JP2015181374A - 糸状性細菌検出装置および糸状性細菌の検出方法 - Google Patents

Abstract

【課題】生物処理槽の汚泥に存在する糸状性細菌を精度よく検出する。
【解決手段】活性汚泥法による生物処理槽から採取した検査対象を位相差観察して波長５００〜８００ｎｍの成分の画像を取得し、取得した画像を所定の閾値で２値化処理し、２値化処理後の画像において独立した領域を糸状性細菌の候補として認識し、前記糸状性細菌候補の形状の特徴を数値化し、前記数値群に対して所定の閾値を適用して糸状性細菌候補が糸状性細菌であるかどうかの判別を行う。
【選択図】図１

Description

本発明は、活性汚泥法による生物処理槽（曝気槽、沈殿槽など）の汚泥中に存在し、膨化障害やろ過障害を引き起こす糸状性細菌を検出するに際し、位相差顕微鏡で観察した汚泥水サンプルの観察像をカメラで撮像し、得られた画像に画像処理を施すことによって汚泥水中に存在する糸状性細菌を自動で検出する装置および方法に関する。特に、撮像画像を得る段階、画像処理を行う段階に工夫を凝らし、従来手法よりも精度よく糸状性細菌を検出する方法および装置に関する。

この種の糸状性細菌の監視装置として、顕微鏡とカメラの組合せで撮像した撮像画像に画像処理を適用して特定の微生物を検出し、浄水場で問題となるろ過障害の有無を監視する「ろ過障害微生物監視装置」が提案されている（特許文献１）。

特許文献１では、顕微鏡とカメラの組合せで撮像した撮像画像から、観察対象の微生物ではなくゴミの塊と考えられる画像領域をまず抽出し、この画像領域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を監視対象外とし、ゴミの塊部分以外の領域で検出される微生物のみを認識および計数する構成としている。

より具体的には、監視対象水（汚泥水）の画像を顕微鏡とカメラの組合せで撮像する撮像手段と、撮像画像からゴミの塊領域を抽出する抽出手段と、前記撮像画像に前記抽出手段が抽出したゴミの塊領域をマスクとして合成し、合成画像に対してモデルベーストマッチング法を適用し、予め登録された形状モデルと合成画像から抽出された背景の輝度と異なる部分領域のモデルマッチングを行うことで監視対象の微生物を認識および計数する微生物認識・計数手段を備えている。

抽出手段は、撮像画像に対して所定の輝度閾値を適用して画像の２値化を行い、背景の輝度と異なる部分領域をまず認識し、前記部分領域の面積が所定値以上の場合、当該領域をゴミの塊領域として抽出する。微生物認識・計数手段は、前記抽出手段がゴミの塊領域として抽出した部分領域の輝度を背景と同じ値にすることでマスク処理を行い、当該操作で得られた画像データを原画像とし、この原画像に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および計数する。

特開２０００−４２５２８号公報

特許文献１の「ろ過障害微生物監視装置」によれば、予め作成された形状モデルと合成画像から抽出された背景の輝度と異なる部分領域のモデルマッチングにより微生物の認識を行っている。

しかしながら、監視対象とする微生物の大きさや形状は一定ではない。例えば、監視対象の微生物が糸状性細菌の場合には、その個体差によって長さが一定ではないし、観察時点での形状は必ずしも直線に近い訳ではなく、丸まって円弧を形成していたり、Ｕ字やＳ字のように曲率が一定でない曲線を描いていたり、またα字のように自らと交差する場合もある。つまり、特許文献１の方法で微生物を高精度に検出しようとすると、考えられ得る全ての微生物形状に対応する無数の形状モデルを予め用意すること、またその無数の形状モデル全てを用いてモデルマッチングを行うことが必要となるが、本手法を実行することは極めて困難である。

すなわち、特許文献１に記載の方法では、予め用意する形状モデルの数を増やすことでさまざまな形状の糸状性細菌の認識に対応可能ではあるが、考えられ得る糸状性細菌の全ての形状に対応する無数の形状モデルを用意することは極めて困難であるし、仮に形状モデルを適正に用意したとしても、独立した領域と全ての形状モデルとのモデルマッチングを施すことは処理時間が著しく増加するため、実施への難易度は極めて高い。

