CN117495865A - 菌落计数样本的优化方法、装置、设备及存储介质 - Google Patents
菌落计数样本的优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117495865A CN117495865A CN202410004421.5A CN202410004421A CN117495865A CN 117495865 A CN117495865 A CN 117495865A CN 202410004421 A CN202410004421 A CN 202410004421A CN 117495865 A CN117495865 A CN 117495865A
- Authority
- CN
- China
- Prior art keywords
- colony
- area
- counting
- sample
- image
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 8
- 230000001580 bacterial effect Effects 0.000 claims abstract description 129
- 239000000523 sample Substances 0.000 claims abstract description 108
- 238000003384 imaging method Methods 0.000 claims abstract description 66
- 239000013074 reference sample Substances 0.000 claims abstract description 13
- 238000009826 distribution Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 19
- 238000010186 staining Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004043 dyeing Methods 0.000 claims description 5
- 238000009776 industrial production Methods 0.000 abstract description 15
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 244000005700 microbiome Species 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 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
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明属于微生物学技术领域，解决了现有技术中如何提高菌落样本的参考模板的准确性，以保证工业批量生产的菌落产品质量的问题，提供了一种菌落计数样本的优化方法、装置、设备及存储介质。包括获取多个菌落样本对应的第一样本图像，各菌落样本来源于相同培养环境对应的不同培养箱；根据第一样本图像中各菌落区域的成像面积，得到与各成像面积的菌株数量相适配的各计数区间的参考面积；从而构建各计数区间的菌落参考样本；其中，菌落参考样本中包含多个菌株计数逻辑，任一计数区间包括至少一个菌株计数逻辑；本发明通过采集同一培养环境的不同培养箱中菌落样本，提高样本实验环境与工业生产环境的一致性，从而提高工业生产中参考样本的准确性。
Description
技术领域
本发明涉及微生物学技术领域，尤其涉及一种菌落计数样本的优化方法、装置、设备及存储介质。
背景技术
微生物包括细菌、病毒、真菌以及一些小型的原生生物、后生动物、藻类等在内的一大类生物群体，虽然微生物的个体微小，但是与人类关系密切，因为其涵盖有益跟有害的众多种类，因此，微生物被广泛涉及食品、医药、工农业、环保等诸多领域，进而对微生物进行观察和统计具有重要的意义。
菌落培养过程中需要人员定时跟踪观察，菌落的数量依靠人工计数，通过人员定时跟踪观察来检查菌落的生长情况，待形成可见的菌落后进行计数，人工观察的时效性较差、菌落蔓延、重叠、以及检测人员视觉疲劳或操作失误，使得菌落计数存在效率低、准确性不高的问题，随着计算机机器视觉技术的应用发展，通过将菌落样本存储至计算机形成用于菌落计数的参考模板，然后对新采集的菌落样本基于存储的参考模板进行估算，实现菌落计数的去人工化，在工业生产中，采用基于参考样本进行估算菌落数量，可以极大提高生产效率，因此如何提高菌落样本的参考模板的准确性，以保证工业批量生产的菌落产品质量是亟待解决的问题。
发明内容
有鉴于此，本发明实施例提供了一种菌落计数样本的优化方法、装置、设备及存储介质，用以解决现有技术中以交易的明文数据进行菌落计数样本的优化，存在敏感数据泄露问题。
本发明采用的技术方案是：
一方面，本发明提供了一种菌落计数样本的优化方法，所述方法包括：
获取多个菌落样本对应的第一样本图像，各菌落样本来源于相同培养环境对应的不同培养箱，其中，所述第一样本图像为完成单一菌落区域计数的菌落标记图像；
