CN104794711B - 一种图像处理方法及装置 - Google Patents

Abstract

本申请提供了一种图像处理方法及装置，其中一种方法包括：获取包含有酵母细胞的目标图像；对所述目标图像进行二值化处理得到目标灰度图像；获取所述目标灰度图像中的亮点区域；计算每个亮点区域内所有像素的平均亮度；判断每个亮点区域的平均亮度是否大于第一预设阈值；其中，所述第一预设阈值用于指示亮点区域是否为酵母细胞；将平均亮度大于所述第一预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的酵母细胞数量。本申请采用亮点区域计数的方式，能够准确统计酵母细胞个数，进而提高统计酵母细胞个数的准确率。

Description

一种图像处理方法及装置

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像处理方法及装置。

背景技术

在生物技术领域的细胞分析研究中，一般利用培养皿来培养细胞。为了判断培养皿的细胞活率，需要统计培养皿内的细胞个数。目前，采用工业相机来代替传统显微镜目镜，来对培养皿内的细胞进行放大、成像，然后利用图像处理的方式，来计算成像区域内的细胞个数。

现有技术中图像处理及计数的方法，可以为：利用边缘拟合圆心定位算法，对培养皿中悬浮细胞的边缘进行识别，并统计悬浮细胞的个数。但现有技术的识别方法，仅能适用于培养皿内的悬浮细胞。

对于无明显边缘的非悬浮的酵母细胞无法准确统计，利用现有技术的方法，统计酵母细胞时，容易出现漏记或少计细胞个数的问题。所以，现在需要一种方式来准确统计酵母细胞个数，以提高统计酵母细胞个数的准确率。

