CN110334691A - 微生物水质监测方法、系统及存储介质 - Google Patents

微生物水质监测方法、系统及存储介质 Download PDF

Info

Publication number
CN110334691A
CN110334691A CN201910641728.5A CN201910641728A CN110334691A CN 110334691 A CN110334691 A CN 110334691A CN 201910641728 A CN201910641728 A CN 201910641728A CN 110334691 A CN110334691 A CN 110334691A
Authority
CN
China
Prior art keywords
sample
dimensional digital
digital image
flow cell
sample flow
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.)
Granted
Application number
CN201910641728.5A
Other languages
English (en)
Other versions
CN110334691B (zh
Inventor
李从敏
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.)
Wuhan Chengming Instrument Co Ltd
Original Assignee
Wuhan Chengming Instrument 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 Wuhan Chengming Instrument Co Ltd filed Critical Wuhan Chengming Instrument Co Ltd
Priority to CN201910641728.5A priority Critical patent/CN110334691B/zh
Publication of CN110334691A publication Critical patent/CN110334691A/zh
Application granted granted Critical
Publication of CN110334691B publication Critical patent/CN110334691B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/69Microscopic objects, e.g. biological cells or cellular parts

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Graphics (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明涉及一种微生物水质监测方法、系统及存储介质,属于微生物监测技术领域,该方法通过使得目标水流流入样品流通池,实时采集水样,在样品流通池的两侧设置光源组件盒图像采集系统,使得穿过样品流通池的光信号被图像采集系统采集到,从而获取三维数字图像,分析三维数字图像中的像素点,获取三维数字图像中的微生物种类及颗粒物种类,解决了现有技术中需要在目标水流中人工取样,并带回实验室进行检测的不便,在实现实时检测目标水流的微生物的同时,实现了对目标水流水质的实时监测,为可能会出现水体富养化等问题提供预判预警。

Description

微生物水质监测方法、系统及存储介质
技术领域
本发明属于微生物监测技术领域,具体涉及一种微生物水质监测方法、系统及存储介质。
背景技术
水是生命之源,随着工业发展和城市化进程的加速,以及养殖业迅猛发展,水质问题日趋明显,甚至严重影响水环境和水体质量,导致湖泊自然调节功能衰退和系统失衡,而水体中浮游生物的颗粒种类与数量,是饮用水在线监测,河流、湖泊、海洋藻类以及浮游生物的测量监测和研究的重要依据。
目前,测量水体中浮游生物的颗粒种类与数量的方法,一般为:首先,人工采集选定河流的地方,采取水样;其次,将样品运输到实验室;再次,对样品进行前处理;再次,对样品进行镜检分析和手动存档;最后,进行样品存储。
但是,整个处理过程比较繁琐,而且存在数据丢失风险。另外,因水体环境是不断变化的,人工作业无法实现和实验室操作无缝对接,因此长期的水体微生物检测十分耗时、费力,而且没有办法进行实时监测。
