[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN110499233A - 一种用于菌落计数器的光源系统、计数器和计数方法 - Google Patents

一种用于菌落计数器的光源系统、计数器和计数方法 Download PDF

Info

Publication number
CN110499233A
CN110499233A CN201910796336.6A CN201910796336A CN110499233A CN 110499233 A CN110499233 A CN 110499233A CN 201910796336 A CN201910796336 A CN 201910796336A CN 110499233 A CN110499233 A CN 110499233A
Authority
CN
China
Prior art keywords
light source
bacterium colony
image
softbox
annular light
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910796336.6A
Other languages
English (en)
Inventor
张健伟
张志彬
李文龙
凌穗翔
骆延平
段贵娇
李奕新
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Huankai Microbial Sci and Tech Co Ltd
Guangdong Huankai Biotechnology Co Ltd
Original Assignee
Guangdong Huankai Microbial Sci and Tech Co Ltd
Guangdong Huankai Biotechnology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong Huankai Microbial Sci and Tech Co Ltd, Guangdong Huankai Biotechnology Co Ltd filed Critical Guangdong Huankai Microbial Sci and Tech Co Ltd
Priority to CN201910796336.6A priority Critical patent/CN110499233A/zh
Publication of CN110499233A publication Critical patent/CN110499233A/zh
Pending legal-status Critical Current

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
    • C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
    • C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
    • C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
    • C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
    • C12Q1/06—Quantitative determination
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B15/00—Special procedures for taking photographs; Apparatus therefor
    • G03B15/02—Illuminating scene
    • G03B15/03—Combinations of cameras with lighting apparatus; Flash units
    • G03B15/05—Combinations of cameras with electronic flash apparatus; Electronic flash units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Organic Chemistry (AREA)
  • Wood Science & Technology (AREA)
  • Zoology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Genetics & Genomics (AREA)
  • Analytical Chemistry (AREA)
  • Toxicology (AREA)
  • Microbiology (AREA)
  • Biochemistry (AREA)
  • Immunology (AREA)
  • General Engineering & Computer Science (AREA)
  • Biotechnology (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

本发明公开了一种用于菌落计数器的光源系统、计数器和计数方法，其中用于菌落计数器的光源系统包括：上部光源和位于所述上部光源下方的下部光源；所述上部光源括第一壳体、第一环形光源和第一柔光板；所述下部光源包括第二壳体、第二环形光源和第二柔光板；通过上部光源和下部光源的设置对菌落培养容器进行照射，对其进行适合的光照补偿，包括光强和光的颜色，使采集到图像上的菌落轮廓更清晰，与菌落培养容器周围的基质有更好的对比，提高菌落计数器图像的清晰度和对比度，使得统计软件在进行菌落计数时得到更准确的菌落数据。本发明广泛应用于环境生物监测设备领域。