根据所述第一样本图像中各菌落区域的成像面积，得到与各所述成像面积的菌株数量相适配的各所述计数区间的参考面积；
根据各所述参考面积与所述计数区间的映射关系，构建各所述计数区间的菌落参考样本；
其中，所述菌落参考样本中包含多个菌株计数逻辑，任一所述计数区间包括至少一个所述菌株计数逻辑，所述计数逻辑用于表征对应的所述成像面积在相应的所述计数区间的菌株计数方式。
优选地，所述获取所述第一样本图像包括：
获取对菌落样本的图像进行灰度处理后的第一灰度图像和预设的图像加深参数；
利用所述图像加深参数对所述第一灰度图进行染色处理，得到第一染色图像；
对所述第一染色图像的各菌落区域添加用于表征菌落数量的语义标签，得到所述第一样本图像。
优选地，所述生成所述语义标签包括：
获取灰度变化阈值，所述灰度变化阈值为各图像区域的灰度变化速率；
根据所述灰度变化阈值，将所述第一染色图像划分为多个菌落区域；
对所述第一染色图像的各菌落区域分别进行菌株计数，并生成与各菌落区域的菌株计数结果对应的各所述语义标签；
将各所述语义标签和所述第一染色图像的各菌落区域一一对应，生成所述第一样本图像。
优选地，所述生成各所述计数区间的所述参考面积包括：
获取菌落区域的菌株数量与计数区间的第一映射关系；
根据所述第一映射关系，将各所述第一样本图像的各菌落区域划分为多个计数组，其中，任一所述计数组中的菌落区域对应的菌株数量属于同一所述计数区间；
根据各所述计数组中对应的菌落区域的成像面积，得到各所述计数区间的菌株数量对应的所述参考面积。
优选地，利用计数组中菌落区域的成像面积的分布规律，生成所述参考面积包括：
获取所述计数区间的阈值面积和所述计数组中的各所述成像面积的分布概率；
根据所述阈值面积和所述分布概率，得到包括至少一个菌株数量与所述计数区间的所有所述参考面积相对应。
优选地，所述阈值面积属于所述计数区间中菌落成像的面积范围，所述方法包括：
若最大所述分布概率对应的菌株面积大于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第一计数值，所述第一计数值为所述计数区间的最大值；
若最大所述分布概率对应的菌株面积小于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第二计数值，所述第二计数值为所述计数区间的最小值；
其中，所述目标菌落区域的所述成像面积属于所述计数区间中菌落成像的面积范围。
优选地，包括：
所述计数组中的各所述菌落区域对应的菌株数量小于等于第一计数值，所述计数组中的各所述菌落区域对应的菌株数量大于等于第二计数值。
另一方面，本发明还提供了一种菌落计数样本的优化装置，包括：
图像采集模块：用于获取多个菌落样本对应的第一样本图像，各菌落样本来源于相同培养环境对应的不同培养箱，其中，所述第一样本图像为完成单一菌落区域计数的菌落标记图像；
图像处理模块：用于根据所述第一样本图像中各菌落区域的成像面积，得到与各所述成像面积的菌株数量相适配的各所述计数区间的参考面积；
样本生成模块：用于根据各所述参考面积与所述计数区间的映射关系，构建各所述计数区间的菌落参考样本；
其中，所述菌落参考样本中包含多个菌株计数逻辑，任一所述计数区间包括至少一个所述菌株计数逻辑，所述计数逻辑用于表征对应的所述成像面积在相应的所述计数区间的菌株计数方式。
另一方面，本发明还提供了一种电子设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述任一项所述的方法。
另一方面，本发明还提供了一种介质，其上存储有计算机程序指令，当所述计算机程序指令被处理器执行时实现上述任一项所述的方法。
综上所述，本发明的有益效果如下：
本发明提供的菌落计数样本的优化方法、装置、设备及存储介质，为了能够使得计算机预存的参考模板能够尽可能模拟真实生产环境，设置多个培养箱,每个培养箱单次能够进行多个样本培养，多个培养箱处于同意培养参数下进行菌株培养，通过高倍显微镜获取各培养箱中的菌落样本的样本图像，在服务器段对传输的各菌落样本图像分为多个菌落区域，同时计算各菌落区域的菌株数量。并进行标记；将完成菌落区域菌株计数的样本图像记为第一样本图像；将菌株数量分为多个计数区间，然后将所有样本的各菌落区域按菌株数量与计数区间进行关联，得出各计数区间对应的菌落成像的参考面积，然后基于菌落成像面积与计数区间的映射关系，建立以计数区间为统计单元的一组菌落参考样本；本发明通过采集同一培养环境的不同培养箱中菌落样本，提高样本实验环境与工业生产环境的一致性，通过对菌落计数采用区间计数方式，可以极大的提高工业生产的生产效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，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，这些均在本发明的保护范围内。
图1为本发明实施例1中菌落计数样本的优化方法的流程示意图；
图2为本发明实施例1中获取各第一样本图像的流程示意图；
图3为本发明实施例1中获取参考面积的流程示意图；
图4为本发明实施例2中菌落计数样本的优化装置结构示意图；
图5为本发明实施例3中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。如果不冲突，本发明以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。
实施例1
请参见图1，图1为本发明实施例1中菌落计数样本的优化方法，所述方法包括：
S1：获取多个菌落样本对应的第一样本图像，各菌落样本来源于相同培养环境对应的不同培养箱，其中，所述第一样本图像为完成单一菌落区域计数的菌落标记图像；
具体的，多个培养箱在相同培养环境下同时培养多个菌落样本，培养环境包括：温度、湿度、光照和时长；利用高倍摄像头获取各培养箱中的各菌落样本，并将各菌落样本按成像区域分为多个菌落区域，并对各菌落区域进行菌落计数，将完成菌落区域划分和菌株数量关联的菌落样本记为第一样本图像；如将菌落样本按区域分为区域一、区域二和区域三，区域一面积记为A,、区域二面积记为B、区域三面积记为C，区域一共有菌株数量N1，区域二共有菌株数量N2，区域三共有菌株数量N3，将完成菌落分区和各菌落区域的菌株数量统计的样本图像记为第一样本图像。
需要说明的是：可以将菌落样本培养分为多个阶段，从而不断优化样本质量，采集菌落样本可以是任一培养阶段。
S2：根据所述第一样本图像中各菌落区域的成像面积，得到与各所述成像面积的菌株数量相适配的各所述计数区间的参考面积；
其中，所述参考面积用于代替属于同一计数区间的各菌落区域的实际成像面积，当参考面积发生变化时，其所代表的计数区间的各菌落区域的成像面积对应的菌株统计逻辑发生相应的变化；
具体的，利用任一计数区间的各菌落区域的成像面积和实际菌株数量，确定该计数区间的菌株数量对应的参考面积，包括不限于通过计算所有菌落区域中菌株的单位成像面积、特定菌株数量的成像面积等，特定菌株数量包括目标计数区间内所有菌落区域的菌株数量的最大值、最小值和相同菌株数最多的高频值。
在一具体实施例中，特定菌株数量为所在计数区间当前统计数据的平均值，以计数区间X为例，计数区间X的菌株数量值范围为[a,b]，在本次收集的样本组中，菌株数量位于[a,b]之间的菌落区域包括10个菌落区域，分别为：区域1、区域2、区域3、...区域9和区域10；10个区域的面积平均值为Y，10个区域的菌株数量平均值为Y1，则将Y作为[a,b]之间对应的菌落区域的参考面积，在工业批量生产时，当目标菌落区域的面积属于[a,b]计数区间对应面积范围时，则将目标菌落区域的面积以Y代替，直接输出Y1作为该菌落区域的菌落数量的计数值，需要说明的是：各计数区间的面积范围以当前统计数据的面积最大值和面积最小值确定，或以单位菌株对应的单位面积计算，对于如何约定计数区间的面积范围，此处不做具体限定。
在一实施例中，特定菌株数量为所在计数区间当前统计数据的最小值，以计数区间X为例，计数区间X的菌株数量值范围为[a,b]，在本次收集的样本组中，菌株数量位于[a,b]之间的菌落区域包括10个菌落区域，分别为：区域1、区域2、区域3、...区域9和区域10；10个区域的面积最小值为Z，10个区域的菌株数量最小值为Z1，则将Z作为[a,b]之间对应的菌落区域的参考面积，在工业批量生产时，当目标菌落区域的面积属于[a,b]计数区间对应面积范围时，则将目标菌落区域的面积以Z代替，直接输出Z1作为该菌落区域的菌落数量的计数值；同理，特定菌株数量还可以是所在计数区间当前统计数据的最大值，详情参见上述最小值实施方式，此处不再赘述。
在一实施例中，特定菌株数量为所在计数区间当前统计数据的符合分部频次要求的菌落区域对应的计数值，以计数区间X为例，计数区间X的菌株数量值范围为[a,b]，在本次收集的样本组中，菌株数量位于[a,b]之间的菌落区域包括10个菌落区域，分别为：区域1、区域2、区域3、...区域9和区域10；
各菌落区域的菌株数量分别为A1、A2、A3、A4、A5、A6、A7、A8、A9和A10，设A1为最小值，A1大于等于a，成像面积为B1，A10为最大值，A10小于等于b，成像面积为B2，若A4、A5、A6、A7、A8面积相等或处于同一面积统计区间，计算该5个菌落区域的成像面积的平均值，记为第一平均值B3，则将B3作为[a,b]之间对应的菌落区域的参考面积，当目标菌落区域的面积属于[a,b]计数区间对应面积范围时，则将目标菌落区域的面积以B3代替，直接输出A4作为该菌落区域的菌落数量的计数值；需要说明的是：在一计数区间可以包括多个参考面积，以各参考面积对应的菌株数将计数区间分为多个连续的子区间，以提高基于菌落区域的面积估算菌株数量的准确性。
S3：根据各所述参考面积与所述计数区间的映射关系，构建各所述计数区间的菌落参考样本；
其中，所述菌落参考样本中包含多个菌株计数逻辑，任一所述计数区间包括至少一个所述菌株计数逻辑，所述计数逻辑用于表征对应的所述成像面积在相应的所述计数区间的菌株计数方式。
具体的，将菌落培养按菌株数量区间划分为多个计数区间，每一个计数区间设定了至少一个参考面积作为该计数区间的菌落样本，以该参考样本代表该计数区间菌落的成像面积的菌株数，从而加快工业生产中菌株数量的统计，以便满足工业生产中批量、大规模生产的产业特点；其中，同一计数区间不同的菌株计数逻辑不一样，如成像面积大于阈值面积，则菌株计数逻辑为采用计数区间最大值进行计数，如成像面积小于阈值面积，则菌株计数逻辑为采用计数区间最小值进行计数，对于菌株计数逻辑的具体实施方式，本文不做具体限定，只要满足便于工业生产中菌株数量统计的任意计数逻辑均在本社情的保护范围内。
