CN117168923A - 一种智能浮游藻类识别装置 - Google Patents
一种智能浮游藻类识别装置 Download PDFInfo
- Publication number
- CN117168923A CN117168923A CN202310158514.9A CN202310158514A CN117168923A CN 117168923 A CN117168923 A CN 117168923A CN 202310158514 A CN202310158514 A CN 202310158514A CN 117168923 A CN117168923 A CN 117168923A
- Authority
- CN
- China
- Prior art keywords
- algae
- identification
- concentration
- sample
- intelligent
- 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
- 241000195493 Cryptophyta Species 0.000 title claims abstract description 55
- 238000007667 floating Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 26
- 239000011521 glass Substances 0.000 claims abstract description 14
- 230000033001 locomotion Effects 0.000 claims description 9
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000002347 injection Methods 0.000 claims description 8
- 239000007924 injection Substances 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 4
- 230000002572 peristaltic effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 239000002699 waste material Substances 0.000 claims description 3
- 238000005406 washing Methods 0.000 abstract 1
- 238000012544 monitoring process Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 4
- 206010063385 Intellectualisation Diseases 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000008239 natural water Substances 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 241000192710 Microcystis aeruginosa Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000011010 flushing procedure Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Microscoopes, Condenser (AREA)
Abstract
本发明提供一种智能浮游藻类识别装置,适用于对水体中存在的浮游藻类的识别与统计。为了解决现有技术中载玻片中冲洗后残留的浮游藻类会对后续的鉴定产生负面影响的问题,本发明在所述三轴电动载物台上设置载玻片更换机构,所述载玻片更换结构在每次鉴定之后自动更换载玻片,减少了前次鉴定残留的浮游藻类,避免了对后续鉴定结果的影响,提高了鉴定结果的准确性。
Description
技术领域
本发明涉及水生态环境监测技术领域,更具体涉及一种智能浮游藻类识别装置。适用于对水体中存在的浮游藻类的识别与统计。
背景技术
浮游藻类也称浮游植物,是水生态系统中的最主要的初级生产者,具有种类多、数量大、繁殖快的特点,在生态系统结构中占有极其重要的位置,其数量变动及空间分布对整个水生态系统的功能运转有着巨大的影响,例如浮游藻类爆发和大量死亡导致的水华和水质恶化等可导致大量鱼群死亡等灾难性后果。因此,对水体浮游藻类的快速识别计数是水生态系统健康诊断与维护的重要手段。然而,这一监测手段长期以来受到人力资源的强烈制约。对藻类样品的鉴定计数需要经过长期培训具有丰富藻类知识的专业人员在显微镜下作长时间观察,这大大限制了藻类监测的样本数、频度和时效性。
浮游藻类监测通常包含如下步骤:1)现场采样;2)样品预处理,通常包括沉淀、分离与定容;3)显微样本制备加载,现有方法是将样品用吸管或移液枪加入计数框并盖上盖玻片,然后将计数框放到显微镜载物台上;4)在显微镜200~400倍镜下对藻类进行识别和计数,现有方法是由藻类专业人员手动进行显微镜调焦,根据专业知识进行识别、转换视野、鉴定并记录种类和数量等,耗时耗力,平均一个样品的监测时间视藻类种类与数量的多寡一般需要1~2个小时;5)统计分析和计算各种藻类数量占比、优势藻种、藻密度、生物量等。
