[發明專利]一種微生物種類的鑒別方法

有效

• 申請號: 202011450768.0
• 申請日: 2020-12-10
• 公開（公告）號: CN112651305B
• 公開（公告）日: 2022-08-30
• 發明（設計）人: 任建華
• 申請（專利權）人: 哈爾濱師范大學
• 主分類號: G06V20/69
• 分類號: G06V20/69;G06V10/774;G06V10/764;G06T5/00;G06T7/62;G06T7/80;G06T7/90
• 代理公司: 哈爾濱市哈科專利事務所有限責任公司 23101
• 代理人: 吳振剛

1.一種微生物種類的鑒別方法，其特征在于，方法步驟如下：

步驟1、微生物發育狀況的標準化測量

根據培養皿的外邊界的直徑長度D1厘米作為邊長，制作正方形黑白相間的正方形格網定標板，每個正方形的邊長為2毫米，用于對數碼相機拍照的結果進行幾何畸變的校正，并計算單個像素的真實尺寸，在固定光照強度下進行相機的白平衡處理，設置并確定相機統一的曝光時間和光圈大小，然后將定標板放置在相機鏡頭的正下方，拍攝定標板相片作為標準化定標圖像，選擇微生物的發育過程中，每間隔半小時，記錄一個時間節點t₁，t₂，t₃…t_n，分別對培養皿內不同微生物進行拍照作為發育過程中的微生物圖像；

步驟2、微生物圖像的前期標準化處理

針對不同時間節點拍攝的微生物圖像和定標板圖像，對圖像內產生畸變的黑白格網線進行幾何校正，建立多項式定標方程系數，將該定標方程作為標準幾何定標公式，對不同微生物發育過程中的微生物圖像進行統一的幾何畸變校正，選擇直徑為N個像元的圓形裁剪框對幾何校正過的微生物圖像進行裁剪，獲取標準化微生物圖像，選擇邊長為N個像元的正方形裁剪框對標準化定標板圖像，同時進一步裁剪一個格網大小，統計該格網區域的行號L和列號C，由于每個格網塊是2×2平方毫米的正方形，計算像素的真實邊長尺寸大小和真實面積大小；

步驟3、微生物種類鑒定指標參數的確定

在MATLAB軟件中，讀取某一時間節點t_i下的標準微生物圖像，其中i是每隔半小時記錄的時間節點，i＝1,2,3…n，根據先驗知識和經驗，針對每一個待識別的微生物類，利用多邊形矩形框選擇并裁剪m個獨立微生物體圖像區域作為彩色訓練樣本A_j，其中，j是待鑒別微生物的訓練樣本編號，j＝1,2,3…m；針對在該特定時刻t_i下待鑒別微生物類的所有彩色訓練樣本A_j，對每一個訓練樣本A_j裁剪固定大小的待鑒別微生物內部采樣區域S_j，裁剪區域為邊長為100像元的矩形區域，計算每個訓練樣本A_j對應的內部區域S_j內所有像元的紅色分量值取算數平均作為該訓練樣本的紅色分量R_j，計算每個訓練樣本A_j對應的內部區域S_j內所有像元的綠色分量值取算數平均作為該訓練樣本的綠色分量G_j，計算每個訓練樣本A_j對應的內部區域S_j內所有像元的藍色分量值取算數平均作為該訓練樣本的藍色分量B_j，利用公式1進一步對待鑒別微生物的所有訓練樣本進一步處理，得到該時刻t_i下待鑒別微生物的顏色均值參數f₁，利用公式2進一步對待鑒別微生物的所有訓練樣本進一步處理，得到該時刻t_i下待鑒別微生物的顏色標準差參數f₂，

對應不同的時間點t_i建立待鑒別微生物的顏色均值參數隨時間變化的函數f₁(t_i)和待鑒別微生物的顏色標準差參數隨時間變化的函數f₂(t_i)

其中，

表示待鑒別微生物所有訓練樣本間個體紅色分量提取結果的均值表示待鑒別微生物所有訓練樣本間個體綠色分量提取結果的均值表示待鑒別微生物所有訓練樣本間個體藍色分量提取結果的均值按照M＝(R+G+B)/3將菌種在某一時刻t_i的彩色訓練樣本圖像A_j進行灰度轉換，轉換結果為M_j，通過統計灰度圖像的灰度級分布，設置閾值參數對M_j進行二值化處理，處理結果為E_i，在二值化結果中，白色區域代表微生物體訓練樣本，黑色區域代表微生物的培養皿背景；

在MATLAB軟件中，提取訓練樣本A_j內包含的完整微生物個體的所有白色像元總數Q_j，利用像元個數Q_j和每個像元面積T，計算該訓練樣本A_j內待鑒別微生物個體的面積P_j＝Q_j×T，利用公式3進一步對待鑒別微生物的所有訓練樣本進一步處理，得到該時刻t_i下待鑒別微生物的面積均值參數f₃，利用公式4進一步對待鑒別微生物的所有訓練樣本進一步處理，得到該時刻t_i下待鑒別微生物的面積標準差參數f₄，對應不同的時間點t_i建立待鑒別微生物的面積均值隨時間變化的函數f₃(t_i)和待鑒別微生物的面積標準差隨時間變化的函數f₄(t_i)

