楊樹是我國主要的速生用材樹種，它的主要病害有腐爛病、黑斑病等，都是經氣流傳播、再侵染頻繁的重要真菌病害。所以，對空氣中孢子數量的測定是病害流行分析和預測中不可缺少的部分。目前孢子數量和萌發率的觀察、記錄和計算都是人工進行的。但是靠人工觀察和記數的方法，即使投入大量的人力物力，數據收集的速度也很難滿足要求。

　　目前，孢子捕捉儀中的顯微圖像的處理與識別在細胞的智能化診斷、血細胞數的圖像檢測和病變細胞自動識別等方面已有了較好的應用，但國內外在植物病害的孢子圖像處理和識別方面的研究與應用尚屬空白。

　　本文就是用孢子捕捉儀的顯微圖像采集系統對楊樹病害孢子進行采集，然后用數字圖像處理識別技術進行研究，后實現對楊樹病害孢子的自動識別計數。此法既提高了計數的準確率和數據收集的速度，又節省了大量的人力和物力，為楊樹病害預測預報提供了一種快速先進的手段。

　　一 實驗設備及樣本

　　根據孢子測量的要求，在孢子捕捉儀上設計了顯微圖像采集系統，如圖1所示。它由攝影顯微鏡、計算機和監視器等組成。另外還有自行開發的集圖像采集、處理與孢子識別計數等功能于一身的軟件。

　　將孢子取樣器按一定距離排放在田間現場、定時定期將取樣器帶回實驗室，用顯微圖像采集系統對楊樹病害孢子進行采集，得到768 X 576像素大小的24位彩色圖像。為了敘述方便，本文選取其中的楊樹腐爛病害孢子圖片的一部分來說明間題。

　　二 識別計數過程

　　1去除背景光并將圖像灰度化

　　為了消除光源光強變化影響及系統中噪聲干擾，本文將原始圖像減去背景光圖像，并利用總亮度公式川將彩色圖像變為8位灰度圖像:

　　f=0222R+0. 7076+0. 071B (1)

　　式中f為變換后的灰度圖像的亮度，即灰度值。

　　2. IMHS平滑算法

　　為提高孢子識別率，必須進一步去除圖像中的噪聲。在研究和比較已有平滑技術的基礎上，本文提出一種改進的大均勻性平滑算法(

　　(1)對圖像f(x,y)的(x,y)點重復步驟(2),(3)。

　　(2)對點((x,y)的17個梯形區域求差和中值。

　　(3)判定小差區域，將中值賦給點((X,Y)。

　　(4)結束。

　　用IMHS算法濾波處理的圖像。為了比較，我們同時給出了經高斯濾波后的圖像。

　　三 閨值分割

　　將孢子從背景中分割出來，這是識別過程中關鍵的一步。研究中采用自動閉值法處理，得到二值圖像。可以看出IMHS法的濾波效果較好，它可以濾除空洞噪聲，很好地保持了飽子邊界的完整性。

　　四 膨脹處理

　　經過濾波、二值化處理后，孢子變小了。為了使識別的效果更佳，本文對分割后的二值圖像進行膨脹處理。能夠很明顯地看出膨脹的效果。

　　五 圖像邊界提取及細化

　　一般來說，結構元素是八連通時，所得邊界為四連通;而結構元素是四連通時，所得的邊界為八連通。

　　本課題提取孢子邊界是為了計算周長和求取傅里葉子，而八連通的邊界平滑性好，更接近真實飽子。因此本文采用四連通的結構元素。

　　由于圖中的飽子邊界有一定的寬度，必須對其進行細化處理。本文采用一種并串結合的細佬處理方法，它是在Hilditch經典細化算法的基礎上，做一些改進。

　　六 自動識別計數

　　楊樹病害孢子圖像經邊緣提取和圖像分割等操作，獲取了孢子的形狀，而孢子的形狀特征為識別提供了重要信息，因此，在圖像處理與識別領域經常根據物體形狀來識別物體困并計數。