（控制理论与控制工程专业论文）基于图像处理的压载水微生物统计的算法研究.pdf

中文摘要 摘要 在海上运输非常发达的今天，船舶压载水人为地在各大洋之问流通，这样随意 排放可能带来的生物入侵和生态灾难，已被国际海事组织宣布为海洋面临的“四 大危害 之一。船舶压载水的管理是国际公认的世界难题，也是当前研究的热点。 不论是控制还是治理，检测压载水是压载水治理前的关键一步。目前国际上对 压载水专用检测设备的研究也处于起步阶段，只有少量的简单报道。船舶压载水 和沉淀物控制和管理国际公约中对压载水的性能标准作了规定，就现有的检测 标准和检测手段来看，图像处理的方法是唯一一种有效可行的方法。 本课题针对船舶压载水和沉淀物控制和管理国际公约中对压载水微生物大 小和数量的规定，运用图像处理的方法，按照其形态特征的不同，对压载水微生 物先作分类，再对分类后的海洋微生物作大小和数量的统计；以图像预处理、个 体提取、特征提取、微生物分类、信息统计为处理的步骤，达到最后统计的目的。 由于压载水微生物的数量级是微米级，所获取的图像均为高分辨率图像，很难 直接对大数据的高分辨率图像作处理，所以在图像预处理中对图像要先作特殊的 分块处理。在个体提取中，采用了最优阈值法、数学形态法和去噪方法相结合的 方法，对边缘个体和孤立个体都作了完整的提取。 课题中的分类也有别于往常的分类，不是对生物种类的识别，而是面向信息统 计目的的形态分类。在特征提取中，选取的特征集都是反映个体形态特征的特征 信息，包括形态学特征和傅立叶描述子特征，并采用主成分分析的方法对特征集 做了降维处理。分类操作中，通过对不同核函数的支持向量机方法的比较，选取 的分类器是基于径向基核函数的支持向量机方法。 信息统计是对压载水微生物的大小和数量做统计，本文提出了适合于三类微生 物的信息统计方法。所有操作通过软件平台连成一个整体，在该平台上可以轻松 的完成参数的输入输出以及结果的查看。通过大量实验证明，算法最终达到预期 结果，所开发的软件平台为该课题的进一步研究奠定了基础。 关键词：压载水；微生物图像；特征提取；支持向量机；大小统计 英文摘要 r e s e a r c ho ft h ea l g o r i t h mf o rs t a t i s t i c so ft h ep l a n k t o ni nb a ll a s t w a t e rb a s e do ni m a g ep r o c e s s i n g a b s t r a c t t o d a ym a r i t i m et r a n s p o r ti s s of l o u r i s h i n g b a l l a s tw a t e ri sa r t i f i c i a l l yc i r c u l a t e d b e t w e e no c e a n s b i o l o g yi n v a s i o na n dz o o l o g yd i s a s t e rc a u s e db yr a n d o me m m i s s i o no f b a l l a s tw a t e rh a v eb e e na n n o u n c e da so n eo ff o u rh a z a r d sb yi n t e r n a t i o n a lm a r i t i m e o r g a n i z a t i o n m a n a g e m e n to fb a l l a s tw a t e r i sn o to n l yad i f f i c u l ti n t e r n a t i o n a lp r o b l e m a d m i t t e d ，b u ta l s oah o ts p o tn o w w h e t h e rc o n t r o l l i n go rt r e a t m e n t ，d e t e c t i o no fb a l l a s tw a t e ri st h ek e yp o i n tb e f o r e m a n a g e m e n to fb a l l a s tw a t e r n o wr e s e a r c ho fs p e c i a l i z e dd e t e c t i o ne q u i p m e n tj u s t b e g i n s ，a n df e wr e p o r t se x i s t p e r f o r m a n c ec r i t e r i ao fb a l l a s tw