一种平板菌落自动计数方法及装置
本发明属于生物菌落计数,具体涉及一种平板菌落自动计数方法及装置。
背景技术:
1、菌落计数是微生物学、食品安全、医疗卫生和环境监测等领域中最基础且最常用的检测手段之一。平板菌落计数法作为行业标准方法,通过将待测样品稀释后涂布或混入培养基中,经一定温度和时间培养后,统计平板上形成的肉眼可见菌落数量,从而推算出样品中的活菌浓度。目前,平板菌落计数工作主要依赖人工目视完成,操作人员使用记号笔在培养皿背面逐一点标记已计数的菌落,必要时借助放大镜辅助辨认。
2、随着图像处理技术的发展,部分自动菌落计数方法应运而生。例如,中国专利cn113902713b公开了一种基于图像分割算法的多菌落体计数方法,其首先采集培养皿图像并进行预处理,通过圆检测获取培养皿区域并进行对比度增强;随后进行第一次二值化处理获得二值化图像,再经距离变换处理和拉伸处理获得距离图像,对距离图像进行第二次二值化处理和闭包处理,得到包含多个单连通域区域的菌落二值图像;然后使用基于凹点匹配的多菌落分割方法对菌落二值图像进行处理,得到分割后的菌落图像,再通过轮廓检测和轮廓特征分析滤除非菌落体的标记;最后利用标记图像对菌落图像做分水岭变换计数,获得菌落数量。
3、然而,该方法在图像采集环节未涉及光照调节机制,采集到的图像质量易受环境光照变化影响,菌落与背景之间的对比度不稳定,进而影响后续分割精度。此外,其采用的凹点匹配多菌落分割方法依赖于菌落轮廓的凹陷特征来实现粘连分割,当菌落间连接处无明显凹陷或粘连十分紧密时,凹点识别困难,分割准确性明显下降。在培养皿边缘区域的菌落处理方面,该方法虽采用直方图均衡增强图像整体对比度,但未针对边缘区域光照衰减进行专门的补偿处理,也未通过掩膜方式排除皿外干扰,边缘菌落容易因对比度不足而被漏计。
技术实现思路
1、本发明的目的就在于提供一种平板菌落自动计数方法及装置,以解决现有技术中菌落计数存在的图像采集质量不稳定、紧密粘连菌落难以准确分割以及培养皿边缘区域菌落易漏计的技术问题。
2、本发明通过以下技术方案来实现上述目的:
3、第一方面、本发明提出了一种平板菌落自动计数方法,所述方法包括:
4、获取承载有菌落样品的培养皿的预览图像,所述培养皿的中心、图像采集中心与环境光中心位于同一轴线上,根据所述预览图像中培养皿区域的灰度均值,调节环境亮度,直至灰度均值满足预设灰度范围,获取所述培养皿的待处理图像;
5、对所述待处理图像执行预处理操作,得到增强图像;对所述增强图像进行轮廓检测,确定所述培养皿的几何参数,根据所述几何参数生成区域掩膜,提取有效区域图像;
6、对所述有效区域图像进行目标分割处理,得到多个独立的连通域,其中,所述目标分割处理包括二值化处理和基于距离特征的区域分割处理;
7、对各所述连通域进行面积筛选,统计满足预设面积范围的连通域数量作为菌落总数,将所述菌落总数与标准计数范围进行比较,输出计数结果。
8、进一步的,所述根据所述预览图像中培养皿区域的灰度均值,调节环境亮度,包括:
9、灰度均值按照以下公式计算:
10、;
11、其中,n为培养皿区域内图像像素总数,为像素点处的灰度值;
12、当所述灰度均值低于所述预设灰度范围的下限时,增大环境亮度;当所述灰度均值高于所述预设灰度范围的上限时,降低环境亮度。
13、进一步的,所述对所述待处理图像执行预处理操作,包括对所述待处理图像进行灰度化处理,得到灰度图像,按照以下公式计算:
14、;
15、其中,、g(i,j)、b(i,j)分别为像素点()处红、绿、蓝三个颜色通道的数值,、、分别为红、绿、蓝三个颜色的加权系数,三者之和为1;
16、采用高斯滤波对所述灰度图像进行平滑处理,得到滤波图像,采用的高斯核函数如下:
17、;
18、其中,为高斯核的标准差;x、y为卷积核内相对中心像素的坐标偏移;
19、高斯滤波后的图像按照以下公式计算:
20、;
21、其中,为原灰度图像在像素点()处的灰度值,为滤波后的灰度值。
22、进一步的,所述对所述待处理图像执行预处理操作,还包括对所述滤波图像进行自适应直方图均衡化处理,得到所述增强图像,包括:
23、将所述滤波图像划分为若干互不重叠的子块,对各子块直方图进行对比度限制后分别均衡化,再通过双线性插值消除块边界效应;
24、第k个子块的直方图裁剪限幅按照以下公式计算:
25、;
26、其中,为子块像素数,l为灰度级数,β为裁剪系数;
27、裁剪后的子块直方图的灰度映射函数如下:
28、;
29、其中,为第k个子块中灰度级i经裁剪后的像素统计量,为对应的累积分布函数;
30、对每个像素,根据其所在位置四邻域子块的映射结果进行双线性插值,得到最终输出灰度,将所述最终输出灰度的图像作为所述增强图像。
31、进一步的,所述对所述增强图像进行轮廓检测,确定所述培养皿的几何参数,包括:
32、以标准培养皿的已知半径范围为约束条件,通过霍夫圆检测算法对所述增强图像进行检测,确定所述培养皿的圆心坐标(a,b)和半径r;
33、所述培养皿边缘对应的圆方程如下:
34、;
35、其中,(a,b)为圆心坐标,r为半径;
36、霍夫圆检测将图像边缘像素点在参数空间(a,b,r)中进行投票累加,取累加值最大的参数组作为检测结果,并以标准培养皿的已知半径范围[rmin,rmax]为约束条件,仅保留半径满足约束的圆形轮廓。
37、进一步的,所述二值化处理和基于距离特征的区域分割处理包括:
38、对所述有效区域图像采用自适应阈值法进行二值化处理,得到二值图像,其中,局部自适应阈值按照以下公式确定:
39、;
40、其中,μ(x,y)和σ(x,y)分别为以像素点(x,y)为中心的滑动窗口内灰度均值和标准差,k为调节系数;
41、当像素灰度值大于t(x,y)时,二值化输出为菌落前景,否则二值化输出为培养基背景;
42、对所述二值图像进行距离变换,计算每个前景像素到最近背景像素的欧氏距离,生成距离图像,按照以下公式计算:
43、;
44、其中,background为背景像素集合,(i,j)为距离前景像素(x,y)最近的背景像素坐标,d(x,y)为该前景像素到最近背景像素的欧氏距离;
45、以所述距离图像作为输入执行分水岭算法,将所述距离图像视为三维地形图,模拟水位上升过程,在相邻区域的汇合处构建分水岭分割线,将粘连的菌落分离为各自独立的连通域。
46、进一步的,所述对各所述连通域进行面积筛选,包括:
47、按照以下公式计算各连通域的像素面积:
48、;
49、其中,为第k个连通域的像素面积,|ck|表示连通域内前景像素的个数;
50、将满足以下条件的连通域保留为有效菌落:
51、≤≤amax ;
52、其中,amin和amax分别为预设面积阈值的下限和上限;
53、所述菌落总数按照以下公式计算:
54、;
55、其中,n为菌落总数,|·|表示集合中元素的个数。
56、进一步的,所述对各所述连通域进行面积筛选之前,还包括:
57、对各所述连通域进行形状特征筛选,其中,连通域的长宽比按照以下公式计算:
58、;
59、连通域的圆形度按照以下公式计算:
60、;
61、其中,、分别为连通域主轴与次轴长度,pk为连通域周长;
62、将长宽比或圆形度不满足预设范围的连通域判定为非菌落区域并滤除。
63、第二方面、本发明提出了一种平板菌落自动计数装置,所述装置用于执行如上述的计数方法,所述装置包括:
64、封闭检测腔体,所述封闭检测腔体内部形成密闭暗室环境,所述封闭检测腔体设有开口;
65、样品承载模块,设置于所述封闭检测腔体内部,用于承载培养皿,所述样品承载模块具有推拉机构,所述推拉机构用于通过所述开口将所述样品承载模块推出或拉入所述封闭检测腔体;
66、图像采集模块,安装于所述封闭检测腔体内部,位于所述样品承载模块上方,用于响应控制指令采集所述培养皿的预览图像;
67、照明模块,安装于所述封闭检测腔体内部,位于所述图像采集模块与所述样品承载模块之间,用于为所述培养皿提供环境光;
68、控制模块,用于控制所述推拉机构将所述样品承载模块拉入所述封闭检测腔体后,控制所述照明模块提供环境光,并控制所述图像采集模块采集所述培养皿的图像,以及根据所述图像进行菌落计数,获得计数结果;
69、人机交互模块,用于显示所述计数结果和/或接收操作指令。
70、进一步的,所述照明模块为环形光源,所述环形光源的中心轴线与所述图像采集模块的光轴重合,所述图像采集模块的视线穿过所述环形光源的中心通孔采集所述培养皿的图像。
71、本发明的有益效果在于:
72、1、本发明在图像采集阶段对预览图像的灰度均值进行实时检测并自动调节环境亮度,使正式采集的待处理图像灰度均值始终处于预设范围内,确保菌落与培养基背景之间具有稳定的对比度,消除了环境光照变化对图像质量的干扰。在培养皿定位过程中,通过霍夫圆检测生成区域掩膜,将皿外区域完整排除,使后续图像处理步骤仅作用于培养皿内部有效区域,避免了皿壁反光和外部杂光对菌落识别的干扰。
73、2、本发明在粘连菌落分割中采用距离变换与分水岭算法,通过对二值图像中每个前景像素到最近背景像素的欧氏距离计算生成距离图像,使每个菌落中心形成独立的灰度峰值、粘连菌落连接处形成灰度低谷,分水岭算法在上述低谷位置自动构建分割线,将粘连菌落分离为独立的连通域。对于菌落间连接处无明显凹陷或粘连紧密的情况,该方法依然能够有效建立分割线,降低了粘连菌落被误判为单个菌落的情况。
74、3、本发明的图像预处理步骤包含自适应直方图均衡化,通过将图像划分为若干子块并分别进行对比度限制和均衡化处理,对培养皿边缘区域因光照衰减造成的亮度不均进行补偿,使边缘区域菌落与背景的灰度差异得到增强,降低了边缘菌落的漏计率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com