发明内容
为了至少解决现有技术存在的微生物检测耗时、费力的问题,本发明提供了一种数字化连续实时微生物水质监测方法、系统及存储介质,其具有连续、实时检测并监测水质微生物等特点。
本发明提供的技术方案如下:
一方面,一种微生物水质监测方法,包括:
采集目标水流的样品,以使所述样品进入样品流通池;
通过光源组件照射所述样品流通池;
基于图像采集系统,对所述样品流通池内的所述样品进行三维扫描,获得所述样品的三维数字图像;
基于预设微生物样品库,分析比对所述三维数字图像的像素点,获取所述三维数字图像中的微生物种类及颗粒物种类。
进一步可选地,所述基于图像采集系统,对所述样品流通池内的所述样品进行三维扫描,获得所述样品的三维数字图像,包括:
采集所述光源组件穿过所述样品流通池的光信号;
基于三维建模算法,对所述光信号进行三维建模,获取所述光信号的三维数字图像。
进一步可选地,所述基于预设微生物样品库,分析比对所述三维数字图像的像素点,获取所述三维数字图像中的微生物种类及颗粒物种类,包括:
提取所述三维数字图像的数字特征;
比对所述数字特征与预设微生物样品库中预设特征参数;
匹配获取所述三维数字图像中的微生物种类及颗粒物种类。
进一步可选地,还包括:
基于所述预设特征参数,对比每个所述三维数字图像的所述数字特征,对所述数字图像中的微生物组织进行分类,所述特征参数,包括:尺寸、形态和颜色中的至少一种。
进一步可选地,还包括:
按照不同类别,存储分类之后的所述微生物组织的图片;
根据预设标准,生成统计报告,所述统计报告包括:检测日期、测量容积、微生物分类群、微生物测定数和颗粒物的数量中的一种或多种。
又一方面,一种微生物水质监测系统,包括:自动采样装置、样品流通池、光源组件、图片采集系统和数据分析系统;
所述图片采集系统和所述数据分析系统相连;
所述自动采样装置,用于采集目标水流的样品,以使所述样品进入样品流通池;所述自动采样装置包括进水口和出水口;所述自动采样装置与所述样品流通池相连;目标水流通过所述进水口进入所述样品流通池,所述目标水流通过所述出水口流出所述样品流通池;
所述光源组件,用于照射所述样品流通池;所述光源组件、所述图片采集系统分别与所述样品流通池呈预设距离;所述光源组件发射的光线穿过所述样品流通池;所述样品流通池的材质为透明材质;
所述图片采集系统,用于对所述样品流通池内的所述样品进行三维扫描,获得所述样品的三维数字图像;
所述数据分析系统,用于基于预设微生物样品库,分析比对所述三维数字图像的像素点,获取所述三维数字图像中的微生物种类及颗粒物种类。
进一步可选地,所述数据分析系统包括:提取模块、对比模块和匹配模块;
所述提取模块,用于提取所述三维数字图像的数字特征;
所述比对模块,用于比对所述数字特征与预设微生物样品库中预设特征参数;
所述匹配模块,用于匹配获取所述三维数字图像中的微生物种类及颗粒物种类。
进一步可选地,所述数据分析系统,还包括:分类模块;
所述分类模块,用于基于所述预设特征参数,对比每个所述三维数字图像的所述数字特征,对所述数字图像中的微生物组织进行分类;所述特征参数,包括:尺寸、形态和颜色中的至少一种。
进一步可选地,所述光源组件包括:激光组件;
所述激光组件包括至少两种颜色的光源。
又一方面,一种存储介质,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行上述任一项所述的数字化连续实时微生物水质监测方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。。
本发明实施例提供的数字化连续实时微生物水质监测方法、系统及存储介质,包括采集目标水流的样品,以使样品进入样品流通池;通过光源组件照射样品流通池;基于图像采集系统,对样品流通池内的样品进行三维扫描,获得样品的三维数字图像;基于预设微生物样品库,分析比对三维数字图像的像素点,获取三维数字图像中的微生物种类及颗粒物种类。通过使得目标水流流入样品流通池,实时采集水样,在样品流通池的两侧设置光源组件盒图像采集系统,使得穿过样品流通池的光信号被图像采集系统采集到,从而获取三维数字图像,分析三维数字图像中的像素点,获取三维数字图像中的微生物种类及颗粒物种类,解决了现有技术中需要在目标水流中人工取样,并带回实验室进行检测的不便,在实现实时检测目标水流的微生物的同时,实现了对目标水流水质的实时监测,为可能会出现水体富养化等问题提供预判预警。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为本发明实施例提供的一种微生物水质监测方法的流程示意图;
图2为本发明实施例提供的又一种微生物水质监测方法的流程示意图;
