JPS6328680B2 - - Google Patents
Info
- Publication number
- JPS6328680B2 JPS6328680B2 JP58140422A JP14042283A JPS6328680B2 JP S6328680 B2 JPS6328680 B2 JP S6328680B2 JP 58140422 A JP58140422 A JP 58140422A JP 14042283 A JP14042283 A JP 14042283A JP S6328680 B2 JPS6328680 B2 JP S6328680B2
- Authority
- JP
- Japan
- Prior art keywords
- brightness level
- brightness
- microorganisms
- pixels
- filamentous
- 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.)
- Expired
Links
- 244000005700 microbiome Species 0.000 claims description 61
- 244000144992 flock Species 0.000 claims description 12
- 239000007791 liquid phase Substances 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 5
- 230000000813 microbial effect Effects 0.000 claims description 5
- 241000894006 Bacteria Species 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims 1
- 239000010802 sludge Substances 0.000 description 11
- 238000000034 method Methods 0.000 description 10
- 238000002360 preparation method Methods 0.000 description 8
- 241000736262 Microbiota Species 0.000 description 6
- 230000010365 information processing Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004062 sedimentation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000010865 sewage Substances 0.000 description 4
- 239000012085 test solution Substances 0.000 description 4
- 241000233866 Fungi Species 0.000 description 3
- 238000005273 aeration Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 239000006059 cover glass Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 101150097247 CRT1 gene Proteins 0.000 description 1
- 208000034699 Vitreous floaters Diseases 0.000 description 1
- 241000589651 Zoogloea Species 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000005056 compaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004313 glare Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 244000005706 microflora Species 0.000 description 1
- 238000006864 oxidative decomposition reaction Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- Investigating Or Analysing Biological Materials (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Activated Sludge Processes (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】
〔発明の利用分野〕
本発明は微生物相の出現種類及び出現量を自動
的に検出する微生物相検出装置に関する。DETAILED DESCRIPTION OF THE INVENTION [Field of Application of the Invention] The present invention relates to a microbiota detection device that automatically detects the types and amounts of microbiota that appear.
大量の微生物を利用する代表的な例として、生
物学的下水処理法が知られている。活性汚泥法は
生物学的下水処理法の１つで、好気性微生物の酸
化分解作用を利用して下水中の有機物を処理する
方法である。プロセスは好気性状態に維持される
曝気槽と、微生物を重力沈降させる沈殿池とから
構成される。このプロセスの運転管理上、特に重
要なことは沈降性の良好な微生物を育成すること
である。これは、沈降性の悪い微生物が出現する
と、沈殿池から流出して処理水質を悪化させるだ
けでなく、プロセス系内の総微生物量の低下を招
いて処理不能に陥らせるためである。
Biological sewage treatment methods are known as a representative example that utilizes large amounts of microorganisms. The activated sludge method is one of the biological sewage treatment methods, and is a method for treating organic matter in sewage using the oxidative decomposition action of aerobic microorganisms. The process consists of an aeration tank that is maintained in aerobic conditions and a settling tank that allows the microorganisms to settle by gravity. In terms of operational management of this process, what is particularly important is the cultivation of microorganisms with good sedimentation properties. This is because when microorganisms with poor sedimentation properties appear, they not only flow out of the settling basin and deteriorate the quality of the treated water, but also cause a decrease in the total amount of microorganisms in the process system, making treatment impossible.
ところで、一般に活性汚泥法でよく出現する微
生物の種類は50種程度と云われている。これらの
微生物群の総称である活性汚泥を大別すると、２
つのタイプの微生物に分類できる。１つは擬集性
の有るズーグレア（Zoogloea）タイプの微生物
で、良好なフロツクを形成するための沈降性に優
れている。他方は糸状性の微生物で、フロツク相
互の接近を妨害し、沈降性及び圧密性に劣つてい
る。この糸状性微生物が異常に増殖すると、バル
キング状態（汚泥膨化）を引き起こし、沈殿池で
の固液分離ができず、活性汚泥が流出する。 By the way, it is said that there are generally about 50 types of microorganisms that often appear in the activated sludge method. Activated sludge, which is a general term for these microorganism groups, can be roughly divided into 2 types.
