结核病是由结核杆菌感染引起的慢性传染病,结核病又称为痨病和“白色瘟疫”,中国结核病患者数量居世界第二位,每年死亡13万多人,严重制约中国经济的发展。由于传统的镜检诊断方法存在诸多的缺点,严重影响诊断的效率、速度以及准确性。因此,如何采用现代化科学技术使结核病的常规细菌学检查方法实现标准化、规范化、智能化和自动化,是我国以及很多其它国家疾病控制部门和研究机构追求和奋斗的目标。本课题是图像处理和识别在医学领域的一个应用性研究,本论文是将机器视觉与图像处理技术应用于结核菌的细菌检测,研究如何实现同一痰涂片显微图像连续视野的动态、智能检测。研究的主要内容包括两大部分,第一部分是结核菌动态显微图像自动调焦系统的研究,主要包括粗/精调焦的清晰度评价函数的选取和自动调焦搜索策略的选取;第二部分是结核菌动态显微图像的智能识别,这是全文的核心部分,主要包括在HSI颜色空间对复杂背景的预处理算法的研究,结核菌显微图像的的分割与特征提取算法研究。在特征提取方面,首先选取了显微图像中结核菌连通区域内结核菌的长度、宽度、周长、面积、矩形度、伸长度等6个基本特征作为其形态特征,考虑需要确定结核菌的条数,最终我们又选取了结核菌目标区域内的长分枝数以及分枝头数这2个重要特征,实验表明,这8个特征具有很好的分类效果。最后采用BP人工神经网络对结核菌显微图像进行准确的识别、分类与记数。本文所提出结核菌智能检测方法将极大地提高结核菌检测的科技水平,为结核病的临床诊断与防治提供科学的依据,对我国结核病预防和控制具有很强的实际意义和重大的社会意义。