專(zhuān)利名稱(chēng)：微生物檢測(cè)方法、微生物檢測(cè)設(shè)備和程序的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及微生物檢測(cè)方法、微生物檢測(cè)設(shè)備和程序，其中通過(guò)檢測(cè)真核生物和細(xì)菌(如大腸桿菌)之類(lèi)的微生物來(lái)檢查食物之類(lèi)的檢查對(duì)象。
背景技術(shù)：
專(zhuān)利文獻(xiàn)I揭示了一種檢測(cè)食物之類(lèi)中所含微生物的方法。根據(jù)這篇文獻(xiàn)所揭示的檢測(cè)方法，在培養(yǎng)前后，用CCD線(xiàn)傳感器捕獲用于細(xì)菌檢測(cè)的平板的圖像。比較所獲得的圖像數(shù)據(jù)，以對(duì)菌落進(jìn)行計(jì)數(shù)。專(zhuān)利文獻(xiàn)2揭示了一種通過(guò)使用預(yù)先規(guī)定的顏色數(shù)據(jù)來(lái)檢測(cè)微生物的方法。在專(zhuān)利文獻(xiàn)I的檢測(cè)方法中，通過(guò)簡(jiǎn)單地比較圖像數(shù)據(jù)來(lái)對(duì)菌落計(jì)數(shù)。因此，當(dāng)培養(yǎng)前后相機(jī)和培養(yǎng)基之間的相對(duì)位置改變時(shí)，或者當(dāng)培養(yǎng)基的顏色和微生物的顏色類(lèi)似時(shí)，不能充分確保微生物檢測(cè)的精度。在專(zhuān)利文獻(xiàn)2的檢測(cè)方法中，微生物是通過(guò)使用預(yù)先規(guī)定的顏色數(shù)據(jù)來(lái)檢測(cè)的。因此，當(dāng)微生物的顏色改變或者當(dāng)培養(yǎng)基的顏色和微生物的顏色類(lèi)似時(shí)，不能充分確保微生物 檢測(cè)的精度。現(xiàn)有技術(shù)文獻(xiàn)專(zhuān)利文獻(xiàn)專(zhuān)利文獻(xiàn)1:日本特開(kāi)N0.2000-69994專(zhuān)利文獻(xiàn)2:日本特開(kāi)N0.11-221070

發(fā)明內(nèi)容
本發(fā)明要解決的問(wèn)題因此，本發(fā)明的目的是提供一種能夠精確地檢測(cè)檢查對(duì)象培養(yǎng)基中產(chǎn)生的菌落的微生物檢測(cè)方法、微生物檢測(cè)設(shè)備和程序。解決問(wèn)題的手段為了實(shí)現(xiàn)前述目的，根據(jù)本發(fā)明的第一方面，提供一種用于檢測(cè)培養(yǎng)基中培養(yǎng)的微生物菌落的微生物檢測(cè)方法。該方法包括訓(xùn)練步驟和識(shí)別步驟。訓(xùn)練步驟包括:捕獲培養(yǎng)基區(qū)域內(nèi)有無(wú)微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像，設(shè)置(setting)所述捕獲到的彩色圖像內(nèi)的至少一部分培養(yǎng)基區(qū)域?yàn)橛?xùn)練對(duì)象區(qū)域；獲得所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)和微生物點(diǎn)中任何一種或者兩者的顏色數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)；將所述學(xué)習(xí)數(shù)據(jù)提供給分類(lèi)器以獲得所述顏色數(shù)據(jù)的特征向量；所述分類(lèi)器分離所述特征向量所規(guī)定的點(diǎn)集合，以歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別中的至少一類(lèi)。所述識(shí)別步驟包括:將與捕獲到的檢查對(duì)象的彩色圖像中的至少一部分培養(yǎng)基區(qū)域?qū)?yīng)的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)提供給所述訓(xùn)練過(guò)的分類(lèi)器，以檢查所述培養(yǎng)基區(qū)域內(nèi)存在或不存在微生物菌落，從而獲得所述顏色數(shù)據(jù)的特征向量；所述分類(lèi)器判定所述特征向量所規(guī)定的點(diǎn)屬于所述訓(xùn)練步驟中所分的類(lèi)別中的哪一類(lèi)；基于所述判定結(jié)果識(shí)別菌落。根據(jù)這個(gè)方案，在所述訓(xùn)練步驟，所述培養(yǎng)基點(diǎn)和微生物點(diǎn)其中的一個(gè)或者兩者的顏色數(shù)據(jù)被提供給所述分類(lèi)器作為學(xué)習(xí)數(shù)據(jù)，從而獲得顏色數(shù)據(jù)的特征向量。所述分類(lèi)器將所述特征向量所規(guī)定的點(diǎn)集合分離，用顏色歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別中的至少一類(lèi)。在所述識(shí)別步驟，在所述檢查對(duì)象的彩色圖像內(nèi)的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)被提供給所述訓(xùn)練過(guò)的分類(lèi)器，從而獲得所述顏色數(shù)據(jù)的特征向量。所述分類(lèi)器確定所述特征向量所規(guī)定的點(diǎn)屬于哪一類(lèi)，并基于所述確定結(jié)果識(shí)別菌落。因此，可以判定在培養(yǎng)基和微生物中的至少一個(gè)可以用顏色進(jìn)行分類(lèi)(分離)的特征空間內(nèi)是培養(yǎng)基還是微生物。因此，甚至當(dāng)菌落的顏色改變，或者與培養(yǎng)基的顏色類(lèi)似時(shí)，也可以精確地識(shí)別出菌落。甚至當(dāng)圖像捕獲裝置與檢查對(duì)象的相對(duì)位置在訓(xùn)練和識(shí)別之間或多或少有移動(dòng)時(shí)，可以精確地檢測(cè)菌落。因此，可以精確地檢測(cè)在檢查對(duì)象中產(chǎn)生的微生物菌落。在上面描述的微生物檢測(cè)方法的訓(xùn)練步驟中，優(yōu)選地將在所述捕獲到所述培養(yǎng)基區(qū)域內(nèi)沒(méi)有微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像中的訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)的顏色數(shù)據(jù)提供給所述分類(lèi)器，作為學(xué)習(xí)數(shù)據(jù)，以獲得所述顏色數(shù)據(jù)的特征向量，所述培養(yǎng)基類(lèi)優(yōu)選地是由所述分類(lèi)器來(lái)分類(lèi)的，通過(guò)在與所述特征向量所規(guī)定的點(diǎn)集合向外有一個(gè)預(yù)定距離的位置設(shè)置閾值。在所述識(shí)別步驟，優(yōu)選地，將捕獲到的所述檢查對(duì)象的彩色圖像中的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)提供給所述訓(xùn)練過(guò)的分類(lèi)器，以獲得所述顏色數(shù)據(jù)的特征向量，優(yōu)選地由所述分類(lèi)器判定所述特征向量所規(guī)定的檢查點(diǎn)是否屬于所述培養(yǎng)基類(lèi)，并且優(yōu)選地基于已經(jīng)判定為不屬于所述培養(yǎng)基類(lèi)的檢查點(diǎn)，識(shí)別菌落。根據(jù)這個(gè)方案，為所述培養(yǎng)基的顏色數(shù)據(jù)訓(xùn)練所述分類(lèi)器，在所述識(shí)別步驟，基于已經(jīng)判定為不屬于培養(yǎng)基類(lèi)的檢查點(diǎn)識(shí)別菌落。在這種情況下，在所述培養(yǎng)基上進(jìn)行簡(jiǎn)單的訓(xùn)練便足矣。因此，所述檢測(cè)過(guò)程比較簡(jiǎn)單。在上面描述的微生物檢測(cè)方法的訓(xùn)練步驟中，在所述捕獲到學(xué)習(xí)對(duì)象的彩色圖像中的訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)的顏色數(shù)據(jù)和微生物點(diǎn)的顏色數(shù)據(jù)優(yōu)選地提供給所述分類(lèi)器作為學(xué)習(xí)數(shù)據(jù)，以獲得所述顏色數(shù)據(jù)的特征向量，所述特征向量所規(guī)定的培養(yǎng)基點(diǎn)集合和微生物點(diǎn)集合優(yōu)選地由所述分類(lèi)器分離，以歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別。