[发明专利]基于自我学习机制的粘连菌落自动分割方法

说明书

本发明属于微生物检测技术领域，涉及一种基于自我学习机制的粘连菌落自动分割方法；本发明方法通过计算机首先学习特定粘连菌落对应的菌落边缘区域、菌落接触区域以及菌落中心区域的颜色特征，根据颜色特征自动构建分割模型，随后采用未知的粘连菌落测试已构建的分割模型，最后将通过测试的分割模型应用于大批量平板中的粘连菌落分割；本发明可捕捉粘连菌落图像的菌落边缘区域（1）、菌落接触区域（2）以及菌落中心区域（3）的颜色特征，自动建立并验证粘连菌落的分割规则，使得一线的普通操作人员经过简单的操作即可实现复杂粘连菌落的高效分割。

技术领域

本发明属于微生物检测技术领域，涉及一种基于自我学习机制的粘连菌落自动分割方法。

背景技术

平板菌落计数是检测食品、农产品中活体微生物数量的国标方法，其计数结果可用来评价食品、农产品在生产及加工过程中受微生物污染的程度。平板菌落计数主要有人工计数法和计算机视觉自动计数法。申请号为CN201210059955.5的专利公开了一种计算机视觉自动计数法，通过统计标准平板菌落图片中菌落区域与背景区域（培养基）的颜色特征，建立以颜色特征为分割阈值的菌落区域背景区域分割标准，并在计算机中编写特定的图像处理程序来完成菌落计数任务。计算机视觉自动计数法具有速度快、检测结果客观等优势，能在短时间内完成大批量平板的菌落计数。

在实际操作过程中，为了保证计数结果的可靠性，用于平板菌落培养的样品稀释液浓度不能太低（理想情况是经稀释液涂布后，平板包含30-300个菌落），因而不可避免的出现菌落粘连的情况。为了准确计算平板内菌落的个数，这就要求计算机内特定的图像处理程序不仅要完成菌落区域与背景区域的分割，而且要对粘连菌落进行分割。菌落区域与背景区域往往具有不同的颜色特征且差异比较明显，通过图像处理程序内设定的固定分割阈值即可完成图像分割；而粘连菌落区域均由组成菌落的微生物细胞覆盖，导致菌落边缘区域、菌落重叠区域、菌落中心区域之间的颜色差异非常小，对应的分割阈值往往随着培养批次、图像拍摄条件等因素而发生变化，难以在图像处理程序中预先设定合理的分割阈值来完成粘连菌落的分割。

学者（周莹莉等. 基于图像处理的菌落自动计数方法及其实现. 数据采集与处理, 2003, 18(4):460-464.）提出了采用动态阈值（如最大类间方差法自动计算最优阈值）对粘连菌落进行分割，但是动态阈值的计算、修正以及其分割效果的判断要求操作人员具有较高的图像处理技能，因此不利于该方法的推广。申请号为CN201510732585.0的专利公开了以一定的时间间隔跟踪拍摄粘连区域的菌落生长过程，搜寻菌落彼此粘连之前的图像并结合固定阈值进行分割。该方法的分割效果好，但连续跟踪拍摄过程耗时，难以满足大批量平板的菌落计数需求。

为了有效分离粘连菌落，使得菌落计数结果能够准确地反映样本的微生物数量，本发明提出一种基于自我学习机制的粘连菌落分割方法；借助该方法，一线的普通操作人员经过简单的操作即可实现复杂粘连菌落的高效分割。

发明内容

本发明针对两个或两个以上单菌落由于彼此的菌落边缘相互接触而形成的粘连菌落，提出了一种基于自我学习机制的粘连菌落自动分割方法。

计算机首先学习特定粘连菌落对应的菌落边缘区域、菌落接触区域以及菌落中心区域的颜色特征，根据颜色特征自动构建分割模型，随后采用未知的粘连菌落测试已构建的分割模型，最后将通过测试的分割模型应用于大批量平板中的粘连菌落分割。

为达到上述目的，本发明采用的技术方案是：

步骤一：分割模型的自我构建，具体包含以下过程：

过程（1），采集菌落彩色图像，分别提取n个粘连菌落彩色图像中菌落边缘区域（1）、菌落接触区域（2）以及菌落中心区域（3）内的红色分量R、绿色分量G和蓝色分量B的均值r、g和b，得到的n*3组数据，组建数组X _{n*3, 3}。