Description

一种用于菌落计数器的光源系统、计数器和计数方法
技术领域
本发明涉及环境生物监测设备领域，特别涉及一种用于菌落计数器的光源系统、计数器和计数方法。
背景技术
在我国环境卫生、食品、药品等微生物安全检验中都有“菌落总数”检验项目，而在这个检验项目中如何得到高效、准确、可溯源的结果，就需要高度自动化和准确计数的全自动菌落计数器来替代传统的手动计数方法，而如何开发出统计准确的全自动菌落计数器则需要从软件、硬件等全方位进行开发和优化。在菌落采集图像过程中，由于照射光源的颜色、亮度或者角度问题，会导致菌落培养容器部分区域出现阴影，最后导致菌落及菌落边缘不清而直接影响成像效果，给菌落计数带来较大误差。
发明内容
为了解决上述技术问题，本发明的目的是提供一种用于菌落计数器的光源系统、计数器和计数方法。
本发明一方面采用的技术方案是：一种用于菌落计数器的光源系统，包括上部光源和位于所述上部光源下方的下部光源；所述上部光源包括第一壳体、第一环形光源和第一柔光板，所述第一柔光板位于所述上部光源的底部，所述第一柔光板将所述第一环形光源封闭在所述的第一壳体的内部，使得所述第一环形光源的发光仅从所述第一柔光板向下透出；所述下部光源包括第二壳体、第二环形光源、第三环形光源和第二柔光板，所述第二柔光板位于所述下部光源的顶部，所述第二柔光板将所述第二环形光源和第三环形光源封闭在所述第二壳体的内部，使得所述第二环形光源和第三环形光源的发光仅从第二柔光板向上透出；所述上部光源和下部光源之间形成用于放置菌落培养容器的空间。
进一步地，所述第一柔光板上设有观察窗，使得从所述上部光源内部可以透过所述观察窗对所述菌落培养容器内部进行观察。
进一步地，还包括第一驱动模块和第二驱动模块，所述第一驱动模块与所述第一环形光源相连，用于控制所述第一环形光源；所述第二驱动模块与第二环形光源相连，用于控制所述第二环形光源的颜色和亮度，所述第二环形光源能提供多种颜色的光照，且菌落培养容器所受光照的颜色和亮度由所述第一驱动模块和第二驱动模块共同控制。
进一步地，所述下部光源还包括反光板，所述反光板设置在所述第二壳体的内部，所述反光板用于对所述第二环形光源向下的发光进行反射，从而使反射光线从所述第二柔光板向上透出。
进一步地，所述下部光源还包括镜面反射环，所述镜面反射环设置在第二壳体的内部，所述镜面反射环环绕在所述第二环形光源的外部；所述镜面反射环用于对所述的第二环形光源的向外周的发光聚拢到所述反光板上方，再由反光板向上进行反射，从而使反射光线从第二柔光板向上透出。
本发明另一方面所采用的技术方案是：还包括摄像头，所述摄像头位于所述第一壳体内部且所述观察窗的正上方，用于透过所述观察窗对菌落培养容器中的菌落进行图像采集。
进一步地，还包括计算机，所述计算机用于对采集的图像进行预览，当所述预览图像中的菌落与背景的颜色对比度小于预设对比度阈值和/或菌落的清晰度小于预设清晰度阈值时，组合调整所述第一环形光源和第二环形光源；
所述计算机还用于对菌落进行计数。
本发明另一方面所采用的技术方案是：一种菌落计数器的计数方法，包括以下步骤：
对所述菌落培养容器中的菌落进行拍摄，获取目标图像；
对所述目标图像进行灰度化处理，得到灰度图像；
对所述灰度图像进行增强，得到增强图像；
选用阈值分割法对增强图像进行二值化，得到二值化图像；
对二值化图像去除菌落培养容器边缘图像确定菌落图像范围，得到菌落范围图像；
使用多次膨胀和腐蚀结合的迭代方法对菌落范围图像中的面积和/或周长大于阈值的菌落进行极限分割；
采用递归标记的方法对所述极限分割后的图像连通域进行标记，从而使各连通域分别被赋予各自的标号值；
从各所述标号值中筛选出最大标号值，将所述最大的标号值作为菌落数目进行输出。
进一步地，摄像头对所述菌落培养容器中的菌落进行拍摄，获取目标图像这一步骤之前，还包括以下步骤：
对菌落培养容器中的菌落进行拍照，上传到所述计算机中，得到预览图像；
