步骤S575,对平滑处理后的所述线虫图像信息进行自适应阈值化处理。在一优 选实施中，提供一种自动计算阈值的算法，并且需要这个阈值能在不同颜色和亮度的区域 取值不同。具体地，该自动计算阈值的算法是：以每个像素点为中心，对该像素周围一划 定的正方形区域内的像素求平均值来确定这一点处的自适应阈值（例如，可对该像素周围 21X21的正方形内区域内的像素求平均值然后将该平均值减去7来确定这一点处的自适 应阈值）；处理时，将高于该自适应阈值的像素设定为〇,而将低于该自适应阈值的像素设 定为255,从而获得自适应阈值的结果（如图5所示）。
[0119] 步骤S577,对自适应阈值化处理后的所述线虫图像信息进行轮廓提取。承接上文， 在获得自适应阈值的结果后，通过提取图像中最外面的外轮廓来找到所有白色区域的边界 的像素，计算每个外轮廓所包含的面积并找出那些面积超过预定大小的轮廓，删掉不是线 虫的不超过预定大小的白色区域，将面积超过预定大小的白色区域作为目标区域（例如， 在屏幕分辨率为640X480的情形下，我们可以将预定大小设定为1000,如此，在实际应用 中，就是计算每个外轮廓所包含的面积并找出那些面积超过1000的轮廓，删掉了不是线虫 的那些不超过1000的小的白色区域，将面积大于1000的白色区域作为目标区域），勾画出 这些目标区域的矩形边界框和外接圆来在图像中标出它们的位置（如图6所示）。
[0120] 通过上述步骤S571至步骤S577,可有效地识别出所述线虫图像信息中的线虫。
[0121] 本发明提供的线虫识别方法，通过数码显微镜观察所述线虫培养皿中的线虫并获 取能满足图像识别要求的线虫图像信息，对所述线虫图像信息进行灰度处理、平滑处理、自 适应阈值化处理以及轮廓提取之后，识别出所述线虫图像信息中的线虫。相较于现有技术， 本发明线虫识别方法具有识别方式简单且快速，线虫识别率高且通用性好便于推广应用， 可以在有杂菌和光照不均匀的环境中进行识别等优点。所以，本发明有效克服了现有技术 中的种种缺点而具高度产业利用价值。
[0122] 上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟 悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因 此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完 成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
【主权项】
1. 一种线虫识别系统，其特征在于，包括： 机架； 设于所述机架内、用于配置线虫培养皿的载物台； 设于所述机架内且位于所述载物台上方的数码显微镜，用于观察所述线虫培养皿中的 线虫并获取能满足图像识别要求的线虫图像信息；以及 控制终端，与所述数码显微镜通信连接，用于接收从所述数码显微镜处传送来的线虫 图像信息并对所述线虫图像信息进行图像识别；所述控制终端包括：灰度处理单元，用于 对所述线虫图像信息进行灰度处理；平滑处理单元，与所述灰度处理单元连接，用于对所述 灰度处理单元进行灰度处理后的所述线虫图像信息进行平滑处理；自适应阈值化处理单 元，与所述平滑处理单元连接，用于对所述平滑处理单元进行平滑处理后的所述线虫图像 信息进行自适应阈值化处理；轮廓提取单元，与所述自适应阈值化处理单元连接，用于对所 述自适应阈值化处理单元进行自适应阈值化处理后的所述线虫图像信息进行轮廓提取，以 识别出所述线虫图像信息中的线虫。2. 如权利要求1所述的线虫识别系统，其特征在于，还包括对应所述线虫培养皿的观 测光源，所述观测光源为位于所述线虫培养皿的底部以提供朝向所述线虫培养皿的均匀平 行光源。