一组菌落参考样本包括：各计数区间的参考面积及参考面积对应的菌株数量，以及任一计数区间包括至少一个参考面积。
本发明提供的菌落计数样本的优化方法，为了能够使得计算机预存的参考模板能够尽可能模拟真实生产环境，设置多个培养箱,每个培养箱单次能够进行多个样本培养，多个培养箱处于同意培养参数下进行菌株培养，通过高倍显微镜获取各培养箱中的菌落样本的样本图像，在服务器段对传输的各菌落样本图像分为多个菌落区域，同时计算各菌落区域的菌株数量。并进行标记；将完成菌落区域菌株计数的样本图像记为第一样本图像；将菌株数量分为多个计数区间，然后将所有样本的各菌落区域按菌株数量与计数区间进行关联，得出各计数区间对应的菌落成像的参考面积，然后基于菌落成像面积与计数区间的映射关系，建立以计数区间为统计单元的一组菌落参考样本；本发明通过采集同一培养环境的不同培养箱中菌落样本，提高样本实验环境与工业生产环境的一致性，通过对菌落计数采用区间计数方式，可以极大的提高工业生产的生产效率。
在一实施例中，请参见图2，所述S1包括：
S11：获取对菌落样本的图像进行灰度处理后的第一灰度图像和预设的图像加深参数；
S12：利用所述图像加深参数对所述第一灰度图进行染色处理，得到第一染色图像；
S13：对所述第一染色图像的各菌落区域添加用于表征菌落数量的语义标签，得到所述第一样本图像。
具体的，将采集的菌落样本的原始图像传输至计算机进行灰度处理，由于工业生产不同于实验室研究，无法对菌落样本直接进行染色，因此在计算机中预先设置加深参数，利用预设的加深参数对灰度图像进行加深，实现样本的染色以便得到轮廓清晰的菌落图像；然后对第一染色图像的各菌落区域计算菌株数量，并将菌落区域与菌株数量进行关联，以完成对菌落区域添加语义标签，便于后续根据菌株数量将各菌落区域分配至不同计数区间。
在一实施例中，所述S13包括：
S131：获取灰度变化阈值，所述灰度变化阈值为各图像区域的灰度变化速率；
S132：根据所述灰度变化阈值，将所述第一染色图像划分为多个菌落区域；
S133：对所述第一染色图像的各菌落区域分别进行菌株计数，并生成与各菌落区域的菌株计数结果对应的各所述语义标签；
S134：将各所述语义标签和所述第一染色图像的各菌落区域一一对应，生成所述第一样本图像。
具体的，对第一灰度图的灰度值进行分析，当各像素点的灰度值变化速率小于灰度变化阈值时，则认为该像素点至少一个菌落区域的边界点，当多个连续的边界点构成一封闭图形时，得到一个菌落区域；两个相邻的菌落区域至少存在一个灰度值为0的像素点；灰度变化速率小于灰度变化阈值包括：连续多个像素点的灰度值一直减小至0，或连续多个像素点的灰度值逐步增加至最大值后再下降至0；当灰度值到达0后，可以是连续多个像素点的灰度值为0，也可以是仅包含一个灰度值为0的像素点后，后续连续的多个像素点的灰度值开始逐步增加；然后对完成菌落区域划分后的各图像区域进行菌株计数，并将各菌落区域对应的菌株数量作为其语义标签。
在一实施例中，请参见图3，所述S2包括：
S21：获取菌落区域的菌株数量与计数区间的第一映射关系；
S22：根据所述第一映射关系，将各所述第一样本图像的各菌落区域划分为多个计数组，其中，任一所述计数组中的菌落区域对应的菌株数量属于同一所述计数区间；
S23：根据各所述计数组中对应的菌落区域的成像面积，得到各所述计数区间的菌株数量对应的所述参考面积。
具体的，将第一样本图像中各菌落区域的菌株数量与对应的计数区间建立第一映射关系，然后将归属于同一计数区间的各菌株数量对应的菌落区域划分为一个计数组，各计数组基于其所包含的菌落区域的成像面积，得到用于表征属于该计数区间各菌落区域的至少一个参考面积，如选定计数区间最大值、最小值或特定值作为该计数区间的菌落数量值，从而可以快速完成属于该计数区间的各菌落区域对应的成像面积的菌株数量，提高生产效率。
在一实施例中，所述S23包括：
S231：获取所述计数区间的阈值面积和所述计数组中的各所述成像面积的分布概率；
S232：根据所述阈值面积和所述分布概率，得到包括至少一个菌株数量与所述计数区间的所有所述参考面积相对应。
具体的，对计数组中各成像面积分布规律进行统计，同时将成像面积分布概率最大的面积区域与该计数区间的阈值面积进行对比，基于对比结果确定该计数区间的参考面积对应的至少一个菌株数量。
在一实施例中，所述阈值面积属于所述计数区间中菌落成像的面积范围，所述S232包括：
若最大所述分布概率对应的菌株面积大于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第一计数值，所述第一计数值为所述计数区间的最大值；
若最大所述分布概率对应的菌株面积小于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第二计数值，所述第二计数值为所述计数区间的最小值；
其中，所述目标菌落区域的所述成像面积属于所述计数区间中菌落成像的面积范围。
具体的，若分布概率最大的面积区域小于阈值面积，则将计数区间的最小值作为该计数区间的菌落数量的统计值，同理，若分布概率最大的面积区域大于阈值面积，则将计数区间的最大值作为该计数区间的菌落数量的统计值。
在一实施例中，所述计数组中的各所述菌落区域对应的菌株数量小于等于第一计数值，所述计数组中的各所述菌落区域对应的菌株数量大于等于第二计数值。
实施例2
请参见图4，本发明基于实施例1的菌落计数样本的优化方法还提供了一种菌落计数样本的优化装置，包括：