It can be classified into two types of microorganisms. One type of microorganism is Zoogloea, which has aggregating properties and has excellent sedimentation properties to form a good floc. The other type of microorganisms are filamentous microorganisms that prevent flocs from approaching each other and have poor sedimentation and compaction properties. When these filamentous microorganisms proliferate abnormally, a bulking state (sludge swelling) occurs, and solid-liquid separation cannot be performed in the sedimentation tank, causing activated sludge to flow out.
ズーグレア性微生物と糸状性微性物の増殖は曝
気槽における有機物負荷（単位活性汚泥重量当り
の有機物量）や曝気条件等により異なる。したが
つて、流入条件が一日単位あるいは季節等で大き
く変化する下水処理場では安定したフロツクを形
成する微生物相の維持管理が大切である。そのた
めには、活性汚泥の状態を把握することが必要と
なる。 The growth of zooglai microorganisms and filamentous microorganisms varies depending on the organic matter load in the aeration tank (the amount of organic matter per unit weight of activated sludge) and aeration conditions. Therefore, in sewage treatment plants where inflow conditions vary greatly on a daily or seasonal basis, it is important to maintain and manage the microbial flora that form stable flocs. For this purpose, it is necessary to understand the condition of activated sludge.
活性汚泥の状態を把握するには通常光学顕微鏡
が用いられている。顕微鏡像は多くの情報を含ん
でおり、出現している微生物の種類やその数を観
察することにより活性汚泥の状態を知ることがで
きる。従来、微生物の種類や数を測定するには顕
微鏡像そのものを目視で観察するか、あるいは写
真撮影してその撮像結果を目視で観察する方法が
採られている。しかし、この情報を読みとるには
熟練を要し、また、微生物に詳しい熟練オペレー
タでも長時間を費し頻度高い観察が困難である。
特に、糸状性微生物の出現数は撮像結果から個々
の長さを手分析により割り出し、総長を求めると
いう労苦がある。したがつて、顕微鏡像による微
生物相の解析には専門知識を持つ熟練オペレータ
でも長時間を要し、頻繁に観察をすることができ
ず有効な情報が十分に生かせれていないのが実状
である。 An optical microscope is usually used to understand the state of activated sludge. Microscopic images contain a lot of information, and the condition of activated sludge can be determined by observing the types and numbers of microorganisms that appear. Conventionally, the types and numbers of microorganisms have been measured by visually observing the microscopic image itself, or by taking photographs and visually observing the imaging results. However, reading this information requires skill, and even experienced operators who are familiar with microorganisms spend a long time making frequent observations difficult.
In particular, in order to determine the number of filamentous microorganisms that appear, the length of each individual microorganism must be determined by manual analysis from the imaging results, and the total length must be calculated. Therefore, analyzing microbiota using microscopic images takes a long time even for experienced operators with specialized knowledge, and the reality is that observations cannot be made frequently and effective information cannot be fully utilized. .
本発明は従来の問題点に対処して成されたもの
で、その目的とするところは顕微鏡像の情報を短
時間で解析し、特に、ズーグレア性微生物と糸状
性微生物の出現状況を自動的に検出できる微生物
相検出装置を提供することにある。
The present invention was developed in response to the problems of the prior art, and its purpose is to analyze information from microscopic images in a short time, and in particular, to automatically determine the appearance status of zooglaiform microorganisms and filamentous microorganisms. An object of the present invention is to provide a microbiota detection device that can detect microbiota.
本発明の特徴は顕微鏡像を輝度情報に変換する
とズーグレア性微生物と糸状性微生物とで輝度ヒ
ストグラムが相違することに着目し、任意の輝度
レベルを設定することによりそれぞれの微生物に
対応した画素数を積分し、微生物相の状態を自動
的に検知できるようにしたことにある。
The feature of the present invention is that when a microscopic image is converted into brightness information, the brightness histograms of zooglare microorganisms and filamentous microorganisms are different. By setting an arbitrary brightness level, the number of pixels corresponding to each microorganism can be calculated. The reason is that it is possible to integrate and automatically detect the state of microbiota.
以下、実施例により本発明を詳細に説明する。 Hereinafter, the present invention will be explained in detail with reference to Examples.
第１図に本発明の一実施例を示す。 FIG. 1 shows an embodiment of the present invention.