图3为本发明实施例提供的一种微生物水质监测系统的结构示意图;
图4为本发明实施例提供的又一种微生物水质监测系统的结构示意图;
图5为本发明实施例提供的一种存储介质的结构示意图。
附图标记:
31-自动采样装置;32-样品流通池;33-光源组件;34-图片采集系统;35-数据分析系统;311-进水口;312-出水口;351-提取模块;352-对比模块;353-匹配模块;354-分类模块;51-处理器;52-存储器。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
图1为本发明实施例提供的一种微生物水质监测方法的流程示意图。
为了更加清楚地说明本实施例发明方法的过程和优点,本发明提供一种微生物水质监测方法,本发明实施例的方法可以包括以下步骤:
S11、采集目标水流的样品,以使样品进入样品流通池。
选定待检测的湖泊、河水或海洋为目标水流,在目标水流中采集水样。现有技术中通常只是采集些许水样后,移动至实验室,进行水质检测,水样具有时间代表性,不能完全反应不同时刻的水质情况。为了保证能够实时连续采集水样,设置样品流通池来承载水样。
例如,在本实施例中,可以设置自动采样装置,采集目标水流的水样,使得水样进入样品流通池,便于实时连续对水样进行采集。自动采样装置分别设置进水口和出水口,自动采样装置与样品流通池连接,目标水流通过进水口进入自动采样装置,流经样品流通池后,通过自动采样装置的出水口流出,使得样品流通池内的样品实时流动,完成实时连续采样。值得说明的是,此处对样品的采集方法仅仅是列举,并不是限定,任何在本发明实施例的基础上,能够实时连续采集样品的采集方法,均属于本发明的保护范围。
为了便于对样品的体积进行计算,本实施例提供的样品流通池设置为固定体积,具体体积此处不做限定,可以根据需要进行自行调节。
例如,本发明实施例中,可以设置为目标水流流过处理量为1.5L--2L/时或1-2ml/时的全自动采样装置。
S12、通过光源组件照射样品流通池。
选定一种光源作为本实施例的光源,打开光源组件,使得光线照射样品流通池,并穿过样品流通池。
例如,在本实施例中,可以选定光源组件为激光组件,尤其,可以选用具有不同颜色的激光组件,用户可以根据需要变换激光组件的颜色。不同颜色的激光具有不同的波长,当特定波长的光子碰撞到水中的叶绿素分子时,光子被分子吸收,使分子能量升高,处于较高能态的分子是不稳定的,要通过释放吸收的能量而回到稳定的基态即最低能级,其中一部分能量以热辐射的形势耗散,另一部分以荧光的形势释放出来,分子必须在吸收一定频率范围的激发光后,通过振动弛豫回到第一激发电子态的最低能级,由此向下的辐射跃迁才可能产生荧光。基于此原理,本发明实施例通过激光激发样品吸收激光能量而得到相应的荧光。
为了确保激光组件发射的激光能够顺利照射水样中的微生物,本实施例优选样品流通池材质为透明材质。例如,本实施例中,选用1*1*1mm的高透光、正方体的流通池。
S13、基于图像采集系统,对样品流通池内的样品进行三维扫描,获得样品的三维数字图像。
设置图像采集系统,用于采集经过光源组件照射后的样品流通池内水样的图像,获得水样内微生物的三维数字图像。
为了保证对水样内微生物的放大倍数达到预设的要求,调节样品流通池与图像采集系统之间的距离。例如,图像采集系统包括相机,调节样品流通池与相机景深,使得对微生物的放大倍数达到400倍,优选,可以选用CMOS 1000万相素的相机。景深(DOF),是指在摄影机镜头或其他成像器前沿能够取得清晰图像的成像所测定的被摄物体前后距离范围。而光圈、镜头、及拍摄物的距离是影响景深的重要因素。在聚焦完成后,焦点前后的范围内所呈现的清晰图像,这一前一后的距离范围,便叫做景深。在镜头前方(调焦点的前、后)有一段一定长度的空间,当被摄物体位于这段空间内时,其在底片上的成像恰位于焦点前后这两个弥散圆之间。被摄体所在的这段空间的长度,就叫景深。换言之,在这段空间内的被摄体,其呈现在底片面的影象模糊度,都在容许弥散圆的限定范围内,这段空间的长度就是景深。
本实施例中,通过样品流通池与相机之间的距离使放大倍数达到400X的CMOS1000万相素的相机对水样进行三维扫描。
拍照完成的水样通过自动采样装置的出水口排出,完成监测过程的同时检测和排水,保证了检测的实时性和连续性,达到检测和监测的目的。
S14、基于预设微生物样品库,分析比对三维数字图像的像素点,获取三维数字图像中的微生物种类及颗粒物种类。
预设微生物样品库,在微生物样品库中记载各种类型的微生物、藻类、颗粒生物的数字图像。分析三维图像的像素点,提取水样三维图像中的数字特征和样品库中数字特征,通过数字图像间的数字特征和数字特征进行比对,识别三维数字图像中的微生物种类及颗粒物质的种类。
