一种基于图像处理的菌落识别方法、装置及介质制造方法及图纸

本发明专利技术提供一种基于图像处理的菌落识别方法、装置及介质，涉及图像处理技术领域。以解决现有菌落识别方法无法准确提取菌落的边缘信息，导致识别结果不准确的问题。该方法包括：基于蚁群算法对菌落图像的边缘信息进行提取，获得含有边缘信息的二值化图像；构建YOLOv6CNN菌落检测网络模型，基于YOLOv6CNN菌落检测模型对二值化图像中对应的菌落数量进行自动计数；对菌落图像进行特征提取，获得菌落特征；基于YOLOv6CNN菌落检测模型对提取的菌落特征进行分类和识别。所述一种基于图像处理的菌落识别方法应用于一种基于图像处理的菌落识别装置。

【技术实现步骤摘要】

本专利技术涉及图像处理，尤其涉及一种基于图像处理的菌落识别方法、装置及介质。

技术介绍

1、菌落是微生物技术中重要的研究对象之一，可实现食品安全等级、环境污染程度、医疗药品治疗效果、农业菌剂特性作用的评价。传统菌落图像研究需要人类肉眼观察与统计，菌落的识别与计数主要依赖人工操作，导致工作效率低、工作强度大、而且容易出错。随着科技的进步，基于图像处理的菌落识别方法逐渐得到广泛应用。然而，现有的菌落识别方法往往在准确性和稳定性方面存在不足，无法满足实际应用的需求，一方面无法准确提取菌落的边缘信息，导致识别结果不准确，另一方面受到噪声和干扰的影响，导致计数结果不稳定。而且传统的边缘检测算子不能够满足对检测结果的精度要求。

技术实现思路

1、为解决上述技术问题，本专利技术提供一种基于图像处理的菌落识别方法、装置及介质，通过基于蚁群算法对菌落图像的边缘信息进行提取，能够更准确地获取菌落的边缘信息，从而提高菌落的识别准确率。

2、本专利技术提供一种基于图像处理的菌落识别方法，该方法包括：</p>

3、步骤本文档来自技高网...

【技术保护点】

1.一种基于图像处理的菌落识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于图像处理的菌落识别方法，其特征在于，

3.根据权利要求1所述的一种基于图像处理的菌落识别方法，其特征在于，所述步骤S2中构建YOLOv6CNN菌落检测网络模型，包括：

4.根据权利要求3所述的一种基于图像处理的菌落识别方法，其特征在于，

5.根据权利要求1所述的一种基于图像处理的菌落识别方法，其特征在于，

6.根据权利要求1所述的一种基于图像处理的菌落识别方法，其特征在于，

7.一种基于图像处理的菌落识别装置，其特征在于，包括：<...

【技术特征摘要】

1.一种基于图像处理的菌落识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于图像处理的菌落识别方法，其特征在于，

3.根据权利要求1所述的一种基于图像处理的菌落识别方法，其特征在于，所述步骤s2中构建yolov6cnn菌落检测网络模型，包括：

4.根据权利要求3所述的一种基于图像处理的菌落识别方法，其特征在于，

5.根据权利要求1所述的一种基于图像处理的菌落识别方法，其特征在于，

6.根据权利要求1所述...

【专利技术属性】
技术研发人员：毛丽波，马宁，
申请(专利权)人：毛丽波，
类型：发明
国别省市：