随着虾苗养殖规模不断扩大,其饲养运输、销售等环节需要对虾苗进行定量计数。近年来研制的各类虾苗光电计数器、鱼虾苗计数仪等使用虽然方便,但易受通道尺寸及虾苗大小的影响,且价格昂贵。在虾苗数量检测过程中,采集的虾苗图像往往会出现重叠或粘连,如果不能很好的将这些虾苗分离,会给后续的虾苗计数带来很大的影响。因此,本文基于数字图像处理技术对虾苗计数的方法展开研究。针对虾苗图像光照不均问题,本文在对图像复原的TV-L1模型进行了改进,提出了一种新的自商图像模型。首先利用改进TV-L1模型对图像进行平滑和图像光照分量估计,将原图像与光照估计图像的商作为光照归一化图像。为解决虾苗粘连问题,在数学形态学的基础上对光照归一化的虾苗图像进行多次腐蚀、膨胀,并选用OTSU算法对图像进行阈值分割。针对分割后的虾苗图像粘连且大小不均的问题,本文提出一种连通区域标记面积法的计数方式,首先利用连通区域标记法计算出连通区域数目,同时计算出各个连通区域面积,再利用迭代运算求取虾苗的平均面积,最后求出连通区域所包含的虾苗数目,并对多组不同光照、数量的虾苗图像进行了实验,给出了实验结果。在对比实验结果之后发现,虾苗粘连区域对计数的影响依然很大,进而提出基于改进TV-L1自商图像与形态学重建标记分水岭分割算法结合的分割方法。采用OTSU算法获取虾苗分割的最佳阈值并进行二值化处理。对图像进行形态学重建并提取前景标记,将形态学重建的虾苗图像做基于距离变换的分水岭分割获得背景标记。利用Sobel算子求取梯度得到分割函数,并使用H-minima方法对提取图像的前景标记以及背景标记并对梯度图像进行修正。最后,用分水岭分割算法进行分割,同时利用连通区域标记法计算出该图像虾苗数量。实验结果表明,该算法能有效分割粘连虾苗且计数准确率较高。