一种丝状微生物的染色方法及其用途与流程

本申请是申请日为2017年12月29日的、发明名称为“一种丝状微生物的染色方法及其用途”的中国专利申请201711485714.6的分案申请。本发明涉及微生物的染色和识别方法，以及其中使用的染色液、图像处理方法和计算机可读介质。
背景技术：
：随着城市化和工业的快速发展，全球污水量也随之激增，导致目前的污水处理设备负荷严重超标。在目前的污水处理，尤其是城市污水的处理过程中，可以降解有机物、转化氮、磷等的微生物的杀灭效果，尤其是细菌的杀灭效果至关重要。但是，如何有效的评价现存水处理设备的运行能力和功效，尤其是微生物的杀灭效果，没有统一成型的方法。目前对污水中微生物菌群的分析主要通过测定化学指标(快速生化检测法、免疫学方法、代谢学方法、生物传感器方法以及pcr法等)或使用扫描电镜，进行定性地分析，定量分析的工业应用还未见报道。快速生化检测法利用微生物的特殊反应或者代谢产物能与特殊化学试剂的作用来检测微生物，具有用量小，耗时少且精确等特点。但是，即便使用可以快速准确、大通量检测的vitek(全自动细菌生化分析仪)，也只能鉴定到微生物的属，难以定量，仅适用于初筛，而且费用颇高。免疫学方法是利用微生物与某些物质发生特异性凝集反应的原理，又在各种间接凝集试验、间接凝集抑制试验以及固相免疫吸附血凝试验、各类标记技术(如荧光、放射、胶体金等)等新方法基础上，逐步建立了免疫血清法、乳胶凝集法、免疫扩散法、免疫磁珠法、免疫沉淀法、抗体印迹法、elisa(酶联免疫吸附)法和免疫胶体金技术等微生物免疫学检测技术。免疫学方法具有快速、灵敏度高、特异性好等优点。但是，免疫学方法容易出现假阳性、假阴性，准确性有待提高。其中，即便使用先进的vidas(全自动免疫分析仪)，也同样存在只能鉴定到微生物的属，难以定量，仅适用于初筛，而且费用颇高等诸多问题。代谢学方法是指通过比对微生物生理生长的一些变化特性(如底物、电阻抗、代谢产物)，而达到微生物检测目的的方法。该法特异性强，但对微生物要求高，难以普遍使用。生物传感器方法的工作原理是，待测物质进入固定的生物功能敏感元件(由酶、抗原、抗体、细胞器、完整细胞、激素、核酸等制成)后，经分子识别而发生生物学反应，产生的信息如光、热等被相应的信号转换器变为可定量和可处理的电信号，从而换算出被测物质的量或浓度。该方法可自动检测，但是针对性强，难以同时检测含有多种微生物的样品。pcr法是在体外合适条件下，以dna(或rna)为模板，以一对人工合成的寡核苷酸为引物，在热稳定dna聚合酶作用下特异性扩增dna片段的技术。该技术可以给出与目标微生物相关的数据特征。但是，该方法操作流程多，对操作人员有专门的要求，而且只能针对特征引物使用，难以用于大规模的工业污水处理。此外，流式细胞术、基因探针技术、生物芯片等在污水中微生物菌群分析中的应用也在近几年快速发展。但是，这些现有方法仍有很多不足，如传统的增殖培养、生化试验、血清学试验检验虽然准确性好，但所需时间长。采用分子生物学技术的基因芯片、蛋白质芯片等，虽然准确、通量大，可以定量，但制作费用太高，无法真正应用于大规模的工业污水处理中。技术实现要素：可见，目前没有可以用于工业污水处理中微生物定量定性检测的方法。本发明的目的是提供一种染色液(也称为“本发明的染色液”)，包含染色液a：syto9和染色液b：pi染色液，其中染色液a和染色液b的摩尔比是约1:9-2:7。在优选的实施方案中，染色液a和染色液b的摩尔比是约4:45-3:14。在进一步优选的实施方案中，染色液a和染色液b的摩尔比是约167:1800-1503:7000。本发明的另一目的是提供一种丝状微生物的染色方法(也称为“本发明的染色方法”)，包括(1)配制权利要求1中所述的染色液；和(3)用步骤(1)中配制的染色液对丝状微生物样品进行染色。在优选的实施方案中，本发明的染色方法还包括步骤(2)对于丝状微生物的样品进行预处理，以获得合适浓度的丝状微生物样品。在优选的实施方案中，本发明的染色方法的步骤(3)中的丝状微生物样品在约4℃下，从获取到染色的总时间差不大于4个小时。在优选的实施方案中，上述丝状微生物是丝状细菌。在优选的实施方案中，上述丝状微生物是丝状真菌。在优选的实施方案中，当样品中丝状微生物的死亡率大于约30％时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约1:9；当样品中丝状微生物的死亡率小于约10％时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约2:7；当所述样品中丝状微生物的死亡率在约10％至30％之间时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约约1:9-2:7之间。在进一步优选的实施方案中，当样品中丝状微生物的死亡率大于约30％时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约4:45；当样品中丝状微生物的死亡率小于约10％时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约3:14；当所述样品中丝状微生物的死亡率在约10％至30％之间时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约4:45-3:14之间。在更优选的实施方案中，当样品中丝状微生物的死亡率大于约30％时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约167:1800；当样品中丝状微生物的死亡率小于约10％时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约1503:7000；当所述样品中丝状微生物的死亡率在约10％至30％之间时，本发明的染色方法的步骤(1)中染色液a和染色液b配制成摩尔比为约167:1800-1503:7000之间。本发明的另一目的是提供一种图像处理方法(也称为“本发明的图像处理方法”)，包括(2)高斯滤波处理；(3)canny边缘检测；(4)均值滤波处理；(5)主成分分析，去掉非线性结构的边缘。本发明的另一目的是提供一种电子设备(也称为“本发明的电子设备”)，包括一个或多个处理器及存储器，其特征在于所述存储器存储有程序，该程序被配置成由所述一个或多个处理器执行以执行本发明的图像处理方法中的步骤。在一些实施方案中，本发明的电子设备还包括显示器。在一些实施方案中，本发明的电子设备中的存储器包括以下程序模块：(b)用于高斯滤波处理的程序模块；(c)用于含canny边缘检测的程序模块；(d)用于通过均值滤波处理的程序模块；(e)用于通过主成分分析，去掉非线性结构的边缘的程序模块。