[发明专利]基于显微图像分析的稻瘟病菌孢子检测方法

摘要

本发明公开了一种基于显微图像分析的稻瘟病菌孢子检测方法，所述方法包括利用稻瘟病菌孢子图像检测系统获取孢子悬浮液中的孢子显微图像；然后利用图像光照校正、中值滤波、边缘检测、形态学运算对孢子显微图像进行处理，并结合形状特征参数，提取出只含孢子的显微图像；最后采用改进分水岭算法对粘连孢子进行分离，进而实现显微图像中孢子的检测和数量统计。本发明的稻瘟病菌孢子检测方法能实现稻瘟病菌孢子数量的快速、准确的自动检测，可为稻瘟病室内抗性鉴定过程提供技术支持，也可为田间自动监测稻瘟病菌提供技术参考。

主权项

基于显微图像分析的稻瘟病菌孢子检测方法，其特征在于所述方法包括：利用稻瘟病菌孢子图像检测系统获取孢子悬浮液中的孢子显微图像；然后利用图像光照校正、中值滤波、边缘检测、形态学运算对孢子显微图像进行处理，并结合形状特征参数，提取出只含孢子的显微图像；最后采用改进分水岭算法对粘连孢子进行分离，进而实现显微图像中孢子的检测和数量统计；所述利用图像光照校正、中值滤波、边缘检测、形态学运算对孢子显微图像进行处理，具体包括以下步骤：1)图像光照校正1.1)图像分块：将图像I(i,j)进行M×N分块，其中M＝N＝4；1.2)估算图像背景的灰度：计算每个图像块的像素灰度均值μ和标准差σ，然后以max(min,μ‑3σ)作为该区域的背景灰度；其中min为该区域像素的最小灰度值；1.3)图像光照不均匀校正：从原始图像中减去步骤1.2)计算出的背景灰度图像，以校正光照不均匀；2)中值滤波采用3×3型滤波模板对光照校正后图像进行中值滤波处理；3)边缘检测采用Canny算子进行图像边缘检测，包括：3.1)用高斯滤波器平滑图像；3.2)利用一阶偏导的有限差分来计算梯度的幅值和方向，得到梯度图像；3.3)对梯度幅值进行非极大值抑制；3.4)用双阈值算法检测并且连接边缘；4)形态学运算根据孢子形态特征，采用8×8的圆盘结构元素对边缘检测后的二值图像进行形态学闭运算，孢子内外环空洞均被填充，形成一个封闭的孢子区域；然后采用8×8的圆盘结构元素进行形态学开运算，去除图像中目标物上比结构元素小的突刺和无用边界，切断细长搭接而起到分离作用；采用改进分水岭算法对粘连孢子进行分离，具体如下：首先利用距离变换将只含孢子的二值图像转化为灰度图像，然后通过高斯滤波对孢子图像边缘进行平滑，使得每个孢子内部形成一个局部极小值，最后应用分水岭算法对粘连孢子进行分离。