CN107862697B - 一种用于茯茶质量检测的金花菌计数方法 - Google Patents

一种用于茯茶质量检测的金花菌计数方法 Download PDF

Info

Publication number
CN107862697B
CN107862697B CN201711025972.6A CN201711025972A CN107862697B CN 107862697 B CN107862697 B CN 107862697B CN 201711025972 A CN201711025972 A CN 201711025972A CN 107862697 B CN107862697 B CN 107862697B
Authority
CN
China
Prior art keywords
golden flower
tea
golden
flower fungus
counting
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.)
Active
Application number
CN201711025972.6A
Other languages
English (en)
Other versions
CN107862697A (zh
Inventor
吕嘉枥
史朝烨
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.)
Shaanxi Xian Xi Moringa Fu Tea Co ltd
Original Assignee
Shaanxi University of Science and Technology
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 Shaanxi University of Science and Technology filed Critical Shaanxi University of Science and Technology
Priority to CN201711025972.6A priority Critical patent/CN107862697B/zh
Publication of CN107862697A publication Critical patent/CN107862697A/zh
Application granted granted Critical
Publication of CN107862697B publication Critical patent/CN107862697B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30128—Food products
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种用于茯茶质量检测的金花菌计数方法，通过获取茯茶切片的高分辨率图像信息，然后将图像信息划分为多个等分区域，在通过对每个等分区域进行色彩加深处理、图像滤波处理之后，对等分区域中的金花菌数量进行统计，然后再将所有等分区域中金花菌的数量叠加，最后得到茯茶切片中金花菌的数量；然后在根据现有的茯茶质量评级方法对茯茶的质量进行评定。本发明能够提高金花菌计数的准确性，提高了计数的效率，从而实现准确快速评价茯茶质量的目的。