专利CN111443028B公开了一种利用数字图像处理、模式识别和机器学习等技术开发藻类图像的自动识别与分类系统,实现了藻类的自动进样、自动聚焦、自动扫描拍摄、智能鉴定计数,在一定程度上解放了人力物力,实现了藻类的智能识别。但是该系统只能对进行预处理后的样品进行检测,仍然需要采样人员进行现场采样,并进行包括沉淀、分离与定容在内的预处理,不能实现浮游藻类监测的全智能化,预处理时间需要24-48个小时,严重影响检测效率。
发明内容
为解决上述问题,本发明提供一种智能浮游藻类识别装置,能够对采集的水样或自然水体中的水进行自动预处理,实现水样浮游藻类识别的全智能化,而且能够在很短的时间内完成对样本的预处理,有效提高了检测效率。
本发明采用的技术方案是:
一种智能浮游藻类识别装置,所述装置包括前处理部、鉴定部及控制部,所述前处理部用于对水样进行前处理,所述鉴定部用于识别浮游藻类,所述控制部用于控制所述前处理及所述鉴定部,所述鉴定部包括:
图像获取装置,包括具备透射光源和显微镜物镜的光学显微镜以及数字相机,所述数字相机装设在所述光学显微镜上,并连接到电脑,所述数字相机受电脑软件层里支持软件组件中的图像获取模块控制,向软件层提供所需图像,所述光学显微镜包括光源、三轴电动载物台及物镜,所述三轴电动载物台上设置有载玻片;
样品加载装置,包括插入浮游藻类样本瓶的进样软管,进样软管的一端连接到所述载玻片的入口,出样软管将所述载玻片的出口端与废液罐连接;
所述前处理部包括:
抽吸装置、浓缩腔及运动机构,所述抽吸装置与所述浓缩腔连通,所述浓缩腔内设置有过滤装置,接收到浓缩指令时,所述运动机构控制将所述浓缩腔插入水样瓶中,所述抽吸装置开始进行抽吸,浓缩完成后,所述运动机构控制将所述浓缩腔移出所述水样瓶,插入所述浮游藻类样本瓶中,将所述过滤装置上的样本转移到所述浮游藻类样本瓶中。
进一步的,所述浓缩腔壁上设置有超声振动装置,用于振动所述浓缩腔,将过滤装置上的浮游藻类转移到所述浮游藻类样本瓶中。
进一步的,所述浓缩腔为圆柱形状。
进一步的,所述过滤装置为过滤网,所述过滤网安装在所述浓缩腔的中上部。
进一步的,所述过滤网通过所述浓缩腔内部的卡接槽安装在所述浓缩腔内。
进一步的,所述运动机构为机械臂。
进一步的,所述抽吸装置为蠕动泵。
该装置具有以下优点:
能够对采集的水样或自然水体中的水进行自动预处理,实现水样浮游藻类识别的全智能化,而且能够在很短的时间内完成对样本的预处理,有效提高了检测效率。
附图说明
图1为前处理部结构示意图;
图2为智能浮游藻类识别装置鉴定部及控制部结构示意图;
附图标记说明:1-浓缩腔,2-过滤网,3-抽水管,4-水样瓶,5-机械臂,6-样品瓶,7-蠕动泵,8-出水管,9-机械臂座,10-冲洗瓶,11-显微镜,12-电脑,13-前处理部控制线,14-载玻片,15-显微镜控制线,16-数字相机,。
具体实施方式
为了便于理解,下面将对本申请进行更全面的描述,并给出了本申请的较佳实施例。但是,本申请可以以许多不同的形式来实现,并不限于本文所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明智能浮游藻类识别装置包括前处理部、鉴定部及控制部。
如图1所示,所述前处理部包括抽吸装置、浓缩腔1及运动机构,抽吸装置与浓缩腔1连通,浓缩腔1内设置有过滤网2,接收到浓缩指令时,机械臂5将浓缩腔1插入样品瓶4中,抽吸装置开始进行抽吸,浓缩完成后,机械臂5将浓缩腔1移出水样瓶4,插入浮游藻类样本瓶6中,将过滤网2上的样本转移到浮游藻类样本瓶6中。
抽吸装置包括蠕动泵7,抽水管3及出水管8。
图2示出了鉴定部及控制部,鉴定部用于识别浮游藻类,控制部用于控制前处理及鉴定部,鉴定部包括:
图像获取装置,包括具备透射光源和显微镜物镜的光学显微镜11以及数字相机16,数字相机16装设在光学显微镜11上,并通过USB信号线连接到电脑12,数字相机16受电脑12软件层里支持软件组件中的图像获取模块控制,向软件层提供所需图像,光学显微镜11包括光源、三轴电动载物台及物镜,三轴电动载物台上设置有载玻片14;样品加载装置,包括插入浮游藻类样本瓶6的进样软管,进样软管的中部卡入蠕动泵的泵头,另一端连接到载玻片17的入口,样品冲洗瓶10,出样软管将载玻片14的出口端与废液罐连接。
以上所述实施例仅表达了本申请的实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种智能浮游藻类识别装置,其特征在于,所述装置包括前处理部、鉴定部及控制部,所述前处理部用于对水样进行前处理,所述鉴定部用于识别浮游藻类,所述控制部用于控制所述前处理及所述鉴定部,所述鉴定部包括:图像获取装置,包括具备透射光源和显微镜物镜的光学显微镜以及数字相机,所述数字相机装设在所述光学显微镜上,并连接到电脑,所述数字相机受电脑软件层里支持软件组件中的图像获取模块控制,向软件层提供所需图像,所述光学显微镜包括光源、三轴电动载物台及物镜,所述三轴电动载物台上设置有载玻片;样品加载装置,包括插入浮游藻类样本瓶的进样软管,进样软管的一端连接到所述载玻片的入口,出样软管将所述载玻片的出口端与废液罐连接;所述前处理部包括:抽吸装置、浓缩腔及运动机构,所述抽吸装置与所述浓缩腔连通,所述浓缩腔内设置有过滤装置,接收到浓缩指令时,所述运动机构控制将所述浓缩腔插入水样瓶中,所述抽吸装置开始进行抽吸,浓缩完成后,所述运动机构控制将所述浓缩腔移出所述水样瓶,插入所述浮游藻类样本瓶中,将所述过滤装置上的样本转移到所述浮游藻类样本瓶中。
