CN102819765B - 一种基于计算机视觉的牛奶体细胞计数方法 - Google Patents

Abstract

一种基于计算机视觉的牛奶体细胞计数方法，包括以下步骤：1)在牛奶中滴入染色剂，用染色剂对其体细胞进行染色，然后将牛奶滴入玻片中，数码显微镜采集细胞图像，所述细胞图像为彩色图像；2)进行细胞图像预处理；3)体细胞计数过程：3.1)设定体细胞所占像素面积范围S1～S2；3.2)对细胞二值化图像逐行扫描，若找到一个白色像素，利用递归方法探查该像素所处的连通区域的大小S；3.3)若S1≤S≤S2，则说明这个白色像素所属的连通区域是体细胞，将体细胞数count加1；反之，体细胞数count不变；3.4)扫描完之后，得到细胞图像中的体细胞数count。本发明有效避免人为因素影响、检测效率高、准确性良好。

Description

一种基于计算机视觉的牛奶体细胞计数方法

技术领域

本发明涉及牛奶体细胞测量技术，尤其是一种牛奶体细胞计数方法。

背景技术

牛奶中的体细胞通常由巨噬细胞、淋巴细胞、多形核嗜中性白细胞和少量的乳腺组织上皮细胞组成。体细胞数(SCC)是指每毫升牛奶中含有的体细胞数目。

SCC可以反映奶牛奶房受细菌感染的程度，还可以用来估计奶牛产奶量的损失情况。当身体特别是乳房受到感染或伤害时，体细胞会随着血液抵达受伤部位。一方面巨噬细胞和核嗜中性白细胞吞噬细菌，而淋巴细胞则控制免疫反应和产生抗体以抗拒细菌破坏，起到保护机体的作用；另一方面体现在挤出的奶中体细胞的数量明显增加。体细胞数与奶牛的乳房健康密切相关。通过体细胞的检测，可以衡量整个牛群乳腺细胞的健康状况。因此可通过检测生鲜奶中体细胞的数量来有效控制奶牛的乳房炎。当SCC超过5×10⁵时，奶牛感染细菌的可能性较大．乳房炎发病率很高。相应的原料乳中的成分变化增大．牛奶的质量变差。SCC可作为判断牛奶质量高低的重要标准：SCC越低，牛奶的质量越高；SCC越高，对牛奶质量的影响越大。

现行的检测方法主要有加利福利亚测量法，荧光流式计数方法，电子粒子计数法，显微镜法。

SCC可以使用CMT（加利福利亚测量法）测量得到。CMT是将特定的表面活性剂添加到牛奶中，牛奶中的细胞遇到表面活性剂时，会收缩凝固，使得细胞放出去氧核糖核酸而凝集。细胞越多，凝集状态越强，出现的凝集片越多。CMT法快速、敏感，而且价格便宜，试验方法简单，所需设备少，反映结果较为准确。但CMT法只是一个体细胞的相对数量，而不是精确数量，而且认为因素影响较大，应有专门培训人员固定做此项检查。

通过测量化学发光反应也可以用来计算SCC，即荧光流式计数方法。这种方法是向牛奶中加入一种荧光添加剂，这种荧光添加剂会被细胞吸收。然后使用特定波长的光照射牛奶，此时细胞会发出另一种特征波长的荧光。通过使用一个能识别这种特征波长的合适过滤器，就能计算出牛奶中的细胞数。这种方法需要对牛奶采样，需要选取合适分量的荧光添加剂与之混合，还需要选择合适的光照和过滤器。这是一个工作量大而且耗费较高的过程。

SCC也可以通过电子粒子计数法测量。这中方法主要依靠检测牛奶导电性的变化来，这是因为一般来说，在乳腺炎牛奶的电导率比正常牛奶中的电导率高。

电导率通常通过一个有探针的直流或交流的回路来测量，这个探针被固定在牛奶流中。这个探针是很敏感的。这个探针一般包括两个电极，直流或交流电通过就会在牛奶中形成电流。牛奶电导率的变化通过回路中电流的变化来测量。然而，牛奶中胶质物会在电极上的沉淀经常会导致读数的不准确。这种测量方法还有一些缺点。这种测量方法依靠牛奶中的一些变化，而这些变化只有在细菌与白细胞发生作用才会发生。所以，这对于乳腺炎的初期检测不太合适。同时，这种方法的重复性也比较差，因为在不同测试或不同的奶牛中，电解质成分和浓度重大的差异。所以，使用单独使用这种方法来进行诊断是冒险的。