调整所述第一环形光源和第二环形光源的发光参数，直到计算出所述预览图像中菌落与背景颜色的对比度值大于预设的对比度阈值且菌落图像的清晰度值大于预设的清晰度阈值。
进一步地，所述对所述灰度图像进行增强，得到增强图像这一步骤，包括：对所述灰度图像进行中值滤波和高斯平滑滤波，从而获得增强图像。
本发明的有益效果是：本发明通过上部光源和下部光源的设置对菌落培养容器进行照射，对其进行适合的光照补偿，使采集到图像上的菌落轮廓更清晰，与菌落培养容器周围的基质有更好的对比，提高菌落计数器图像的清晰度和对比度，使得统计软件在进行菌落计数时得到更准确的菌落数据。
附图说明
图1是本发明光源系统一具体实施例的剖面图；
图2是本发明光源系统一具体实施例的光路图；
图3是本发明具体实例的菌落计数的步骤流程图；
附图标记：1、上部光源；2、下部光源；3、第一环形光源；4、第一柔光板；5、菌落培养容器；6、第二环形光源；7、第二柔光板；8、镜面反射环；9、反光板；10、摄像头；11、第一壳体；12、第二壳体。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。如图1和图2所示，其中图2中的箭头方向表示光路方向，一种用于菌落计数器的光源系统，包括上部光源1和位于所述上部光源1下方的下部光源2；所述上部光源1包括第一壳体11、第一环形光源3和第一柔光板4，所述第一柔光板4位于所述上部光源1的底部，所述第一柔光板4将所述第一环形光源3封闭在所述的第一壳体11的内部，使得所述第一环形光源3的发光仅从所述第一柔光板4向下透出；所述下部光源2包括第二壳体12、第二环形光源6和第二柔光板7，所述第二柔光板7位于所述下部光源2的顶部，所述第二柔光板7将所述第二环形光源6封闭在所述第二壳体12的内部，使得所述第二环形光源6的发光仅从第二柔光板7向上透出；所述上部光源1和下部光源2之间形成用于放置菌落培养容器5的空间；
具体地，所述第一环形光源3为第一360oLED环形光源，所述第二环形光源6为360oLED环形光源；所述第一柔光板4和第二柔光板7都是为了减弱光线前进，使最后达到被摄物体上的光线更加柔和，避免被摄物体出现强光斑；所述第一环形光源3通过第一柔光板4向下照射到菌落培养容器5，可凸显菌落的色泽和纹理，使菌落表面的皱褶、凹陷、边缘的锯齿更富有立体感；所述第二环形光源6通过第二柔光板7从菌落培养容器5底部补光。
进一步作为优选的实施方式，所述第一柔光板4上设有观察窗，使得从所述上部光源1内部可以透过所述观察窗对所述菌落培养容器5进行观察；
具体地，在所述第一柔光板4上的中心位置有个圆形或者正方形的观察窗，能够通过观察窗观察到菌落培养容器5的每个角落。
进一步作为优选的实施方式，还包括第一驱动模块和第二驱动模块，所述第一驱动模块与所述第一环形光源3相连，用于控制所述第一环形光源3；
所述第二驱动模块与第二环形光源6相连，用于控制所述第二环形光源6的颜色和亮度，所述第二环形光源6能提供多种颜色的光照，且菌落培养容器5所受光照的颜色和亮度由所述第一驱动模块和第二驱动模块共同控制。
具体地，所述第一环形光源3提供360°柔性混合光且亮度和颜色已经预先设置且固定，所述第一驱动模块控制所述第一环形光源3的开启与关闭，所述第二驱动模块用来调节所述第二环形光源6的颜色和亮度，所述第一驱动模块和第二驱动模块共同控制菌落培养容器5所受的光照；
此处以红色底色培养基为例，所述第一环形光源3开启，发出柔性混合光，所述第二环形光源6初始为白光，50％全功率亮度开启，此时由于培养基底色为红色，且周围环境较亮，但是由于在白光的状态下，对于直径较小的菌落边界比较模糊，软件计数时将产生较大偏差，此时通过所述第二驱动模块调整第二环形光源6的颜色为蓝色，在下部光源2为蓝色光的情况下，菌落和菌落边缘的对比更加明显，计数时能够分辨出直径较小的菌落，计数更加准确；由于周围环境较亮，将影响成像，需要调整上部光源1去除环境光的影响，故通过所述第一驱动模块关闭第一环形光源3，再通过所述第二驱动模块增大第二环形光源6的亮度，这样有助于将拍摄图像与周围环境区别开。
