JP2000042528A - ろ過障害微生物監視装置 - Google Patents
ろ過障害微生物監視装置Info
- Publication number
- JP2000042528A JP2000042528A JP10212073A JP21207398A JP2000042528A JP 2000042528 A JP2000042528 A JP 2000042528A JP 10212073 A JP10212073 A JP 10212073A JP 21207398 A JP21207398 A JP 21207398A JP 2000042528 A JP2000042528 A JP 2000042528A
- Authority
- JP
- Japan
- Prior art keywords
- image
- lump
- area
- microorganism
- microorganisms
- 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
Classifications
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W10/00—Technologies for wastewater treatment
- Y02W10/10—Biological treatment of water, waste water, or sewage
Landscapes
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Activated Sludge Processes (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
(57)【要約】
【課題】 監視対象水の画像を顕微鏡カメラで取得し、
この画像からモデルベーストマッチング法で画像認識で
ろ過障害微生物を認識及び計数するのでは、画像中にゴ
ミの塊部分の画像を微生物として誤って認識・計数して
しまう。 【解決手段】 顕微鏡画像を入力し（Ｓ１）、画像二値
化を施し（Ｓ１１）、背景の輝度と異なる部分領域の面
積がある大きさ以上の領域を選択する面積の評価を行い
（Ｓ１２）、顕微鏡カメラ画像中のゴミの塊領域を決定
する（Ｓ１３）。そして、このゴミの塊領域を顕微鏡画
像に対するマスク画像とし、このマスク画像で顕微鏡画
像に対してマスク処理を行う（Ｓ１４）。この後、エッ
ジ検出・線分抽出（Ｓ２，Ｓ３）とモデルマッチング処
理（Ｓ４）及び微生物認識・計数処理（Ｓ５，Ｓ６）を
行う。
この画像からモデルベーストマッチング法で画像認識で
ろ過障害微生物を認識及び計数するのでは、画像中にゴ
ミの塊部分の画像を微生物として誤って認識・計数して
しまう。 【解決手段】 顕微鏡画像を入力し（Ｓ１）、画像二値
化を施し（Ｓ１１）、背景の輝度と異なる部分領域の面
積がある大きさ以上の領域を選択する面積の評価を行い
（Ｓ１２）、顕微鏡カメラ画像中のゴミの塊領域を決定
する（Ｓ１３）。そして、このゴミの塊領域を顕微鏡画
像に対するマスク画像とし、このマスク画像で顕微鏡画
像に対してマスク処理を行う（Ｓ１４）。この後、エッ
ジ検出・線分抽出（Ｓ２，Ｓ３）とモデルマッチング処
理（Ｓ４）及び微生物認識・計数処理（Ｓ５，Ｓ６）を
行う。
Description
【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、浄水処理プロセス
で、浄水場の原水中に存在し、ろ過障害を引き起こす微
生物を顕微鏡カメラを利用して観察し、その増減を監視
するろ過障害微生物監視装置に関するもので、特に、画
像処理の過程で発生する検出誤差を排除する方法および
装置に関するものである。
で、浄水場の原水中に存在し、ろ過障害を引き起こす微
生物を顕微鏡カメラを利用して観察し、その増減を監視
するろ過障害微生物監視装置に関するもので、特に、画
像処理の過程で発生する検出誤差を排除する方法および
装置に関するものである。
【０００２】
【従来の技術】この種のろ過障害微生物監視装置とし
て、画像処理技術を応用して顕微鏡カメラの画像中から
特定の微生物を検出することによって浄水場で問題とな
るろ過障害の監視をする「ろ過障害微生物監視装置」を
本願出願人は既に提案している（特願平８−１８０２５
０号）。
て、画像処理技術を応用して顕微鏡カメラの画像中から
特定の微生物を検出することによって浄水場で問題とな
るろ過障害の監視をする「ろ過障害微生物監視装置」を
本願出願人は既に提案している（特願平８−１８０２５
０号）。
【０００３】この装置は、図７に示すように、浄水場の
流入水もしくは着水井の原水を装置の水槽１に導入し、
これを顕微鏡カメラ２で観察し、画像処理装置によって
顕微鏡カメラの画像からろ過障害の原因となる特定の微
生物を検出して計数し、これを自動的に連続的に行うこ
とによって微生物の増減を監視する。
流入水もしくは着水井の原水を装置の水槽１に導入し、
これを顕微鏡カメラ２で観察し、画像処理装置によって
顕微鏡カメラの画像からろ過障害の原因となる特定の微
生物を検出して計数し、これを自動的に連続的に行うこ
とによって微生物の増減を監視する。
【０００４】画像処理は、図８に示すように、微生物を
検出するための画像処理にモデルベーストマッチング
法、すなわち、微生物の形状をあらかじめ形状モデルと
して登録しておき、検出時には顕微鏡画像入力し（Ｓ
１）、この画像にエッジ検出（Ｓ２）と特徴抽出の画像
処理を施して画像中の線分成分を抽出し（Ｓ３）、抽出
された線分群と形状モデルとのマッチングを行い（Ｓ
４）、形状モデルに対応する微生物を認識し（Ｓ５）、
認識された微生物を計数する（Ｓ６）。
検出するための画像処理にモデルベーストマッチング
