基于图像处理的水生微生物实时检测是水污染防治、水质环境监测的关键环节,也是现阶段图像处理应用领域的一个研究热点。由于水生微生物外形变化导致分类特征选取较为困难,目前能对其进行实时在线检测的成熟产品及研发还存在缺口。研究一个针对水生微生物特点的实时检测系统,进行初步试探性算法研究是非常必要的。本课题按照先建立一个系统,逐步加入微生物检测识别算法进行综合调试,最后进行检测试验的过程进行。系统硬件部分包括图像获取和显示设备、载物台以及观测池;软件设计部分基于Visual C++编程平台,采用UML软件总体设计和HIPO模块化功能开发的方法来实现。识别算法主要以具有较大变形能力的红虫、红线虫作为研究对象,提取其面积和周长特征进行识别算法研究。其中图像分割算法使用OTSU双阈值把灰度化图像二值化,然后施以形态学去噪,通过“Z”字形扫描标号和修正得到目标,随后提取其面积和周长特征进行Bayes识别。检测试验则选择识别率为试验指标,以学习样本的容量、曝光时间、形变为ABC三个因素,通过析因试验和方差分析来进行检测和分析。本课题建立的微生物检测系统能进行静态图像、动态视频的检测,连续采集,实时输出并存贮图像;可进行在线、离线图像预处理,模式识别,进而进行统计分类,生成图文统计报告。通过对样本图像的三因素九次二十一组单因素析因试验和方差分析,得出了各个因素对试验指标影响的显著性统计量F。检测试验表明:微生物学习样本的容量和曝光时间对识别率的影响特别显著,而目标生物个体的形变对识别率影响不大,即对于本系统所研究的微生物对象具备初步抗变形识别能力。在最佳工况组合下进行混合样本随机试验,其识别率能够达到系统设计的要求。