本发明的另一目的是提供一种计算机可读存储介质(也称为“本发明的计算机可读介质”)，包括可被处理器执行以完成本发明的图像处理方法中的步骤的程序。该程序可以是与上述电子设备结合使用的计算机程序。当上述计算机程序在计算机上运行时，计算机就执行本发明的图像处理方法或本发明的荧光识别方法的步骤。本发明的另一目的是提供一种程序包(也称为“本发明的程序包”)，包括(a)包含代表高斯滤波处理的数据的数据集；(b)包含代表canny边缘检测输入数据的数据集；(c)包含代表通过圆形均值滤波处理，将照片中的孤立点、菌体与菌丝分离开，去掉亮度超过阈值的点数据的数据集；(d)包含代表通过主成分分析，去掉非线性结构的边缘数据的数据集；(e)任选包含代表通过输出只包含菌丝的图像，并且统计亮点的个数数据的数据集。本发明的另一目的是提供一种丝状微生物的荧光识别方法(也称为“本发明的荧光识别方法”)，包括：(1)阳性质控标准菌株梯度稀释液的标准曲线的制备；(2)丝状微生物样品的检测；(3)丝状微生物样品中丝状微生物总数的统计。在优选的实施方案中，本发明的荧光识别方法中的步骤(1)中阳性质控标准菌株梯度稀释液的标准曲线的制备包括：(i)阳性质控标准菌株梯度稀释液的制备，优选采用大肠杆菌作为阳性质控标准菌株；(ii)采用本发明的染色方法染色步骤(i)中获得的梯度稀释液；(iii)阳性质控标准菌株梯度稀释液的检测。本发明的另一目的是提供一种丝状微生物丰度的快速评价方法(也称为“本发明的丝状微生物丰度快速评价方法”)，包括：(1)采用本发明的染色方法染色样品；(2)采用本发明的荧光识别方法，识别步骤(1)中获得的染色样品中的丝状微生物；(3)采用本发明的图像处理方法，对于步骤(2)中获得的结果进行统计分析，获得丝状微生物的丰度。本发明的另一目的是提供一种鉴定丝状微生物的杀灭效果的方法(也称为“本发明的丝状微生物杀灭效果的鉴定方法”)，包括：(1)采用本发明的染色方法染色杀灭处理前和处理后的样品；(2)采用本发明的荧光识别方法，荧光识别步骤(1)中获得的染色样品中的丝状微生物；(3)采用本发明的图像处理方法，对于步骤(2)中获得的结果进行统计分析，获得丝状微生物的含量；(4)比较处理前和处理后的样品中的活丝状微生物的量，获得丝状微生物的杀灭处理的效果。本发明的另一目的是提供本发明的鉴定丝状微生物杀灭效果的方法在检测水处理设备的运行能力和功效中的用途(也称为“本发明的用途”)。可见，本发明弥补了现有技术中的技术空白，提供了一种灵敏、有效、可靠、简便，可以应用于大规模工业污水处理中的微生物定量检测技术。本发明还提供了在这种方法中使用的染色液和图像处理方法、电子设备、计算机可读存储介质。据此，本发明可以方便地测定污水处理中丝状微生物的杀灭效果；检测水处理设备的运行能力和功效。在下面的附图和具体实施方案中进一步说明本发明。然而，这些附图和具体实施方案不应被认为限制本发明的范围，并且本领域技术人员容易想到的改变将包括在本发明的精神和所附权利要求的保护范围内。附图说明图1是平行视野对角线采集的示意图；图2a是荧光计数初始软件的初始界面；图2b是荧光计数初始软件的主界面；图2c是导入图片，选择所需要处理的图片，确定图片后的屏幕截图；图2d是单击计算像素点，得到绿色和红色像素点的绝对值的图；图2e是样本灭活实验结果数据统计的结果图。图3高斯滤波处理之后得到的图片。图4canny边缘检测之后得到的图片。图5圆形均值滤波处理之后得到的图片。图6去掉了过暗(孤立)的点之后得到的图片。图7去掉了过亮(菌体中的)的点之后得到的图片。图8用pca(主成分分析)进一步对图像进行优化之后得到的图片。图9长度统计的软件界面。图10验证软件可导性时的原始照片(图10a)和统计结果(图10b)。图11实施例1的样品中随机选取的5张出口照片(a)～(e)。图12实施例1的样品中随机选取的5张入口照片(g)～(k)。图13实施例2的样品中随机选取的5张出口照片(a)～(e)。图14实施例2的样品中随机选取的5张入口照片(a)～(e)。具体实施方式以下结合实施例对本发明进行详细描述。所用的所有实验试剂和仪器设备，如无特别说明均为普通市售试剂和设备。除非另外限定，本文中所用的全部术语具有本发明所属
技术领域：
的普通技术人员通常理解的含义，在使用部分以下术语的定义时，以单数形式使用的术语也可以包括复数，并且反之亦然。本文给出的部分术语的定义仅是为了描述具体的实施方案，并非旨在限制。一方面，本发明提供了一种染色液，包含染色液a：syto9和染色液b：pi染色液，染色液a和染色液b的摩尔比是使得染色之后的检测或测定结果不失真的任何摩尔比。在某些情况下，上述结果不失真的摩尔比也同时是最节约费用的摩尔比。在一个优选的实施方案中，染色液a和染色液b的摩尔比是约1:9-2:7。在一个优选的实施方案中，染色液a和染色液b的摩尔比是约4:45-3:14。在进一步优选的实施方案中，染色液a和染色液b的摩尔比是约167:1800-1503:7000。术语“syto9”即是9,是一种第三代饱和型小分子绿色荧光核酸染料，具有良好的细胞膜渗透性，可穿过完好的细胞膜进入到细胞核内，与核酸结合并对其染色，在蓝光激发下发射绿色荧光。9的主体分子结构如下：这是唯一商业化的绿菁类染料,在绿光通道下有很强的相应，其特点是：1.饱和浓度不抑制pcr反应，因此得到的荧光信号更强。2.抗水解、抗热解和抗光解。该染料的激发波长：470-500nm，多数仪器建议检测波长488nm，发射波长：490-520nm,多数仪器建议检测波长500nm。这种染料可以来自invitrogen公司的live/deadbaclightbacterialviabilitykit(l-7007,l-7012,l-13152)以及其他公司。术语“pi”是指碘化丙啶(propidiumiodide)，cas号为25535-16-4，化学式为c27h34i2n4，是一种可对dna染色的细胞核染色试剂。pi的分子量为668.39，相对较大，不具有细胞膜渗透性，不能渗透穿过完好的细胞膜，只能进入细胞膜已破坏的细胞并与其核酸结合染色，在蓝光激发下发射红色荧光，普遍认为可以认为pi只能对死菌(细胞膜被破坏的细菌)进行染色。本发明的pi染色液的激发波长：510-545nm，多数仪器建议检测波长530nm，发射波长：600-640nm，多数仪器建议检测波长618nm。这种染料由多家公司公开销售。另一方面，本发明提供了一种丝状微生物的染色方法，包括用本发明的染色液染色丝状微生物样品。在一个优选的实施方案中，本发明的染色方法还包括获得合适或需要的浓度的丝状微生物样品的预处理步骤。在一个优选的实施方案中，本发明的染色方法包括以下步骤：(1)配制本发明的染色液；(2)对于丝状微生物的样品进行预处理，以获得合适浓度的丝状微生物样品；(3)用步骤(1)中配制好的染色液染色丝状微生物样品。