3. 如权利要求2所述的线虫识别系统，其特征在于，所述均匀平行光源包括LED多点光 源，所述LED多点光源置放于所述载物台上，所述LED多点光源上配置有一毛玻璃，所述线 虫培养皿置放于所述毛玻璃上。4. 如权利要求1所述的线虫识别系统，其特征在于，还包括： 设于所述机架内、用于调整所述数码显微镜和所述载物台相对位置关系的三维运动机 构；以及 与所述三维运动机构和所述控制终端连接的控制板，用于接收来自通信连接的移动终 端的控制指令而控制所述三维运动机构。5. 如权利要求4所述的线虫识别系统，其特征在于，所述三维运动机构包括： 驱动所述数码显微镜沿X轴运动的X轴运动装置； 驱动所述数码显微镜沿Y轴运动的Y轴运动装置；以及 驱动所述载物台沿Z轴运动的Z轴运动装置。6. 如权利要求5所述的线虫识别系统，其特征在于， 所述X轴运动装置包括：X轴导向杆、X轴丝杆、X轴导向块、以及X轴电机，所述X轴导 向杆和所述X轴丝杆沿着X轴并行设置，所述数码显微镜固定于所述X轴导向块且所述X 轴导向块套设于所述X轴导向杆，所述X轴电机套设于所述X轴丝杆且与所述X轴导向块 连接； 所述Y轴运动装置包括：Y轴导向杆、Y轴丝杆、Y轴导向块、以及Y轴电机；Y轴导向杆 为两个，沿着Y轴方向分列于所述机架的顶部的相对两侧；所述Y轴丝杆与一个所述Y轴导 向杆并行设置；Y轴导向块为两个，分别套设于两个所述Y轴导向杆，且，所述X轴导向杆和 所述X轴丝杆的相对两端分别插设于两个所述Y轴导向块；所述Y轴电机套设于一个所述 Y轴丝杆且与一个所述Y轴导向块连接；以及 所述Z轴运动装置包括：Z轴导向杆、Z轴丝杆、以及Z轴电机，所述Z轴导向杆和所述 Z轴丝杆沿着Z轴并行设置，所述载物台套设于所述Z轴导向杆和所述Z轴丝杆，所述Z轴 电机套设于所述Z轴丝杆且与所述载物台连接。7. 如权利要求5所述的线虫识别系统，其特征在于， 所述X轴运动装置包括：X轴导向杆、X轴同步传送带、X轴导向块、以及X轴电机，所述X轴导向杆和所述X轴同步传送带沿着X轴并行设置，所述数码显微镜固定于所述X轴导向 块且所述X轴导向块套设于所述X轴导向杆，所述X轴电机套设于所述X轴同步传送带且 与所述X轴导向块连接； 所述Y轴运动装置包括：Y轴导向杆、Y轴同步传送带、Y轴导向块、以及Y轴电机；Y轴 导向杆为两个，沿着Y轴方向分列于所述机架的顶部的相对两侧；所述Y轴同步传送带与一 个所述Y轴导向杆并行设置；Y轴导向块为两个，分别套设于两个所述Y轴导向杆，且，所述 X轴导向杆的相对两端分别插设于两个所述Y轴导向块；所述Y轴电机套设于一个所述Y轴 同步传送带且与一个所述Y轴导向块连接；以及 所述Z轴运动装置包括：Z轴导向杆、Z轴丝杆、以及Z轴电机，所述Z轴导向杆和所述Z轴丝杆沿着Z轴并行设置，所述载物台套设于所述Z轴导向杆和所述Z轴丝杆，所述Z轴 电机套设于所述Z轴丝杆且与所述载物台连接。8. 如权利要求6或7所述的线虫识别系统，其特征在于，所述数码显微镜是通过一显微 镜安装架而固定于所述X轴导向块。9. 如权利要求6或7所述的线虫识别系统，其特征在于， 所述载物台为矩形台面或三角台面，所述载物台的一个侧边作为与所述Z轴运动装置 连接的连接侧边；以及 在所述Z轴运动装置中，包括两个所述Z轴导向杆和一个所述Z轴丝杆，所述Z轴丝杆 居中，两个所述Z轴导向杆位于所述Z轴丝杆的相对两侧。10. 如权利要求6或7所述的线虫识别系统，其特征在于，所述X轴电机、所述Y轴电 机、以及所述Z轴电机均为步进电机。11. 