一种目标微生物的检测设备制造技术

本实用新型专利技术公开了一种目标微生物的检测设备，包含台架、光谱采集系统、光纤探头，检测平台、光源、遮光装置、光照系统、摄像头和计算机处理系统。所述的检测平台安装在台架上，光纤探头固定在检测平台下部，光纤探头与光谱采集系统连接；所述的光照系统固定在检测平台上，检测平台两内侧部均布光源和遮光装置，所述的摄像头固定在光照系统上方；摄像头和光谱采集系统分别与计算机处理系统连接。本设备适合各类菌种的分类、鉴定等领域。（*该技术在2019年保护过期，可自由使用*）

【技术实现步骤摘要】

本技术涉及一种微生物的检测设备有关的
，特别是涉及一种目标微生物的^r测设备领域。
技术介绍
对目标微生物的检测，被广泛应用于各种微生物的检测领域，例如在可能 的疫病流行、暴发控制方面，需要对病原樣i生物作出迅速的检测和识别，以便 控制疫情，保障人民的身体健康和社会稳定。特别是象检疫部门和海关这种对 致病微生物检测有快速要求的场所，对于微生物的自动化检测需求也越来越高。 目前，ELISA广泛用于微生物的检测，但这种方法的主要缺点是比较耗时，而 且也需要很多的人工操作，同时，这种分析方法的灵敏度也不足以对原始样品 进行直4妄分析。随着人们生活水平的提高，对微生物的认识和研究已逐渐深入。传统的微 生物检测主要采用人工感观评定和常规生理生化分析方法。人工感观评定需要 经过训练的人员进行评价，评价结果具有一定主观性；常规生理生化分析方法 检测周期长，步骤繁瑣，检测结果依赖于检测人员的技术水平。机器视觉技术用各种成像系统代替人眼作为输入敏感手段，由计算机来代 替大脑完成处理和解释。自70年代初期在遥感图像分析和生物医学图像分析等 方面的研究取得成效后，机器视觉技术开始在各领域得到应用。随着图像处理 技术的专业化、计算机硬件成本的下降和运行速度的提高，机器视觉在目标微生物品质检测中的研究逐步深入，成像系统由传统的可见光图像拓展到紫外图 像、红外热图像、软X射线图像、超声波图像等，利用机器视觉可以对目标微 生物的外观和某些内部特征进行检测。光谙分析也是一种对目标微生物分析的 有效方法，它利用目标微生物对光的吸收、散射、反射和透射等特性分析其品 质，包括紫外、可见、近红外、中红外等光谱范围，利用光谱检测技术可以对 目标微生物进行快速检测。基于机器视觉和光语分析的检测技术具有快速无损、主观人为影响小等优 点，近年来国内外研究者开展了大量的相关工作，但多是单独利用图像信息或 用光谱信息对微生物指标进行检测分级，未见分别利用机器视觉和光谱分析技 术采集相关信息再进行融合处理的目标微生物检测研究。
技术实现思路
本技术的目的是提供一种目标微生物的检测设备，对微生物分别利用 机器视觉和光谱分析技术采集相关信息再进行融合处理，对照已有的菌种分类 系统进行快速检测。本技术具体提供了一种目标微生物的检测设备，包含台架、光谱采集 系统、光纤探头，检测平台、光源、遮光装置、光照系统、摄像头和计算机处 理系统。所述的检测平台安装在台架上，光纤探头固定在检测平台下部，光纤探头与光谱采集系统连接；所述的光照系统固定在检测平台上，检测平台两内 侧部均布光源和遮光装置，所述的摄像头固定在光照系统上方；摄像头和光谱 采集系统分别与计算机处理系统连接。本技术的目标微生物的检测设备检测步骤分别利用机器视觉和光谱仪同时采集目标微生物外部和已有对照微生物分类信息进行数据融合处理，对样品综合品质进行检测，其具体步骤如下一、 建立微生物分析模型和微生物分类信息系统根据检测对象的要求建立分级知识库；采集目标微生物图像信息的和光谱 信息，对获得的信息进行数据预处理，由预处理的图像信息提取反映目标微生 物的特征信息，包括菌落形态、大小和形状，由预处理的光谱信息提取反映样 品内部品质的特征信息，包括水分、糖类、蛋白质、脂类、pH值；根据冲全测标 准对微生物样品进行常规测定评级；将提取的特征信息与常规测定评级结果进 行关联分析，建立建立微生物分析模型和微生物分类信息系统。二、 进行目标微生物综合品质检测检测时，图像采集装置将样品的图像信息采集传入计算机中，光谱釆集装 置将样品的光镨信息采集传入计算机中；基于微生物分析模型对输入的图像信 息和光镨信息进行预处理，分别在数据层、特征层和决策层进行数据融合，提 取特征值并利用微生物分类信息系统对样品进行评定。所述的采集样品的图像信息为紫外荧光图像、可见光图像或软X射线图像； 图像信息预处理方法包括图像增强、校正、去噪、锐化和分割；图像信息特征 提取包括边缘检测、颜色因子和紋理信息。所述的光谱信息为紫外光谱、可见光光谱、近红外光谱、中红外光镨或拉 曼光谱，由多通道采集后，在数据层进行融合处理，得到样本的有效光谱数据。所述的光谱信息在数据层的融合方法包括巻积分析、正交分析和独立分量 分析；样品品质指标的特征层融合方法，包括判别式分析、神经网络和回归分 析；样品分类评级的决策层融合方法，包括模糊神经网络算法。通过实施本技术具体的内容，可以达到以下有益效果。200920139869.9说明书第4/5页本目标微生物的检测设备分别利用机器视觉技术和光谱分析技术，对获得 的图像信息和光语信息，利用数据融合技术，将反映目标微生物的信息进行融 合处理，对反映目标微生物品质的颜色、紋理、大小、形状、水分、糖类、蛋 白质、脂类和pH值等指标进行综合检测，与建立的微生物分类系统结合，进行 目标微生物综合信息进行快速检测。附图说明图1显示为本技术的总体结构示意图。图中1一台架，2—光谱采集系统，3—光纤探头，4一检测平台，5 — 光源，6—遮光装置，7—光照系统，8—摄像头，9一计算机处理系统。具体实施方式结合附图，举实施例说明，但是，本专利技术并不限于下述的实施例。如图1所示，本技术包含台架(1)、光谱采集系统(2)、光纤探头(3), 检测平台(4)、光源(5)、遮光装置(6)、光照系统(7)、摄像头(8)和计算 机处理系统(9),所述的检测平台(4)安装在台架(1)上，光纤探头(3)固 定在检测平台(4)下部，光纤探头(3)与光谱采集系统(2)连接；所述的光 照系统(7)固定在检测平台(4)上，检测平台(4)两内侧部均布光源(5) 和遮光装置(6);所述的ii像头(8)固定在光照系统(7)上方；摄像头(8) 和光谱采集系统(2)分别与计算机处理系统(9)连接。本实施例中的目标微生物为细菌。分别利用机器视觉和光谱分析技术采集 相关信息再进行融合处理。具体实施过程如下根据已有细菌的信息系统；采 集细菌样品图像信息的和光谱信息，对获得的信息进4亍数据预处理，由预处理的图像信息提取反映目标细菌的特征信息，包括菌落形态、生理生化特性，由预处理的光谱信息提取反映样品内部品质的特征信息；根据检测 标准对目标样品进行常规测定，包括颜色、感官评定和水分、蛋白质、pH值等 指标；将提取的样品内、外部品质的特征信息与常规测定评级结果进行关联分 析，建立细菌品质分析模型，再结合已有细菌知识库，建立目标微生物分类系 统。对细菌样品检测的光谱釆集系统为常规设备，检测时，调整光源(5)和遮 光装置(6),以保证获得稳定的图像信息，将待测样品放置在检测平台(4)上， 检测平台(4)下部的光纤探头(3)采集样品的光谱信息，由光谱采集系统(2) 将采集的数据传入检测分级计算机处理系统(9)中，检测平台(4)上部的光 照系统(7)内的摄像头(8)釆集样品的图像信息，传入检测分级计算机处理 系统(9 )，计算机处理系统(9)对图像信息和光谱信息进行预处理和特征提取， 包括对图像进行滤波去噪、背景分割、动态补偿校正、颜色特征提取、大小形 状特征提取、紋理特征提取等，对多通道采集的光谱信息进行融合处理，得到 样品的光谱信息，对光谱信息采用中心化本文档来自技高网...

【技术保护点】
一种目标微生物的检测设备，包含台架、光谱采集系统、光纤探头，检测平台、光源、遮光装置、光照系统、摄像头和计算机处理系统，其特征在于，所述的检测平台安装在台架上，光纤探头固定在检测平台下部，光纤探头与光谱采集系统连接；所述的光照系统固定在检测平台上，检测平台两内侧部均布光源和遮光装置，所述的摄像头固定在光照系统上方；摄像头和光谱采集系统分别与计算机处理系统连接。

【技术特征摘要】

【专利技术属性】
技术研发人员：黄玲，
申请(专利权)人：新疆出入境检验检疫局检验检疫技术中心，
类型：实用新型
国别省市：65[中国|新疆]