[發(fā)明專利]一種基于機器視覺的菌落計數(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）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

本發(fā)明提供了菌落計數(shù)領(lǐng)域的一種基于機器視覺的菌落計數(shù)方法，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、對所述第二輪廓進行計數(shù)。本發(fā)明的優(yōu)點在于：極大的提升了菌落計數(shù)的效率以及精度。

技術(shù)領(lǐng)域

本發(fā)明涉及菌落計數(shù)領(lǐng)域，特別指一種基于機器視覺的菌落計數(shù)方法。

背景技術(shù)

菌落總數(shù)測定是用來判定食品被細菌污染的程度及衛(wèi)生質(zhì)量，它反映食品在生產(chǎn)過程中是否符合衛(wèi)生要求，以便對被檢樣品做出適當?shù)男l(wèi)生學評價,菌落總數(shù)的多少在一定程度上標志著食品衛(wèi)生質(zhì)量的優(yōu)劣。為了對菌落進行計數(shù)，首先需將待檢測樣品進行稀釋，然后傾注在培養(yǎng)皿上進行培養(yǎng)，培養(yǎng)一定時間后再對菌落進行計數(shù)。

傳統(tǒng)上，針對菌落的計數(shù)采用人工用記號筆對培養(yǎng)皿蓋進行打點的方法，打完點后再進行統(tǒng)計，傳統(tǒng)的方法容易使人產(chǎn)生疲勞，打點過程容易受到外界環(huán)境的干擾，使得不同人或者不同次的計數(shù)結(jié)果不同，且計數(shù)效率低下；雖然市面上存在菌落計數(shù)器，但僅是簡單的將記號筆替換為電子筆，還是需要人工進行打點，省下的僅是統(tǒng)計的時間，并未從根本上解決問題。

因此，如何提供一種基于機器視覺的菌落計數(shù)方法，實現(xiàn)提升菌落計數(shù)的效率以及精度，成為一個亟待解決的問題。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題，在于提供一種基于機器視覺的菌落計數(shù)方法，實現(xiàn)提升菌落計數(shù)的效率以及精度。

本發(fā)明是這樣實現(xiàn)的：一種基于機器視覺的菌落計數(shù)方法，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、對所述第二輪廓進行計數(shù)。

進一步地，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。

進一步地，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。

進一步地，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)；