最新研究表明,城市生活污水处理系统中,活性污泥微生物的种群结构及其分布特征,对及时调整工艺参数,保证污水处理系统节能高效运行具有重要的指示性作用和研究价值,而微生物目标的分割提取是其中的关键环节之一。本文从城市生活污水处理系统中采集到的显微微生物图像出发,通过大量调研文献与资料,对适用于不同种类污水微生物图像的目标分割算法进行深入研究并作出改进。主要工作与特色如下:为有效提高目标分割准确性与算法运行效率,同时针对微生物显微图像中存在的噪声干扰大、边缘贴合度低等问题,设计了一种基于SLIC(Simple Linear Iterative Clustering,SLIC)的微生物图像超像素预处理算法。首先采用双边非线性滤波对图像进行去噪处理,在保留图像细节的前提下增强微生物边缘轮廓;然后利用颜色特征调整孤立像素点的合并准则,并将梯度信息引入超像素聚类中心之间的距离度量公式;最后对比多种超像素预处理算法,实验结果表明,改进SLIC算法经滤波处理后,在保证超像素块形状规则的前提下边界召回率相比较于原始SLIC算法平均提高5.53%而欠分割错误率降低2.25%,具有较好的预处理效果。针对部分单目标微生物图像存在边缘轮廓不清,前景与背景对比度较低问题。设计了一种基于超像素显著性区域检测的自动Grabcut目标分割算法。首先对经过预处理的超像素微生物图像进行显著性区域检测获得初始显著图;然后使用动态阈值将显著图二值化,经形态学闭运算处理后得到初始轮廓,并遍历图像获取初始轮廓图中点的坐标位置,作为矩形框的长和宽来完成Grabcut算法的自动初始化;最后控制Grab Cut算法的迭代过程完成自动分割。通过实验对比,改进算法的整体错误率相比较于原始Grabcut算法降低了12%,同时算法的运行时间平均降低1.89s。针对部分多目标微生物图像虽边缘轮廓清晰,前景与背景对比度也较高,但存在单个目标内部或目标与目标之间灰度分布不均,难以准确分割情况。设计了一种基于改进萤火虫算法的多阈值分割方法。首先,通过统计图像灰度直方图峰值,自动获取最佳多阈值数目m;其次,针对原始萤火虫智能优化算法容易过早陷入局部最优解且萤火虫个体之间缺乏协同,导致算法效率低下问题,提出基于萤火虫初始化过程优化以及变量参数(步长量化因子和相对吸引力参数_t)调整的改进萤火虫算法,从而实现快速、准确寻找到多个最佳阈值;最后,引用二维熵阈值分割原理,将二维熵单阈值扩展到多阈值,并设计基于对数熵的多阈值目标代价函数。对比实验表明使用改进萤火虫算法能够准确获取分割所需的多个阈值,完整的提取灰度分布不均条件下多个微生物目标。针对部分多目标微生物图像同样存在边缘轮廓模糊不清,以及前景与背景对比度较低现象,设计了另外一种基于改进模糊聚类的彩色多目标微生物图像分割算法。首先,针对FCM(Fuzzy C-means Clustering,FCM)算法缺少空间信息和时间复杂度较高问题,采用基于超像素的颜色直方图统计方法来获取微生物图像的颜色等级,减少聚类区域数量;然后将颜色直方图统计信息对原始FCM算法目标函数进行改进。实验结果显示,改进算法能够提供准确的聚类分割结果,同时算法的时间复杂度显著降低。有效解决边缘模糊、低对比度条件下多目标彩色微生物图像分割问题。