大气悬浮颗粒污染物(TSP)是指空气动力学当量直径在100微米以下的固态和液态颗粒物,它是造成大气污染的重要原因之一。如何有效的识别出大气中悬浮颗粒状污染物,采取必要的保护措施,一直是国内外环境人员研究的一个重要课题。 本文以采集到的大气悬浮颗粒污染物的数字图像为研究对象,首先回顾了数字图像处理的发展历史,并概述了其主要研究内容及应用领域;然后介绍了分形、分形维数的几种定义,多尺度思想及多重分形理论。在此基础上,文章小结了几种图像分形维的一般估计方法,包括常用的差分盒维法、频域分形维数的估计方法、分形布朗运动模型的估计方法等。在介绍了数学形态学的基本运算及基于数学形态学的分形维估计方法后,借鉴基于固定结构元的数学形态学分形维估计方法,改进了基于可变结构元的数学形态学分形维估计方法,并将该算法应用于大气悬浮颗粒物图像的分形维估计。本文将图像的分形特征作为识别的重要依据之一,即将分形理论应用于识别大气悬浮颗粒物数字图像。 本课题以Visual C++为开发工具,设计开发识别大气悬浮颗粒物数字图像的软件,并予以实现。该软件是基于MFC框架的单文档程序,首先读取由CCD图像传感器获得的大气悬浮颗粒物的灰度图像或彩色图像,对其进行中值滤波去噪后,用自适应法选取阈值完成预处理,然后根据源图像的分形特征,利用基于数学形态学的分形维估计方法,识别出悬浮颗粒物,并最终统计其个数。 文末,将分形理论与研究非线性问题的小波、混沌等理论进行对比,初步探讨其相互联系,为进一步研究大气悬浮颗粒物图像的识别莫定良好的理论基础。