CN101655444A - 视频图像藻类分类检测*** - Google Patents
视频图像藻类分类检测*** Download PDFInfo
- Publication number
- CN101655444A CN101655444A CN200910305949A CN200910305949A CN101655444A CN 101655444 A CN101655444 A CN 101655444A CN 200910305949 A CN200910305949 A CN 200910305949A CN 200910305949 A CN200910305949 A CN 200910305949A CN 101655444 A CN101655444 A CN 101655444A
- Authority
- CN
- China
- Prior art keywords
- detection system
- video images
- algae
- flow cell
- classified detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明提供一种视频图像藻类分类检测***，其包括流通池，活塞，显微镜物镜，光源，拍摄装置以及图像分析处理单元，所述的活塞以及显微镜物镜分别设置在该流通池的上下两侧，所述的活塞嵌入该流通池的一侧壁并可相对滑动，所述的光源设置在流通池的一侧或两侧，所述的显微镜物镜与该拍摄装置相连，该拍摄装置与该图像分析处理单元相连。本发明的视频图像藻类分类检测***，用基于图像分析的自动分类和密度计算取代传统的人工肉眼辨别技术，大大减少藻类检测的工作量，缩短检测时间，通过静态拍照方法，提高图像质量的同时，达到可以计算机分析的水平，可以根据形态自动分类保证***完全自动进样，自动拍照，自动进行图像分析和计数，自动测算水样体积，最后自动实现藻密度计算。
Description
技术领域
本发明涉及检测***，特别是一种用在环保、自来水和水利行业对水体中藻类危害进行检测评估上的视频图像藻类分类检测***。
背景技术
监测水中藻类的情况是现阶段监测水质的一种重要内容，为了能更好更有效的监测藻类的情况，业界也进行了很多种技术的变革。
现有的一种方式是流动态图像检测的方式，但是这种方式在流动时拍照，图像质量受到影响，图像分析正确率比较低。因此虽然有这种技术，但主要用来根据细胞大小进行分类，不能满足根据形态分类的要求，应用需求不高。
由于藻类检测过程需要对藻类进行分类计数，同时需要检测这些藻在多少水体中，最后计算出不同藻的密度。已有的技术或者无法自动检测水样体积，或者没有自动进样装置，无法实现藻类密度的自动检测。
发明内容
为了克服上述现有技术的不足，本发明提供一种高效的视频图像藻类分类检测***及其控制方法。
本发明解决其技术问题所采用的技术方案是：提供一种视频图像藻类分类检测***，其包括流通池，活塞，显微镜物镜，光源，拍摄装置以及图像分析处理单元，所述的活塞以及显微镜物镜分别设置在该流通池的上下两侧，所述的活塞嵌入该流通池的一侧壁并可相对滑动，所述的光源设置在流通池的一侧或两侧，所述的显微镜物镜与该拍摄装置相连，该拍摄装置与该图像分析处理单元相连。
本发明解决进一步技术问题的方案是：被检水样的水流方向是沿所述的流通池的左右方向。
本发明解决进一步技术问题的方案是：所述的流通池和活塞是由透明材料制成。
本发明解决进一步技术问题的方案是：所述的拍摄装置为CCD拍摄装置。
本发明解决进一步技术问题的方案是：引入要监测的水样，所述的活塞沿远离该显微镜物镜的方向移动。
本发明解决进一步技术问题的方案是：当进样完成后，水流停止，所述的活塞向靠近该显微镜物镜的方向移动。
本发明解决进一步技术问题的方案是：该活塞移动到离流通池上端5到20微米位置。
本发明解决进一步技术问题的方案是：该视频图像藻类分类检测***控制该显微镜物镜移动到不同位置。
本发明解决进一步技术问题的方案是：所述的显微镜物镜选取100-1000个不同视野进行拍照。
本发明解决进一步技术问题的方案是：将拍摄的结果发送至该图像分析处理单元进行图像分析和识别，将拍摄的结果发送至该图像分析处理单元进行图像分析和识别，该图像分析处理单元计算视野的水样体积，根据计数结果和水样体积计算出分类藻密度。
相较于现有技术，本发明的视频图像藻类分类检测***，用基于图像分析的自动分类和密度计算取代传统的人工肉眼辨别技术，大大减少藻类检测的工作量，缩短检测时间，通过静态拍照方法，提高图像质量的同时，达到可以计算机分析的水平，可以根据形态自动分类保证***完全自动进样，自动拍照，自动进行图像分析和计数，自动测算水样体积，最后自动实现藻密度计算。
附图说明
图1是本发明的视频图像藻类分类检测***的原理结构示意图。
图2是本发明的视频图像藻类分类检测***的工作示意图。
具体实施方式
以下内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
请一并参阅图1以及图2，本发明提供一种视频图像藻类分类检测***，其包括流通池11，活塞12，显微镜物镜13，光源14，拍摄装置(图未示)以及图像分析处理单元(图未示)。