本发明实施例提供的微生物水质监测方法,包括采集目标水流的样品,以使样品进入样品流通池;通过光源组件照射样品流通池;基于图像采集系统,对样品流通池内的样品进行三维扫描,获得样品的三维数字图像;基于预设微生物样品库,分析比对三维数字图像的像素点,获取三维数字图像中的微生物种类及颗粒物种类。通过使得目标水流流入样品流通池,实时采集水样,在样品流通池的两侧设置光源组件盒图像采集系统,使得穿过样品流通池的光信号被图像采集系统采集到,从而获取三维数字图像,分析三维数字图像中的像素点,获取三维数字图像中的微生物种类及颗粒物种类,解决了现有技术中需要在目标水流中人工取样,并带回实验室进行检测的不便,在实现实时检测目标水流的微生物的同时,实现了对目标水流水质的实时监测,为可能会出现水体富养化等问题提供预判预警。
为了进一步对本发明技术方案进行解释说明,本发明还提供又一实施例。
图2为本发明实施例提供的又一种微生物水质监测方法的流程示意图。
请参阅图2,本发明实施例提供的又一种微生物水质监测方法,可以包括以下步骤:
S21、采集目标水流的样品,以使样品进入样品流通池。
S22、通过光源组件照射样品流通池。
S21和S22步骤参照上述实施例的S11和S12步骤,与上述实施例的S11和S12步骤相同,此处不做赘述。
S231、采集光源组件穿过样品流通池的光信号。
利用图像采集装置,采集样品池内各微生物的光信号。
例如,本发明实施例中的光源组件可以选用三色激光组件,选用红绿蓝三色激光组件对样品流通池内的水样进行照射。三色激光光源具有不同的波长,其中,蓝光波长为453nm、绿光波长为516nm、红光波长为636nm,三色激光组件可以同时激发出多个激发光至水样,这就使得水样中所包含的不同类型的水生生物或颗粒物吸收不同的激发光的能量而产生相应的荧光信号。
S232、基于三维建模算法,对光信号进行三维建模,获取光信号的三维数字图像。
例如,本发明实施例中,通过激光激发水样吸收激光能量而得到相应的荧光,产生的荧光被波长范围390-1000nm的CMOS相机采集到,这些荧光信号传输到系统内置计算机,由AI人工智能软件采用神经网络等多种算法,对由相应的荧光转换成的多路电信号进行处理,生成被检测对象的三维数字图像。值得说明的是,对于人工智能软件与网络神经算法,此处不做具体限定,任何能够实现三维数字图像创建的人工智能软件与网络神经算法都可以在本申请中应用,均属于本发明的保护范围。
S241、提取三维数字图像的数字特征。
在获取到水样中的微生物的三维图像后,提取三维图像的数字特征。
S242、比对数字特征与预设微生物样品库中预设特征参数。
将提取到的三维图像的数字特征与预设微生物样品库中的预设特征参数进行对比。
S243、匹配获取三维数字图像中的微生物种类及颗粒物种类。
通过对比,获取三维数字图像中的微生物种类及颗粒物种类,从而达到检测、监测水质的目的。
通过计算机软件对该相应的荧光进行检测即可检测出不同类型的水生生物或颗粒物,从而避免了同时监测、检测到的水生生物类型过于单一的问题,有效提高工作效率。
S25、基于预设特征参数,对比每个三维数字图像的数字特征,对数字图像中的微生物组织进行分类,特征参数,包括:尺寸、形态和颜色中的至少一种。
例如,每一次分类会用到500-1000张图片作为识别所用,采用AI人工智能在140多个特征参数基础上识别每个类别(根据尺寸、形态和颜色等进行识别范围从5微米到300微米的样本),分类之后微组织的图片在各自的组别里呈现,每组中都会有10um/20um等可选标尺,从而实现微生物藻类实时在线鉴别。
S261、按照不同类别,存储分类之后的微生物组织的图片。
在检测出水样中微生物藻类的种类后,按照不同的种类,将分类后的微生物藻类进行分类存储。
S262、根据预设标准,生成统计报告,统计报告包括:检测日期、测量容积、微生物分类群、微生物测定数和颗粒物的数量中的一种或多种。
在对水样的检测结果进行分类存储后,本发明实施例还可以根据预设的标准,生成统计报告,例如,统计报告可以包括:水样检测的日期、水样的容积(即样品流通池的容积)、微生物的分类群、微生物的测定数和颗粒物的数量中的一种或多种,用户可以根据需要,设定预设标准,生成需要的统计报告。
例如,本发明实施例中,自动生成统计和报告,所有的分析数据全部都可以通过usb端口可以导出XLS文件,分据数据里有测量日期(日期和时间)、测量容积(L、ml)、微生物分类群、微生物测定数或颗位物的数量。
为了进一步明确目标水流的水质,还可以设定标准水质的微生物阈值,当检测到水样中的微生物种类超出预设的微生物阈值时,发出警报,提醒工作人员进行防治措施。