a t e rh a sb e e na n n o u n c e d i nt h es h i p sb a l l a s tw a t e ra n ds e d i m e n t sc o n t r o la n dm a n a g e m e n ti n t e r n a t i o n a l c o v e n a n t i m a g ep r o c e s s i n gi st h eo n l yw a y w h i c hi se f f e c t i v ea n df e a s i b l ec o n s i d e r i n g a c t u a ld e t e c t i o nc r i t e r i aa n dd e t e c t i o nm e a s u r e t h ei n t e r n a t i o n a lc o v e n a n tp r e s e n t st h ec r i t e r i ao fp l a n k t o n ss i z ea n dn u m b e r s o t h ep a p e rf i r s ti n t r o d u c e sc l a s s i f i c a t i o no fp l a n k t o ni nb a l l a s tw a t e rw h i c hi sb a s e do n i m a g ep r o c e s s i n ga c c o r d i n gt od i f f e r e n c eo fm o r p h o l o g i c a lc h a r a c t e r , t h e ni n t r o d u c e s t h es i z ea n dn u m b e r ss t a t i s t i c so fp l a n k t o ni nb a l l a s tw a t e ra f t e rc l a s s i f i c a t i o ni nt h e s t e p so fi m a g ep r e p r o c e s s i n g ，p a r t e x t r a c t i o n ，c h a r a c t e re x t r a c t i o n ，c l a s s i f i c a t i o na n d i n f o r m a t i o ns t a t i s t i c s h i g hr e s o l u t i o np i c t u r e sa r eu s e dh e r eb e c a u s e t h ep l a n k t o n so r d e ro fm a g n i t u d ei s m i c r o n i ti sd i f f i c u l tt op r o c e s st h eh i g nr e s o l u t i o np i c t u r e sd i r e c t l yw h i c ho w nm a s s d a t a , s o t h e s p e c i s a lp a r t i t i o n i st h ef i r s t s t e p i n i m a g ep r e p r o c e s s i n g i np a r t e x t r a c t i o n ，t h ee d g ep a r t sa n dt h ei s o l a t e dp a r t sa r ef u l l ye x t r a c t e di nt h ew a yo fb e s t t h r e s h o l dc o m b i n e dw i t hm a t h e m a t i c a lm o r p h o l o g ya n dd e n o i s i n g c l a s s i f i c a t i o nh e r ei sd i f f e r e n tw i t ht h en o m a lo n e ，w h i c hi sn o tt h er e c o g n i t i o no f p l a n k t o n sc a t e g a r y ，b u t t h eb o d y sc l a s s i f i c a t i o ni nt h ep u r p o s eo fi n f o r m a t i o n s t a t i s t i c s i nc h a