[发明专利]一种多孔培养板板孔菌群生长情况图像检测方法及系统

说明书

本发明公开了一种多孔培养板板孔菌群生长情况图像检测方法及系统，其中图像检测方法包括：采集原始图像；图像预处理；边缘检测；凸包检测并查找出多孔培养板的外围轮廓；找出多孔培养板外围轮廓的最小包围矩形并进行位置矫正；选取多孔培养板的区域；对多孔培养板上的各培养孔进行定位；提取各培养孔的有效位置区域；计算培养孔有效位置区域的颜色特征值；获取多孔培养板板孔菌群的生长情况。本发明针对多孔培养板板孔菌群生长情况的判断提出一种基于机器视觉的图像检测方法，有效地解决了微生物培养菌体检测和筛选过程中，传统方式效率低下、劳动强度大、误操作的各种问题，实现了同时对多孔培养板板孔菌群生长情况的大量快速自动检测。

技术领域

本发明属于微生物自动化培养领域，特别涉及一种多孔培养板板孔菌群生长情况图像检测方法及系统。

背景技术

自然界中微生物的种数估计有10万种，但发现的仅为估计种类的10％～20％，而在人类生产和生活中仅开发利用了已发现微生物种类的1％，绝大多数在现有条件下未能被培养出来。

微生物培养在生物、医药、食品、污水处理等领域具有重要的意义，是微生物学研究、生物制药、食品检测、水质检测等操作过程中最基本最常见的技术手段。微生物的种类繁多且微生物培养的过程十分繁杂，需要多步操作处理且均需人工操作。培养过程中所需要的设备和器材较多，培养周期长，不仅占用了培养箱大量的宝贵空间，还需要操作人员熟练的掌握菌体培养的所有操作步骤和准确的使用各类器材，这也对操作人员提出了很高的要求。因此，现有的微生物培养过程不仅消耗大量的人力、物力和财力，而且培养的效率低，不易长时间工作，无法满足市场对微生物培养的需求，因此微生物的自动化培养的研究具有十分重要的意义。

微生物自动化培养是一种将传统微生物培养的操作步骤流程化、自动化的培养方案。作为一种新型微生物培养方案，有效地解决了传统方式需要在同一个培养箱由一个人完成所有的培养过程中存在的效率低下、劳动强度大、误操作的各种问题。

近些年来，随着智能硬件和软件算法的快速发展，人工智能成了实现设备和操作智能化的重要实现手段，机器视觉是人工智能的重要组成部分，是机器感知外部世界的重要媒介，也是未来机器传感器发展的主流方向。机器视觉使机器设备能够辨识目标物体及确定其位置，从而使机器替代人来完成自动化的生产过程。菌体生长情况判断是实现微生物培养步骤中的重要环节，因此对菌体生长情况的自动检测将会是微生物自动化培养的基础。虽然目前还没有对酶标板菌体生长情况自动检测的相关研究，对于利用机器视觉对酶标板菌体生长情况自动检测也未见报道，但是基于机器视觉的算法已经有了许多积累，利用机器视觉对菌体生长情况的图像检测的判断方法将会是一个重要研究方向。

目前市面上多菌体培养生长情况的检测主要是使用比浊法和比色法。比浊法的主要依据是悬浊液中的颗粒对光线的散射的性质。当一束光线通过悬浊液时，液体中颗粒的大小若小于入射光相应减弱。在一定条件下散射光的程度(或透射光减弱的程度)和悬浊液中颗粒的数量成比例关系，以确定浑浊度和菌体生长情况的关系。比色法一种是人工目测法，另一种是在菌液中加入一些显色试剂，菌体生长到一定情况菌液会发生颜色变化，但是菌体显色试剂并不能反应出所有的菌体的生长情况，也会对有效菌体产生抑制作用。这两种方法也无法满足多孔同时检测的批量的自动化检测。

发明内容

本发明的目的在于，针对现有技术中利用多孔培养板进行微生物培养过程中板孔菌群的生长情况只能人工判断的不足，提供一种多孔培养板板孔菌群生长情况图像检测方法及系统，能够实现多孔培养板板孔菌群生长情况的自动化检测。

为解决上述技术问题，本发明所采用的技术方案是：

一种多孔培养板板孔菌群生长情况图像检测方法，其特点是包括以下步骤：

步骤A.采集多孔培养板的原始图像；

步骤B.对采集的原始图像进行图像预处理；

步骤C.对预处理后的图像进行边缘检测；