像拡大装置２は光学顕微鏡のように微生物相を
拡大する。活性汚泥を含む検液をプレパラート１
上に一定量を採り、光学顕微鏡２の明視野で検鏡
すると第２図に示すようにコントラストのある原
画像を作製できる。原画像は明るい背景である液
相部Ｂの中に暗い部分が存在する。暗い部分はフ
ロツク部Ｚと糸状性微生物Ｆである。３は例えば
ビジコンカメラのような順次走査型撮像装置で、
原画像を輝度情報に変換する。ビジコンカメラ３
によつて得られた画像情報は、情報処理装置４で
処理されて、糸状性微生物量とズーグレア性微生
物量とを表示する。情報処理装置４の詳細を第３
図に示す。 The image magnifying device 2 magnifies the microflora like an optical microscope. Preparation 1 of the test solution containing activated sludge
By taking a certain amount of the sample and examining it under the bright field of an optical microscope 2, an original image with contrast can be created as shown in FIG. In the original image, a dark portion exists in the liquid phase portion B, which is a bright background. The dark areas are floc Z and filamentous microorganisms F. 3 is a progressive scanning imaging device such as a vidicon camera,
Convert the original image to brightness information. Visicon camera 3
The image information obtained is processed by the information processing device 4 to display the amount of filamentous microorganisms and the amount of zooglare microorganisms. Details of the information processing device 4 are shown in the third page.
As shown in the figure.
第３図において、輝度情報処理回路５はビジコ
ンカメラ３からの輝度情報をＡ／Ｄ変換してデイ
ジタル信号に変換する。第４図は第２図のＡ―Ａ
線上を走査した場合の輝度情報処理による輝度ヒ
ストグラムである。第４図では８ビツト（256目
盛）処理している。液相部Ｂの輝度は高く、フロ
ツク部Ｚの輝度は低い値を示す。両者の中間が糸
状性微生物部Ｆの輝度値になる。 In FIG. 3, a brightness information processing circuit 5 A/D converts brightness information from the vidicon camera 3 into a digital signal. Figure 4 is A-A of Figure 2.
This is a brightness histogram obtained by brightness information processing when scanning a line. In Fig. 4, 8 bits (256 divisions) are processed. The brightness of the liquid phase part B is high, and the brightness of the flock part Z is low. The brightness value of the filamentous microorganism part F is between the two.
液相部Ｂの輝度レベル及びフロツク部Ｚの輝度
レベルは、像拡大装置２及びビジコンカメラ３の
計測条件によつて変化するので、液相部Ｂ及びフ
ロツク部Ｚの輝度レベルの中間に位置する糸状性
微生物Ｆを抽出するためには、あらかじめ液相部
Ｂ及びフロツク部Ｚの輝度レベルを判定する必要
がある。 The brightness level of the liquid phase part B and the brightness level of the flock part Z change depending on the measurement conditions of the image magnifying device 2 and the vidicon camera 3, so they are located between the brightness levels of the liquid phase part B and the flock part Z. In order to extract the filamentous microorganisms F, it is necessary to determine the brightness levels of the liquid phase part B and floc part Z in advance.
