提高生物医学药品的开发速度多年来一直是科研人员追求的目标。随着科技的发展,科研人员对其研究的力度,越来越大。丰富的果蝇种类,为科学家进行遗传学、发育生物学等科学研究提供了良好的实验动物模型。本文就果蝇复眼病变检测的机器视觉系统理论与技术进行了系统的研究。该项工作是机器视觉技术应用于医学图像领域尤其是诸如果蝇之类的细小生物样本的显微成像方面的新尝试,并且是一个非常值得研究的方向。本文分别在果蝇复眼显微图像的采集、果蝇复眼病变特征的分析提取、病变的诊断识别3个方面取得了较有成效的进展。基于机器视觉技术,利用比较先进的JVC/TK-C721EC彩色摄像机、体视生物光学显微镜、美国NI公司的图像采集卡PCI-1409等仪器,组织和完成了果蝇样本的采集工作,建立了果蝇复眼病变检测的硬件平台。采集到的果蝇复眼图像经平滑、增强、分割、形态学操作等方法的预处理后;运用自动循环、迭代次数的算法提取果蝇复眼轮廓;通过判断逐个像素点的红色分量值,运用点运算的方法提取果蝇复眼坏区斑点的颜色特征。接着,运用Visual C++实现了上述提取果蝇复眼病变斑点的算法方案。在Vision Assistant 7.1平台下运用三种不同的方法实现了复眼轮廓的提取,并且和VC++中处理的复眼坏区斑点图片结合实现了对果蝇复眼轮廓和坏区斑点的同时提取和给出计算结果。最后,以LabVIEW 7.1软件为平台,以Vision Assistant 7.1下处理单张图片的script为基础,建立自动化友好的人机交互系统,完成了果蝇复眼病变自动识别系统的设计。目前该系统与人工检测相比,检测精度可达到90%,处理时间为0.7-0.9秒/张,为高效地检验果蝇一类受试对象的药物反应和新药品的适应性检测提出行之有效的新方法。