[發(fā)明專利]菌落圖像的生長記錄方法、裝置、電子設備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010183782.2
• 申請日: 2020-03-16
• 公開（公告）號: CN111402235A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設計）人: 厲剛
• 申請（專利權(quán)）人: 北京君立康生物科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/04;G06N3/08
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 苗曉靜

本發(fā)明實施例公開了一種菌落圖像的生長記錄方法、裝置、電子設備及存儲介質(zhì)，方法包括：在菌落的生長過程中，根據(jù)預設周期采集當前的第一菌落圖像；根據(jù)目標神經(jīng)網(wǎng)絡模型對所述第一菌落圖像進行菌落檢測，得到第一檢測信息；獲取上一次記錄的第二菌落圖像對應的第二檢測信息；若判斷所述第二檢測信息和所述第一檢測信息中存在生長滿足預設條件的菌落，則記錄所述第一菌落圖像和所述第一檢測信息。通過目標神經(jīng)網(wǎng)絡模型進行菌落檢測，能夠準確檢測到所有生長中的菌落，以對菌落的生長進行準確地記錄；同時通過與上一次記錄的菌落圖像的檢測信息進行對比后記錄，能夠大大節(jié)省人力成本和存儲空間。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)領(lǐng)域，具體涉及一種菌落圖像的生長記錄方法、裝置、電子設備及存儲介質(zhì)。

背景技術(shù)

食品、藥品、化妝品以及飼料等微生物檢驗中，涉及菌落總數(shù)、大腸菌群、大腸桿菌、乳酸菌等項目，在統(tǒng)計結(jié)果時均需進行大量的菌落分析和計數(shù)。菌落是指將細菌接種在固體培養(yǎng)基表面培養(yǎng)后，培養(yǎng)基表面長出的肉眼可見單個的細菌集團。對目標采樣后生成的菌落數(shù)量進行計數(shù)，是相關(guān)領(lǐng)域內(nèi)一項基本而重要的工作。菌落圖像是指菌落在培養(yǎng)基上培養(yǎng)后，用工業(yè)相機對菌落拍攝形成的圖像，以便于對菌落目標信息進行統(tǒng)計分析。

由于菌落的生長較為緩慢，同時需要不斷地監(jiān)測，以得到理想的菌落。但是菌落的生長受多種因素影響，現(xiàn)有技術(shù)采用人為經(jīng)驗進行判斷，人力成本較高，且由于肉眼的限制，無法對菌落的生長進行準確地記錄。

發(fā)明內(nèi)容

由于現(xiàn)有方法存在上述問題，本發(fā)明實施例提出一種菌落圖像的生長記錄方法、裝置、電子設備及存儲介質(zhì)。

第一方面，本發(fā)明實施例提出一種菌落圖像的生長記錄方法，包括：

在菌落的生長過程中，根據(jù)預設周期采集當前的第一菌落圖像；

根據(jù)目標神經(jīng)網(wǎng)絡模型對所述第一菌落圖像進行菌落檢測，得到第一檢測信息；

獲取上一次記錄的第二菌落圖像對應的第二檢測信息；

若判斷所述第二檢測信息和所述第一檢測信息中存在生長滿足預設條件的菌落，則記錄所述第一菌落圖像和所述第一檢測信息。

可選地，所述根據(jù)目標神經(jīng)網(wǎng)絡模型對所述第一菌落圖像進行菌落檢測，得到第一檢測信息，具體包括：

將所述第一菌落圖像輸入目標神經(jīng)網(wǎng)絡模型，得到所述目標神經(jīng)網(wǎng)絡模型輸出的所述第一菌落圖像中各菌落的第一檢測信息；

其中，所述目標神經(jīng)網(wǎng)絡模型根據(jù)菌落圖像預測虛擬樣本和菌落圖像實際樣本訓練得到。

可選地，所述目標神經(jīng)網(wǎng)絡模型的訓練過程具體包括：

獲取生成式對抗網(wǎng)絡輸出的菌落生長圖像，并將各菌落生長圖像確定為菌落圖像預測虛擬樣本；

獲取各菌落生長圖像對應的菌落原始圖像，并將各菌落原始圖像確定為菌落圖像實際樣本；

根據(jù)預設的時間間隔對采集到的菌落圖像實際樣本進行目標檢測，并根據(jù)目標記錄方式對檢測到的目標圖像進行記錄，得到菌落圖像檢測樣本；

將各組菌落圖像預測虛擬樣本和對應的菌落圖像檢測樣本輸入神經(jīng)網(wǎng)絡模型進行訓練；

根據(jù)所述標定參數(shù)對神經(jīng)網(wǎng)絡模型的各層特征進行融合判斷，若判斷當前的層特征滿足預設條件，則完成所述神經(jīng)網(wǎng)絡模型的訓練，得到所述目標神經(jīng)網(wǎng)絡模型。

可選地，所述若判斷所述第二檢測信息和所述第一檢測信息中存在生長滿足預設條件的菌落，則記錄所述第一菌落圖像和所述第一檢測信息，具體包括：

根據(jù)改進后的隨機抽樣一致RANSAC算法對所述第一檢測信息和所述第二檢測信息進行匹配，得到映射矩陣；