机器视觉新模型与工业微生物菌种自动识别的研究

本研究以生物全息律、分形与多重分形理论为依托，以发酵过程中的菌落形态为样本，运用分形及小波分析方法，跟踪采集了菌落的时序显微图象，并对其进行了纹理解析，抽取了融分形特征与小波变换系数于一体的特征子集、建立了定量描述菌落形态与结构的数理模型，完成了计算机视觉对优良菌种的快速、精确地自动筛选，进而为揭示由非线性动力学演化而形成的工业微生物菌种的复杂生长规律提供了依据与方法，开辟了计算机模式识别理论与应用研究的新领域。研究实践表明，通过菌落最佳分割所获取的隆起部分多重分形和纹理熵特征是菌落优选的重要依据；在此基础上，通过大量的实验样本，完成了菌落识别的自适应分类器设计，建立了菌落的自动识别系统。