r a c t e re x t r a c t i o n ，c h a r a c t e rs e t ，w h i c hr e f l e c t st h eb o d yf e a t u r e ，c o n t a i n s m o r p h o l o g yc h a r a c t e ra n df o u r i e rc h a r a c t e r , a n dd i m e n s i o ni s r e d u c e di nt h ew a yo f p r i n c i p a lc o m p o n e n ta n a l y s i s i nc l a s s i f i c a t i o n ，w a yo fs u p p o r tv e c t o rm a c h i n eb a s e d o n 英文摘要 r a d i a lb a s i sf u n c t i o ni sc h o s e da c c o r d i n gt ot h ec o m p a r i s o no fd i f f e r e n tw a y so fs u p p o r t v e c t o rm a c h i n e i n f o r m a t i o ns t a t i s t i c si st h es t a t i s t i c so fs i z ea n dn u m b e r , a n dw a y so fs t a t i s t i c s w h i c hf i tt h r e ec l a s s e sa r ep r o p o s e dh e r e a l ld i s p o s a l sa l el i n k e db ys o f tp l a t f o r m i na n d o u to fp a r a m e t e ra n di n s p e c t i o no fr e s u l tc a l lb ee a s i l ya c h i e v e di np l a t f o r m a c c o r d i n g t oam a s so fe x p e r i m e n t s ，t h ep r o s p e c t i v er e s u l ti sa c h i e v e d ，a n ds o f tp l a t f o r md e v e l o p e d h e r el a y st h ef o u n d a t i o n so ff u t u r er e s e a r c h k e yw o r d s ：b a l l a s tw a t e r ：p l a n k t o np i c t u r e ：p a r a m e t e re x t r a c t i o n ；s u p p o r t v e c t o rm a e h i n e ：s i z es t a t i s t i c s 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成硕士学位论文_ = 基王图堡处理鳆压鼗盔型些塑箕让的簋选受窒：。除论文 中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均已在文 中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公 开发表或未公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名：枨而抽于年手月专日 学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连海事大学研究生学位论文提交、 版权使用管理办法”，同意大连海事大学保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于：保密口 不保密晒( 请在以上方框内打“”) 论文作者签名：方长两 导 同期：伽r 年 基于图像处理的压载水微生物统计的算法研究 第1 章绪论 1 1 课题的背景及意义 船舶空载时为了保持稳定，在起航时要将一定量的海水抽进舱底以增强抗风 浪能力，到载货时再将水放出，这部分海水称为船舶压载水【l 】。全球船舶每年携带 的压载水约有1 2 0 亿吨，每天存在于船舶压载水中随船周游世界的生物多达7 0 0 0 种，许多细菌、植物和动物经过数月的航程仍存活于压载水及其沉积物中【2 1 ，当船 舶到港口装货时，这些生物随压载水被排放到港口国水域。