CN109509173A - 一种细菌菌落的计数方法及计数装置 - Google Patents
一种细菌菌落的计数方法及计数装置 Download PDFInfo
- Publication number
- CN109509173A CN109509173A CN201811128335.6A CN201811128335A CN109509173A CN 109509173 A CN109509173 A CN 109509173A CN 201811128335 A CN201811128335 A CN 201811128335A CN 109509173 A CN109509173 A CN 109509173A
- Authority
- CN
- China
- Prior art keywords
- image
- bacterial clump
- counting
- module
- array
- 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
Links
- 230000001580 bacterial effect Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 30
- 241000894006 Bacteria Species 0.000 claims abstract description 22
- 244000005700 microbiome Species 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 230000003044 adaptive effect Effects 0.000 claims abstract description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000003707 image sharpening Methods 0.000 claims description 5
- 239000004973 liquid crystal related substance Substances 0.000 claims description 3
- 238000003491 array Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000007595 memory recall Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic 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
- G06T2207/30004—Biomedical image processing
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明公开一种细菌菌落的计数方法,包括以下步骤:先将细菌培养皿遮光处理,再对细菌培养皿进行背光式采光,并通过CMOS摄像头获取完整图像;对图像进行滤波处理,使得图像的边界增强,同时消除非菌落边界;对图像进行色块分析,根据图像的灰度值自适应的识别出细菌菌落的数量;通过对步骤3进行分析,统计出每个细菌菌落的大小以及细菌菌落的位置,并在图像中进行标记。本发明公开一种细菌菌落的计数方法及计数装置,通过色块分析方法,根据图像的灰度值自适应的识别出细菌菌落的数量、大小及其位置,其操作过程简单、对操作的技能要求低、且劳动强度小,同时细菌菌落的计数准确。
Description
技术领域
本发明涉及一种细菌菌落的计数方法以及计数装置。
背景技术
目前,广泛使用的细菌计数方法包括二值化分割细菌计数法以及边缘检测细菌计数法。其中,二值化分割细菌计数法通过高分辨率的CCD相机获取细菌图像,然后对图像进行如下操作:首先,针对培养基图像手动进行识别区域的提取,接着对图像进行灰度化,然后,针对灰度图片再进行二值化,在二值化环节可以利用图像的每一个像素点与图像的梯度值、灰度值、或者RGB颜色通量等阈值来比较,以确定是否为菌落点,若是则标记为黑色,否则标记为白色,从而可以得到理想的二值化黑白图像。最后,针对二值化以后的黑白图片找到连通区域,对连通区域进行分割,计算出细菌数量。边缘检测细菌计数法是指通过计算图像中每一个像素点的卷积、梯度等参数得到该像素点是否为颜色突变的点,从而描绘出细菌菌落的边界,进而计算出细菌菌落的方法。上述两种方法都存在对操作的要求较高、细菌计数过程繁琐、且劳动强度大等缺点。
发明内容
本发明所要解决的技术问题是,提供一种细菌菌落的计数方法及计数装置,解决了现有技术中细菌菌落计数过程繁琐、操作技能要求高、劳动强度大的技术问题。
为解决上述技术问题,本发明采用的技术方案:一种细菌菌落的计数方法,其特征在于:包括以下步骤:
(1)先将细菌培养皿遮光处理,再对细菌培养皿进行背光式采光,并通过CMOS摄像头获取完整图像;
(2)对图像进行滤波处理,使得图像的边界增强,同时消除非菌落边界;
