基于改进水平集的复合菌落智能计数系统研究

发布时间：2022-09-29 10:37

　　菌落计数是食品、医疗卫生、环境检测等行业进行质量检测的重要工作之一。现有的自动菌落计数仪器存在着一些尚未解决的问题,比如:仪器体积过大、售价昂贵、软件易用性差等;同时,其内嵌的菌落检测算法有着易受培养皿背景阴影干扰、对复合菌落分割普适性差、缺乏粘连菌落分割能力、无法实现自适应分割等缺点。为了解决这些问题,提高菌落计数工作效率,本文设计了一套智能菌落计数系统,主要工作内容如下:在系统硬件部分中,选用CCD传感器作为感光元件提高成像清晰度,增加上下投射光源、光学暗室结构提高光照均匀程度,设计恒流电路实现光强的线性调整,保证不同光环境下的有效光补偿;在PC版软件中,增加了多模式计数区域选取、单菌落目标信息统计、不同面积大小菌落的分类计数等实用功能,简化了一线员工操作流程。在关键的图像处理算法部分,提出了一种基于改进水平集的全自动菌落分割、计数方法。该方法利用偏置场对图像背景进行建模以消除背景灰度不均影响;构造含有终止条件的多相水平集算法实现菌落目标的自适应分割;通过极坐标空间中菌落轮廓的凹点检测实现粘连目标修正。由天津市食品安全检测技术研究院提供的300例复合菌落样本作为测试集,以专家人工鉴... 

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 国内外研究现状
        1.1.1 菌落计数
        1.1.2 自动菌落计数技术
        1.1.3 自动菌落检测仪的发展现状及趋势
    1.2 研究内容
    1.3 章节安排
第2章 硬件方案设计
    2.1 菌落培养计数标准
    2.2 菌落检测系统的需求分析
    2.3 硬件方案
        2.3.1 感光系统选型
        2.3.2 光学结构设计
        2.3.3 电路系统设计
    2.4 本章小结
第3章 计数区域自动提取算法
    3.1 算法设计概述
    3.2 图像预处理
        3.2.1 像素表示
        3.2.2 灰度化
        3.2.3 降噪处理
    3.3 ROI区域提取算法
        3.3.1 图像二值化
        3.3.2 轮廓提取算法
    3.4 本章小结
第4章 复合菌落分割计数算法
    4.1 目标分割算法
    4.2 区域种子生长
    4.3 基于神经网络的图像分割方法
        4.3.1 卷积神经网络
        4.3.2 神经网络图像分割
        4.3.3 全卷积神经网络
    4.4 改进水平集建模
        4.4.1 活动轮廓模型
        4.4.2 水平集函数
        4.4.3 距离正则项引入
        4.4.4 基于边缘信息的水平集分割
        4.4.5 基于C-V模型的水平集分割
        4.4.6 菌落图像区域偏差场矫正
        4.4.7 多个水平集函数的引入
        4.4.8 自适应分割实现
    4.5 粘连性分析
        4.5.1 极坐标空间转换
        4.5.2 粘连性分析算法
    4.6 菌落目标计数
    4.7 实验结果与分析
        4.7.1 实验数据
        4.7.2 实验步骤和参数设置
        4.7.3 实验结果分析
    4.8 本章小结
第5章 软件系统实现
    5.1 软件设计思路
    5.2 软件功能模块
        5.2.1 菌落图像采集
        5.2.2 区域选取
        5.2.3 计数及结果修正
        5.2.4 报告输出
    5.3 软件运行结果
    5.4 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 展望
参考文献
发表的论文和科研情况说明
致谢


【参考文献】：
期刊论文
[1]基于图像处理的菌落自动计数系统[J]. 司秀娟,王红强,宋良图.  北京生物医学工程. 2017(06)
[2]一种基于多特征的距离正则化水平集快速分割方法[J]. 于海平,何发智,潘一腾,陈晓.  电子学报. 2017(03)
[3]卷积神经网络研究综述[J]. 周飞燕,金林鹏,董军.  计算机学报. 2017(06)
[4]生活饮用水及其水源水中菌落总数测定的不确定度评定及实例分析[J]. 丁珵,王友斌,李霞,陈西平.  中国卫生工程学. 2015(04)
[5]多相水平集协同空间模糊聚类图像多目标分割[J]. 王雪,李宣平,戴逸翔.  机械工程学报. 2013(20)
[6]活动轮廓模型在重叠藻细胞计数中的应用[J]. 武宗茜,王鹏,丁天怀.  计算机工程. 2012(03)
[7]全自动菌落分析仪的微生物快检应用[J]. 张帆.  食品安全导刊. 2011(12)
[8]基于边缘检测和自动种子区域生长的图像分割算法[J]. 王蒙,吕建平.  西安邮电学院学报. 2011(06)
[9]改进的中值滤波算法在图像去噪中的应用[J]. 赵高长,张磊,武风波.  应用光学. 2011(04)
[10]HSV空间中彩色图像分割研究[J]. 张国权,李战明,李向伟,魏伟一.  计算机工程与应用. 2010(26)

硕士论文
[1]卷积神经网络在图像分类中的应用研究[D]. 吴正文.电子科技大学 2015
[2]菌落计数与分类智能算法研究[D]. 陈可意.天津大学 2014
[3]便携式菌落智能计数系统的设计和实现[D]. 郑晓悦.天津大学 2012
[4]采用基于区域的自动种子区域生长法的彩色图像分割方法[D]. 王佳男.东北师范大学 2007
[5]数学形态学算法研究[D]. 姜堃.重庆大学 2007



本文编号：3682437