对这些入侵生物处理 不当，易造成很大影响【孓4 】： 在生态方面，入侵的生物会捕食本地物种，改变生活环境或改变环境条件( 如 降低水的透明度) ，取代本地物种，减少本地生物多样性，甚至造成本地物种的灭 绝、整个生态系统的破坏等。 在经济方面，入侵物种可能造成降低海产品产量等直接经济损失，也易造成 与人类健康生态影响有关的间接经济损失。如原产于欧洲东部( 黑海) 的斑马贝 是一种表面有硬壳的生物，单体斑马贝会聚集在一起为大团，并沉积在所有可以 依附的硬质表面上。斑马贝被带入欧洲西部和北部后，迅速取代了本地水生物并 改变了栖息地的生态系统和食物链，同时阻塞了吸水管的入口、水闸和灌溉堤防。 仅美国在1 9 8 9 年至2 0 0 0 年间，就造成了约7 亿至1 0 亿美元的损失。 在对人类的健康方面，船舶压载水排放的微生物转移可能会形成可怕的威胁。 压载水除了携带细菌和病毒外，还会传输一些微藻类，包括可能形成有害的藻花 或“赤潮”的有毒种类，这些病原体和微生物可能引起人类严重的疾病甚至死亡。 目前，船舶压载水造成的海洋物种对海洋环境的侵害已被全球环境基金组织 ( g l o b a le n v i r o n m e n tf a c i l i t y 简称g e f ) 确认为危害海洋的四大威胁之一。外来生 物入侵问题已经引起了全世界的关注。2 0 0 1 年i m o 海上环境保护委员会( m e p c ) 第4 5 届会议上形成了船舶压载水和沉淀物控制和管理国际公约【5 】，该公约已 于2 0 0 4 年2 月在英国伦敦召开的关于船舶压载水管理的外交大会通过，成为强制 性国际法律公约，该公约要求部分新造船在2 0 0 9 年达到船上压载水处理的生物和 第l 章绪论 卫生标准( d 2 ) ，到2 0 1 6 年所有船舶都要满足d 2 标准 6 1 。检测和治理压载水问题 已经刻不容缓。 治理压载水问题已经成为全球共同研究的问题，然而，什么样的压载水需要 怎样的治理，目前还没有j 下式的解决方法。但是检测压载水是必不可少的步骤， 也是治理压载水的先行者。目前压载水的检测标准在船舶压载水和沉淀物控制 和管理国际公约中的第d 一2 条已经提出了。本课题旨在运用图像处理的方法对 压载水微生物做出信息统计，达到检测的目的。 检测压载水是治理压载水的前提，也是必备，实现对压载水的检测功能对治 理压载水的研究提供了便利，推动了压载水治理的研究。 1 2 国内外研究现状 船舶压载水的管理是国际公认的世界难题，不少科技工作者进行了治理压载水 有害生物入侵的研究工作【7 捌，包括机械法【1 0 1 、物理法和化学法【l l - 1 3 1 等，但目前尚 无一种在船上或在压载水输送过程中有效、可行的治理压载水的方法。 我国作为全球压载水管理项目的6 个示范国之一，多个港口城市对压载水的问 题展开研究。大连是压载水项目在中国的演示地，辽宁海事局承担了“我国加入 压载水公约的前景分析和对策研究 课题，提出了我国加入压载水公约的可行性 分析和建议。但目前的工作仍处于准备和初级阶段，距离压载水公约的要求还有 很大距离，需要在立法、船队设备配备、压载水技术研发和人员培训等各方面加 快步伐，争取及早具备公约要求的压载水管理能力。 目前，国际上对海洋生物的研究主要是对海洋生物的识别，现有的方法包括 传统的显微镜方法、与计算机技术相结合的图像法、流式细胞仪法、分子探针法 等。国内方面的研究目前主要也是围绕海洋生物的分类及统计分布展丌的【悼15 1 ， 这些研究虽然已取得了一些成果，但还主要局限于借助于流式细胞仪( f c m ) 在 实验室进行分析检测的阶段。近年来，国外的研究者应用图像技术进行海洋微生物 的识别已经有了很好的识别效果，像z o o s c a n t l 6 】、p l a n k t o ni d e n t i f i e r ，这也证实 了图像处理方法是一种便捷有效的方法。 2 基于图像处理的压载水微生物统计的算法研究 在压载水的检测上，国际上的研究也处于起步阶段，只有少量的简单报道。 我国目前对珏载水的报道基本都是运用物理或是化学的方法对压载水微生物做治 理，近年来大连海事大学环境工程学院在压载水治理的研究上有很多的进展，运 用电解法、羟基的方法等对压载水做治理。但是在检测方面国内还没有过具体报 道。根据公约中的标准，设定尺寸限制【1 7 】就可以很大程度上检测出压载水微生物。 为了达到这一目的，就现有的检测方法比较来看，基于图像的方法是唯一一种目 前就可以全部满足公约d 2 检测标准的检测方法【1 8 】，而其他方法则只具有潜在的可 能性，或者从原理上就是不可行的。 