赤潮藻是引发赤潮现象的主要生物,赤潮不仅给海洋环境、海洋渔业和海水养殖业造成严重危害,而且对人类健康甚至生命都有不利影响。因此,正确识别赤潮藻细胞对有效的预防和鉴定赤潮的发生非常重要。赤潮藻细胞的识别系统主要由图像预处理、图像分割、特征提取和分类识别四个部分组成。本文通过应用数字图像处理技术,依据图像识别系统四个部分的图像处理和分析,对赤潮藻细胞图像的识别研究如下:1.图像预处理:对赤潮藻细胞图像进行灰度修正和噪声滤除,主要采用数学形态学方法对灰度变换后的二值图像进行噪声滤除。2.图像分割:提出将多尺度数学形态学、连通成分标记与边缘检测算子相结合用于赤潮藻细胞的边缘轮廓提取,实验结果证明此方法简单易行,所提取的边缘轮廓失真较小。3.特征提取:主要研究了赤潮藻细胞的圆度、矩形度、伸长度以及小波矩特征等形状参数的提取,所提取的参数既描述了赤潮藻细胞图像的整体形状特征,又描述了藻细胞图像形状的局部细节特征。4.分类识别:采用模块化神经网络的方法进行赤潮藻细胞的分类识别实验,识别正确率达到95%以上,实验结果证明此方法能够比较准确的识别出赤潮藻细胞。