法、すなわち、微生物の形状をあらかじめ形状モデルと
して登録しておき、検出時には顕微鏡画像入力し（Ｓ
１）、この画像にエッジ検出（Ｓ２）と特徴抽出の画像
処理を施して画像中の線分成分を抽出し（Ｓ３）、抽出
された線分群と形状モデルとのマッチングを行い（Ｓ
４）、形状モデルに対応する微生物を認識し（Ｓ５）、
認識された微生物を計数する（Ｓ６）。
【０００５】この画像処理方式によれば、特にエッジ情
報を利用した画像処理なので、一般的な画像処理で使用
する二値化処理や相関マッチングが照明の変動や画像の
背最の変化の影響を受けやすいのに対して、これら計測
条件の変化がある場合も安定な検出ができる点が大きな
利点である。
報を利用した画像処理なので、一般的な画像処理で使用
する二値化処理や相関マッチングが照明の変動や画像の
背最の変化の影響を受けやすいのに対して、これら計測
条件の変化がある場合も安定な検出ができる点が大きな
利点である。
【０００６】
【発明が解決しようとする課題】前記の「ろ過障害微生
物監視装置」における微生物の認識・計数方式によれ
ば、特にエッジ情報を利用した画像処理になるため、一
般的な画像処理で使用する二値化処理や相関マッチング
が照明の変動や画像の背最の変化の影響を受けやすいの
に対して、これら計測条件の変化がある場合も安定な検
出ができる点が大きな利点である。
物監視装置」における微生物の認識・計数方式によれ
ば、特にエッジ情報を利用した画像処理になるため、一
般的な画像処理で使用する二値化処理や相関マッチング
が照明の変動や画像の背最の変化の影響を受けやすいの
に対して、これら計測条件の変化がある場合も安定な検
出ができる点が大きな利点である。
【０００７】しかし、監視対象水となる原水中の監視画
像、すなわち顕微鏡画像中にゴミなどの異物が含まれる
場合に、以下に示す問題点がある。
像、すなわち顕微鏡画像中にゴミなどの異物が含まれる
場合に、以下に示す問題点がある。
【０００８】つまり、原水中にゴミ塊が存在し、その表
面にシワや陰などがあって、その形状が珪藻類の形状に
似て見える場合には、モデルベーストマッチング法によ
る画像処理によりこの部分を微生物として検出してしま
う危険があった。この場合は原水中に本来存在する微生
物より多い数の微生物が検出されてしまう。
面にシワや陰などがあって、その形状が珪藻類の形状に
似て見える場合には、モデルベーストマッチング法によ
る画像処理によりこの部分を微生物として検出してしま
う危険があった。この場合は原水中に本来存在する微生
物より多い数の微生物が検出されてしまう。
【０００９】図９の（ａ）は顕微鏡画像の例で、左下部
に大きなゴミ塊が存在し、その表面に凹凸が観察される
ため、エッジ検出と線分抽出の画像処理の結果、同図の
（ｂ）のようにゴミ塊部分に微生物と形状の似た線分組
が抽出される。その結果、同図の（ｂ）を基にしたモデ
ルマッチングの結果、（ｃ）に示すように、本来は２個
の微生物が存在する顕微鏡画像中に３個の微生物が検出
されている。
に大きなゴミ塊が存在し、その表面に凹凸が観察される
ため、エッジ検出と線分抽出の画像処理の結果、同図の
（ｂ）のようにゴミ塊部分に微生物と形状の似た線分組
が抽出される。その結果、同図の（ｂ）を基にしたモデ
ルマッチングの結果、（ｃ）に示すように、本来は２個
の微生物が存在する顕微鏡画像中に３個の微生物が検出
されている。
【００１０】本発明の目的は、顕微鏡画像中に含まれる
ゴミ塊などの異物を微生物として誤認するのを防止でき
るろ過障害微生物監視装置を提供することにある。
ゴミ塊などの異物を微生物として誤認するのを防止でき
るろ過障害微生物監視装置を提供することにある。
【００１１】
【課題を解決するための手段】本発明は、顕微鏡カメラ
画像からろ過障害対象の微生物でなくゴミの塊と考えら
れる画像部分を抽出し、この画像部分で原画像に対する
マスク処理を行うことによりゴミの塊部分以外の領域で
検出される微生物のみをろ過障害微生物として認識及び
計数する構成とする。
画像からろ過障害対象の微生物でなくゴミの塊と考えら
れる画像部分を抽出し、この画像部分で原画像に対する
マスク処理を行うことによりゴミの塊部分以外の領域で
検出される微生物のみをろ過障害微生物として認識及び
計数する構成とする。
【００１２】これにより、画像処理において微生物でな
くゴミの塊と間違えられる部分を取り除き、従来方法で
ゴミの塊部分にシワなどが存在して微生物と間違えやす
い場合にも、これを排除して正しい微生物のみの認識及
び計数を可能とする。
くゴミの塊と間違えられる部分を取り除き、従来方法で
ゴミの塊部分にシワなどが存在して微生物と間違えやす
い場合にも、これを排除して正しい微生物のみの認識及
び計数を可能とする。
【００１３】なお、本発明では、ゴミの表面に付着した
微生物も原理的に検出できなくなるが、このような微生
物は浄水場のろ過池の直前の沈殿池で他のフロックとと
もに沈降し、ろ過障害の原因にはならないため、ろ過障
害監視には影響しない。
微生物も原理的に検出できなくなるが、このような微生
物は浄水場のろ過池の直前の沈殿池で他のフロックとと
もに沈降し、ろ過障害の原因にはならないため、ろ過障
害監視には影響しない。
【００１４】また、マスク処理は、画像のエッジ・線分
の検出前の段階で行うこと、モデルマッチング前の段階
で行うこと、微生物の認識・計数前の段階で行うことの
何れでもよい。
の検出前の段階で行うこと、モデルマッチング前の段階
で行うこと、微生物の認識・計数前の段階で行うことの
何れでもよい。
【００１５】以上までのことから、本発明は、以下の構
成を特徴とする。
成を特徴とする。
【００１６】（第１の発明）監視対象水の画像を顕微鏡
カメラで取得し、この画像からモデルベーストマッチン
グ法で画像認識でろ過障害微生物を認識及び計数するろ
