一种菌落自动检测方法技术

本发明专利技术公开了一种菌落自动检测方法，属于生物医学图像处理、环境监测等领域，所述方法包括以下步骤：输入菌落图像；对所述菌落图像进行图像灰度化处理和预处理，获取处理后的菌落图像；根据所述处理后的菌落图像，进行理想菌落图像重建；对所述理想菌落图像进行后处理，检测到菌落。当菌落图像是在不同条件下获取时，通过消除光照偏差，把输入的菌落图像转化为理想菌落图像，对理想菌落图像进行后处理，检测到菌落，本发明专利技术不依赖特定的图像采集装置、菌落类型、外界环境条件，在图像分割和菌落提取过程中不依赖于经验性的阈值或先验知识，因此具有很高的普遍性，扩大了应用范围，并且通过大规模的实验证明了本发明专利技术的准确性和精密度。

【技术实现步骤摘要】

本专利技术涉及生物医学图像处理、环境监测等领域，特别涉及一种菌落自动检测 方法。
技术介绍
随着计算机科学技术的发展，计算技术已经渗透到其他学科的多种领域，尤其 是生物医学、环境监测等领域。由于计算机具有很强的计算和存储能力，所以在数字信 号的采集、处理、传输和存储方面具有独特的优势。因此，在生物医学图像处理领域和 信息科学领域之间的跨学科研究可以极大地促进生物医学知识的发现以及研究方法的改 进，在环境检测领域和信息科学之间的学科交叉研究可以促进现代化检测方法和仪器的 研究和开发。目前，平板菌落检测方法已经广泛应用于多种背景下的细菌计数，例如 对环境监测、食物检测等等情况下的菌落检测。然而，现有的人工计数方法费时费力。 而且，由于年龄、经验等因素，这种高度主观的方法经常导致计数准确率较低。到现在为止，只有少数文献与自动菌落检测方法有关。根据自动菌落检测方法 的原理，可以把它们划分为两类1)把菌落检测问题看作目标识别，这类方法通常提 取菌落特征，例如颜色、纹理和形状，然后训练分类器来鉴定感兴趣区域是不是菌落。 但是，研究人员经常需要花费很多时间来准备大量的用于训练模型的样本，而且菌落颜 色、纹理和形状的剧烈变化会对模型的训练自动菌落检测方法带来很多困难；幻把菌落 检测看作图像分割[5,，现有的方法通常选取全局阈值法、基于块的局部阈值法或者基于 特定领域知识的阈值选取法。由于最佳阈值选取往往对数据具有依赖性，因此这类方法 在大规模应用上有很大的局限性。参考文献Shenglang Jin, "Comparison between the Determination Results of Total Bacteriain Food of Machine Vision and Culture，，，Packaging and food Machinery, 2009, 27(4 · , ‘ pp 33-37.Shenglang Jin, Yujuan Li, Yongguang Yin, Rapid detection of total number ofbacteria in food using digital micro-image identification technique, Transactions ofthe Chinese Society of Agricultural Engineering, 2008, 24(4), pp : 177-180 · ·[3JYuqin Yang, Chushui Yao, Study on Method of Automatic Identification andAouncting of Bacteria Colonies on Plate, Chinese Journal of Disnfection, 2001, 18(3), pp 141-144.Ates，H.Gerek, O.N.，An Image-processing Based Automated Bacteria ColonyCounter, 24th International Symposium on Computer and Information Sciences，2009.Yingli Zhou，Libo Zeng, A Method for Automatic Colony Counting Based onlmage Processing and Its Realization, Journal of Data Acquistion & Processing,200318(4), pp 460-464.Guoxin Wang, Changli Zhang, Junlong Fang, etc., Experimental study forautomatic colony counting system based on image processing, China Dairy Industry, 2006，34(2), pp 40-42.Hong Men, Yujie Wu, Caihong Wang, etc., Study on Heterotrophic BacteriaColony Counting Based on Image Processing Method, Study on HeterotrophicBacteria Colony Counting Based on Image Processing Method, 2008, 35(3), pp : 38-41, 45.[8JBuqing Chang, Research on the Development of ColonyAnalysis SystemBased on Image Processing, Hebei Industry University, 2008.Reyna，Mourino-Perez Rosal ； Josue, Alvarez-Borrego 1, Color Correlation for theRecognition Vibrio Cholerae Ol in Seawater, Proceedings of SPIE, Vol 3749, pp : 586-587, 1999.Luc Vincent, Morphological Grayscale Reconstruction in Imgae Analysis Applicatins and Efficient Algorithms, IEEE Transactions on Image Processing, vol.2, No.2,pp 176 185，1993.权炜、郑南宁、贾新春，“复杂背景下的车辆牌照字符提取方法研究，，， 《信息与控制》，2002 年，Vol.31 (1)，pp 25-29.谢贵、彭嘉雄，“基于上下边缘点匹配的连通域搜索算法”，《华中科技大 学学报》，2002 年，Vol.30 ⑷，pp 66-68.
技术实现思路
为了扩大应用范围，本专利技术提供了，所述方法包括以下 步骤(1)输入菌落图像；(2)对所述菌落图像进行图像灰度化处理和预处理，获取处理后的菌落图像；C3)根据所述处理后的菌落图像，进行理想菌落图像重建；(4)对所述理想菌落图像进行后处理，检测到菌落。步骤(2)中所述预处理，具体为图像平滑和直方图均衡化。步骤(3)中所述根据所述处理后的菌落图像，进行理想菌落图像重建，具体包 括非均勻光照下背景建模和非均勻光照分布消除。所述非均勻光照下背景建模具体为通过分析所述处理后的菌落图像的自身成像特性来构建所述非均勻光照下背景建模。所述自身成像特性具体包括所述处理后的菌落图像的平滑性；所述处理后的菌落图像的稀疏性；非均勻光照下背景对所采集原始图像的逼近性。所述非均勻光照分布消除具体为所述处理后的菌落图像与非均勻光照下背景对应元素做差，消除非均勻光照分布。步骤中所述对所述理想菌落图像进行后处理，检测到菌落，具体包括对所述理想菌落图像进行图像二值化处理，获取二值图像本文档来自技高网...

【技术保护点】
一种菌落自动检测方法，其特征在于，所述方法包括以下步骤：（１）输入菌落图像；（２）对所述菌落图像进行图像灰度化处理和预处理，获取处理后的菌落图像；（３）根据所述处理后的菌落图像，进行理想菌落图像重建；（４）对所述理想菌落图像进行后处理，检测到菌落。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘安安，刘哲人，
申请(专利权)人：刘安安，
类型：发明
国别省市：23[中国|黑龙江]