在一个优选的实施方案中，本发明的染色方法中的丝状微生物样品的染色需要立即进行，以减少丝状微生物的死亡。在进一步优选的实施方案中，本发明的染色方法中的丝状微生物样品在约4℃下，从获取到染色需要的总时间小于4个小时。在一个优选的实施方案中，该丝状微生物是丝状细菌或丝状真菌。在进一步优选的实施方案中，本发明的染色方法需要根据丝状微生物样品中丝状微生物的死亡率，调整染色液a和染色液b的摩尔比，使得染色结果以及之后的检测和鉴定结果不失真。例如，在之后的图像处理过程中不会出现检测结果大大不同于实际结果的现象。在更优选的实施方案中，本发明的染色方法中，当所述样品中丝状微生物的死亡率大于约30％时，染色所用的染色液a和染色液b配制成摩尔比为约1:9，优选为约4:45，更优选为约167:1800。在更优选的实施方案中，本发明的染色方法中，当所述样品中丝状微生物的死亡率小于约10％时，染色所用的染色液a和染色液b配制成摩尔比为约2:7，优选为约3:14，更优选为约1503:7000。在更优选的实施方案中，本发明的染色方法中，当所述样品中丝状微生物的死亡率在约10％至30％之间时，染色所用的染色液a和染色液b配制成摩尔比为约约1:9-2:7之间，优选为约4:45-3:14之间，更优选为约167:1800-1503:7000之间。在全灭活试验中，选取20151213的一个样品进行试验，基础数据见下表。样品确定的染色比例(体积比)为8：9时，样品检测数据正常。全部灭活以后，继续用该比例试剂，出现明显的失真现象(微生物总数和死亡微生物数量均极大偏离实际数值)。继续增大pi试剂的量到5：9时，数据恢复正常，因此确定了死亡率较高时染色剂比例阈值为5：9。使用同样的方法，确定了死亡率较低时染色剂比例阈值为9:7。使用这样的比例，测试数值能够较好的反映样品的真实情况。即，针对海泊河样品，如果死亡率偏高，可适当增加pi染色剂的量(syto试剂与pi染色剂的体积比为5:9)；如果死亡率偏低，则适当增加syto试剂的量(syto试剂与pi染色剂的体积比为9:7)。死亡率偏高的情况(2015年)：死亡率偏低的情况：在一个优选的实施方案中，本发明的染色方法中使用固定体积的染色液a和染色液b，以方便之后加入和调整染色液a和染色液b的量。在进一步优选的实施方案中，染色液a和染色液b的总体积和丝状微生物样品的体积比为约5:1至约1:1。在更优选的实施方案中，染色液a和染色液b的总体积和丝状微生物样品的体积比为约2:1。在一个优选的实施方案中，本发明的染色方法中的染色步骤避光进行。在更优选的实施方案中，本发明的染色方法中的染色步骤进行大约10至20分钟。在更优选的实施方案中，本发明的染色方法中的染色步骤进行大约15分钟。在一个优选的实施方案中，本发明的染色方法中，在丝状微生物样品取得以后，进行充分摇匀，使得可以更加准确地获得丝状微生物样品的浓度。在更优选的实施方案中，通过放大检测方法确定丝状微生物样品的浓度是否为需要的浓度(便于得到准确结果的浓度)。在更优选的实施方案中，通过显微镜观察确定丝状微生物样品的浓度是否合适。在最优选的实施方案中，通过光学显微镜观察，以得到视野内没有的重叠影像丝的状微生物样品。如果视野内没有明显的重叠影像，判断为合适；如果视野内重叠严重，则采用磷酸盐pbs缓冲液进行等比例稀释，并重复上述过程，直到浓度合适。该磷酸盐pbs缓冲液是本领域已知的磷酸盐pbs缓冲液，例如是nacl137mmol/l，kcl2.7mmol/l，na2hpo44.3mmol/l，kh2po41.4mmol/l，ph7.2～7.4。在一个优选的实施方案中，本发明的染色方法中获得的合适浓度的丝状微生物样品先通过浸于水中的聚四氟乙烯膜开口处形成的双分子层膜过滤过滤，然后进行染色处理。在进一步优选的实施方案中，本发明的染色方法中获得的合适浓度的丝状微生物样品先通过waterman公司的黑膜过滤，然后进行染色处理。术语“丝状微生物”是指具有丝状体或菌丝的细菌和真菌。术语“丝状真菌”是指本领域技术人员认可的任何丝状真菌。通常，丝状真菌是真核微生物，并且包括真菌亚门(subdivisioneumycotina)的所有丝状形式。这些真菌的特征是具有细胞壁的营养菌丝体，细胞壁由甲壳质、β-葡聚糖和其他复合多糖组成。在一些实施方案中，本发明的丝状真菌在形态学、生理学和遗传学上与酵母不同。在一些实施方案中，丝状真菌包括但不限于以下属：曲霉属(aspergillus)、枝顶孢属(acremonium)、短梗霉属(aureobasidium)、白僵菌属(beauveria)、头孢霉属(cephalosporium)、拟蜡菌属(ceriporiopsis)、chaetomiumpaecilomyces、chrysosporium、麦角菌属(claviceps)、旋孢腔菌属(cochiobolus)、隐球酵母属(cryptococcus)、黑蛋巢菌属(cyathus)、内座壳属(endothia)、endothiamucor、镰孢属(fusarium)、gilocladium、腐质霉属(humicola)、magnaporthe、毁丝霉属(myceliophthora)、漆斑菌属(myrothecium)、毛霉属(mucor)、phanerochaete、柄孢壳属(podospora)、拟青霉属(paecilomyces)、青霉属(penicillium)、pyricularia、根毛霉属(rhizomucor)、根霉属(rhizopus)、裂褶菌属(schizophylum)、壳多孢属(stagonospora)、踝节菌属(talaromyces)、木霉属(trichoderma)、thermomyces、嗜热子囊菌属(thermoascus)、梭孢壳属(thielavia)、tolypocladium、发癣菌属(trichophyton)和trametespleurotus。在一些实施方案中，丝状真菌包括但不限于以下：构巢曲霉(a.nidulans)，黑曲霉(a.niger)，泡盛曲霉(a.awomari)，例如nrrl3112、atcc22342(nrrl3112)、atcc44733、atcc14331和菌株uvk143f，米曲霉(a.oryzae)，例如atcc11490，粗糙脉孢霉(n.crassa)，里氏木霉(trichodermareesei)，例如nrrl15709、atcc13631、56764、56765、56466、56767和绿色木霉(trichodermaviride)，例如atcc32098和32086。术语“waterman黑膜”是一种人工的脂膜，是指浸于水中的聚四氟乙烯膜开口处形成的双分子层膜。因本领域实验用此膜多购自waterman公司，因此称为waterman黑膜。术语“丝状细菌”是指本领域技术人员认可的任何丝状细菌。通常，丝状细菌是原核微生物。