過障害微生物監視装置において、前記顕微鏡カメラで取
得した画像からゴミの塊領域を抽出する抽出手段と、前
記画像から前記抽出手段が抽出したゴミの塊領域を除く
マスク処理をした画像に対してモデルベーストマッチン
グ法でろ過障害微生物を認識及び計数する微生物認識・
計数手段を備えたことを特徴とする。
カメラで取得し、この画像からモデルベーストマッチン
グ法で画像認識でろ過障害微生物を認識及び計数するろ
過障害微生物監視装置において、前記顕微鏡カメラで取
得した画像からゴミの塊領域を抽出する抽出手段と、前
記画像から前記抽出手段が抽出したゴミの塊領域を除く
マスク処理をした画像に対してモデルベーストマッチン
グ法でろ過障害微生物を認識及び計数する微生物認識・
計数手段を備えたことを特徴とする。
【００１７】（第２の発明）前記抽出手段は、顕微鏡画
像に対して設定する輝度を境界として画像二値化を施
し、背景の輝度と異なる部分領域を抽出し、前記部分領
域の面積が所定値以上の領域をゴミの塊領域として抽出
することを特徴とする。
像に対して設定する輝度を境界として画像二値化を施
し、背景の輝度と異なる部分領域を抽出し、前記部分領
域の面積が所定値以上の領域をゴミの塊領域として抽出
することを特徴とする。
【００１８】（第３の発明）前記抽出手段は、顕微鏡画
像に対して設定する輝度を境界として画像二値化を施
し、背景の輝度と異なる部分領域を抽出し、前記部分領
域の面積が所定値以上の領域をゴミの塊領域として抽出
し、前記ゴミの塊領域を一定量だけ膨張処理と同一量の
収縮処理をしてゴミの塊領域として抽出することを特徴
とする。
像に対して設定する輝度を境界として画像二値化を施
し、背景の輝度と異なる部分領域を抽出し、前記部分領
域の面積が所定値以上の領域をゴミの塊領域として抽出
し、前記ゴミの塊領域を一定量だけ膨張処理と同一量の
収縮処理をしてゴミの塊領域として抽出することを特徴
とする。
【００１９】（第４の発明）前記微生物認識・計数手段
は、前記抽出手段がゴミの塊領域でないと抽出した画像
領域の画素はそののままにし、ゴミの塊領域であると抽
出した画像領域の画素はその輝度を背景と同じ値にした
マスク処理を行い、このマスク処理を全画面の画素に対
して行った結果得られる画像データを原画像とし、この
原画像からエッジ検出と特徴抽出処理を施して線分成分
を抽出し、モデルマッチングを行って微生物を認識及び
計数することを特徴とする。
は、前記抽出手段がゴミの塊領域でないと抽出した画像
領域の画素はそののままにし、ゴミの塊領域であると抽
出した画像領域の画素はその輝度を背景と同じ値にした
マスク処理を行い、このマスク処理を全画面の画素に対
して行った結果得られる画像データを原画像とし、この
原画像からエッジ検出と特徴抽出処理を施して線分成分
を抽出し、モデルマッチングを行って微生物を認識及び
計数することを特徴とする。
【００２０】（第５の発明）前記微生物認識・計数手段
は、原画像からエッジ検出と特徴抽出処理を施して線分
画像を抽出し、この線分画像の両端点のいずれか一方ま
たは両方が前記抽出手段で抽出したゴミの塊領域に含ま
れる場合には該線分画像を線分画像の抽出リストから排
除するマスク処理をし、残りの線分画像のみを対象とし
たモデルマッチングを行って微生物を認識及び計数する
ことを特徴とする。
は、原画像からエッジ検出と特徴抽出処理を施して線分
画像を抽出し、この線分画像の両端点のいずれか一方ま
たは両方が前記抽出手段で抽出したゴミの塊領域に含ま
れる場合には該線分画像を線分画像の抽出リストから排
除するマスク処理をし、残りの線分画像のみを対象とし
たモデルマッチングを行って微生物を認識及び計数する
ことを特徴とする。
【００２１】（第６の発明）前記微生物認識・計数手段
は、原画像からエッジ検出と特徴抽出処理を施して線分
画像を抽出し、この線分画像を対象としてモデルマッチ
ングを行って微生物を検出し、検出された微生物の重心
部分が前記抽出手段で抽出したゴミの塊領域に含まれる
場合には該微生物の検出結果リストから排除するマスク
処理をし、残りの検出微生物のみを認識・計数すること
を特徴とする。
は、原画像からエッジ検出と特徴抽出処理を施して線分
画像を抽出し、この線分画像を対象としてモデルマッチ
ングを行って微生物を検出し、検出された微生物の重心
部分が前記抽出手段で抽出したゴミの塊領域に含まれる
場合には該微生物の検出結果リストから排除するマスク
処理をし、残りの検出微生物のみを認識・計数すること
を特徴とする。
【００２２】
【発明の実施の形態】（第１の実施形態）図１は、本発
明の実施形態を示すろ過障害微生物認識手順である。同
図が図８に追加した処理は、処理Ｓ１１〜Ｓ１４にあ
る。
明の実施形態を示すろ過障害微生物認識手順である。同
図が図８に追加した処理は、処理Ｓ１１〜Ｓ１４にあ
る。
【００２３】処理Ｓ１１〜Ｓ１４は、顕微鏡カメラ画像
からゴミの塊と考えられる部分を抽出し、この部分をゴ
ミの塊領域として画像に対してマスク処理を行う。
からゴミの塊と考えられる部分を抽出し、この部分をゴ
ミの塊領域として画像に対してマスク処理を行う。
【００２４】前記のように、微生物認識に影響を及ぼす
ゴミ塊は、顕微鏡カメラ画像では比較的大きな不定形の
明るい（背景の輝度と異なる白色）領域として観察でき
る（例えば図２）。画像中のこのような領域はある輝度
を境界として画像二値化を施すと、白い領域として分離
が可能である。
ゴミ塊は、顕微鏡カメラ画像では比較的大きな不定形の
明るい（背景の輝度と異なる白色）領域として観察でき
る（例えば図２）。画像中のこのような領域はある輝度
を境界として画像二値化を施すと、白い領域として分離
が可能である。
【００２５】そこで、顕微鏡画像を入力し（Ｓ１）、あ
る輝度を境界として画像二値化を施し（Ｓ１１）、背景
の輝度と異なる白色の部分領域を抽出し、これらの各領
