全 文 ：37 0电 子 显 微 学 报 1 9 9 4年 第五期
病毒的电镜图像微机自动识别初探
钟卫 洲
唐建客
张文 峰 ` 张治平
邓海凡 衷爱华 邓 红
(中科院武汉病今所 , 武汉 4 3 0 0 7 1 ) ( , 国防科技大 学四 系 4 0 6 室 )
随着计算机图像处理及图像识别技术的迅速发展 ,其应用也越来越广泛 。 我们应用这一技术 ,试图在 H 一
7 0。。F A 透射电子显微镜上建立一个对病毒图像进行微机 自动识别系统 。 近年来我们在这方面作了一些探索
工作 , 初步研制出一种行之有效的病毒识别软件 。 在此基础上我们对草鱼 出血热病毒 ,茶尺嫂多角体病毒 , 以及
苏云金杆菌 3 种病毒及细菌 ,作了识别实验 , 检出率为 90 % , 识别率为 95 % 。 为在电镜上建立病毒图像的微机
自动识别系统奠定了基础 。
系统 : 系统结构框图见图 。
病毒图像的自动识别过程 :
( l) 病毒样品的纯化和制作 ;
( 2) 电子光学成像 ;
( 3) 微机图像数据的采集 ;
( 4) 特征抽取 ;
( 5) 识别分类 ;
( 6) 计算统计输出 。
原理 :将已知的病毒照片 , 利 用扫描仪获得图像数据 , 送入计算机 , 分析处理 后得出其特征参数若干 , 作为标准
存入知识库 。 然后将需要识别的图像数据送入计算机 , 进行整幅搜寻 ,针对搜寻到的目标进行特征抽取 , 获得多
个具有不变性的特征数据 , 再依知识库提供的标准特征进行识别比较 , 最后得出判决结果输出 。
方法 : 病毒的电镜图像特征是 : 每一单个病毒图像的灰度值均不完全相等 , 且图像背景不均匀 ;除病毒图像以外
存在着许多杂质和噪声区域 ;但是病毒有着明显的边界和特有的内部结构 , 且病毒颗粒的大小有较严格的指标
范围 。
根据以上病毒图像的特点 , 微机自动识别检测的步骤为 :
( l) 检出有轮廓边缘的图形 , 去掉其以外的区域 ;
( 2) 检出有边界图形中非标准面积的图形 ,并排除掉 ,
( 3) 检出有边界且颗粒大小适合 , 但无内部结构 , 或内部结构为非病毒形态结构的图形 ,并排除掉 。
根据以上的病毒检出步骤 , 对来样视野进行搜索 ,将搜寻到的目标进行边缘抽取 ,将其边缘用链码表示 , 再
求其付立叶变换 , 获得特征参数 , 如 : 圆形度 、 细长度 、 密集度 、 凹度等特征参数 , 按照特征数据与知识库标准参
数的最小距离进行判决 。
结果 : 由于一些条件的限制 , 我们对病毒的电镜照 片作了识别实验 , 采用以上方法 , 我们着重对草鱼出血热病毒
进行了实验 , 经过反复不断地改进识别软件 ,现 已能达到病毒检出率为 90 %以上 。 除此以外 , 我们还对多角体
病毒及细菌作了识别实验 ,识别率也均能达到 95 % 。
讨论 :经过前一段的实验 , 尽管结果是初步的但为电镜的病毒图像自动识别探索了一条切实可行的路径 。 当然
还存在着许多问题 , 特别是对已降解退化的病毒图像的识别 , 还有待我们进一步研究 。
总之 , 我们认为合适的图像探测器 , 加上具备完善的图像处理及识别软件的微机系统 , 电子显微镜的病毒
图像微机自动识别是完全能实现的 。 它较之人工识别 , 不仅能大大减轻观察人员的劳动强度 , 而且能给出病毒
的定量分析 ,有利于电镜向着 自动化 、 智能化方向发展 ,可将电镜的观察技术提高到 一个新的水平 。
暄鱼鱼鱼」气亘到
病毒图像识别系统框 图
参 考 文 献
[ 1〕 王积分等 , 《计算机图像识别 》 , 中国铁道出
版社 , 1 9 8 8 年 6 月 。
一干骊五门 「2〕 万发贯等 , 《遥感图像数字处理 》 , 华中理工
— 大学出版社 , 1 9 9 1 年 7 月 。[ 3 j 杨晓敏等 ,微 机上实现血液白细胞的自动分类 , 《模式识别与人工智能 》 ,第 6 卷第 2
期 , 1 9 9 3 年 6 月 。