在一些实施方案中，丝状细菌包括但不限于以下属：nocardia属(如n.amarae、n.pinensiss)、flexibacter属(如f.type0092)、cytophaga属(如c.type0411)、thiothrix属(如贝氏硫细俊)、beggaatoa属、软发菌属(如haliscomeuobacterhydrossis)、eikelboom属(如e.type0092、0675)、微丝菌属(如microthrixparvicella)、球衣菌属(如sphaerotilusnatans)、nostocoidalimicola等。术语“丝状微生物丰度”是指溶液中丝状微生物的体积丰度。术语“菌丝”是指从菌体表面伸出的管状细丝，不包括子细胞与母细胞之间连接的狭小的面积(假菌丝(pseudohyphae))。术语“死亡率”是指死亡的菌数和总菌数的比值。术语“约”是指在给定值或范围的50％内，优选在25％内，更优选在10％-1％内；或指在平均数的可接受标准差内。另一方面，本发明提供了一种图像处理方法(也称为“本发明的图像处理方法”)，定量图像中的丝状微生物。在一个优选的实施方案中，本发明的图像处理方法分别定量图像中的活的丝状微生物和死亡丝状微生物。在一个优选的实施方案中，本发明的图像处理方法包括如下步骤中的一个或几个：(1)目标照片的输入；(2)高斯滤波处理；(3)canny边缘检测；(4)均值滤波处理；(5)主成分分析，去掉非线性结构的边缘；(6)输出只包含菌丝的图像，并且统计亮点的个数。在进一步优选的实施方案中，本发明的图像处理方法包括上述步骤中的(1)-(6)，或(2)-(5)，或(1)-(5)，或(2)-(6)。在进一步优选的实施方案中，本发明的图像处理方法中的均值滤波处理为圆形均值滤波处理。在进一步优选的实施方案中，本发明的图像处理方法中，步骤(2)中对输入图像进行一次平滑，并把黑白图片二值化。在进一步优选的实施方案中，本发明的图像处理方法中，步骤(3)中得到图片的梯度，寻找梯度的极大值点并把这些极大值点连起来。在进一步优选的实施方案中，本发明的图像处理方法中，步骤(4)中将照片中的孤立点、菌体与菌丝分离开，去掉孤立点的点和菌体的点。在更优选的实施方案中，本发明的图像处理方法中，如下去掉孤立点的点和菌体的点：(i)采用均值滤波，用每个点周围的平均亮度代替该点原来的亮度；(ii)设定一个上阈值和一个下阈值，亮度小于下阈值的认为是孤立点的信号，亮度大于上阈值的认为是菌体的信号；(iii)去掉图像中孤立的点和菌体的点。在更优选的实施方案中，本发明的图像处理方法中上阈值为大约0.20，下阈值为大约0.064。在进一步优选的实施方案中，本发明的图像处理方法中，步骤(5)中如下去掉非线性结构的边缘：(i)寻找一点(以像素点为单位)周围小范围内所有的亮点；(ii)对这些亮点的坐标(以确定亮点在图像中的位置)做pca分析(主成分分析)，通过pca两个特征值的比值，获知所述点邻域的线性结构强度；(iii)设定一个阈值，去掉线性结构不够强(依据菌丝体的特征确定，阈值在0-1之间，优选在0.2-0.5之间)的点。在进一步优选的实施方案中，上述步骤(i)中的范围为该象素点周边的8个象素点，即，该像素点外围第一圈的点，数目为8。这个范围可以扩展为该像素点外围第二圈的点，数目为16，即，第二范围：周边的16个象素点。在进一步优选的实施方案中，本发明的图像处理方法中，步骤(6)中通过统计所有剩余亮点的个数，完成菌丝长度的统计。术语“像素点”是指整个图像中不可分割的单位或者是元素。不可分割的意思是指“像素点”不能够再切割成更小单位抑或是元素，是以一个单一颜色的小格存在。术语“像素点法”是指利用该方法统计的图像中不可分割的目标单一颜色小格的总个数。术语“黑白图片二值化”是指将图像上的像素点的灰度值设置为0或255的过程，也就是将整个图像呈现出明显的黑白效果的过程。术语“高斯滤波(gaussianfilter)”是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。具体操作是：用一个模板(或称卷积、掩模)扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。术语“高斯滤波处理(gaussianfilterprocessing)”是指根据待滤波的像素点及其邻域点的灰度值按照一定的参数规则进行加权平均。这样可以有效滤去理想图像中叠加的高频噪声。术语“图像的边缘”是指图像局部区域亮度变化显著的部分，该区域的灰度剖面一般可以看作是一个阶跃，既从一个灰度值在很小的缓冲区域内急剧变化到另一个灰度相差较大的灰度值。图像的边缘部分集中了图像的大部分信息，图像边缘的确定与提取对于整个图像场景的识别与理解是非常重要的，同时也是图像分割所依赖的重要特征，边缘检测主要是图像的灰度变化的度量、检测和定位，自从1959提出边缘检测以来，经过五十多年的发展，已有许多中不同的边缘检测方法。实现图像的边缘检测，就是要用离散化梯度逼近函数根据二维灰度矩阵梯度向量来寻找图像灰度矩阵的灰度跃变位置，然后在图像中将这些位置的点连起来就构成了所谓的图像边缘(图像边缘在这里是一个统称，包括了二维图像上的边缘、角点、纹理等基元图)。在实际情况中理想的灰度阶跃及其线条边缘图像是很少见到的，同时大多数的传感器件具有低频滤波特性，这样会使得阶跃边缘变为斜坡性边缘，看起来其中的强度变化不是瞬间的，而是跨越了一定的距离。这就使得在边缘检测中首先要进行的工作是滤波。1)滤波：边缘检测的算法主要是基于图像强度的一阶和二阶导数，但导数通常对噪声很敏感，因此必须采用滤波器来改善与噪声有关的边缘检测器的性能。常见的滤波方法主要有高斯滤波，即采用离散化的高斯函数产生一组归一化的高斯核，然后基于高斯核函数对图像灰度矩阵的每一点进行加权求和。2)增强：增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将图像灰度点邻域强度值有显著变化的点凸显出来。在具体编程实现时，可通过计算梯度幅值来确定。3)检测：经过增强的图像，往往邻域中有很多点的梯度值比较大，而在特定的应用中，这些点并不是要找的边缘点，所以应该采用某种方法来对这些点进行取舍。实际工程中，常用的方法是通过阈值化方法来检测。canny边缘检测算法由johncanny于1986年提出，属于是先平滑后求导数的方法，通常处理的图像为灰度图，因此如果摄像机获取的是彩色图像，那首先就得进行灰度化。术语“canny边缘检测”是由johncanny1986年提出的一种边缘检测算法，根据对信噪比与定位乘积进行测度，得到最优化逼近算子，也就是canny算子。类似与log边缘检测方法，也属于先平滑后求导数的方法。使用canny边缘检测器，图象边缘检测必须满足两个条件：能有效地抑制噪声；和必须尽量精确确定边缘的位置。