在所述識(shí)別步驟，在捕獲到的所述檢查對(duì)象的彩色圖像中的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)被優(yōu)選地提供給所述訓(xùn)練過(guò)的分類(lèi)器，以獲得所述顏色數(shù)據(jù)的特征向量，優(yōu)選地由所述分類(lèi)器基于已經(jīng)確定是屬 于微生物類(lèi)的檢查點(diǎn)，判定所述特征向量所規(guī)定的檢查點(diǎn)屬于培養(yǎng)基類(lèi)別和微生物類(lèi)別中的哪一類(lèi)，優(yōu)選地識(shí)別菌落。根據(jù)這個(gè)方案，在所述培養(yǎng)基和微生物點(diǎn)的顏色數(shù)據(jù)上訓(xùn)練所述分類(lèi)器，并歸類(lèi)出所述培養(yǎng)基類(lèi)別和微生物類(lèi)別。在所述識(shí)別步驟，訓(xùn)練過(guò)的分類(lèi)器判定所述檢查點(diǎn)屬于所述培養(yǎng)基類(lèi)別和微生物類(lèi)別中的哪一類(lèi)，從而識(shí)別出菌落。因此進(jìn)一步提高菌落檢測(cè)的精度。在上面描述的微生物檢測(cè)方法的訓(xùn)練步驟和識(shí)別步驟中，提供給所述分類(lèi)器的數(shù)據(jù)優(yōu)選的是除了所述顏色數(shù)據(jù)之外還包括形狀數(shù)據(jù)和面積數(shù)據(jù)其中的至少一種。根據(jù)這個(gè)方案，在訓(xùn)練期間，除了顏色數(shù)據(jù)之外的形狀數(shù)據(jù)和面積數(shù)據(jù)其中的至少一個(gè)被提供給所述分類(lèi)器。因此進(jìn)一步提高了菌落檢測(cè)的精度。在上面描述的微生物檢測(cè)方法的訓(xùn)練步驟中，與所述類(lèi)別的分類(lèi)獨(dú)立地，優(yōu)選地采集所述培養(yǎng)基區(qū)域內(nèi)的噪聲點(diǎn)上的噪聲數(shù)據(jù)。在所述識(shí)別步驟，基于所述噪聲數(shù)據(jù)，優(yōu)選地辨別屬于所述微生物類(lèi)的檢查點(diǎn)是否是噪聲點(diǎn)。優(yōu)選地基于已經(jīng)辨別為不是噪聲點(diǎn)的檢查點(diǎn)識(shí)別菌落。根據(jù)這個(gè)方案，噪聲數(shù)據(jù)是在所述訓(xùn)練步驟采集的。在所述識(shí)別步驟，基于所述噪聲數(shù)據(jù)辨別屬于所述微生物類(lèi)的檢查點(diǎn)是否是噪聲點(diǎn)?；谝呀?jīng)辨別為不是噪聲點(diǎn)的檢查點(diǎn)，識(shí)別菌落。因此可以避免將所述培養(yǎng)基區(qū)域內(nèi)的噪聲點(diǎn)檢測(cè)成微生物點(diǎn)。在上文描述的微生物檢測(cè)方法的識(shí)別步驟中，優(yōu)選地將所述培養(yǎng)基區(qū)域分成外圍區(qū)域和中心區(qū)域，所述識(shí)別優(yōu)選地使用所述培養(yǎng)基的中心區(qū)域作為檢查對(duì)象區(qū)域來(lái)進(jìn)行，并且優(yōu)選地基于顏色邊緣檢測(cè)檢測(cè)到的顏色邊緣來(lái)檢測(cè)所述外圍區(qū)域的菌落。根據(jù)這個(gè)方案，在所述培養(yǎng)基的中心區(qū)域內(nèi)基于判定所述特征向量所規(guī)定的檢查點(diǎn)是否屬于所述類(lèi)別來(lái)檢測(cè)菌落。另一方面，在所述培養(yǎng)基的外圍區(qū)域內(nèi)，基于顏色邊緣檢測(cè)檢測(cè)的顏色邊緣，檢測(cè)菌落。因此可以在所述培養(yǎng)基區(qū)域內(nèi)的整個(gè)區(qū)域精確地檢測(cè)菌落。在上文描述的微生物檢測(cè)方法的訓(xùn)練步驟中，優(yōu)選地是用在從培養(yǎng)開(kāi)始直到產(chǎn)生菌落之前的預(yù)定周期期間的所述檢測(cè)對(duì)象作為學(xué)習(xí)對(duì)象，目的是訓(xùn)練所述分類(lèi)器來(lái)學(xué)習(xí)培養(yǎng)基點(diǎn)，從而歸類(lèi)出培養(yǎng)基類(lèi)別。在所述識(shí)別步驟，優(yōu)選地是使用在所述預(yù)定周期之后的檢查對(duì)象的彩色圖像。根據(jù)這個(gè)方案，用在從培養(yǎng)開(kāi)始直到產(chǎn)生菌落的預(yù)定周期期間的所述檢查對(duì)象作為訓(xùn)練期間的學(xué)習(xí)對(duì)象。在識(shí)別時(shí)，使用預(yù)定周期之后所述檢查對(duì)象的彩色圖像。通過(guò)使用所述檢查對(duì)象進(jìn)行訓(xùn)練，可以提高檢測(cè)精度，以比較有效的方式進(jìn)行訓(xùn)練和識(shí)別。為了實(shí)現(xiàn)前述目的，根據(jù)本發(fā)明第二方面，提供一種用于檢查培養(yǎng)基中存在或不存在培養(yǎng)的微生物菌落的微生物檢測(cè)設(shè)備。該設(shè)備包括訓(xùn)練裝置和識(shí)別裝置。所述訓(xùn)練裝置捕獲培養(yǎng)基區(qū)域內(nèi)有無(wú)微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像，設(shè)置至少一部分培養(yǎng)基區(qū)域?yàn)樗东@到的彩色圖像內(nèi)的訓(xùn)練對(duì)象區(qū)域，獲得所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)和微生物點(diǎn)中任何一個(gè)或者兩者的顏色數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)，具有分類(lèi)器，并將所述學(xué)習(xí)數(shù)據(jù)提供給所述分類(lèi)器以獲得所述顏色數(shù)據(jù)的特征向量。所述分類(lèi)器分離所述特征向量所規(guī)定的點(diǎn)集合，以歸類(lèi)出培養(yǎng)基 類(lèi)別和微生物類(lèi)別中的至少一類(lèi)。所述識(shí)別裝置將與捕獲到的檢查對(duì)象的彩色圖像中的至少一部分培養(yǎng)基區(qū)域?qū)?yīng)的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)提供給所述訓(xùn)練過(guò)的分類(lèi)器，以檢查培養(yǎng)基區(qū)域內(nèi)存在或不存在微生物菌落，從而獲得所述顏色數(shù)據(jù)的特征向量，所述分類(lèi)器判定所述特征向量所規(guī)定的點(diǎn)屬于所述訓(xùn)練裝置中所分的類(lèi)別中的哪一類(lèi)，并且基于所述判定結(jié)果識(shí)別菌落。根據(jù)這個(gè)方案，可以與上述微生物檢測(cè)方法獲得同樣的效果。為了達(dá)到前述目標(biāo)，根據(jù)本發(fā)明第三方面，提供一種用于使計(jì)算機(jī)執(zhí)行用于檢測(cè)培養(yǎng)基中培養(yǎng)的微生物菌落的微生物檢測(cè)過(guò)程的程序。該程序使計(jì)算機(jī)執(zhí)行訓(xùn)練步驟和識(shí)別步驟。所述訓(xùn)練步驟包括捕獲培養(yǎng)基區(qū)域內(nèi)有無(wú)微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像，設(shè)置至少一部分培養(yǎng)基區(qū)域?yàn)樗霾东@到的彩色圖像內(nèi)的訓(xùn)練對(duì)象區(qū)域；獲得所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)和微生物點(diǎn)中任何一個(gè)或者兩者的顏色數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)；將所述學(xué)習(xí)數(shù)據(jù)提供給分類(lèi)器以獲得所述顏色數(shù)據(jù)的特征向量；所述分類(lèi)器將所述特征向量所規(guī)定的點(diǎn)集合分離，以分類(lèi)成培養(yǎng)基類(lèi)別和微生物類(lèi)別中的至少一種。所述識(shí)別步驟包括:將與捕獲到的檢查對(duì)象的彩色圖像中的至少一部分培養(yǎng)基區(qū)域?qū)?yīng)的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)提供給所述訓(xùn)練過(guò)的分類(lèi)器，以檢查所述培養(yǎng)基區(qū)域內(nèi)存在或不存在微生物菌落，從而獲得所述顏色數(shù)據(jù)的特征向量；