发明内容

本申请提供了一种图像处理方法及装置，以准确统计酵母细胞个数，进而提高统计酵母细胞个数的准确率。

为了实现上述目的，本申请提供了以下技术手段：

一种图像处理方法，包括：

获取包含有酵母细胞的目标图像；

对所述目标图像进行二值化处理得到目标灰度图像；

获取所述目标灰度图像中的亮点区域；

计算每个亮点区域内所有像素的平均亮度；

判断每个亮点区域的平均亮度是否大于第一预设阈值；其中，所述第一预设阈值用于指示亮点区域是否为酵母细胞；

将平均亮度大于所述第一预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的酵母细胞数量。

优选的，在获取所述目标灰度图像中的亮点区域之前，还包括：

对所述目标灰度图像中不均匀的背景亮度，进行亮度校正。

优选的，所述对所述目标灰度图像中不均匀的背景亮度，进行亮度校正，包括：

在像素点与亮度校正值的对应关系中，查找所述目标灰度图像中每个像素点的亮度校正值；

将每个样本像素点的亮度值，和，与每个样本像素点对应的样本校正亮度值的和值，重新作为每个样本像素点的亮度值。

优选的，预先构建像素点与亮度校正值的对应关系的过程包括：

通过白板实验获取背景图像各个像素点的亮度值；

确定所述背景图像的亮度统一值；

将所述亮度统一值与每个像素点的亮度值的差值，作为每个像素点的亮度校正值；

构建每个像素点的标识，和，与之对应的亮度校正值一一对应关系。

优选的，还包括：

获取酵母细胞的稀释比例、酵母细胞的溶液体积；

通过公式计算所述酵母细胞的浓度。

优选的，还包括：

判断每个亮点区域的平均亮度是否大于第二预设阈值，所述第二预设阈值大于所述第一预设阈值；

将平均亮度大于所述第二预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的活酵母细胞数量；

将所述活酵母细胞数量与所述酵母细胞数量的比值，作为第一时间段内酵母细胞的活率。

优选的，还包括：

在第一时间段内按权利要求1所述的方法计算第一酵母细胞数量，在相邻的第二时间段内按权利要求1所述的方法，计算第二酵母细胞数量；

计算第二酵母细胞数量与第一酵母细胞数量的差值；

将所述差值与第一酵母细胞数量的比值，作为第二时间段内酵母细胞的发芽率。

一种图像处理装置，包括：

获取图像单元，用于获取包含有酵母细胞的目标图像；

处理单元，用于对所述目标图像进行二值化处理得到目标灰度图像；

获取亮点单元，用于获取所述目标灰度图像中的亮点区域；

计算单元，用于计算每个亮点区域内所有像素的平均亮度；

判断单元，用于判断每个亮点区域的平均亮度是否大于第一预设阈值；其中，所述第一预设阈值用于指示亮点区域是否为酵母细胞；

统计单元，用于将平均亮度大于所述第一预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的酵母细胞数量。

优选的，还包括：

校正单元，用于对所述目标灰度图像中不均匀的背景亮度，进行亮度校正；

其中校正单元，包括：

构建单元，用于构建像素点与亮度校正值的对应关系；

查找单元，用于在像素点与亮度校正值的对应关系中，查找所述目标灰度图像中每个像素点的亮度校正值；

校正亮度单元，用于将每个样本像素点的亮度值，和，与每个样本像素点对应的样本校正亮度值的和值，重新作为每个样本像素点的亮度值。

优选的，所述构建单元，包括：

获取单元，用于通过白板实验获取背景图像各个像素点的亮度值；

确定单元，用于确定所述背景图像的亮度统一值；

计算差值单元，用于将所述亮度统一值与每个像素点的亮度值的差值，作为每个像素点的亮度校正值；

构建关系单元，用于构建每个像素点的标识，和，与之对应的亮度校正值一一对应关系。

优选的，还包括：

浓度计算单元，用于获取酵母细胞的稀释比例、酵母细胞的溶液体积；通过公式计算所述酵母细胞的浓度；

活性计算单元，用于判断每个亮点区域的平均亮度是否大于第二预设阈值，所述第二预设阈值大于所述第一预设阈值；将平均亮度大于所述第二预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的活酵母细胞数量；将所述活酵母细胞数量与所述酵母细胞数量的比值，作为第一时间段内酵母细胞的活率。

发芽率计算单元，用于在第一时间段内按权利要求1所述的方法计算第一酵母细胞数量，在相邻的第二时间段内按权利要求1所述的方法，计算第二酵母细胞数量；计算第二酵母细胞数量与第一酵母细胞数量的差值；将所述差值与第一酵母细胞数量的比值，作为第二时间段内酵母细胞的发芽率。

本申请实施例中，采用提取目标灰度图像的亮点区域，并判断亮点区域的亮度是否大于第一预设阈值的方式，来识别酵母细胞。本方式提取亮点区域的方式，不受细胞悬浮和非悬浮的影响，所以本方式能够准确识别酵母细胞并进行计数，进而可提高统计酵母细胞个数的准确率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例公开的一种图像处理方法的流程示意图；

图2为本申请实施例公开的又一种图像处理方法的流程示意图；

图3为本申请实施例公开的又一种图像处理方法的流程示意图；

图4为本申请实施例公开的又一种图像处理方法的流程示意图；

图5为本申请实施例公开的又一种图像处理方法的流程示意图；

图6为本申请实施例公开的一种图像处理方法的流程中分割图像的示意图；

图7为本申请实施例公开的一种图像处理装置的示意图；

图8为本申请实施例公开的又一种图像处理装置的示意图；

图9为本申请实施例公开的又一种图像处理装置的示意图；

图10为本申请实施例公开的又一种图像处理装置的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在介绍本申请具体实施之前，需要执行一些预先准备工作：一般情况下，酵母溶液中酵母细胞的浓度较高，为了在显微镜下仔细酵母细胞，需要将酵母溶液稀释一定倍数。然后，将稀释一定倍数后的一定体积的酵母细胞溶液放置于显微镜的物镜上，采用工业相机对酵母细胞溶液进行放大、成像，得到包含有酵母细胞的图像。