一种基于如权利要求1至10中任一项所述的线虫识别系统的线虫识别方法，其特 征在于，包括： 将培养有线虫的线虫培养皿配置于载物台； 由数码显微镜观察所述线虫培养皿中的线虫并获取能满足图像识别要求的线虫图像 信息；以及 由控制终端接收所述线虫图像信息并对所述线虫图像信息进行图像识别，包括：对所 述线虫图像信息进行灰度处理；对灰度处理后的所述线虫图像信息进行平滑处理；以及对 平滑处理后的所述线虫图像信息进行自适应阈值化处理和轮廓提取，以识别出所述线虫图 像信息中的线虫。12. 如权利要求11所述的线虫识别方法，其特征在于，将培养有线虫的线虫培养皿配 置于载物台，包括： 将培养有线虫的线虫培养皿定位于载物台上；以及 为所述线虫培养皿提供观测光源。13. 如权利要求12所述的线虫识别方法，其特征在于，所述观测光源为位于所述线虫 培养皿的底部，以提供朝向所述线虫培养皿的均匀平行光源。14. 如权利要求12所述的线虫识别方法，其特征在于，还包括对所述载物台进行调平。15. 如权利要求11所述的线虫识别方法，其特征在于，由数码显微镜观察所述线虫培 养皿中的线虫并获取能满足图像识别要求的线虫图像信息，包括： 通过数码显微镜获取观察到的关于所述载物台上所述线虫培养皿中线虫的图像信息， 将所述图像信息传送至与所述数码显微镜通信连接的控制终端； 由所述控制终端根据所述图像信息而输出控制指令并通过控制板来控制三维运动机 构以调整所述数码显微镜和所述载物台的相对位置，从而实现自动对焦；以及 通过所述数码显微镜获取能满足图像识别要求的线虫图像信息。16. 如权利要求15所述的线虫识别方法，其特征在于，控制三维运动机构以调整所述 数码显微镜和所述载物台的相对位置，包括： 调整所述数码显微镜在X轴和Y轴所构成的平面内的运动；以及 调整所述载物台在Z轴上的运动。17. 如权利要求15所述的线虫识别方法，其特征在于，控制三维运动机构以调整所述 数码显微镜和所述载物台的相对位置，包括：调整所述数码显微镜在X轴、Y轴以及Z轴的 三维运动。18. 如权利要求11所述的线虫识别方法，其特征在于，所述平滑处理采用中值滤波。19. 如权利要求11所述的线虫识别方法，其特征在于，对平滑处理后的所述线虫图像 信息进行自适应阈值化处理和轮廓提取，包括： 以每个像素点为中心，对其周围一划定的正方形区域内的像素求平均值来确定这一点 处的自适应阈值； 将高于该自适应阈值的像素设定为〇,而将低于该自适应阈值的像素设定为255 ; 在获得自适应阈值的结果后，通过提取图像中最外面的外轮廓来找到所有白色区域的 边界的像素，计算每个外轮廓所包含的面积并找出那些面积超过预定大小的轮廓，删掉不 是线虫的不超过预定大小的白色区域，将面积超过预定大小的白色区域作为目标区域，勾 画出这些目标区域的矩形边界框和外接圆来在图像中标出它们的位置。
【专利摘要】本发明提供一种线虫识别系统和线虫识别方法，该线虫识别方法包括：将培养有线虫的线虫培养皿配置于载物台；由数码显微镜观察线虫培养皿中的线虫并获取能满足图像识别要求的线虫图像信息；由控制终端对线虫图像信息进行图像识别，包括：对线虫图像信息进行灰度处理；对灰度处理后的线虫图像信息进行平滑处理；以及对平滑处理后的线虫图像信息进行自适应阈值化处理和轮廓提取，以识别出线虫图像信息中的线虫。相较于现有技术，本发明具有识别方式简单且快速，线虫识别率高且通用性好便于推广应用，可以在有杂菌和光照不均匀的环境中进行识别等优点。
【IPC分类】G02B21/36, G06T7/00
【公开号】CN105403989
【申请号】CN201510713008
【发明人】徐葳, 李越, 曲嘉楠, 王永才, 宋磊
【申请人】清华大学
【公开日】2016年3月16日
【申请日】2015年10月28日