一种智能霉菌检测方法、系统和装置

1.本发明涉及霉菌检测领域，尤其是涉及一种智能霉菌检测方法、系统和装置。


背景技术：

2.当前市场中的霉菌检测的种类虽然比较多，但大多都属于医疗检测和少数的生活常用检测类，这些检测往往需要用专业的设备。在生活中运用不太方便，因此人们没有条件对生活中的霉菌做到经常性的检测，引起了很多可以避免的病菌感染。
3.现有的霉菌检测技术主要是通过使用检测试纸对待检测区域进行采样式检测，但是这种方法所需的工作量较大，且由于采样的随机性，使得检测结果并不准确。


技术实现要素：

4.本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种智能霉菌检测方法、系统和装置。
5.本发明的目的可以通过以下技术方案来实现：
6.一种智能霉菌检测方法，包括以下步骤：
7.s1、获取紫外线灯照射下的待检测区域图片；
8.s2、使用目标检测算法对图片进行检测，根据检测结果判断是否存在霉菌，若是，则输出告警信息；若否，则返回步骤s1。
9.进一步地，所述目标检测算法为yolov5算法，具体步骤如下：
10.s21、对待检测区域图片进行图像分割；
11.s22、将图像分割后的待检测区域图片输入训练好的全卷积神经网络，得到初步检测结果；
12.s23、采用极大值抑制法对初步检测结果进行筛选，得到最终检测结果。
13.进一步地，若判断为存在霉菌，将待检测区域图片发送至用户终端。
14.进一步地，若判断为存在霉菌，则增大紫外线灯的功率，直至当前功率可消除霉菌。
15.一种智能霉菌检测系统，包括电源模块，摄像头模块，紫外线灯模块，传输模块、控制器模块、处理器模块和报警模块：
16.所述摄像头模块和紫外线灯模块设置在待检测区域中；
17.所述控制器模块用于获取摄像头模块拍摄的待检测区域图片，并通过传输模块将待检测区域图片传输至处理器模块；
18.所述处理器模块使用目标检测算法对图片进行检测，根据检测结果判断是否存在霉菌，若是，则控制器模块响应报警模块进行告警；若否，则继续接收传输模块的图像信息；
19.所述电源模块用于为其它模块供电。
20.进一步地，还包括客户端模块，若处理器模块判断为存在霉菌，将待检测区域图片通过传输模块发送至客户端模块。
21.进一步地，若处理器模块判断为存在霉菌，则控制器模块控制紫外线灯模块增大紫外线灯的功率，直至当前功率可消除霉菌。
22.进一步地，所述传输模块采用无线通信协议进行组网。
23.进一步地，所述控制器模块采用stm32系列单片机。
24.一种智能霉菌检测装置，包括存储器和处理器；所述存储器，用于存储计算机程序；所述处理器，用于当执行所述计算机程序时，实现以下方法：
25.s1、获取紫外线灯照射下的待检测区域图片；
26.s2、使用目标检测算法对图片进行检测，根据检测结果判断是否存在霉菌，若是，则输出告警信息；若否，则返回步骤s1。
27.与现有技术相比，本发明具有以下优点：
28.1、本发明主要依据图像识别技术，对紫外线灯照射下的待检测区域进行了检测，主要针对黄曲霉毒素进行检测，由于在紫外线下，黄曲霉毒素b1，b2发蓝色荧光，黄曲霉毒素g1，g2发绿色荧光，因此通过简单的yolov5算法针对颜色进行识别即可获取区域内是否存在霉菌的信息，检测的准确性好，效率高，且无需对检测区域进行改变，仅需安装摄像头、紫外线灯等装置即可实现霉菌的检测，简单方便。
29.2、本发明在判断存在霉菌后会增大紫外线灯的功率，使得紫外线灯不仅能作为判断的标准，更能作为灭菌的工具，无需人工进行干预，可进行远程灭菌。
30.3、本发明在判断存在霉菌后还会将待检测区域的图片发送至用户终端供检测人员进行检查，进一步保证了检测的准确性。
附图说明
31.图1为本发明的流程示意图。
32.图2为本发明涉及的系统框图。
具体实施方式
