菌落图像的生长记录方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种菌落图像的生长记录方法、装置、电子设备及存储介质，方法包括：在菌落的生长过程中，根据预设周期采集当前的第一菌落图像；根据目标神经网络模型对所述第一菌落图像进行菌落检测，得到第一检测信息；获取上一次记录的第二菌落图像对应的第二检测信息；若判断所述第二检测信息和所述第一检测信息中存在生长满足预设条件的菌落，则记录所述第一菌落图像和所述第一检测信息。通过目标神经网络模型进行菌落检测，能够准确检测到所有生长中的菌落，以对菌落的生长进行准确地记录；同时通过与上一次记录的菌落图像的检测信息进行对比后记录，能够大大节省人力成本和存储空间。

【技术实现步骤摘要】
菌落图像的生长记录方法、装置、电子设备及存储介质
本专利技术涉及计算机
，具体涉及一种菌落图像的生长记录方法、装置、电子设备及存储介质。
技术介绍
食品、药品、化妆品以及饲料等微生物检验中，涉及菌落总数、大肠菌群、大肠杆菌、乳酸菌等项目，在统计结果时均需进行大量的菌落分析和计数。菌落是指将细菌接种在固体培养基表面培养后，培养基表面长出的肉眼可见单个的细菌集团。对目标采样后生成的菌落数量进行计数，是相关领域内一项基本而重要的工作。菌落图像是指菌落在培养基上培养后，用工业相机对菌落拍摄形成的图像，以便于对菌落目标信息进行统计分析。由于菌落的生长较为缓慢，同时需要不断地监测，以得到理想的菌落。但是菌落的生长受多种因素影响，现有技术采用人为经验进行判断，人力成本较高，且由于肉眼的限制，无法对菌落的生长进行准确地记录。
技术实现思路
由于现有方法存在上述问题，本专利技术实施例提出一种菌落图像的生长记录方法、装置、电子设备及存储介质。第一方面，本专利技术实施例提出一种菌落图像的生长记录方法，包括：在菌落的生长过程中，根据预设周期采集当前的第一菌落图像；根据目标神经网络模型对所述第一菌落图像进行菌落检测，得到第一检测信息；获取上一次记录的第二菌落图像对应的第二检测信息；若判断所述第二检测信息和所述第一检测信息中存在生长满足预设条件的菌落，则记录所述第一菌落图像和所述第一检测信息。可选地，所述根据目标神经网络模型对所述第一菌落图像进行菌落检测，得到第一检测信息，具体包括：将所述第一菌落图像输入目标神经网络模型，得到所述目标神经网络模型输出的所述第一菌落图像中各菌落的第一检测信息；其中，所述目标神经网络模型根据菌落图像预测虚拟样本和菌落图像实际样本训练得到。可选地，所述目标神经网络模型的训练过程具体包括：获取生成式对抗网络输出的菌落生长图像，并将各菌落生长图像确定为菌落图像预测虚拟样本；获取各菌落生长图像对应的菌落原始图像，并将各菌落原始图像确定为菌落图像实际样本；根据预设的时间间隔对采集到的菌落图像实际样本进行目标检测，并根据目标记录方式对检测到的目标图像进行记录，得到菌落图像检测样本；将各组菌落图像预测虚拟样本和对应的菌落图像检测样本输入神经网络模型进行训练；根据所述标定参数对神经网络模型的各层特征进行融合判断，若判断当前的层特征满足预设条件，则完成所述神经网络模型的训练，得到所述目标神经网络模型。可选地，所述若判断所述第二检测信息和所述第一检测信息中存在生长满足预设条件的菌落，则记录所述第一菌落图像和所述第一检测信息，具体包括：根据改进后的随机抽样一致RANSAC算法对所述第一检测信息和所述第二检测信息进行匹配，得到映射矩阵；若根据所述映射矩阵确定所述第一菌落图像中存在菌落半径的增长大于预设值的菌落，则记录所述第一菌落图像和所述第一检测信息。可选地，检测信息包括菌落位置、菌落半径和以下至少一项：菌落成长速度、菌落颜色、菌落荧光、周围菌落的类别、培养环境温度、培养环境湿度和培养环境光照条件。第二方面，本专利技术实施例还提出一种菌落图像的生长记录装置，包括：图像采集模块，用于在菌落的生长过程中，根据预设周期采集当前的第一菌落图像；菌落检测模块，用于根据目标神经网络模型对所述第一菌落图像进行菌落检测，得到第一检测信息；信息获取模块，用于获取上一次记录的第二菌落图像对应的第二检测信息；信息记录模块，用于若判断所述第二检测信息和所述第一检测信息中存在生长满足预设条件的菌落，则记录所述第一菌落图像和所述第一检测信息。可选地，所述菌落检测模块具体用于：将所述第一菌落图像输入目标神经网络模型，得到所述目标神经网络模型输出的所述第一菌落图像中各菌落的第一检测信息；其中，所述目标神经网络模型根据菌落图像预测虚拟样本和菌落图像实际样本训练得到。可选地，所述目标神经网络模型的训练过程具体包括：获取生成式对抗网络输出的菌落生长图像，并将各菌落生长图像确定为菌落图像预测虚拟样本；获取各菌落生长图像对应的菌落原始图像，并将各菌落原始图像确定为菌落图像实际样本；根据预设的时间间隔对采集到的菌落图像实际样本进行目标检测，并根据目标记录方式对检测到的目标图像进行记录，得到菌落图像检测样本；将各组菌落图像预测虚拟样本和对应的菌落图像检测样本输入神经网络模型进行训练；根据所述标定参数对神经网络模型的各层特征进行融合判断，若判断当前的层特征满足预设条件，则完成所述神经网络模型的训练，得到所述目标神经网络模型。可选地，所述信息记录模块具体用于：根据改进后的随机抽样一致RANSAC算法对所述第一检测信息和所述第二检测信息进行匹配，得到映射矩阵；若根据所述映射矩阵确定所述第一菌落图像中存在菌落半径的增长大于预设值的菌落，则记录所述第一菌落图像和所述第一检测信息。可选地，检测信息包括菌落位置、菌落半径和以下至少一项：菌落成长速度、菌落颜色、菌落荧光、周围菌落的类别、培养环境温度、培养环境湿度和培养环境光照条件。第三方面，本专利技术实施例还提出一种电子设备，包括：至少一个处理器；以及与所述处理器通信连接的至少一个存储器，其中：所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述方法。第四方面，本专利技术实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述方法。由上述技术方案可知，本专利技术实施例通过目标神经网络模型进行菌落检测，能够准确检测到所有生长中的菌落，以对菌落的生长进行准确地记录；同时通过与上一次记录的菌落图像的检测信息进行对比后记录，能够大大节省人力成本和存储空间。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。图1为本专利技术一实施例提供的一种菌落图像的生长记录方法的流程示意图；图2为本专利技术一实施例提供的一种菌落图像的生长记录装置的结构示意图；图3为本专利技术一实施例提供的电子设备的逻辑框图。具体实施方式下面结合附图，对本专利技术的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。图1示出了本实施例提供的一种菌落图像的生长记录方法的流程示意图，包括：S101、在菌落的生长过程中，根据预设周期采集当前的第一菌落图像。其中，所述预设周期为根据菌落生长的历史数据预先确定的记录周期。在每个预设周期内，采集一次菌落图像进行判断本文档来自技高网...