进一步作为优选的实施方式，所述下部光源2还包括反光板9，所述反光板9设置在所述第二壳体12的内部，所述反光板9用于对所述第二环形光源6向下的发光进行反射，从而使反射光线从所述第二柔光板7向上透出；
具体地，所述反光板9用来分散光线，主要作用是补光，减轻阴影，这里优选白面反光板，白面反光板的反光一般比较中性，反射的强度也比较柔和，它能将反光板9上方的光线均匀透过第二柔光板7照射到菌落培养容器5的底部。
进一步作为优选的实施方式，所述下部光源2还包括镜面反射环8，所述镜面反射环8设置在第二壳体12的内部，所述镜面反射环8环绕在所述第二环形光源6的外部；所述镜面反射环8用于对所述的第二环形光源6的向外周的发光聚拢到所述反光板9上方，再由反光板9向上进行反射，从而使反射光线从第二柔光板7向上透出；
具体地，所述镜面反射环8为筒状的镜面反射环8，所述镜面反射环8将所述第二环形光源6围绕在反射环内，这样可以将第二环形光源6发出的光充分反射并聚拢到反光板9上方，再由反光板9向上进行反射。
以上所述反光板9、镜面反射环8、第二柔光板7、第二环形光源6构成多重反射悬浮式暗视野多色照明系统，不仅可清晰勾勒菌落轮廓，还能通过不同颜色的光把各种颜色的菌落明显区分，使菌落计数更加精确。
本发明实施例还提供了一种菌落计数器，包括以上方案中的光源系统，还包括摄像头10，所述摄像头10位于所述第一壳体11内部且所述观察窗的正上方，用于透过所述观察窗对菌落培养容器5中的菌落进行图像采集。
进一步作为优选的实施方式，还包括计算机，所述计算机用于对采集的图像进行预览，当所述预览图像中的菌落与背景的颜色对比度小于预设对比度阈值和/或菌落的清晰度小于预设清晰度阈值时，组合调整所述第一环形光源3和第二环形光源6；所述计算机还用于对菌落进行计数；
具体地，计算机对拍摄图像进行预览，先对预览图像进行灰度化处理，再对灰度图像中的对比度和清晰度进行计算，通过计算值与预设阈值进行对比，来确认是否需要调整所述第一环形光源3和第二环形光源6；具体的调整方式如下：调整所述第一环形光源3是开启或关闭状态，调整所述第二环形光源6的颜色和亮度；其中，对比度指的是图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，对比度中画面黑与白的比值范围差异越大代表对比度越大，差异范围越小代表对比越小；清晰度是指图像上各细部影纹及其边界的清晰程度；所述对比度计算公式如下：
C＝∑δ(i,j)2Pδ(i,j)
其中，δ(i,j)＝|i-j|即相邻像素间的灰度值，Pδ(i,j)即相邻像素间的灰度差值为δ的像素分布概率，相邻像素的定义有四近邻和八近邻两种；
所述清晰度的算法如下：将二维图像每行数据3～6个像素点的亮度值作为一组，计算每行数据各组亮度值的最大值、最小值、平均值；根据所述最大值、最小值、平均值，计算每行数据各组亮度值的最大值减去平均值、最小值减去平均值的平方和；分别将所述每行数据的各组平方和相加，得到每行数据的临时清晰度；根据所述每行数据的临时清晰度，对所有行数据的临时清晰度进行排序，选取最大的四个临时清晰度；根据所述最大的四个临时清晰度计算其中值，将此值作为当前二维图像的清晰度。
如图3所示，本发明实施例还提供了一种菌落计数器的计数方法，包括以下步骤：
S101、对所述菌落培养容器5中的菌落进行拍摄，获取目标图像；
S102、对所述目标图像进行灰度化处理，得到灰度图像；
具体地，彩色图像灰度化就是使R、G、B分量值相等的过程，由于R、G、B的取值范围是0～255，所以灰度的级别只有256级，即灰度图像仅能表现256种颜色。这里采用加权平均值法对目标图像进行灰度化，即把彩色图像的R、G、B分量转化为灰度值表征每个像素点构成的图像，转化公示如下：