图像采集模块：用于获取多个菌落样本对应的第一样本图像，各菌落样本来源于相同培养环境对应的不同培养箱，其中，所述第一样本图像为完成单一菌落区域计数的菌落标记图像；
图像处理模块：用于根据所述第一样本图像中各菌落区域的成像面积，得到与各所述成像面积的菌株数量相适配的各所述计数区间的参考面积；
样本生成模块：用于根据各所述参考面积与所述计数区间的映射关系，构建各所述计数区间的菌落参考样本；
其中，所述菌落参考样本中包含多个菌株计数逻辑，任一所述计数区间包括至少一个所述菌株计数逻辑，所述计数逻辑用于表征对应的所述成像面积在相应的所述计数区间的菌株计数方式。
本发明提供的菌落计数样本的优化装置，为了能够使得计算机预存的参考模板能够尽可能模拟真实生产环境，设置多个培养箱,每个培养箱单次能够进行多个样本培养，多个培养箱处于同意培养参数下进行菌株培养，通过高倍显微镜获取各培养箱中的菌落样本的样本图像，在服务器段对传输的各菌落样本图像分为多个菌落区域，同时计算各菌落区域的菌株数量。并进行标记；将完成菌落区域菌株计数的样本图像记为第一样本图像；将菌株数量分为多个计数区间，然后将所有样本的各菌落区域按菌株数量与计数区间进行关联，得出各计数区间对应的菌落成像的参考面积，然后基于菌落成像面积与计数区间的映射关系，建立以计数区间为统计单元的一组菌落参考样本；本发明通过采集同一培养环境的不同培养箱中菌落样本，提高样本实验环境与工业生产环境的一致性，通过对菌落计数采用区间计数方式，可以极大的提高工业生产的生产效率。
在一实施例中，所述图像采集模块包括：
参数获取单元：获取对菌落样本的图像进行灰度处理后的第一灰度图像和预设的图像加深参数；
灰度处理单元：利用所述图像加深参数对所述第一灰度图进行染色处理，得到第一染色图像；
图像标签单元：对所述第一染色图像的各菌落区域添加用于表征菌落数量的语义标签，得到所述第一样本图像。
在一实施例中，所述图像标签单元包括：
第一参数单元：获取灰度变化阈值，所述灰度变化阈值为各图像区域的灰度变化速率；
样本分区单元：根据所述灰度变化阈值，将所述第一染色图像划分为多个菌落区域；
语义标签单元：对所述第一染色图像的各菌落区域分别进行菌株计数，并生成与各菌落区域的菌株计数结果对应的各所述语义标签；
样本生成单元：将各所述语义标签和所述第一染色图像的各菌落区域一一对应，生成所述第一样本图像。
在一实施例中，所述图像处理模块包括：
计数参数单元：获取菌落区域的菌株数量与计数区间的第一映射关系；
样本分区单元：根据所述第一映射关系，将各所述第一样本图像的各菌落区域划分为多个计数组，其中，任一所述计数组中的菌落区域对应的菌株数量属于同一所述计数区间；
区域面积单元：根据各所述计数组中对应的菌落区域的成像面积，得到各所述计数区间的菌株数量对应的所述参考面积。
在一实施例中，所述区域面积单元包括：
面积分布单元：获取所述计数区间的阈值面积和所述计数组中的各所述成像面积的分布概率；
面积生成单元：根据所述阈值面积和所述分布概率，得到包括至少一个菌株数量与所述计数区间的所有所述参考面积相对应。
在一实施例中，所述阈值面积属于所述计数区间中菌落成像的面积范围，所述面积生成单元包括：
若最大所述分布概率对应的菌株面积大于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第一计数值，所述第一计数值为所述计数区间的最大值；
若最大所述分布概率对应的菌株面积小于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第二计数值，所述第二计数值为所述计数区间的最小值；
其中，所述目标菌落区域的所述成像面积属于所述计数区间中菌落成像的面积范围。
本发明提供的一种菌落计数样本的优化装置，为了能够使得计算机预存的参考模板能够尽可能模拟真实生产环境，设置多个培养箱,每个培养箱单次能够进行多个样本培养，多个培养箱处于同意培养参数下进行菌株培养，通过高倍显微镜获取各培养箱中的菌落样本的样本图像，在服务器段对传输的各菌落样本图像分为多个菌落区域，同时计算各菌落区域的菌株数量。并进行标记；将完成菌落区域菌株计数的样本图像记为第一样本图像；将菌株数量分为多个计数区间，然后将所有样本的各菌落区域按菌株数量与计数区间进行关联，得出各计数区间对应的菌落成像的参考面积，然后基于菌落成像面积与计数区间的映射关系，建立以计数区间为统计单元的一组菌落参考样本；本发明通过采集同一培养环境的不同培养箱中菌落样本，提高样本实验环境与工业生产环境的一致性，通过对菌落计数采用区间计数方式，可以极大的提高工业生产的生产效率。
实施例3
本发明提供了一种电子设备和存储介质，请参见图5，包括至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令。
具体地，上述处理器可以包括中央处理器（CPU），或者特定集成电路（ApplicationSpecific Integrated Circuit，ASIC），或者可以被配置成实施本发明实施例的一个或多个集成电路，电子设备至少包括以下之一：计算机、移动终端、PC、平板电脑等。
