随着生活水平的不断提高,人们对乳品的质量要求越来越严格,而乳品中的细菌含量是衡量乳品质量的重要依据。因此鲜奶含菌量自动检测系统受到各国的高度关注,鲜奶含菌量检测技术称为一个重要的研究领域。在工业界通行的方法中,这种测量手段有很多,比如培养法,流式细胞术和阻抗法。但是它们或者耗时很长或是成本很高,操作复杂。由于上述种种原因,有些检验机构改用人工检测的方法。先对液态样本进行离心,然后人工观察显微图像,数出细菌个数。然而此法主观因素大,不利于大规模工业生产。在此情况下,各乳品生产企业迫切需要一种藉由图像识别技术构建对鲜牛奶中细菌含量统计系统。本系统主要用于鲜奶的含菌量的检测。这一检测发生在奶农将鲜奶交付给乳制品厂的时候。主要的检测目的是检验鲜奶中的球菌和杆菌是否超标,以便给产品分级。为了提高样本的代表性,减少多次取样的次数,必须扩大显微镜的视场,然而这样又降低的显微镜的放大倍数,减少了可利用的图像特征,显然需要在这两者中寻找平衡。同时较小的放大倍数使得待识别的细菌只含有很少的像素点。文章首先简要介绍了现有的一些检测方法,而后记述了用于细菌识别的算法,包括利用这种特殊场合细菌特征的在光照不均情况下动态阈值选取算法,以及后续的剔除因杂质和载玻片的划痕引起的误判点的方法,再是统计推断及数据库模块的设计。接着从现在比较流行的极限编程出发介绍了项目中使用的软件工程手段。最后讨论了在多核浪潮来临之时,如何利用并行手段对软件进行优化。系统在显微图像细菌识别和计数的层次获得了较好的结果,后续章节使用的针对多核处理器的优化也取得了预期的效果。