对显微镜图像的初步研究
完成一个机器视觉的项目，首先需要开发者能够理解图像、剖析出特征、提出初步的思路。对于三幅显微镜图片，原始的要求是能够以75%的成功率识别出三类物体。先看图像
一、图像主观体验
1）从总体颜色上来看，发现三幅图像的主要颜色不统一（图1偏紫，图3偏绿），应该是由切片的不同材质造成的。如果所有的切片都是属于这一色调的，可以首先考虑通过颜色域来强化ROI区域。这一点需要沟通和更多的素材；
2）从图像内容上来看，可以划分为1.背景，2.大块区域，3.小型气泡，4.大型气泡。4个区域。是否划分正确，每种区域代表什么东西（这需要专业知识），都需要进一步沟通。
3）从图像特征上来看，可以划分为1.背景区域为大面积的连续区域，有模糊的干扰；2.大块区域特征比较明显，黑色像素占据了大块空间；3和4来说，气泡的特征如下：
并且基本呈现圆形或者椭圆型状态.
二、图像初步分析
1）色彩和区域分析,简单可以看出在色彩blue区域和v区域，背景和图像具有较好的区分性
2）直方图分析，三幅原始图像的直方图都基本占据了所有空间，同时前景背景区分很不明显，无法通过简单的背景去除方法进行去除
3）频域分析
fft变换后图像，没有明显的纹理特征，图像方向性不明显。
三、简单图像处理
1）边缘分析
sobel运算以后的图像，可以发现绝大多数边缘点都被寻找出来了.这里特别是对于气泡区域效果很好
2）团块分析
对于大面积相同的区域，可以通过团块分析的方法直接确定区域。再进行相关的形态操作，就能够得到最终的结果
以上都只是对完成一个图像识别的初步处理。成功的机器视觉项目依赖于准确的需求理解、高效的沟通、能够解决问题的算法和合适的硬件平台。但是通过这里的初步处理，基本上能够确定之后的工作。