术语“非线性结构”的逻辑特征是一个结点元素可能有多个直接前趋和多个直接后继，此处特指几何非线性结构。术语“对(输入)图像进行一次平滑”是指通过高斯滤波进行图像处理。术语“(图像中的)尖锐点”是指随机的两个点形成很大的像素差。术语“(图像)噪声”是指图像中各种妨碍人们对其信息接受的各种因素。术语“均值滤波”是一种典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素(以目标像素为中心的周围若干个像素，例如8个像素，构成一个滤波模板，即去掉目标像素本身)，再用模板中的全体像素的平均值来代替原来像素值。另一方面，本发明提供一种电子设备(也称为“本发明的电子设备”)，包括一个或多个处理器及存储器，该存储器存储有程序，该程序被配置成由所述一个或多个处理器执行本发明的图像处理方法中的步骤。在一些实施方案中，本发明的电子设备还包括显示器。在一些实施方案中，本发明的电子设备中的还存储器包括以下程序模块：(b)用于高斯滤波处理的程序模块；(c)用于含canny边缘检测的程序模块；(d)用于通过均值滤波处理的程序模块；(e)用于通过主成分分析，去掉非线性结构的边缘的程序模块。在一个优选的实施方案中，本发明的电子设备中的存储器包括以下程序模块中的一个或几个：(a)用于目标照片输入的程序模块；(b)用于高斯滤波处理的程序模块；(c)用于含canny边缘检测的程序模块；(d)用于通过均值滤波处理的程序模块，优选用于通过圆形均值滤波处理的程序模块；(e)用于通过主成分分析，去掉非线性结构的边缘的程序模块；(f)用于通过输出只包含菌丝的图像，并且统计亮点的个数数据的程序模块。在进一步优选的实施方案中，本发明的电子设备中的存储器包括上述程序模块(a)-(f)，或(b)-(e)，或(a)-(e)，或(b)-(f)。本发明的程序模块包含为了应用于污水而自行设计的算法，可调用matlab中的已知函数。另一方面，本发明提供一种计算机可读存储介质(也称为“本发明的计算机可读存储介质”)，包括与本发明的电子设备结合使用的程序，其特征在于所述程序可被处理器执行以完成本发明的图像处理方法中的步骤。另一方面，本发明提供一种丝状微生物的荧光识别方法(也称为“本发明的荧光识别方法”)，定量丝状微生物样品中丝状微生物总数的统计。在一个优选的实施方案中，本发明的荧光识别方法包括以下步骤：(1)阳性质控标准菌株梯度稀释液的标准曲线的制备；(2)丝状微生物样品的检测；(3)丝状微生物样品中丝状微生物总数的统计。在进一步优选的实施方案中，本发明的荧光识别方法的步骤(1)中阳性质控标准菌株梯度稀释液的标准曲线的制备包括：(i)阳性质控标准菌株梯度稀释液的制备，优选采用大肠杆菌作为阳性质控标准菌株；(ii)采用本发明的染色方法染色步骤(i)中获得的梯度稀释液；(iii)阳性质控标准菌株梯度稀释液的检测。在进一步优选的实施方案中，本发明的荧光识别方法的步骤(iii)中使用激光共聚焦系统检测梯度稀释液的染色效果，并统计检测结果。在更优选的实施方案中，本发明的荧光识别方法中将阳性质控标准菌株梯度稀释液的检测结果与相应的稀释液浓度进行回归分析，如果p值满足线性回归的要求，则进行上述步骤(2)；若不满足，则调整染色液的浓度和机器运行参数，重复步骤(iii)，直至p值满足线性回归的要求。在进一步优选的实施方案中，本发明的荧光识别方法的步骤(1)和(2)中使用符合测试波长的荧光显微镜。在更选的实施方案中，本发明的荧光识别方法的步骤(1)和(2)中使用包含测检测波长为约480-500nm和约530-620nm的荧光显微镜，或包含alex488通道和pi通道的荧光显微镜。在更选的实施方案中，本发明的荧光识别方法的步骤(1)和(2)中使用olimpus激光共聚焦系统进行检测。该olimpus激光共聚焦系统的机器运行参数包括目镜倍数、物镜倍数、补强光强度、曝光时间等。在进一步优选的实施方案中，本发明的荧光识别方法的步骤(2)采用步骤(1)中的检测条件及参数进行，得到染色照片。在进一步优选的实施方案中，本发明的荧光识别方法的步骤(3)中将步骤(2)得到的照片，采用本发明的图像处理方法进行统计分析，得到菌丝的总长度。在更选的实施方案中，本发明的荧光识别方法使用对角线采集标准采集平行视野。例如，在filamentiousbacteriaidentification&process方法的基础上，结合《海洋调查规范》中规定的采样规范，制定平行视野的采集标准，通过调整显微镜相关参数，保证符合采集照片的视野面积大于等于需要视野面积。另一方面，本发明提供一种丝状微生物丰度的快速评价方法(也称为“本发明的丝状微生物丰度快速评价方法”)，定量样品中丝状微生物的丰度。在一些实施方案中，本发明的丝状微生物丰度快速评价方法包括以下步骤：(1)采用本发明的染色方法染色样品；(2)采用本发明的荧光识别方法，荧光识别步骤(1)中获得的染色样品中的丝状微生物；(3)采用本发明的图像处理方法，对于步骤(2)中获得的结果进行统计分析，获得丝状微生物的丰度。另一方面，本发明提供一种鉴定丝状微生物杀灭效果的方法(也称为“本发明的丝状微生物杀灭效果的鉴定方法”)，定量对于样品中微生物杀灭的效果。在一些实施方案中，本发明的丝状微生物杀灭效果的鉴定方法包括以下步骤：(1)采用本发明的染色方法，染色杀灭处理前和处理后的样品；(2)采用本发明的荧光识别方法，荧光识别步骤(1)中获得的染色样品中的丝状微生物；(3)采用本发明的图像处理方法，对于步骤(2)中获得的结果进行统计分析，获得丝状微生物的含量；(4)比较处理前和处理后的样品中的活丝状微生物的量，获得丝状微生物的杀灭处理的效果。术语“(微生物)杀灭”是指可以降低活微生物数量的任何方法，包括任何物理方法和化学方法。另一方面，本发明提供本发明的丝状微生物杀灭效果的鉴定方法在检测水处理设备的运行能力和功效中的用途。在一个优选的实施方案中，本发明的染色、图像处理、荧光识别和丝状微生物丰度快速评价方法包括以下步骤:：1.丝状微生物染色1.1样品染色液的制备取染色液a(syto9)和b(pi染色液)，使用超纯水，分别进行配置，使其终浓度达3.34mm和20mm。避光保存，现配现用。在20倍物镜条件下，视野对应面积为630μm×630μm，396900μm2，在此基础上调整视野面积，依据样品特点选择合适的物镜和视野，即目标区域中的样品能够清晰可辨，目标样品相互之间几乎没有干扰，而且相对数量大于3条并且清晰可见。1.2样品预处理1.2.1样品使用量的预判断和初步确定目标样品采集或获取后,需要预先判断每次的使用量,步骤如下：样品取得以后，首先充分摇匀，无菌环境下取10μl样品制作载玻片，普通光镜观察，确定目标物是否分散均匀和浓度合适，如果视野内没有明显的重叠影像，判断为合适。