所述分類(lèi)器判定所述特征向量所規(guī)定的點(diǎn)屬于所述訓(xùn)練步驟中所分的類(lèi)別中的哪一類(lèi)；基于所述判定結(jié)果識(shí)別菌落。根據(jù)這個(gè)方案，計(jì)算機(jī)執(zhí)行所述訓(xùn)練步驟和識(shí)別步驟。因此，可以與上述微生物檢測(cè)方法獲得同樣的效果。在上面描述的微生物檢測(cè)方法的識(shí)別步驟中，優(yōu)選地判定與含有判定屬于所述微生物類(lèi)的一系列檢查點(diǎn)的閉合區(qū)域?qū)?yīng)的候選菌落的面積。當(dāng)所述面積滿(mǎn)足根據(jù)微生物種類(lèi)所限定的面積條件時(shí)，優(yōu)選地識(shí)別出所述候選菌落為菌落。在上面描述的微生物檢測(cè)方法的訓(xùn)練步驟和識(shí)別步驟中，優(yōu)選地至少將所述顏色數(shù)據(jù)和形狀數(shù)據(jù)提供給所述分類(lèi)器。在所述訓(xùn)練步驟，所述菌落的顏色數(shù)據(jù)和形狀數(shù)據(jù)優(yōu)選地作為學(xué)習(xí)數(shù)據(jù)提供給所述分類(lèi)器，以獲得所述顏色數(shù)據(jù)和形狀數(shù)據(jù)的特征向量，所述菌落類(lèi)別優(yōu)選地由所述分類(lèi)器通過(guò)分離所述特征向量所規(guī)定的點(diǎn)集合來(lái)分類(lèi)。在所述識(shí)別步驟，所述檢查點(diǎn)優(yōu)選的是所述檢查對(duì)象區(qū)域內(nèi)用顏色辨別的區(qū)域所表示的候選菌落點(diǎn)，所述候選菌落點(diǎn)的顏色數(shù)據(jù)和形狀數(shù)據(jù)優(yōu)選的是提供給所述訓(xùn)練過(guò)的分類(lèi)器，以獲得所述顏色數(shù)據(jù)和形狀數(shù)據(jù)的特征向量，優(yōu)選地由所述分類(lèi)器確定所述特征向量所規(guī)定的點(diǎn)是否屬于菌落類(lèi)，并基于所述確定結(jié)果優(yōu)選地識(shí)別出菌落。在上文描述的微生物檢測(cè)方法中，所述分類(lèi)器優(yōu)選地包括基于核心方法的支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和高斯混合模型其中的至少一個(gè)。在上文描述的微生物檢測(cè)方法中，所述分類(lèi)器優(yōu)選的是基于核方法的支持向量機(jī)。在所述訓(xùn)練步驟，通過(guò)優(yōu)選地使用所述分類(lèi)器的映射區(qū)根據(jù)核方法將培養(yǎng)基點(diǎn)和微生物點(diǎn)其中一個(gè)或者兩者的顏色數(shù)據(jù)的特征向量映射在高維特征空間，獲得高維特征向量，所述高維特征向量所規(guī)定的點(diǎn)集合優(yōu)選地是由所述分類(lèi)器線(xiàn)性分離，以歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別其中的至少一類(lèi)。在所述識(shí)別步驟，優(yōu)選地通過(guò)使用所述分類(lèi)器的映射部，根據(jù)核方法，將所述檢查點(diǎn)的顏色 數(shù)據(jù)的特征向量映射到高維特征空間，獲得高維特征向量，優(yōu)選地由所述分類(lèi)器判定所述高維特征向量所規(guī)定的點(diǎn)屬于所述訓(xùn)練步驟中所分類(lèi)別中的哪一類(lèi)，并基于所述判定結(jié)果，優(yōu)選地識(shí)別菌落。根據(jù)這個(gè)方法，通過(guò)將所述點(diǎn)用核方法映射到高維特征空間所獲得的高維特征向量所規(guī)定的點(diǎn)集合是可線(xiàn)性分離的。因此可以適當(dāng)進(jìn)行分類(lèi)，精確檢測(cè)微生物。上面描述的微生物檢測(cè)設(shè)備優(yōu)選地包括用于獲得彩色圖像的圖像捕獲裝置和通知裝置，當(dāng)所述識(shí)別裝置識(shí)別出菌落時(shí)，所述通知裝置發(fā)布檢測(cè)到菌落的通知。


圖1所示為根據(jù)本發(fā)明第一實(shí)施例的檢查系統(tǒng)的示意平面視圖；圖2所示為檢查設(shè)備的電構(gòu)造的方塊圖；圖3是檢查設(shè)備的示意性正視圖；圖4是描繪分類(lèi)器功能的圖形；圖5(a)至5(d)所示為樣品在不同階段的示意圖；圖6是描繪分類(lèi)器的訓(xùn)練的圖形；圖7 (a)和7 (b)是描繪分類(lèi)器的微生物識(shí)別的圖形；圖8 (a)和8 (b)所示為檢測(cè)處理裝置所檢測(cè)到的細(xì)菌數(shù)的圖形；
圖9所示為微生物檢測(cè)處理過(guò)程的流程圖；圖10所示為訓(xùn)練處理過(guò)程的流程圖；圖11所示為識(shí)別處理過(guò)程的流程圖；圖12是描繪根據(jù)本發(fā)明第二實(shí)施例的訓(xùn)練和識(shí)別的圖形；圖13是描繪根據(jù)本發(fā)明第三實(shí)施例的訓(xùn)練和識(shí)別的圖形。
具體實(shí)施例方式(第一實(shí)施例)下面參考圖1至11描述根據(jù)本發(fā)明的一個(gè)實(shí)施例。如圖1所示，微生物檢查系統(tǒng)(下文簡(jiǎn)單地稱(chēng)作“檢查系統(tǒng)11”)包括用壁部12圍起來(lái)的恒溫室13。恒溫室13內(nèi)的溫度用空調(diào)14保持在一個(gè)預(yù)定的溫度。檢查系統(tǒng)11，在圖1右下方部分的恒溫室13內(nèi)包括送料擱板擱架15、排放擱架16和排放擱架17。示例的檢查對(duì)象樣品S(例如，含有培養(yǎng)基的陪替氏培養(yǎng)皿)從送料擱架15送到恒溫室13中。從恒溫室13，具有正常的檢查結(jié)果的樣品S通過(guò)排放擱架16排放，具有劣質(zhì)的檢查結(jié)果的樣品S通過(guò)排放擱架17排放。恒溫室13包括多個(gè)儲(chǔ)存擱架18、用于檢查樣品S的微生物檢查裝置(在下文中簡(jiǎn)單地稱(chēng)作為“檢查設(shè)備19”)和搬運(yùn)機(jī)械手20。送入恒溫室13中的樣品S儲(chǔ)存在每個(gè)儲(chǔ)存擱架18中以進(jìn)行培養(yǎng)。搬運(yùn)機(jī)械手20在擱架15至18與檢查設(shè)備19之間搬運(yùn)樣品S。擱架15至17分別包括將恒溫室13的內(nèi)部和外部連接起來(lái)的傳送器15a至17a。當(dāng)送給樣品S和排放樣品S時(shí)，分別設(shè)置在傳送器15a至17a的外邊緣和中間的雙開(kāi)閉器21和22按順序一個(gè)接一個(gè)打開(kāi)，從而防止微生物之類(lèi)從外面進(jìn)入到恒溫室13內(nèi)。搬運(yùn)機(jī)械手20包括設(shè)置在恒溫室13地板上的轉(zhuǎn)動(dòng)主體20a和從主體20a上延伸、具有多個(gè)接合點(diǎn)的臂部20b。樣品S被臂部20b末端的卡頭構(gòu)件20c牢固地抓著，在每個(gè)擱架15至18和檢查設(shè)備19之間進(jìn)行搬運(yùn)。檢查設(shè)備19包括讓樣品S放置于其上的檢查工作臺(tái)23和捕獲檢查工作臺(tái)23上的樣品S的圖像的相機(jī)24。在一個(gè)培養(yǎng)周期，用檢查設(shè)備19定期檢查儲(chǔ)存在儲(chǔ)存擱架18中的樣品S。檢查設(shè)備19，基于相機(jī)24捕獲到的樣品S的彩色圖像，檢測(cè)樣品S的培養(yǎng)基中的菌落。完成預(yù)定的培養(yǎng)周期而沒(méi)有可檢測(cè)到菌落的樣品S通過(guò)排放擱架16排放，是正常樣品。另一方面，具有可檢測(cè)菌落的樣品S通過(guò)排放擱架17排放，是劣質(zhì)樣品。檢查系統(tǒng)11，在恒溫室13外面，包括控制器25和個(gè)人計(jì)算機(jī)26?？刂破?5控制空調(diào)14、搬運(yùn)機(jī)械手20、傳送器15a至17a、開(kāi)閉器21和22之類(lèi)。個(gè)人計(jì)算機(jī)26，它是檢查設(shè)備19的一部分，接收相機(jī)24捕獲到的樣品S的彩色圖像數(shù)據(jù)。個(gè)人計(jì)算機(jī)26執(zhí)行微生物檢測(cè)過(guò)程，其中通過(guò)用某個(gè)算法、使用顏色數(shù)據(jù)辨別樣品S中的培養(yǎng)基和微生物來(lái)檢測(cè)菌落。如圖3所示，檢查設(shè) 備19包括檢查工作臺(tái)23、照亮檢查工作臺(tái)23上的樣品S的圓形光源28、反射板29、捕獲檢查工作臺(tái)23上的樣品S的圖像的相機(jī)24、和微生物檢測(cè)處理裝置(在下文中簡(jiǎn)單地稱(chēng)作“檢測(cè)處理裝置40”)。反射板29和光源28設(shè)置在檢查工作臺(tái)23的對(duì)側(cè)。檢測(cè)處理裝置40建在個(gè)人計(jì)算機(jī)26的主體31內(nèi)，相機(jī)24將圖像數(shù)據(jù)發(fā)送給個(gè)人計(jì)算機(jī)26。