将工业相机拍摄的酵母细胞图像作为目标图像，利用计算机程序对目标图像进行处理，下面介绍计算机程序的具体执行过程。如图1所示，本申请提供了一种图像处理方法，包括步骤S101～步骤S106：

步骤S101：获取包含有酵母细胞的目标图像；

获取工业相机拍摄的包含有酵母细胞的目标图像，由于目标图像中有一些噪声干扰，可以对目标图像进行平滑处理，以消除造成干扰。

步骤S102：对所述目标图像进行二值化处理得到目标灰度图像；

为了便于计算机处理，将目标图像进行二值化处理，生成目标灰度图像，以便将目标图像转变为计算机能够识别的语言。

由于工业相机自身原因，导致目标图像的中间位置的亮度高于边缘位置的亮度。为了消除背景光的影响，本申请在执行下面的步骤之前，还包括：对所述目标灰度图像中不均匀的背景亮度，进行亮度校正。

在介绍对目标灰度图像进行亮度校正的过程之前，先介绍每个像素的亮度校正值的获取过程。如图2所示，包括步骤S201～步骤S204：

步骤S201：通过白板实验获取背景图像各个像素点的亮度值；

在无酵母溶液的情况下，将白板放置于与显微镜物镜上，通过工业相机对白板放大、成像，得到白板图像。因为白板上无任何物体，所以白板图像又可作为背景图像。计算机对背景图像进行二值化处理，得到背景图像的灰度图像，进而从灰度图像中得到各个像素点的亮度值。

步骤S202：确定所述背景图像的亮度统一值；

为了消除背景图像的亮度差异，本申请将背景图像所有像素点的不同亮度值，修改为统一亮度值。以此解决工业相机拍摄带来的背景亮度不均匀的问题。为此，需要确定所有像素点，待修改为的亮度统一值。

确定待修改为的亮度统一值的方法有多种，下面介绍几种常用方式：

第一种方式：将背景图像中全部像素点的平均亮度，作为亮度统一值。

首先，获取背景图像中所有像素点的亮度值，再求取所有像素点的亮度平均值，然后将所有像素点的亮度平均值作为亮度统一值。

第一种方式为使用背景图像的全部区域来计算亮度平均值，使用第一种方式中的亮度平均值后，可以将亮度偏高的像素点的亮度降低，亮度偏低的像素点的亮度提高，使得背景图像的整体亮度统一。

第二种方式：将背景图像中部分区域内像素点的亮度平均值，作为亮度统一值。

由于背景图像中间区域的较亮，边缘区域的亮度较暗。正常情况下，背景图像上所有区域的亮度，均应与中间区域的亮度一致。所以第二种方式中，计算中间区域内像素点的亮度平均值，并将亮度平均值作为亮度统一值。

当然还可以采用其他区域的亮度平均值，作为亮度统一值，本方式中不限制部分区域的位置。

第三种方式：选取所述背景图像中任一像素点的亮度值，作为亮度统一值。

由于背景图像中的亮度有亮有暗，只要将背景图像的亮度进行统一即可，所以可以选择背景图像中任一像素点的亮度值，作为亮度统一值。

前两种方式中将目标图像的全部区域，或部分区域的亮度平均值作为亮度统一值，使得背景图像进行统一后，可以方便后续的计算机处理。本方式中亮度统一值，在效果上可能没有前两种方式好，但也可以实现亮度统一的目的。