域の面積を計数し、ある大きさ以上の面積の領域を選択
するという面積の評価を行い（Ｓ１２）、これにより顕
微鏡カメラ画像中のゴミの塊領域を決定する（Ｓ１
３）。そして、このゴミの塊領域を顕微鏡画像に対する
マスク画像とし、このマスク画像で顕微鏡画像に対して
マスク処理を行う（Ｓ１４）。
る輝度を境界として画像二値化を施し（Ｓ１１）、背景
の輝度と異なる白色の部分領域を抽出し、これらの各領
域の面積を計数し、ある大きさ以上の面積の領域を選択
するという面積の評価を行い（Ｓ１２）、これにより顕
微鏡カメラ画像中のゴミの塊領域を決定する（Ｓ１
３）。そして、このゴミの塊領域を顕微鏡画像に対する
マスク画像とし、このマスク画像で顕微鏡画像に対して
マスク処理を行う（Ｓ１４）。
【００２６】これら処理により、顕微鏡画像からゴミの
塊領域がマスクされ、この残りの画像領域について、従
来と同様に、エッジ検出・線分抽出（Ｓ２，Ｓ３）とモ
デルマッチング処理（Ｓ４）及び微生物認識・計数処理
（Ｓ５，Ｓ６）を行う。
塊領域がマスクされ、この残りの画像領域について、従
来と同様に、エッジ検出・線分抽出（Ｓ２，Ｓ３）とモ
デルマッチング処理（Ｓ４）及び微生物認識・計数処理
（Ｓ５，Ｓ６）を行う。
【００２７】したがって、本実施形態では、ゴミの塊部
分に検出された微生物を画像上から排除し、ゴミ塊部分
のノイズの影響を受けることなく、微生物の認識と計数
を正確にすることができる。
分に検出された微生物を画像上から排除し、ゴミ塊部分
のノイズの影響を受けることなく、微生物の認識と計数
を正確にすることができる。
【００２８】（第２の実施形態）上記の実施形態におけ
るゴミの塊領域の抽出処理では、図３に示すように、微
生物と形状の似た孔や陰がゴミ塊領域に存在する場合に
これを排除できない危険性が残る。
るゴミの塊領域の抽出処理では、図３に示すように、微
生物と形状の似た孔や陰がゴミ塊領域に存在する場合に
これを排除できない危険性が残る。
【００２９】本実施形態では、ゴミ塊領域に孔や陰が存
在する場合にも孔部分を埋める処理を追加することによ
り、ゴミ塊領域を正確に抽出できるようにしたものであ
る。
在する場合にも孔部分を埋める処理を追加することによ
り、ゴミ塊領域を正確に抽出できるようにしたものであ
る。
【００３０】図４は、本実施形態の認識手順を示し、図
１と異なる部分は、膨張収縮処理Ｓ１５を追加した点に
ある。
１と異なる部分は、膨張収縮処理Ｓ１５を追加した点に
ある。
【００３１】図４において、顕微鏡画像を入力し（Ｓ
１）、ある輝度を境界として画像二値化を施し（Ｓ１
１）、背景の輝度と異なる白色の部分領域を抽出し、こ
れらの各領域の面積を計数し、ある大きさ以上の面積の
領域を選択するという面積の評価を行い（Ｓ１２）、さ
らにこの領域を一定量だけ膨張処理を行った後に同一量
の収縮処理を行い（Ｓ１５）、顕微鏡カメラ画像中のゴ
ミ塊領域を決定する（Ｓ１３）。そして、このゴミの塊
領域を顕微鏡画像に対するマスク画像とし、このマスク
画像で顕微鏡画像に対してマスク処理を行う（Ｓ１
４）。
１）、ある輝度を境界として画像二値化を施し（Ｓ１
１）、背景の輝度と異なる白色の部分領域を抽出し、こ
れらの各領域の面積を計数し、ある大きさ以上の面積の
領域を選択するという面積の評価を行い（Ｓ１２）、さ
らにこの領域を一定量だけ膨張処理を行った後に同一量
の収縮処理を行い（Ｓ１５）、顕微鏡カメラ画像中のゴ
ミ塊領域を決定する（Ｓ１３）。そして、このゴミの塊
領域を顕微鏡画像に対するマスク画像とし、このマスク
画像で顕微鏡画像に対してマスク処理を行う（Ｓ１
４）。
【００３２】なお、ろ過障害の原因となる微生物である
珪藻類は、針状のため、膨張収縮の量は珪藻類の幅に相
当する値でよい。
珪藻類は、針状のため、膨張収縮の量は珪藻類の幅に相
当する値でよい。
【００３３】以上の膨張収縮処理を追加することによ
り、顕微鏡画像中に観察できるゴミ塊に検出すべき微生
物と形状の似た孔や陰がある場合にも、この部分の画素
の膨張と収縮によって孔や陰部分の輪郭が周辺画素に吸
収され、ゴミの塊領域として抽出することができる。
り、顕微鏡画像中に観察できるゴミ塊に検出すべき微生
物と形状の似た孔や陰がある場合にも、この部分の画素
の膨張と収縮によって孔や陰部分の輪郭が周辺画素に吸
収され、ゴミの塊領域として抽出することができる。
【００３４】（マスク処理の実施形態）前記までの各実
施形態におけるマスク処理を以下に詳細に説明する。
施形態におけるマスク処理を以下に詳細に説明する。
【００３５】（Ａ）ゴミ塊領域を使ったマスク処理（そ
の１） ゴミの塊領域でないと抽出した画像領域の画素はその輝
度のままにし、ゴミの塊領域であると抽出した画像領域
の画素はその輝度をゼロにしたマスク処理を行い、この
マスク処理を全画面の画素に対して行った結果得られる
画像データを微生物の認識・計数を行うための原画像と
する。
の１） ゴミの塊領域でないと抽出した画像領域の画素はその輝
度のままにし、ゴミの塊領域であると抽出した画像領域
の画素はその輝度をゼロにしたマスク処理を行い、この
マスク処理を全画面の画素に対して行った結果得られる
画像データを微生物の認識・計数を行うための原画像と
する。
【００３６】すなわち、ゴミの塊領域の抽出の結果を基
に顕微鏡カメラ画像（例えば５１２×４８０画素）のひ
とつひとつの画素がゴミ塊部に対応するかしないかの評
価を行い、ゴミ塊部の一部でない場合には顕微意カメラ
画像の輝度をそのままにし、ゴミ塊部の一部である場合
にはゼロ（黒：背景と同じ値）を出力するマスク処理を
行う。
に顕微鏡カメラ画像（例えば５１２×４８０画素）のひ
とつひとつの画素がゴミ塊部に対応するかしないかの評
価を行い、ゴミ塊部の一部でない場合には顕微意カメラ
画像の輝度をそのままにし、ゴミ塊部の一部である場合