本发明实施例提供的又一种微生物水质监测方法,通过使得目标水流流入样品流通池,实时采集水样,在样品流通池的两侧设置光源组件盒图像采集系统,使得穿过样品流通池的光信号被图像采集系统采集到,从而获取三维数字图像,分析三维数字图像中的像素点,获取三维数字图像中的微生物种类及颗粒物种类,解决了现有技术中需要在目标水流中人工取样,并带回实验室进行检测的不便,在实现实时检测目标水流的微生物的同时,实现了对目标水流水质的实时监测,为可能会出现水体富养化等问题提供预判预警。同时,通过对检测到的微生物种类进行分类,使得检测结果更加清晰明了。通过生成统计报告,使得工作人员可以定期观测检测结果,在水质异常时,及时报警。
为了与上述微生物水质监测方法实施例相适应,本发明实施例还提供一种微生物水质监测系统。
图3为本发明实施例提供的一种微生物水质监测系统的结构示意图。
参见图3,本发明实施例提供的微生物水质监测系统,包括:自动采样装置31、样品流通池32、光源组件33、图片采集系统34和数据分析系统35;
其中,图片采集系统34和数据分析系统35相连;
自动采样装置31,用于采集目标水流的样品,以使样品进入样品流通池32;自动采样装置31包括进水口311和出水口312;自动采样装置31与样品流通池32相连;目标水流通过进水口311进入样品流通池32,目标水流通过出水口312流出样品流通池32。
光源组件33,用于照射样品流通池32;光源组件33、图片采集系统35分别与样品流通池32呈预设距离;光源组件33发射的光线穿过样品流通池;样品流通池32的材质为透明材质;
图片采集系统34,用于对样品流通池内的样品进行三维扫描,获得样品的三维数字图像;
数据分析系统35,用于基于预设微生物样品库,分析比对三维数字图像的像素点,获取三维数字图像中的微生物种类及颗粒物种类。
关于上述实施例中的装系统,其中各个组件执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供的一种微生物水质监测系统,通过使得目标水流流入样品流通池,实时采集水样,在样品流通池的两侧设置光源组件盒图像采集系统,使得穿过样品流通池的光信号被图像采集系统采集到,从而获取三维数字图像,分析三维数字图像中的像素点,获取三维数字图像中的微生物种类及颗粒物种类,解决了现有技术中需要在目标水流中人工取样,并带回实验室进行检测的不便,在实现实时检测目标水流的微生物的同时,实现了对目标水流水质的实时监测,为可能会出现水体富养化等问题提供预判预警。
为了进一步与上述实施例提供的微生物水质监测方法相适应,本发明实施例还提供又一种微生物水质监测系统。
图4为本发明实施例提供的又一种微生物水质监测系统的结构示意图。
请参阅图4,本发明实施例提供的又一种微生物水质监测系统,在上述实施例的基础上,还包括:提取模块351、对比模块352和匹配模块353。
其中,提取模块351,用于提取三维数字图像的数字特征;
比对模块352,用于比对数字特征与预设微生物样品库中预设特征参数;
匹配模块353,用于匹配获取三维数字图像中的微生物种类及颗粒物种类。
进一步地,在上述实施例的基础上,数据分析系统35,还包括:分类模块354;
分类模块354,用于基于预设特征参数,对比每个三维数字图像的数字特征,对数字图像中的微生物组织进行分类;特征参数,包括:尺寸、形态和颜色中的至少一种。
进一步地,在上述实施例的基础上,光源组件包括:激光组件;
激光组件包括至少两种颜色的光源。
关于上述实施例中的装系统,其中各个组件执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
本发明实施例提供的又一种微生物水质监测系统,通过使得目标水流流入样品流通池,实时采集水样,在样品流通池的两侧设置光源组件盒图像采集系统,使得穿过样品流通池的光信号被图像采集系统采集到,从而获取三维数字图像,分析三维数字图像中的像素点,获取三维数字图像中的微生物种类及颗粒物种类,解决了现有技术中需要在目标水流中人工取样,并带回实验室进行检测的不便,在实现实时检测目标水流的微生物的同时,实现了对目标水流水质的实时监测,为可能会出现水体富养化等问题提供预判预警。同时,通过对检测到的微生物种类进行分类,使得检测结果更加清晰明了。通过生成统计报告,使得工作人员可以定期观测检测结果,在水质异常时,及时报警。
为了进一步对本发明的技术方案进行解释说明,本发明实施例还提供一种存储介质。
图5为本发明实施例提供的一种存储介质的结构示意图。
请参阅图5,本发明实施例提供的存储介质,包括:处理器51,以及与处理器相连接的存储器52;
存储器用于存储计算机程序,计算机程序至少用于执行上述任一项的数字化连续实时微生物水质监测方法;
