基于图像识别的菌落总数智能判定系统研制

基于图像识别的菌落总数智能判定系统研制摘要：文章针对传统微生物菌落总数检测中人工菌落计数效率低、原始数据无法追溯、缺少原始数据自动化处理等问题，按照食品安全国家标准GB4789.2中菌落总数测定方法，结合检验检测机构管理体系要求，对基于图像识别的菌落总数智能判定系统进行设计开发。该系统具备使用便捷、采集效率高、数据传输性能好、计数结果准确率高、速度快的特点，并与实验室LIMS系统融合，实时形成原始记录，能有效提高微生物实验室菌落计数的工作效率。关键词：数智检测；菌落计数；图像处理0引言菌落总数是食品中重要的安全卫生指标,表示食品受细菌污染的程度。当前市场上的自动菌落计数仪器也基本应用了图像识别技术。但大多数系统局限于菌落的计数结果,无法从“人、机、料、法、环”要素上实现全过程留痕和检测信息可追溯。在检测数量和检测效率的双重高要求下，针对这些现存的问题,本文对相关图像算法、系统融合方案进行了深入研究,开发出一种基于图像识别的菌落总数智能判定系统。这一系统极大地扩展了自动菌落计数仪在检测实验室的普适性,在提高菌落计数精度的同时，完善了实验室检测过程的溯源和质控。1图像采集本文采用机器视觉的支架、光源、工业相机搭建图像采集装置以高对比度显示菌落图像。为规范实验室样品、仪器设备的检验检测的操作流程,确保检验检测过程的可追溯，并实现实验室设备的自动化、智能化,本文开发了菌落图像采集溯源子系统（见图1）,与采集设备绑定，以达到控制授权使用采集设备、直接显示和自动采集菌落图像的目的,并记录每次操作的日志，作为整个检验检测溯源的一部分。菌落图像采集溯源子系统控制采集设备的授权使用,只有授权人员才可操作设备。授权人员扫描培养皿编号一键上传菌落原图至菌落计数服务器。2菌落计数本文对菌落计数部分实现的开发平台为Linux以及采用基于BSD许可发行的跨平台计算机视觉库OpenCV（见图2）。2.1图像处理图像预处理,增强菌落与背景的对比度。对菌落图1图片采集界面图2菌落计数过程图像通道［1］进行中值滤波处理,并使用拉普拉斯算子进行锐化，在归一化处理后形成新的灰度图片。通过递归方法查找连通域［2］,并根据每个连通域的特征值（如面积、凸度等）运用粒子滤波算法区分单个菌落、粘连菌落、伪菌落，对粘连菌落使用基于距离变换的分水

岭算法进行形态学分割［3-5］。2.2结果输出及人工修正系统对采集的菌落图片进行计数的同时标记计数的菌落，将计数结果和标记图输出至界面。检测人员确认结果后可一键上传计数结果、原始菌落图、标记菌落图。若计数结果产生偏差，检测人员可对输出结果进行修正。3检测过程数据自动化处理目前实验室在使用菌落计数仪计数后仅获取计数结果，由人工誉抄编制纸质记录，再将原始记录上传至实验室LIMS系统。这中间的检测过程数据无法被重现、追溯。本文在实现菌落自动计数的基础上，将检测过程数据自动化处理，有效提高了原始记录的真实性和准确性及检测效率。3.1结果登记菌落分析计数子系统对上传的菌落图像进行分析计数，并保存结果数据。原始记录子系统系统根据标准GB4789.2—2016（食品安全国家标准食品微生物学检验菌落总数测定》预设菌落总数项目原始记录模板及计算公式［6］,按照检测号通过接口获取菌落计数结果并生成相应的原始记录文件。3.2结果校核在原始记录子系统校核界面，校核人员可点击校验界面右上角“检测详情”查看各平板菌落图，调取每个平板的菌落原图、菌落计数标记图与登记结果对照，校核登记结果。3.3生成报告当原始记录子系统完成结果校核后，将菌落总数检测的全过程数据自动推送至实验室LIMS系统。LIMS系统根据原始记录数据及相关检测依据得出检测结论，并生成检测报告。4结语本文设计研究的菌落总数智能判定系统实现了菌落总数项目检测的全留痕、可追溯、无纸化管理。通过图片采集溯源子系统、菌落分析计数子系统、原始记录子系统与实验室LIMS系统的