一种菌落计数方法技术

本发明专利技术提供了一种菌落计数方法，包括以下步骤：S1、对获取的培养皿图像进行预处理，得到培养皿区域图像H(x)；S2、采用基于均值滤波的去雾算法对培养皿区域图像H(x)进行处理，得到去雾图像G(x)；S3、获取去雾图像G(x)中各个菌落图像的轮廓，根据菌落图像的轮廓上的凹点对去雾图像G(x)进行分割，分割出各个菌落图像的轮廓，统计菌落图像的轮廓的数量。本发明专利技术的菌落计数方法能够实现对菌落的快速计数，提高菌落计数的速度与精确度。落计数的速度与精确度。落计数的速度与精确度。

【技术实现步骤摘要】
一种菌落计数方法


[0001]本专利技术属于微生物检测
，具体涉及一种菌落计数方法。

技术介绍

[0002]食品中菌落总数的测定是用来判断食品被细菌污染程序的一项指标，以便对被检样品进行卫生学评价时提供依据。随着生活水平的快速提高，人民对于食品安全、环境质量等方面的要求越来越高，因而菌落总数检测在各地的相关机构，如质检所、食品公司等，成为了一项重要的普及性工作。
[0003]与传统的人工计数法相比，基于图像处理的计算机菌落计数具有以下优点：1)计数速度快，能极大的提升菌落计数的效率，满足现代工业的要求；2)不受人的主观性的影响，统计结果可靠、客观；3)拥有良好的可复现性，可以实现食品链的安全追踪。
[0004]目前计数方法中水平集方法精确度较高，但是效率较低，需要多次迭代，为了提高最小菌落的分辨率，需要采用更高分辨率的相机。而更大尺寸的菌落图片，则导致菌落计数效率更低。而极限腐蚀等计数方法在同种菌落方面表现尚可，但是在存在不同菌落的菌落计数方面，由于菌落大小、形态、反射率等皆不相同，容易导致菌落漏计，其结果准确率较低。

