一种基于近红外图像技术实现菌落计数的装置的制作方法

本实用新型属于信息技术中的计算、推算、计数技术领域，特别涉及一种基于近红外图像技术实现菌落计数的装置。

背景技术：

菌落计数是农业、食品、医药卫生分析中进行质量检测的一项基本而重要的工作。在环保领域，水中的菌落计数是评价水受污染程度的一项重要质量指标；在食品安全领域，食品中的菌落总数检测是保障食品安全的重要手段；在医疗卫生领域，菌落计数更是必不可少的一项基础工作。国内外通常采用普通营养琼脂倾注平皿法（简称平板计数法）对菌落进行计数。该方法由人工计数，费工费时，效率低，而且依靠人工观察计数会有一定的主观性，导致误差大，重现性低。

近年来，一些科研工作者也提出基于图像处理技术快速检测菌落总数的方法，但是所获取的图像基本是在可见光下获取的。可见光下获取的菌落图像受光照、位置、视觉等多方面因素的影响，尤其是培养皿很容易反光，使得拍摄的菌落图像不清晰，菌落识别的误差较大。开发一种受外界条件影响小，菌落图像清晰，菌落计数准确度高的菌落计数方法和装置对于准确获得菌落统计结果、提高菌落计数科研工作者的效率、降低科研工作者的劳动强度具有重要的意义。

技术实现要素：

本实用新型给出一种基于近红外图像技术实现菌落计数的装置，要解决的技术问题是：如何获得清晰的菌落图像并提高菌落计数的准确度和处理速度。

为了解决上述问题，本实用新型给出以下技术方案：

一种基于近红外图像技术实现菌落计数的装置，包含近红外相机1、近红外光源2、光源功率控制器3、计算机4、底座5、培养皿6、暗箱7；在所述的底座5上安装近红外光源2, 近红外光源2为圆环形；将培养皿6安装在近红外光源2的圆环中心的底座5平面上；底座5的表面采用弱反光材料，其颜色根据菌落的颜色设置，设置的原则是两者色差大；在底座5上安装暗箱7，构成一个封闭的空间，培养皿6和近红外光源2在暗箱7的底部中心；将近红外相机1的镜头朝下安装在暗箱7的顶部中心孔中，使近红外相机1的镜头、近红外光源2及培养皿6在铅垂线上同轴；近红外相机1在上，近红外光源2及培养皿6在下；光源功率控制器3与近红外光源2连接；计算机4通过数据线或WIFI与近红外相机1相连。

一种基于近红外图像技术实现菌落计数的装置，所述的近红外相机1的感光波长范围包含但不限于近红外波段。

一种基于近红外图像技术实现菌落计数的装置，所述的培养皿6为一次性塑料培养皿6；所述的底座5采用不透明材料。

所述的计算机4中安装有自编的培养皿内部菌落计数软件；培养皿内部菌落计数软件中包含开启相机获取图像、确定采集图像、加载指定图像、开始计数、计数并标记在原图上、清空界面、菌落个数显示7个模块。

一种基于近红外图像技术实现菌落计数的装置，其计数方法包含以下步骤：

1) 将圆环形的近红外光源2固定于底座5上，将培养皿6置于近红外光源2的圆环中心的底座5平面上；底座5的表面采用弱反光材料，其颜色根据菌落的颜色设置，设置的原则是两者色差大。

2）将近红外相机1的镜头安装在暗箱7的顶部中心孔中，使近红外相机1的镜头、近红外光源2及培养皿6在铅垂线上同轴，近红外相机1在上，近红外光源2及培养皿6在下。

3）调整近红外相机1的焦距，使近红外相机1的视野中包含完整的培养皿6，然后拍摄培养皿6的照片。

4）通过计算机4调取近红外相机1中拍摄到的培养皿6的图像，并通过软件完成图像处理和菌落计数分析，并输出菌落计数结果。

图像处理和菌落计数包含以下步骤：

1）采用阈值分割法将近红外相机1获取到的灰度图像转换为二值图像，对二值图像进行孔洞填充，对孔洞填充后的图像进行连通区域标记，根据连通区域的面积去掉培养皿6外部的噪声。

2）采用连通区域标记法与区域属性度量函数去除图像中培养皿6内圆以外的部分，只保留培养皿6内圆以内的菌落。

3）采用闭运算、图像减法运算和图像与运算得到与培养皿6内圆相连菌落的原始图像。采用连通区域标记法、区域属性度量函数、非线性灰度变换函数、距离变换法、分水岭算法和阈值分割法分割出与培养皿6内圆相连的菌落，以及培养皿6内圆以内的粘连和重叠的菌落；所述的非线性灰度变换函数是采用MATLAB中的imadjust函数，所述的距离变换法是采用MATLAB中的bwdist函数。