輝度レベル判定回路６は輝度ヒストグラムから
輝度レベルの最大値Shと最低値Slを取り出す回路
である。最大値Shは液相部Ｂが対象となり、最小
値Slはフロツク部Ｚが対象となり、それぞれ平均
値を用いる。閾値設定回路７は、ShとSlの中間に
２つの閾値S1，S2を選ぶ回路である。ここで、S1
＞S2の条件設定を行い、輝度レベル設定値S1を液
相部Ｂの輝度レベル変動範囲以下に設定し、輝輝
レベル設定値S2をフロツク部Ｚの輝度レベル変動
範囲以上に設定する。このように設定すると糸状
性微生物部Ｆの輝度レベルは設定値S1とS2の間に
存在することになる。レベル比較回路８は走査線
方向のｉ行ｊ列の各画素が持つ輝度情報Sijを(1)
式によつて２値化
fij＝“１”レベル：S1≧Sij≧S2
fij＝“０”レベル：Sij＞S1，Sij＜S2 ……(1)
して糸状菌のみに対応する画素を抽出する。ここ
でfijは糸状菌に対応する画素を表す。レベル比較
回路８より糸状性微生物が存在する画素の抽出が
行える。一方、レベル比較回路９は(2)式に基づい
て２値化する。 The brightness level determination circuit 6 is a circuit that extracts the maximum value S h and the minimum value S l of the brightness level from the brightness histogram. The maximum value S h is for the liquid phase part B, and the minimum value S l is for the floc part Z, and the average value is used for each. The threshold value setting circuit 7 is a circuit that selects two threshold values S 1 and S 2 between S h and S l . Here, S 1
>Set the conditions for S2 , set the brightness level setting value S1 below the brightness level fluctuation range of liquid phase part B, and set the brightness level set value S2 above the brightness level fluctuation range of flock part Z. . With this setting, the brightness level of the filamentous microorganism portion F will exist between the set values S1 and S2 . The level comparison circuit 8 calculates the luminance information S ij of each pixel in the i-th row and the j-th column in the scanning line direction by (1)
Binarized by the formula f ij = “1” level: S 1 ≧S ij ≧S 2 f ij = “0” level: S ij > S 1 , S ij < S 2 ...(1) and filamentous Extract pixels that only correspond to bacteria. Here, f ij represents a pixel corresponding to a filamentous fungus. The level comparison circuit 8 can extract pixels in which filamentous microorganisms are present. On the other hand, the level comparison circuit 9 performs binarization based on equation (2).
zij＝“１”レベル：Sij≦S2
zij＝“０”レベル：Sij＞S2 ……(2)
レベル比較回路９よりフロツクすなわち、ズー
グレア性微生物が存在する画素の抽出が可能とな
る。ここでzijはフロツクに対応する画素を表す。
加算回路１０，１１は２値化された情報に基づい
て１操作線当りの、つまりｉ行における糸状菌あ
るいはフロツタの画素数の和を演算する。加算回
路１０は、(1)式で２値化された糸状性微生物に対
して、１操作線当りの、つまりｉ行での画素数の
和epi（Ｆ）を次式に従つて求める。加算回路１１
は(2)式で２値化されたフロツク部Ｚの画素数に対
epi（Ｆ）＝
〓j
fij ……(3)
して、１操作線当りの、つまりｉ行におけるフロ
ツク画素の和epi（Ｚ）を次式に従つて求める。 z ij = “1” level: S ij ≦S 2 z ij = “0” level: S ij > S 2 ...(2) It is possible to extract flocs, that is, pixels in which zooglare microorganisms are present, from the level comparison circuit 9. becomes. Here, z ij represents the pixel corresponding to the flock.
Addition circuits 10 and 11 calculate the sum of the number of pixels of filamentous fungi or floaters per one operation line, that is, in the i row, based on the binarized information. The adding circuit 10 calculates the sum e pi (F) of the number of pixels per one operation line, that is, in the i row, for the filamentous microorganisms binarized using the equation (1), according to the following equation. Addition circuit 11
is the number of pixels in the flock part Z binarized by equation (2) as e pi (F) = 〓 j f ij ...(3), and the number of flock pixels per one operating line, that is, in the i row, is Find the sum e pi (Z) according to the following formula.
epi（Ｚ）＝
〓j
zij ……(4)
積分回路１２，１３は以上の操作を縦方向の走
査線、つまり各ｉ行について繰り返し行い、１画
面全体における糸状性微生物の画素数ep（Ｆ）及
びフロツク部Ｚの画素数ep（Ｚ）を次式に従つて
求める。ここでｎは走査線数である。 e pi (Z) = 〓 j z ij ...(4) Integrating circuits 12 and 13 repeat the above operation for each vertical scanning line, that is, for each i row, and calculate the number of pixels of filamentous microorganisms e in the entire screen. p (F) and the number of pixels e p (Z) in the flock part Z are determined according to the following equations. Here, n is the number of scanning lines.