また汚泥水サンプルには特許文献１に記載のゴミの塊や監視対象の微生物以外に、原水の成分を処理する多種の細菌や微生物が存在しており、特許文献１に記載のゴミの塊を除去するマスク処理だけでは、それら別の細菌や微生物あるいはそれらの一部を誤って検出することがあり、誤検出を防ぐには十分とはいえない。

本発明の目的は、生物処理槽から採取した検査対象（汚泥水）を位相差観察し、撮像した画像に画像処理を施し、検査対象に存在する糸状性細菌を精度よく検出できる糸状性細菌検出装置および糸状性細菌の検出方法を提供することにある。

上記目的を達成するために、本発明の糸状性細菌検出装置は、活性汚泥法による生物処理槽から採取した検査対象に、少なくとも５００〜８００ｎｍの波長範囲の一部を含む光線を照射する光線照射手段と、前記光線が前記検査対象を透過するに際して位相差を生じさせる位相差発生手段と、前記位相差発生手段により位相差を生じた透過光線を撮像して画像を取得する撮像手段と、前記撮像画像に対して画像処理を行う画像処理手段と、を備え、前記画像処理手段は、前記撮像画像から糸状性細菌の候補を糸状性細菌候補領域として抽出する領域抽出手段と、前記領域抽出手段で抽出された糸状性細菌候補領域の形状を数値化して数値化群を算出する数値化手段と、前記数値化群を元に糸状性細菌候補が糸状性細菌であるかどうかを判別する判別手段とを有することを特徴とする。

ここで、光線照射手段は、５００〜８００ｎｍの波長範囲の光線のみを透過させる波長選択手段を有するとよい。

また、光線照射手段は、５００〜８００ｎｍの波長範囲の光線のみを照射するようにしてもよい。

また、画像処理手段は、前記撮像画像において、５００〜８００ｎｍの波長範囲の画像成分を抽出して成分抽出画像を作成する成分抽出手段を更に有し、前記成分抽出画像を前記撮像画像に置き換えるようにしてもよい。

前記糸状性細菌検出装置において、前記画像処理手段は、前記領域抽出手段が前記糸状性細菌候補領域を抽出した糸状性細菌候補抽出画像を更に作成し、かつ前記撮像画像あるいは前記成分抽出画像からフロック形成細菌をフロック形成細菌領域として認識するフロック領域認識手段と、フロック形成細菌領域をマスクとして前記撮像画像あるいは前記成分抽出画像あるいは前記糸状性細菌候補抽出画像に合成するマスク処理手段を有するとよい。

また、前記マスク処理手段における前記フロック領域認識手段において、前記撮像画像の彩度成分が所定の閾値より高い領域をフロック形成細菌領域として認識するとよい。

また、本発明の糸状性細菌の検出方法は、活性汚泥法による生物処理槽から採取した検査対象に、少なくとも５００〜８００ｎｍの波長成分の一部を含む光線を透過させるに際して、透過光線に位相差を生じさせるステップと、前記透過光線を撮像して撮像画像を取得するステップと、前記撮像画像から所定の閾値Ａで糸状性細菌候補領域を抽出するステップと、前記糸状性細菌候補領域の形状を数値化して数値群を得るステップと、前記数値群から糸状性細菌候補が糸状性細菌であるかどうかを判別するステップと、を行うことを特徴とする。

この方法では、前記撮像画像において、５００〜８００ｎｍの波長範囲の画像成分を抽出して成分抽出画像を作成するステップと、前記成分抽出画像を前記撮像画像に置き換えるステップと、を更に行うよい。

また、前記撮像画像から所定の閾値Ａで糸状性細菌候補抽出画像を作成するステップと、前記撮像画像から所定の閾値Ｂでフロック形成細菌領域を認識するステップと、フロック形成細菌領域をマスクとして前記撮像画像あるいは前記成分抽出画像あるいは前記糸状性細菌候補抽出画像に合成するステップと、を更に行うことが好ましい。

位相差観察で得られた画像において特に５００〜８００ｎｍの波長成分に注目すると、糸状性細菌は背景である処理水に比べてより低い輝度で撮像されるため、撮像画像において独立した領域を糸状性細菌候補として認識する際に、より精度良く認識することができる。