4）采用连通区域标记法与区域属性度量函数对识别出的培养皿6内部的所有菌落进行统计，并给出统计结果。

工作原理：

一种基于近红外图像技术实现菌落计数的装置，其工作过程包括如下：将近红外环形光源2固定于底座5上，将培养皿6置于底座5的上面，圆环形近红外光源2的中心；将近红外相机1安装在暗箱7的顶部；调整相机1的焦距，使培养皿6在视野之内，拍摄培养皿6的照片；通过计算机4调取拍摄到的培养皿6的近红外图像，基于连通区域标记法、区域属性度量函数、非线性灰度变换函数、距离变换法、分水岭算法、阈值分割法等方法依次实现：去掉培养皿6外部的噪声，去除图像中培养皿6内圆以外的部分，分别分割出与培养皿6内圆相连的菌落，培养皿6内圆以内的粘连和重叠的菌落，对识别出的培养皿6内部的所有菌落进行统计并输出菌落计数结果。

有益效果如下：

1）设计的一种基于近红外图像技术实现菌落计数的装置，受外界光照条件影响小，菌落计数的准确率高，平均相对误差为0.8%；对于CPU频率为2.5GHz，内存为8GB的计算机，处理一幅培养皿直径为90mm，菌落数在30~300个之间的图像的时间是7~10s，提高了菌落计数科研工作者的工作效率。

2）采用近红外光作为菌落图像采集的光源，增加了菌落与背景的对比度，提高了菌落图像的采集质量，保证了菌落计数的准确度。

附图标记：

1.近红外相机 2.近红外光源 3.光源功率控制器 4.计算机 5.底座 6.培养皿 7.暗箱。

附图说明：

附图1：菌落计数装置组成示意图

附图2：菌落计数方法流程图

附图3：含有菌落的培养皿原始图像

附图4：去除培养皿外部的噪声

附图5：去除培养皿内圆以外图像的过程

附图6：对与培养皿内圆相连的菌落进行分割

附图7：对粘连和重叠的菌落进行分割

附图8：标记框选出识别出的菌落

附图9：在菌落计数软件界面上输出计数结果。

具体实施方式：

下面结合附图和具体实施方式对本实用新型装置作进一步详细说明。

本实用新型的一种基于近红外图像技术实现菌落计数的装置，如图1所示，包含近红外相机1、近红外光源2、光源功率控制器3、计算机4、底座5、培养皿6、暗箱7。在所述的底座5上安装近红外光源2, 近红外光源2为圆环形；将培养皿6安装在近红外光源2的圆环中心的底座5平面上；底座5的表面采用弱反光材料，其颜色根据菌落的颜色设置，设置的原则是两者色差大；在底座5上安装暗箱7，构成一个封闭的空间，培养皿6和近红外光源2在暗箱7的底部中心；将近红外相机1的镜头朝下安装在暗箱7的顶部中心孔中，使近红外相机1的镜头、近红外光源2及培养皿6在铅垂线上同轴；近红外相机1在上，近红外光源2及培养皿6在下；光源功率控制器3与近红外光源2连接；计算机4通过数据线或WIFI与近红外相机1相连。所述的一种基于近红外图像技术实现菌落计数的装置，所述的培养皿6为一次性塑料培养皿6；所述的底座5采用不透明材料。

如图9所示，所述的计算机4中安装有自编的培养皿内部菌落计数软件；培养皿内部菌落计数软件中包含开启相机获取图像、确定采集图像、加载指定图像、开始计数、计数并标记在原图上、清空界面、菌落个数显示7个模块。

所述的一种基于近红外图像技术实现菌落计数的装置的工作过程如下：

包含以下步骤：

1) 如图1所示，将圆环形的近红外光源2固定于底座5上，将培养皿6置于近红外光源2的圆环中心的底座5平面上；底座5的表面采用弱反光材料，其颜色根据菌落的颜色设置，设置的原则是两者色差大。此外分析了不同底座5的颜色（如黑色、深蓝、蓝色、褐色、红色、紫色）对菌落统计结果的影响，结果说明，当底座5的颜色与菌落的颜色有比较明显的差别时，该方法均能很好地识别出菌落，这使得识别不同颜色培养基下的菌落成为可能，说明该装置和方法具有良好的普适性。

2）将近红外相机1的镜头安装在暗箱7的顶部中心孔中，使近红外相机1的镜头、近红外光源2及培养皿6在铅垂线上同轴，近红外相机1在上，近红外光源2及培养皿6在下，如图1所示；

