结核病具有很强的传染性,国家十一五计划中对细菌学检查方法提出了标准化、规范化、智能化和自动化要求。结核菌显微图像自动识别的难点在于图像背景复杂,目标对光强敏感,单帧图像难于获取其完整的特征信息。本文主要从结核菌源图像获取方面,提出了基于同一视野多帧不同曝光图像信息融合的方法,增强显微图像信息量,并应用结核菌智能检测系统实现痰涂片中结核菌的自动识别和检测。论文的主要内容包括：显微图像的连续自动获取与动态范围扩展；结核菌目标分割与特征提取；结核菌自动识别与计数。重点研究了显微图像动态范围扩展方法和其中结核菌目标的提取。首先,搭建了以CCD、显微镜以及步进电机及控制器为主要部件的显微成像检测平台。并编制了控制软件,实现结核菌显微图像的自动调焦和连续视野显微图像获取。通过选定痰涂片有效检测区域相对于镜头的所处位置,来确定连续扫描的方式。通过连续扫描获取了不同曝光的结核菌显微图像后,考虑到彩色图像的Gamma校正能够增强图像细节,结合金字塔高动态图像合成算法,提出了一种基于彩色图像非线性Gamma校正的金字塔高动态图像合成算法。在目标分割算法上,创新性地利用一种基于光强控制的结核菌目标提取策略,结合基于单层感知器的彩色图像目标提取方法、基于BP神经网络的彩色图像目标提取方法以及基于中心核欧式距离的彩色图像目标提取方法,提出一种基于目标的图像信息融合技术,实现对痰涂片中结核菌的有效提取。最后在智能识别方面,提出小目标和伪目标的排除算法及用于识别结核菌的特征集,并设计了相应的BP神经网络,实现结核菌的智能识别与计数。实验结果表明,所设计系统的有效性。