反刍家畜主要蠕虫卵的数字化描述及自动识别研究

蠕虫病是危害我区反刍家畜的重点疾病。本项目针对蠕虫病的流行病学调查、驱虫效果评价及寄生虫耐药性普查等仍采取粪便虫卵的人工识别和计数现状，并利用变形雅可比-傅立叶矩对生物小图像特征提取性能的优越性，在开展简单二维图像、花类蒙草药粉末显微结构、血细胞及七种蠕虫卵的初步数字化描述和识别研究工作基础上，拟对我区反刍家畜主要蠕虫卵进行数字化描述、自动分割和识别研究。首先建立牛羊骆驼常见蠕虫卵原始图像库，进行目标图象定位、分割、特征提取，然后建立虫卵训练样本集不变矩库。最后用最小平均距离规则和BP人工神经网络对虫卵进行识别和分类计数，经竞争选择，获得识别结果，为实现计算机软件形式的虫卵自动识别与计数系统提供依据。本项目首次将兽医寄生虫学经典的粪便虫卵检查方法与先进的数字化技术相结合，提倡学科交叉，力求填补虫卵识别数字化、自动化的国内空白，为兽医寄生虫学诊断技术的发展起到积极的推动作用。

1、不变矩计算方法的进一步优化研究：本项目首先对变形雅可比（p=4,q=3）-傅立叶矩（PJFM’s）的算法进行进一步的优化，建立了在笛卡尔直角坐标系中计算该矩的改进算法，并用改进矩进行了多种图像的信息采样及图像归一化等研究，进一步完善不变矩理论，推广不变矩的应用研究。改进的PJFM′s能有效降低计算复杂度和量化误差,重建图像的边缘信息更全面，更适合于做全局图像特征描述子。.2、虫卵原始图像的采集和虫卵多奇变原始图像库的建立：广泛收集内蒙古地区牛羊等反刍家畜临床病例蠕虫卵图像及经鉴定蠕虫标本泄殖腔虫卵图像，借助OLYMPUS BX50型生物显微镜和MOTICAM 2006数码成像系统，建立了由8种线虫、4种吸虫和2种绦虫卵的3900多张虫卵图像组成的反刍家畜常见蠕虫卵多畸变原始图像库。.3、虫卵图像的数字化描述及不变矩库的建立：采用PJFM’s对虫卵图像进行特征提取和数字化描述，建立了由27万多个不变矩值组成的不变矩库，并开展虫卵图像的重建试验，验证该矩对虫卵图像的数字化描述性能。并且确定了多畸变图像的不变矩特征向量轨迹，优化适合描述虫卵图像不变矩算法。.4、虫卵图像的自动分割研究：针对虫卵二值图像特性设计形态学滤波器，消除杂质及噪声的影响。然后在分水岭算法和数学形态学处理基础上，提出了基于边界脊线标记的虫卵图像分割标记方法，进而能够快速准确分割单粘连虫卵图像。.5、实现蠕虫卵智能化识别与计数，初步建立人机对话界面：采用简单的欧氏距离分类器对不同虫卵显微特征点进行初步识别，平均识别率达96.8％。借助Matlab的图形用户接口（GUI）工具，实现虫卵识别与计数系统人机对话界面，且各个模块衔接正常，运行畅通。.6、在项目实施期间的拓展工作：利用本项目建立的蠕虫卵智能化识别系统，对部分鸡艾美耳球虫卵囊和血细胞进行识别和计数试验，平均识别率均达到95%以上。因此,该不变矩描述子对这类小图像的描述和识别性能很理想,易于实现自动或半自动识别计数软件系统,是今后研究的方向。.项目实施期间，已发表期刊论文10篇，其中，中文核心期刊论文3篇，国际国内学术会议论文2篇。完成硕士研究生毕业论文4部，本科生毕业论文6部。.总之,本项目研究内容全部按计划进行,达到了预期研究目标。研究成果为家畜寄生虫学经典的粪便虫卵检查法的智能化奠定了基础，为虫卵自动识别软件的开发提供了试验和理论依据。