菌落图像的处理与分析在工农业生产、医疗卫生等领域均有着广泛的应用。将菌落图像进行图像处理,可快速地统计菌落个数并对其形态特征进行分析。　　 图像分割是菌落图像处理与分析过程中的关键环节,菌落形态分析依赖图像分割的结果。因此,图像分割方法的选择直接影响到菌落检测。目前图像分割的方法众多,但仍没有一种方法对所有测试图像分割效果均为最佳。为此,本文针对菌落图像自身的特点对菌落进行检测。处理的过程主要有以下三个步骤:　　 1.菌落图像预处理。本文讨论了一种基于模糊隶属度的菌落图像增强方法对菌落图像进行预处理。该算法在结合模糊隶属度的基础上通过选取阈值对图像中各像素点灰度进行模糊变换实现图像增强。通过该算法对图像增强的结果与常用的图像增强方法进行实验比较。结果表明,该算法能够更好地增强菌落目标边界两侧对比度。　　 2.菌落图像分割。本文对空间模糊c均值聚类分割算法进行了改进,讨论了快速的空间模糊c均值聚类算法。改进后的分割算法用于菌落图像分割不仅可以在分割过程中较好地去除噪声对分割结果的影响,还降低了时间复杂度。同时,还可以填补菌落个体中微小孔洞,能够将菌落个体与背景分离,保持其完整性。　　 3.菌落图像分析。本文使用区域标号与轮廓跟踪相结合的方法来对分割后的菌落进行分析。其中轮廓跟踪的方法在引入方向变量的基础上,通过对方向变量进行奇偶性判断来排除部分邻近点,有效地提高了检测速度。具体过程如下:首先,对分割后的菌落图像进行区域标号；其次,轮廓跟踪每个连通区域后使用当前标号进行区域填充,填补菌落个体分割后可能出现的孔洞；最后,获取菌落数量、周长、面积等菌落形态特征。通过对菌落图像的实例分析,验证了该方法的实用性。