处理器用于调用并执行存储器中的计算机程序。
目前市场上没有任何一款能够进行数字化处理、完全摆脱人工的微生物实时水质监测与检测解决方案,本发明实施例提供的水质监测方法及系统,在实现自动检测水质的同时,实现了水质的实时连续监测。
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。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种微生物水质监测方法,其特征在于,包括:
采集目标水流的样品,以使所述样品进入样品流通池;
通过光源组件照射所述样品流通池;
基于图像采集系统,对所述样品流通池内的所述样品进行三维扫描,获得所述样品的三维数字图像;
基于预设微生物样品库,分析比对所述三维数字图像的像素点,获取所述三维数字图像中的微生物种类及颗粒物种类。
2.根据权利要求1所述的方法,其特征在于,所述基于图像采集系统,对所述样品流通池内的所述样品进行三维扫描,获得所述样品的三维数字图像,包括:
采集所述光源组件穿过所述样品流通池的光信号;
基于三维建模算法,对所述光信号进行三维建模,获取所述光信号的三维数字图像。
3.根据权利要求1所述的方法,其特征在于,所述基于预设微生物样品库,分析比对所述三维数字图像的像素点,获取所述三维数字图像中的微生物种类及颗粒物种类,包括:
提取所述三维数字图像的数字特征;
比对所述数字特征与预设微生物样品库中预设特征参数;
匹配获取所述三维数字图像中的微生物种类及颗粒物种类。
4.根据权利要求3所述的方法,其特征在于,还包括:
基于所述预设特征参数,对比每个所述三维数字图像的所述数字特征,对所述数字图像中的微生物组织进行分类,所述特征参数,包括:尺寸、形态和颜色中的至少一种。
5.根据权利要求4所述的方法,其特征在于,还包括:
按照不同类别,存储分类之后的所述微生物组织的图片;
根据预设标准,生成统计报告,所述统计报告包括:检测日期、测量容积、微生物分类群、微生物测定数和颗粒物的数量中的一种或多种。
6.一种微生物水质监测系统,其特征在于,包括:自动采样装置、样品流通池、光源组件、图片采集系统和数据分析系统;
所述图片采集系统和所述数据分析系统相连;
所述自动采样装置,用于采集目标水流的样品,以使所述样品进入样品流通池;所述自动采样装置包括进水口和出水口;所述自动采样装置与所述样品流通池相连;目标水流通过所述进水口进入所述样品流通池,所述目标水流通过所述出水口流出所述样品流通池;
所述光源组件,用于照射所述样品流通池;所述光源组件、所述图片采集系统分别与所述样品流通池呈预设距离;所述光源组件发射的光线穿过所述样品流通池;所述样品流通池的材质为透明材质;
所述图片采集系统,用于对所述样品流通池内的所述样品进行三维扫描,获得所述样品的三维数字图像;
所述数据分析系统,用于基于预设微生物样品库,分析比对所述三维数字图像的像素点,获取所述三维数字图像中的微生物种类及颗粒物种类。
7.根据权利要求6所述的系统,其特征在于,所述数据分析系统包括:提取模块、对比模块和匹配模块;
所述提取模块,用于提取所述三维数字图像的数字特征;
所述比对模块,用于比对所述数字特征与预设微生物样品库中预设特征参数;
所述匹配模块,用于匹配获取所述三维数字图像中的微生物种类及颗粒物种类。
8.根据权利要求6所述的系统,其特征在于,所述数据分析系统,还包括:分类模块;
所述分类模块,用于基于所述预设特征参数,对比每个所述三维数字图像的所述数字特征,对所述数字图像中的微生物组织进行分类;所述特征参数,包括:尺寸、形态和颜色中的至少一种。
9.根据权利要求6-8任一所述的系统,其特征在于,所述光源组件包括:激光组件;
所述激光组件包括至少两种颜色的光源。
10.一种存储介质,其特征在于,包括:处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行权利要求1~5任一项所述的数字化连续实时微生物水质监测方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
CN201910641728.5A 2019-07-16 2019-07-16 微生物水质监测方法、系统及存储介质 Active CN110334691B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910641728.5A CN110334691B (zh) 2019-07-16 2019-07-16 微生物水质监测方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910641728.5A CN110334691B (zh) 2019-07-16 2019-07-16 微生物水质监测方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN110334691A true CN110334691A (zh) 2019-10-15