为了使亮度统一值更具有代表性，可以经过按第一种方式、第二种方式或第三方式经过多次实验，然后求各个实验结果的平均值，以便亮度统一值更具有代表性和适用性。

当然，还可以采取其他方式来确定亮度统一值，本实施例不再一一列举。

步骤S203：将所述亮度统一值与每个像素点的亮度值的差值，作为每个像素点的亮度校正值；

在步骤S201中得到亮度统一值后，针对背景图像中每个像素点：将像素点的亮度值与亮度统一值的做差，将差值作为该像素点的亮度校正值。

步骤S204：构建每个像素点的标识，和，与之对应的亮度校正值一一对应关系。

为了方便后续对像素点进行亮度校正，针对每个像素点，将像素点的标识和与该像素的亮度校正值对应存储，以便构建像素点与亮度校正值的对应关系。

在构建像素点与亮度校正值之间的关系后，如图3所示，下面具体介绍对目标灰度图像进行亮度校正的过程。

步骤S301：在像素点与亮度校正值的对应关系中，查找所述目标灰度图像中每个像素点的亮度校正值；

针对目标灰度图像中的每个像素点，在预先构建的像素点与亮度校正值的对应关系中，依据像素点的标识查找与像素点对应亮度校正值。

步骤S302：将每个样本像素点的亮度值，和，与每个样本像素点对应的样本校正亮度值的和值，重新作为每个样本像素点的亮度值。

在得到每个像素点的亮度校正值后，针对目标灰度图像中每个像素点：将像素点的亮度值，和，与该像素点对应的亮度校正值求和，将和值重新作为该像素点的亮度值。

将每个像素点均进行亮度校正后，便可消除背景光不均匀对目标灰度图像中酵母细胞的影响。

接着返回图1，进入步骤S103：获取所述目标灰度图像中的亮点区域；

由于酵母细胞自身的特性，在工业相机成像后，使得酵母细胞的亮度较高，通过统计目标灰度图像中的亮点区域，便可计算得到酵母细胞的个数。

所以，本步骤中首先获取较亮的像素点组成的连通区域，具体执行过程为：首先，确定一个像素点，判断该像素点的亮度值是否超过设定亮度，若超过设定亮度，则判定该像素点为亮点像素。然后再逐个判断该亮点像素周围像素点的亮度值是否超过设定亮度，若超过设定亮度，则将该像素点也设为亮点像素，直到亮点像素周围的亮度低于设定亮度。然后，将相互接触的亮度像素组成的连通区域，作为一个亮点区域。

遍历目标灰度图像的各个像素点，确定目标灰度图像中所包含的亮点区域。

步骤S104：计算每个亮点区域内所有像素的平均亮度；

步骤S105：判断每个亮点区域的平均亮度是否大于第一预设阈值；其中，所述第一预设阈值用于指示亮点区域是否为酵母细胞；

亮点区域并一定代表一个酵母细胞，可能是杂质干扰，所以在步骤S104中计算每个亮点区域内所有像素的平均亮度，然后判断每个亮点区域的平均亮度是否大于预先设定的第一预设阈值，若大于则表示该亮点区域为一个酵母细胞，否则表示该亮点区域不是一个酵母细胞。

其中，第一预设阈值为预先经过大量实现确定的，判定亮点区域是否为酵母细胞依据。

步骤S106：将平均亮度大于所述第一预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的酵母细胞数量。

将平均亮度大于第一预设阈值的亮度区域的数量总和，作为工业相机所拍摄的目标图像中所包含酵母细胞数量。

本申请实施例中，采用提取目标灰度图像的亮点区域，并判断亮点区域的亮度是否大于第一预设阈值的方式，来识别酵母细胞。本方式提取亮点区域的方式，不受细胞悬浮和非悬浮的影响，所以本方式能够准确识别酵母细胞并进行计数，进而可提高统计酵母细胞个数的准确率。

并且，本申请实施例中，还设有对目标灰度图像进行交亮度校正的过程，从而减少背景图像的不均匀亮度，对识别酵母细胞的影响，进一步提高识别酵母细胞的准确率。

下面介绍统计出酵母细胞数量后的应用情况：

第一种应用情况：计算酵母细胞浓度，如图4所示，包括步骤S401～S402：

步骤S401：获取酵母细胞的稀释比例、酵母细胞的溶液体积；

确定预先对酵母细胞溶液的稀释比例，以及放置于工业相机下进行测量的酵母细胞的溶液体积。

步骤S402：通过公式计算所述酵母细胞的浓度。

利用图1中计算得到的酵母细胞数量除以溶液体积，得到商值，得到此酵母细胞溶液内的酵母浓度。由于该酵母细胞溶液是经过稀释的，所以将商值乘以稀释比例，得到原始酵母细胞溶液的浓度。

