类圆颗粒目标的识别计数研究在实际应用中具有重要的意义。传统的图像处理系统是基于PC端实现的,此类系统有搭建复杂、硬件成本高、移动不便等局限性,这种局限性在快速实时计数场合尤为突出。因此,本文基于Android系统设计了一款便携式手机计数APP用于类圆颗粒目标的识别计数,该APP具有实时性强、便于携带、移植性强、成本低、有利于推广等优点。本文以数字图像处理技术为基础对类圆颗粒目标计数的相关理论算法进行研究。在目标图像的预处理部分,首先对目标图像进行图像增强,针对图像采集过程中受光照不均的影响,采用Top-Hat变换和灰度拉伸进行校正,由于在之后的重叠颗粒图像分割中需要用到颗粒的边缘信息,所以提出一种双重滤波算法用于目标图像的平滑去噪,此方法在去除噪声的同时在一定程度上保护了颗粒的边缘信息;然后使用Otsu算法进行阈值分割,并从阈值的评判标准与分块处理两方面进行改进,从而得到最终的二值图像;最后设计了一种滤波器对二值图像进行形态学处理,此方法在消除颗粒目标之间的部分粘连的同时使得颗粒目标边缘轮廓变形最小。在目标图像的分割部分,通过形状因子将重叠颗粒目标从原图像中分离出来,对于非重叠类圆颗粒目标,采用基于H-minima变换的标记控制分水岭算法进行分割,对于重叠类圆颗粒目标,采用基于模糊集理论梯度卷积核的标记控制分水岭算法进行分割,考虑到目标颗粒的形状尺寸的模糊性,该算法引入了隶属度函数,设计了一个模糊梯度卷积核,通过卷积操作,使每个颗粒目标的边缘像素点针对其偏离标准圆的程度,对颗粒中心进行增强,在此基础上使用标记控制分水岭算法完成对重叠类圆颗粒目标的有效分割。在目标图像的识别计数部分,采用基于连通区域的回溯标记算法对分割后的单个颗粒进行识别计数,并将结果导入到手机数据库及PC端数据库中以供后续的查询与统计。在图像处理算法研究的基础上,本文基于Android开发技术和OpenCV视觉库设计并实现了计数APP的各模块的功能,并对该计数APP进行性能测试。测试结果表明,本计数APP运行稳定,对单个存在及粘连存在的颗粒计数几乎不存在误差,对重叠颗粒目标的计数准确率平均值在97%左右。本系统在便携、低成本的要求下可以完成基本的类圆颗粒物计数,具有很好的应用价值。