申请/专利权人：杭州电子科技大学

申请日：2019-12-14

公开（公告）日：2020-05-19

公开（公告）号：CN111178173A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/38(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.02.11#授权;2020.06.12#实质审查的生效;2020.05.19#公开

摘要：本发明公开了一种目标菌落生长特征识别方法。活动轮廓检测算法适用类圆粒目标分割，但复杂性较高且对粘连菌落分割效果不佳。本发明如下：1、图像采集；2、灰度处理；3、进行二值化处理。4、去除图像中的培养皿边缘以外的部分。5、形态学处理。6、对图像进行轮廓检测、轮廓分割、椭圆拟合和椭圆筛选。7、获取培养皿中各个菌落的数量、大小、颜色信息。本发明依靠计算机视觉的被识别图像处理方法，并结合统计学的算法，从培养皿复杂的菌落分布中将每个菌落的面积大小、颜色特征和边缘特征提取出来，能够得到非常精确的菌落总数量和菌落实际位置，从而方便了使用者统计菌落信息，减少了使用者的操作负担。

主权项：1.一种目标菌落生长特征识别方法，其特征在于：步骤1、用摄像机在纯黑色背景下对装有菌落的培养皿进行图像采集，得到彩色被识别图像；步骤2、对彩色被识别图像进行灰度化和高斯滤波处理，得到灰度值被识别图像；步骤3、根据灰度值被识别图像的大小进行自适应分割，并进行二值化处理；3-1.设定图像分割块大小n×n；n的表达式如式2所示： 式2中，L为灰度值被识别图像的像素行数，为向上取整所得值；3-2.将被识别图像分割为多张n×n大小的子图像；3-3.对分割后的每幅子图像进行全局阈值处理；3-4.将经过全局阈值处理的各幅子图像按照顺序进行拼接，即得到二值被识别图像；步骤4：检测二值被识别图像中的培养皿边缘，并将培养皿的边缘及该边缘以外的部分置为0；步骤5：对步骤4处理后的二值被识别图像进行形态学处理；步骤6：对步骤5处理后的二值被识别图像进行轮廓检测、轮廓分割、椭圆拟合和椭圆筛选；具体过程如下：6-1.将步骤5处理后的二值被识别图像中八邻域内至少有一个黑色像素点的像素点标记为边缘像素点；在一张初始为黑色的图像上，将与二值被识别图像中各边缘像素点相对应的像素点置为白色，得到只含有菌落边缘的轮廓特征图像；6-2.对轮廓特征图像从左上角开始逐行搜索，搜索到灰度值为255且未记入链表的像素点时，以该像素点作为起始像素点；根据起始像素点建立一个链表，过程如下：①.以起始像素点作为目标像素点，并作为起点记入链表；②.以目标像素点的右方向为开始方向，对目标像素点的八领域进行顺时针搜索；将搜索到的第一个灰度值为255的像素点设置为路径点并记入链表；③.若路径点的八领域内存在初始像素点或不存在灰度值为255的像素点，则链表建立完成，继续对二值被识别图像进行逐行搜索；否则，以路径点作为新的目标像素点，重复执行步骤②；步骤6-2执行结束后，得到了轮廓特征图像上所有的连通域顺时针链表集；6-3.分别计算m个链表内各像素点的相对角度；第i个链表上第j个像素点的相对角度a′i,j的表达式如式6所示； 式6中，ai,j为第i个链表上第j个像素点的偏移角度，ai,j-1为第i个链表上第j-1个像素点的偏移角度；第一个像素点的偏转角度为0；第二个像素点起，一个像素点的偏转角度指该像素点与前一个像素点的向量转动到右方向的逆时针角度；若出现负数则将该点作为疑似凹点；若一个疑似凹点相邻的两个像素点中的任意一个像素点的相对角度为0，则将该疑似凹点标记为凹点；将链表在每个凹点处进行分割；6-4.对所有呈环形的链表进行椭圆拟合，每个呈环形的链表均得到拟合椭圆和长短轴比例；对长短轴比例的范围进行从小到大等距分组，将出现链表频率最高的范围的中值设定为特征长短轴比例；然后根据特征长短轴比例对各个非环形的链表进行最小二乘法拟合，得到各个非环形链表的拟合椭圆的圆心坐标、长轴长度和短轴长度；6-5.对所有拟合椭圆长轴长度绘制箱型图，将箱型图中的离群点所对应的拟合椭圆删除；6-6.根据轮廓特征图像上各拟合椭圆的参数，在经步骤5处理后的二值被识别图像上标记出多个特征椭圆；对二值被识别图像上所有特征椭圆进行筛选，删除置信度C小于80％的特征椭圆；一个特征椭圆的置信度C的表达式如式7所示； 式7中，H内为该特征椭圆的轮廓上或内部的像素灰度值为255的像素点个数；H总为该特征椭圆内的像素点总数；6-7.对所有相交的特征椭圆进行筛选；若相交的两个特征椭圆之间的重合率大于或等于85％，则将该两个特征椭圆中置信度较低的那个椭圆删除；相交的两个特征椭圆之间的重合率其中，s为该两个椭圆的相交部分的像素点个数；z为该两个椭圆中较大的那个椭圆内的像素点个数；步骤7：根据各个特征椭圆获取培养皿中各个菌落的数量、大小、颜色信息。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种目标菌落生长特征识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD