一种粘连菌落的分割方法
【技术领域】
[0001] 本发明属于菌落自动检测领域，尤其涉及一种粘连菌落的分割方法。
【背景技术】
[0002] 食品微生物检验主要包括致病菌、菌落总数和大肠杆菌总数的检验，是防止微生 物危害人体健康的重要手段。其中，菌落总数是指食品检样经过处理，在一定条件下培养后 所得lmL(或lg)检样中的菌落总数，根据所得的菌落总数可了解检样中微生物的含量。
[0003]目前，菌落计数的方法主要有直接计数法、平皿计数法和计算机图像自动计数法。 直接计数法是利用血球计数板等在显微镜下直接数出细菌数量，但是该方法不能鉴别死菌 和活菌且准确率低。平皿计数法是检测菌落总数的国家标准检验法（参考文献见：GB/T 4789. 2-2010食品卫生微生物学检验菌落总数测定[S])，是判断其他计数方法准确性的标 准方法，该方法对于平皿中的单菌落计数较准确，但由于培养皿中菌落疏密不均勾地排列， 常出现菌落粘连现象，依靠人工观察粘连菌落并计数具有一定的主观性且计数不准确，整 体来说该方法操作繁琐、耗时长、误差大、效率低。随着计算机图像技术的发展，许多研究 者提出了几种利用计数目标培养基图像中菌落与背景间颜色差异来自动分割计数的方法， 其主要是利用各种算法（如距离变换、分水岭算法及迭代腐蚀法）强制分割粘连区域内的 菌落（参考文献见：余辉，李金航，张力新，于旭耀，郑晓悦，齐丹.一种菌落自动计数方法 [P].天津：CN102676633A，2012-09-19。），虽然该方法提高了菌落计数的速度，尤其是培养 皿中单菌落的计数，克服了人工计数法对粘连区域内菌落计数具有的主观性。但由于粘连 菌落中菌落与菌落之间的灰度（颜色）差异很小，而各种算法是根据菌落与菌落之间灰度 差异进行分割的，因此计算机图像自动计数法对粘连菌落的精确分割也无能为力，且需要 研究人员具有较高的图像处理能力。另外，针对有杂质颗粒的培养基时，仅仅通过图像处理 不能消除杂质颗粒对菌落计数的影响。
[0004]因此，精确分割粘连区域并计算粘连区域内菌落数量能确保食品、农产品中菌落 总数检测更加精确，有利于保障食品、农广品等的质量安全。
【发明内容】
[0005] 本发明的目的是为了解决现有技术中的不足，提出了一种操作简单且精度高的粘 连菌落分割方法。粘连菌落是由2个或2个以上最初互不粘连且距离较近的单菌落自我繁 殖、壮大，最后粘连形成的。因此，本发明首先定位计数培养皿图像中粘连菌落的位置，然后 向前寻找与粘连菌落位置相同的区域内菌落还未粘连时期的图像，最后通过观察对比不同 时期图像的连通区域数，实现粘连区域内菌落的精确计数。
[0006] 本发明的技术方案是：一种粘连菌落的分割方法，其特征在于，包括以下步骤：
[0007]S1、采集菌落的图像，菌落在培养皿中培养，菌落的培养周期为kh小时，间隔h小 时通过摄像装置采集菌落的图像，得到培养〇小时、h小时、……、（k-l)h小时、kh小时对 应的菌落图像k+Ι幅，分别为I。、Ih、……、I& 1)h、Ikh，其中k为大于零的整数；
[0008]S2、将所述步骤S1采集得到的所述菌落图像1%进行菌落和背景的分割，得到η个 菌落区域，分别为Qkhil、QkM、……、Qkhin :、Qkhin，并标记图像込中η个菌落区域的边界；
[0009]S3、根据η个菌落区域在所述菌落图像込上的边界，依次提取在k+Ι幅所述菌 落图像中与所述菌落区域位置相同的图像区域，得到（k+l)n个图像区域，并将提取到的 (k+l)n个图像区域进行菌落和背景的分割，分别得到（k+l)n个菌落区域；
[0010]S4、分别计算所述步骤S3中得到的（k+l)n个菌落区域各自包含的连通区域数，建 立向量S1、S2、……、S(n-l)、Sn，生成连通区域数矩阵J;