存储器可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器可包括硬盘驱动器（Hard Disk Drive，HDD）、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线（Universal Serial Bus，USB）驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器可在数据处理装置的内部或外部。在特定实施例中，存储器是非易失性固态存储器。在特定实施例中，存储器包括只读存储器（ROM）。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM（PROM）、可擦除PROM（EPROM）、电可擦除PROM（EEPROM）、电可改写ROM（EAROM）或闪存或者两个或更多个以上这些的组合。
处理器通过读取并执行存储器中存储的计算机程序指令，以实现上述实施例方式一中任意一种菌落计数样本的优化方法。
在一个示例中，电子设备还可包括通信接口和总线。其中，处理器、存储器、通信接口通过总线连接并完成相互间的通信。
通信接口，主要用于实现本发明实施例中各模块、装置、单元和/或设备之间的通信。
总线包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口（AGP）或其他图形总线、增强工业标准架构（EISA）总线、前端总线（FSB）、超传输（HT）互连、工业标准架构（ISA）总线、无限带宽互连、低引脚数（LPC）总线、存储器总线、微信道架构（MCA）总线、外围组件互连（PCI）总线、PCI-Express（PCI-X）总线、串行高级技术附件（SATA）总线、视频电子标准协会局部（VLB）总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线可包括一个或多个总线。尽管本发明实施例描述和示出了特定的总线，但本发明考虑任何合适的总线或互连。
需要明确的是，本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本发明的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路（ASIC）、适当的固件、插件、功能卡等等。当以软件方式实现时，本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM（EROM）、软盘、CD-ROM、光盘、硬盘、光纤介质、射频（RF）链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种菌落计数样本的优化方法，其特征在于，所述方法包括：
获取多个菌落样本对应的第一样本图像，各菌落样本来源于相同培养环境对应的不同培养箱，其中，所述第一样本图像为完成单一菌落区域计数的菌落标记图像；
根据所述第一样本图像中各菌落区域的成像面积，得到与各所述成像面积的菌株数量相适配的各计数区间的参考面积；
根据各所述参考面积与所述计数区间的映射关系，构建各所述计数区间的菌落参考样本；
其中，所述菌落参考样本中包含多个菌株计数逻辑，任一所述计数区间包括至少一个所述菌株计数逻辑，所述计数逻辑用于表征对应的所述成像面积在相应的所述计数区间的菌株计数方式。
2.根据权利要求1所述的菌落计数样本的优化方法，其特征在于，所述获取所述第一样本图像包括：
获取对菌落样本的图像进行灰度处理后的第一灰度图像和预设的图像加深参数；
利用所述图像加深参数对所述第一灰度图进行染色处理，得到第一染色图像；
对所述第一染色图像的各菌落区域添加用于表征菌落数量的语义标签，得到所述第一样本图像。
3.根据权利要求2所述的菌落计数样本的优化方法，其特征在于，生成所述语义标签包括：
获取灰度变化阈值，所述灰度变化阈值为各图像区域的灰度变化速率；
根据所述灰度变化阈值，将所述第一染色图像划分为多个菌落区域；
对所述第一染色图像的各菌落区域分别进行菌株计数，并生成与各菌落区域的菌株计数结果对应的各所述语义标签；
将各所述语义标签和所述第一染色图像的各菌落区域一一对应，生成所述第一样本图像。
4.根据权利要求1所述的菌落计数样本的优化方法，其特征在于，生成各所述计数区间的所述参考面积包括：
获取菌落区域的菌株数量与计数区间的第一映射关系；
根据所述第一映射关系，将各所述第一样本图像的各菌落区域划分为多个计数组，其中，任一所述计数组中的菌落区域对应的菌株数量属于同一所述计数区间；
根据各所述计数组中对应的菌落区域的成像面积，得到各所述计数区间的菌株数量对应的所述参考面积。
5.根据权利要求4所述的菌落计数样本的优化方法，其特征在于，利用计数组中菌落区域的成像面积的分布规律，生成所述参考面积包括：
获取所述计数区间的阈值面积和所述计数组中的各所述成像面积的分布概率；
根据所述阈值面积和所述分布概率，得到包括至少一个菌株数量与所述计数区间的所有所述参考面积相对应。
6.根据权利要求5所述的菌落计数样本的优化方法，其特征在于，所述阈值面积属于所述计数区间中菌落成像的面积范围，所述方法包括：
若最大所述分布概率对应的菌株面积大于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第一计数值，所述第一计数值为所述计数区间的最大值；
若最大所述分布概率对应的菌株面积小于所述阈值面积，则目标菌落区域的菌株数量为所述计数区间的第二计数值，所述第二计数值为所述计数区间的最小值；