酵母细胞溶液的浓度在工业应用中具有重大作用。

第二种应用情况：计算酵母细胞活率，如图5所示，包括步骤S501～S503：

步骤S501：判断每个亮点区域的平均亮度是否大于第二预设阈值，所述第二预设阈值大于所述第一预设阈值；

由于酵母细胞本身特性，活性酵母细胞的亮度较亮，非活性酵母细胞的亮度较暗。所以设定第二预设阈值，其中第二预设阈值大于所述第一预设阈值。

然后在平均亮度大于第一预设阈值的亮点区域中，再继续判断亮点区域的平均亮度是否大于第二预设阈值，若大于第二预设阈值，则表示该亮点区域为活性酵母，否则表示该亮点区域为非活性酵母细胞。

步骤S502：将平均亮度大于所述第二预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的活酵母细胞数量；

然后统计目标图像中，平均亮度大于第二预设阈值的亮点区域的数量总和，将数量总和作为或酵母细胞数量。

步骤S503：将所述活酵母细胞数量与所述酵母细胞数量的比值，作为第一时间段内酵母细胞的活率。

将步骤S503中得到的活酵母细胞数量，与，步骤S106得到的酵母细胞数量的比值，作为酵母细胞的活率。其余比率即为酵母细胞非活性的比率。

酵母细胞的活性在工业应用中具有重大作用。

第三种应用情况：计算酵母细胞的发芽率。

在第一时间段内按图1所示的方法计算第一酵母细胞数量，然后在相邻的第二时间段内重新按图1所示的方法，计算第二酵母细胞数量。

然后获得第二酵母细胞数量与第一酵母细胞数量的差值，将差值与第一酵母细胞数量的比值，作为第二时间段内酵母细胞的发芽率。

酵母细胞的发芽率在工业应用中具有重大作用。

上述三种情况为酵母细胞数量的一些应用，当然还可以有其他一些应用，在此不再一一列举。

下面介绍本申请的在具体实施时的详细实施例：

第一步：计算亮度校正值：

针对一张的背景图像，如图6所示，将这背景图像分为16宫格，计算每一个方格的亮度均值，分别记为L1、L2、L3…L16。通过10次拍摄，获取每个方格亮度均值的平均值，分别记为：ML1、ML2、ML3…ML16。

以背景图像中间位置的方格6、7、10和11组成区域的均值，作为亮度统一值，记为BL。然后，计算每个方格的亮度均值与亮度统一值的差值。将差值ML1-BL，ML2-BL…ML3-BL作为亮度校正值。

第二步：亮度校正。

在获取酵母溶液的目标图像后，计算一个像素点与目标图像中心点的距离，记为Dist；并计算该像素点所在的方格与目标图像中心点DistCenter。然后获得该方格对应的亮度校正值ML，以及该像素点的自身亮度值Lcur。则亮度校正后，该像素点的亮度为：Lcur+Dist*(ML-BL)/DistCenter。

第三步：确定亮点区域。

通过图像的二值化操作和形态学的膨胀处理，提取目标图像中的连通区域，每个连通区域为一个亮点区域。可以识别目标图像中所包含的一个或多个亮点区域。

第四步：确定酵母细胞数量。

预先通过大量实验过程获得第一预设阈值亮度为A；然后逐个判断亮点区域的平均亮度是否大于A，若大于A则增加记录一次酵母细胞个数，否则不增加记录酵母细胞个数。最后输出酵母细胞数量。