檢查工作臺(tái)23是由透光材料制成，比如玻璃。檢查工作臺(tái)23由圖中未示出的支撐構(gòu)件可移動(dòng)地支撐著。光源28是圓形，設(shè)置在相機(jī)24和檢查工作臺(tái)23之間。光源28的中心軸線(xiàn)對(duì)應(yīng)于相機(jī)24的光軸線(xiàn)。相機(jī)24通過(guò)光源28的開(kāi)口捕獲檢查工作臺(tái)23上的整個(gè)樣品S的圖像。反射板29例如是由散射板形成。反射板29反射來(lái)自光源28的光，成為散射光。因此，相機(jī)24可以只捕獲檢查工作臺(tái)23上的樣品S的圖像。樣品S是含有培養(yǎng)基M(瓊脂培養(yǎng)基之類(lèi))的陪替氏培養(yǎng)皿35 (例如，玻璃陪替氏培養(yǎng)皿)。包括有覆蓋培養(yǎng)皿35a的蓋子35b的陪替氏培養(yǎng)皿35倒置放在檢查工作臺(tái)23上，使得蓋子35b相對(duì)地朝向相機(jī)24。這是為了防止去掉蓋子35b時(shí)，恒溫室13內(nèi)微生物污染培養(yǎng)基M。假設(shè)恒溫室13內(nèi)的潔凈度足夠高，在檢查時(shí)可以去掉蓋子35b。培養(yǎng)皿35a包含有含有一定比例的檢查對(duì)象(液體飲料)的培養(yǎng)基M。在預(yù)定的溫度條件下，在恒溫室13內(nèi)對(duì)陪替氏培養(yǎng)皿35中的培養(yǎng)基M培養(yǎng)一個(gè)預(yù)定的培養(yǎng)周期。檢查設(shè)備19在培養(yǎng)開(kāi)始時(shí)和在培養(yǎng)周期內(nèi)的多個(gè)預(yù)定時(shí)間檢查陪替氏培養(yǎng)皿35。當(dāng)搬運(yùn)機(jī)械手20重復(fù)地將陪替氏培養(yǎng)皿35移動(dòng)到檢查工作臺(tái)23上時(shí)，檢查工作臺(tái)23上的陪替氏培養(yǎng)皿35的位置會(huì)從其原始位置移動(dòng)幾毫米至大約I厘米，陪替氏培養(yǎng)皿35的角度會(huì)移動(dòng)幾度至大約30度。相機(jī)24是具有R (紅色)、G (綠色)和B (藍(lán)色)三個(gè)成像元件36的三芯片彩色相機(jī)。成像元件36可以是CCD(電荷耦合元件)圖像傳感器或者CMOS圖像傳感器之類(lèi)。相機(jī)24包括具有自動(dòng)聚焦(autofocus)功能和縮放功能的透鏡單元37。相機(jī)24以預(yù)定的放大率捕獲檢查工作臺(tái)23上的樣品S(陪替氏培養(yǎng)皿35)的圖像。透過(guò)透鏡單元37進(jìn)入相機(jī)24的光線(xiàn)被二向色鏡或者二向棱鏡(圖中未不)分成三原色光RGB。分開(kāi)后的RGB光分別在各成像元件36處接收。相機(jī)24可以是單芯片彩色相機(jī)。個(gè)人計(jì)算機(jī)26包括主體31、具有鼠標(biāo)32m和鍵盤(pán)32k的輸入操作部32和監(jiān)視器33(顯示器)。相機(jī)24連接在主體31上。相機(jī)24中的各成像元件36生成的模擬信號(hào)在相機(jī)24內(nèi)被進(jìn)行A/D轉(zhuǎn)換，然后送到主體31作為RGB彩色圖像數(shù)據(jù)。主體31中的檢測(cè)處理裝置40基于相機(jī)24輸送的樣品S的彩色圖像數(shù)據(jù)來(lái)檢測(cè)培養(yǎng)基M中的菌落。檢測(cè)處理裝置40相當(dāng)于根據(jù)本發(fā)明的微生物檢測(cè)設(shè)備。主體31包括含有CPU(中央處理單元)和存儲(chǔ)器(例如，RAM)的微機(jī)(下文簡(jiǎn)單地稱(chēng)作“計(jì)算機(jī)38”)(見(jiàn)圖2)。主體31中的存儲(chǔ)器存儲(chǔ)從⑶-ROM之類(lèi)的存儲(chǔ)介質(zhì)安裝的微生物檢測(cè)過(guò)程的程序。計(jì)算機(jī)38用作執(zhí)行從存儲(chǔ)器中讀出的程序的檢測(cè)處理裝置40。在下文更詳細(xì)地描述檢測(cè)處理裝置40的微生物檢測(cè)過(guò)程。如圖2所示，主體31中的計(jì)算機(jī)38連接至相機(jī)24和光源28。計(jì)算機(jī)38控制相機(jī)24的圖像捕獲(聚焦控制、縮放控制之類(lèi))和光源28的照明。計(jì)算機(jī)38還連接至輸入操作部32和監(jiān)視器33。計(jì)算機(jī)38將輸入操作部32輸入的各種設(shè)置數(shù)據(jù)存儲(chǔ)到存儲(chǔ)器42中，并將樣品S的圖像或者菌落的檢測(cè)結(jié)果顯示在監(jiān)視器33上。在圖2中，檢測(cè)處理裝置40中所示的各功能塊是在計(jì)算機(jī)38運(yùn)行所述檢測(cè)過(guò)程程序時(shí)實(shí)現(xiàn)的。檢測(cè)處理裝置40包括控制部41、存儲(chǔ)器42、輸入數(shù)據(jù)生成部43、分類(lèi)器45、訓(xùn)練處理部46和識(shí)別處理部47 ?？刂撇?1控制整個(gè)檢測(cè)過(guò)程，并將設(shè)置數(shù)據(jù)存儲(chǔ)在存儲(chǔ)器42中?？刂撇?1將相機(jī)24捕獲的樣品S的圖像和菌落檢測(cè)結(jié)果顯示在監(jiān)視器33上。控制部41將設(shè)置屏顯示在監(jiān)視器33上。操作人員操作輸入操作部32以輸入各種設(shè)置數(shù)據(jù)，比如培養(yǎng)周期、訓(xùn)練周期(學(xué)習(xí)周期)、識(shí)別周期(檢查周期)、學(xué)習(xí)間期(學(xué)習(xí)采樣期間)、識(shí)別間期(識(shí)別采樣期間)、存在或不存在噪聲采集、閾值設(shè)置距離、存在或不存在最外圍檢測(cè)、存在或不存在辨別(discrimination)、菌落識(shí)別條件(面積條件或者直徑條件)之類(lèi)，從而將它們存儲(chǔ)在存儲(chǔ)器42中。存儲(chǔ)器42可以是硬盤(pán)或者RAM的局部存儲(chǔ)區(qū)域?？刂撇?1具有計(jì)時(shí)器41a。計(jì)時(shí)器41a測(cè)量從開(kāi)始培養(yǎng)到結(jié)束培養(yǎng)周期的時(shí)間長(zhǎng)度。培養(yǎng)周期可以分成“訓(xùn)練周期”和“識(shí)別周期”，“訓(xùn)練周期”是從培養(yǎng)開(kāi)始直到預(yù)定的時(shí)間，“識(shí)別周期”是在所述預(yù)定的時(shí)間之后直到培養(yǎng)周期結(jié)束。培養(yǎng)周期根據(jù)各種檢測(cè)對(duì)象微生物來(lái)確定，例如定為10至30小時(shí)內(nèi)的范圍(例如，18小時(shí))?？刂撇?1基于計(jì)時(shí)器41a測(cè)量的時(shí)間理解它是在訓(xùn)練周期或者識(shí)別周期、已經(jīng)到了學(xué)習(xí)或者檢查采樣周期、培養(yǎng)周期已經(jīng)結(jié)束之類(lèi)。輸入數(shù)據(jù)生成部43從相機(jī)24輸入的彩色圖像數(shù)據(jù)(輸入圖像)獲得待提供給分類(lèi)器45的輸入數(shù)據(jù)。輸入數(shù)據(jù)含有至少顏色數(shù)據(jù)。具體而言，輸入數(shù)據(jù)生成部43為從相機(jī)24輸入的彩色圖像數(shù)據(jù)中的一個(gè)定義好的范圍內(nèi)的每個(gè)像素獲得色彩數(shù)據(jù)(RGB梯度值)。顏色數(shù)據(jù)提供為具有256個(gè)梯度的R、G、B梯度值。色彩數(shù)據(jù)的梯度數(shù)目可以適當(dāng)改變。分類(lèi)器45是由選自基于核方法(Kernel method)的支持向量機(jī)(SVM)、神經(jīng)網(wǎng)絡(luò)(MLP:多層感知)和高斯混合模型(GMM)中的至少一個(gè)算法所形成的。分類(lèi)器45包括SVM、MLP和GMM中的兩種或者三種。操作人員可以手動(dòng)選擇SVM、MLP和/或GMM，或者檢測(cè)處理裝置40可以從SVM、MLP和GMM中自動(dòng)選擇一個(gè)適用于檢測(cè)對(duì)象的。