ep（Ｆ）＝o
〓i=1
epi（Ｆ） ……(5)
ep（Ｚ）＝o
〓i=1
epi（Ｚ） ……(6)
ところで、顕微鏡２による原画像はプレパラー
ト１上の一部であり、全体を網羅するには、複数
の各画面について上述の処理を行う。したがつ
て、プレパラートの全画面の糸状菌及びフロツク
の各画素数の和を求めるには上述の処理を全面画
数Ｎについて行う必要がある。加算回路１４，１
５は各画面ごとの画素数の和ep（Ｆ）及びep（Ｚ）
をさらに積分する。加算回路１４は糸状性微生物
の画素数の総和Ｅ（Ｆ）を次式に従つて求める。
一方、
Ｅ（Ｆ）＝N
〓P=1
ep（Ｆ） ……(7)
加算回路１５ではフロツク部Ｚの画素数の総和Ｅ
（Ｚ）を求める。 e p (F)= o 〓 i=1 e pi (F) ……(5) e p (Z)= o 〓 i=1 e pi (Z) ……(6) By the way, the original image taken by microscope 2 is This is a part of the slide 1, and in order to cover the entire screen, the above-mentioned processing is performed for each of the plurality of screens. Therefore, in order to find the sum of the number of pixels of the filamentous fungi and flocs on the entire screen of the slide, it is necessary to perform the above-mentioned process for the number of pixels N on the entire screen. Addition circuit 14,1
5 is the sum of the number of pixels for each screen e p (F) and e p (Z)
further integrate. The adding circuit 14 calculates the sum E(F) of the number of pixels of filamentous microorganisms according to the following equation.
On the other hand, E(F)= N 〓 P=1 e p (F)...(7) In the adder circuit 15, the total number of pixels in the flock part Z is
Find (Z).
Ｅ（Ｚ）＝N
〓P=1
ep（Ｚ） ……(8)
画面の等分割で形成される各々の画素は一定の
長さと面積を持つことから(7)式及び(8)式で得た全
画素数を用いてサンプルの糸状性微生物の長さと
フロツク部の面積を求めることができる。 E (Z) = N 〓 P = 1 e p (Z) ... (8) Since each pixel formed by dividing the screen equally has a fixed length and area, equations (7) and (8) Using the total number of pixels obtained in step 1, the length of the filamentous microorganism and the area of the floc part of the sample can be determined.
長さ演算回路１６は糸状性微生物の総長Ｌを求
める。本発明者らは全画面の原画像を写真撮影し
てキルビメータを用いて糸状性微生物の長さを測
定した結果と(7)式で得た糸状性微生物の全画素数
と比較したところ第５図の関係が得られた。第５
図の丸印が(7)式で求めた糸状性微生物の総長であ
る。第５図から、全画素数と糸状性微生物の総長
との間には比例関係があり、画素数から総長を求
められることがわかる。長さ演算回路１６は次式
によりサンプルの糸状性微生物長さL′を求め、
L′＝K1・Ｅ（Ｆ）＋ｂ ……(9)
K1，ｂ：定数
さらに、単位検液量の総長Ｌを(10)式で得ることが
できる。 The length calculation circuit 16 calculates the total length L of the filamentous microorganism. The present inventors photographed the original image of the entire screen and measured the length of filamentous microorganisms using a Kirvimeter, and compared the results with the total number of pixels of filamentous microorganisms obtained using equation (7). The relationship shown in the figure was obtained. Fifth
The circle in the figure is the total length of the filamentous microorganism calculated using equation (7). From FIG. 5, it can be seen that there is a proportional relationship between the total number of pixels and the total length of the filamentous microorganism, and that the total length can be determined from the number of pixels. The length calculation circuit 16 calculates the length L' of the filamentous microorganism of the sample using the following formula: L'= K1・E(F)+b...(9) K1 , b: constant Furthermore, the unit test liquid volume is The total length L can be obtained using equation (10).