显微镜法作为体细胞计数的标准方法，它通常用于校正体细胞分析仪和其他方法的正确性。但是目前的显微镜法仅限于人工操作，人工操作不仅会造成工作效率的低下，而且不可避免地会产生人为性的误差。

发明内容

为了克服已有牛奶体细胞计数方法的存在人为因素、检测效率较低、准确性较差的不足，本发明提供一种有效避免人为因素影响、检测效率高、准确性良好的基于计算机视觉的牛奶体细胞计数方法。

本发明解决其技术问题所采用的技术方案是：

一种基于计算机视觉的牛奶体细胞计数方法，所述牛奶体细胞计数方法包括以下步骤：

1）在牛奶中滴入染色剂，用染色剂对其体细胞进行染色，然后将牛奶滴入玻片中，数码显微镜采集细胞图像，所述细胞图像为彩色图像；

2）进行细胞图像预处理：将细胞图像灰度化、二值化；

3）体细胞计数过程：

3.1）根据给定的体细胞实际半径大小范围r1~r2，利用标定所得每像素对应的实际物理距离，计算出体细胞所占像素面积范围S1~S2；

3.2）对细胞二值化图像逐行扫描，若找到一个白色像素，利用递归方法探查该像素所处的连通区域的大小S；

3.3）若S1≤S≤S2，则说明这个白色像素所属的连通区域是体细胞，将体细胞数count加1；反之，体细胞数count不变，所述体细胞数count的初始值为0；

3.4)扫描完之后，得到细胞图像中的体细胞数count。

进一步，所述步骤1）中采集多张细胞图像，分别执行步骤2）~3）；得到所有图像上的体细胞数加起来得到的总和为TotalNumber。设获取的图像大小为ZS=ZW×ZH(Pixel²)，ZW表示图像的像素宽度，ZH表示图像的像素高度，玻片上牛奶占据区域立方体的高度为hmm，单位体积的体细胞个数，即SCC为：

再进一步，所述步骤3.1），标定的过程如下：获取标尺图片，经行灰度化，二值化图像处理，然后使用Houhg变换，取得图像中长度在设定范围之内且平行的直线，识别出这些直线中的标尺刻度线，然后计算出相距最远的刻度线之间的像素数为n，对应标尺的刻度数m，则单位像素所表示的物理距离为DP=0.01*m/n。

本发明的有益效果主要表现在：解决了传统显微镜法速度慢，且易受人工操作影响的缺点，大大提高了检测精度，且可用于其他类型细胞计数，具有广阔的市场前景和应用价值。

附图说明

图1是基于计算机视觉的牛奶体细胞计数流程图。

图2是本发明的机械装置部分。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图2，一种基于计算机视觉的牛奶体细胞计数方法，所述方法包括如下步骤：

1.在进行检测之前，需要对数码显微镜进行标定；

2.在牛奶中滴入染色剂，用染色剂对其体细胞进行染色，然后将牛奶滴入特定的玻片中；

3.将玻片放入检测平台上，并将其固定；

4.检测开始，上位工控机向单片机发送命令，控制检测平台移动，玻片也随之移动，移动过程中，数码显微镜采集多幅细胞图像，并上传到工控机，工控机通过计算机视觉方法对图像进行处理,得出体细胞数SCC。

5.取出玻片，并显示体细胞数。

在上述步骤中，第一步只有根据本发明制作出来的检测装置正式第一次进行之前需要对数码显微镜进行标定，此后的每次检测都不需再标定。

在上述步骤中使用了本发明所述的所有主要模块：图像采集模块，数码显微镜采集染色牛奶体细胞玻片上的牛奶高倍放大图像，图像通过USB线传输到上位工控机；机械装置模块，包括放置玻片的检测平台和带动平台运动的电机；小型机械装置控制模块，通过单片机控制电机运转，从而控制机械装置的运动；单片机与上位工控机的通信模块，工控机通过串口实现与单片机的通信；图像预处理模块，通过灰度化，二值化等对细胞图像进行预处理；标定模块，利用改进的HOUGH算法和标准微型标尺对数码显微镜进行标定，即得到细胞图像中像素与实际物理距离之间的比例；体细胞计数模块，利用数学形态学方法对图像中的细胞经行检测和计数。