CN110334691B CN110334691B (zh) 2021-10-22

Family

ID=68145300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910641728.5A Active CN110334691B (zh) 2019-07-16 2019-07-16 微生物水质监测方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN110334691B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112961768A (zh) * 2021-02-04 2021-06-15 海南微氪生物科技股份有限公司 一种Leeuwenhoek实时选择性微生物快速检测系统
CN114689534A (zh) * 2022-04-01 2022-07-01 北京千尧新能源科技开发有限公司 一种海洋微生物监测方法及相关设备
CN115880726A (zh) * 2023-01-30 2023-03-31 深圳市水务科技有限公司 一种剑水蚤实时监测装置及方法
CN116773470A (zh) * 2023-04-28 2023-09-19 东莞市东部中心医院 一种活微生物在线ai监测系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477630A (zh) * 2009-02-17 2009-07-08 吴俊� 智能化水处理微生物机器视觉辨识系统和方法
CN103674835A (zh) * 2012-09-14 2014-03-26 上海海洋大学 富营养化水体中氮磷物质含量现场快速检测方法及装置
CN104008366A (zh) * 2014-04-17 2014-08-27 深圳市唯特视科技有限公司 一种3d生物智能识别方法及系统
CN104849226A (zh) * 2015-05-26 2015-08-19 谭森 一种在线监测水质的装置和方法
CN106018359A (zh) * 2016-05-12 2016-10-12 常州市排水管理处 一种污水厂水质监测预警方法及系统
CN107576618A (zh) * 2017-07-20 2018-01-12 华南理工大学 基于深度卷积神经网络的水稻穗瘟检测方法及系统
CN109081524A (zh) * 2018-09-25 2018-12-25 江西理工大学 一种智能矿物加工废水回用装备系统、检测方法
CN109472287A (zh) * 2018-10-06 2019-03-15 浙江大学 基于二维Gabor小波的三维荧光光谱特征提取方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101477630A (zh) * 2009-02-17 2009-07-08 吴俊� 智能化水处理微生物机器视觉辨识系统和方法
CN103674835A (zh) * 2012-09-14 2014-03-26 上海海洋大学 富营养化水体中氮磷物质含量现场快速检测方法及装置
CN104008366A (zh) * 2014-04-17 2014-08-27 深圳市唯特视科技有限公司 一种3d生物智能识别方法及系统
CN104849226A (zh) * 2015-05-26 2015-08-19 谭森 一种在线监测水质的装置和方法
CN106018359A (zh) * 2016-05-12 2016-10-12 常州市排水管理处 一种污水厂水质监测预警方法及系统
CN107576618A (zh) * 2017-07-20 2018-01-12 华南理工大学 基于深度卷积神经网络的水稻穗瘟检测方法及系统
CN109081524A (zh) * 2018-09-25 2018-12-25 江西理工大学 一种智能矿物加工废水回用装备系统、检测方法
CN109472287A (zh) * 2018-10-06 2019-03-15 浙江大学 基于二维Gabor小波的三维荧光光谱特征提取方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112961768A (zh) * 2021-02-04 2021-06-15 海南微氪生物科技股份有限公司 一种Leeuwenhoek实时选择性微生物快速检测系统