次に、前記独立した領域それぞれの形状特徴を数値化して数値群を得る際に、数値群としては、面積、長さ、太さ、周囲長、平均輝度、色度や彩度などがあげられる（これら以外に一般的に知られる形状特徴も必要に応じて使用することができる）。これら数値群の内から一つないし二つ以上の数値に対してそれぞれ閾値を設定し、糸状性細菌候補が糸状性細菌であるかないかの判別を行うことであらゆる形状の糸状性細菌を精度良く検出することができる。また上述の通り閾値判定した後の複数の結果を論理演算することで、更に糸状性細菌の検出精度を高めることも好ましい。

また、検査対象に含まれるフロック形成細菌には髪の毛や糸くずのような繊維状のゴミが含まれていることがある。前記のマスク処理を行わずに糸状性細菌を検出しようとするとこれらを糸状性細菌として誤認識する可能性があるため、事前にフロック形成細菌領域を認識して当該領域にマスクを施す（つまり当該領域を検出対象から除外する）ことで、ゴミを糸状性細菌として誤認識することを防ぐことができるので好ましい。

また、フロック形成細菌領域をマスクするに際し、ＲＧＢ画像をＨＳＬ（色度・彩度・明度）空間画像に変換し、Ｓ（彩度）成分を抜き出し、抜き出された彩度成分を所定の閾値で２値化し、前記閾値より彩度が高い画素領域をフロック形成細菌領域と判断して前記撮像画像にマスク処理を行うとよい。

また、前記５００〜８００ｎｍの波長の成分に注目した画像は、例えばハロゲン光源などに代表される広範な出力波長帯域をもつ光源を用いて前記検査対象を位相差観察した場合の撮像画像において、画像処理の段階で５００〜８００ｎｍの波長の成分を抽出して取得することができる。この場合には、ＲＧＢ（赤・緑・青）カラー撮像した画像をＲ、Ｇ、Ｂの情報に分解し、Ｒのみの、Ｇのみの、あるいはＲとＧを合成した画像として得れば良い。

本発明の糸状性細菌検出装置および糸状性細菌の検出方法によれば、活性汚泥法による生物処理槽から採取した検査対象（汚泥水）に存在する糸状性細菌の認識を精度良く、かつ高速に行うことができる。

本発明の一実施形態における糸状性細菌検出装置の全体構成を示す図である。 撮像画像から糸状性細菌を検出する手順を示す図である。 撮像画像にマスク処理をする手順を示す図である。 位相差撮像画像の一例を白黒（グレー）で示した画像である。 明視野撮像画像の一例を白黒（グレー）で示した画像である。 位相差撮像画像からＲ成分を抽出した画像である。 位相差撮像画像からＧ成分を抽出した画像である。 位相差撮像画像からＢ成分を抽出した画像である。 位相差撮像画像をＨＳＬ空間に変換して彩度を抽出した画像である。 図４に点線で示した領域の拡大画像である。 図１０に矢印で示した部分の輝度プロファイルを示す図である。 位相差撮像画像の模式的画像である。 図１２に示した模式的画像に２値化処理を施した画像である。 図１３に示した画像に所定の特徴量により糸状性細菌の検出を行った結果画像である。 位相差撮像画像の模式的画像をＨＳＬ変換し、彩度で２値化処理をした画像である。 図１５を元に作成したマスク画像である。 位相差撮像画像の模式的画像に、図１６に示した画像でマスク処理を行った画像である。 図１４に示した画像と図１７に示した画像を合成した画像である。

本発明の望ましい実施の形態について、以下の通り図面を参照しながら説明する。

図１は、本発明の一つの実施形態における糸状性細菌の検出装置の全体構成を示す図である。ここでは、光線照射手段として白色光源１を、位相差発生手段として位相差顕微鏡７、波長選択手段として光学フィルター２、撮像手段としてカメラ８を用いている。

ステージ３に、生物処理槽から採取した検査対象（汚泥水）５をスライドガラス４とカバーガラス６に挟んで観察用プレパラートとして載置する。白色光源１からの光線を、位相差観察のために必要なリングスリット１０と、５００〜８００ｎｍに透過特性を持つ光学フィルター２を通して検査対象（汚泥水）５に照射して、検査対象（汚泥水）５を透過した光を図示しない位相板を備えた位相差顕微鏡７で観察する。位相差顕微鏡７で観察した画像をカメラ８で撮像し、撮像画像は画像処理装置９に取り込まれる。この場合のカメラ８はカラーカメラでもモノクロカメラでも良い。

