一种基于AI技术的浮游藻类自动监测设备与方法技术

本发明专利技术公开了一种基于AI技术的浮游藻类自动监测设备与方法，包括具备透射光源和显微镜物镜的光学显微镜以及数字相机，数字相机装设在光学显微镜上，并通过USB信号线连接到电脑；还包括样品处理加载装置和装设在光学显微镜上的三轴电动载物台，样品处理加载装置包括插入浮游藻类样本瓶的进样软管，进样软管的中部卡入蠕动泵的泵头，另一端连接到扁平毛细玻璃管，扁平毛细玻璃管固定在三轴电动载物台上；控制器通过多芯电缆连接到三轴电动载物台，同时通过串口电缆连接到蠕动泵；电脑通过网线与控制器进行通讯。本发明专利技术实现了对多路浮游藻类样本在无人值守情况下的全自动监测分析，解放大量人力物力，使得常规高密度浮游藻类监测成为可能。

【技术实现步骤摘要】
一种基于AI技术的浮游藻类自动监测设备与方法
本专利技术涉及水生态环境监测
，更具体涉及一种基于AI技术的浮游藻类自动监测设备与方法。适用于对水体中存在的浮游藻类的识别与统计。
技术介绍
浮游藻类也称浮游植物，是水生态系统中的最主要的初级生产者，具有种类多、数量大、繁殖快的特点，在生态系统结构中占有极其重要的位置，其数量变动及空间分布对整个水生态系统的功能运转有着巨大的影响，例如浮游藻类爆发和大量死亡导致的水华和水质恶化等可导致大量鱼群死亡等灾难性后果。因此，对水体浮游藻类的快速识别计数是水生态系统健康诊断与维护的重要手段。然而，这一监测手段长期以来受到人力资源的强烈制约。对藻类样品的鉴定计数需要经过长期培训具有丰富藻类知识的专业人员在显微镜下作长时间观察，这大大限制了藻类监测的样本数、频度和时效性。浮游藻类监测通常包含如下步骤：1)现场采样；2)样品预处理，通常包括沉淀、分离与定容；3)显微样本制备加载，现有方法是将样品用吸管或移液枪加入计数框并盖上盖玻片，然后将计数框放到显微镜载物台上；4)在显微镜200～400倍镜下对藻类进行识别和计数，现有方法是由藻类专业人员手动进行显微镜调焦，根据专业知识进行识别、转换视野、鉴定并记录种类和数量等，耗时耗力，平均一个样品的监测时间视藻类种类与数量的多寡一般需要1～2个小时；5)统计分析和计算各种藻类数量占比、优势藻种、藻密度、生物量等。过去十年间，有一些团队利用数字图像处理、模式识别和机器学习等技术开发藻类图像的自动识别与分类系统，但效果并不理想，缺乏实用性。目前，市面上已有的该类仪器，多是从形态差异的角度进行藻类比对识别，错误率高。该类仪器依旧处于以图搜图，未达到智能识别与计数的阶段，最终结果还需要人为进行比对，离智能化较为遥远。本专利技术开发了基于深度学习的先进藻类图像识别算法，采用创新性的多路进样与显微图像扫描装置和方法相结合，形成实用的智能化浮游藻类多样品同时进样、鉴定与计数，实现了藻类的自动进样、自动聚焦、自动扫描拍摄、智能鉴定计数，大大解放了人力物力，实现了藻类的在线监测与精准识别。与国内外已有产品相比，其识别准确率显著提高。
技术实现思路
本专利技术的目的之一是在于提供一种基于AI技术的浮游藻类自动监测设备，具备对多个藻类样品的自动进样，自动显微调焦，自动识别浮游藻类，自动转换视野，自动记录种类、数量、典型显微图像，以及根据多视野的数据记录自动进行统计分析和计算输出等功能，从而实现了多通道浮游藻类样品在无人值守情况下的自动监测分析。本专利技术的目的之二是在于提供了一种基于AI技术的浮游藻类自动监测方法，实现了不依赖于藻类识别专业人员的自动扫描拍摄识别统计输出，大大解放了人力。为进一步实现上述第一目的，本专利技术采用以下技术方案：一种基于AI技术的浮游藻类自动监测设备，包括：图像获取装置，包括具备透射光源和显微镜物镜的光学显微镜以及数字相机，数字相机装设在光学显微镜上，并通过USB信号线连接到电脑，数字相机受电脑软件层里支持软件组件中的图像获取模块控制，向软件层提供所需图像；机电执行装置，包括样品处理加载装置和装设在光学显微镜上的三轴电动载物台，样品处理加载装置包括插入浮游藻类样本瓶的进样软管，进样软管的中部卡入蠕动泵的泵头，另一端连接到扁平毛细玻璃管，出样软管将扁平毛细玻璃管的另一端与废液罐连接，扁平毛细玻璃管固定在三轴电动载物台上；控制器，通过多芯电缆连接到三轴电动载物台，同时通过串口电缆连接到蠕动泵，用于驱动蠕动泵和三轴电动载物台，并获取蠕动泵和三轴电动载物台的位置和状态反馈；电脑，通过网线与控制器进行通讯，内置软件构成电脑软件层，电脑软件层包含支持软件组件和用户界面，支持软件组件包含与控制器交互的运动控制软件模块和与数字相机交互的图像获取模块，以及图像挑选与预处理模块、识别与统计算法模块、图库和数据库；所述图像获取模块将获取的多副图像传输到图像挑选与预处理模块进行挑选和处理，处理后的图像存入图库，并发送给智能化的识别与统计算法模块进行识别统计，获得的识别统计结果存入数据库；所述用户界面用以和用户进行图形化人机交互。