该课题正是基于这样的背景产生的,旨在利用图像处理技术对染色体图像自动识别、排序和配对,检测出变异染色体.主要完成了以下工作:(1)图像的背景噪音处理——去除背景噪音,提高染色体图像的清晰度.我们采用领域平均法、中值滤波法、局部统计滤波法、状态统计滤波法和四邻接法等五种方法进行了比较,结果表明四邻接法效果最好;(2)边缘检测——提取染色体个体的边缘,使其与背景分离,把染色体个体图像分别提取出来.我们采用了三种方法:梯度法、门限法和边缘跟踪法,结果表明边缘跟踪法效果最好;(3)灰度级修正——提高带纹间的灰度对比度,使带纹清晰可见.这里用了灰度变换和直方图均衡化两种方法进行了尝试,结果表明经过灰度级修正以后带纹清晰度没有明显提高,因此程序中省略了这一步;(4)旋转排序与配对——把原来杂乱无章的染色体个体图像旋转排列整齐,并提取出特征参数,根据各自的特点进行配对,最终得出配对结果的图像,方便医务人员观察和保存图片.另外,还对神经网络在染色体自动分析系统中的应用作了初步的探讨.