分類(lèi)器45包括特征提取部51、映射部52、線(xiàn)性分離部53和判定部54(識(shí)別部)。特征提取部51是由上面描述的SVM、MLP和GMM中的至少一個(gè)已知函數(shù)算法形成。特征提取部51按照所述函數(shù)算法，用 輸入數(shù)據(jù)生成部43的輸入數(shù)據(jù)的輸入變量進(jìn)行特征提取計(jì)算，從而形成特征向量(特征向量數(shù)據(jù))x。當(dāng)使用像素的色彩數(shù)據(jù)(RGB梯度值)時(shí)，用含有三色RGB的特征向量分量(xr, xg, xb)來(lái)表示特征向量x。特征向量x可以是RGB色彩與非RGB色彩空間(例如，HSV色彩空間)的至少一部分色彩空間的色彩分量數(shù)據(jù)的組合。在接下來(lái)的描述中，假設(shè)色彩數(shù)據(jù)是具有RGB梯度值的三維數(shù)據(jù)。當(dāng)分類(lèi)器45是支持向量機(jī)(SVM)時(shí)，提供映射部52。映射部52根據(jù)基于核方法的計(jì)算算法將從特征提取部51發(fā)送的特征向量所規(guī)定的輸入點(diǎn)X映射到高維特征空間。然后映射部52形成高維特征向量(高維特征向量數(shù)據(jù))，并輸出由高維特征向量規(guī)定的輸出點(diǎn)(映射點(diǎn))Ψ (X)。在接下來(lái)的描述中，假設(shè)分類(lèi)器45是基于核方法的支持向量機(jī)(SVM)。圖4是描繪從輸入空間(特征空間)到高維特征空間映射的圖形。圖4中的左圖所示為含有由特征向量所規(guī)定的輸入點(diǎn)X = (xr, xg, xb)的輸入空間。圖4中的右圖所示為含有由高維特征向量所規(guī)定的輸出點(diǎn)(映射點(diǎn))Ψ (X) ( = Ψ (xr, xg, xb))的高維特征空間。在圖4中，為了方便解釋SVM的特征，在輸入空間內(nèi)示出培養(yǎng)基的輸入點(diǎn)Xl (培養(yǎng)基點(diǎn))和微生物的輸入點(diǎn)x2(微生物點(diǎn))。輸入點(diǎn)X具有含有顏色特征量(xr，xq, xb)的三維數(shù)據(jù)。為了便于解釋?zhuān)趫D4中所示的輸入空間(特征空間)是二維空間，在兩個(gè)坐標(biāo)軸上有兩個(gè)顏色R和G的顏色特征量。輸入空間中的三維輸入點(diǎn)xl和x2被映射在高維空間上，映射部52向該高維空間加了額外的維度，并作為由高維特征向量所規(guī)定的輸出點(diǎn)Ψ(Χ1.，xg, xb)被輸出。輸出點(diǎn)Ψ (xr,xg,xb,...)是η維(η > 3)特征向量數(shù)據(jù)，并含有η個(gè)分量(ψχγ, ψxg, ￥xb,...)。(xr, xq, xb)和(Ψxr, Ψxg, ￥xb,...)是向量終點(diǎn)的坐標(biāo)。在圖4所示的輸入空間中，培養(yǎng)基點(diǎn)xl的集合和微生物點(diǎn)x2的集合不可線(xiàn)性分離。但是，在所映射的高維特征空間內(nèi)，從培養(yǎng)基點(diǎn)xl映射的點(diǎn)集合Ψ (xl)和從微生物點(diǎn)x2映射的點(diǎn)集合Ψ (x2)是可由邊際最大化(margin maximization)規(guī)定的超平面線(xiàn)性分離的。但是，在第一實(shí)施例中，輸入點(diǎn)X只是培養(yǎng)基點(diǎn)xl，因此，只有培養(yǎng)基類(lèi)別Cl由超平面歸類(lèi)出，該超平面不是由邊際最大化所定義而是由閾值所定義，所述閾值是點(diǎn)集合Ψ (xl)向外的預(yù)定距離(閾值設(shè)置距離AL)(參見(jiàn)圖6)。線(xiàn)性分離部53用超平面(分離平面)將點(diǎn)集合Ψ (x)線(xiàn)性分離，點(diǎn)集合Ψ (x)是在訓(xùn)練周期獲得的培養(yǎng)基點(diǎn)集合Ψ (xl)，或者是微生物點(diǎn)集合Ψ(χ2)，或者是兩者。線(xiàn)性分離部53歸類(lèi)出培養(yǎng)基類(lèi)別Cl和微生物類(lèi)別C2中至少一個(gè)類(lèi)別C。如圖6所示，在當(dāng)前示例中，其中只用培養(yǎng)基的顏色數(shù)據(jù)的學(xué)習(xí)數(shù)據(jù)訓(xùn)練分類(lèi)器45，輸入點(diǎn)只是所述輸入空間所示的培養(yǎng)基點(diǎn)XI，培養(yǎng)基點(diǎn)集合Ψ (XI)只是形成在輸入點(diǎn)所映射的高維特征空間中。線(xiàn)性分離部53用超平面將點(diǎn)集合Ψ(Χ1)線(xiàn)性分離，并只按顏色分類(lèi)出培養(yǎng)基類(lèi)別Cl。當(dāng)只分一類(lèi)時(shí)，存儲(chǔ)器42存儲(chǔ)閾值設(shè)置距離AL數(shù)據(jù)，作為定義超平面的設(shè)置數(shù)據(jù)。線(xiàn)性分離部53在與點(diǎn)集合Ψ (xl)(例如，作為支持向量的多個(gè)點(diǎn))中的最外點(diǎn)向外Λ L距離處設(shè)置閾值。因此，定義了圖6中所示的超平面，線(xiàn)性分離部53因此進(jìn)行顏色分類(lèi)出培養(yǎng)基類(lèi)別Cl。當(dāng)只分一類(lèi)時(shí)，分類(lèi)器45是由基于核方法的支持向量機(jī)(SVM)、和高斯混合模型(GMM)中的至少一個(gè)形成。使用圖2中所示的判定部54(識(shí)別部)以在識(shí)別周期期間識(shí)別檢查點(diǎn)所屬的類(lèi)另O。圖2中所示的訓(xùn)練處理部46包括作為訓(xùn)練分類(lèi)器45的必要構(gòu)造的訓(xùn)練控制部56、培養(yǎng)基區(qū)域檢測(cè)部57和噪聲采集部58。訓(xùn)練控制部56提供訓(xùn)練所必需的設(shè)置數(shù)據(jù)和各種指令給分類(lèi)器45，并提供訓(xùn)練所必需的指令給培養(yǎng)基區(qū)域檢測(cè)部57和噪聲采集部58。訓(xùn)練裝置是由訓(xùn)練處理部46和分類(lèi)器45形成。

現(xiàn)在描述相機(jī)24捕獲的樣品S的圖像。圖5(a)至5 (d)所示為在培養(yǎng)周期期間相機(jī)24所捕獲到的樣品的圖像。圖5 (a)所示為訓(xùn)練期間的圖像，圖5(b)是識(shí)別開(kāi)始時(shí)的圖像，圖5(c)是識(shí)別期間有菌落產(chǎn)生時(shí)的圖像，圖5(d)是通過(guò)將相機(jī)捕獲的圖像疊加到菌落檢測(cè)結(jié)果上所獲得的在監(jiān)視器33上顯示的圖像。圖5(a)中示例的培養(yǎng)基M含有噪聲N，該噪聲是檢查對(duì)象(液體飲料)中的不溶性固體成分。當(dāng)檢查對(duì)象是含有水果的液體飲料時(shí)，例如含在其中的小固形物，比如果皮、果肉、纖維、種子之類(lèi)會(huì)是導(dǎo)致菌落誤檢的噪聲N。培養(yǎng)基區(qū)域檢測(cè)部57檢測(cè)樣品圖像內(nèi)培養(yǎng)基M中的區(qū)域(在下文稱(chēng)作“培養(yǎng)基區(qū)域MA”)，并且還檢測(cè)培養(yǎng)基區(qū)域MA內(nèi)的訓(xùn)練局部區(qū)域TA (參見(jiàn)圖5 (a))。訓(xùn)練局部區(qū)域TA是訓(xùn)練對(duì)象區(qū)域，分類(lèi)器45使用它來(lái)學(xué)習(xí)培養(yǎng)基M的顏色。在當(dāng)前示例中，為了減輕訓(xùn)練過(guò)程的負(fù)荷，選擇培養(yǎng)基區(qū)域MA的一部分區(qū)域作為訓(xùn)練局部區(qū)域TA。具體而言，培養(yǎng)基區(qū)域檢測(cè)部57通過(guò)圖像處理從培養(yǎng)基區(qū)域MA分出陪替氏培養(yǎng)皿35中的一區(qū)域，并且進(jìn)一步檢測(cè)出培養(yǎng)基區(qū)域MA中沒(méi)有噪聲N的局部區(qū)域，然后將這個(gè)局部區(qū)域設(shè)置為訓(xùn)練局部區(qū)域TA。通過(guò)利用噪聲N和培養(yǎng)基M之間的顏色差異，檢測(cè)具有不同顏色的區(qū)域之間的邊界為顏色邊緣。操作人員可以通過(guò)操作輸入操作區(qū)域32手動(dòng)設(shè)置訓(xùn)練局部區(qū)域TA?？梢赃m當(dāng)選擇訓(xùn)練局部區(qū)域TA的數(shù)量和形狀。