また、本明細書において、特別な記載がない場合は撮像画像とは位相差撮像画像を示すこととする。

図２は、撮像画像から糸状性細菌を検出する手順を示す図である。また、図３は、撮像画像にマスク処理を施す場合の手順を示す図である。
（糸状性細菌検出手順）
生物処理槽から採取した検査対象（汚泥水）５を位相差顕微鏡７で観察すると、撮像されたオブジェクトは４つの構成要素に大別される。すなわち背景である処理水、汚泥の固形分の主成分であるフロック形成細菌、フロック形成細菌に含まれて存在するゴミや微生物、そして糸状性細菌である。これらを位相差顕微鏡により観察した場合、構成要素の屈折率や厚みの関係から次のような明るさや色味で観察される。なお以降、輝度値について記述する場合、特に波長について言及しない場合は、可視波長領域内ではすべての波長で同様の傾向を示すものとする。

第一に、背景である処理水は、中程度の輝度で撮像され、色味はグレーであり彩度が低い。

第二に、フロック形成細菌領域は、さまざまな細菌の集合体であるため多少のばらつきはあるものの、高輝度かつその色味は白あるいは赤や黄色であり、また彩度が総じて高い。

第三に、糸状性細菌は、中〜低輝度で撮像され色味は青色に撮像され、その彩度は中程度である。なお、フロックに存在するゴミや微生物については、さまざまなゴミや微生物が映り込むため、その輝度や色味を一概に述べることはできない。しかし、ゴミについては低輝度かつ色味は黒あるいは茶色に撮像されることが多い。また微生物についてはフロック形成細菌と同様に高輝度かつ色味は白あるいは赤や黄色に撮像されることが多い。

ここで糸状性細菌のＲＧＢ成分それぞれの輝度に着目すると、背景である処理水に対して、緑〜赤色の成分である５００〜８００ｎｍの波長成分では輝度が低く撮像されるが、青色の成分である５００ｎｍ以下の波長成分では背景と同様に中程度の輝度であることを述べる
以上のことから、５００〜８００ｎｍの波長成分の撮像画像に注目することでフロック形成細菌は高輝度に、背景である処理水は中輝度に、糸状性細菌は低輝度に撮像され、それぞれをコントラスト良く認識することができる。

５００〜８００ｎｍの波長の成分の画像は、白色光源１に５００〜８００ｎｍに透過特性を持つ光学フィルター２を適用して、位相差顕微鏡７を通してカメラ８（カラーでもモノクロでも良い）で撮像する、あるいは５００〜８００ｎｍの波長範囲の光線を選択的に照射できる光源（ＬＥＤなど）を用い、位相差顕微鏡７を通してカメラ８（カラーでもモノクロでも良い）で撮像することで取得することができる。もしくはその他の方法として、白色光源１と位相差顕微鏡７によって得られる像をカラーカメラ（ＲＧＢ）で撮像し、撮像画像から５００〜８００ｎｍの波長の成分に相当するＲ成分もしくはＧ成分あるいはそれらを組み合わせた成分を抽出することで取得することもできる。

図４は、光学フィルターを介さずに白色光源を用いて汚泥を位相差観察した撮像画像（実際には色味を帯びた画像）の一例をモノクロ（グレー階調）で示している。糸のような形状の糸状性細菌がところどころに認められる。一方、図５は、図４と同じ検査対象を明視野観察した撮像画像（実際には色味を帯びた画像）の一例をモノクロ（グレー階調）で示している。図５は図４に比べてコントラストが低く、糸状性細菌を認識しづらい。図４に示す撮像画像を、Ｒ成分、Ｇ成分、およびＢ成分に分解すると、それぞれ図６、図７、および図８のような画像が得られる。

図１０は、図４に示す画像の点線領域を拡大し、切り抜いた画像である。図１１は、図１０に存在する糸状性細菌２１を含む矢印で示す領域における輝度プロファイルをＲ成分、Ｇ成分、Ｂ成分ごとに示したグラフである。図１１において輝度に変化（低下）が見られる部分が、糸状性細菌２１の存在する部分である。図１１を参照すると、Ｇ成分、Ｒ成分、Ｂ成分の順に、背景である処理水２５と糸状性細菌２１との輝度の変化が大きいことがわかる。

