镰刀菌种类多、分类广,其中有不少是导致多种农林植物病害的病原,它可以引起作物的萎蔫、穗腐、腐烂等病害。许多种镰刀菌危害农作物的种子,在菌体生长发育代谢过程中产生毒素危害作物,造成作物萎蔫死亡,影响农产品产量和品质,严重时可导致产量显著下降。此外,有些种类的镰刀菌能在各种粮食中生长并能产生有毒的代谢产物,猪、马、驴等牲畜食用后会发生急性中毒症状。人食用霉变的粮食后半小时至一小时后可出现中毒症状,轻者可出现呕吐、腹泻和拒食,重者可导致死亡。因此,研究镰刀菌图像预处理技术对于镰刀菌识别和我们的生后具有重要的科学与现实意义。本文首先以数字图像预处理的发展概况、特点及其应用为背景阐述了图像分割理论的定义和目标以及对于图像分割的评价。把图像预处理中的图像分割方法大体上分为三大类:基于阈值、基于边缘和基于区域的图像分割方法,并研究了随着科技的进步一些新理论和新方法逐渐提出,出现的结合特定理论工具的图像预处理方法,这些特定理论包括数学形态学、模糊技术、神经网络、小波等。其次,对图像分割领域中常用的基于边缘的分割方法进行了详细的研究与分析,对各种边缘检测算子进行了MATLAB环境下的实验,分析总结了各种传统边缘检测算子的优缺点和适应环境,并针对传统边缘检测算子在处理显微图像时的缺陷,在实验分析的基础上研究并实现了一种边缘定位更加精确、运算速度更加快捷的边缘提取方法——模板向量算法,在该算法中,对文章提到的一阶微分算子中微分的近似计算作进一步优化,经过对该边缘提取方法进行实验,其结果与传统方法相比,轮廓提取更为精确细腻,且最大程度的保留了图像中物体(目标个体或者明显噪声点)的轮廓,得到了比较理想的边缘提取效果。最后,在Visual C++6.0开发环境中结合Matlab7.0试验平台,设计并构建了一套镰刀菌显微图像处理系统MFCDIP-Fusarium系统,实现了前面提出的模板向量的边缘提取方法,而且又进一步提出了新的图像预处理算法——图像灰度分层算法,并对其在显微图像分割中的应用可行性作了研究,对其在理论与算法上实现的可能性进行了分析。