显微镜是在科研和学习工作中起到很大辅助作用的重要工具,随着近年来CCD和CMOS等图像传感器的重大发展,以及各种图像处理算法的出现,显微镜已经越来越向数字化、自动化的方向发展。论文搭建了利用CMOS作为图像传感器的显微图像处理分析系统。涵盖了系统的整体结构说明、硬件工作原理、图像校正处理流程和基于显微图像的几种重要的分析处理算法,其中后两个方面是本文的主要部分。众所周知,图像颜色校正和处理是数字图像处理的一个重要组成部分,但目前普遍存在的处理做法都是面向数码相机等设备,而专门的对显微图像进行处理的工作则很少。论文从CMOS成像理论和色度学理论出发,结合显微镜特殊的应用环境,首次提出了用于数码显微镜的完整地视频处理流程,主要包括线性化、颜色校正、白平衡和视频流图像增强等方面。通过该流程实现了显微图像的视频流预处理同处理,获得了真实的显微图像视程。在视频流白平衡方面,本文首次提出了一种新的用于数码显微镜的非线性白平衡方法。以标准D65光源光照下孟赛尔色卡每个色块的XYZ三刺激值和所成图像中的RGB值为训练样本,用神经网络建立不同数码显微镜拍摄的RGB输出与XYZ三刺激值之间的关系；再通过Estevens矩阵把XYZ三刺激值转换成人眼感光器所接受到的刺激值,再进行非线性计算,最后把计算结果转换回RGB空间,从而得到白平衡后的图像。随着CMOS芯片越来越小,单个像素的尺寸也越来越小,随之出现的就是死像素同热像素,两者的存在,造成CMOS感官性能大大降低。为此,论文在坏点去除方法,通过增加硬件存贮器,制定了完整的流程。通过长时间曝光,将中坏点提取出来,并保存的硬件存贮器中,在正常曝光的时候,再根据对应硬件的坏点,进行实时查询同拟合消除。这一过程极大地提高了相机的整机性能。论文在非线性校正方面,提出在同等的曝光条件下拍摄等差反射密度灰阶板的不同灰阶得到灰度值,并且根据由灰阶板的密度分布得到的理论灰度值,建立一维线性化查找表,利用查找表实现感光芯片的输入输出的线性化校正,使得CMOS传感器的线性性能大大提高,基本上消除了硬突变的现象。实践证明,采用本硕士论文的视频流处理流程结果基本上展示了真实地视频。论文还提出了若干种重要的图像分析算法,包括了图像特征几何分析算法、光密度测量算法,并且提出了利用显微图像分析进行维氏硬度测量的方法。为其它方面的应用提供了基础。