赤潮又称红潮,通常是指海洋微藻、细菌和原生动物在海水中过度增殖或聚集致使海水变色的一种现象。赤潮是一个严重的全球性海洋灾害,每年给全世界带来的经济损失达到数十亿美元。因而有效对其进行监测和预防具有重大的现实意义,然而,目前国内外对其进行监测的方法主要是采用显微镜在实验室中对海水样品进行人工观察和分析。但是,人工观察和分析,劳动强度巨大,监测结果受人为因素的影响较大,远远不能满足赤潮监测的需要。本研究正是针对这一现状提出的,目的是研制有毒赤潮藻的计算机自动识别系统,能够自动实现对赤潮藻的分类和计数,使赤潮监测和预防工作更加容易,从而具有巨大的现实意义。课题根据赤潮藻类的荧光特性,基于双光谱技术开发研制了能够自动完成赤潮藻类识别和计数的完整系统,系统由硬件部分和软件部分组成。硬件部分包括显微镜,荧光切换装置,CCD,图像采集设备,计算机,完成赤潮藻类显微图像和荧光图像的拍摄和存储。软件部分包括图像预处理,图像分割,图像特征提取,建立赤潮藻类形貌特征信息数据库,特征选择,运用人工神经网络完成藻类的识别和分类计数,软件部分是系统的核心,软件部分通过对赤潮藻类的几何特征,纹理特征以及灰度特征的分析,训练人工神经网络,并根据藻类的各种特征差异完成对藻类的识别和分类。双光谱技术是本课题的主要创新点,所谓“双光谱”,就是指赤潮藻类的荧光图像和灰度图像,结合二者的优势进行图像分析可以有效去除杂质等产生的背景噪声,准确地完成对藻类各种特征的分析。荧光图像的优势在于背景非常清晰,不含杂质信息,灰度图像的优势在于能够完整地保留藻类的外形及纹理特征。所以结合显微镜下同一视场的荧光图像和灰度图像进行分析,首先分析荧光图像,标定图像中藻类所处的位置,然后在分析灰度图像时只对已经标定的位置进行处理,这样就去除了杂质产生的影响。运用本系统对裸甲藻,盐藻,夜光藻,异弯藻,圆筛藻,PR藻等6种海藻进行了识别实验,识别结果与人工识别的结果进行比对,识别准确率可以达到90%。