其中，所述目标菌落区域的所述成像面积属于所述计数区间中菌落成像的面积范围。
7.根据权利要求6所述的菌落计数样本的优化方法，其特征在于，包括：
所述计数组中的各所述菌落区域对应的菌株数量小于等于第一计数值，所述计数组中的各所述菌落区域对应的菌株数量大于等于第二计数值。
8.一种菌落计数样本的优化装置，其特征在于，包括：
图像采集模块：用于获取多个菌落样本对应的第一样本图像，各菌落样本来源于相同培养环境对应的不同培养箱，其中，所述第一样本图像为完成单一菌落区域计数的菌落标记图像；
图像处理模块：用于根据所述第一样本图像中各菌落区域的成像面积，得到与各所述成像面积的菌株数量相适配的各计数区间的参考面积；
样本生成模块：用于根据各所述参考面积与所述计数区间的映射关系，构建各所述计数区间的菌落参考样本；
其中，所述菌落参考样本中包含多个菌株计数逻辑，任一所述计数区间包括至少一个所述菌株计数逻辑，所述计数逻辑用于表征对应的所述成像面积在相应的所述计数区间的菌株计数方式。
9.一种电子设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种存储介质，其上存储有计算机程序指令，其特征在于，当所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410004421.5A CN117495865B (zh) | 2024-01-03 | 2024-01-03 | 菌落计数样本的优化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410004421.5A CN117495865B (zh) | 2024-01-03 | 2024-01-03 | 菌落计数样本的优化方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117495865A true CN117495865A (zh) | 2024-02-02 |
| CN117495865B CN117495865B (zh) | 2024-05-17 |
Family
ID=89667637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410004421.5A Active CN117495865B (zh) | 2024-01-03 | 2024-01-03 | 菌落计数样本的优化方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117495865B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110121551A (zh) * | 2016-12-28 | 2019-08-13 | 3M创新有限公司 | 微生物检测装置及其使用方法 |
| US20200024634A1 (en) * | 2018-07-19 | 2020-01-23 | Battelle Memorial Institute | Methods and systems of characterizing and counting microbiological colonies |
| CN112614062A (zh) * | 2020-12-17 | 2021-04-06 | 北京陆桥技术股份有限公司 | 菌落计数方法、装置及计算机存储介质 |
| CN113240640A (zh) * | 2021-05-13 | 2021-08-10 | 广东粤港供水有限公司 | 菌落计数方法、装置及计算机可读存储介质 |
| CN116660259A (zh) * | 2023-05-16 | 2023-08-29 | 安徽国泰众信检测技术有限公司 | 一种基于红外成像的食源性致病菌的快速检测系统 |
| 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 |
-
2024
- 2024-01-03 CN CN202410004421.5A patent/CN117495865B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110121551A (zh) * | 2016-12-28 | 2019-08-13 | 3M创新有限公司 | 微生物检测装置及其使用方法 |
| US20200024634A1 (en) * | 2018-07-19 | 2020-01-23 | Battelle Memorial Institute | Methods and systems of characterizing and counting microbiological colonies |
| CN112614062A (zh) * | 2020-12-17 | 2021-04-06 | 北京陆桥技术股份有限公司 | 菌落计数方法、装置及计算机存储介质 |
| CN113240640A (zh) * | 2021-05-13 | 2021-08-10 | 广东粤港供水有限公司 | 菌落计数方法、装置及计算机可读存储介质 |