2.根据权利要求1所述的智能浮游藻类识别装置,其特征在于,所述浓缩腔壁上设置有超声振动装置,用于振动所述浓缩腔,将过滤装置上的浮游藻类转移到所述浮游藻类样本瓶中。
3.根据权利要求1所述的智能浮游藻类识别装置,其特征在于,所述浓缩腔为圆柱形状。
4.根据权利要求1所述的智能浮游藻类识别装置,其特征在于,所述过滤装置为过滤网,所述过滤网安装在所述浓缩腔的中上部。
5.根据权利要求1所述的智能浮游藻类识别装置,其特征在于,所述过滤网通过所述浓缩腔内部的卡接槽安装在所述浓缩腔内。
6.根据权利要求1所述的智能浮游藻类识别装置,其特征在于,所述运动机构为机械臂。
7.根据权利要求1所述的智能浮游藻类识别装置,其特征在于,所述抽吸装置为蠕动泵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310158514.9A CN117168923A (zh) | 2023-02-24 | 2023-02-24 | 一种智能浮游藻类识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310158514.9A CN117168923A (zh) | 2023-02-24 | 2023-02-24 | 一种智能浮游藻类识别装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117168923A true CN117168923A (zh) | 2023-12-05 |
Family
ID=88941867
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310158514.9A Pending CN117168923A (zh) | 2023-02-24 | 2023-02-24 | 一种智能浮游藻类识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117168923A (zh) |
-
2023
- 2023-02-24 CN CN202310158514.9A patent/CN117168923A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9060684B2 (en) | Observation device, observation program, and observation system | |
CN102393705B (zh) | 样本有形成分分析仪自动检测控制装置及其控制方法 | |
CN111340798A (zh) | 深度学习在产品外观瑕疵检测中的应用 | |
RU2019115141A (ru) | Cистема и способ выполнения автоматизированного анализа проб воздуха | |
EP1787156A1 (en) | Automated diagnosis of malaria and other infections | |
CN1485616A (zh) | 禽蛋品质无损自动检测分级设备及方法 | |
CN110793946A (zh) | 一种真菌样本显微成像及智能识别系统及方法 | |
CN114813492A (zh) | 一种水下微塑料显微拉曼原位测量系统 | |
CN117168923A (zh) | 一种智能浮游藻类识别装置 | |
WO2017030138A1 (ja) | 水処理槽活性汚泥状態評価装置用治具、これを用いた水処理槽活性汚泥状態評価装置および状態評価方法 | |
CN111323360B (zh) | 液体中颗粒物的图像采集设备及检测装置 | |
CN108318424A (zh) | 一种水下浮游生物自动成像装置及成像方法 | |
CN106066320A (zh) | 基于多波长激光诱导细菌内在荧光的海水细菌检测系统 | |
CN114778419B (zh) | 一种高倍率光学放大成像流式细胞仪 | |
CN116893085A (zh) | 一种智能浮游藻类识别装置 | |
CN114965472B (zh) | 浮游生物多维成像在线自动鉴定系统 | |
CN109470701A (zh) | 一种水处理在线生物监测的方法 | |
CN110333236A (zh) | 浮游生物多视角原位检测装置 | |
CN202257125U (zh) | 样本有形成分分析仪自动检测控制装置 | |
CN114518362A (zh) | 精子质量分析装置、系统、方法及可读存储介质 | |
JPH0246281A (ja) | 微生物自動観察装置 | |
CN113049593A (zh) | 一种利用智能成像与识别技术实现在线生物监测的方法 | |
CN111881774A (zh) | 一种用于识别纺织原料中异物的方法及系统 | |
JP3011546B2 (ja) | 水中画像検出装置 | |
CN219977941U (zh) | 一种微型无脊椎动物检测装置 |
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 |