[发明专利]一种微生物种类的鉴别方法

权利要求书

1.一种微生物种类的鉴别方法，其特征在于，方法步骤如下：

步骤1、微生物发育状况的标准化测量

根据培养皿的外边界的直径长度D1厘米作为边长，制作正方形黑白相间的正方形格网定标板，每个正方形的边长为2毫米，用于对数码相机拍照的结果进行几何畸变的校正，并计算单个像素的真实尺寸，在固定光照强度下进行相机的白平衡处理，设置并确定相机统一的曝光时间和光圈大小，然后将定标板放置在相机镜头的正下方，拍摄定标板相片作为标准化定标图像，选择微生物的发育过程中，每间隔半小时，记录一个时间节点t₁，t₂，t₃…t_n，分别对培养皿内不同微生物进行拍照作为发育过程中的微生物图像；

步骤2、微生物图像的前期标准化处理

针对不同时间节点拍摄的微生物图像和定标板图像，对图像内产生畸变的黑白格网线进行几何校正，建立多项式定标方程系数，将该定标方程作为标准几何定标公式，对不同微生物发育过程中的微生物图像进行统一的几何畸变校正，选择直径为N个像元的圆形裁剪框对几何校正过的微生物图像进行裁剪，获取标准化微生物图像，选择边长为N个像元的正方形裁剪框对标准化定标板图像，同时进一步裁剪一个格网大小，统计该格网区域的行号L和列号C，由于每个格网块是2×2平方毫米的正方形，计算像素的真实边长尺寸大小和真实面积大小；

步骤3、微生物种类鉴定指标参数的确定

在MATLAB软件中，读取某一时间节点t_i下的标准微生物图像，其中i是每隔半小时记录的时间节点，i＝1,2,3…n，根据先验知识和经验，针对每一个待识别的微生物类，利用多边形矩形框选择并裁剪m个独立微生物体图像区域作为彩色训练样本A_j，其中，j是待鉴别微生物的训练样本编号，j＝1,2,3…m；针对在该特定时刻t_i下待鉴别微生物类的所有彩色训练样本A_j，对每一个训练样本A_j裁剪固定大小的待鉴别微生物内部采样区域S_j，裁剪区域为边长为100像元的矩形区域，计算每个训练样本A_j对应的内部区域S_j内所有像元的红色分量值取算数平均作为该训练样本的红色分量R_j，计算每个训练样本A_j对应的内部区域S_j内所有像元的绿色分量值取算数平均作为该训练样本的绿色分量G_j，计算每个训练样本A_j对应的内部区域S_j内所有像元的蓝色分量值取算数平均作为该训练样本的蓝色分量B_j，利用公式1进一步对待鉴别微生物的所有训练样本进一步处理，得到该时刻t_i下待鉴别微生物的颜色均值参数f₁，利用公式2进一步对待鉴别微生物的所有训练样本进一步处理，得到该时刻t_i下待鉴别微生物的颜色标准差参数f₂，

对应不同的时间点t_i建立待鉴别微生物的颜色均值参数随时间变化的函数f₁(t_i)和待鉴别微生物的颜色标准差参数随时间变化的函数f₂(t_i)

其中，

表示待鉴别微生物所有训练样本间个体红色分量提取结果的均值表示待鉴别微生物所有训练样本间个体绿色分量提取结果的均值表示待鉴别微生物所有训练样本间个体蓝色分量提取结果的均值按照M＝(R+G+B)/3将菌种在某一时刻t_i的彩色训练样本图像A_j进行灰度转换，转换结果为M_j，通过统计灰度图像的灰度级分布，设置阈值参数对M_j进行二值化处理，处理结果为E_i，在二值化结果中，白色区域代表微生物体训练样本，黑色区域代表微生物的培养皿背景；

在MATLAB软件中，提取训练样本A_j内包含的完整微生物个体的所有白色像元总数Q_j，利用像元个数Q_j和每个像元面积T，计算该训练样本A_j内待鉴别微生物个体的面积P_j＝Q_j×T，利用公式3进一步对待鉴别微生物的所有训练样本进一步处理，得到该时刻t_i下待鉴别微生物的面积均值参数f₃，利用公式4进一步对待鉴别微生物的所有训练样本进一步处理，得到该时刻t_i下待鉴别微生物的面积标准差参数f₄，对应不同的时间点t_i建立待鉴别微生物的面积均值随时间变化的函数f₃(t_i)和待鉴别微生物的面积标准差随时间变化的函数f₄(t_i)