にはゼロ（黒：背景と同じ値）を出力するマスク処理を
行う。
【００３７】この処理を全画面の画素に対して行った結
果得られる画像データを原画像とし、図１又は図４に示
すように、以後従来通りの手順でエッジ検出と特徴抽出
処理を施して線分成分を抽出し、モデルマッチングを行
って微生物を認識、計数する。
果得られる画像データを原画像とし、図１又は図４に示
すように、以後従来通りの手順でエッジ検出と特徴抽出
処理を施して線分成分を抽出し、モデルマッチングを行
って微生物を認識、計数する。
【００３８】このマスク処理によれば、顕微鏡画像中に
観察できるゴミ塊部分には輝度の変化点が存在しないの
で、この部分に元々は存在した微生物形状のシワや陰を
排除して正しい微生物のみの認識・計数ができる。
観察できるゴミ塊部分には輝度の変化点が存在しないの
で、この部分に元々は存在した微生物形状のシワや陰を
排除して正しい微生物のみの認識・計数ができる。
【００３９】（Ｂ）ゴミ塊領域を使ったマスク処理（そ
の２） 図５に示すように、原画像からエッジ検出と特徴抽出処
理を施して線分画像を抽出し（Ｓ２，Ｓ３）、この線分
画像の両端点のいずれか一方または両方がゴミの塊領域
に含まれる場合には該線分画像を線分画像の抽出リスト
から排除するマスク処理をし（Ｓ１４Ａ）、この後に残
りの線分画像のみを対象としたモデルマッチングを行い
（Ｓ４）、微生物を認識及び計数する（Ｓ５，Ｓ６）。
の２） 図５に示すように、原画像からエッジ検出と特徴抽出処
理を施して線分画像を抽出し（Ｓ２，Ｓ３）、この線分
画像の両端点のいずれか一方または両方がゴミの塊領域
に含まれる場合には該線分画像を線分画像の抽出リスト
から排除するマスク処理をし（Ｓ１４Ａ）、この後に残
りの線分画像のみを対象としたモデルマッチングを行い
（Ｓ４）、微生物を認識及び計数する（Ｓ５，Ｓ６）。
【００４０】前記の（Ａ）のマスク処理によると、ゴミ
塊領域の境界部では輝度の段差が生ずる場合があり、こ
の時にはその後のエッジ検出と線分抽出の処理の結果、
この境界部に線分が抽出される場合があり、この部分に
微生物が検出される危険性を排除できない。
塊領域の境界部では輝度の段差が生ずる場合があり、こ
の時にはその後のエッジ検出と線分抽出の処理の結果、
この境界部に線分が抽出される場合があり、この部分に
微生物が検出される危険性を排除できない。
【００４１】そこで、ゴミ塊領域の抽出の結果を基に顕
微鏡カメラ画像（例えば５１２×４８０画素）のひとつ
ひとつの画素がゴミ塊部に対応するかしないかの評価を
行い、マスク画像を生成する。
微鏡カメラ画像（例えば５１２×４８０画素）のひとつ
ひとつの画素がゴミ塊部に対応するかしないかの評価を
行い、マスク画像を生成する。
【００４２】例えば、ゴミ塊部の一部でない画素を２５
５（白）、ゴミ塊部の一部である画素をゼロ（黒）とす
る。これと並行して、従来通りの手順で原画像のエッジ
検出と特徴抽出処理を施して線分成分を抽出し、その結
果抽出される線分のひとつひとつに対してその２つの端
点のいずれか一方または両方がマスク画像のゴミ塊部に
含まれるか否かを評価し、その２つの端点のいずれか一
方または両方がマスク画像のゴミ塊部に含まれる場合に
はその線分を線分抽出のリストから排除し、この結果最
終的に残った線分のみを対象としてモデルマッチングを
行い、微生物を認識及び計数する。
５（白）、ゴミ塊部の一部である画素をゼロ（黒）とす
る。これと並行して、従来通りの手順で原画像のエッジ
検出と特徴抽出処理を施して線分成分を抽出し、その結
果抽出される線分のひとつひとつに対してその２つの端
点のいずれか一方または両方がマスク画像のゴミ塊部に
含まれるか否かを評価し、その２つの端点のいずれか一
方または両方がマスク画像のゴミ塊部に含まれる場合に
はその線分を線分抽出のリストから排除し、この結果最
終的に残った線分のみを対象としてモデルマッチングを
行い、微生物を認識及び計数する。
【００４３】このマスク処理によれば、顕微鏡画像中に
観察できるゴミ塊部分に抽出された線分はモデルマッチ
ングの対象から除外するので、この部分に元々は存在し
た微生物形状のシワや陰を排除して正しい微生物のみの
認識・計数ができる。
観察できるゴミ塊部分に抽出された線分はモデルマッチ
ングの対象から除外するので、この部分に元々は存在し
た微生物形状のシワや陰を排除して正しい微生物のみの
認識・計数ができる。
【００４４】（Ｃ）ゴミ塊領域を使ったマスク処理（そ
の３） 図６に示すように、原画像からエッジ検出と特徴抽出処
理を施して線分画像を抽出し（Ｓ２，Ｓ３）、この線分
画像を対象としてモデルマッチングを行って微生物を検
出し（Ｓ４）、検出された微生物の重心部分がゴミの塊
領域に含まれる場合には該微生物の検出結果リストから
排除するマスク処理をし（Ｓ１４Ｂ）、この後に微生物
を認識及び計数する（Ｓ５，Ｓ６）。
の３） 図６に示すように、原画像からエッジ検出と特徴抽出処
理を施して線分画像を抽出し（Ｓ２，Ｓ３）、この線分
画像を対象としてモデルマッチングを行って微生物を検
出し（Ｓ４）、検出された微生物の重心部分がゴミの塊
領域に含まれる場合には該微生物の検出結果リストから
排除するマスク処理をし（Ｓ１４Ｂ）、この後に微生物
を認識及び計数する（Ｓ５，Ｓ６）。
【００４５】つまり、ゴミ塊部の抽出の結果をもとに顕
微鏡カメラ画像（例えば５１２×４８０画素）のひとつ
ひとつの画素がゴミ塊部に対応するかしないかの評価を
行い、マスク画像を生成する。
微鏡カメラ画像（例えば５１２×４８０画素）のひとつ
ひとつの画素がゴミ塊部に対応するかしないかの評価を
行い、マスク画像を生成する。
【００４６】例えば、ゴミ塊部の一部でない画素を２５
５（白）、ゴミ塊部の一部である画素をゼロ（黒：背景
の輝度）とする。これと並行して、従来通りの手順で原
画像のエッジ検出と特徴抽出処理を施して線分成分を抽