3）调整近红外相机1的焦距，使近红外相机1的视野中包含完整的培养皿6，然后拍摄培养皿6的照片，如图3所示；

4）通过计算机4调取近红外相机1中拍摄到的培养皿6的图像，并通过软件完成图像处理和菌落计数分析，并输出计数结果，如图9所示。

如图2所示，图像处理和菌落计数分析包含以下步骤：

1) 采用阈值分割法将近红外相机1获取到的灰度图像转换为二值图像，结果如图4a所示。对二值图像进行孔洞填充，结果如图4b所示。对孔洞填充后的图像进行连通区域标记，根据连通区域的面积去掉培养皿外部的噪声，保留连通区域面积大于360000 个像素的区域，如图4c所示，对图4c进行图像取反运算，如图4d所示，并用图4a减去图4d，则得到图4e，此时去掉了培养皿6外部的近红外图像和噪声。

2) 采用连通区域标记法与区域属性度量函数去除图像中培养皿6内圆以外的部分，只保留培养皿6内圆以内的菌落：先去除培养皿6内圆以外的区域，对图4e进行连通区域标记，并使用区域属性度量函数，保留连通区域面积大于50000个像素的区域，如图5a所示。根据连通区域的面积剔除培养皿6内部的噪声（图5b），对图5b进行图像取反运算，并减去图4d，得到图5c；对图5c使用连通区域标记并保留面积大于250000个像素的区域，提取出培养皿6的内圆区域（图5d）。对图5d和图3进行与运算，结果如图5e所示。此时，图像中只有培养皿6内圆以内的菌落。

3) 采用闭运算、图像减法运算和图像与运算得到与培养皿6内圆相连菌落的原始图像。采用连通区域标记法、区域属性度量函数、非线性灰度变换函数、距离变换法、分水岭算法和阈值分割法分割出与培养皿6内圆相连的菌落，以及培养皿6内圆以内的粘连和重叠的菌落。

所述的非线性灰度变换函数是采用MATLAB中的imadjust函数，所述的距离变换法是采用MATLAB中的bwdist函数。先提取与培养皿6内圆相连菌落：首先对图5d进行闭运算，对内圆进行平滑，结果如图6a所示。对图6a和图5d进行减法运算，获得与培养皿6内圆相连菌落的掩膜图像，如图6b所示。对图6b和图3进行与运算提取得到与培养皿6内圆相连菌落的原始图像，如图6c所示。对图6c进行非线性灰度变换图像增强，再进行阈值分割得到与培养皿6内圆相连菌落的二值图像，如图6d所示。对图5e进行非线性灰度变换图像增强，再进行阈值分割，得到与培养皿6内圆不相连的菌落，如图7a所示。

其次提取培养皿6内部的菌落：对图7a使用距离变换法、分水岭算法等将粘连和重叠在一起的菌落分隔开，结果如图7b所示。最后，采用连通区域标记法与区域属性度量函数对图7b中连通区域的面积进行统计，根据连通区域面积是否大于100个像素将图5e中的菌落分成小菌落（图7c）和大菌落（图7d）。统计图7c中小菌落的灰度值，基于该灰度值设定分割阈值对灰度图像图7d进行二值化，将与大菌落粘连或重叠的小菌落分离出来，结果如图7e所示。

4) 采用连通区域标记法与区域属性度量函数对识别出的培养皿6内部的所有菌落进行统计，对图6d、图7b和图7e中的菌落进行统计，以不同颜色框框选和标记出识别出的菌落，如图8所示。将计数结果在软件界面中显示出来，结果如图9所示。

所述的近红外相机1的感光波长范围包含但不限于近红外波段。本实施例中，所述的近红外相机1采用加拿大PointGrey公司生产的型号为 BFLY-120 PGE-13E4M-CS的相机，该相机的感光范围为300-1100nm；所述的近红外光源2采用上海方千光电科技有限公司生产的型号为VR180-75-IR的圆环形近红外光源，该光源的波长为860nm。

由以上实施例可以看出，本实用新型设计了一种基于近红外图像技术的菌落计数方法，受外界光照条件影响小，菌落计数的准确率较高，采用该方法对30幅菌落在30~300个之间的培养皿6中的菌落进行统计，并与人工统计的结果进行比较，结果说明，该方法对菌落总数统计结果的平均相对误差为0.8%；对于CPU频率为2.5GHz，内存为8GB的计算机，处理一幅培养皿直径为90mm，菌落数在30~300个之间的图像的时间是7~10s，是人工统计时间的18~25%，提高了菌落计数科研工作者的工作效率。

由以上实施例可以看出，本实用新型采用近红外光作为菌落图像采集的光源，增加了菌落与背景的对比度，提高了菌落图像的采集质量，保证了菌落计数的准确度。

如上所述，结合附图、方法实施例和装置实施例所给出的方案内容，可以衍生出类似的技术方案。但凡是未脱离本技术方案的内容，依据本实用新型的技术实质对以上实施例所作的任何简单的修改、等同变化与修饰，均仍属于本实用新型技术方案的范围内。