1 3 本课题主要研究工作 本课题是以压载水微生物的统计为研究目标的，船舶压载水和沉淀物控制和 管理国际公约第d - 2 条中压载水的标准如下： l 、按本条进行压载水管理的船舶的排放，应达到每立方米中最小尺寸大于或 等于5 0 微米的可生存生物少于1 0 个，每毫升中最小尺寸小于5 0 微米但大于或等 于1 0 微米的可生存生物少于1 0 个；并且，微生物的排放不应超过第2 款中所规 定的浓度。 2 、作为一种人体健康标准，微生物应包括： ( 1 ) 有毒霍乱弧菌( 0 1 和0 1 3 9 ) ：少于每1 0 0 毫升1 个菌落形成单位( c f u ) 或 小于每一克( 湿重) 浮游动物样品1 个c f u ； ( 2 ) 大肠杆菌：少于每1 0 0 毫升2 5 0 个c f m ( 3 ) 肠道球菌：少于每1 0 0 毫升1 0 0 个c f u 。 本课题只针对上述标准中的第1 条即对压载水微生物的最小尺寸和数量做统 计，运用图像处理的方法，对其算法作了研究，实验证明基于图像处理的方法确 实是一种方便有效的方法，期望对压载水的检测能贡献一点力量。 由于没有参考资料，对d 2 中提出的最小尺寸我们的理解为微生物的长度，对 最小尺寸的统计也就是对微生物长度的统计。在本课题中，由于微生物外形不规 则( 如图1 1 ) ，直接用某一种方法对其最小尺寸和数量做统计行不通，而对形状相 3 第1 章绪论 似的微生物用同一种方法做度量统计是可行的。从而制定统计策略为：先分类再 度量统计的办法( 如图1 2 ) 。分类的目的是便于按不同的形状进行大小统计，而这 罩的分类也就有了自己的特点，不同于往常的对微生物具体种类判别的分类，而 是对微生物的形状作分类。课题中的分类分三种：似圆形、似矩形和不规则形。 目前本课题只完成不同类内部的大小统计，尚未考虑不同类之间的关系。 图像 采集 r r l lj 一 ( a ) 闼 ( b ) 图像 预处理 图1 1 微生物示例 f i g 1 1p i c t u r e so fp l a n k t o n 个体 提取 特征 提取 分类 操作 图1 2 压载水微生物统计的流程图 f i g 1 2f l o w c h a r to f s m t i s f i c so f p l a n k t o ni nt h eb a l l a s tw a t e r 信息 统计 本论文内容安排如下： 第1 章绪论：在分析相关背景的基础上，分析了国内外压载水的治理和检测 的研究现状，针对基于图像处理方法的可行性，提出了本课题的主要研究工作。 第2 章压载水微生物的图像预处理和个体提取：介绍了课题中显微图像的来 源，及采用的预处理方法；阐述了常用的图像分割的方法，针对压载水显微图像 的特点，提出了适用的压载水微生物个体提取的分割方法，并给出实验结果。 第3 章压载水微生物的特征表达与选取：给出了针对压载水微生物图像的特 点而选取的特征集，并采用主成分分析的方法对特征集作了降维处理。 第4 章压载水微生物的分类：介绍了支持向量机分类方法的原理和优点，并 选用本课题中的图像作样本集，以上一章中得到的特征集为特征，对支持向量机 4 基于图像处理的压载水微生物统计的算法研究 方法中不同的核函数做了比较，得出了适用于压载水微生物的分类器。 第5 章压载水微生物的统计：在已分好类的基础上，对每类微生物采用相应 的最小尺寸求取方法，得到统计结果。 第6 章软件平台的构建：设计了贯穿压载水微生物统计整个过程的软件平台， 该平台不仅达到人机交互、方便查看的目的，还便于后续的进一步研究和改进。 结论：给出了本课题的主要研究结论，并对有待于解决的问题和今后的研究 方向进行了讨论。 第2 章压载水微生物图像的预处理和个体提取 第2 章压载水微生物图像的预处理和个体提取 2 1 引言 由于压载水微生物的数量级为微米，属于肉眼不能识别的范围，在图像的采 集上必然要求高分辨率图像。这样的图像可以把微生物展现得很清楚，方便了之 后对微生物的提取、分类等等一系列操作。与此同时，高分辨率也带来了一些附 带影响，比如图像像素过大，处理起来不仅占用空问过多，而且算法处理的时候 耗费的时问很长，算法的参数也不易选择。考虑到时间、内存和参数的原因，本 实验对压载水微生物高分辨率图像处理时先做预处理分块操作，分成比较小 的图像来单独处理。所以本章首先阐述了课题中采用的分块操作。 本课题的目的是对个体信息作统计，所以个体的提取是实验中的一个必不可 少的环节。对于微生物的形态分类来说，轮廓信息就显得更加重要了，要求轮廓 信息的准确度要够高。个体提取的任务是在图像预处理的基础上将目标与背景分 离，以获取用于识别的目标轮廓。本章在介绍了现在常用的分割方法的基础上， 提出了对于压载水微生物的实验图像所适用的分割方法，即结合阈值分割法和数 学形态学来进行分割。 