Gray(x,y)＝0.299*R(x,y)+0.587*G(x,y)+0.114*B(x,y) (1)
S103、对所述灰度图像进行增强，得到增强图像；
具体地，在菌落处理过程中，实际获得的图像一般都因灰层、杂质、光照等某种干扰而含有噪声，这些噪声使图像质量退化，并淹没了菌落的特征，给图像的处理和识别带来了困难；在图像处理系统中加入图像增强处理，可以达到减少或消除噪声的影响，增强菌落特征的作用；具体做法事指按照特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，它是一种将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量，丰富信息量，加强图像判读和识别效果的图像处理方法。
S104、选用阈值分割法对增强图像进行二值化，得到二值化图像；
具体地，阈值分割是一种简单、有效的图像分割方法，它的基本思想是利用图像中要提取的目标与背景的灰度值间、或者目标与目标的灰度值之间的差异，取一个或几个合适的灰度值作为阈值，然后把图像中的每一个像素和阈值进行比较，由此可将图像以阈值为界分为两类或多类，从而将目标与背景或目标与目标分割开来。g(x,y)代表输出图像该点的灰度值，对图像选取一个介于gmin和gmax的阈值T，阈值T的确定一般利用公式：
T＝T((x,y),f(x,y),q(x,y)) (2)
公式中(x,y)表示像素点在图像中的坐标，f(x,y)代表输入图像像素点(x,y)处的灰度值，q(x,y)是该点领域的某种局部性质，而局部阈值时根据f(x,y)和q(x,y)选取的，所得的阈值时与图像的某个局部区域相关的，对不同的区域使用不同的阈值，并通过该阈值把图像中的像素按其灰度值分为两类：
S105、对二值化图像去除菌落培养容器5边缘图像确定菌落图像范围，得到菌落范围图像；
具体地，在对二值菌落图像进行反射处理后可以看出，除了检测出菌落图像外，还可见明显的菌落培养容器5边缘图像，这影响了后续计数步骤的进行，故需去除菌落培养容器5边缘图像；这里采用霍夫变换的方法进行菌落培养容器5边缘检测，从而去除菌落培养容器5边缘确定菌落图像范围；对于菌落培养容器5，通常为标准的圆形，圆的一般方程为：
(x-a)2+(y-b)2＝r2 (4)
式中有3个参数a,b,r,该公式表示的物理意义是，图像空间中的圆对应这参数空间中的一个点，而图像空间的一个点(x,y)对应这参基于图像处理的菌落分析系统开发研究数空间中的一个三维直立圆锥，该点约束了通过该点一族圆的参数(a,b,r)；
显然，图像空间中圆上的点映射到参数空间中的一族圆锥的交点正好对应于圆的圆心坐标和圆的半径；
对参数空间适当量化，构造一个三维的累加数组A(a,b,r)，对图像空间所存在的圆边界性状检测时，先计算图像每点强度的梯度信息，然后根据适当阈值求出边缘，再计算与边缘上的每一点像素距离为r的所有点(a,b)，同时A累加：A(a,b,r)＝A(a,b,r)+1；改变r值，再重复上述过程，当对全部边缘点变换完成后，所有累加数组的值进行校验，其峰值的坐标就对应着图像空开空间中圆的圆心和半径。
S106、使用多次膨胀和腐蚀结合的迭代方法对菌落范围图像中的面积和/或周长大于阈值的菌落进行极限分割；
具体地，选用十字形四邻域模板，使用多次膨胀和腐蚀结合起来的迭代腐蚀方法对菌落图像中的较大菌落进行极限分割，迭代腐蚀是一种聚类快速分割算法，它把膨胀和腐蚀结合起来对图像进行分割；由于菌落形状并不可能是标准的凸集，所以在迭代腐蚀结束后，得到的结果图像不仅包括被完全腐蚀掉的菌落种子点，还可能包括从较大菌落上腐蚀袭来的“碎片”，这些“碎片”的存在会导致同一菌落被重复技术从而影响计数精度，为了消除这些“碎片”，在一次腐蚀结束后，对腐蚀结果进行多次条件膨胀，从而尽可能的“粘连”碎片。