如果视野内重叠严重，采用磷酸盐pbs缓冲液(nacl137mmol/l，kcl2.7mmol/l，na2hpo44.3mmol/l，kh2po41.4mmol/l，ph7.2～7.4)进行等比例稀释，并重复上述过程，直到浓度合适，然后开展后续的染色分析工作。目标样品送达以后，须立即处理。样品瓶无菌清理外表面后，立即转移到无菌台，充分混匀，通过waterman黑膜过滤，然后进行染色处理，分别取配制好的染色液a、b，按照5:9-9:7的体积比，即167:1800-1503:7000的摩尔比，混合均匀。预备实验过程中,依据样品的情况选择合适的摩尔比。现有技术中针对海泊河样品，通常建议染色剂的体积比例为1：1。但是，发明人通过实验发现，167:1800-1503:7000的摩尔比才能够实现海泊河样品污水处理的染色要求，实现简便、快速地定量污水处理中的微生物，并检测水处理设备的运行能力和功效。本发明中使用2mleppendorf管，加入1.0ml配置好的染液，然后添加0.2-1.0ml样品溶液，依据样品中的微生物浓度进行适当调整；优选样品溶液添加量为0.5ml，混合均匀，避光染色10-20min(分钟)，优选避光染色15min。选取10μl染色后的样品进行激光共聚焦观测。2.荧光检测2.1阳性质控液的制备及染色阳性质控液的制备：阳性质控标准菌株(大肠杆菌)，接种于lb液体培养基，30℃培养至对数期，进行倍比稀释，制备得到阳性质控标准菌株的梯度稀释液(在本发明中也称为“阳性质控”或“阳性质控液”)。lb培养基配方：分别取胰化蛋白胨10g、酵母提取物5g和nacl10g，加入200ml去离子水，摇动容器直至全部溶解，5mol·l-1naoh调ph至7.0，去离子水定容至1l，121℃蒸汽灭菌20min。梯度稀释液：通过测量样品浓度和吸光度之间的线性关系，确定样品的可信度。梯度稀释的定义为按照一定的倍数将原液不停的稀释，从而得到系列溶液。例如，按照2倍稀释，就分别得到原液的1/2、1/4、1/8、1/16、1/32浓度的溶液。按照步骤1.2所描述方法染色。2.2荧光计数阳性质控的检测：使用olimpus激光共聚焦系统，依次打开1-6号控制器，选择所需检测波长。每个样品随机采集60个平行视野数据，检测梯度稀释液的染色效果，统计检测结果。平行视野的选择标准：在filamentiousbacteriaidentification&process方法的基础上，结合《海洋调查规范》中规定的采样规范，制定该方法采集标准。在保证样品拍摄照片清晰并且符合后续分析的前提下，按照每张照片需要的视野面积，确定60张照片需要的视野总面积，通过调整显微镜相关参数，保证符合采集照片的视野面积大于等于需要视野面积。通过视野中标尺的控制调整随机采集60个视野，采集基本原则为对角线采集，示意图如图1所示。2.3阳性质控标准曲线制备将所检测阳性质控，与对应浓度进行回归分析，建立线性回归方程，计算其p值是否满足线性回归要求。若满足，则进行样品检测试验；若不满足，则对两种荧光染色液的有效浓度、机器运行参数等进行调整，重复上述检测步骤，以保证检测的准确度。机器运行参数主要包括：目镜倍数、物镜倍数、补强光强度(调整光圈实现)、曝光时间(经验曝光时间为3秒，以此为基础进行调整)等。2.4样品的检测将样品依次进行检测，检测条件及主要参数测定参照阳性质控液检测参数进行，检测所有样品，记录检测时间，得到染色照片(图片)。3.计算机编程识别3.1像素点法用于样本中菌体总数的统计，包括两部分数量的统计，即样本中死去细菌和真菌数量的统计，和仍旧存活的细菌和真菌数量的统计。在检测过程中采用红色和绿色的像素点进行区分。其中利用荧光染色剂与细胞核酸结合，使核酸在蓝光的激发下发射荧光，通过测定发射荧光的强度确定样品中细菌和真菌的数量。步骤1:打开本发明的电子设备或计算机可读存储介质中的荧光计数初始软件(属于本发明中用于目标照片输入的程序模块)，初始界面如图2a所示。单击点文件处理进入主界面，如图2b所示。单击导入图片，选择所需要处理的图片，确定图片后如图2c所示。单击计算像素点，即可得到绿色和红色像素点的绝对值，如图2d所示。其中，绿色像素点对应活细胞数目，红色像素点对应死细胞数目，两种颜色的像素点值做比，即可得到活细胞和死细胞在样品中分布的情况(例如，相对含量和绝对含量)。总像素点数量为不同颜色菌体数量之和，通过本发明的电子设备或计算机可读存储介质中的标准品测试校正软件(属于本发明中用于目标照片输入的程序模块)统计的可靠性和样本的差异性。软件可靠性验证如下：采用20151213出入口样本进行灭活，然后染色，数据进行统计，结果如图2e所示。实验结果表明，灭活后出口死亡率平均值为99.32％，入口死亡率为97.11％，统计误差较小，均小于5％，符合统计需求。其中，无论是出口还是入口的灭菌样品，都有绿色像素点，表明即使在灭菌情况下，仍有一定的绿色荧光染料吸附，这是测定样品的系统误差。灭菌处理与不灭菌处理样品，其总像素点存在一定的差距。而且是灭活样品总像素点量低于正常测试样品，出口灭活样品像素点数量高于入口灭活样品。这主要是在灭活过程中，部分样品存在分解的原因，同时出口灭活数量大于入口，这也存在死亡的样品在灭活过程中相对更稳定一些。1)20151213样品的出口样品分析2)20151213样品的出口灭活样品分析3)20151213样品的入口样品分析4)20151213样品的入口灭活样品分析统计结果表明，入口样本活菌像素点统计为9456，死亡像素点统计为1189，合计为10645；实验室灭活后活菌像素点统计为140，死亡像素点统计为9532，合计为9671。样本统计误差(9.1％左右)符合微生物样本统计要求。出口样本活菌像素点统计为4200，死亡像素点统计为8564，合计为12764；实验室灭活后活菌像素点统计为74，死亡像素点统计为11435，合计为11509。样本统计误差(9.8％左右)符合微生物样本统计要求。这说明上述软件是可靠的。出入口的数据有一定的差异，这是由于系统运行过程中，微生物的生长导致的数量的增加，这也与其余的测试数据吻合得非常好。实验原始数据表1.20151213样品出口和入口灭菌检测结果序号出口可统计死亡率％入口可统计死亡率％差值％199.7799.81-0.04299.7699.87-0.11398.5199.9-1.39499.599.64-0.14598.2995.13.19699.3599.310.04798.5299.39-0.87898.898.150.65999.1899.85-0.671099.0399.58-0.551199.5497.731.811299.7499.390.351399.6299.370.251499.5797.581.991599.3698.470.891699.9396.13.831799.998.461.441899.5699.62-0.061999.4199.370.042099.1499.61-0.472197.9799.64-1.672296.9598.61-1.662399.2898.710.572499.4694.484.982599.9599.150.82699.9997.42.592710098.231.772810096.273.732910095.674.333099.5598.70.85上述样本平行性结果表明，本发明方法的有效率差值小于5％，符合统计学要求，能够用于数据统计。