被检水样的水流方向是沿所述的流通池11的左右方向，所述的活塞12以及显微镜物镜13分别设置在该流通池11的上下两侧，所述的活塞12嵌入该流通池11的一侧壁并可相对滑动。所述的光源14设置在流通池11的一侧或两侧。所述的显微镜物镜13与该拍摄装置相连，该拍摄装置与该图像分析处理单元相连。
所述的流通池11和活塞12是由透明材料制成，所述的拍摄装置为CCD拍摄装置。
为了保证流通池11不堵塞，该流通池的高度在厘米量级。
工作时，首先是进样，即引入要监测的水样，所述的活塞沿远离该显微镜物镜13的方向移动，使得进样流量加大，保证进样顺利，减少被测水样在该视频图像藻类分类检测***中的停留滞后时间。
当进样完成后，水流停止，所述的活塞12向靠近该显微镜物镜13的方向移动，该活塞12移动到离流通池11上端约5到20微米位置，由于镜头景深比较小，只有在这种状态下显微镜取得的图像才清晰。该视频图像藻类分类检测***控制该显微镜物镜13移动到不同位置，选取100-1000(或者任意多)个不同视野进行拍照，并将拍摄的结果发送至该图像分析处理单元进行图像分析和识别。
该图像分析处理单元计算该100-1000(或者任意多)个视野的水样体积，根据计数结果和水样体积计算出分类藻密度。
本发明的视频图像藻类分类检测***大大加快了拍照和识别速度，使得每次检测可以检测的视野数至少可以比人工检测提高10倍，这样显微镜下水层厚度可以是人工检测时的十分之一到五分之一。在这样的水层厚度下，藻类的图像更清晰，图像识别准确性提高。
本发明的视频图像藻类分类检测***，用基于图像分析的自动分类和密度计算取代传统的人工肉眼辨别技术，大大减少藻类检测的工作量，缩短检测时间，通过静态拍照方法，提高图像质量的同时，达到可以计算机分析的水平，可以根据形态自动分类保证***完全自动进样，自动拍照，自动进行图像分析和计数，自动测算水样体积，最后自动实现藻密度计算。
Claims (10)
1.一种视频图像藻类分类检测***，其特征在于：其包括流通池，活塞，显微镜物镜，光源，拍摄装置以及图像分析处理单元，所述的活塞以及显微镜物镜分别设置在该流通池的上下两侧，所述的活塞嵌入该流通池的一侧壁并可相对滑动，所述的光源设置在流通池的一侧或两侧，所述的显微镜物镜与该拍摄装置相连，该拍摄装置与该图像分析处理单元相连。
2.根据权利要求1所述的视频图像藻类分类检测***，其特征在于：被检水样的水流方向是沿所述的流通池的左右方向。
3.根据权利要求1所述的视频图像藻类分类检测***，其特征在于：所述的流通池和活塞是由透明材料制成。
4.根据权利要求1所述的视频图像藻类分类检测***，其特征在于：所述的拍摄装置为CCD拍摄装置。
5.根据权利要求1所述的视频图像藻类分类检测***，其特征在于：引入要监测的水样，所述的活塞沿远离该显微镜物镜的方向移动。
6.根据权利要求1所述的视频图像藻类分类检测***，其特征在于：当进样完成后，水流停止，所述的活塞向靠近该显微镜物镜的方向移动。
7.根据权利要求6所述的视频图像藻类分类检测***，其特征在于：该活塞移动到离流通池上端5到20微米位置。
8.根据权利要求7所述的视频图像藻类分类检测***，其特征在于：该视频图像藻类分类检测***控制该显微镜物镜移动到不同位置。
9.根据权利要求8所述的视频图像藻类分类检测***，其特征在于：所述的显微镜物镜选取100-1000个不同视野进行拍照。
10.根据权利要求9所述的视频图像藻类分类检测***，其特征在于：将拍摄的结果发送至该图像分析处理单元进行图像分析和识别，将拍摄的结果发送至该图像分析处理单元进行图像分析和识别，该图像分析处理单元计算视野的水样体积，根据计数结果和水样体积计算出分类藻密度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009103059491A CN101655444B (zh) | 2009-08-21 | 2009-08-21 | 视频图像藻类分类检测*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2009103059491A CN101655444B (zh) | 2009-08-21 | 2009-08-21 | 视频图像藻类分类检测*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN101655444A true CN101655444A (zh) | 2010-02-24 |
| CN101655444B CN101655444B (zh) | 2011-04-20 |
Family
ID=41709820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2009103059491A Active CN101655444B (zh) | 2009-08-21 | 2009-08-21 | 视频图像藻类分类检测*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN101655444B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101975849A (zh) * | 2010-09-25 | 2011-02-16 | 宁波大学 | 一种浮游植物快速定性定量优化方法 |