在MATLAB軟件中識別待鑒定微生物類型在t_i時刻下，訓練樣本二值化圖像E_j中微生物白色區域在各個方向的長度，將最長方向的長度標記為W_j個像素個數，最長真實長度X_j＝W_j×U cm，最短方向的長度標記為Y_j個像素個數，最短真實長度Z_j＝Y_j×U cm，計算微生物的長寬比作為該微生物訓練樣本的長寬比參數V_j＝X_j/Z_j，利用公式5進一步對待鑒別微生物的所有訓練樣本進一步處理，得到該時刻t_i下待鑒別微生物的長寬比均值參數f₅，利用公式6進一步對待鑒別微生物的所有訓練樣本進一步處理，得到該時刻t_i下待鑒別微生物的長寬比標準差參數f₆，對應不同的時間點t_i建立待鑒別微生物的長寬比均值參數隨時間變化的函數f₅(t_i)和待鑒別微生物的長寬比標準差參數隨時間的變化函數f₆(t_i)

步驟4、微生物種類的鑒別

微生物的發育過程中，每一個待鑒別微生物的顏色均值參數f₁，每一個待鑒別微生物的顏色標準差參數f₂，每一個待鑒別微生物的面積均值參數f₃，每一個待鑒別微生物的面積標準差參數f₄，每一個待鑒別微生物的長寬比均值參數f₅以及每一個待鑒別微生物的長寬比標準差參數f₆都有各自固定的變化范圍；

f₁(t_i)函數的變化范圍是當i＝1,2,3…n時，所有時刻下待鑒別微生物的顏色均值參數計算結果的最小值F_1min到所有時刻下待鑒別微生物的顏色均值參數計算結果的最大值F_1max，對應待鑒別微生物的顏色均值參數f₁的變化區間就是[F_1min,F_1max]；

f₂(t_i)函數的變化范圍是當i＝1,2,3…n時，所有時刻下待鑒別微生物的顏色標準差參數計算結果的最小值F_2min到所有時刻下待鑒別微生物的顏色標準差參數計算結果的最大值F_2max，對應待鑒別微生物的顏色標準差參數f₂的變化區間就是[F_2min,F_2max]；

f₃(t_i)函數的變化范圍是當i＝1,2,3…n時，所有時刻下待鑒別微生物的面積均值參數計算結果的最小值F_3min到所有時刻下待鑒別微生物的面積均值參數計算結果的最大值F_3max，對應待鑒別微生物的面積均值參數f₃的變化區間就是[F_3min,F_3max]；

f₄(t_i)函數的變化范圍是當i＝1,2,3…n時，所有時刻下待鑒別微生物的面積標準差參數計算結果的最小值F_4min到所有時刻下待鑒別微生物的面積標準差參數計算結果的最大值F_4max；

f₅(t_i)函數的變化范圍是當i＝1,2,3…n時，所有時刻下待鑒別微生物的長寬比均值參數計算結果的最小值F_5min到所有時刻下待鑒別微生物的長寬比均值參數計算結果的最大值F_5max，對應待鑒別微生物的長寬比均值參數f₅的變化區間就是[F_5min,F_5max]；

f₆(t_i)函數的變化范圍是當i＝1,2,3…n時，所有時刻下待鑒別微生物的長寬比標準差參數計算結果的最小值F_6min到所有時刻下待鑒別微生物的長寬比標準差參數計算結果的最大值F_6max，對應待鑒別微生物的長寬比標準差參數f₆的變化區間就是[F_6min,F_6max]；

對于多個微生物體和單個微生物體，具體微生物種類的鑒定步驟如下：

根據先驗專家知識針對不同的微生物種類，對不同種類微生物的上述單個變化函數范圍進行建庫，同時針對每一種微生物類型確定鑒別函數模型：

F(t_i)＝k₁×f₁(t_i)+k₂×f₂(t_i)+k₃×f₃(t_i)+k₄×f₄(t_i)+k₅×f₅(t_i)+k₆×f₆(t_i)，

并對每一種微生物類型的鑒別函數模型計算結果F(t_i)進行建庫，

其中k₁表示該類型微生物體顏色均值參數f₁的權重系數，

k₂表示該類型微生物體顏色標準差參數f₂的權重系數，

k₃表示該類型微生物體面積均值參數f₃的權重系數，

k₄表示該類型微生物體面積標準差參數f₄的權重系數，

k₅表示該類型微生物體長寬比均值參數f₅的權重系數，

k₆表示該類型微生物體長寬比標準差參數f₆的權重系數，在計算時保證每一種微生物f₁，f₂，f₃，f₄，f₅，f₆參數的權重系數滿足歸一化公式，即k₁+k₂+k₃+k₄+k₅+k₆＝1；

如果待鑒別微生物類型在發育過程中只有單一的微生物個體，則根據該微生物體顏色均值參數f₁，根據該微生物體面積均值參數f₃，根據該微生物體長寬比均值參數f₅的分布范圍進行數據庫查找確定是否滿足參數范圍，同時驗證鑒別待識別微生物是否滿足鑒別函數F(t_i)＝k₁×f₁(t_i)+k₃×f₃(t_i)+k₅×f₅(t_i)，最后確定該微生物種類；

如果待鑒別微生物類型在發育過程中具有多個同類微生物個體，則根據該微生物體顏色均值參數f₁，根據該微生物體顏色標準差參數f₂，根據該微生物體面積均值參數f₃，根據該微生物體面積標準差參數f₄，根據該微生物體長寬比均值參數f₅，根據該微生物體長寬比標準差參數f₆的分布范圍進行數據庫查找確定是否滿足參數范圍，同時驗證鑒別待識別微生物是否滿足鑒別函數F(t_i)＝k₁×f₁(t_i)+k₂×f₂(t_i)+k₃×f₃(t_i)+k₄×f₄(t_i)+k₅×f₅(t_i)+k₆×f₆(t_i)，最后確定該微生物的種類。