噪聲采集部58采集噪聲數(shù)據(jù)。噪聲數(shù)據(jù)用于位置辨別，其中噪聲和菌落基于它們的位置來(lái)辨別。噪聲采集部58通過(guò)使用顏色邊緣檢測(cè)在訓(xùn)練周期期間檢測(cè)噪聲N，或者利用分類(lèi)器45。噪聲采集部58然后采集含有檢測(cè)到的噪聲N的位置的噪聲數(shù)據(jù)。例如，當(dāng)使用分類(lèi)器45時(shí)，在訓(xùn)練局部區(qū)域TA上至少訓(xùn)練一次之后，歸類(lèi)出培養(yǎng)基類(lèi)別Cl，然后噪聲采集部58將培養(yǎng)基區(qū)域MA中的每個(gè)像素的輸入數(shù)據(jù)輸入到分類(lèi)器45中，并識(shí)別點(diǎn)集合X中或者作為輸出點(diǎn)獲得的點(diǎn)集合V(X)中不屬于培養(yǎng)基類(lèi)別Cl的噪聲點(diǎn)。然后噪聲采集部58獲得噪聲區(qū)域(該噪聲區(qū)域是含有一系列噪聲點(diǎn)的閉合區(qū)域)，并在該噪聲區(qū)域中的位置上進(jìn)行計(jì)算，以獲得噪聲數(shù)據(jù)。噪聲數(shù)據(jù)會(huì)含有噪聲區(qū)域的面積和灰度值。在識(shí)別周期，識(shí)別處理部47判定特征提取部51基于培養(yǎng)基M上各點(diǎn)的輸入數(shù)據(jù)所形成的檢查點(diǎn)Xj (在GMM的情況下)或者通過(guò)映射部52映射檢查點(diǎn)Xj所獲得的映射點(diǎn)V (xj)(在SVM的情況下)是否屬于所述類(lèi)。識(shí)別處理部47，基于該判定結(jié)果，識(shí)別檢查點(diǎn)xj是培養(yǎng)基點(diǎn)還是微生物點(diǎn)。識(shí)別處理部47進(jìn)一步提取含有一系列識(shí)別出為微生物點(diǎn)的點(diǎn)(像素)的閉合區(qū)域。然后識(shí)別處理部47根據(jù)各種判定條件識(shí)別所述閉合區(qū)域是否是微生物菌落。為了進(jìn)行這樣的識(shí)別過(guò)程，識(shí)別處理部47包括識(shí)別控制部61、培養(yǎng)基區(qū)域劃分部62、最外圍檢測(cè)部63、辨別部64、標(biāo)記部65和菌落檢測(cè)部66。所述識(shí)別裝置是由識(shí)別處理部47和分類(lèi)器45形成， 分類(lèi)器45是訓(xùn)練過(guò)的(學(xué)習(xí)之后的)。當(dāng)進(jìn)行識(shí)別過(guò)程時(shí)，識(shí)別控制部61給分類(lèi)器45和62至66的每個(gè)部提供指令。當(dāng)設(shè)置是“具有”最外圍檢測(cè)時(shí)，啟動(dòng)培養(yǎng)基區(qū)域劃分部62。在這種情況下，如圖5(b)所示，培養(yǎng)基區(qū)域劃分部62將圖像內(nèi)的培養(yǎng)基區(qū)域MA分成中心主區(qū)域Al (中心區(qū)域)和最外圍局部區(qū)域A2 (外圍區(qū)域)。中心區(qū)域可以與外圍區(qū)域部分地重疊。當(dāng)計(jì)時(shí)器41a所測(cè)量的時(shí)間是在訓(xùn)練周期內(nèi)時(shí)，控制部41啟動(dòng)訓(xùn)練處理部46，以訓(xùn)練分類(lèi)器45。當(dāng)所測(cè)量的時(shí)間是在識(shí)別周期(檢查周期)內(nèi)時(shí)，控制部41啟動(dòng)識(shí)別處理部47，并在訓(xùn)練之后用分類(lèi)器45進(jìn)行檢查。在當(dāng)前實(shí)施例中，使用分類(lèi)器45的微生物檢測(cè)過(guò)程是在主區(qū)域Al上進(jìn)行的。分類(lèi)器45中的特征提取過(guò)程是由特征提取部51根據(jù)與訓(xùn)練期間所用的算法類(lèi)似的算法來(lái)進(jìn)行的。即，相機(jī)24的圖像數(shù)據(jù)中的主區(qū)域Al內(nèi)的所有像素的輸入數(shù)據(jù)是逐個(gè)像素按順序從輸入數(shù)據(jù)生成部43輸入到分類(lèi)器45中的。特征提取部51根據(jù)算法，基于輸入數(shù)據(jù)，形成特征向量xj (檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，映射部52將特征向量所規(guī)定的檢查點(diǎn)xj映射到高維特征空間上，形成高維特征向量V(xj)。然后分類(lèi)器45中的判定部54判定所述特征向量所規(guī)定的點(diǎn)xj或者點(diǎn)Ψθ )是否屬于分類(lèi)器45在訓(xùn)練期間所分的類(lèi)別C(在當(dāng)前實(shí)施例中是培養(yǎng)基類(lèi)別Cl)，并基于判定結(jié)果判定檢查點(diǎn)xj是培養(yǎng)基點(diǎn)還是微生物點(diǎn)。圖7是分類(lèi)器是SVM時(shí)的示例，并且圖示了判定部54進(jìn)行的判定方法。如圖7 (a)所示，當(dāng)映射在高維特征空間上的點(diǎn)Ψ (Xj) (j = 1，2，...)屬于培養(yǎng)基類(lèi)別Cl時(shí)，判定部54判定檢查點(diǎn)xj是培養(yǎng)基點(diǎn)。另一方面，如圖7(b)所示，當(dāng)點(diǎn)Ψ (xj)不屬于培養(yǎng)基類(lèi)別Cl時(shí)，判定部54判定檢查點(diǎn)xj是微生物點(diǎn)。在這個(gè)階段，所述微生物點(diǎn)有可能是噪聲。圖2中所示的最外圍檢測(cè)部63通過(guò)使用與主區(qū)域Al所用的方法不同的方法在最外圍區(qū)域A2中進(jìn)行微生物檢測(cè)。這是因?yàn)椋谒雠囵B(yǎng)基區(qū)域MA的最外圍附近的環(huán)形區(qū)域?qū)?yīng)于例如培養(yǎng)基M的顏色受陪替氏培養(yǎng)皿35的側(cè)壁折射的光或者側(cè)壁的陰影影響的區(qū)域。因此，最外圍檢測(cè)部63進(jìn)行顏色邊緣檢測(cè)，目的是檢測(cè)最外圍局部區(qū)域A2內(nèi)具有不同顏色的區(qū)域之間的邊界(顏色邊緣)。然后，最外圍檢測(cè)部63在所述顏色邊緣所圍繞的區(qū)域進(jìn)行形態(tài)學(xué)操作，并獲得形狀由此被規(guī)定的候選菌落。當(dāng)設(shè)置(setting)是“有”辨別時(shí)，啟動(dòng)辨別部64。辨別部64進(jìn)行形狀辨別、顏色辨別和位置辨別，目的是從確定為含有在主區(qū)域Al內(nèi)檢測(cè)到的一系列微生物點(diǎn)的閉合區(qū)域的檢測(cè)到的對(duì)象(候選菌落)和在最外圍局部區(qū)域A2內(nèi)檢測(cè)的檢測(cè)到的對(duì)象(候選菌落)中辨別菌落而非噪聲N。根據(jù)形狀辨別，判定通過(guò)特征提取之類(lèi)所獲得的檢測(cè)到的對(duì)象的特征，比如面積、圓形度、凸性、最小外接圓之類(lèi)是否滿(mǎn)足預(yù)先設(shè)置或者學(xué)習(xí)的菌落形狀條件。辨別部64將滿(mǎn)足上述形狀條件的檢測(cè)對(duì)象辨別為菌落。根據(jù)顏色辨別，分別為檢測(cè)到的對(duì)象和培養(yǎng)基區(qū)域計(jì)算某個(gè)色度的度數(shù)，判定它們之間的色度之差是否在預(yù)定的閾值或者比預(yù)定的閾值高。辨別部64將色度差為閾值或者高于閾值的檢測(cè)到的對(duì)象辨別為菌落。在檢測(cè)到的對(duì)象上逐個(gè)像素進(jìn)行顏色辨別。根據(jù)位置辨別，基于訓(xùn)練步驟采集的噪聲數(shù)據(jù)，通過(guò)比較噪聲的位置和檢測(cè)到的對(duì)象的位置辨別菌落。當(dāng)檢測(cè)到對(duì)象與噪聲重疊，對(duì)位置辨別造成辨別困難時(shí)，用檢測(cè)到的對(duì)象的面積和灰度值進(jìn)行位置辨別。標(biāo)記部65進(jìn)行標(biāo)記操作，其中對(duì)主區(qū)域Al內(nèi)和最外圍局部區(qū)域A2內(nèi)檢測(cè)或者辨別為菌落的對(duì)象進(jìn)行標(biāo)記。對(duì)檢測(cè)或者辨別為不對(duì)應(yīng)于噪聲N的檢測(cè)到的對(duì)象進(jìn)行標(biāo)記，但是對(duì)檢測(cè)或者確定為噪聲N的檢測(cè)到的對(duì)象不進(jìn)行標(biāo)記。菌落檢測(cè)部66判定標(biāo)記的檢測(cè)到的對(duì)象的面積是否滿(mǎn)足預(yù)定的面積條件，并將滿(mǎn)足面積條件的檢測(cè)到的對(duì)象檢測(cè)為菌落。例如，當(dāng)檢測(cè)到的對(duì)象的面積Sd滿(mǎn)足下限S1otot和上限Suppct限定的面積條件S1otot ^ Sd ^ Supper時(shí)，檢測(cè)到的對(duì)象被檢測(cè)出為菌落。