以下、図２の処理フローと、図１２から図１８の模式的に示す画像を参照しながら説明を行う。

図１２は、位相差観察による撮像画像を模式的に示した画像である。図１２には、糸状性細菌２１（記号は糸状性細菌のひとつにしか記していないが、ゴミ２３以外の線表現は糸状性細菌である）の他に、フロック形成細菌領域２２（網掛け）、フロック形成細菌領域２２に含まれて存在する繊維状のゴミ２３、糸状性細菌以外の微生物２４が認められ、大部分を背景である処理水２５が占めている。

前述のとおり、５００〜８００ｎｍの波長成分の撮像画像においては糸状性細菌２１がより低輝度に撮像されるので、５００〜８００ｎｍの波長成分の撮像画像を検査に用いることが好ましい。

図２に示す処理フローに従い、適切に定めた閾値で撮像画像を２値化し（Ｓ３）、その閾値を下回る領域を認識することで図１３に示すような画像を得る。図１３には、糸状性細菌２１のほかに、ゴミ２３と微生物２４が混在し、それぞれを独立した領域として認識する（Ｓ４）ことができる。認識された領域は糸状性細菌候補領域として扱われる。また、前記２値化の方法は、閾値を適切な輝度値とし、撮像画像の各画素の輝度値が閾値と大小を比較することで撮像画像の２値化しても良い。また閾値を適切な輝度の範囲として、その範囲に各画素の輝度が含まれているか否かにより撮像画像の２値化をしても良い。あるいは、撮像画像に各種画像処理フィルターを掛け合わせた後の結果に対して閾値を設置しても良い。たとえばラプラシアンフィルターに代表されるエッジ抽出処理の結果に閾値を設置し、撮像画像の各画素ごとの先鋭化処理の結果値と閾値との大小を比較することで撮像画像の２値化をしても良い。さらに、２値化後の画像に膨張処理や収縮処理などを施し、画像からノイズ成分を除去することも望ましい。

次に、糸状性細菌候補領域の形状的特徴を数値化して数値群を得て、これら数値群の中から一つないし二つ以上の数値にそれぞれ閾値を設定して糸状性細菌候補領域が糸状性細菌であるかどうかの判別を行い（Ｓ５）、最終的にあらゆる形状の糸状性細菌２１を精度良く認識する（Ｓ６）し、糸状性細菌の計数を行う。数値群としては、面積、長さ、太さ、周囲長、平均輝度、色度や彩度などを用いるのが良い（ただしこれらに限定されるものではない）。

なおＳ５では、２種類以上の数値を組み合わせて新たな数値を算出することもできる。例えば、周囲長を面積で除算して真円度を求めても良く、これを数値群の一つとしてもよい。あるいは上述の通り、閾値判定した後の複数の結果を論理演算して判別処理に用いても良い。

またＳ６では、単純に糸状性細菌２１の個体数を計数しても良いし、画像中に占める糸状性細菌２１の総面積の割合などの形で計数しても良い。

図１２を図２に示すフローで処理した結果を図１４に示す。この結果では糸状性細菌２１の他にゴミ２３を糸状性細菌として誤検出してしまっている。
（マスク処理手順）
次に、フロック形成細菌に含まれるゴミを糸状性細菌として誤認識してしまう課題に対する対処方法を説明する。

汚泥水中に存在するフロック形成細菌により形成されるフロック形成細菌領域２２には、たとえば髪の毛や糸くずのような繊維状のゴミ２３が含まれていることがあり、上述の通りこれらを糸状性細菌２１として誤って認識するおそれがある。そこで、図３に示すフローに従って処理対象画像にマスク処理を行うことが好ましい。糸状性細菌候補領域を認識する前にフロック形成細菌領域２２を抽出して（Ｓ１２）マスクを作成し（Ｓ１３）、撮像画像（図１２）にマスクを施す（Ｓ１４）ことでフロック形成細菌領域２２を検査対象外とできるので、前述のゴミ２３を糸状性細菌２１として誤検出することがなくなる。