与图1所示的图像处理方法相对应，本申请还提供了一种图像处理装置，如图7所示，包括：

获取图像单元71，用于获取包含有酵母细胞的目标图像；

处理单元72，用于对所述目标图像进行二值化处理得到目标灰度图像；

获取亮点单元73，用于获取所述目标灰度图像中的亮点区域；

计算单元74，用于计算每个亮点区域内所有像素的平均亮度；

判断单元75，用于判断每个亮点区域的平均亮度是否大于第一预设阈值；其中，所述第一预设阈值用于指示亮点区域是否为酵母细胞；

统计单元76，用于将平均亮度大于所述第一预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的酵母细胞数量。

如图8所示，本申请还提供的图像处理装置，还包括：

校正单元77，用于对所述目标灰度图像中不均匀的背景亮度，进行亮度校正；

浓度计算单元78，用于获取酵母细胞的稀释比例、酵母细胞的溶液体积；通过公式计算所述酵母细胞的浓度；

活性计算单元79，用于判断每个亮点区域的平均亮度是否大于第二预设阈值，所述第二预设阈值大于所述第一预设阈值；将平均亮度大于所述第二预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的活酵母细胞数量；将所述活酵母细胞数量与所述酵母细胞数量的比值，作为第一时间段内酵母细胞的活率。

发芽率计算单元80，用于在第一时间段内按图1所述的方法计算第一酵母细胞数量，在相邻的第二时间段内按图1所述的方法，计算第二酵母细胞数量；计算第二酵母细胞数量与第一酵母细胞数量的差值；将所述差值与第一酵母细胞数量的比值，作为第二时间段内酵母细胞的发芽率。

如图9所示，校正单元77，包括：

构建单元91，用于构建像素点与亮度校正值的对应关系；

查找单元92，用于在像素点与亮度校正值的对应关系中，查找所述目标灰度图像中每个像素点的亮度校正值；

校正亮度单元93，用于将每个样本像素点的亮度值，和，与每个样本像素点对应的样本校正亮度值的和值，重新作为每个样本像素点的亮度值。

其中，如图10所示，所述构建单元91，包括：

获取单元101，用于通过白板实验获取背景图像各个像素点的亮度值；

确定单元102，用于确定所述背景图像的亮度统一值；

计算差值单元103，用于将所述亮度统一值与每个像素点的亮度值的差值，作为每个像素点的亮度校正值；

构建关系单元104，用于构建每个像素点的标识，和，与之对应的亮度校正值一一对应关系。

本申请提供的装置中，采用提取目标灰度图像的亮点区域，并判断亮点区域的亮度是否大于第一预设阈值的方式，来识别酵母细胞。本方式提取亮点区域的方式，不受细胞悬浮和非悬浮的影响，所以本方式能够准确识别酵母细胞并进行计数，进而可提高统计酵母细胞个数的准确率。

并且，本申请实施例中还有对图像进行亮度校正的过程，所以能够进一步提高酵母细胞的准确率。

此外，利用酵母细胞数量还可以计算酵母浓度，计算酵母细胞活率，还可以计算酵母细胞的发芽率，等等，为工业应用带来大量便利。

本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算设备可读取存储介质中。基于这样的理解，本申请实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一台计算设备(可以是个人计算机，服务器，移动计算设备或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种图像处理方法，其特征在于，包括：

