奶牛乳腺炎是危害奶牛养殖的重要疾病,研究表明,牛奶体细胞种类和数量是牛乳质量评价和乳腺炎诊断的一项重要指标,牛乳体细胞可分为以下四类:中性粒细胞,淋巴细胞,巨噬细胞和上皮细胞。牛乳体细胞当牛患有乳腺炎时,体细胞的数量会大大增加。通过计算机技术,可以根据牛乳体细胞的种类进行分类计数,同时,能够通过不同种类体细胞的数量来检测乳腺炎的感染程度,便于及时控制病情。针对牛乳体细胞的分类识别问题,为了提高乳腺炎诊断的效率及准确性,本文展开了基于牛乳体细胞纹理、形态特征的研究,主要内容如下:(1)细胞预处理。牛乳中含有大量的碎片等杂质,以及不同的染色剂都会对图像产生噪声。因此,需要对细胞图像使用灰度化、二值化、滤波、形态学等进行预处理操作,然后用K-means聚类分割算法提取细胞核区域,为后续实验做基础。(2)提出了基于改进形态特征的牛乳体细胞分类识别算法。首先提取四类细胞的纹理特征,然后从分割后的细胞、细胞核中提取形态特征。根据四类细胞的外形特点,改进了圆形度和矩形度表达式,实验结果表明,改进后形态特征提高了分类识别的准确率;运用随机森林分类器也能得到较为理想的分类结果。(3)提出了基于局部二值模式(LBP)与灰度共生矩阵(GLCM)融合的牛乳体细胞分类识别算法。所提取的GLCM特征主要描述了图像整体的纹理信息,LBP则更侧重于局部纹理信息,两种算法的融合能够有效地提高牛乳体细胞分类识别的准确率。