なお、フロック形成細菌領域２２の抽出は、ＨＳＬ画像のＳ（彩度）成分の情報を利用した２値化処理により行うとよい（Ｓ１１）。図９は図１に示す撮像画像をＨＳＬ空間に変換し、その１バンドであるＳ（彩度）成分を抽出し、輝度に変換して表した画像である。図９に示すように、位相差観察においては背景である処理水２５とフロック形成細菌領域２２は彩度で大きなコントラストがあるため、彩度の高低で２値化処理を行うことが好ましい（ただし、一般的な輝度情報またはそのほかの成分あるいは別の方法による２値化を制限するものではない）。

図１５は、予め適切に定めた閾値より高い彩度の領域をフロック形成細菌領域２２として抽出した画像を模式的に示したものである。また、２値化によりマスクを作成する際には、２値化後の画像に膨張処理や収縮処理などの処理、またそれらを組み合わせた処理を行うことによりノイズを除去することも好ましい。上述の操作によって、図１６に示すマスク画像が得られる。このマスク画像を、撮像画像（図１２）を２値化した画像（図１３）に適用（フロック形成細菌領域２２の画素を２値化後の高輝度側の輝度情報へ置き換える）すると図１７に示す画像が得られる。図１７では、マスク処理によってフロック形成細菌領域２２とゴミ２３は除かれている。糸状性細菌２１のほかに微生物２４が混じってしまうが、図１４に示す画像と図１７に示す画像情報を合成（論理演算）することで図１８に示す画像が得られ、糸状性細菌２１だけを含んだ画像となる。すなわち図１４と図１７の両方に抽出されている領域は糸状性細菌２１のみである。

このように生物処理槽内には、先に挙げた処理水、フロック形成細菌、糸状性細菌の他に、細菌を捕食する原生生物を始めとした微生物が見られることもある。ただし、これらの微生物は糸状性細菌とはその大きさや形状が明らかに異なることから、上述した数値群を用いた判別によって糸状性細菌として誤って認識される可能性は低い。加えて撮像画像においては、微生物の多くがフロック形成細菌と同様に高輝度かつ高彩度で撮像されるため、フロック形成細菌領域と同様に認識されてマスク化されることから、微生物が糸状性細菌として誤って認識される可能性は更に低いものとなる。

本発明を以下の通り実施例によって具体的に説明する。ただし、本発明はこれらに限定されるものではない。

本件実施例を行うに際し、生物処理槽から採取した汚泥５〜１０μＬを市販のスライドガラスとカバーガラスに挟んで観察用プレパラートを作成した。位相差発生手段としてはＯＬＩＭＰＵＳ社の位相差顕微鏡（型式：ＣＸ−４１）を用い、上記の通り作成した観察用プレパラートを当該顕微鏡のステージに載置し、ＩｍａｇｉｎｇＳｏｕｒｃｅ社のカラーＵＳＢカメラ（型式：ＤＦＫ６１ＡＵＣ）を使用して撮像した。

＜実施例１＞
上述の構成で得られた汚泥水の撮像画像（ＲＧＢカラー画像／各バンドとも２５５階調）では、背景であるが処理水部分が中程度の輝度（輝度値１５０前後）に、フロック形成細菌は高輝度（輝度値１８０以上）に、糸状性細菌は中〜低輝度（輝度値１５０〜７０）に、さらにゴミは低輝度（輝度値１００以下）に撮像された。

次に、前記撮像画像へ図２に示すフローの糸状性細菌の検出処理を施したところ、撮像画像内に存在する１３個の糸状性細菌を見逃しなく検出した。しかし、問題ないレベルであるが、フロック形成細菌内のゴミやフロック形成細菌のエッジの計３箇所を糸状性細菌として誤検出した。

＜実施例２＞
実施例１と同様の画像に対して、図２に示すフローに図３に示すフローを加え、糸状性細菌の検出を行ったところ、フロック形成細菌内部のゴミやフロック形成細菌のエッジが適正にマスクされ（検査対象領域から除外され）、１３個の糸状性細菌のみを見逃しなく検出した。

＜比較例＞
上記、実施例１と同様の画像に対して、特許文献１に記載のモデルベーストマッチング法にて糸状性細菌の検出を行ったところ、形状モデルとして糸状性細菌が直線のものと曲線のものの２種類を用意していたために、形状が直線に近い糸状性細菌６個と曲線モデルに近い形状の糸状性細菌２個の検出はできたものの、Ｓ字状、Ｕ字状、輪を描いている糸状性細菌などの計５個の糸状性細菌を検出することができなかった。