依据本发明方法统计的20151213样品出口和入口的死亡率分别为64.56％和11.78％，这与其他测试参数吻合较好，也从侧面验证了本发明方法的合理和准确性。3.2边缘优化法3.2.1高斯滤波gaussianfilterprocessing本步骤的目的是对输入图像进行一次平滑，去掉图中的尖锐点与噪声，防止把噪声等尖锐点误作为边缘。而图片连续变化的特征不受影响。处理的同时把黑白图片二值化。结果参见图3。3.2.2canny边缘检测canny边缘检测是johnf.canny于1986年开发出来的一个多级边缘检测算法，是一种常用的边缘检测算子。canny边缘检测的主要思想是求图片的梯度，并且寻找梯度的极大值点并且把这些极大值点连起来。结果参见图4。3.2.3圆形均值滤波处理这一步骤的目的是为了把图中的孤立点、菌体与菌丝分离开，结果参见图4。我们希望能够去除两种点：周围两点不够多的点与周围亮点过多的点。第一种点我们认为是孤立点，第二种点我们认为是菌体上的点。结果参见图5。3.2.4去掉上图中过亮和过暗的点采用均值滤波，用每个点周围的平均亮度代替该点原来的亮度，然后依据实际环境结合经验算法，设定一个上阈值和一个下阈值，亮度小于下阈值的我们认为是第一种类型的信号，亮度大于上阈值的我们认为是第二种类型的信号，对图像进行优化处理。基础经典上阈值我们取0.20，下阈值我们取0.064，软件中阈值可调整(结果参见图6和7)。3.2.4主成分分析经过上述处理后，菌体内部的点大部分都滤掉了，但是菌体的边缘仍然能得到有效保留。观察到菌丝大部分成局部直线化，而菌体的形状很不规则，用pca(主成分分析)来描述菌丝的这种线性化特征，进一步对图像进行优化，核心思想如下。对一个点，寻找它周围一个小范围内所有的亮点，然后对这些亮点的坐标做pca。通过pca两个特征值的比值，就可以知道它的邻域有线性结构有多强。继续设定一个阈值，去掉线性结构不够强的点(结果参见图8)。2.5长度统计统计所有亮点的个数，完成菌丝长度的统计。软件界面见图9。丝状微生物两种不同极端环境下(一种全部为球状，另外一种为单一的丝状)，测试的结果分别为，全部为球状菌的情况下，测试结果676；全部为丝状的前提下，测试结果为7520，统计学误差为9.0％左右，符合微生物样本统计要求(原始照片和统计结果见图10)。而且在软件运行过程中，可以通过调节边缘化阈值和线性检测阈值来更好的适应样本的情况。在此基础上加入确定长度的标准以后，相关丝状微生物的长度可以直接统计出来。实施例12016年1月1日采取海泊河污水处理厂(青岛海泊河污水处理厂，青岛市市北区杭州支路8号)装置的出、入口污水100ml于已灭菌的玻璃瓶中，带回实验室检测。1、死亡率检测样品取样后放入4℃取样箱中立即送往实验室处理。目标样品采集或获取后,需要预先判断每次的使用量,步骤如下：样品取得以后，首先充分摇匀，然后在无菌环境下取10μl样品制作载玻片，普通光镜观察，确定目标物是否分散均匀和浓度是否合适。视野内没有明显的重叠影像，判断为浓度合适，不需要进行稀释。如果视野内重叠严重，采用磷酸盐pbs缓冲液(nacl137mmol/l,kcl2.7mmol/l,na2hpo44.3mmol/l,kh2po41.4mmol/l,ph7.2～7.4)进行等比例稀释，并重复上述过程，直到浓度合适，然后开展后续的染色分析工作。取染色液a(syto9)和b(pi染色液)，使用超纯水，分别进行配置，使其终浓度达3.34mm和20mm。避光保存，现配现用。样品瓶无菌清理外表面后，立即转移到无菌台，充分混匀，通过waterman黑膜过滤，然后进行染色处理：分别取配制好(浓度达3.34mm和20mm)的染色液a、b，配置染色液a、b的混合比例为5：9的染色液对装置出口样品进行染色，9：7的染色液对装置出口的样品进行染色。染色液a和b对应的激光共聚焦通道选择分别为：alex488和pi。在20倍物镜条件下，视野对应面积为630μm×630μm，396900μm2，在此基础上调整视野面积，使目标区域样品能够清晰可辨，目标样品相互之间几乎没有干扰，而且相对数量大于3条并且清晰可见。选取2mleppendorf管，加入1.0ml配置好的染液，然后添加0.5ml样品溶液，混合均匀，避光染色15min。选取10μl染色后的样品进行激光共聚焦观测。随机抽取60个视野，拍照，用于死亡率软件分析，出口死亡率为37.98％，入口死亡率为5.54％，具体结果如下：2、丝状微生物长度检测取20μl样品于载玻片，进行光镜检测。随机选取5张视野照片，边缘化阈值设为0.5，线性检测阈值设为0.4。表2丝状微生物长度统计表编号出口长度编号入口长度a6972f9636b4392g12665c5030h10405d6072i8489e7286g11040均值595010447最终得到出口丝状微生物平均长度为5950(图11a-11e)；入口丝状微生物平均长度为10447(图12g-12k)。实施例22016年1月2日采取海泊河污水处理厂装置出、入口污水100ml于已灭菌的玻璃瓶中，带回实验室按照实施例1相同的步骤进行检测。对于10μl染色后的样品进行激光共聚焦观测。随机抽取60个视野，拍照，用于死亡率软件分析，出口死亡率为35.82％，入口死亡率为9.15％，具体结果如下：2、丝状微生物长度检测取20μl样品于载玻片，进行光镜检测。随机选取5张视野照片，边缘化阈值设为0.5，线性检测阈值设为0.4。表3丝状微生物长度统计表编号出口长度编号入口长度a4470f4836b5654g6787c6412h6577d6289i6162e6964g6359均值59586144最终得到出口丝状微生物平均长度为5958(图13a-13e)；入口丝状微生物平均长度为6144(图14a-14e)。本发明还涉及如下具体实施方案：1.一种染色液，包含染色液a：syto9和染色液b：pi染色液，其特征在于染色液a和染色液b的摩尔比是约1:9-2:7，优选为约4:45-3:14，更优选为约167:1800-1503:7000。2.一种丝状微生物的染色方法，其特征在于包括以下步骤：(1)配制实施方案1中所述的染色液；(2)任选地，对于丝状微生物的样品进行预处理，以获得合适浓度的丝状微生物样品；(3)用步骤(1)中配制的染色液对丝状微生物样品进行染色，优选地，步骤(3)中的丝状微生物样品在约4℃下，从获取到染色的总时间差小于4个小时。