(3)对图像进行色块分析,根据图像的灰度值自适应的识别出细菌菌落的数量;
(4)通过对步骤3进行分析,统计出每个细菌菌落的大小以及细菌菌落的位置,并在图像中进行标记。
优选的,所述步骤3具体包括以下步骤:
首先,设定灰度的阀值,遍历图像中每一个像素点,判断单个像素点的灰度值是否在设定的阀值内,如果单个像素点的灰度值是在设定的阀值内,则建立一个数组;
其次,判断相邻像素点是否在设定的阀值内,如果是在阀值内再判断像素点周围是否存在数组,如果相邻像素点周围是否存在数组,则合并在所述数组中;若相邻像素点周围不存在数组,则重新建立新的数组;
最后,遍历所有的数组,每一个数组对应为一个菌落,进而确定细菌菌落的数量。
优选的,所述步骤2中滤波处理具体包括:首先,通过图像锐化算法对图像的边界进行增强,其次,通过均值滤波算法平衡细菌菌落边界的灰度值,消除非菌落边界。
优选的,所述步骤1具体包括利用遮光罩遮盖细菌培养皿,再在细菌培养皿的底部进行光照,并通过CMOS摄像头获取完整图像。
一种计数装置,其特征在于,该计数装置包括:
光源模块,用于对细菌培养皿进行光照;
图像获取模块,用于获取待分析细菌培养皿的拍摄图片;
图像处理及控制模块,用于控制光源模块启闭,同时接收来自图像获取模块获取的图片信息,并对其进行分析计算,得到细菌菌落的数量、大小、以及位置;
图像存储模块,用于对图像处理模块处理完的图像进行存储,以及被图像处理模块调用;
显示模块,用于显示图像信息;
电源模块,用于对光源模块、图像获取模块、图像处理模块、以及显示模块供电。
优选的,所述图像处理及控制模块为STM32单片机。
优选的,所述图像存储模块为SD卡。
优选的,所述显示模块为液晶显示屏。
本发明的有益效果:本发明公开一种细菌菌落的计数方法及计数装置,通过色块分析方法,根据图像的灰度值自适应的识别出细菌菌落的数量、大小及其位置,其操作过程简单、对操作的技能要求低、且劳动强度小,同时细菌菌落的计数准确。
附图说明
图1为细菌菌落的计数方法的结构框图;
图2为计数装置的结构框图。
具体实施方式
下面将对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1:
一种细菌菌落的计数方法,如图1所示,包括以下步骤:
(1)首先对细菌培养皿进行遮光处理,优选采用遮光罩遮盖细菌培养皿,操作简便;再在细菌培养皿的底部进行光照,进行背光式采光,例如,采用LED光源从底部照射细菌培养皿,然后再通过CMOS摄像头获取完整图像。该过程可以消除环境光对图像的影响,提高计数的准确性。
(2)在对采集到的图像进行分析计数前先对其进行滤波处理。即通过图像锐化算法对图像进行边界增强,提高细菌菌落与背景的区分度;再通过均值滤波算法对图像的灰度值进行处理,即平衡细菌菌落边界的灰度值,从而消除图像锐化时出现的非菌落边界。其中,图像锐化算法以及均值滤波算法均为成熟的算法技术,本发明对其不再赘述。
(3)对图像滤波处理后再进行色块分析,根据图像的灰度值自适应的识别出细菌菌落的数量。具体操作方法如下:
首先,设定灰度的阀值,遍历图像中每一个像素点,判断单个像素点的灰度值是否在设定的阀值内,如果单个像素点的灰度值是在设定的阀值内,则建立一个数组;
其次,判断相邻像素点是否在设定的阀值内,如果是在阀值内再判断像素点周围是否存在数组,如果相邻像素点周围是否存在数组,则合并在所述数组中;若相邻像素点周围不存在数组,则重新建立新的数组;
最后,遍历所有的数组,每一个数组对应为一个菌落,进而确定细菌菌落的数量。
本实施例中,设定灰度阀值g为0<g<255,即判断出图像像素点的灰度值在0<g<255内,则自动建立一个数组,并将该像素点放入该数组,该数组用于存储像素点位置,即将满足要求的像素点在整幅图像中的相对坐标放入该数组中;若像素点的灰度值g=0,即纯白,则不放入该数组中;若像素点的灰度值g=255,即纯黑,也不放入该数组中。当然,灰度的阀值可以自行调整。
判断图像中每个像素点的灰度值,且相邻像素点具备优先级优先判断。具体的,若第一个像素点的灰度值在0<g<255内,自动建立一个数组,标记为第一数组,然后判断其相邻的像素点作为第二个像素点,若第二个像素点的灰度值在0<g<255内,则自动归入第一数组内,表明第二个像素点与第一个像素点来源于一个菌落;若第二个像素点的灰度值不在0<g<255内,则不放入第一数组内,即表明该像素点为图片背景,不属于细菌菌落。依次判断各个像素点。若判断第N个像素点的灰度值在0<g<255内,但其周围并不存在数组,则重新建立一个数组,标记为第n数组,这表明该像素点来源于细菌菌落,但与周围的细菌菌落不连续,属于另一个细菌菌落,即第n个菌落。依照这种计算方法,得出细菌菌落的数量。
(4)通过对步骤3进行数组分析,统计出每个细菌菌落的大小以及细菌菌落的位置。具体的,通过对每个数组中每一个边界像素点的相对坐标进行分析,可以计算得到该数组中像素点之间的距离大小,从而获知该细菌菌落的长和宽,即统计出细菌菌落的大小;通过对数组中边界像素点的提取,并在该数组中寻找距对应边界像素点距离最远的像素点,将边界像素点与对应边界像素点距离最远的像素点连线获取交点,将交点拟合得到中心点,此中心点的坐标即为细菌菌落在整幅图像中的坐标,从而获知细菌菌落的位置。细菌菌落可以通过方框或者圆圈标记显示在图片上。通过图片可以直观看到具体的细菌菌落。然后将读取好数据的图片保存,且保存计数值。