CN114689534A (zh) * 2022-04-01 2022-07-01 北京千尧新能源科技开发有限公司 一种海洋微生物监测方法及相关设备
CN114689534B (zh) * 2022-04-01 2023-01-31 北京千尧新能源科技开发有限公司 一种海洋微生物监测方法及相关设备
CN115880726A (zh) * 2023-01-30 2023-03-31 深圳市水务科技有限公司 一种剑水蚤实时监测装置及方法
CN116773470A (zh) * 2023-04-28 2023-09-19 东莞市东部中心医院 一种活微生物在线ai监测系统及方法
CN116773470B (zh) * 2023-04-28 2024-01-26 东莞市东部中心医院 一种活微生物在线ai监测系统及方法

Also Published As

Publication number Publication date
CN110334691B (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
CN110334691A (zh) 微生物水质监测方法、系统及存储介质
JP7261414B2 (ja) 分析方法
US10192100B2 (en) System and method for classification of particles in a fluid sample
Otálora et al. Microalgae classification based on machine learning techniques
CN104285175B (zh) 使用小波分析进行单颗粒定位的方法和装置
JP2022106909A (ja) 画像ベースの細胞分取システムおよび方法
CN106226247A (zh) 一种基于高光谱显微成像技术的细胞检测方法
CN101796391B (zh) 血液检查装置
JP7489968B2 (ja) 細胞選別装置及び方法
CN111610175A (zh) 一种流通式浮游植物种类及细胞密度检测装置和检测方法
Barsanti et al. Water monitoring by means of digital microscopy identification and classification of microalgae
CN110118758A (zh) 一种散射荧光双模态流式成像系统
WO2022137243A1 (en) Optical technique for analyzing insects, shrimp and fish
WO2009137866A1 (en) Method and system for automated cell function classification
US20220254182A1 (en) Optical technique for analyzing insects, shrimp and fish
US20240095910A1 (en) Plaque detection method for imaging of cells
CN102590053A (zh) 海洋浮游生物粒径谱现场检测仪
US20240185422A1 (en) Plaque detection method and apparatus for imaging of cells
US20240102912A1 (en) Plaque counting assay method
CN108387553B (zh) 针对白细胞与血小板共存全息图的分块重建与分类计数方法
Coltelli et al. Algae through the looking glass
CN109632799A (zh) 基于机器视觉的水稻叶片氮含量移动检测分级方法、系统和计算机可读存储介质
WO2023242143A1 (en) Automatic analyzer and method for optically analyzing a biological sample
WO2022034830A1 (ja) 情報処理装置、フローサイトメータシステム、分取システム、及び情報処理方法
CN116359175A (zh) 一种基于数字全息流式显微成像的尿路上皮癌细胞早期筛查方法

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