[0011]S5、根据所述步骤S4中的到的连通区域数，分别计算得出菌落区域的菌落数以及 培养皿中的菌落总数。
[0012] 上述方案中，所述步骤S1中所述摄像装置为CCD摄像头，所述CCD摄像头与计算 机连接，将采集的图像传送到计算机；图像采集过程中所述CCD摄像头与所述培养皿的相 对位置保持不变，所述CCD摄像头分辨率和光照都保持一致。
[0013] 上述方案中，所述步骤S2具体为：
[0014] (1)对采集得到的所述菌落图像'的彩色图像利用库函数rgb2gray实现图像的 灰度化，得到灰度图像；
[0015] (2)编译中值滤波函数medfilt2对所有所述灰度图像进行预处理，中值滤波器尺 寸为3*3;
[0016] (3)使用Otsu阈值分割法，得出所述菌落图像'中η个菌落区域；
[0017] (4)利用轮廓标记法确定所述菌落图像1%中η个菌落区域对应的边界。
[0018] 上述方案中，所述步骤S4中生成连通区域数矩阵J的具体步骤为：
[0019] 根据所述边界在所述菌落图像的菌落区域对应的连通区域数，建立向量；最后得 出的不同培养时间不同区域的连通区域数矩阵J。
[0020] 上述方案中，所述步骤S5的具体步骤为：
[0021] (1)分别提取向量Sl、S2、……、S(n-l)、Sn的最大值MaxjP最小值Min1;
[0022] 根据公式：
[0023]队=|Max「Mini|i= 1, 2,......，n_l,η
[0024] 得到的菌落数队代表了菌落区域QkM的菌落数；
[0025] (2)根据以下公式：
[0026]
[0027] 得出培养皿中的菌落总数M。
[0028] 本发明与现有技术相比具有以下有益效果：
[0029] 与现有的直接计数法相比，本发明是利用平皿计数法，并对获取的图像进行计算 机图像处理来实现待检样中的活菌自动计数，能够实时跟踪了解待检样中活菌数量的动态 变化。
[0030]与现有的平皿计数法相比，本发明是基于图像自动处理方法来实现菌落的自动计 数，且能够对粘连菌落进行准确分割，对粘连区域内菌落进行准确计数，实现了菌落计数的 自动化、智能化。
[0031]与现有的图像处理自动计数法相比，本发明通过对比不同培养时期菌落图像中与 粘连区域同一位置的连通区域数，实现了与现有的粘连菌落分割方法相比更加精确的分 害J，达到了更加精确计数的目的。故本发明实现了计数的精确性和快速性，且能够实现自动 跟踪检测微生物数量。
【附图说明】
[0032] 图1中（a)为图像I7h的第1、2、3个菌落区域；
[0033] 图1中（b)为3个菌落区域对应的边界；
[0034] 图2中（1)为培养7h小时的3个菌落区域生长示意图；
[0035] 图2中（2)为培养6h小时的3个菌落区域生长示意图；
[0036] 图2中（3)为培养5h小时的3个菌落区域生长示意图；
[0037] 图2中（4)为培养4h小时的3个菌落区域生长示意图；
[0038] 图2中（5)为培养3h小时的3个菌落区域生长示意图；
[0039] 图2中（6)为培养2h小时的3个菌落区域生长示意图；
[0040] 图2中（7)为培养h小时的3个菌落区域生长示意图；
[0041] 图2中（8)为培养0小时的3个菌落区域生长示意图。
【具体实施方式】
[0042] 下面结合附图【具体实施方式】对本发明作进一步详细说明，但本发明的保护范围并 不限于此。
[0043] 本发明首先采集间隔h小时的菌落生长图像，利用最后采集的菌落图像确定粘连 菌落的位置，通过MATLAB图像处理软件进行图像的处理，提取不同培养时期图像中与粘连 菌落位置相同的区域，通过观察不同图像中与粘连菌落位置相同的区域的连通区域数变化 情况，实现粘连菌落的分割与计数。