出し、モデルマッチングを行って微生物を検出し、その
検出される微生物のひとつひとつに対してその重心がマ
スク画像のゴミ塊部に含まれるか否かを評価し、その重
心がマスク画像のゴミ塊部に含まれる場合にはその微生
物を検出結果リストから排除し、この結果最終的に残っ
た微生物のみを認識及び計数する。
５（白）、ゴミ塊部の一部である画素をゼロ（黒：背景
の輝度）とする。これと並行して、従来通りの手順で原
画像のエッジ検出と特徴抽出処理を施して線分成分を抽
出し、モデルマッチングを行って微生物を検出し、その
検出される微生物のひとつひとつに対してその重心がマ
スク画像のゴミ塊部に含まれるか否かを評価し、その重
心がマスク画像のゴミ塊部に含まれる場合にはその微生
物を検出結果リストから排除し、この結果最終的に残っ
た微生物のみを認識及び計数する。
【００４７】このマスク処理によれば、顕微鏡画像中に
観察できるゴミ塊部分に検出された微生物を除外するの
で、この部分に元々は存在した微生物形状のシワや陰を
排除して正しい微生物のみの検出が可能である。
観察できるゴミ塊部分に検出された微生物を除外するの
で、この部分に元々は存在した微生物形状のシワや陰を
排除して正しい微生物のみの検出が可能である。
【００４８】なお、このマスク処理では検出した微生物
の位置の評価を、検出した微生物の重心の位置で行った
が、これは、モデルマッチングにおいて微生物の検出結
果が重心位置で出力されることを利用したものであり、
これを拡張して、検出した微生物の一部もしくは全部の
領域や、検出した微生物の外接四角形と、ゴミ塊部との
干渉状態で評価するなどの方法としても同等の作用・効
果が得られる。
の位置の評価を、検出した微生物の重心の位置で行った
が、これは、モデルマッチングにおいて微生物の検出結
果が重心位置で出力されることを利用したものであり、
これを拡張して、検出した微生物の一部もしくは全部の
領域や、検出した微生物の外接四角形と、ゴミ塊部との
干渉状態で評価するなどの方法としても同等の作用・効
果が得られる。
【００４９】
【発明の効果】以上のとおり、本発明によれば、顕微鏡
カメラ画像からろ過障害対象の微生物でなくゴミの塊と
考えられる画像部分を抽出し、この画像部分で原画像に
対するマスク処理を行い、ゴミの塊部分以外の領域で検
出される微生物のみをろ過障害微生物として認識及び計
数するようにしたため、ゴミ塊などの異物を微生物とし
て誤認するのを防止できる。
カメラ画像からろ過障害対象の微生物でなくゴミの塊と
考えられる画像部分を抽出し、この画像部分で原画像に
対するマスク処理を行い、ゴミの塊部分以外の領域で検
出される微生物のみをろ過障害微生物として認識及び計
数するようにしたため、ゴミ塊などの異物を微生物とし
て誤認するのを防止できる。
【００５０】また、顕微鏡画像にある輝度を境界として
画像二値化を施し、ある大きさ以上の面積の領域を選択
することで顕微鏡カメラ画像からゴミの塊と考えられる
部分を抽出することにより、顕微鏡カメラ画像からろ過
障害微生物でなくゴミの塊と考えられる部分を容易に抽
出することができる。
画像二値化を施し、ある大きさ以上の面積の領域を選択
することで顕微鏡カメラ画像からゴミの塊と考えられる
部分を抽出することにより、顕微鏡カメラ画像からろ過
障害微生物でなくゴミの塊と考えられる部分を容易に抽
出することができる。
【００５１】また、ゴミ塊として検出した領域の一定量
の膨張処理を行い、同一量の収縮処理をすることによ
り、微生物と形状の似た孔や陰がゴミ塊の表面に存在す
る場合にもこれを排除することができる。
の膨張処理を行い、同一量の収縮処理をすることによ
り、微生物と形状の似た孔や陰がゴミ塊の表面に存在す
る場合にもこれを排除することができる。
【００５２】また、マスク処理として、ゴミの塊領域で
あると抽出した画像領域の画素はその輝度を背景と同じ
値にしたマスク処理を行い、その後にエッジ検出と特徴
抽出、モデルマッチングを行って微生物を認識及び計数
することにより、顕微鏡画像中に観察できるゴミ塊部分
には輝度の変化点が存在しないので、この部分に元々は
存在した微生物形状のシワや陰を排除して正しい微生物
のみの検出ができる。
あると抽出した画像領域の画素はその輝度を背景と同じ
値にしたマスク処理を行い、その後にエッジ検出と特徴
抽出、モデルマッチングを行って微生物を認識及び計数
することにより、顕微鏡画像中に観察できるゴミ塊部分
には輝度の変化点が存在しないので、この部分に元々は
存在した微生物形状のシワや陰を排除して正しい微生物
のみの検出ができる。
【００５３】また、マスク処理として、原画像からエッ
ジ検出と特徴抽出処理を施して線分画像を抽出し、この
線分画像の両端点のいずれか一方または両方がゴミの塊
領域に含まれる場合には該線分画像を線分画像の抽出リ
ストから排除するマスク処理をし、その後に残りの線分
画像のみを対象としたモデルマッチングを行って微生物
を認識及び計数することにより、顕微鏡画像中に観察で
きるゴミ塊部分に抽出された線分はモデルマッチングの
対象から除外するので、この部分に元々は存在した微生
物形状のシワや陰を排除して正しい微生物のみの検出が
できる。
ジ検出と特徴抽出処理を施して線分画像を抽出し、この
線分画像の両端点のいずれか一方または両方がゴミの塊
領域に含まれる場合には該線分画像を線分画像の抽出リ
ストから排除するマスク処理をし、その後に残りの線分
画像のみを対象としたモデルマッチングを行って微生物
を認識及び計数することにより、顕微鏡画像中に観察で
きるゴミ塊部分に抽出された線分はモデルマッチングの
対象から除外するので、この部分に元々は存在した微生
物形状のシワや陰を排除して正しい微生物のみの検出が
できる。
【００５４】また、マスク処理として、原画像からエッ
ジ検出と特徴抽出処理を施して線分画像を抽出し、この
