为了实现矿石粒度的在线自动化检测,需要解决两个难点矿石图像的去噪和分割。通过提出了一种新的提升小波构造方法基于三次B样条函数的提升小波,实现了对矿石图像的去噪。对于矿石图像的分割,提出了改进的分水岭算法。矿石粒度检测的具体步骤是首先利用基于三次B样条函数的提升小波对图像进行去噪,再利用改进的分水岭算法对矿石图像进行分割。最后利用图像的连通域性质,计算各个连通域的像素面积,再转换到实际的矿石粒度大小,从而实现对矿石粒度的检测。对比这里算法与人工筛选的结果,累积误差在3%以内,可见这里算法具有可行性和准确性。

以开发酶联斑点自动检验分析仪为目标,研究酶联斑点显微图像的自动识别计数技术。针对源图像背景复杂、边界模糊的特点,采用自动阈值边缘提取算法对源图像进行分割和轮廓提取,并基于酶联标板单元孔的几何特征筛选边缘轮廓,然后拟合图像的实际边缘轮廓,实现对目标区域的提取。通过改进的基于距离变换的分水岭算法对目标区域中的斑点进行分割,对分割后的斑点进行连通域划分并识别计数。实验结果表明酶联斑点自动计数高效精准,结果判读综合准确率为95.31%,可替代人工镜检。