Ｌ＝L′／ｖ ……(10)
ｖ：検液量
一方、面積演算回路１７はフロツク部Ｚすなわ
ちズーグレア性微生物の出現量を求める。(8)式で
求めた画素数Ｅ（Ｚ）に画素面積ａを乗ずれば、
ズ
Ａ（Ｚ）＝ａ・Ｅ（Ｚ） ……(11)
ーグレア性微生物の全面積Ａ（Ｚ）が得られる。
ところで、第４図に示す輝度ヒストグラムにおい
て、液相部Ｂの輝度レベルShは微生物による光吸
収のない状態での輝度情報であり、フロツク部Ｚ
の輝度レベルSlはズーグレア性微生物を透過した
時の輝度情報である。また、輝度レベルSlは比較
的安定していることから、ズーグレア性微生物に
特定の吸収係数k2が存在していることがわかる。
したがつて、プレパラート１上のズーグレア性微
生物厚さｔは輝度レベルSh，Slを用いて
ｔ＝１／k2loge（Sh／Sl） ……(12)
次式で表わすことができる。また、Shが画像処理
条件で変化する場合、厚さｔは次式の形で表わ
ｔ＝１／k2′ln（Sh−Sl） ……（13）
しても良い。したがつて、面積演算回路１７は次
式によりサンプルのズーグレア性微生物量
V′（Ｚ）
V′（Ｚ）＝ｔ・Ａ（Ｚ） ……（14）
を求め、さらに、単位検液量の微生物量Ｖ（Ｚ）
を
Ｖ（Ｚ）＝V′（Ｚ）／ｖ ……（15）
（15）式で求めることができる。また、重量単位
Ｗ（Ｚ）に変換するには次式に示すように、密度
ρを乗ずることにより行える。このような操作に
お
Ｗ（Ｚ）＝ρ・Ｖ（Ｚ） ……（16）
いて、走査線あるいは微少領域ごとに輝度レベル
Sh，Ｓが変化する場合は、例えば（17）式のよう
V′（Ｚ）＝N
〓P=1 o
〓i=1
tpi・Api（Ｚ） ……（17）
に微生物量を求める。ところで、プレパラート作
製には第６図に示すプレパラート１ａ，カバーグ
ラス１ｂの間の検液Ａ中のフロツクZ1のように押
し潰した形、及び第７図に示すプレパラート１
ａ，カバーグラス１ｂの間の検液Ａ中のフロツク
Z2のように浮遊させる形がある。第７図の形式に
おけるズーグレア性微生物量V′（Ｚ）は、フロツ
クが球状であると仮定し、単位フロツクの最大長
さを画素の積分により求め、これをフロツク径rn
として次式で算出することができる。ここで、Ｍ
は全フ
V′（Ｚ）＝M
〓i=1
（１／６πrn 3） ……（18）
ロツク数である。 L=L'/v (10) v: Amount of test liquid On the other hand, the area calculation circuit 17 calculates the amount of floc Z, that is, the amount of zooglare microorganisms. If we multiply the number of pixels E(Z) obtained by formula (8) by the pixel area a, we get
A(Z)=a・E(Z)...(11) -The total area of glare microorganisms A(Z) is obtained.
By the way, in the brightness histogram shown in FIG. 4, the brightness level S h of the liquid phase part B is brightness information in a state where no light is absorbed by microorganisms, and
The brightness level S l is the brightness information when passing through zooglare microorganisms. Furthermore, since the brightness level S l is relatively stable, it can be seen that a specific absorption coefficient k 2 exists in zooglare microorganisms.
Therefore, the thickness t of zooglare microorganisms on preparation 1 can be expressed using the brightness levels S h and S l as follows: t = 1/k 2 loge (S h /S l )...(12) can. Furthermore, when Sh changes depending on the image processing conditions, the thickness t may be expressed in the form of the following equation: t=1/k 2 'ln (S h −S l ) (13). Therefore, the area calculation circuit 17 calculates the amount of zooglare microorganisms in the sample using the following formula.
V'(Z) V'(Z)=t・A(Z)...(14) Calculate the amount of microorganisms in the unit sample volume V(Z)
can be obtained using equation (15). Further, conversion to the weight unit W(Z) can be performed by multiplying by the density ρ as shown in the following equation. In such an operation, W(Z)=ρ・V(Z)...(16) The brightness level can be adjusted for each scanning line or micro area.
When S h and S change, for example, as in equation (17), V′ (Z) = N 〓 P=1 o 〓 i=1 t pi・A pi (Z) ...(17) demand. By the way, to prepare the preparation, prepare the preparation 1a shown in FIG. 6, the crushed shape like the floc Z1 in the test solution A between the cover glass 1b, and the preparation 1 shown in FIG.
a, flocs in test solution A between cover glasses 1b
There are floating shapes like the Z 2 . The amount of zooglare microorganisms V'(Z) in the format shown in Figure 7 is calculated by assuming that the flocs are spherical, calculating the maximum length of a unit floc by integrating pixels, and calculating this by the floc diameter r n
It can be calculated using the following formula. Here, M
is the total number of locks V'(Z)= M 〓 i=1 (1/6πr n 3 )...(18).