所述面積條件可以是下限或者上限其中的一個(gè)?？刂撇?1將從識(shí)別處理部47獲得的菌落檢測(cè)結(jié)果顯示在監(jiān)視器33上。當(dāng)沒(méi)有檢測(cè)到菌落時(shí)，所檢測(cè)的菌落數(shù)顯示為“O”。當(dāng)檢測(cè)到任意菌落時(shí)，對(duì)所檢測(cè)到的菌落數(shù)進(jìn)行顯示。另外，如圖5(d)所示，圍繞檢測(cè)到的菌落的標(biāo)記70疊加在培養(yǎng)基M的圖像上?，F(xiàn)在參考圖9至11 的流程圖描述計(jì)算機(jī)38中的微生物檢測(cè)過(guò)程。微生物檢測(cè)過(guò)程是由圖2所示的檢測(cè)處理裝置40用軟件進(jìn)行的。如圖9所示，在開(kāi)始培養(yǎng)之前，操作人員通過(guò)操作輸入操作部32，首先在個(gè)人計(jì)算機(jī)26上輸入設(shè)置值，比如存在或不存在噪聲采集、閾值設(shè)置的距離、存在或不存在最外圍檢測(cè)、存在或不存在辨別、面積條件之類(lèi)。所輸入的各種設(shè)置值存儲(chǔ)在存儲(chǔ)器42中。當(dāng)操作人員通過(guò)使用輸入操作部32啟動(dòng)檢查時(shí)，計(jì)算機(jī)38 (檢測(cè)處理裝置40)啟動(dòng)微生物檢測(cè)過(guò)程。在步驟S10，計(jì)算機(jī)38從存儲(chǔ)器42中讀出設(shè)置值，比如存在或不存在噪聲采集、閾值設(shè)置的距離、存在或不存在最外圍檢測(cè)、存在或不存在辨別、面積條件之類(lèi)。在步驟S20，在訓(xùn)練周期，計(jì)算機(jī)38使分類(lèi)器45通過(guò)使用相機(jī)24捕獲到的培養(yǎng)基M的圖像至少學(xué)習(xí)培養(yǎng)基的顏色。步驟S20中的訓(xùn)練過(guò)程對(duì)應(yīng)于所述訓(xùn)練步驟。在步驟S30，在識(shí)別周期，計(jì)算機(jī)38執(zhí)行識(shí)別過(guò)程，目的是識(shí)別培養(yǎng)基區(qū)域內(nèi)存在或不存在菌落。步驟S30內(nèi)的識(shí)別過(guò)程對(duì)應(yīng)于所述識(shí)別步驟。計(jì)算機(jī)38在S20的訓(xùn)練過(guò)程中執(zhí)行圖10所示的訓(xùn)練處理過(guò)程，在S30的識(shí)別過(guò)程中執(zhí)行圖11所示的識(shí)別處理過(guò)程。通過(guò)下面圖10和11中的流程圖，分別詳細(xì)描述所述訓(xùn)練過(guò)程和識(shí)別過(guò)程。訓(xùn)練處理部46基于相機(jī)24所捕獲到的圖像數(shù)據(jù)，使用輸入數(shù)據(jù)生成部43和分類(lèi)器45執(zhí)行訓(xùn)練過(guò)程。在圖10的步驟SllO中，用相機(jī)24照取一至十例如五個(gè)含有檢查對(duì)象(培養(yǎng)基M)的陪替氏培養(yǎng)皿35的圖像。在步驟S120，基于捕獲到的圖像數(shù)據(jù)來(lái)檢測(cè)培養(yǎng)基區(qū)域MA((參見(jiàn)圖5(a))。在步驟S130中，在培養(yǎng)基區(qū)域MA中設(shè)置訓(xùn)練局部區(qū)域TA (參見(jiàn)圖5 (a))。例如，在培養(yǎng)基區(qū)域MA中搜索噪聲N之后，沒(méi)有噪聲N的區(qū)域被設(shè)置成訓(xùn)練局部區(qū)域TA。在步驟S140，在訓(xùn)練局部區(qū)域TA上，用學(xué)習(xí)算法訓(xùn)練分類(lèi)器45。具體而言，圖2所示的輸入數(shù)據(jù)生成部43為所述訓(xùn)練局部區(qū)域TA內(nèi)的每個(gè)像素生成含有顏色數(shù)據(jù)的輸入數(shù)據(jù)。然后輸入數(shù)據(jù)生成部43逐次將輸入數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)發(fā)送到分類(lèi)器45。分類(lèi)器45中的特征提取部51基于輸入數(shù)據(jù)根據(jù)算法形成特征向量xl。當(dāng)分類(lèi)器45是SVM時(shí)，如圖6所示，特征向量所規(guī)定的培養(yǎng)基點(diǎn)xl由映射部52逐次映射在所述高維特征空間上。因此獲得點(diǎn)集合Ψ (xl)，它由映射的高 維特征向量所規(guī)定。閾值設(shè)置為在一個(gè)位置的超平面，所述位置在點(diǎn)集合Ψ(χ1)向外所述閾值設(shè)置的距離AL處。所述超平面將所述高維特征空間線(xiàn)性分離，用顏色歸類(lèi)出培養(yǎng)基類(lèi)別Cl。在步驟S150，判定存在或不存在噪聲采集。當(dāng)設(shè)置是“有”噪聲采集時(shí)，所述過(guò)程進(jìn)行到步驟S160 ;當(dāng)所述設(shè)置是“無(wú)”噪聲采集時(shí)，進(jìn)行到步驟S170。在步驟S160，采集噪聲數(shù)據(jù)。噪聲采集部58檢測(cè)培養(yǎng)基區(qū)域MA中的顏色邊緣，并檢測(cè)顏色邊緣中具有與培養(yǎng)基M的色調(diào)不同的色調(diào)的區(qū)域?yàn)樵肼昇。噪聲采集部58計(jì)算檢測(cè)到的噪聲N的位置，生成至少含有位置數(shù)據(jù)的噪聲數(shù)據(jù)，并將它存儲(chǔ)在存儲(chǔ)器42中。在步驟S170中，判定存在或不存在額外的訓(xùn)練。在訓(xùn)練周期，可以根據(jù)需要進(jìn)行多次的訓(xùn)練，額外的訓(xùn)練會(huì)增加學(xué)習(xí)數(shù)據(jù)。允許添加學(xué)習(xí)數(shù)據(jù)的周期(預(yù)定時(shí)間)可以是產(chǎn)生微生物之前的任何適當(dāng)值。當(dāng)進(jìn)行額外的訓(xùn)練時(shí)所述過(guò)程返回到S110，并且在學(xué)習(xí)采樣間隔之后在進(jìn)行下一次訓(xùn)練時(shí)再次將樣品S搬運(yùn)到檢查工作臺(tái)23。然后類(lèi)似地用相機(jī)24捕獲到的樣品S的圖像數(shù)據(jù)執(zhí)行SllO至S170的步驟。當(dāng)沒(méi)有額外的訓(xùn)練時(shí)，完成訓(xùn)練處理過(guò)程。在訓(xùn)練周期期間進(jìn)行訓(xùn)練過(guò)程，訓(xùn)練周期從培養(yǎng)開(kāi)始(時(shí)間O)直到預(yù)定時(shí)間(例如，5小時(shí))，以學(xué)習(xí)采樣間隔(例如，每30分鐘或者I小時(shí))。因?yàn)橛羞@個(gè)訓(xùn)練，分類(lèi)器45歸類(lèi)出培養(yǎng)基類(lèi)別Cl。為了這么做，例如，在訓(xùn)練周期期間學(xué)習(xí)培養(yǎng)基M的顏色的變化。另夕卜，由于液體飲料中諸如乳化鐵之類(lèi)金屬成分的氧化而產(chǎn)生的沉積物(氧化鐵之類(lèi))的數(shù)據(jù)，也作為噪聲N采集。當(dāng)計(jì)時(shí)器41a所測(cè)量的時(shí)間是在預(yù)定時(shí)間(例如，5小時(shí))之后時(shí)，所述過(guò)程從訓(xùn)練周期切換到識(shí)別周期。然后計(jì)算機(jī)38啟動(dòng)圖11所示的識(shí)別處理過(guò)程，其中識(shí)別處理部47使用輸入數(shù)據(jù)生成部43和分類(lèi)器45執(zhí)行識(shí)別過(guò)程。如圖11所示，在步驟S210，相機(jī)24捕獲的圖像數(shù)目與在訓(xùn)練含有檢查對(duì)象(培養(yǎng)基M)的陪替氏培養(yǎng)皿35期間捕獲的圖像數(shù)目相同。在接下來(lái)的步驟S220中，基于捕獲到的圖像數(shù)據(jù)檢測(cè)培養(yǎng)基區(qū)域MA。在步驟S230中，在培養(yǎng)基區(qū)域MA內(nèi)設(shè)置主區(qū)域Al和最外圍局部區(qū)域A2。在步驟S240，根據(jù)查找表(LUT)進(jìn)行亮度轉(zhuǎn)換。在進(jìn)行亮度轉(zhuǎn)換時(shí)，進(jìn)行對(duì)比度調(diào)節(jié)、伽瑪值校正之類(lèi)。