33.下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
34.本实施例提供了一种智能霉菌检测方法，主要通过紫外线灯针对黄曲霉毒素进行检测，如图1所示，具体包括以下步骤：
35.步骤s1、获取紫外线灯照射下的摄像头拍摄的待检测区域图片；
36.步骤s2、使用目标检测算法对图片进行检测，并根据检测结果判断待检测区域是否存在霉菌：
37.若是，则输出告警信息，提醒检测人员；
38.若否，则返回步骤s1，继续获取待检测区域图片。
39.由于使用紫外线灯照射霉菌时，黄曲霉毒素b1，b2会显现蓝色荧光，黄曲霉毒素g1，g2则会显现绿色荧光，通过目标检测算法对区域中颜色进行识别即可实现对黄曲霉毒素的识别。
40.在本实施例中，目标检测算法优选为yolov5算法，具体步骤如下：
41.步骤s21、对待检测区域图片进行图像分割；
42.步骤s22、将图像分割后的待检测区域图片输入训练好的基于颜色的全卷积神经网络，得到初步检测结果；
43.步骤s23、采用极大值抑制法对初步检测结果进行筛选，得到最终检测结果。
44.本实施例还提供了一种智能霉菌检测系统，如图2所示，主要包括电源模块，摄像头模块，紫外线灯模块，传输模块、控制器模块、处理器模块、时钟模块、客户端模块和报警模块：
45.其中，摄像头模块和紫外线灯模块设置在待检测区域中。
46.控制器模块用于依据时钟模块设定的周期获取摄像头模块拍摄的待检测区域图片，并通过传输模块将待检测区域图片传输至处理器模块。
47.处理器模块使用目标检测算法对图片进行检测，根据检测结果判断是否存在霉菌，若是，则控制器模块响应报警模块进行告警，并将待检测区域图片传输至客户端模块，同时调节紫外线灯模块的功率使其能起到杀菌的作用；若否，则继续接收传输模块的图像信息。
48.电源模块用于为其它模块提供电量。
49.在本实施例中，若处理器模块完成检测后判断为不存在霉菌，则会通过传输模块发送默认编码至控制器模块，当控制器模块接收到默认编码时认定区域并未产生霉菌，则不进行处理；若处理器模块判断存在霉菌，则会根据霉菌的类型(即图像识别出的颜色)通过传输模块发送特定的编码至控制器模块，当控制器模块接收到特定编码时，首先通过传输模块将待测区域的图像信息传输至客户端模块，供检测人员查看。并同时响应报警模块和紫外线灯模块，使报警模块报警，加大紫外线灯模块的功率直至达到可消除霉菌的功率标准。
50.在本实施例中，传输模块可采用蓝牙、zigbee等现有的无线通信协议进行组网，以便实时对数据进行传输，保证了检测的速度。
51.同时客户端模块也可通过人工自行调节本实施例系统中模块的功能及启用。
52.通过使用本系统，使用者可明确待检测区域的物品信息以及受菌情况，当检测到存在病菌时，使用者也可及时接收到提醒，进行及时清理，从而降低了健康风险。
53.本实施例还提供了一种智能霉菌检测装置，包括存储器和处理器；存储器，用于存储计算机程序；处理器，用于当执行计算机程序时，实现以下方法：
54.步骤s1、获取紫外线灯照射下的摄像头拍摄的待检测区域图片；
55.步骤s2、使用目标检测算法对图片进行检测，并根据检测结果判断待检测区域是否存在霉菌：
56.若是，则输出告警信息，提醒检测人员；
57.若否，则返回步骤s1，继续获取待检测区域图片。
58.本实施例又提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例中提到的智能霉菌检测方法，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷
举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
59.以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。