表示制御回路１８は、各種画像情報をCRT１
９に表示する際の表示情報を選択する。すなわ
ち、表示制御回路１８はfij，epi（Ｆ），ep（Ｆ），Ｅ
（Ｆ），Ｌ，zij，epi（Ｚ），ep（Ｚ），Ｅ（Ｚ）及び
Ｖ
（Ｚ）の各信号から必要な信号のみを選択する回
路である。表示制御回路１８で選択された画像
は、CRT１９に送られて表示される。 The display control circuit 18 sends various image information to the CRT 1.
Select the display information to be displayed on 9. That is, the display control circuit 18 has f ij , e pi (F), e p (F), E
(F), L, z ij , e pi (Z), e p (Z), E (Z) and V
This circuit selects only the necessary signals from each signal (Z). The image selected by the display control circuit 18 is sent to the CRT 19 and displayed.
以上、本発明により糸状性微生物及びズーグレ
ア性微生物を容易に計測可能である。また、実施
例では画像処理技法を詳細に説明しなかつたが、
本発明は入力画像の輝度修正や鮮鋭化によるコン
トラスト強調、あるいは平滑化による雑音除去等
の前処理、さらに、閾値設定に関する従来技術の
適用を阻むものではない。 As described above, according to the present invention, filamentous microorganisms and zooglare microorganisms can be easily measured. In addition, although the image processing techniques were not explained in detail in the examples,
The present invention does not preclude the application of prior art related to brightness correction of input images, contrast enhancement by sharpening, noise removal by smoothing, etc., as well as threshold setting.
本発明によれば、顕微鏡像のような複雑な微生
物相を短時間で自動的に解析し、糸状性微生物量
とズーグレア性微生物量の検出に有効である。検
出時間はLSI等の利用により数分ですみ、日単位
で処理していた従来法を大幅に改善できる。さら
に、検液は稀釈する必要がなく、計測の簡便化が
行える。
According to the present invention, complex microbial flora such as microscopic images can be automatically analyzed in a short time, and it is effective in detecting the amount of filamentous microorganisms and the amount of zooglaia microorganisms. Detection time can be reduced to a few minutes by using LSI, which is a significant improvement over conventional methods that require processing on a daily basis. Furthermore, there is no need to dilute the test solution, which simplifies measurement.
第１図は本発明の一実施例を示す構成図、第２
図は活性汚泥を対象とした顕微鏡像の模式図、第
３図は実施例の詳細を示す図、第４図は第２図の
Ａ―A′線で走査したときの輝度ヒストグラム、
第５図は糸状性微生物の画素数と総長との関係を
示す実験結果の一例、第６図は密着型プレパラー
トのフロツク状態を示す図、第７図は隔離型プレ
パラートのフロツク状態を示す図である。
１…プレパラート、２…像拡大装置、３…ビジ
コンカメラ、４…情報処理装置、５…輝度情報処
理回路、６…輝度レベル判定回路、７…閾値設定
回路、８，９…レベル比較回路、１０，１１…加
算回路、１２，１３…積分回路、１４，１５…加
算回路、１６…長さ演算回路、１７…面積演算回
路、１８…表示制御回路、１９…CRT。
FIG. 1 is a configuration diagram showing one embodiment of the present invention, and FIG.
The figure is a schematic diagram of a microscopic image of activated sludge, Figure 3 is a diagram showing details of the example, and Figure 4 is a brightness histogram when scanning along the line A-A' in Figure 2.
Figure 5 is an example of experimental results showing the relationship between the number of pixels and the total length of filamentous microorganisms, Figure 6 is a diagram showing the floc state of a close-contact type preparation, and Figure 7 is a diagram showing the floc state of an isolated type preparation. be. DESCRIPTION OF SYMBOLS 1... Preparation, 2... Image enlarging device, 3... Vidicon camera, 4... Information processing device, 5... Brightness information processing circuit, 6... Brightness level determination circuit, 7... Threshold value setting circuit, 8, 9... Level comparison circuit, 10 , 11... Addition circuit, 12, 13... Integration circuit, 14, 15... Addition circuit, 16... Length calculation circuit, 17... Area calculation circuit, 18... Display control circuit, 19... CRT.