Description

一种用于茯茶质量检测的金花菌计数方法
技术领域
本发明属于食品检测技术领域；涉及一种茯茶中金花菌的检测方法；具体的涉及一种用于茯茶质量检测的金花菌计数方法。
背景技术
茯茶是黑茶的一种，是一种后发酵茶，其特殊加工工艺在于发花过程，即通过控制环境来促使金花菌的生长，因此金花菌的质量是判断茯茶质量优劣的重要指标之一。目前对茯茶中“金花菌”的检测方法都是按照GB 4789.15-2016食品安全国家标准---食品微生物学检验中的霉菌和酵母计数的方法规定执行的。但其方法由于在样品前处理时“金花菌”的子囊壳破裂程度差异较大，使得“金花菌”的检测误差很大；其次由于茯茶发酵属于较复杂的微生物发酵，其中有大量其他微生物生长，从而影响“金花菌”的检测结果；第三，由于霉菌生长周期较长，该检测方法需要一周左右，耗时长。
茯茶中的“金花菌”颗粒直径在82-180μm左右，颜色为金黄色，与其它杂菌和茶基质差异较大，在显微镜下清晰可辨，通过显微镜可以直接准确统计出其数量多少，但因显微镜直接计数法只适用于微量样品，无法用于自然整块茶样品的检测。
发明内容
本发明提供了一种用于茯茶质量检测的金花菌计数方法；通过对茯茶切面图像中金花菌的数目进行自动计数，能够提高金花菌计数的准确性，提高了计数的效率，从而实现准确快速评价茯茶质量的目的。
本发明的技术方案是：一种用于茯茶质量检测的金花菌计数方法，包括以下步骤：
步骤1，获取茯茶切面的图像；
步骤2，将图像划分为n个等分区域，然后对每个等分区域进行步骤3-6的处理；
步骤3，对等分区域进行色彩加深处理，并且等分区域的HSI模型，并选择该HSI模型的H通道；
步骤4，再进行图像滤波处理，得到的等分区域中的金花菌颗粒之间分离隔痕明显、边缘突出和边缘锐化；
步骤5，增强等分区域的对比度，具体的增强金花菌颗粒的醒目度，同时降低其背景的阴影度；
步骤6，分别在HSI模型的H通道、S通道和I通道下选择金花菌的色彩范围，根据该色彩对金花菌进行计数，同时分别得到在三种通道下的金花菌数量，然后求其平均数得到在该等分区域中金花菌的数量；
步骤7，将所有n个等分区域的金花菌的数量求和，即可得到该茯茶切片中金花菌的数量。
更进一步的，本发明的特点还在于：
其中步骤4中图像滤波处理的具体过程是：首先进行形态开放滤波处理，得到的等分区域中金花菌之间分离隔痕明显，再进行边缘滤波处理，得到的等分区域中金花菌边缘明显，最后进行增强锐化滤波处理，得到等分区域中金花菌边缘锐化。
其中步骤5中还包括提高等分区域的伽马值，提高等分区域的区分度。
其中步骤7中还包括根据得到的金花菌的数量和茯茶切面图像的面积计算茯茶切片单位面积中金花菌的数量。
其中该方法重复进行m次，且每次划分为不同数量的等分区域，并且得到m个金花菌的数量记为a1、a2......am，然后取其平均数
Figure BDA0001448368920000021
在通过
Figure BDA0001448368920000022
得到茯茶切片单位面积中金花菌的数量，s为茯茶切面图像的面积。
其中该方法重复进行3-5次。
与现有技术相比，本发明的有益效果是：本发明通过获取茯茶切面的图像信息，并且根据金花菌成金黄色的特性，且该颜色与茯茶的墨绿色背景差异较大，然后对图像进行n个等分区域的划分，然后分别对每个等分区域在HSI模型下进行图像的处理，使金花菌与茯茶的背景之间的颜色区别更加明显，然后分别在H通道、S通道和I通道下分别计算该等分区域中金花菌的数量，然后求平均之后即可得到该等分区域中金华菌的数量，最后将n个等分区域累计求和，得到茯茶切片中的金花菌的数量。
更进一步的，通过形态开放滤波处理、边缘滤波处理和增强锐化滤波处理，能够使等分区域中金花菌的边缘与茯茶切片的背景分离隔痕明显，使金花菌的边缘明显以及金花菌边缘锐化。
更进一步的，通过数学计算从而计算得到单位面积中金花菌的数量，并且根据茯茶的品级评定标准评定该茯茶的品级。
更进一步的，为了使金花菌的数量统计更加准确，因此对切片图像进行多次等分区域的划分，且划分的个数均不相同，然后求其平均数得到茯茶切片中金花菌的数量，提高了金花菌数量计算的精确性。
附图说明
图1为本发明中实施例1中切片图像的某一等分区域；
图2为本发明中实施例1中某一等分区域经过颜色加深处理后的效果图；
图3为本发明中实施例1中某一等分区域经过形态开放滤波处理后的效果图；
图4为本发明中实施例1中某一等分区域经过边缘滤波处理后的效果图；
图5为本发明中实施例1中某一等分区域经过增强锐化滤波处理后的效果图；
图6为本发明中实施例1中某一等分区域经过增强对比度后的效果图；
图7为本发明中实施例1中某一等分区域在H通道下计数的效果图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进一步说明。
本发明提供了一种用于茯茶质量检测的金花菌计数方法，该方法包括以下具体实施例：
对某茯茶产品需要根据其每cm2中具有的金花菌数量对其进行品级评定，因此采用本方法首先得到茯茶切片的金花菌数量，然后在通过相除即可得到金花菌数量/cm2。其中计算得到茯茶切片的金花菌数量的方法包括以下步骤：
步骤1，首先使用高分辨率成像设备对茯茶的任意切片拍照，得到茯茶切面图像信息，同时计算得到茯茶切面的面积s。
步骤2，将切面图像划分为n个等分区域，并且计算每个等分区域中金华菌的数量，具体过程为步骤3-6。
步骤3，取某一等分区域的图像信息如图1所示，然后对该等分区域图像进行色彩加深处理，得到如图2所示的效果图，并且将该等分区域图像转换为HIS模型，并且选择该模型下的H通道。
步骤4，进行图像滤波处理，具体的，首先进行形态开放滤波处理，得到如图3所示的金花菌颗粒之间分离隔痕突出明显的效果图，再进行边缘滤波处理，得到如图4所示的金花菌颗粒边缘突出明显的效果图，最后进行增强锐化滤波处理，得到如图5所示的金花菌颗粒边缘锐化的效果图。
步骤5，增强该等分区域的对比度，具体的增强金花菌颗粒的醒目度，同时降低金花菌颗粒背景的阴影度，还可以提高等分区域的伽马值，提高等分区域中金花菌颗粒的区分度，得到如图6所示的效果图。
步骤6，分别在HSI模型的H通道、S通道和I通道下选取金花菌的颜色范围，并且根据该颜色范围匹配对金花菌进行计数，并且分别得到在三种通道下金花菌的数量，然后求其平均数即为该等分区域中金花菌的数量，如图7所示，在H通道下对金花菌进行计数的效果示意图。
步骤7，将n个等分区域的金花菌的数量求和，即得到该茯茶切片中金花菌的数量。
为了进一步确定该茯茶的品级，因此根据茯茶切片中金花菌的数量和茯茶切片的面积s，即可计算得到单位面积cm2中金花菌的数量，从而根据金花菌的数量对茯茶的品级进行准确的评定。
在本发明的方法中为了进一步对金花菌的数量做准确的统计，因此需要分别在划分不同等分区域的情况下分别计数，然后求其平均数为茯茶切片中金花菌的数量。
因此进行3-5次的计数，在求其平均数，即为茯茶切片中金花菌的准确数量。
使用本发明的发明方法、以及现有的显微镜下直接计数法和GB4789.15-2016的方法，对A、B、C三个茯茶进行金花菌的计数分别得到如下检测实例：
A号茯茶
Figure BDA0001448368920000051
B号茯茶
Figure BDA0001448368920000052
Figure BDA0001448368920000061
C号茯茶
Figure BDA0001448368920000062
由于茯茶中金花菌颗粒的直径在82-180μm之间，而且金花菌的颜色为金黄色，其与茯茶及其他杂菌的颜色差异较大，在显微镜下清晰可辩，因此目前主要通过在显微镜下直接统计金花菌的数量，但是这种方法只能用于微量样品检测，不能用于自然整块茯茶样品的检测。使用GB4789.15-16霉菌检测的方法进行检测，但是从上述A、B、C的检测结果可以看出，同一个样品，GB4789.15-16霉菌检测的方法计数的金花菌数量远大于显微镜计数法，计数误差比较大，其原因是样品在处理时金花菌的子囊壳破裂程度差异加到，导致金花菌的检测误差非常大。
利用显微镜计数的准确性作为数据依据，获取茯茶切面的图像，然后通过本发明的计数方法，对茯茶中的金花菌的数量进行统计，如A号茯茶、B号茯茶和C号茯茶三个表所示，本发明的计数结果与显微镜直接计数没有误差，因此表明其计数结果可靠，因此本发明的方法能够快速、准确的检测出茯茶中金花菌的数量，从而达到快速准确的评价茯茶的质量，具有很高的实用性。