其中，区域的周长即区域的边界长度，图像中的菌落是由很多像素组成，周长就是围绕这些像素的外边界的长度。常用的菌落周长计算方法如下：把像素看作一个个独立的点，则周长用链码表示，求周长也即计算链码长度，当链码值为奇数时，其长度为当链码值为偶数时，其长度为1，对偶数号链码及奇数号链码分别计数，然后将偶数号链码数和奇数号链码数与的乘积相加即得区域的周长，周长L表示为：
式中Ne和N0分别是8方向边界链码中偶数号链码与奇数号链码的数目；此处计算周长的方式还可以是把图像中的像素看作单位面积小方块，区域的周长即为区域和背景缝隙的长度和，此时边界用隙码表示，计算隙码的长度即为所求周长；
常用的菌落面积计算方法是统计边界内部(也包括边界上)像素数目，在此定义下，求出区域边界内像素点的总和即可，计算公式如下：
对二值图像而言，若用1标识物体，用0表示背景，其面积就是统计f(x,y)＝1的个数。
S107、采用递归标记的方法对所述极限分割后的图像连通域进行标记，从而使各连通域分别被赋予各自的标号值；
菌落计数的过程就是对图像分割得到的种子点图像进行计数的过程，这个问题可以转化为对二值图像上的连通域进行标记的问题。连通域标记就是用不同的标号把不同的连通域标记出来，而同一连通域中的像素拥有相同的标号，本发明采用递归标记的方法对连通域进行标记。递归标记方法利用了递归调用方法，原理是按照从上到下、从左至右的顺序对图像进行扫描，如果未被标记的发现目标点，则进行深度优先遍历直至找出完整的连通域并对其赋予同一标号值。
S108、从各所述标号值中筛选出最大标号值，将所述最大的标号值作为菌落数目进行输出。
进一步作为优选的实施方式，对所述菌落培养容器5中的菌落进行拍摄，获取目标图像这一步骤之前，还包括以下步骤：
S201、对菌落培养容器5中的菌落进行拍照，上传到所述计算机中，得到预览图像；
S202、调整所述第一环形光源3和第二环形光源6的发光参数，直到计算出所述预览图像中菌落与背景颜色的对比度值大于预设的对比度阈值且菌落图像的清晰度值大于预设的清晰度阈值；
具体地，获取所述目标图像的前提条件是得到效果较好的预览图像，因此，获取所述目标图像之前要根据预览图像的效果来反复调整发光参数，包括对所述第一环形光源3和第二环形光源6的调整，来保证拍摄效果；所述对比度和清晰度的计算方法在上一方案中已经介绍，这里不再详细论述。
进一步作为优选的实施方式，对所述灰度图像进行增强，得到增强图像这一步骤，包括：
S1021、对所述灰度图像进行中值滤波和高斯平滑滤波，从而获得增强图像；
具体地，利用中值滤波方式滤除摄像头10产生的随机局部亮点，中值滤波是采用一个含有奇数个点的滑动窗口，用窗口中各点的灰度值的中值来代替窗口中心点像素的灰度值；
采用高斯平滑的方式对图像进行平滑滤波，去除图像频域分析中的高频部分的噪声，高斯滤波的方法是用奇数点的滑动窗口在图像上进行滑动，将与窗口中心点对应的图像像素点的灰度用窗口内各个点对应图像像素点灰度值的加权平均值替代。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同特换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于菌落计数器的光源系统，其特征在于，包括上部光源和位于所述上部光源下方的下部光源；
所述上部光源包括第一壳体、第一环形光源和第一柔光板，所述第一柔光板位于所述上部光源的底部，所述第一柔光板将所述第一环形光源封闭在所述的第一壳体的内部，使得所述第一环形光源的发光仅从所述第一柔光板向下透出；
所述下部光源包括第二壳体、第二环形光源和第二柔光板，所述第二柔光板位于所述下部光源的顶部，所述第二柔光板将所述第二环形光源封闭在所述第二壳体的内部，使得所述第二环形光源的发光仅从第二柔光板向上透出；
所述上部光源和下部光源之间形成用于放置菌落培养容器的空间。