获取包含有酵母细胞的目标图像；

对所述目标图像进行二值化处理得到目标灰度图像；

对所述目标灰度图像中不均匀的背景亮度，进行亮度校正；

获取所述目标灰度图像中的亮点区域；

计算每个亮点区域内所有像素的平均亮度；

判断每个亮点区域的平均亮度是否大于第一预设阈值；其中，所述第一预设阈值用于指示亮点区域是否为酵母细胞；

将平均亮度大于所述第一预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的酵母细胞数量；

判断每个亮点区域的平均亮度是否大于第二预设阈值，所述第二预设阈值大于所述第一预设阈值；

将平均亮度大于所述第二预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的活酵母细胞数量；

将所述活酵母细胞数量与所述酵母细胞数量的比值，作为第一时间段内酵母细胞的活率。

2.如权利要求1所述的方法，其特征在于，所述对所述目标灰度图像中不均匀的背景亮度，进行亮度校正，包括：

在像素点与亮度校正值的对应关系中，查找所述目标灰度图像中每个像素点的亮度校正值；

将每个样本像素点的亮度值，和，与每个样本像素点对应的样本校正亮度值的和值，重新作为每个样本像素点的亮度值。

3.如权利要求2所述的方法，其特征在于，预先构建像素点与亮度校正值的对应关系的过程包括：

通过白板实验获取背景图像各个像素点的亮度值；

确定所述背景图像的亮度统一值；

将所述亮度统一值与每个像素点的亮度值的差值，作为每个像素点的亮度校正值；

构建每个像素点的标识，和，与之对应的亮度校正值一一对应关系。

4.如权利要求1所述的方法，其特征在于，还包括：

获取酵母细胞的稀释比例、酵母细胞的溶液体积；

通过公式计算所述酵母细胞的浓度。

5.如权利要求1所述的方法，其特征在于，还包括：

在第一时间段内按权利要求1所述的计算酵母细胞数量的步骤计算第一酵母细胞数量，在相邻的第二时间段内按权利要求1所述的计算酵母细胞数量的步骤，计算第二酵母细胞数量；

计算第二酵母细胞数量与第一酵母细胞数量的差值；

将所述差值与第一酵母细胞数量的比值，作为第二时间段内酵母细胞的发芽率。

6.一种图像处理装置，其特征在于，包括：

获取图像单元，用于获取包含有酵母细胞的目标图像；

处理单元，用于对所述目标图像进行二值化处理得到目标灰度图像；

校正单元，用于对所述目标灰度图像中不均匀的背景亮度，进行亮度校正；

获取亮点单元，用于获取所述目标灰度图像中的亮点区域；

计算单元，用于计算每个亮点区域内所有像素的平均亮度；

判断单元，用于判断每个亮点区域的平均亮度是否大于第一预设阈值；其中，所述第一预设阈值用于指示亮点区域是否为酵母细胞；

统计单元，用于将平均亮度大于所述第一预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的酵母细胞数量；

活性计算单元，用于判断每个亮点区域的平均亮度是否大于第二预设阈值，所述第二预设阈值大于所述第一预设阈值；将平均亮度大于所述第二预设阈值的亮点区域的数量总和，作为所述目标图像中所包含的活酵母细胞数量；将所述活酵母细胞数量与所述酵母细胞数量的比值，作为第一时间段内酵母细胞的活率。

7.如权利要求6所述的装置，其特征在于，

其中校正单元，包括：

构建单元，用于构建像素点与亮度校正值的对应关系；

查找单元，用于在像素点与亮度校正值的对应关系中，查找所述目标灰度图像中每个像素点的亮度校正值；

校正亮度单元，用于将每个样本像素点的亮度值，和，与每个样本像素点对应的样本校正亮度值的和值，重新作为每个样本像素点的亮度值。

8.如权利要求7所述的装置，其特征在于，所述构建单元，包括：

获取单元，用于通过白板实验获取背景图像各个像素点的亮度值；

确定单元，用于确定所述背景图像的亮度统一值；

计算差值单元，用于将所述亮度统一值与每个像素点的亮度值的差值，作为每个像素点的亮度校正值；

构建关系单元，用于构建每个像素点的标识，和，与之对应的亮度校正值一一对应关系。

9.如权利要求6所述的装置，其特征在于，还包括：

浓度计算单元，用于获取酵母细胞的稀释比例、酵母细胞的溶液体积；

通过公式计算所述酵母细胞的浓度；

发芽率计算单元，用于在第一时间段内按权利要求1所述的计算酵母细胞数量的步骤计算第一酵母细胞数量，在相邻的第二时间段内按权利要求1所述的计算酵母细胞数量的步骤，计算第二酵母细胞数量；计算第二酵母细胞数量与第一酵母细胞数量的差值；将所述差值与第一酵母细胞数量的比值，作为第二时间段内酵母细胞的发芽率。