菌落計數(shù)是食品、醫(yī)療衛(wèi)生、環(huán)境檢測等行業(yè)進行質(zhì)量檢測的重要工作之一�，F(xiàn)有的自動菌落計數(shù)儀器存在著一些尚未解決的問題,比如:儀器體積過大、售價昂貴、軟件易用性差等;同時,其內(nèi)嵌的菌落檢測算法有著易受培養(yǎng)皿背景陰影干擾、對復(fù)合菌落分割普適性差、缺乏粘連菌落分割能力、無法實現(xiàn)自適應(yīng)分割等缺點。為了解決這些問題,提高菌落計數(shù)工作效率,本文設(shè)計了一套智能菌落計數(shù)系統(tǒng),主要工作內(nèi)容如下:在系統(tǒng)硬件部分中,選用CCD傳感器作為感光元件提高成像清晰度,增加上下投射光源、光學(xué)暗室結(jié)構(gòu)提高光照均勻程度,設(shè)計恒流電路實現(xiàn)光強的線性調(diào)整,保證不同光環(huán)境下的有效光補償;在PC版軟件中,增加了多模式計數(shù)區(qū)域選取、單菌落目標信息統(tǒng)計、不同面積大小菌落的分類計數(shù)等實用功能,簡化了一線員工操作流程。在關(guān)鍵的圖像處理算法部分,提出了一種基于改進水平集的全自動菌落分割、計數(shù)方法。該方法利用偏置場對圖像背景進行建模以消除背景灰度不均影響;構(gòu)造含有終止條件的多相水平集算法實現(xiàn)菌落目標的自適應(yīng)分割;通過極坐標空間中菌落輪廓的凹點檢測實現(xiàn)粘連目標修正。由天津市食品安全檢測技術(shù)研究院提供的300例復(fù)合菌落樣本作為測試集,以專家人工鑒... 

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 國內(nèi)外研究現(xiàn)狀
        1.1.1 菌落計數(shù)
        1.1.2 自動菌落計數(shù)技術(shù)
        1.1.3 自動菌落檢測儀的發(fā)展現(xiàn)狀及趨勢
    1.2 研究內(nèi)容
    1.3 章節(jié)安排
第2章 硬件方案設(shè)計
    2.1 菌落培養(yǎng)計數(shù)標準
    2.2 菌落檢測系統(tǒng)的需求分析
    2.3 硬件方案
        2.3.1 感光系統(tǒng)選型
        2.3.2 光學(xué)結(jié)構(gòu)設(shè)計
        2.3.3 電路系統(tǒng)設(shè)計
    2.4 本章小結(jié)
第3章 計數(shù)區(qū)域自動提取算法
    3.1 算法設(shè)計概述
    3.2 圖像預(yù)處理
        3.2.1 像素表示
        3.2.2 灰度化
        3.2.3 降噪處理
    3.3 ROI區(qū)域提取算法
        3.3.1 圖像二值化
        3.3.2 輪廓提取算法
    3.4 本章小結(jié)
第4章 復(fù)合菌落分割計數(shù)算法
    4.1 目標分割算法
    4.2 區(qū)域種子生長
    4.3 基于神經(jīng)網(wǎng)絡(luò)的圖像分割方法
        4.3.1 卷積神經(jīng)網(wǎng)絡(luò)
        4.3.2 神經(jīng)網(wǎng)絡(luò)圖像分割
        4.3.3 全卷積神經(jīng)網(wǎng)絡(luò)
    4.4 改進水平集建模
        4.4.1 活動輪廓模型
        4.4.2 水平集函數(shù)
        4.4.3 距離正則項引入
        4.4.4 基于邊緣信息的水平集分割
        4.4.5 基于C-V模型的水平集分割
        4.4.6 菌落圖像區(qū)域偏差場矯正
        4.4.7 多個水平集函數(shù)的引入
        4.4.8 自適應(yīng)分割實現(xiàn)
    4.5 粘連性分析
        4.5.1 極坐標空間轉(zhuǎn)換
        4.5.2 粘連性分析算法
    4.6 菌落目標計數(shù)
    4.7 實驗結(jié)果與分析
        4.7.1 實驗數(shù)據(jù)
        4.7.2 實驗步驟和參數(shù)設(shè)置
        4.7.3 實驗結(jié)果分析
    4.8 本章小結(jié)
第5章 軟件系統(tǒng)實現(xiàn)
    5.1 軟件設(shè)計思路
    5.2 軟件功能模塊
        5.2.1 菌落圖像采集
        5.2.2 區(qū)域選取
        5.2.3 計數(shù)及結(jié)果修正
        5.2.4 報告輸出
    5.3 軟件運行結(jié)果
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 展望
參考文獻
發(fā)表的論文和科研情況說明
致謝


【參考文獻】：
期刊論文
[1]基于圖像處理的菌落自動計數(shù)系統(tǒng)[J]. 司秀娟,王紅強,宋良圖.  北京生物醫(yī)學(xué)工程. 2017(06)
[2]一種基于多特征的距離正則化水平集快速分割方法[J]. 于海平,何發(fā)智,潘一騰,陳曉.  電子學(xué)報. 2017(03)
[3]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計算機學(xué)報. 2017(06)
[4]生活飲用水及其水源水中菌落總數(shù)測定的不確定度評定及實例分析[J]. 丁珵,王友斌,李霞,陳西平.  中國衛(wèi)生工程學(xué). 2015(04)
[5]多相水平集協(xié)同空間模糊聚類圖像多目標分割[J]. 王雪,李宣平,戴逸翔.  機械工程學(xué)報. 2013(20)
[6]活動輪廓模型在重疊藻細胞計數(shù)中的應(yīng)用[J]. 武宗茜,王鵬,丁天懷.  計算機工程. 2012(03)
[7]全自動菌落分析儀的微生物快檢應(yīng)用[J]. 張帆.  食品安全導(dǎo)刊. 2011(12)
[8]基于邊緣檢測和自動種子區(qū)域生長的圖像分割算法[J]. 王蒙,呂建平.  西安郵電學(xué)院學(xué)報. 2011(06)
[9]改進的中值濾波算法在圖像去噪中的應(yīng)用[J]. 趙高長,張磊,武風(fēng)波.  應(yīng)用光學(xué). 2011(04)
[10]HSV空間中彩色圖像分割研究[J]. 張國權(quán),李戰(zhàn)明,李向偉,魏偉一.  計算機工程與應(yīng)用. 2010(26)

碩士論文
[1]卷積神經(jīng)網(wǎng)絡(luò)在圖像分類中的應(yīng)用研究[D]. 吳正文.電子科技大學(xué) 2015
[2]菌落計數(shù)與分類智能算法研究[D]. 陳可意.天津大學(xué) 2014
[3]便攜式菌落智能計數(shù)系統(tǒng)的設(shè)計和實現(xiàn)[D]. 鄭曉悅.天津大學(xué) 2012
[4]采用基于區(qū)域的自動種子區(qū)域生長法的彩色圖像分割方法[D]. 王佳男.東北師范大學(xué) 2007
[5]數(shù)學(xué)形態(tài)學(xué)算法研究[D]. 姜堃.重慶大學(xué) 2007



本文編號：3682437