2.根据权利要求1中所述的一种用于菌落计数器的光源系统，其特征在于，所述第一柔光板上设有观察窗，使得从所述上部光源内部可以透过所述观察窗对所述菌落培养容器进行观察。
3.根据权利要求1中所述的一种用于菌落计数器的光源系统，其特征在于，还包括第一驱动模块和第二驱动模块，所述第一驱动模块与所述第一环形光源相连，用于控制所述第一环形光源；
所述第二驱动模块与第二环形光源相连，用于控制所述第二环形光源的颜色和亮度，所述第二环形光源能提供多种颜色的光照，且菌落培养容器所受光照的颜色和亮度由所述第一驱动模块和第二驱动模块共同控制。
4.根据权利要求1所述的一种用于菌落计数器的光源系统，其特征在于，所述下部光源还包括反光板，所述反光板设置在所述第二壳体的内部，所述反光板用于对所述第二环形光源向下的发光进行反射，从而使反射光线从所述第二柔光板向上透出。
5.根据权利要求1-4任一项所述的一种用于菌落计数器的光源系统，其特征在于，所述下部光源还包括镜面反射环，所述镜面反射环设置在第二壳体的内部，所述镜面反射环环绕在所述第二环形光源的外部；所述镜面反射环用于对所述的第二环形光源的向外周的发光聚拢到所述反光板上方，再由反光板向上进行反射，从而使反射光线从第二柔光板向上透出。
6.一种菌落计数器，其特征在于，包括如权利要求1-5任一项所述的光源系统，还包括摄像头，所述摄像头位于所述第一壳体内部且所述观察窗的正上方，用于透过所述观察窗对菌落培养容器中的菌落进行图像采集。
7.根据权利要求6所述的一种菌落计数器，其特征在于，还包括计算机，所述计算机用于对采集的图像进行预览，当所述预览图像中的菌落与背景的颜色对比度小于预设对比度阈值和/或菌落的清晰度小于预设清晰度阈值时，组合调整所述第一环形光源和第二环形光源；所述计算机还用于对菌落进行计数。
8.如权利要求6或7所述的菌落计数器的计数方法，其特征在于，包括以下步骤：
对所述菌落培养容器中的菌落进行拍摄，获取目标图像；
对所述目标图像进行灰度化处理，得到灰度图像；
对所述灰度图像进行增强，得到增强图像；
选用阈值分割法对增强图像进行二值化，得到二值化图像；
对二值化图像去除菌落培养容器边缘图像确定菌落图像范围，得到菌落范围图像；
使用多次膨胀和腐蚀结合的迭代方法对菌落范围图像中的面积和/或周长大于阈值的菌落进行极限分割；
采用递归标记的方法对所述极限分割后的图像连通域进行标记，从而使各连通域分别被赋予各自的标号值；
从各所述标号值中筛选出最大标号值，将所述最大的标号值作为菌落数目进行输出。
9.根据权利要求8所述的一种菌落计数器的计数方法，其特征在于，对所述菌落培养容器中的菌落进行拍摄，获取目标图像这一步骤之前，还包括以下步骤：
对菌落培养容器中的菌落进行拍照，上传到所述计算机中，得到预览图像；
调整所述第一环形光源和第二环形光源的发光参数，直到计算出所述预览图像中菌落与背景颜色的对比度值大于预设的对比度阈值且菌落图像的清晰度值大于预设的清晰度阈值。
10.根据权利要求8所述的一种菌落计数器的计数方法，其特征在于，对所述灰度图像进行增强，得到增强图像这一步骤，包括：
对所述灰度图像进行中值滤波和高斯平滑滤波，从而获得增强图像。
CN201910796336.6A 2019-08-27 2019-08-27 一种用于菌落计数器的光源系统、计数器和计数方法 Pending CN110499233A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910796336.6A CN110499233A (zh) 2019-08-27 2019-08-27 一种用于菌落计数器的光源系统、计数器和计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910796336.6A CN110499233A (zh) 2019-08-27 2019-08-27 一种用于菌落计数器的光源系统、计数器和计数方法