如图2所示是本发明的检测装置的机械装置模块结构图。光源1主要用于为显微镜提供光照。支架2用于固定显微镜。数码显微镜3用于获取玻片上牛奶中的体细胞分布图。4,8是检测平台7的运动轨道。小型电机5用于带动检测平台7运动。连动装置6用于小型电机5和连接检测平台7。检测平台7用于放置玻片，带动玻片运动。玻片9中用于盛放被染色的牛奶。

在本实施例中，主要有数码显微镜，机械装置，单片机，工控机部件。通过如下方式，各个部分构成本发明的实施例：数码显微镜固定在支架上，将数码显微镜通过USB线与工控机相连；将单片机与机械装置电机相连，通过单片机控制电机的运转，从而控制机械装置上装在玻片的检测平台的运动；单片机通过串口与工控机相连；工控机上安装有图像处理系统。

如图1是本发明的基于计算机视觉的体细胞计数方法的细胞计数流程图。具体流程如下：

1.图像采集。数码显微镜获取细胞放大图，通过USB线传输给上位工控机。数码显微镜的标定与细胞图像处理都需要以图像采集作为基础；

2.数码显微镜标定。在进行细胞计数之前，要对数码显微镜进行标定。

标定步骤如下：

1)将微型标准标尺放入数码显微镜的视场中，为了尽可能的准确，要求尽可能的将标尺塞满整个视场。标尺的最小刻度为0.01mm。

2)获取标尺图像，进过预处理。

3)利用标定算法对图像进行处理，从而可得单位像素所表示的物理距离，完成标定。

3.正式检测。数码显微镜经过标定后，就可以正式开始检测玻片上牛奶中的体细胞数了。在玻片上盛放牛奶的区域是一个立方体，投影到二维平面是一个矩形。根据数码显微镜的实际视场大小，可以将这个矩形划分为p行，q列，即将矩形划分为p*q个小区域，每个小区域为一个显微镜视场大小。移动玻片，让数码显微镜逐行逐个对这些区域进行取像。当然为了提高检测速度，可以有规律的跳过某些区域。每一张细胞图像，经过灰度化、二值化等预处理，再经过数学形态学处理，计数，可得每张图像中的体细胞数。

具体步骤如下：

1)初始化。设共要采集PicNumber张图片，令i=0。

2)采集一张细胞图像，对细胞图像进行灰度化、二值化等预处理。

3)对预处理后的图像使用细胞计数算法，计算出本张图像中的细胞数。i++。若i=PicNumber，则进行第4)步；否则，回到第一步。

4)此时，所有图像已经采集完毕，可得到所有图像上的体细胞数加起来得到的总和为TotalNumber。设获取的图像大小为ZS=ZW×ZH(Pixel²)。ZW表示图像的像素宽度，ZH表示图像的像素高度。玻片上牛奶占据区域立方体的高度为hmm。则单位体积的体细胞个数，即SCC为：

上述步骤中的图像采集模块，图像预处理模块，标定算法，细胞计数算法的具体实施细节如下：

1.图像采集模块。

本发明装置中使用的是AnMoElectronics公司生产的编号为AM413T5的数码显微镜。最大放大倍数为500倍，满足本装置要求，数码显微镜通过USB线与工控机相连。

2.图像预处理。

首先将彩色图像灰度化。在体细胞的检测与计数中，主要用到了图像中细胞的亮度和大小信息。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征，且将彩色图像转变成灰度图像以使后续的图像的计算量变得少一些。本系统中使用了加权平均法将彩色图像变为灰度图。

其次是二值化。灰度化后，图像中每个像素点的亮度信息由0-255中的一个数值表示。体细胞经过染色剂染色后，经过特殊光照，会发出荧光。其他的杂质也会发光，但与体细胞的所发荧光强度不同。这时通过二值化，可将这些杂质滤掉。由于具体光源光照的不同，这个二值化的阈值需要通过实验比较来确定。

3.标定算法。

获取标尺图片，经行灰度化，二值化图像处理，然后使用Houhg变换，取得图像中长度在一定范围之内且平行的直线，识别出这些直线中的标尺刻度线，然后计算出相距最远的刻度线之间的像素数为n，对应标尺的刻度数m，则单位像素所表示的物理距离为DP=0.01*m/n。