【技术保护点】
1.一种菌落图像的生长记录方法，其特征在于，包括：/n在菌落的生长过程中，根据预设周期采集当前的第一菌落图像；/n根据目标神经网络模型对所述第一菌落图像进行菌落检测，得到第一检测信息；/n获取上一次记录的第二菌落图像对应的第二检测信息；/n若判断所述第二检测信息和所述第一检测信息中存在生长满足预设条件的菌落，则记录所述第一菌落图像和所述第一检测信息。/n

【技术特征摘要】
1.一种菌落图像的生长记录方法，其特征在于，包括：
在菌落的生长过程中，根据预设周期采集当前的第一菌落图像；
根据目标神经网络模型对所述第一菌落图像进行菌落检测，得到第一检测信息；
获取上一次记录的第二菌落图像对应的第二检测信息；
若判断所述第二检测信息和所述第一检测信息中存在生长满足预设条件的菌落，则记录所述第一菌落图像和所述第一检测信息。


2.根据权利要求1所述的菌落图像的生长记录方法，其特征在于，所述根据目标神经网络模型对所述第一菌落图像进行菌落检测，得到第一检测信息，具体包括：
将所述第一菌落图像输入目标神经网络模型，得到所述目标神经网络模型输出的所述第一菌落图像中各菌落的第一检测信息；
其中，所述目标神经网络模型根据菌落图像预测虚拟样本和菌落图像实际样本训练得到。


3.根据权利要求2所述的菌落图像的生长记录方法，其特征在于，所述目标神经网络模型的训练过程具体包括：
获取生成式对抗网络输出的菌落生长图像，并将各菌落生长图像确定为菌落图像预测虚拟样本；
获取各菌落生长图像对应的菌落原始图像，并将各菌落原始图像确定为菌落图像实际样本；
根据预设的时间间隔对采集到的菌落图像实际样本进行目标检测，并根据目标记录方式对检测到的目标图像进行记录，得到菌落图像检测样本；
将各组菌落图像预测虚拟样本和对应的菌落图像检测样本输入神经网络模型进行训练；
根据标定参数对神经网络模型的各层特征进行融合判断，若判断当前的层特征满足预设条件，则完成所述神经网络模型的训练，得到所述目标神经网络模型。


4.根据权利要求1所述的菌落图像的生长记录方法，其特征在于，所述若判断所述第二检测信息和所述第一检测信息中存在生长满足预设条件的菌落，则记录所述第一菌落图像和所述第一检测信息，具体包括：
根据改进后的随机抽样一致RANSAC算法对所述第一检测信息和所述第二检测信息进行匹配，得到映射矩阵；
若根据所述映射矩阵确定所述第一菌落图像中存在菌落半径的增长大于预设值的菌落，则记录所述第一菌落图像和所述第一检测信息。


5.根据权利要求1所述的菌落图像的生长记录方法，其特征在于，检测信息包括菌落位置、菌落半径和以下至少一项：菌落成长速度、菌落颜色、菌落荧光、周围菌落的类别、培养环境温度、培养环境湿度和培养环境光照条件。


6.一种菌落图像的生长记录装置，其特征在于，包括：
图像采集模块，用于在菌落的生长过程中，根据预设周期采集当前的第一菌落图像；<...

【专利技术属性】
技术研发人员：厉刚，
申请(专利权)人：北京君立康生物科技有限公司，
类型：发明
国别省市：北京;11