Publications (1)

Publication Number Publication Date
CN110499233A true CN110499233A (zh) 2019-11-26

Family

ID=68589816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910796336.6A Pending CN110499233A (zh) 2019-08-27 2019-08-27 一种用于菌落计数器的光源系统、计数器和计数方法

Country Status (1)

Country Link
CN (1) CN110499233A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112501003A (zh) * 2020-12-16 2021-03-16 上海红爵信息科技发展有限公司 一种针对临床微生物药敏纸片的成像分析仪及分析方法
CN112614062A (zh) * 2020-12-17 2021-04-06 北京陆桥技术股份有限公司 菌落计数方法、装置及计算机存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102676633A (zh) * 2012-03-08 2012-09-19 天津大学 一种菌落自动计数方法
WO2016091016A1 (zh) * 2014-12-12 2016-06-16 山东大学 一种基于胞核标记分水岭变换的粘连白细胞分割方法
WO2018103345A1 (zh) * 2016-12-09 2018-06-14 深圳市瀚海基因生物科技有限公司 单分子的识别、计数方法及装置
CN109472761A (zh) * 2018-11-23 2019-03-15 军事科学院系统工程研究院卫勤保障技术研究所 一种基于荧光图像的细胞计数方法及系统
CN109509173A (zh) * 2018-09-27 2019-03-22 上海海恒机电仪表有限公司 一种细菌菌落的计数方法及计数装置
CN109777718A (zh) * 2019-02-01 2019-05-21 北京陆桥技术股份有限公司 菌落图像采集系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102676633A (zh) * 2012-03-08 2012-09-19 天津大学 一种菌落自动计数方法
WO2016091016A1 (zh) * 2014-12-12 2016-06-16 山东大学 一种基于胞核标记分水岭变换的粘连白细胞分割方法
WO2018103345A1 (zh) * 2016-12-09 2018-06-14 深圳市瀚海基因生物科技有限公司 单分子的识别、计数方法及装置
CN109509173A (zh) * 2018-09-27 2019-03-22 上海海恒机电仪表有限公司 一种细菌菌落的计数方法及计数装置
CN109472761A (zh) * 2018-11-23 2019-03-15 军事科学院系统工程研究院卫勤保障技术研究所 一种基于荧光图像的细胞计数方法及系统
CN109777718A (zh) * 2019-02-01 2019-05-21 北京陆桥技术股份有限公司 菌落图像采集系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112501003A (zh) * 2020-12-16 2021-03-16 上海红爵信息科技发展有限公司 一种针对临床微生物药敏纸片的成像分析仪及分析方法
CN112614062A (zh) * 2020-12-17 2021-04-06 北京陆桥技术股份有限公司 菌落计数方法、装置及计算机存储介质
CN112614062B (zh) * 2020-12-17 2024-04-26 北京陆桥技术股份有限公司 菌落计数方法、装置及计算机存储介质

Similar Documents

Publication Publication Date Title
CN103518224B (zh) 用于分析微生物生长的方法
JP6062059B2 (ja) バイオイメージング法
US20240110877A1 (en) System and method of unique identifying a gemstone
CN111507932B (zh) 高特异性的糖尿病性视网膜病变特征检测方法及存储设备
CN110472575B (zh) 一种基于深度学习和计算机视觉的串番茄成熟度检测方法
EP1229493A2 (en) Multi-mode digital image processing method for detecting eyes
CN109255757A (zh) 一种机器视觉自然放置葡萄串果梗区域分割方法
CN105590109B (zh) 一种虹膜识别预处理方法和装置
CN106934386A (zh) 一种基于自启发式策略的自然场景文字检测方法及系统
CN110499233A (zh) 一种用于菌落计数器的光源系统、计数器和计数方法
CN114648806A (zh) 一种多机制自适应的眼底图像分割方法
Tian et al. Detection of early bruises on apples using hyperspectral reflectance imaging coupled with optimal wavelengths selection and improved watershed segmentation algorithm
CN115311316A (zh) 基于深度学习的立体栽培模式下小型西瓜识别与定位方法
CN109544535B (zh) 一种基于红外截止滤镜光学滤波特性的窥视摄像头检测方法及系统
CN114092682A (zh) 基于机器学习的小金具类缺陷检测算法
CN116051543A (zh) 一种用于钢材剥皮的缺陷识别方法
CN114018946B (zh) 一种基于OpenCV的高反光瓶盖缺陷检测方法
CN113674175B (zh) 用于检测跨海大桥结构损害的水下机器人图像增强方法
CN109711253A (zh) 基于卷积神经网络与循环神经网络的电表数值识别方法
CN116977335B (zh) 一种用于机械零件表面点蚀缺陷的智能检测方法
CN109461123B (zh) 一种针对图像质量客观评测点图的几何畸变自动分析方法
CN110298362A (zh) 一种牡丹花特征提取方法
CN115861276A (zh) 石墨膜片表面划痕检测方法和装置
Lu et al. Detecting defects on citrus surface based on circularity threshold segmentation
CN113537410B (zh) 一种通用的深度学习正样本自动均衡方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20191126

RJ01 Rejection of invention patent application after publication