算法具体步骤如下：

1)将获得的标尺图像进行灰度化、二值化等预处理，得到二值化图像。

2)对二值化图像进行Hough变换，找出长度最长的20条直线，且这些之前的长度在一定范围之内，这样检测出的的直线就是刻度线中的长刻度线。这20条直线的信息存放数组pLines[20]中，pLines中的数据元素是结构SlineInfo。结构SlineInfo包括直线的像素长度信息nPixels，直线在极坐标下的角度nAngle，距离nDist，以及一些成员函数。

3)是被标尺刻度线。图中标尺的刻度线都是平行排列的，图中可能由于干扰，有非刻度直线平行，但肯定是少数，故找出pLines中数量最多的一组平行直线就是刻度线。

4)nDist是直线与原点的像素距离。在这组平行直线中，找出nDist最大与最小值，他们的差值就是能检测出的图像中标尺上相距最远的刻度之间的像素距离n。

5)通过这个像素距离判断他们之间的刻度数，即实际距离。由于光照，标尺位置的关系，每次标定时所能识别的最大像素距离可能不一样，但如果对应的实际刻度数一样，哪么像素距离相差不会很大。通过多次试验可以得出不同刻度数对应的像素距离的范围。从而可以反过来通过像素距离判断实际刻度数。

6)通过实际刻度数m可得实际物理距离0.01m，则单位像素所表示的物理距离为DP=实际物理距离/对应像素距=0.01*m/n，即每像素对应的实际物理距离。

4.细胞计数算法。

细胞图像经过预处理，已由光照强度信息经行了初步的筛选，下面使用计算机视觉方法识别出图像中的体细胞。

算法具体步骤如下：

1)初始化。根据给定的体细胞实际半径大小范围r1～r2，利用标定所得每像素对应的实际物理距离，计算出体细胞所占像素面积范围S1~S2。细胞数count初始化为0。初始化数组lpVisited[nHeight*nWidth]。nHeight，nWidth分别表示图像的像素高度与像素宽度。数组lpVisited用来标记属于体细胞区域的像素点。ptVisited（表示大于等于S2的最小整数），其中的元素是Cpoint。ptVisited用来标记在一次大递归过程中被访问过的像素点的坐标。

2)对细胞二值化图像逐行扫描，若找到一个白色像素，利用递归方法探查该像素所处的连通区域的大小S。从这个像素的8方向上进行递归，并将访问过的点存入ptVisited中。

3)若S1≤S≤S2，则说明这个白色像素所属的连通区域是体细胞，将count++；反之，count不变，这利用ptVisited恢复lpVisited，将访问过的点复原。

4)扫描完之后，就可得到细胞图中的体细胞数count。

Claims (1)

1.一种基于计算机视觉的牛奶体细胞计数方法，其特征在于：所述牛奶体细胞计数方法包括以下步骤：

1)在牛奶中滴入染色剂，用染色剂对其体细胞进行染色，然后将牛奶滴入玻片中，数码显微镜采集细胞图像，所述细胞图像为彩色图像；所述步骤1)中采集多张细胞图像，分别执行步骤2)～3)；

得到所有图像上的体细胞数加起来得到的总和为TotalNumber，设获取的图像大小为ZS＝ZW×ZH(Pixel²)，ZW表示图像的像素宽度，ZH表示图像的像素高度，玻片上牛奶占据区域立方体的高度为hmm，单位体积的体细胞个数，即SCC为：

2)进行细胞图像预处理：将细胞图像灰度化、二值化；

3)体细胞计数过程：

3.1)根据给定的体细胞实际半径大小范围r1～r2，利用标定所得每像素对应的实际物理距离，计算出体细胞所占像素面积范围S1～S2；

所述步骤3.1)，标定的过程如下：获取标尺图片，进行灰度化，二值化图像处理，然后使用Hough变换，取得图像中长度在设定范围之内且平行的直线，识别出这些直线中的标尺刻度线，然后计算出相距最远的刻度线之间的像素数为n，对应标尺的刻度数m，则单位像素所表示的物理距离为DP＝0.01*m/n；

3.2)对细胞二值化图像逐行扫描，若找到一个白色像素，利用递归方法探查该像素所处的连通区域的大小S；

3.3)若S1≤S≤S2，则说明这个白色像素所属的连通区域是体细胞，将体细胞数count加1；反之，体细胞数count不变，所述体细胞数count的初始值为0；

3.4)扫描完之后，得到细胞图像中的体细胞数count。