線分画像を対象としてモデルマッチングを行って微生物
を検出し、検出された微生物の重心部分がゴミの塊領域
に含まれる場合には該微生物の検出結果リストから排除
するマスク処理をし、残りの検出微生物のみを認識・計
数することにより、顕微鏡画像中に観察できるゴミ塊部
分に検出された微生物を除外するので、この部分に元々
は存在した微生物形状のシワや陰を排除して正しい微生
物のみの検出ができる。
ジ検出と特徴抽出処理を施して線分画像を抽出し、この
線分画像を対象としてモデルマッチングを行って微生物
を検出し、検出された微生物の重心部分がゴミの塊領域
に含まれる場合には該微生物の検出結果リストから排除
するマスク処理をし、残りの検出微生物のみを認識・計
数することにより、顕微鏡画像中に観察できるゴミ塊部
分に検出された微生物を除外するので、この部分に元々
は存在した微生物形状のシワや陰を排除して正しい微生
物のみの検出ができる。
【図１】本発明の実施形態を示すろ過障害微生物認識手
順。
順。
【図２】ゴミ領域のある原画像例。
【図３】ゴミ領域に孔のある原画像例。
【図４】本発明の他の実施形態を示すろ過障害微生物認
識手順。
識手順。
【図５】本発明におけるマスク処理手順（その１）。
【図６】本発明におけるマスク処理手順（その２）。
【図７】ろ過障害微生物監視装置の概略図。
【図８】従来のろ過障害微生物認識手順。
【図９】ろ過障害微生物監視装置の顕微鏡画像の例。
１…水槽 ２…顕微鏡カメラ ３…画像処理装置
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０１Ｎ 21/88 Ｇ０１Ｎ 21/88 Ｚ (72)発明者 市川 雅英 東京都品川区大崎２丁目１番17号 株式会 社明電舎内 Ｆターム(参考） 2G051 AA90 AB20 CA03 CA04 CA11 EA11 ED01 ED07 ED14 ED23 4B029 AA07 BB01 FA02 FA04 FA10 FA15 4D028 AA01 CC06 CE01 CE02
Claims (6)
- 【請求項１】 監視対象水の画像を顕微鏡カメラで取得
し、この画像からモデルベーストマッチング法で画像認
識でろ過障害微生物を認識及び計数するろ過障害微生物
監視装置において、 前記顕微鏡カメラで取得した画像からゴミの塊領域を抽
出する抽出手段と、前記画像から前記抽出手段が抽出し
たゴミの塊領域を除くマスク処理をした画像に対してモ
デルベーストマッチング法でろ過障害微生物を認識及び
計数する微生物認識・計数手段を備えたことを特徴とす
るろ過障害微生物監視装置。 - 【請求項２】 前記抽出手段は、顕微鏡画像に対して設
定する輝度を境界として画像二値化を施し、背景の輝度
と異なる部分領域を抽出し、前記部分領域の面積が所定
値以上の領域をゴミの塊領域として抽出することを特徴
とする請求項１に記載のろ過障害微生物監視装置。 - 【請求項３】 前記抽出手段は、顕微鏡画像に対して設
定する輝度を境界として画像二値化を施し、背景の輝度
と異なる部分領域を抽出し、前記部分領域の面積が所定
値以上の領域をゴミの塊領域として抽出し、前記ゴミの
塊領域を一定量だけ膨張処理と同一量の収縮処理をして
ゴミの塊領域として抽出することを特徴とする請求項１
に記載のろ過障害微生物監視装置。 - 【請求項４】 前記微生物認識・計数手段は、前記抽出
手段がゴミの塊領域でないと抽出した画像領域の画素は
そののままにし、ゴミの塊領域であると抽出した画像領
域の画素はその輝度を背景と同じ値にしたマスク処理を
行い、このマスク処理を全画面の画素に対して行った結
果得られる画像データを原画像とし、この原画像からエ
ッジ検出と特徴抽出処理を施して線分成分を抽出し、モ
デルマッチングを行って微生物を認識及び計数すること
を特徴とする請求項１に記載のろ過障害微生物監視装
置。 - 【請求項５】 前記微生物認識・計数手段は、原画像か
らエッジ検出と特徴抽出処理を施して線分画像を抽出
し、この線分画像の両端点のいずれか一方または両方が
前記抽出手段で抽出したゴミの塊領域に含まれる場合に
は該線分画像を線分画像の抽出リストから排除するマス
ク処理をし、残りの線分画像のみを対象としたモデルマ
ッチングを行って微生物を認識及び計数することを特徴
とする請求項１に記載のろ過障害微生物監視装置。 - 【請求項６】 前記微生物認識・計数手段は、原画像か
らエッジ検出と特徴抽出処理を施して線分画像を抽出
し、この線分画像を対象としてモデルマッチングを行っ
て微生物を検出し、検出された微生物の重心部分が前記
抽出手段で抽出したゴミの塊領域に含まれる場合には該
微生物の検出結果リストから排除するマスク処理をし、
残りの検出微生物のみを認識・計数することを特徴とす
る請求項１に記載のろ過障害微生物監視装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21207398A JP4158233B2 (ja) | 1998-07-28 | 1998-07-28 | ろ過障害微生物監視装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP21207398A JP4158233B2 (ja) | 1998-07-28 | 1998-07-28 | ろ過障害微生物監視装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2000042528A true JP2000042528A (ja) | 2000-02-15 |
| JP4158233B2 JP4158233B2 (ja) | 2008-10-01 |
Family
ID=16616425