| 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 |
| CN116660259A (zh) * | 2023-05-16 | 2023-08-29 | 安徽国泰众信检测技术有限公司 | 一种基于红外成像的食源性致病菌的快速检测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李亘 等: "银离子注入氧化钛涂层植入物的抗菌性能", 《中国组织工程研究》, 31 December 2018 (2018-12-31), pages 1 - 8 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117495865B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116205982B (zh) | 基于图像分析的微生物计数方法、装置、设备及存储介质 | |
| CN111402235B (zh) | 菌落图像的生长记录方法、装置、电子设备及存储介质 | |
| CN113052295B (zh) | 一种神经网络的训练方法、物体检测方法、装置及设备 | |
| CN111415709B (zh) | 菌落生长图像的预测方法、装置、电子设备及存储介质 | |
| Bonik et al. | A Convolutional Neural Network Based Potato Leaf Diseases Detection Using Sequential Model | |
| CN114399763B (zh) | 一种单样本与小样本微体古生物化石图像识别方法及系统 | |
| Fukunaga et al. | Development of an automated two pronuclei detection system on time‐lapse embryo images using deep learning techniques | |
| CN114092378A (zh) | 动物健康检测的方法、装置、设备及存储介质 | |
| Meenakshi et al. | Soil health analysis and fertilizer prediction for crop image identification by Inception-V3 and random forest | |
| CN117495865B (zh) | 菌落计数样本的优化方法、装置、设备及存储介质 | |
| CN117152147B (zh) | 一种在线染色体协同分析方法、系统及介质 | |
| CN112540039A (zh) | 一种可用于直接计算贴壁活细胞数量的方法 | |
| CN108764183A (zh) | 一种植物病害诊断方法、装置及存储介质 | |
| Rahman et al. | BiofilmScanner: A computational intelligence approach to obtain bacterial cell morphological attributes from biofilm image | |
| CN103136439B (zh) | 植物病症辨识方法及其系统 | |
| Bell et al. | Watching plants grow–a position paper on computer vision and Arabidopsis thaliana | |
| Betegón-Putze et al. | MyROOT: A novel method and software for the semi-automatic measurement of plant root length | |
| CN109924147A (zh) | 一种鲫鱼杂交制种中信息采集测定系统及测定方法 | |
| CN117114749B (zh) | 一种智能化猪冷冻精液管理方法及系统 | |
| CN116564423B (zh) | 一种微生物宏基因组数据库构建方法及系统 | |
| Li et al. | Non-destructive monitoring method for leaf area of Brassica napus based on image processing and deep learning | |
| CN117292305B (zh) | 鱼类受精卵胎动次数确定方法、系统、电子设备及介质 | |
| WO2023241126A1 (zh) | 水产养殖育种预测系统 | |
| Fan et al. | Segmentation and Extraction of Maize Phytomers Using 3D Data Acquired by RGB-D Cameras | |
| Kumar et al. | Hybrid CNN-Random Forest Framework for Elevated Accuracy in Powdery Mildew Disease Classification |
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 |