随着我国城市化进程的加快和人民生活水平的提高,城市污水排放问题日益严重。因此,有效提高污水处理效率变得十分重要。有研究表明,污水处理过程中活性污泥微生物种群结构能够很好地预判污水处理工艺和出水水质。利用图像处理方法检测和分析微生物种群特征及其变化趋势,可以为污水处理工艺科学及时调整参数提供可靠依据。因此,它具有较高的理论研究意义与应用价值。本文针对城镇生活污水活性污泥工艺中采集到的显微图像,重点研究了指示性微生物的自动计数方法。主要工作及成果如下:针对污水显微图像成像过程中形成的高斯噪声,本文设计了一种自适应快速非局部均值滤波算法。首先,利用图像块代替单个像素计算权重,能够保留更多的图像边缘细节。其次,建立滤波参数h的优化模型,使参数能自适应调节,改善手动调节参数的局限性,同时提高滤波效果。最后,引入积分图计算方法,提高算法运行效率。实验表明,该算法能够有效去除图像中的高斯噪声,且较传统滤波算法能更好地保留图像边缘细节,为后续的分割计数研究提供良好基础。针对微生物图像灰度不均匀且直方图呈现多峰现象,目标难以分割和精确计数问题,本文设计了一种基于多阈值最优化的微生物计数方法。首先,设计二维指数熵的多阈值目标函数,增加图像分割的准确性。然后,引入改进的启发式粒子群算法,提高算法运行效率,获取最优分割阈值。随后,通过形态学处理和凹点分割算法,去除分割后目标的毛刺零散点和粘连情况。最后,运用广度优先搜索算法进行目标标记和计数。实验结果表明,该方法能够实现准确微生物计数,且较传统分割计数方法,计数精度平均提高了2.5%左右,运算效率平均快了1.3s。针对微生物图像目标与背景差异不明显且目标边缘模糊现象,难以分割出目标准确计数的问题,本文设计了另一种基于多层自组织映射神经网络的微生物计数方法。首先,构建三层SOM神经网络模型,利用此模型对图像的梯度聚类,避免人工选取梯度阈值。其次,设计竞争层判定机制,充分检测图像的弱边缘。然后,使用形态学后处理和凹点分割方法,去除结果图像中的零散噪声和粘连部分。最后,利用广度优先搜索算法标记目标并计数。实验表明,该方法能够有效分割出对比度低时图像中的目标生物,并进行精确计数。