作为优选，所述进样软管的截面为中空圆形，外径约为3mm，内径约为1mm。进一步地，所述扁平毛细玻璃管的截面为中空的圆边矩形，外部尺寸宽约为3mm，高约为0.6mm；内部中空尺寸宽约为2.5mm，高约为0.2mm。上述技术方案中，所述用户界面包含报表图像输出、数据库操作、图库操作、识别操作、参数设置、运动操作、自动运行等菜单和相应的对话框，用户界面与支持软件组件相互交互形成有机整体实现软件的功能。为进一步实现上述第二目的，本专利技术采用以下技术方案：一种基于AI技术的浮游藻类自动监测方法，包括如下步骤：S1、显微样本的自动制备加载：蠕动泵在电脑与控制器的控制下，通过进样软管将多个藻类样本液体分别从浮游藻类样本瓶泵出并输送到固定在三轴电动载物台上的多个扁平毛细玻璃管中；样本液体进入并充满扁平毛细玻璃管后，蠕动泵受控停止蠕动，扁平毛细玻璃管中的液体停止流动，形成显微样本；当对当前扁平毛细玻璃管内的藻类样本观测完成后，蠕动泵可略微运行然后停止，使得样本中新一段藻类液体替换进入扁平毛细玻璃管，可对同一样本作更多视野的鉴定计数；S2、样品显微图像的自动扫描、拍摄和预处理：运动控制软件模块通过控制器驱动三轴电动载物台沿X和Y方向运动使显微镜物镜定位到扁平毛细玻璃管的上方位置；运动控制软件模块通过控制器驱动三轴电动载物台搭载扁平毛细玻璃管沿着Z轴运动，使得显微镜物镜对焦到扁平毛细玻璃管内部位置，并拍摄该视野下的于此焦平面的图像；S3、藻类目标识别与多视野统计输出：识别与统计算法模块使用基于深度学习的藻类识别算法对步骤S2中经过预处理的图像进行藻类目标检测识别，检测识别后所发现的藻被框选出来，算法输出框选的坐标以及该藻所属的种类，当一个样本的所有视野的所有图像被检测识别完毕，软件随即对该样本的检测结果进行统计输出。本专利技术一实施例中，步骤S2还包括：以扁平毛细玻璃管的玻璃管内部下表面位置为焦平面拍照后，三轴电动载物台沿Z轴运动，每运动约1.5微米，数字相机拍摄一幅图像，直到显微镜物镜的焦平面到达扁平毛细玻璃管的玻璃管内部上表面以上，完成一个视野的拍摄，获得同一视野下多个焦平面的图像；随后三轴电动载物台驱动扁平毛细玻璃管沿X或Y方向运动使显微镜物镜对准下一个指定的视野，同样Z轴运动获取该视野下不同焦平面深度的多副图像，然后再进入下一个预定的视野进行多个焦平面的拍摄，直到对多个扁平毛细玻璃管样本的所有视野全部拍摄完毕。进一步地，步骤S2还包括：扫描拍摄过程产生了大量的图像，对于大量图像中可能有大部分为空白、对焦模糊、或对同一个藻的重复图像，为减轻后续人工智能识别的工作量，图像挑选与预处理模块对图像进行筛选，其方法是，对每一个视野的所有焦平面的图像计算其清晰度，清本文档来自技高网...

【技术保护点】
1.一种基于AI技术的浮游藻类自动监测设备，其特征在于，包括：/n图像获取装置，包括具备透射光源和显微镜物镜的光学显微镜以及数字相机，数字相机装设在光学显微镜上，并通过USB信号线连接到电脑，数字相机受电脑软件层里支持软件组件中的图像获取模块控制，向软件层提供所需图像；/n机电执行装置，包括样品处理加载装置和装设在光学显微镜上的三轴电动载物台，样品处理加载装置包括插入浮游藻类样本瓶的进样软管，进样软管的中部卡入蠕动泵的泵头，另一端连接到扁平毛细玻璃管，出样软管将扁平毛细玻璃管的另一端与废液罐连接，扁平毛细玻璃管固定在三轴电动载物台上；/n控制器，通过多芯电缆连接到三轴电动载物台，同时通过串口电缆连接到蠕动泵，用于驱动蠕动泵和三轴电动载物台，并获取蠕动泵和三轴电动载物台的位置和状态反馈；/n电脑，通过网线与控制器进行通讯，内置软件构成电脑软件层，电脑软件层包含支持软件组件和用户界面，支持软件组件包含与控制器交互的运动控制软件模块和与数字相机交互的图像获取模块，以及图像挑选与预处理模块、识别与统计算法模块、图库和数据库；/n所述图像获取模块将获取的多副图像传输到图像挑选与预处理模块进行挑选和处理，处理后的图像存入图库，并发送给智能化的识别与统计算法模块进行识别统计，获得的识别统计结果存入数据库；/n所述用户界面用以和用户进行图形化人机交互。/n...