[0044] -种粘连菌落的分割方法，包括以下具体步骤：
[0045]S1、采集菌落的图像，菌落在培养皿中培养，菌落的培养周期为kh小时，间隔h小 时通过摄像装置采集菌落的图像，得到培养0小时、h小时、……、（k-l)h小时、kh小时对 应的菌落图像，分别为Ic、Ih、……、I(k1)h、Ikh，其中k为大于零的整数；
[0046] 优选地，所述摄像装置为CCD摄像头，所述CCD摄像头与计算机连接，将采集的图 像传送到计算机，图像采集过程中所述CCD摄像头与所述培养皿的相对位置保持不变，所 述CCD摄像头分辨率和光照都保持一致。
[0047]S2、将所述步骤S1采集得到的所述菌落图像1%进行菌落和背景的分割，得到η个 菌落区域，分别为Qkhil、QkM、……、Qkh，n :、Qkh，n，并标记图像込中η个区域的边界，分别为 H……、Rnl、Rn;具体步骤为：
[0048] (1)对采集得到的所述菌落图像'的彩色图像利用库函数rgb2gray实现图像的 灰度化，得到灰度图像；
[0049] (2)编译中值滤波函数medfilt2对所有所述灰度图像进行预处理，中值滤波器尺 寸为3*3;
[0050] (3)使用Otsu阈值分割法，得出所述菌落图像'中η个菌落区域；
[0051](4)利用轮廓标记法确定所述菌落图像1%中η个菌落区域对应的边界。
[0052] S3、根据η个菌落区域在所述菌落图像込上的边界Ri、R2、……、Rni、Rn，依次提取 在k+1幅所述菌落图像I。、Ih、……、I(k1)h、Ikh中与所述菌落区域Qkhil、QkM、……、Qkh,nρ Qkh，n位置相同的图像区域，得到（k+l)n个图像区域，并将提取到的（k+l)n个图像区域进行 菌落和背景的分割，分别得到在Ikh中的η个菌落区域Qkhil、Qkhi2、……、Qkhin ，在I(k1} h中的η个菌落区域Q (kl)h，l、G(kl)h，2、 ......、G(kl)h，n1、G(kl)h，n， · …··，在Ih中的n个菌落区 域Qh, 1、Qh, 2、......、Qh,η1、Qh,n和在I。中的n 个囷洛区域Q。, 1、Q。, 2、......、Q。,η1、Q。,η。
[0053] S4、分别计算所述步骤S3中得到的（k+l)n个菌落区域各自包含的连通区域数，建 立向量S1、S2、……、S(n-l)、Sn，生成连通区域数矩阵J;具体步骤为：
[0054] 根据所述边界札在所述菌落图像Ikh、I(k1)h、……、Ih、I。的菌落区域Qkhil、Q(k1} h,n……、(^、(^对应的连通区域数)^"^!^;^、……、\1、\1，建立向量31=[\、^ 1) h, 1......Xh，lX0，i];
[0055] 根据所述边界私在所述菌落图像Ikh、I(k1)h、……、Ih、I。的菌落区域QkM、Q(k1} m、……4,2、9。,2对应的连通区域数",2、)(〇^, 2、……Xh,2、XQ,2，建立向量S2 = [Xkh,2X(kl：) h, 2......\，2父0,2];
[0056] ......
[0057] 根据所述边界Rni在所述菌落图像I1)h、……、、、、的菌落区域^^為!^ h,n〇……、Qh，n "Q0，ni对应的连通区域数xkh，n1)h，n "……x-pXwi，建立向量s(n-l) -t\h,n1-^(kl)h,η1......n1?.nl]；
[0058] 根据所述边界比在所述菌落图像Ikh、I(k1)h、……、Ih、I。的菌落区域Qkh,n、Q(k1} h,n、……、(^、(^对应的连通区域数父心、)^。-、……、\"、\"，建立向量311=[\以( 141) h,nXh，ηΧ0,η];
[0059] 最后得出的不同培养时间不同区域的连通区