包裹体分析是地质学研究中的一项重要试验方法,对于成岩成矿、资源勘查、分析古流体成分等有着重要的指导意义,包裹体的显微分析主要包含包裹体观测与包裹体温度测量。现有流行的包裹体分析方法主要是：包裹体由于分子热力作用会自由运动,在高倍显微镜下通过肉眼观察岩石薄片样本寻找运动的包裹体,并对岩石薄片人为地升温直至包裹体消失,这个温度点称为均一温度点。缺点：人眼对于微小物体的移动不敏感；显微镜放大比例较大,单次观测区域有限,观察全景区域需手动移动载物台；不能完整保存和分析薄片的地质信息。本文针对包裹体分析中的包裹体肉眼识别和观测区域限制提出改进,应用图像处理技术设计了一种包裹体的自动识别以及岩石薄片样本显微图像的自动拼接系统。利用Intel公司提供的OpenCV开源视觉库作为基本算法的实现支持,对高清CCD获得的显微图像视频帧做运动检测算法分析以寻找运动的包裹体。并配合微型电动载物平台,由计算机自动控制,实现整个岩石薄片样本中包裹体的自动识别与记录。利用图像拼接技术,在寻找包裹体过程中同时对岩石薄片样本进行拼接,合成一张完整视域下的岩石薄片全景图,保存该薄片的全部地质信息,方便后续查看和共享。文中详细叙述了运动检测算法的基本原理并针对包裹体的运动特征提出改进,具体流程包括图像预处理、灰度图转换、背景差分运算等,并设定阈值对差分结果二值化变换,再对二值图像进行边沿检测和轮廓绘制,以标记包裹体运动区域(即包裹体位置)。针对高倍显微镜下岩石薄片的图像拼接,本文使用了一种基于特征的全景自动拼接算法。该算法充分考虑了显微图像采集过程以及显微图像自身的特点,采用尺度不变特征变换(SIFT)提取图像的基本特征,再根据优化的最优节点优先(BBF)算法提取潜在的图像特征匹配对集合。采用随机抽样一致性算法(RANSAC)对初匹配集合提纯,以仿射变换为运动模型计算图像间的变换矩阵,完成图像配准与融合。包裹体的运动检测算法与岩石薄片样本的拼接算法都采用MFC编程并调用OpenCV基本函数库实现,减少编程工作量,提高开发效率和程序运行的可靠性。同时文中还设计了微型电动载物台,采用步进电机推动视域移动代替人工操作,并编写了相应驱动程序以实现数字控制。PC端应用程序通过RS232接口控制载物台,自动完成包裹体的识别和岩石薄片样本的全景拼接工作。经实测,本文设计的包裹体自动分析系统,可实现包裹体的连续自动识别,单个视域下平均识别时间约30S左右；在自动识别包裹体的同时,实现了对岩石薄片样本的显微序列图像全自动拼接,拼接效果理想,视觉上观察无明显的拼接痕迹,且较好地保留了图像的细节信息。