虫卵的种类和数量是寄生虫病诊断的重要的指标,医务工作者通过检测这两个指标,对人和动物的健康状况进行确切的诊断。因此,对虫卵进行分类计数是寄生虫病临床检验乃至生物学领域的重要课题之一。在目前寄生虫病诊断中,主要利用光学显微镜对虫卵图像进行肉眼识别和分类的方法。这种方法依赖于检验人员的医学知识和工作经验,准确性较低,受到的主观因素干扰较强,缺乏客观性。检验中操作起来比较繁琐、检验结果和数据不便于存储。而且只用显微镜对虫卵图像进行肉眼识别和分类是有明显局限性的,所以有待于利用计算机技术和数字图像处理技术对虫卵显微图像进行数字化描述,建立有效的虫卵图像自动识别与分类计数系统。但如何获得一种有效的图像描述量是实现虫卵分类计数的关键环节,对此本研究利用了具有很好描述图像功能的不变矩中的变形雅可比一傅里叶正交矩对虫卵图像进行预处理及数字化描述。本实验首先是线虫虫卵的原始彩色图像,利用Photoshop工具软件把图像分割成像素为64×64的bmp格式的显微图像并存入计算机,建立一个虫卵形态特征图像数据库。然后,用不同的方法对细颈线虫虫卵图像进行滤波去噪、二值化、几何变换等预处理,获得后期研究所用的理想图像。通过比较得出：中值滤波方法的去噪性能较好。对同一图像选取不同阈值时二值化效果也不同,选取最佳阈值时二值化效果会更好。把预处理后的虫卵图像,利用变形雅可比—傅里叶矩函数对线虫虫卵图像进行多畸变不变性分析。然后计算训练样本集的不变矩,完成不变矩特征抽取,建立虫卵形态特征不变矩数据库。不变矩虫卵数据库的建立不仅为虫卵的分类计数提供了重要的实验数据,也是虫卵分类计数的必要前提。通过仿真实验的可以证明,变形雅可比(p=4,q=3)—傅里叶矩非常适合形状相似小图像的数字化描述和抗畸变的性能。因此该不变矩可作为虫卵形态特征识别和分类计数的和特征提取量,以便于建立特征提取后的不变矩数据库,提高寄生虫病的临床检验效率。