Claims (6)

1.一种用于茯茶质量检测的金花菌计数方法，其特征在于，包括以下步骤：
步骤1，获取茯茶切面的图像；
步骤2，将图像划分为n个等分区域，然后对每个等分区域进行步骤3-6的处理；
步骤3，对等分区域进行色彩加深处理，并且将该等分区域图像转换为HSI模型，并选择该HSI模型的H通道；
步骤4，进行图像滤波处理；
步骤5，增强等分区域的对比度，具体的增强金花菌颗粒的醒目度，同时降低其背景的阴影度；
步骤6，分别在HSI模型的H通道、S通道和I通道下选择金花菌的色彩范围，根据该色彩对金花菌进行计数，同时分别得到在三种通道下的金花菌数量，然后求其平均数得到在该等分区域中金花菌的数量；
步骤7，将所有n个等分区域的金花菌的数量求和，即得到该茯茶切片中金花菌的数量。
2.根据权利要求1所述的用于茯茶质量检测的金花菌计数方法，其特征在于，所述步骤4中图像滤波处理的具体过程是：首先进行形态开放滤波处理，再进行边缘滤波处理，最后进行增强锐化滤波处理。
3.根据权利要求1所述的用于茯茶质量检测的金花菌计数方法，其特征在于，所述步骤5中还包括提高等分区域的伽马值，提高等分区域的区分度。
4.根据权利要求1-3任意一项所述的用于茯茶质量检测的金花菌计数方法，其特征在于，所述步骤7中还包括根据得到的金花菌的数量和茯茶切面图像的面积计算茯茶切片单位面积中金花菌的数量。
5.根据权利要求1所述的用于茯茶质量检测的金花菌计数方法，其特征在于，该方法重复进行m次，且每次划分为不同数量的等分区域，并且得到m个金花菌的数量记为a1、a2......am，然后取其平均数a，在通过a/s得到茯茶切片单位面积中金花菌的数量，s为茯茶切面图像的面积。
6.根据权利要求5所述的用于茯茶质量检测的金花菌计数方法，其特征在于，该方法重复进行3-5次。
CN201711025972.6A 2017-10-27 2017-10-27 一种用于茯茶质量检测的金花菌计数方法 Active CN107862697B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711025972.6A CN107862697B (zh) 2017-10-27 2017-10-27 一种用于茯茶质量检测的金花菌计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711025972.6A CN107862697B (zh) 2017-10-27 2017-10-27 一种用于茯茶质量检测的金花菌计数方法

Publications (2)

Publication Number Publication Date
CN107862697A CN107862697A (zh) 2018-03-30
CN107862697B true CN107862697B (zh) 2021-03-23

Family

ID=61697458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711025972.6A Active CN107862697B (zh) 2017-10-27 2017-10-27 一种用于茯茶质量检测的金花菌计数方法

Country Status (1)