一种计数装置,如图2所示,该计数装置包括:
光源模块,用于对细菌培养皿进行光照;本实施例中,光源模块为LED光源;
图像获取模块,用于获取待分析细菌培养皿的拍摄图片,本实施例中,图像获取模块为CMOS摄像头;
图像处理及控制模块,用于控制光源模块启闭,同时接收来自图像获取模块获取的图片信息,并对其进行分析计算,得到细菌菌落的数量、大小、以及位置,本实施例中,图像处理及控制模块为STM32单片机,STM32单片机具有大容量的flash存储容量,采用ARMCortex-M3内核,性能高、功耗低、成本低且处理速度快;
图像存储模块,用于对图像处理模块处理完的图像进行存储,以及被图像处理模块调用,本实施例中,图像存储模块为SD卡,SD卡是一种基于半导体快闪存储器的新一代记忆设备;
显示模块,用于显示图像信息,本实施例中,显示模块为TFT液晶显示屏;
电源模块,用于对光源模块、图像获取模块、图像处理模块、以及显示模块供电。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种细菌菌落的计数方法,其特征在于:包括以下步骤:
(1)先将细菌培养皿遮光处理,再对细菌培养皿进行背光式采光,并通过CMOS摄像头获取完整图像;
(2)对图像进行滤波处理,使得图像的边界增强,同时消除非菌落边界;
(3)对图像进行色块分析,根据图像的灰度值自适应的识别出细菌菌落的数量;
(4)通过对步骤3进行分析,统计出每个细菌菌落的大小以及细菌菌落的位置,并在图像中进行标记。
2.根据权利要求1所述一种细菌菌落的计数方法,其特征在于:所述步骤3具体包括以下步骤:
首先,设定灰度的阀值,遍历图像中每一个像素点,判断单个像素点的灰度值是否在设定的阀值内,如果单个像素点的灰度值是在设定的阀值内,则建立一个数组;
其次,判断相邻像素点是否在设定的阀值内,如果是在阀值内再判断像素点周围是否存在数组,如果相邻像素点周围存在数组,则合并在所述数组中;若相邻像素点周围不存在数组,则重新建立新的数组;
最后,遍历所有的数组,每一个数组对应为一个菌落,进而确定细菌菌落的数量。
3.根据权利要求1所述一种细菌菌落的计数方法,其特征在于:所述步骤2中滤波处理具体包括:首先,通过图像锐化算法对图像的边界进行增强,其次,通过均值滤波算法平衡细菌菌落边界的灰度值,消除非菌落边界。
4.根据权利要求1所述一种细菌菌落的计数方法,其特征在于:所述步骤1具体包括利用遮光罩遮盖细菌培养皿,再在细菌培养皿的底部进行光照,并通过CMOS摄像头获取完整图像。
5.一种实施权利要求1-4任意一项所述细菌菌落计数方法的计数装置,其特征在于,该计数装置包括:
光源模块,用于对细菌培养皿进行光照;
图像获取模块,用于获取待分析细菌培养皿的拍摄图片;
图像处理及控制模块,用于控制光源模块启闭,同时接收来自图像获取模块获取的图片信息,并对其进行分析计算,得到细菌菌落的数量、大小、以及位置;
图像存储模块,用于对图像处理模块处理完的图像进行存储,以及被图像处理模块调用;
显示模块,用于显示图像信息;
电源模块,用于对光源模块、图像获取模块、图像处理模块、以及显示模块供电。
6.根据权利要求5所述一种计数装置,其特征在于,所述图像处理及控制模块为STM32单片机。
7.根据权利要求5所述一种计数装置,其特征在于,所述图像存储模块为SD卡。
8.根据权利要求5所述一种计数装置,其特征在于,所述显示模块为液晶显示屏。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811128335.6A CN109509173A (zh) | 2018-09-27 | 2018-09-27 | 一种细菌菌落的计数方法及计数装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811128335.6A CN109509173A (zh) | 2018-09-27 | 2018-09-27 | 一种细菌菌落的计数方法及计数装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109509173A true CN109509173A (zh) | 2019-03-22 |
Family
ID=65746196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811128335.6A Pending CN109509173A (zh) | 2018-09-27 | 2018-09-27 | 一种细菌菌落的计数方法及计数装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109509173A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110499233A (zh) * | 2019-08-27 | 2019-11-26 | 广东环凯生物科技有限公司 | 一种用于菌落计数器的光源系统、计数器和计数方法 |