本件発明は、活性汚泥法を用いた生物処理槽の汚泥水に存在する糸状性細菌の監視に非常に有効に利用することができる。

１ 白色光源
２ 光学フィルター
３ ステージ
４ スライドガラス
５ 検査対象（汚泥水）
６ カバーガラス
７ 位相差顕微鏡
８ カメラ
９ 画像処理装置
１０ リングスリット
２１ 糸状性細菌
２２ フロック形成細菌領域
２３ ゴミ
２４ 微生物
２５ 処理水

Claims (9)

1. 活性汚泥法による生物処理槽から採取した検査対象に、少なくとも５００〜８００ｎｍの波長範囲の一部を含む光線を照射する光線照射手段と、前記光線が前記検査対象を透過するに際して位相差を生じさせる位相差発生手段と、前記位相差発生手段により位相差を生じた透過光線を撮像して画像を取得する撮像手段と、前記撮像画像に対して画像処理を行う画像処理手段と、を備え、前記画像処理手段は、前記撮像画像から糸状性細菌の候補を糸状性細菌候補領域として抽出する領域抽出手段と、前記領域抽出手段で抽出された糸状性細菌候補領域の形状を数値化して数値群を得る数値化手段と、前記数値群を元に糸状性細菌候補が糸状性細菌であるかどうかを判別する判別手段と、を有することを特徴とする糸状性細菌検出装置。
2. 前記光線照射手段は、５００〜８００ｎｍの波長範囲の光線のみを透過させる波長選択手段を有することを特徴とする請求項１に記載の糸状性細菌検出装置。
3. 前記光線照射手段は、５００〜８００ｎｍの波長範囲の光線のみを照射することを特徴とする請求項１に記載の糸状性細菌検出装置。
4. 前記画像処理手段が、前記撮像画像において、５００〜８００ｎｍの波長範囲の画像成分を抽出して成分抽出画像を作成する成分抽出手段を更に有し、前記成分抽出画像を前記撮像画像に置き換えることを特徴とする請求項１に記載の糸状性細菌検出装置。
5. 前記画像処理手段において、前記領域抽出手段が前記糸状性細菌候補領域を抽出した糸状性細菌候補抽出画像を更に作成し、かつ前記撮像画像あるいは前記成分抽出画像からフロック形成細菌をフロック形成細菌領域として認識するフロック領域認識手段と、フロック形成細菌領域をマスクとして前記撮像画像あるいは前記成分抽出画像あるいは前記糸状性細菌候補抽出画像に合成するマスク処理手段を有することを特徴とする請求項１〜４のいずれかに記載の糸状性細菌検出装置。
6. 前記マスク処理手段における前記フロック領域認識手段において、前記撮像画像の彩度成分が所定の閾値より高い領域をフロック形成細菌領域として認識することを特徴とする請求項１から５のいずれかに記載の糸状性細菌検出装置。
7. 活性汚泥法による生物処理槽から採取した検査対象に、少なくとも５００〜８００ｎｍの波長成分の一部を含む光線を透過させるに際して、透過光線に位相差を生じさせるステップと、前記透過光線を撮像して撮像画像を取得するステップと、前記撮像画像から所定の閾値Ａで糸状性細菌候補領域を抽出するステップと、前記糸状性細菌候補領域の形状を数値化して数値群を得るステップと、前記数値群を元に糸状性細菌候補が糸状性細菌であるかどうかを判別するステップと、を行うことを特徴とする糸状性細菌の検出方法。
8. 前記撮像画像において、５００〜８００ｎｍの波長範囲の画像成分を抽出して成分抽出画像を作成するステップと、前記成分抽出画像を前記撮像画像に置き換えるステップと、を更に行うことを特徴とする請求項７に記載の糸状性細菌の検出方法。
9. 前記撮像画像から所定の閾値Ａで糸状性細菌候補抽出画像を作成するステップと、前記撮像画像から所定の閾値Ｂでフロック形成細菌領域を認識するステップと、フロック形成細菌領域をマスクとして前記撮像画像あるいは前記成分抽出画像あるいは前記糸状性細菌候補抽出画像に合成するステップと、を更に行うことを特徴とする請求項７または８に記載の糸状性細菌の検出方法。