技术实现思路

[0005]本专利技术为了解上述技术缺陷，提出了一种菌落计数方法，采用基于均值滤波的去雾算法对图像进行去雾处理，增强图像对比度的同时抑制噪声，减小因反射率差异较大而导致的二值化精度太低的问题，从而可以准确识别不同种类的菌落。为实现上述目的，本专利技术采用以下具体技术方案：
[0006]一种菌落计数方法，包括以下步骤：
[0007]S1、对获取的培养皿图像进行预处理，得到培养皿区域图像H(x)；
[0008]S2、采用基于均值滤波的去雾算法对培养皿区域图像H(x)进行处理，得到去雾图像G(x)；
[0009]S3、获取去雾图像G(x)中各个菌落图像的轮廓，根据菌落图像的轮廓上的凹点对菌落图像的轮廓进行分割，统计分割后菌落图像的轮廓的数量。
[0010]优选地，步骤S1包括以下步骤：
[0011]S11、对培养皿图像进行预处理，获取培养皿图像的内轮廓；
[0012]S12、对培养皿图像的内轮廓进行椭圆拟合，获取培养皿区域图像H(x)。
[0013]优选地，步骤S2包括以下步骤：
[0014]S21、分别获取培养皿区域图像H(x)的R、G、B三通道的分量值H
c
(x)；
[0015]S22、求取培养皿区域图像H(x)的最小值图像M(x)：
[0016][0017]S23、求取最小值图像M(x)的均值m
ave
，以及对最小值图像M(x)进行中值滤波，得到中值滤波图像M
ave
(x)；
[0018]S24、利用中值滤波图像M
ave
(x)和培养皿区域图像H(x)求得环境光图像L(x)与大气光图像A，环境光图像L(x)与大气光图像A的表达式分别如下：
[0019]L(x)＝min(min(ρm
ave
,0.9),M
ave
,M(x))
[0020][0021]S25、根据环境光图像L(x)与大气光图像A计算得到去雾图像G(x)：
[0022]G(x)＝(H(x)
‑
L(x))/(1
‑
L(x)/A)。
[0023]优选地，步骤S21包括以下步骤：
[0024]S211、利用灰度世界法进行色彩偏移，计算培养皿区域图像H(x)的R、G、B三通道的均值C
ave
；
[0025]S212、根据均值C
ave
分别计算R、G、B三通道的增益系数k
r
、k
g
、k
b
；
[0026]S213、根据均值C
ave
和增益系数k
r
、k
g
、k
b
获得R、G、B三通道的分量值H
c
(x)，c∈(R,G,B)。
[0027]优选地，步骤S3包括以下步骤：
[0028]S31、对去雾图像G(x)中的各个菌落图像的轮廓进行缝隙填充，获得完整的菌落图像的轮廓；
[0029]S32、对菌落图像的轮廓进行滤波处理；
[0030]S33、利用曲率尺度空间算法计算各个菌落图像的轮廓的角点并筛选出凹点；
[0031]S34、根据凹点的个数对凹点进行连线，并对粘连的菌落进行分割。
[0032]优选地，步骤S3还包括以下步骤：
[0033]S35、利用自适应Canny算子获取分割后的菌落图像的轮廓，筛选出符合要求的轮廓，并统计菌落图像的轮廓的数量。
[0034]优选地，步骤S31包括以下步骤：
[0035]S311、利用自适应Canny算子获取去雾图像G(x)中各个菌落图像的轮廓；
[0036]S312、将菌落图像的轮廓上相邻两点用直线连接；相邻两点不在各自的八邻域内，但在预设缝隙范围内。
[0037]优选地，步骤S33包括以下步骤：
[0038]S331、对各个菌落图像的轮廓进行高斯卷积，计算卷积后各个菌落图像的轮廓的曲率，曲率极大值点为角点；
[0039]S332、根据自适应局部阈值与角度范围去掉菌落图像的轮廓上错误的角点，并采用非极大值抑制的方法去除重复的角点；
[0040]S333、根据检测出的角点进一步筛选判断为凹点的角点。
[0041]优选地，凹点的判断方法包括：
[0042]分别选取检测出的角点两侧的轮廓上的点P1和P2，标记出P1和P2的中点P
mid
；
[0043]如果中点P
mid
位于轮廓外，则该角点为凹点。
[0044]优选地，步骤S34中对凹点进行连线分为以下情况：
[0045]A、若凹点的个数为0或1，则视为独立菌落，不进行分割；
[0046]B、若凹点的个数为2，则将两个凹点之间进行连线，并进行分割；
[0047]C、若凹点的个数为3，则先获取各个菌落的质心，利用质心对菌落进行三连线，并进行分割；
[0048]D、若凹点的个数大于3，则根据最短连线原则对凹点进行连线，并进行分割。
[0049]本专利技术能够取得以下技术效果：
[0050]本专利技术的菌落计数方法能够实现对菌落的快速计数，提高菌落计数的速度与精确度。
附图说明
[0051]图1是本专利技术一个实施例的一种菌落计数方法的流程示意图；
[0052]图2是本专利技术一个实施例的原始菌落图像；
[0053]图3是本专利技术一个实施例的培养皿区域图像；
[0054]图4a是本专利技术一个实施例的凹点示意图；
[0055]图4b是图4a放大后的示意图；
[0056]图5是本专利技术一个实施例的相同菌落的菌落计数结果的示意图；
[0057]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种菌落计数方法，其特征在于，包括以下步骤：S1、对获取的培养皿图像进行预处理，得到培养皿区域图像H(x)；S2、采用基于均值滤波的去雾算法对所述培养皿区域图像H(x)进行处理，得到去雾图像G(x)；S3、获取所述去雾图像G(x)中各个菌落图像的轮廓，根据所述菌落图像的轮廓上的凹点对所述菌落图像的轮廓进行分割，统计分割后所述菌落图像的轮廓的数量。2.根据权利要求1所述的菌落计数方法，其特征在于，所述步骤S1包括以下步骤：S11、对所述培养皿图像进行预处理，获取所述培养皿图像的内轮廓；S12、对所述培养皿图像的内轮廓进行椭圆拟合，获取所述培养皿区域图像H(x)。3.根据权利要求1所述的菌落计数方法，其特征在于，所述步骤S2包括以下步骤：S21、分别获取所述培养皿区域图像H(x)的R、G、B三通道的分量值H
c
(x)；S22、求取所述培养皿区域图像H(x)的最小值图像M(x)：S23、求取所述最小值图像M(x)的均值m
ave
，以及对所述最小值图像M(x)进行中值滤波，得到中值滤波图像M
ave
(x)；S24、利用所述中值滤波图像M
ave
(x)和所述培养皿区域图像H(x)求得环境光图像L(x)与大气光图像A，所述环境光图像L(x)与所述大气光图像A的表达式分别如下：L(x)＝min(min(ρm
ave
,0.9),M
ave
,M(x))S25、根据所述环境光图像L(x)与所述大气光图像A计算得到所述去雾图像G(x)：G(x)＝(H(x)
‑
L(x))/(1
‑
L(x)/A)。4.根据权利要求3所述的菌落计数方法，其特征在于，步骤S21包括以下步骤：S211、利用灰度世界法进行色彩偏移，计算所述培养皿区域图像H(x)的R、G、B三通道的均值C
ave
；S212、根据所述均值C
ave
分别计算所述R、G、B三通道的增益系数k
r
、k
g
、k
b
；S213、根据所述均值C
ave
和所述增益系数k
r
、k

【专利技术属性】
技术研发人员：王帅会，许博谦，高雁，
申请(专利权)人：中国科学院长春光学精密机械与物理研究所，
类型：发明
国别省市：