研究的方向。 本文分别在果蝇复眼显微图像的采集、果蝇复眼病变特征的分析提取、病变的诊断识别3个方面取得了较有成效的进展。基于机器视觉技术，利用比较先进的JVC/TK-C721EC彩色摄像机、体视生物光学显微镜、美国NI公司的图像采集卡PCI-1409等仪器，组织和完成了果蝇样本的采集工作，建立了果蝇复眼病变检测的硬件平台。采集到的果蝇复眼图像经平滑、增强、分割、形态学操作等方法的预处理后；运用自动循环、迭代次数的算法提取果蝇复眼轮廓；通过判断逐个像素点的红色分量值，运用点运算的方法提取果蝇复眼坏区斑点的颜色特征。接着，运用Visual C++实现了上述提取果蝇复眼病变斑点的算法方案。在Vision Assistant 7.1平台下运用三种不同的方法实现了复眼轮廓的提取，并且和VC++中处理的复眼坏区斑点图片结合实现了对果蝇复眼轮廓和坏区斑点的同时提取和给出计算结果。最后，以LabVIEW 7.1软件为平台，以Vision Assistant 7.1下处理单张图片的script为基础，建立自动化友好的人机交互系统，完成了果蝇复眼病变自动识别系统的设计。目前该系统与人工检测相比，检测精度可达到90％，处理时间为0.7-0.9秒/张，为高效地检验果蝇一类受试对象的药物反应和新药品的适应性检测提出行之有效的新方法。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究的目的与意义

1.1.1果蝇为样本的优点

1.1.2研究的目的与意义

1.2国内外机器视觉发展现状

1.3论文工作以及组织结构

第二章图像识别系统的理论基础

2.1机器视觉概念

2.1.1机器视觉引入

2.1.2机器视觉优缺点

2.2机器视觉的系统构成和分类

2.2.1系统构成

2.2.2工作原理

2.3果蝇复眼组成及颜色的变异

2.4软件系统

2.4.1 LabVIEW7.1

2.4.2视觉开发软件概述

2.4.3 Visual C++6.0

2.5 VC++图像处理基础

2.5.1设备无关位图(DIB)

2.5.2 BMP文件格式简介

2.5.3建立VC++图像处理的类库

2.6本章小结

第三章机器视觉系统的软硬件

3.1.系统设计思路

3.2.系统模块化

3.3.光源

3.3.1光源的分类及其特性

3.3.2光源的照射方式

3.4.镜头

3.4.1镜头的基本结构

3.4.2镜头的接口

3.4.3镜头的性能指标

3.5.CCD相机

3.5.1 CCD相机的基本组成

3.5.2 CCD相机的相关特性参数

3.5.3 CCD相机的分类

3.6.图像采集卡

3.6.1图像采集卡的基本原理

3.6.2线扫描相机的数据采集

3.6.3面扫描相机的数据采集

3.7.生物光学显微镜

3.8.软件设计

3.8.1整体设计思路

3.8.2图片采集部分

3.8.3图片处理部分

3.9.本章小结

第四章果蝇复眼显微图像采集模块设计

4.1果蝇复眼采集的软件开发

4.1.1计算机控制摄像模块

4.1.2显微图像的计算机采集

4.2本章小结

第五章果蝇复眼图像处理方法的研究

5.1引言

5.2图像处理基础

5.3果蝇复眼图像平滑方法的研究

5.4果蝇复眼图像增强的方法研究

5.4.1直方图均衡算法基本原理

5.4.2对果蝇复眼图像的灰度均衡操作

5.5果蝇复眼图像分割方法的研究

5.6形态学操作

5.6.1腐蚀和膨胀

5.6.2开运算和闭运算

5.6.3果蝇复眼图像形态学处理

5.7图像特征提取方法的研究

5.7.1果蝇复眼轮廓的特征提取

5.7.2果蝇复眼坏区斑点的颜色特征提取

5.8本章小结

第六章果蝇复眼病变图像识别系统的实现

6.1系统结构功能

6.2果蝇复眼轮廓的提取模块

6.2.1三种方法提取复眼轮廓

6.2.2三种方法的比较

6.3果蝇复眼坏区斑点的提取模块

6.3.1实现步骤和部分程序代码

6.3.2处理后的效果图

6.4果蝇复眼轮廓和坏区斑点的同时提取

6.5 LabVIEW平台下的系统实现

6.6本章小结

第七章结论与展望

7.1结论

7.2展望

参考文献

致谢

攻读学位期间主要的研究成果