Claims (1)
と、輝度情報に変換された微生物画像を走査し各
画素毎の輝度レベル信号を発生する画像輝度信号
発生手段と、微生物の存在しない画素の液相輝度
レベルとフロツクとして存在する画素のフロツク
輝度レベルとの間であつて、液相輝度レベルより
所定値だけ小さい第１輝度レベルとフロツク輝度
レベルより所定値だけ大きい第２輝度レベルを設
定する輝度レベル設定手段と、前記第１輝度レベ
ルと第２輝度レベル間の輝度レベルである画素を
抽出し、この画素数から糸状性微生物量を求める
糸状菌量検出手段と、前記第２輝度レベル以下の
輝度レベルである画素を抽出し、この画素数から
フロツク状微生物量を求めるフロツク状菌量検出
手段とを具備した微生物相検出装置。1. Information conversion means for converting a microorganism image into brightness information, image brightness signal generation means for scanning the microorganism image converted into brightness information and generating a brightness level signal for each pixel, and a liquid phase of pixels where no microorganisms are present. A brightness level that is between the brightness level and the flock brightness level of a pixel existing as a flock, and sets a first brightness level that is smaller than the liquid phase brightness level by a predetermined value and a second brightness level that is larger than the flock brightness level by a predetermined value. a setting means; a filamentous bacteria amount detection means for extracting pixels having a brightness level between the first brightness level and the second brightness level and calculating the amount of filamentous microorganisms from the number of pixels; A microbial flora detection device comprising a flocculent microbial amount detecting means for extracting pixels having a certain level and determining the floccular microbial amount from the number of pixels.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58140422A JPS6031889A (en) | 1983-07-28 | 1983-07-28 | Microorganism phase detecting apparatus |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58140422A JPS6031889A (en) | 1983-07-28 | 1983-07-28 | Microorganism phase detecting apparatus |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6031889A JPS6031889A (en) | 1985-02-18 |
| JPS6328680B2 true JPS6328680B2 (en) | 1988-06-09 |
Family
ID=15268333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58140422A Granted JPS6031889A (en) | 1983-07-28 | 1983-07-28 | Microorganism phase detecting apparatus |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS6031889A (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0715369B2 (en) * | 1985-08-30 | 1995-02-22 | 株式会社日立製作所 | Image processing system for filamentous microorganisms |
-
1983
- 1983-07-28 JP JP58140422A patent/JPS6031889A/en active Granted
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6031889A (en) | 1985-02-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Amaral et al. | Activated sludge monitoring of a wastewater treatment plant using image analysis and partial least squares regression | |
| Bjørnsen | Automatic determination of bacterioplankton biomass by image analysis | |
| JP3131661B2 (en) | Water pollution monitoring apparatus and method | |
| Koivuranta et al. | Optical monitoring of activated sludge flocs in bulking and non-bulking conditions | |
| Yu et al. | Single sand-dust image restoration using information loss constraint | |
| CN110533626B (en) | All-weather water quality identification method | |
| Inbar et al. | Analyzing the secondary wastewater-treatment process using Faster R-CNN and YOLOv5 object detection algorithms | |
| CN112767362B (en) | Activated sludge phase contrast microscopic image-based sludge expansion prediction method | |
| Benens et al. | Evaluation of different shape parameters to distinguish between flocs and filaments in activated sludge images | |
| JPH0790234B2 (en) | Sewage treatment method and device with activated sludge | |
| JPS6328680B2 (en) | ||
| JPS6253791A (en) | Apparatus for detecting microorganism | |
| JP2530866B2 (en) | Controller for activated sludge process | |
| JPH0462798B2 (en) | ||
| JPH0515518B2 (en) | ||
| JPH0636188B2 (en) | Image measuring device | |
| JPS6031888A (en) | Microorganism phase detecting apparatus | |
| JPS6031887A (en) | Microorganism phase discriminating apparatus | |
| JPS6253792A (en) | Apparatus for detecting microorganism phase | |
| JPH0671599B2 (en) | Image recognition method for activated sludge | |
| JPH0628453A (en) | Microorganism recognizing device and monitoring method by the device | |
| JPH0636187B2 (en) | Image processing device | |
| JPH06277687A (en) | Mlss gauge | |
| JPH0424913B2 (en) | ||
| Valecký et al. | Characterization of Activated Sludge by Image Analysis Methods |