Country Link
CN (1) CN107862697B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113640293A (zh) * 2021-09-15 2021-11-12 鞍钢股份有限公司 一种过共析钢网状渗碳体级别的测定方法
CN114862833A (zh) * 2022-06-01 2022-08-05 江苏东南生科茶业有限公司 基于多断面随机识别的茶生物含量检测方法
CN118037732B (zh) * 2024-04-12 2024-07-12 陕西仙喜辣木茯茶有限公司 基于人工智能的茯砖茶发花动态检测方法
CN118229680B (zh) * 2024-05-22 2024-07-26 陕西右任故里茯砖茶股份有限公司 基于图像处理的茯砖茶发花缺陷检测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102024259A (zh) * 2010-12-24 2011-04-20 刘安安 一种菌落自动检测方法
CN102108376A (zh) * 2010-12-21 2011-06-29 湖南城市学院 茯砖茶中金花菌菌种鉴定方法
CN102965328A (zh) * 2012-11-19 2013-03-13 陕西科技大学 一种茯砖茶金花菌孢子粉的制备方法
CN105491279A (zh) * 2015-11-19 2016-04-13 北京工业大学 一种菌落的图像采集和识别方法
CN106755119A (zh) * 2016-12-08 2017-05-31 湖北中烟工业有限责任公司 一种复合微生物发酵提升烟草薄片品质的方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BRPI0501535B8 (pt) * 2005-04-26 2021-07-27 Mario Augusto Pazoti método de identificação do guignardia citricarpa

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102108376A (zh) * 2010-12-21 2011-06-29 湖南城市学院 茯砖茶中金花菌菌种鉴定方法
CN102024259A (zh) * 2010-12-24 2011-04-20 刘安安 一种菌落自动检测方法
CN102965328A (zh) * 2012-11-19 2013-03-13 陕西科技大学 一种茯砖茶金花菌孢子粉的制备方法
CN105491279A (zh) * 2015-11-19 2016-04-13 北京工业大学 一种菌落的图像采集和识别方法
CN106755119A (zh) * 2016-12-08 2017-05-31 湖北中烟工业有限责任公司 一种复合微生物发酵提升烟草薄片品质的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Fungal community associated with fermentation and storage of Fuzhuan brick-tea;Aiqing Xu et al.;《International Journal of Food Microbiology》;20110315;第146卷(第1期);14-22 *
利用HSI颜色模型提取真菌孢子;汪莉 等;《仪器仪表学报》;20060630;第27卷(第6期);337-339 *
利用图像处理法快速测定小麦千粒质量;张颖君等;《西南师范大学学报(自然科学版)》;20170820(第08期);70-73 *

Also Published As

Publication number Publication date
CN107862697A (zh) 2018-03-30

Similar Documents

Publication Publication Date Title
CN107862697B (zh) 一种用于茯茶质量检测的金花菌计数方法
CN113313677B (zh) 一种卷绕锂电池x光图像的质量检测方法
CN108563975B (zh) 一种基于深度学习的高密度人群人数估计方法
CN105139391B (zh) 一种雾霾天气交通图像边缘检测方法
CN114882040B (zh) 一种基于模板匹配的污水处理检测方法
CN104408473B (zh) 基于距离度量学习的棉花品级分类方法及装置
CN102637262B (zh) 一种自适应细菌计数方法
CN106503695A (zh) 一种基于航拍图像的烟草植株识别与计数方法
CN117011303B (zh) 基于机器视觉的油料生产质量检测方法
CN110349153A (zh) 基于多特征融合的图像法烟草含梗率检测方法
CN105719266A (zh) 基于纹理特征聚类的磁瓦表面缺陷检测方法
CN109239073A (zh) 一种用于汽车车身的表面缺陷检测方法
CN103440629A (zh) 激光标记自动跟踪的视频引伸计的数字图像处理方法
CN111768455A (zh) 一种基于图像的木材区域和主色提取方法
Setyawan et al. Comparison of hsv and lab color spaces for hydroponic monitoring system
CN107133958B (zh) 基于块粒度预判平衡直方图的光学遥感船舶切片分割方法
CN107330881B (zh) 一种用于识别轮毂气门孔的方法
CN117036205A (zh) 基于图像增强的注塑件生产质量检测方法
CN117274994A (zh) 一种基于图像识别技术的蟹味菇菌盖表型分析方法
CN102494987A (zh) 球墨铸铁中显微粒子的自动分类评级方法
CN115187788A (zh) 一种基于机器视觉的农作物种子自动计数方法
CN115330792A (zh) 一种基于人工智能的污水检测方法及系统
CN109615630A (zh) 基于图像处理技术的半连续铸造铝硅合金微观组织分析方法
CN111028258B (zh) 一种大尺度灰度图像自适应阈值提取方法
CN110827272B (zh) 一种基于图像处理的轮胎x光图像缺陷检测方法

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230510

Address after: 712000 Century Avenue Chaoyang Hospital East Store, Qindu District, Xianyang City, Shaanxi Province

Patentee after: Shaanxi Xian Xi Moringa Fu Tea Co.,Ltd.

Address before: No. 1, Weiyang District university garden, Xi'an, Shaanxi Province, Shaanxi

Patentee before: SHAANXI University OF SCIENCE & TECHNOLOGY

TR01 Transfer of patent right