【技术特征摘要】
1.一种基于AI技术的浮游藻类自动监测设备，其特征在于，包括：
图像获取装置，包括具备透射光源和显微镜物镜的光学显微镜以及数字相机，数字相机装设在光学显微镜上，并通过USB信号线连接到电脑，数字相机受电脑软件层里支持软件组件中的图像获取模块控制，向软件层提供所需图像；
机电执行装置，包括样品处理加载装置和装设在光学显微镜上的三轴电动载物台，样品处理加载装置包括插入浮游藻类样本瓶的进样软管，进样软管的中部卡入蠕动泵的泵头，另一端连接到扁平毛细玻璃管，出样软管将扁平毛细玻璃管的另一端与废液罐连接，扁平毛细玻璃管固定在三轴电动载物台上；
控制器，通过多芯电缆连接到三轴电动载物台，同时通过串口电缆连接到蠕动泵，用于驱动蠕动泵和三轴电动载物台，并获取蠕动泵和三轴电动载物台的位置和状态反馈；
电脑，通过网线与控制器进行通讯，内置软件构成电脑软件层，电脑软件层包含支持软件组件和用户界面，支持软件组件包含与控制器交互的运动控制软件模块和与数字相机交互的图像获取模块，以及图像挑选与预处理模块、识别与统计算法模块、图库和数据库；
所述图像获取模块将获取的多副图像传输到图像挑选与预处理模块进行挑选和处理，处理后的图像存入图库，并发送给智能化的识别与统计算法模块进行识别统计，获得的识别统计结果存入数据库；
所述用户界面用以和用户进行图形化人机交互。


2.根据权利要求1所述的基于AI技术的浮游藻类自动监测设备，其特征在于，所述进样软管的截面为中空圆形，外径约为3mm，内径约为1mm。


3.根据权利要求2所述的基于AI技术的浮游藻类自动监测设备，其特征在于，所述扁平毛细玻璃管的截面为中空的圆边矩形，外部尺寸宽约为3mm，高约为0.6mm；内部中空尺寸宽约为2.5mm，高约为0.2mm。


4.根据权利要求1所述的基于AI技术的浮游藻类自动监测设备，其特征在于，所述用户界面包含报表图像输出、数据库操作、图库操作、识别操作、参数设置、运动操作、自动运行等菜单和相应的对话框，用户界面与支持软件组件相互交互形成有机整体实现软件的功能。


5.一种基于AI技术的浮游藻类自动监测方法，采用权利要求1-4任一所述的基于AI技术的浮游藻类自动监测设备，其特征在于，包括如下步骤：
S1、显微样本的自动制备加载：
蠕动泵在电脑与控制器的控制下，通过进样软管将多个藻类样本液体分别从浮游藻类样本瓶泵出并输送到固定在三轴电动载物台上的多个扁平毛细玻璃管中；
样本液体进入并充满扁平毛细玻璃管后，蠕动泵受控停止蠕动，扁平毛细玻璃管中的液体停止流动，形成显微样本；
当对当前扁平毛细玻璃管内的藻类样本观测完成后，蠕动泵可略微运行然后停止，使得样本中新一段藻类液体替换进入扁平毛细玻璃管，可对同一样本作更多视野的鉴定计数；
S2、样品显微图像的自动扫描、拍摄和预处理：
运动控制软件模块通过控制器驱动三轴电动载物台沿X和Y方向运动使显微镜物镜定位到扁平毛细玻璃管的上方位置；
运动控制软件模块通过控制器驱动三轴电动载物台搭载扁平毛细玻璃管沿着Z轴运动，使得显微镜物镜对焦到扁平毛细玻璃管内部位置，并拍摄该视野下的于此焦平面的图像；
S3、藻类目标识别与多视野统计输出：
识别与统计算法模块使用基于深度学习的藻类识别...

【专利技术属性】
技术研发人员：王英才，刘辉，刘浩兵，胡圣，曹桂英，孔德刚，王玉波，彭玉，张晶，王树磊，梁建奎，张爱静，
申请(专利权)人：长江流域水环境监测中心，睿克环境科技中国有限公司，
类型：发明
国别省市：湖北;42