另外，高分辨率图像由于分辨率比较高，捕获的信息比较全面，除了微尘物 本身信息保留以外，不可避免的带入了大量的噪声，给实验带来了很大干扰，所 以在图像分割时对图像采取了去噪处理。 原 图 分块 操作 求取分 割闽值 目标 分割 去噪 操作 提取 图 图2 1 图像预处理和个体提取流科图 f i g 2 1f l o w c h a r to fi m a g ep r e p r o c e s s i n ga n de x t r a c t i o n 个体 提取 本章以个体提取为目标，按照图2 1 所示流程，对实验用的图像和采用的分 块、分割、去噪和个体提取分别作了说明。 6 基丁图像处理的压载水微生物统计的算法研究 2 2 压载水微生物实验图片的获取和特点 本课题研究的图片均米自z o o s c a n 系统，该系统山g a b yg o r s k y 、p h i l i p p e g r o s j e a n 和m a r cp i c h e r a l 在2 0 0 3 年的法国推出的。它是一套集采集和处理于一体 的完整体系。z o o s c a n 巾采用了现今最先进的技术，对于图像的实地性、准确 性、精确度的性能都很高。z o o s c a n 系统支持图像的实时采集，通过v u e s c a n 可以直接连接视频监控设备进行采集，在v u e s c a n 中附有监控设备参数的设定， 通过没定参数，可以使图像达到一定的精度要求( 比如亮度、对比度等等) ，同时 它还对采集过程中的参数做了记录，方便后期的查看、改进以及根据现场工程而 作修改【1 9 】；i m a g e j 也是z o o s c a n 系统的一部分，功能很强大，f 叮以对图像的特 征作提取和处理。由于z o o s c a n 主要针对海洋微生物，所以图像通常都很大， 处理的数据也比较庞大，所以对于文件的处理都有其特定的格式，包括初始图片 的读入、存储、提取到识别都采用了自己定义的内部格式，最后输出为已经分好 类别的生物种类。现在z o o s c a n 仍然处于开发阶段，功能在不断完善，新版小 在不断的增加当中，而且z o o s c a n 采取网络公开化【2 ，集思广益，和国际友人 共同讨论改进，目前在网络上就可以下载到z o o s c a n 以及海洋微生物的图片。 震 缀痢浏国喇黟 ( a ) 采集塔( b ) 显微图像采集系统 图2 2 图像采集设衙 f i g 2 2e q u i p m e n to fi m a g ec o l l e c t i o n z o o s c a n 中的图片是在地中海海域由放置在海洋l f j 的采集塔【2 l 】( 图2 2 ( a ) ) 鍪黧 第2 章压载水微生物图像的预处理和个体提取 采集到含有海洋微生物的海水样本，冉使用显微图像采集系统( 图2 2 ( b ) ) 得到海 洋微生物的显微图像( 图2 3 ) 。渺微图像的数量级为微米，属十高分辨率图像，从 图2 ： 中i _ 1 以看出，显微图像可以，f j 于观察和检测一些肉眼吖i 能看清甚至不能肴 到的，t - 物个体，这点恰好符合口i 载水微生物的要求。 2 0 o f t h e w h o ! ei m a g e ? 。_ 气 ；j 。 b 、， i ， 。，l ， ；、 、 、- 、 j ，、1 、。 ： 、 。量 、 基于图像处理的压载水微生物统计的算法研究 先作预处理分块操作。 这里的分块不同于一般的分块，通常，分块操作是采取等长等宽，这里采用 的分块的长宽并不相同。分块的出发点主要是操作的便捷性，为了图像处理速度 的提高而选择分块，而且，课题的目的是对微生物作提取再分类统计，出于提取 的考虑，分块操作必须兼顾到提取。即分块以后既要便于图像处理，还要能够将 分的块再合并起来。所以这里分块的长和宽采取边缘重叠的方式，具体描述如下： 假设原图像大小为6 0 0 0 * 1 0 0 0 0 像素，分块的基本块长宽设为5 0 0 1 0 0 0 ，为了 保留边缘信息，分块后的各个小块的大小在基本块的基础上略有不同，有三种： 5 0 0 1 0 0 0 、5 0 0 * l 0 0 1 和5 0 1 * 1 0 0 0 。对图像大小为6 0 0 0 * 1 0 0 0 0 像素，基本块为 5 0 0 1 0 0 0 像素作分块，则可分为1 2 行1 0 列共1 2 0 个大小为5 0 0 1 0 0 0 或5 0 0 1 0 0 1 或5 0 1 1 0 0 0 的块( 参见图2 4 ) 。其中第一行第一列的块的大小为5 0 0 1 0 0 0 ，第 一行的剩余列的块的大小为5 0 0 1 0 0 1 ，第一列的剩余行的块的大小为5 0 1 1 0 0 0 ， 其他列和其他行的块的大小为5 0 1 1 0 0 1 。 