[發(fā)明專利]一種基于機(jī)器視覺的菌落計(jì)數(shù)方法

在審

• 申請?zhí)枺?/td>: 202010095436.9
• 申請日: 2020-02-17
• 公開（公告）號: CN111429361A
• 公開（公告）日: 2020-07-17
• 發(fā)明（設(shè)計(jì)）人: 馬健錦
• 申請（專利權(quán)）人: 馬健錦
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/00;G06T7/136;G06T7/90;G06M11/02
• 代理公司: 福州市鼓樓區(qū)京華專利事務(wù)所(普通合伙) 35212
• 代理人: 林燕

1.一種基于機(jī)器視覺的菌落計(jì)數(shù)方法，其特征在于：包括如下步驟：

步驟S10、獲取培養(yǎng)皿的原始照片，并對所述原始照片進(jìn)行預(yù)處理，生成優(yōu)化照片；

步驟S20、在所述優(yōu)化照片中遍歷查找培養(yǎng)皿的第一輪廓，并將所述第一輪廓外的區(qū)域設(shè)為黑色，生成培養(yǎng)皿照片；

步驟S30、在所述培養(yǎng)皿照片中遍歷查找各菌落的第二輪廓；

步驟S40、對所述第二輪廓進(jìn)行計(jì)數(shù)。

2.如權(quán)利要求1所述的一種基于機(jī)器視覺的菌落計(jì)數(shù)方法，其特征在于：所述步驟S10具體包括：

步驟S11、獲取培養(yǎng)皿的原始照片；

步驟S12、將所述原始照片的格式轉(zhuǎn)換為RGB888；

步驟S13、利用雙邊濾波算法對格式為RGB888的所述原始照片進(jìn)行濾波降噪；

步驟S14、利用加權(quán)平均法將濾波降噪后的所述原始照片轉(zhuǎn)為灰度圖，生成優(yōu)化照片。

3.如權(quán)利要求1所述的一種基于機(jī)器視覺的菌落計(jì)數(shù)方法，其特征在于：所述步驟S20具體包括：

步驟S21、設(shè)置一第一遍歷塊尺寸以及一第一閾值，利用自適應(yīng)閾值法對各所述第一遍歷塊尺寸的優(yōu)化照片進(jìn)行二值化處理；

步驟S22、在二值化后的所述優(yōu)化照片內(nèi)利用輪廓法遍歷查找培養(yǎng)皿的第一疑似輪廓，排除各所述第一疑似輪廓中偏差大于第一閾值的第一疑似輪廓，進(jìn)而確定培養(yǎng)皿的第一輪廓；

步驟S23、將所述優(yōu)化照片中，所述第一輪廓以外的區(qū)域設(shè)為黑色，生成培養(yǎng)皿照片。

4.如權(quán)利要求1所述的一種基于機(jī)器視覺的菌落計(jì)數(shù)方法，其特征在于：所述步驟S30具體包括：

步驟S31、設(shè)置一第二遍歷塊尺寸以及一第二閾值，利用自適應(yīng)閾值法對各所述第二遍歷塊尺寸的培養(yǎng)皿照片進(jìn)行二值化處理；

步驟S32、在二值化后的所述培養(yǎng)皿照片內(nèi)遍歷查找菌落的第二疑似輪廓，排除各所述第二疑似輪廓中偏差大于第二閾值的第二疑似輪廓；

步驟S33、找出各所述第二疑似輪廓的共性參數(shù)；

步驟S34、基于所述第二疑似輪廓以及共性參數(shù)確定各菌落的第二輪廓。

5.如權(quán)利要求4所述的一種基于機(jī)器視覺的菌落計(jì)數(shù)方法，其特征在于：所述步驟S33中，所述共性參數(shù)具體為菌落的顏色均值以及方差。

6.如權(quán)利要求1所述的一種基于機(jī)器視覺的菌落計(jì)數(shù)方法，其特征在于：所述步驟S40具體包括：

步驟S41、判斷各所述第二輪廓是否異常，若是，則進(jìn)入步驟S42；若否，則進(jìn)入步驟S43；

步驟S42、將異常的所述第二輪廓中的圖像，基于RGB方差最大的通道生成單通道灰度圖，以所述單通道灰度圖的RGB均值作為閾值對圖像進(jìn)行二值化處理，并利用輪廓法分割異常的所述第二輪廓；

步驟S43、利用計(jì)數(shù)函數(shù)對所述第二輪廓進(jìn)行計(jì)數(shù)。

7.如權(quán)利要求6所述的一種基于機(jī)器視覺的菌落計(jì)數(shù)方法，其特征在于：所述步驟S41中，所述判斷各所述第二輪廓是否異常具體為：

設(shè)置一色差閾值，判斷各所述第二輪廓內(nèi)圖像的色差均值是否小于色差閾值，若是，則說明所述第二輪廓異常；若否，則說明所述第二輪廓正常。