我国是粮食大国，仅国家粮库就储藏有上千亿公斤。由于粮食上带有种类繁多的微生物，加之粮食中含有许多营养物质是微生物良好的天然培养基，所以一旦条件合适，粮食中的微生物就会活动，不仅会影响粮食的安全储藏、导致粮食品质劣变，而且还可能产生毒素污染，严重影响人类食用的安全性。因此，开发一个科学实用、准确方便的储粮微生物识别检测系统是很有必要的。 本文在现有数字图像处理和模式识别理论的基础上，着重研究了储粮微生物的显微图像特征提取和识别。主要工作和成果如下： 根据显微图像噪声多、光照不均匀等特点，探讨了多种图像预处理算法改善图像质量，并结合不同的分割要求进行组合，为后续形态特征提取打下基础；由于微生物形态千差万别，在形态分析时提出了基于均衡化的柔性形态边缘检测算法，在抑噪的同时通过并行运算提高了图像处理速度；对图像识别技术做了广泛、深入的调查，研究分析了传统特征提取的方法，针对形态特征明显的微生物提出了基于形状不变矩和多分类器的识别方法，利用形状不变矩以目标边缘曲线为计算目标的优势大大提高了运算速度，同时结合不变矩的平移、绅缩、旋转均不变的性质达到了良好的识别效果；对于形态特征不明确，目标重叠严重的微生物图像，提出了基于纹理特征和模糊理论的识别方法，以图像中微生物自然生长、相互交叠形成的纹理计算其灰度共生矩阵得到特征向量，结合模糊理论良好的分类效果，达到了微生物识别的目的。 全文给出了解决储粮微生物显微图像的自动化识别检测的技术途径和实现方案，为进一步的研究打下了基础。