在MATLAB软件中识别待鉴定微生物类型在t_i时刻下，训练样本二值化图像E_j中微生物白色区域在各个方向的长度，将最长方向的长度标记为W_j个像素个数，最长真实长度X_j＝W_j×U cm，最短方向的长度标记为Y_j个像素个数，最短真实长度Z_j＝Y_j×U cm，计算微生物的长宽比作为该微生物训练样本的长宽比参数V_j＝X_j/Z_j，利用公式5进一步对待鉴别微生物的所有训练样本进一步处理，得到该时刻t_i下待鉴别微生物的长宽比均值参数f₅，利用公式6进一步对待鉴别微生物的所有训练样本进一步处理，得到该时刻t_i下待鉴别微生物的长宽比标准差参数f₆，对应不同的时间点t_i建立待鉴别微生物的长宽比均值参数随时间变化的函数f₅(t_i)和待鉴别微生物的长宽比标准差参数随时间的变化函数f₆(t_i)

步骤4、微生物种类的鉴别

微生物的发育过程中，每一个待鉴别微生物的颜色均值参数f₁，每一个待鉴别微生物的颜色标准差参数f₂，每一个待鉴别微生物的面积均值参数f₃，每一个待鉴别微生物的面积标准差参数f₄，每一个待鉴别微生物的长宽比均值参数f₅以及每一个待鉴别微生物的长宽比标准差参数f₆都有各自固定的变化范围；

f₁(t_i)函数的变化范围是当i＝1,2,3…n时，所有时刻下待鉴别微生物的颜色均值参数计算结果的最小值F_1min到所有时刻下待鉴别微生物的颜色均值参数计算结果的最大值F_1max，对应待鉴别微生物的颜色均值参数f₁的变化区间就是[F_1min,F_1max]；

f₂(t_i)函数的变化范围是当i＝1,2,3…n时，所有时刻下待鉴别微生物的颜色标准差参数计算结果的最小值F_2min到所有时刻下待鉴别微生物的颜色标准差参数计算结果的最大值F_2max，对应待鉴别微生物的颜色标准差参数f₂的变化区间就是[F_2min,F_2max]；

f₃(t_i)函数的变化范围是当i＝1,2,3…n时，所有时刻下待鉴别微生物的面积均值参数计算结果的最小值F_3min到所有时刻下待鉴别微生物的面积均值参数计算结果的最大值F_3max，对应待鉴别微生物的面积均值参数f₃的变化区间就是[F_3min,F_3max]；

f₄(t_i)函数的变化范围是当i＝1,2,3…n时，所有时刻下待鉴别微生物的面积标准差参数计算结果的最小值F_4min到所有时刻下待鉴别微生物的面积标准差参数计算结果的最大值F_4max；

f₅(t_i)函数的变化范围是当i＝1,2,3…n时，所有时刻下待鉴别微生物的长宽比均值参数计算结果的最小值F_5min到所有时刻下待鉴别微生物的长宽比均值参数计算结果的最大值F_5max，对应待鉴别微生物的长宽比均值参数f₅的变化区间就是[F_5min,F_5max]；

f₆(t_i)函数的变化范围是当i＝1,2,3…n时，所有时刻下待鉴别微生物的长宽比标准差参数计算结果的最小值F_6min到所有时刻下待鉴别微生物的长宽比标准差参数计算结果的最大值F_6max，对应待鉴别微生物的长宽比标准差参数f₆的变化区间就是[F_6min,F_6max]；

对于多个微生物体和单个微生物体，具体微生物种类的鉴定步骤如下：

根据先验专家知识针对不同的微生物种类，对不同种类微生物的上述单个变化函数范围进行建库，同时针对每一种微生物类型确定鉴别函数模型：

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)，

并对每一种微生物类型的鉴别函数模型计算结果F(t_i)进行建库，

其中k₁表示该类型微生物体颜色均值参数f₁的权重系数，

k₂表示该类型微生物体颜色标准差参数f₂的权重系数，

k₃表示该类型微生物体面积均值参数f₃的权重系数，

k₄表示该类型微生物体面积标准差参数f₄的权重系数，

k₅表示该类型微生物体长宽比均值参数f₅的权重系数，

k₆表示该类型微生物体长宽比标准差参数f₆的权重系数，在计算时保证每一种微生物f₁，f₂，f₃，f₄，f₅，f₆参数的权重系数满足归一化公式，即k₁+k₂+k₃+k₄+k₅+k₆＝1；

如果待鉴别微生物类型在发育过程中只有单一的微生物个体，则根据该微生物体颜色均值参数f₁，根据该微生物体面积均值参数f₃，根据该微生物体长宽比均值参数f₅的分布范围进行数据库查找确定是否满足参数范围，同时验证鉴别待识别微生物是否满足鉴别函数F(t_i)＝k₁×f₁(t_i)+k₃×f₃(t_i)+k₅×f₅(t_i)，最后确定该微生物种类；

如果待鉴别微生物类型在发育过程中具有多个同类微生物个体，则根据该微生物体颜色均值参数f₁，根据该微生物体颜色标准差参数f₂，根据该微生物体面积均值参数f₃，根据该微生物体面积标准差参数f₄，根据该微生物体长宽比均值参数f₅，根据该微生物体长宽比标准差参数f₆的分布范围进行数据库查找确定是否满足参数范围，同时验证鉴别待识别微生物是否满足鉴别函数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)，最后确定该微生物的种类。