1 ： 厶 8 、- 一 o o 宁 _ 8 e ； i g 錾 9 a g s 0 - 1 0 0 0 ) ( 1 0 0 0 2 0 0 0 )( 9 0 0 0 1 0 0 0 0 ) 5 0 0 l o o 厶 5 0 0 0 l o o l 。 5 0 0 1 0 0 1 5 0 0 l l ， 5 0 1 1 0 0 0 5 0 l i o 毗 l l l5 0 1 1 l 5 0 1 l 良 s o i i o o l 5 0 l o l l 5 0 l l o o l 图2 4 分块示意图 f i g 2 4s k e t c ho f p a r t i t i o n 在此分块的基础上，由于每对相邻块的行和列是重叠的，所以保证了每对相 邻块的边缘像素值是相等的，那么就能对边缘处的个体的形态和像素值都保留下 9 第2 章压载水微生物图像的预处理和个体提取 来，从而为查找和合并个体作保证。 课题中采用的图像大小为6 0 0 0 * 1 0 0 0 0 像素，基本块大小在满足最大的微生物 个体要能够包含在4 个块中的条件下，可以随意设定，实验中选择基本块大小为 5 0 0 1 0 0 0 像素，它能够满足实验的要求，最后总共得到1 2 0 副图。图像处理即针 对这1 2 0 幅图。 2 4 目标的分割 在对图像作了分块操作之后，则可以在分块后的像素大小较小的图像中作个 体的提取。而首先要做的就是目标的分割。 2 4 1 常用的图像分割方法 为了有效地把图像中有意义的特征提取出来，将图像划分为若干个互不交叠 的有意义的区域的技术，称为图像分割。分割的准则是每个区域内部的特征或属 性是相同或相似的。这些特征可以是像素灰度值、边缘轮廓线、纹理特征、形状 或颜色等，也可以是空间频谱或是像素狄度值，且相邻区域之间的边界应该是完 整、不破碎、能准确定位【2 2 1 。 图像分割的方法很多，它可以充分利用上述的灰度、色彩、纹理、几何形状、 区域等信息，把感兴趣的目标从复杂图像场景中分离出来。目前常用的图像分割 技术主要有下面的几种方法。 ( 一) 基于灰度阈值的阈值分割方法 灰度阈值法是最基本的分隔方法，其依据是，在多数情况下，图像中的目标 区和背景区之间或者不同目标区之间，存在不同的灰度或者平均灰度。根据选取 阈值个数不同，一般分为全局单阈值法、双阈值法和多阂值法矧。 全局单阈值法是把整个图像的灰度密度函数看作两个单峰密度函数( 目标、 背景) 的总和，根据使总错误率降到最小来确定阈值。 双阈值法通过设置两个阈值，以防单阈值设置阈值过高，误把目标像素归为 背景像素，或反之阈值设置过低，则误把背景像素归为目标像素。 多阈值法通过对图像分块，对每一块选局部阈值进行分割，对既有背景又有 1 0 基于图像处理的压载水微生物统计的算法研究 目标的块直接设置阈值进行分割；对只有目标或只有背景的块，根据邻域各块定 出的局部阈值，通过内插求出阈值，对此块进行分割。 灰度分割一方面与阂值的个数有关，另一方面阈值选择的正确与否也直接影 响分割的准确性以及由此而产生的图像描述、分析的准确性。目前的阈值选择方 法，可以根据直方图谷点确定阈值，也可以运用最佳阈值法。 根据直方图谷点确定阂值：如果与背景区比较目标区足够大，且二者有明显 的灰度差别，则该图像的灰度直方图包络线就呈现双峰一谷的曲线。由于目标边 界点数较少，其灰度介于二者之间，故可将谷点的灰度定为分割阈值。确定谷点 的方法可以先作直方图，然后人工找谷点。 最佳阈值法：也叫o t s u 算法，指使目标和背景分割错误最小的阈值，它利 用数理统计知识作分割处理。算法对输入的灰度图像的直方图进行分析，将直方 图分成两部分，使两部分之间的距离最大，划分点就是求得的阈值。o t s u 算法 可以说是自适应计算单阈值( g l 来转换灰度图像为二值图像) 的简单高效方法【2 4 1 。 一般基于灰度的阀值分割方法都比较简单、计算量小，算法上容易实现，对 目标和背景对比度反差较大的图像这种分割很有效，而且总能用封闭、连通的边 界定义不交叠的区域。但阈值确定主要依赖于灰度直方图，而很少考虑图像中象 素的空间位置关系，因此当背景复杂，特别在同一背景上重叠出现若干个研究目 标时，容易丧失部分边界信息，造成分割的不完整。 ( - - ) 基于边缘检测的分割方法 灰度或结构等信息的突变处称为边缘，边缘是一个区域的结束，也是另一个 区域的开始，利用该特征可以分割图像。但是检测出的边缘并不等同于实际目标 的真实边缘。由于图像数据是二维的，而实际物体是三维的，从三维n - 维的投 影必然会造成信息的丢失，再加上成像过程中的光照不均和噪声等因素的影响， 使得有边缘的地方不一定能被检测出来，而检测出的边缘也不一定代表实际边缘。 