对于动物病菌的分析和研究,目前主要采用人工分类和统计的方法,动物病菌的图像识别一直是畜牧业的一个难题,以往用电子显微镜对动物病菌进行测试后,还需要测试人员的凭经验来判定,缺少客观统一的评测标准。本文应用数字图像处理技术与模式识别技术,对病菌进行图像分形和模式识别研究,实现病菌的自动识别,主要研究内容及成果如下：(1)图像预处理,对采集到的图像进行灰度化处理,并通过多种图像增强算法的比较分析,然后进行图像二值化处理,在本文中通过对各种算法的比较分析选择大津法二值化。(2)广义结构元设计,在结构元选择方面设计了正方形、菱形、八角形和椭圆形作为基本结构元素,定义的多结构和自适应大小的广义结构元,能够根据图像的结构选择不同结构元,并可以按照图像信息主动调整其大小来去除噪声,运用形态学的膨胀、腐蚀、开和闭基本运算及其组合预算进行图像的滤波和分割处理。通过实验,该种方法能够得到较好的分割图像。(3)图像特征提取及分类器设计,本文通过对大肠埃希氏菌的特征分析,提出了周长、面积、长轴长、短轴长、矩形度、圆形度以及局部特征两端钝圆形、鞭毛、菌毛的特征参数,并根据特征的主要度提出了分级匹配的模式。实验结果表明,本文提出的以广义结构元为基础进行图像分形,以及使用分级分类器按照隶属函数进行图像的判别方式所得到的结果功能实际情况接近,具有较高的准确性。