车驱孢子捕捉器的显微图像采集系统是一项比较有价值的功能，对于杨树的病害孢子的采集十分有效，然后利用数字图像处理识别技术研究，最后对孢子自动识别并且计数。这种方法不但提高了计数的准确率和数据收集的速度，又节省了大量的人力和物力，当之无愧的快速先进的技术手段。

去除背景光并将图像灰度化,为了消除光源光强变化影响及系统中噪声干扰，将原始图像减去背景光图像，并利用总亮度公式川将彩色图像变为8位灰度图像:f=0222R+0.7076+0.071B式中f为变换后的灰度图像的亮度，即灰度值。

车驱孢子捕捉器IMHS 平滑算法,为提高孢子识别率，必须进一步去除图像中的噪声。在研究和比较已有平滑技术的基础上，本文提出一种改进的最大均匀性平滑算法((1)对图像 f(x,y)的(x,y)点重复对点((x,y)的17个梯形区域求极差和中值。判定最小极差区域，将中值赋给点((X,Y)。

一般来说，结构元素是八连通时，所得边界为四连通；而结构元素是四连通时，所得的边界为八连通。提取孢子边界是为了计算周长和求取傅里叶子，而八连通的边 界平滑性好，更接近真实饱子。因此本文采用四连通的结构元素。由于图中的饱子边界有一定的宽度，必须对其进行细化处理。本文采用一种并串结合的细佬处理方法，它是在Hilditch经典细化算法的基础上，做一些改进。

由车驱孢子捕捉器的显微图像采集系统获得孢子图像，经去噪声、图像平滑、阂值分割和膨胀，得到二值化图像，然后对它进行边缘提取和细化，最后实现孢子的自动计数。研究中对53幅杨树病害孢子图像进行自动识别计数，正确率达到9800。这项技术为杨树病害预测预报提供了一种快速先进的手段。