[发明专利]一种利用智能成像与识别技术实现在线生物监测的方法

权利要求书

1.一种利用智能成像与识别技术实现在线生物监测装置, 包括外壳体（1），其特征在于：所述外壳体（1）上设有显微镜组件，所述显微镜组件包括显微镜立臂（2），所述显微镜立臂（2）设置在底座（3）上，所述底座（3）上设有自动扫描载物平台（4），所述自动扫描载物平台（4）上放置待检生物；所述显微镜立臂（2）上端设有高清摄像相机（5），所述显微镜立臂（2）上端下方安装有物镜（6），且所述高清摄像相机（5）设置在物镜（6）上方，所述外壳体（1）上还设有控制器，所述控制器内设有微处理器（7）、图像采集模块（8）、存储模块（9）、算法模块（10）和信号传输模块（11），所述高清摄像相机（5）通过图像采集模块（8）连接微处理器（7），所述微处理器（7）分别连接存储模块（9）、算法模块（10），所述微处理器（7）通过信号传输模块（11）连接监测终端（12）。

2.根据权利要求1所述的一种利用智能成像与识别技术实现在线生物监测装置，其特征在于：所述外壳体（1）后端设有散热窗口（13），所述散热窗口（13）内侧设有防尘网，所述外壳体（1）后端还安装有数据传输接口（14）。

3.一种利用智能成像与识别技术实现在线生物监测的方法，其特征在于：包括以下步骤：

A、采样点采样：选择在生物反应池与二次沉淀池之间设置采样点，通过采水泵抽取水样并以一定水头输送到预处理单元；

B、水样预处理：在预处理单元对水样进行稀释以及搅拌，提高水体中活性污泥的分散度和均匀度；

C、水样检测：利用具有自动调节曝光、焦距的智能显微成像装置对以一定流速通过检测区域的水样进行一次或多次成像；

D、图像预处理：根据拍摄的图片，对图片中的微生物进行标注，采用矩形的形式，将微生物显示标注出来，同时标注类别，最终生成一个包含标注文件的微生物数据库；

E、将标注好的数据，输入到深度学习的训练算法中，采用的深度学习的方法是retinanet,网络的基础架构是resnet101,让算法自己学习微生物的特征；

F、检测微生物：运行训练好的模型，模型可以自动检测图片中的微生物，然后统计检测的数量和种类发送至监测终端，从而预测水质的好坏。