| CN102411715A (zh) * | 2010-09-21 | 2012-04-11 | 张云超 | 有监督学习功能的细胞图像自动分类方法和*** |
| CN102564913A (zh) * | 2012-01-06 | 2012-07-11 | 深圳市绿野江河科技有限公司 | 一种用于藻类检测的进样装置及藻类检测*** |
| CN103984979A (zh) * | 2014-06-06 | 2014-08-13 | 南昌航空大学 | 无透镜衍射成像的藻类自动检测计数装置及方法 |
| CN106324198A (zh) * | 2016-08-23 | 2017-01-11 | 水利部南京水利水文自动化研究所 | 一种水生植物在线监测预警方法 |
| CN108507625A (zh) * | 2018-06-21 | 2018-09-07 | 水利部中国科学院水工程生态研究所 | 一种整合物联网的水体浮游生物智能监测平台和方法 |
| CN111007221A (zh) * | 2019-12-23 | 2020-04-14 | 中国环境科学研究院 | 一种水体藻类自动分类计数*** |
| CN111198262A (zh) * | 2018-11-19 | 2020-05-26 | 苏州迈瑞科技有限公司 | 一种用于尿液有形成分分析仪的检测装置及方法 |
| CN113092346A (zh) * | 2021-04-06 | 2021-07-09 | 中国水利水电科学研究院 | 一种藻类细胞计数检测***及其检测方法 |
| CN113395595A (zh) * | 2020-03-12 | 2021-09-14 | 平湖莱顿光学仪器制造有限公司 | 一种密度相关的智能二维视频播放方法及其视频装置 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109030488B (zh) * | 2018-06-25 | 2021-05-28 | 中国海洋大学 | 藻类生物量检测方法及装置 |
-
2009
- 2009-08-21 CN CN2009103059491A patent/CN101655444B/zh active Active
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102411715A (zh) * | 2010-09-21 | 2012-04-11 | 张云超 | 有监督学习功能的细胞图像自动分类方法和*** |
| CN101975849A (zh) * | 2010-09-25 | 2011-02-16 | 宁波大学 | 一种浮游植物快速定性定量优化方法 |
| CN102564913A (zh) * | 2012-01-06 | 2012-07-11 | 深圳市绿野江河科技有限公司 | 一种用于藻类检测的进样装置及藻类检测*** |
| CN102564913B (zh) * | 2012-01-06 | 2014-02-12 | 深圳市绿野江河科技有限公司 | 一种用于藻类检测的进样装置及藻类检测*** |
| CN103984979A (zh) * | 2014-06-06 | 2014-08-13 | 南昌航空大学 | 无透镜衍射成像的藻类自动检测计数装置及方法 |
| CN106324198A (zh) * | 2016-08-23 | 2017-01-11 | 水利部南京水利水文自动化研究所 | 一种水生植物在线监测预警方法 |
| CN108507625A (zh) * | 2018-06-21 | 2018-09-07 | 水利部中国科学院水工程生态研究所 | 一种整合物联网的水体浮游生物智能监测平台和方法 |
| CN108507625B (zh) * | 2018-06-21 | 2023-06-09 | 水利部中国科学院水工程生态研究所 | 一种整合物联网的水体浮游生物智能监测平台和方法 |
| CN111198262A (zh) * | 2018-11-19 | 2020-05-26 | 苏州迈瑞科技有限公司 | 一种用于尿液有形成分分析仪的检测装置及方法 |
| CN111198262B (zh) * | 2018-11-19 | 2023-04-11 | 苏州迈瑞科技有限公司 | 一种用于尿液有形成分分析仪的检测装置及方法 |
| CN111007221A (zh) * | 2019-12-23 | 2020-04-14 | 中国环境科学研究院 | 一种水体藻类自动分类计数*** |
| CN113395595A (zh) * | 2020-03-12 | 2021-09-14 | 平湖莱顿光学仪器制造有限公司 | 一种密度相关的智能二维视频播放方法及其视频装置 |
| CN113395595B (zh) * | 2020-03-12 | 2023-03-24 | 平湖莱顿光学仪器制造有限公司 | 一种密度相关的智能二维视频播放方法及其视频装置 |