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP21207398A Expired - Fee Related JP4158233B2 (ja) | 1998-07-28 | 1998-07-28 | ろ過障害微生物監視装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4158233B2 (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018134039A (ja) * | 2017-02-22 | 2018-08-30 | 株式会社東芝 | 水中生物検出装置、水中生物検出システム及び水中生物検出方法 |
| WO2022123859A1 (ja) * | 2020-12-07 | 2022-06-16 | 日東電工株式会社 | 光学フィルムの縁部検出方法 |
-
1998
- 1998-07-28 JP JP21207398A patent/JP4158233B2/ja not_active Expired - Fee Related
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018134039A (ja) * | 2017-02-22 | 2018-08-30 | 株式会社東芝 | 水中生物検出装置、水中生物検出システム及び水中生物検出方法 |
| WO2022123859A1 (ja) * | 2020-12-07 | 2022-06-16 | 日東電工株式会社 | 光学フィルムの縁部検出方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4158233B2 (ja) | 2008-10-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111311542A (zh) | 一种产品质量检测方法及装置 | |
| JP6318755B2 (ja) | 糸状性細菌検出装置および糸状性細菌の検出方法 | |
| CN111986195B (zh) | 一种外观缺陷检测方法及系统 | |
| CN115205223B (zh) | 透明物体的视觉检测方法、装置、计算机设备及介质 | |
| JP2008064486A (ja) | 印刷物検査装置、印刷物検査方法 | |
| WO2023039781A1 (zh) | 一种遗留物检测方法、装置、电子设备及存储介质 | |
| CN112669272B (zh) | 一种aoi快速检测方法及快速检测系统 | |
| JP3333568B2 (ja) | 表面欠陥検査装置 | |
| JP2001184510A (ja) | 欠陥検出方法 | |
| JPH09119900A (ja) | コンクリート欠陥の自動評価方法 | |
| JP2000042528A (ja) | ろ過障害微生物監視装置 | |
| CN108510513A (zh) | 一种基于pca和分段rht的pcb图像圆检测方法 | |
| CN112987356A (zh) | 液晶面板底部异物误检滤除方法及装置 | |
| CN114004777A (zh) | 柔性屏的断裂线检测方法及装置、计算机设备及介质 | |
| Lin et al. | Locating license plate based on edge features of intensity and saturation subimages | |
| CN115006901A (zh) | 一种智能化反冲洗过滤器的自动控制方法及系统 | |
| JPH09186208A (ja) | 半導体ウエハの欠陥分類方法及びその装置 | |
| CN104897688B (zh) | 一种化纤纸管外观检测过程中图像精确处理方法及系统 | |
| CN108960222B (zh) | 图像二值化方法、装置、设备及存储介质 | |
| JP2006135700A (ja) | 画像検査装置、画像検査方法、制御プログラムおよび可読記憶媒体 | |
| JP2004053259A (ja) | 欠陥識別方法 | |
| JPH09288037A (ja) | Ｌｃｄパネルの検査方法 | |
| EP0974830A3 (en) | Apparatus and method for detecting low-contrast blemishes | |
| JPS63115279A (ja) | 領域抽出装置 | |
| CN111612788B (zh) | 一种缺陷识别方法、装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040823 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080401 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080602 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20080624 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080707 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110725 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120725 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130725 Year of fee payment: 5 |
|
| LAPS | Cancellation because of no payment of annual fees |