CN111429361A (zh) * | 2020-02-17 | 2020-07-17 | 马健锦 | 一种基于机器视觉的菌落计数方法 |
CN112686857A (zh) * | 2020-12-29 | 2021-04-20 | 中国科学院苏州生物医学工程技术研究所 | 高通量多种类菌落计数方法 |
CN113592057A (zh) * | 2021-07-22 | 2021-11-02 | 广东环凯生物科技有限公司 | 菌落计数分析方法、装置及可读存储介质 |
CN116797638A (zh) * | 2023-04-28 | 2023-09-22 | 深圳零一生命科技有限责任公司 | 利用组合图像进行微生物计数的方法、装置、设备及存储介质 |
-
2018
- 2018-09-27 CN CN201811128335.6A patent/CN109509173A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110499233A (zh) * | 2019-08-27 | 2019-11-26 | 广东环凯生物科技有限公司 | 一种用于菌落计数器的光源系统、计数器和计数方法 |
CN111429361A (zh) * | 2020-02-17 | 2020-07-17 | 马健锦 | 一种基于机器视觉的菌落计数方法 |
CN112686857A (zh) * | 2020-12-29 | 2021-04-20 | 中国科学院苏州生物医学工程技术研究所 | 高通量多种类菌落计数方法 |
CN113592057A (zh) * | 2021-07-22 | 2021-11-02 | 广东环凯生物科技有限公司 | 菌落计数分析方法、装置及可读存储介质 |
CN116797638A (zh) * | 2023-04-28 | 2023-09-22 | 深圳零一生命科技有限责任公司 | 利用组合图像进行微生物计数的方法、装置、设备及存储介质 |
CN116797638B (zh) * | 2023-04-28 | 2024-02-02 | 深圳零一生命科技有限责任公司 | 利用组合图像进行微生物计数的方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109509173A (zh) | 一种细菌菌落的计数方法及计数装置 | |
CN104749184B (zh) | 自动光学检测方法和系统 | |
CN109447945B (zh) | 基于机器视觉和图形处理的小麦基本苗快速计数方法 | |
CN109190567A (zh) | 基于深度卷积神经网络的异常宫颈细胞自动检测方法 | |
CN107680129B (zh) | 一种基于智能手机的便携式菌落自动计数方法 | |
CN103984979B (zh) | 无透镜衍射成像的藻类自动检测计数装置及方法 | |
CN105181714A (zh) | 一种基于图像处理的瓶装液体杂质检测系统及其检测方法 | |
JP2015536140A (ja) | バイオイメージング法 | |
CN103872983A (zh) | 太阳能电池表面缺陷检测设备及方法 | |
CN104574389A (zh) | 基于彩色机器视觉的电池片色差分选控制方法 | |
CN201935873U (zh) | 瓶盖在线影像检测系统 | |
CN105184787A (zh) | 一种自动对人像进行抠图的证照相机及方法 | |
CN103080331A (zh) | 微生物检测方法、微生物检测设备和程序 | |
CN102654464A (zh) | 基于多特征模糊识别的铜带表面缺陷检测系统 | |
CN106370667A (zh) | 一种玉米籽粒品质视觉检测装置及方法 | |
CN106855951A (zh) | 一种基于计算机视觉的粮种品质检测方法 | |
CN107179272B (zh) | 一种显微镜下急性分离神经细胞捕捉方法 | |
CN101751572A (zh) | 一种图案检测方法、装置、设备及系统 | |
CN103645573A (zh) | 一种基于机器视觉的lcd检测的方法和系统 | |
CN104034638A (zh) | 基于机器视觉的金刚线颗粒在线质检方法 | |
CN114170598B (zh) | 菌落高度扫描成像装置、可辨别非典型菌落的菌落自动计数设备及方法 | |
CN103063137A (zh) | 一种基于机器视觉的药瓶测量系统及其测量方法 | |
CN109182081A (zh) | 一种基于图像处理模型的单细胞分选系统 | |
CN103177445A (zh) | 基于分段阈值图像分割及光斑识别的室外番茄识别方法 | |
CN104034637B (zh) | 基于机器视觉的金刚线颗粒在线质检装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190322 |