| CN113092346A (zh) * | 2021-04-06 | 2021-07-09 | 中国水利水电科学研究院 | 一种藻类细胞计数检测***及其检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN101655444B (zh) | 2011-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101655444B (zh) | 视频图像藻类分类检测*** | |
| CN103577817B (zh) | 表单识别方法与装置 | |
| CN204116189U (zh) | 智能光微流成像及检测*** | |
| CN106238350B (zh) | 一种基于机器视觉的太阳能电池片分选方法与*** | |
| CN102393705B (zh) | 样本有形成分分析仪自动检测控制装置及其控制方法 | |
| CN104118609B (zh) | 贴标质量检测方法和装置 | |
| CN105548217B (zh) | 平面玻璃镀膜制品的外观检测装置及检测方法 | |
| CN103558229B (zh) | 一种tft-lcd制程的mura视觉自动检测方法及装置 | |
| CN206850908U (zh) | 一种拼接式全景相机与跟踪云台融合的测量*** | |
| CN204924983U (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
| CN103984979A (zh) | 无透镜衍射成像的藻类自动检测计数装置及方法 | |
| CN103245666B (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
| CN109035232A (zh) | 一种基于深度学习和机器视觉融合的夹片缺陷检测方法 | |
| CN103983426B (zh) | 一种基于机器视觉的光纤缺陷检测及分类方法 | |
| CN104596898A (zh) | 微气泡尺寸在线测量装置及方法 | |
| CN103698333B (zh) | 一种自动定量分析煤岩光片裂隙的***和方法 | |
| WO2023168984A1 (zh) | 一种基于面阵相机的阴极铜质量检测方法及*** | |
| CN102866160A (zh) | 硬币模具表面质量检测的***及方法 | |
| CN105277560B (zh) | 一种织物起球等级评价分析方法及装置 | |
| CN115423785A (zh) | 一种缺陷检测***、方法、装置、电子设备及存储介质 | |
| CN202177587U (zh) | 基于机器视觉技术的滤纸缺陷检测*** | |
| CN203249859U (zh) | 一种检测池、进样检测***及尿液分析仪 | |
| CN109142377A (zh) | 一种饮用矿泉水水质检测装置 | |
| TW201404878A (zh) | 自動快速分析生物細胞的裝置和其相關的方法 | |
| CN112257849A (zh) | 基于深度学习的智能检测方法、***、装置及其应用 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C53 | Correction of patent for invention or patent application | ||
| C56 | Change in the name or address of the patentee |
Owner name: SHENZHEN LVYE JIANGHE TECHNOLOGY CO., LTD. Free format text: FORMER NAME: SHENZHEN CITY GREEN SCIENCE + TECHNOLOGY COMPANY |
|
| CB03 | Change of inventor or designer information |
Inventor after: Wu Liming Inventor after: Liu Jianmin Inventor after: Guan Zhengyu Inventor before: Wu Liming |
|
| COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: WU LIMING TO: WU LIMING LIU JIANMIN GUAN ZHENGYU |
|
| CP03 | Change of name, title or address |
Address after: 518000 room 630, Golden Triangle building, Shahe street, Shenzhen, Nanshan District Patentee after: Shenzhen Lvyejianghe Technology Co., Ltd. Address before: 518000 room 630, Golden Triangle building, Shahe street, Nanshan District, Guangdong, Shenzhen Patentee before: Shenzhen City Green Science & Technology Company |