3.如实施方案2所述的染色方法，其特征在于所述丝状微生物是丝状细菌或丝状真菌。4.如实施方案2或3所述的染色方法，其特征在于当所述样品中丝状微生物的死亡率大于约30％时，步骤(1)中染色液a和染色液b配制成摩尔比为约1:9，优选为约4:45，更优选为约167:1800；当所述样品中丝状微生物的死亡率小于约10％时，步骤(1)中染色液a和染色液b配制成摩尔比为约2:7，优选为约3:14，更优选为约503:7000；当所述样品中丝状微生物的死亡率在约10％歪30％之间时，步骤(1)中染色液a和染色液b配制成摩尔比为约1:9-2:7之间，优选为约3:14之间，更优选为约167:1800-1503:7000之间。5.如实施方案2所述的染色方法，其特征在于使用固定体积的染色液a和染色液b；优选地，染色液a和染色液b的总体积和丝状微生物样品的体积比为约5:1至约1:1，更优选为约2:1。6.如实施方案2所述的染色方法，其特征在于步骤(3)中的染色步骤避光进行，优选进行大约10至20分钟，进一步优选进行大约15分钟。7.如实施方案2至6中任一项所述的染色方法，其特征在于所述步骤(2)中在丝状微生物样品取得以后优选进行充分摇匀，以得到需要浓度的丝状微生物样品；优选通过放大检测方法确定丝状微生物样品的浓度是否为需要的浓度；进一步优选通过显微镜观察，确定丝状微生物样品的浓度是否合适；最优选通过光学显微镜观察，以得到视野内没有重叠影像的丝状微生物样品，其中可以采用磷酸盐pbs缓冲液稀释，以得到视野内没有重叠影像的丝状微生物样品；所述磷酸盐pbs缓冲液优选是nacl137mmol/l，kcl2.7mmol/l，na2hpo44.3mmol/l，kh2po41.4mmol/l，ph7.2～7.4。8.如实施方案7所述的染色方法，其特征在于步骤(2)中获得的合适浓度的丝状微生物样品先通过浸于水中的聚四氟乙烯膜开口处形成的双分子层膜过滤，然后进行步骤(3)的染色处理，其中所述的双分子层膜优选为waterman公司的黑膜。9.一种图像处理方法，包括如下步骤：(2)高斯滤波处理；(3)canny边缘检测；(4)均值滤波处理，优选为圆形均值滤波处理；(5)主成分分析，去掉非线性结构的边缘，所述图像处理方法任选包括(1)目标照片的输入；和/或(6)输出只包含菌丝的图像，并且统计亮点的个数。10.如实施方案9所述的图像处理方法，其特征在于:步骤(2)中对输入图像进行一次平滑，并把黑白图片二值化；步骤(3)中得到图片的梯度，寻找梯度的极大值点并把这些极大值点连起来；步骤(4)中将照片中的孤立点、菌体与菌丝分离开，去掉孤立点的点和菌体的点，优选如下去掉孤立点的点和菌体的点：(i)采用均值滤波，用每个点周围的平均亮度代替该点原来的亮度；(ii)设定一个上阈值和一个下阈值，亮度小于下阈值的认为是孤立点的信号，亮度大于上阈值的认为是菌体的信号；(iii)去掉图像中孤立的点和菌体的点；进一步优选其中上阈值为大约0.20，下阈值为大约0.064；步骤(5)中如下去掉非线性结构的边缘：(i)寻找一个像素点周边的8个像素点范围内所有的亮点，优选寻找所述像素点周边的16个像素点范围内所有的亮点；(ii)确定亮点在图像中的位置，对这些亮点的坐标做pca(主成分分析)，通过pca两个特征值的比值，获知所述点邻域的线性结构强度；(iii)设定阈值为0-1，去掉线性结构不够强的点，优选设定阈值为0.2-0.5；步骤(6)中通过统计所有剩余亮点的个数，完成菌丝长度的统计。11.一种电子设备，包括显示器、一个或多个处理器及存储器，其特征在于所述存储器存储有程序，并且被配置成由所述一个或多个处理器执行权利要要求9或10中的步骤，其中所述存储器包括以下程序模块：(b)用于高斯滤波处理的程序模块；(c)用于含canny边缘检测的程序模块；(d)用于通过均值滤波处理的程序模块，优选用于通过圆形均值滤波处理的程序模块；(e)用于通过主成分分析，去掉非线性结构的边缘的程序模块，任选包括(a)用于目标照片输入的程序模块；和(f)用于通过输出只包含菌丝的图像，并且统计亮点的个数数据的程序模块。12.一种计算机可读存储介质，包括与实施方案11所述的电子设备结合使用的程序，其特征在于所述程序可被处理器执行以完成实施方案9或10中的步骤。13.一种丝状微生物的荧光识别方法，包括以下步骤：(1)阳性质控标准菌株梯度稀释液的标准曲线的制备；(2)丝状微生物样品的检测；(3)丝状微生物样品中丝状微生物总数的统计。14.如实施方案13所述的荧光识别方法，其特征在于步骤(1)中阳性质控标准菌株梯度稀释液的标准曲线的制备包括：(i)阳性质控标准菌株梯度稀释液的制备，优选采用大肠杆菌作为阳性质控标准菌株；的荧光识别方(ii)采用实施方案2-8中任一项所述的方法染色步骤(i)中获得的梯度稀释液；(iii)阳性质控标准菌株梯度稀释液的检测。15.如实施方案13所述的荧光识别方法，其特征在于步骤(iii)中使用激光共聚焦系统检测梯度稀释液的染色效果，并统计检测结果；优选将阳性质控标准菌株梯度稀释液的检测结果与相应的稀释液浓度进行回归分析，如果p值满足线性回归的要求，则进行实施方案13的步骤(2)；若不满足，则调整染色液的浓度和机器运行参数，重复步骤(iii)，直至p值满足线性回归的要求。16.如实施方案13所述的方法，其特征在于步骤(1)和(2)中使用包含alex488通道和pi通道的荧光显微镜，优选使用olimpus激活共聚焦系统进行检测，所述荧光显微镜的运行参数优选包括目镜倍数、物镜倍数、补强光强度、曝光时间；步骤(2)采用步骤(1)中的检测条件及参数进行，得到染色照片；步骤(3)中将步骤(2)得到的照片，采用实施方案9或10中的图像处理方法进行统计分析，得到菌丝的总长度。17.如实施方案13所述的方法，其特征在于使用对角线采集标准采集平行视野。18.一种丝状微生物丰度的快速评价方法，包括以下步骤：(1)采用实施方案2-8中任一项所述的方法染色样品；(2)采用实施方案13-17中任一项所述的方法荧光识别步骤(1)中获得的染色样品中的丝状微生物；(3)采用实施方案9或10所述的方法对于步骤(2)中获得的结果进行统计分析，获得丝状微生物的丰度。19.一种鉴定丝状微生物杀灭效果的方法，包括以下步骤：(1)采用实施方案2-8中任一项所述的方法染色杀灭处理前和处理后的样品；(2)采用实施方案13-17中任一项所述的方法荧光识别步骤(1)中获得的染色样品中的丝状微生物；(3)采用实施方案9或10所述的方法对于步骤(2)中获得的结果进行统计分析，获得丝状微生物的含量；(4)比较处理前和处理后的样品中的活丝状微生物的量，获得丝状微生物的杀灭处理的效果。20.实施方案19的方法在检测水处理设备的运行能力和功效中的用途。当前第1页12