图像的边缘有方向和幅度两个属性，沿边缘方向像素变化平缓，垂直于边缘方向 像素变化剧烈。边缘上的这种变化可以用微分算子检测出来，通常用一阶或二阶 导数来检测边缘1 2 5 】。 第2 章压载水微生物图像的预处理和个体提取 基于一阶导数的边缘检测算子包括r o b e r t s 算子、s o b e l 算子、p r e w i t t 算子等， 基于二阶导数的边缘检测算子有拉普拉斯边缘检测算子、l o g 算子；目前使用最 多的是c a n n y 算子，它是基于最优化思想推出的边缘检测算子。 在边缘检测中，边缘定位能力和噪声抑制能力是一对矛盾体，有的算法边缘 定位能力强，有的抗噪声能力好，而c a n n y 算子力图在抗噪声干扰和精确定位之 间寻求最佳折衷方案。这也是c a n n y 算子被广泛利用的一个重要原因。 ( 三) 基于区域的分割方法 阈值分割法没有或很少考虑空间关系，基于区域的分割方法可以弥补这点不 足。该方法利用的是图像的空间性质，认为分割出来的属于同一区域的像素应具 有相似的性质，其概念是相当直观的。传统的区域分割法有区域生长法和区域分 裂合并法。该类方法在没有先验知识可以利用时，对含有复杂场景或自然景物等 先验知识不足的图像进行分割，也可以取得较好的性能，但是，该类方法是一种 迭代方法，空间和时间开销很大。 ( 四) 基于纹理的分割方法 纹理作为一种重要的物体表面特征普遍存在于自然界中，最直观的例子如水 纹、木纹、指纹、布纹等。纹理图像分析的一项重要任务是将所绘图像划分成若 干有意义的不相交的区域，同一区域的纹理具有相同或相近的性质，不同区域的 纹理其性质差别较大、这就是所谓的纹理分割【2 6 1 。 目前，纹理图像分割中存在的主要问题有： ( 1 ) 现有的从多特征中提取分割特征的方法往往计算量大，并且每种方法都存 在一定的局限性。 ( 2 ) 用单个分割特征往往不能获得最佳的分割结果。 ( 3 ) 用多个分割特征采用聚类方法分割图像时，分割结果常常受初始参数的影 响，同时还要考虑迭代过程能否收敛的问题，并且计算量是庞大的。 2 4 2 面向压载水微生物统计的分割方法 实验中所选用的压载水微生物图片如图2 5 所示。可看出，背景和目标的灰度 差别比较明显，而且所有处理针对独立个体，即图片中的目标图像都属于封闭图， 1 2 基于图像处理的压载水微生物统计的算法研究 综合这两个特点，比较符合灰度阈值法的要求，所以选择灰度阈值法做目标分割。 图2 5 分割算法心幽 f i g 2 5p i c t u r eu s e df o rp a r t i t i o n 方法确定之后需要对阈值的个数作确定，由于背景的灰度值比较恒定，不是 变化的值，用一个阈值就可以对所有的背景图作分离，所以选用单阈值。 之后是对阂值的选取。阈值的选取有直方图方法和最佳阈值法。 3 巅2 。- _ _ _ 霞鎏 图2 6 图2 5 的直办图 f i g 2 6h i s t o g r a mo ff i g 2 5 图2 6 是对图2 5 作的直方图，在前面提到过，对图像用直方图方法求阈值， 第2 章压载水微生物图像的预处理和个体提取 则在直方图中会出现双峰，而谷底就是阈值。在图2 6 的直方图中清晰地看到图 2 5 的所有像素的狄度值都在1 5 0 以上，也确实存在两个峰值，左端的峰值在狄度 值2 1 0 左右，右端的峰值在狄度值2 4 0 左右，在图2 5 中看到目标个体( 似海草 类个体) 的像素仅占少数，大部分的像素是背景( 拟白色) ，所以可以确定，左端 的峰值附近的像素为目标像素，右端峰值附近像素为背景像素。但是谷底在哪个 灰度值很难确定，随便取某个值的话没有可靠性，况且直方图的方法中谷底要人 工去取，而我们更希望能够实现自动取阈值的功能，所以直方图的方法存在弊端； 倘若对所有图用同一个阈值，假设换了一幅图，甚至只是由于光照或者设备原因 导致了图片的背景像素灰度值与本幅图中的不同，而依然采用原先的阈值，则导 致后面的处理部分全部无效。所以直方图的方法在本实验中适于观察检测，但不 适于应用。 实验中最终采用了最佳阈值法取阈值，即o t s u 算法。 最佳阈值法，也叫最大类问方差法( o t s u 法) ，是1 9 7 9 年n o t s u 提出的动 态阈值方法【2 7 1 。它的基本思想是利用图像的灰度直方图，以目标和背景的方差最大 来动态地确定图像的分割阈值2 8 - 3 1 1 。基本原理【3 2 】如下：现设厂( x ，y ) 为m * n 图像 ( 彳，y ) 点的灰度值，灰度级为，不妨假设f ( x ，y ) 的取值范围为 o ，三一1 】，可记为 g 2 = o l ，2 ，l - 1 。设p