在接下來(lái)的步驟S250，分類(lèi)器45使用學(xué)習(xí)算法從主區(qū)域Al檢測(cè)微生物點(diǎn)。具體而言，圖2所示的輸入數(shù)據(jù)生成部43為主區(qū)域Al內(nèi)的每個(gè)像素生成含有顏色數(shù)據(jù)的輸入數(shù)據(jù)，然后將它們逐次發(fā)送到分類(lèi)器45。分類(lèi)器45中的特征提取部51基于輸入數(shù)據(jù)形成特征向量xj (j = 1，2，...)(檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，圖6中所示的特征向量所規(guī)定的檢查點(diǎn)xj由映射部52逐次映射到高維特征空間。然后獲得高維特征向量規(guī)定的映射點(diǎn)Ψ (xj)(參見(jiàn)圖7)。如圖7(a)所示，當(dāng)映射點(diǎn)Ψ (xj)屬于培養(yǎng)基類(lèi)別Cl時(shí)，判定(識(shí)別)檢查點(diǎn)xj為培養(yǎng)基點(diǎn)。另一方面，如圖7(b)所示，當(dāng)映射點(diǎn)Ψθ )不屬于培養(yǎng)基類(lèi)別Cl時(shí)，判定(識(shí)別)檢查點(diǎn)為微生物點(diǎn)。如圖5(c)所示，在進(jìn)入識(shí)別步驟之后3到5個(gè)小時(shí)，例如，會(huì)產(chǎn)生菌落CL。在這種情況下，通過(guò)映射基于菌落CL中的像素的輸入數(shù)據(jù)的檢查點(diǎn)xj所獲得的點(diǎn)V (xj)(在SVM情況下)不屬于圖7 (b)所示的培養(yǎng)基類(lèi)別Cl，并被檢測(cè)為微生物點(diǎn)。為主區(qū)域Al中的所有像素執(zhí)行這樣的檢測(cè)過(guò)程。在步驟S260，判定存在或不存在最外圍檢測(cè)。當(dāng)設(shè)置是“有”最外圍檢測(cè)時(shí)，所述過(guò)程進(jìn)行到步驟S270，當(dāng)設(shè)置是“無(wú)”最外圍檢測(cè)時(shí)，所述過(guò)程進(jìn)行到步驟S290。在步驟S270，在最外圍局部區(qū)域A2檢測(cè)顏色邊緣，基于與培養(yǎng)基的色調(diào)差異檢測(cè)所述菌落區(qū)域。所述菌落區(qū)域是檢測(cè)到的對(duì)象的區(qū)域(候選菌落)，其可能是噪聲區(qū)域。在接下來(lái)的步驟S280，通過(guò)區(qū)域形態(tài)學(xué)操作，將檢測(cè)到的對(duì)象的形狀調(diào)節(jié)成，例如圓形或者橢圓形。在步驟S290，判定存在或不存在辨別過(guò)程。當(dāng)設(shè)置是“有”辨別過(guò)程時(shí)，所述過(guò)程進(jìn)行到步驟S300，當(dāng)設(shè)置是“無(wú)”辨別過(guò)程時(shí)，所述過(guò)程進(jìn)行到步驟S310。在步驟S300，基于形狀、顏色和位置辨別檢測(cè)到的對(duì)象。對(duì)主區(qū)域Al和最外圍區(qū)域A2的檢測(cè)結(jié)果進(jìn)行整合。在所述整合結(jié)果的基礎(chǔ)上，對(duì)含有一系列微生物點(diǎn)的閉合區(qū)域進(jìn)行特征提取，并且對(duì)檢測(cè)到的對(duì)象(候選菌落)進(jìn)行。根據(jù)形狀辨別，計(jì)算檢測(cè)到的對(duì)象的面積、圓形度、凸性、最小外接圓之類(lèi)。具有滿(mǎn)足菌落形狀條件的提取的特征量的檢測(cè)到對(duì)象被辨別為候選菌落。根據(jù)顏色辨別，分別為檢測(cè)到的對(duì)象和培養(yǎng)基區(qū)域計(jì)算某個(gè)色度的程度。檢測(cè)到的對(duì)象和培養(yǎng)基區(qū)域之間的色度差是在預(yù)定的閾值或者高于預(yù)定的閾值的檢測(cè)到的對(duì)象被辨別為候選菌落。根據(jù)位置辨別，對(duì)由從存儲(chǔ)器42讀出的噪聲數(shù)據(jù)確定的噪聲位置和檢測(cè)到的對(duì)象的計(jì)算出位置進(jìn)行比較。不與噪聲重疊的檢測(cè)到的對(duì)象被辨別為候選菌落。當(dāng)檢測(cè)到的對(duì)象與噪聲重疊，使位置辨別難以進(jìn)行辨別時(shí)，用檢測(cè)到的對(duì)象的面積和灰度值來(lái)辨別候選菌落。根據(jù)所述辨別步驟，檢測(cè)到的對(duì)象之間的噪聲N等不辨別成菌落，使得檢測(cè)到的對(duì)象(候選菌落)進(jìn)一步窄化。在步驟S310，標(biāo)記已經(jīng)檢測(cè)出的或者辨別開(kāi)的檢測(cè)到的對(duì)象。S卩，整合主區(qū)域Al和最外圍局部區(qū)域A2的檢測(cè)結(jié)果，并標(biāo)記在培養(yǎng)基區(qū)域MA的整個(gè)區(qū)域檢測(cè)到出或者辨別開(kāi)的所有檢測(cè)到的對(duì)象。當(dāng)已經(jīng)執(zhí)行了 S300的辨別過(guò)程時(shí)，從標(biāo)記中排除在辨別過(guò)程中辨別出為噪聲的檢測(cè)到的對(duì)象。在步驟S320中，基于面積條件，判定檢測(cè)到的對(duì)象是否是菌落。菌落檢測(cè)部66檢查標(biāo)記的檢測(cè)到的對(duì)象的面積是否滿(mǎn)足從存儲(chǔ)器42讀出的面積條件。當(dāng)檢測(cè)到的對(duì)象的面積Sd滿(mǎn)足面積條件S1otot ^ Sd^ Supper時(shí)，判定檢測(cè)到的對(duì)象為菌落CL。

在步驟S330，在監(jiān)視器33上顯示菌落檢測(cè)結(jié)果，并根據(jù)菌落檢測(cè)結(jié)果發(fā)送控制信號(hào)。即，當(dāng)從識(shí)別處理部47輸送的菌落檢測(cè)結(jié)果是檢測(cè)到的數(shù)目“O ”時(shí)，控制部41在監(jiān)視器33上顯示檢測(cè)到的菌落數(shù)為“O”。另一方面，當(dāng)菌落檢測(cè)結(jié)果是檢測(cè)到的數(shù)目“N” (N ^ I)時(shí)，控制部41將檢測(cè)到的菌落數(shù)“N”顯示在監(jiān)視器33上，并將圍繞檢測(cè)到的菌落CL的標(biāo)記70疊加在顯示在監(jiān)視器33上的樣品S的圖像上，如圖5(d)所示。如果顯示了標(biāo)記70，在恒溫室13外面看監(jiān)視器33的操作人員可以容易地了解被檢查的樣品S中的菌落繁殖狀態(tài)?？刂撇?1的控制信號(hào)被發(fā)送到控制器25。當(dāng)檢測(cè)到的菌落數(shù)是“N” (N彡I)時(shí)，當(dāng)檢測(cè)出菌落時(shí)停止檢查，控制部41發(fā)送控制信號(hào)給控制器25以排放樣品S。結(jié)果是，控制器25控制搬運(yùn)機(jī)械手20將判定為劣質(zhì)樣品的樣品S搬運(yùn)到排放擱架17，并驅(qū)動(dòng)傳送器17a將樣品S排放到恒溫室外。另一方面，當(dāng)菌落的檢測(cè)結(jié)果是檢測(cè)數(shù)“O”時(shí)，將樣品S返回到儲(chǔ)存擱架18。在培養(yǎng)周期過(guò)后沒(méi)有檢測(cè)到菌落的樣品S被搬運(yùn)機(jī)械手20搬運(yùn)到排放擱架16，是正常樣品，并由傳送器16a排放到恒溫室外面?，F(xiàn)有技術(shù)中，在培養(yǎng)周期過(guò)后進(jìn)行檢查，對(duì)于每批最多檢測(cè)到一個(gè)菌落的飲料必須中止生產(chǎn)。根據(jù)當(dāng)前實(shí)施例的檢查設(shè)備19，在培養(yǎng)周期期間可以檢測(cè)到菌落，當(dāng)檢測(cè)到菌落時(shí)，可以早些中止飲料的生產(chǎn)。因此，可以將劣質(zhì)飲料產(chǎn)品的數(shù)量減到盡可能低。圖8所示為比較檢測(cè)到的細(xì)菌數(shù)、實(shí)際檢測(cè)到的細(xì)菌數(shù)和用檢查設(shè)備19檢查樣品S時(shí)目測(cè)到的細(xì)菌數(shù)。大腸桿菌加到含有樣品液體飲料的培養(yǎng)基M中，培養(yǎng)18小時(shí)。水平軸表示開(kāi)始培養(yǎng)之后過(guò)去的時(shí)間(hr)，垂直軸表示菌落數(shù)目。因?yàn)闄z查對(duì)象液體飲料顏色不同，圖8(a)和8(b)中的樣品S在培養(yǎng)基中具有不同的顏色。在圖中，檢測(cè)到的細(xì)菌數(shù)對(duì)應(yīng)于檢測(cè)處理裝置40在常規(guī)時(shí)間間隔檢測(cè)到的細(xì)菌數(shù)。實(shí)際檢測(cè)到的細(xì)菌數(shù)對(duì)應(yīng)于在培養(yǎng)周期的每個(gè)時(shí)間點(diǎn)實(shí)際測(cè)量到的包括非常小的菌落的細(xì)菌數(shù)的實(shí)際測(cè)量值。目測(cè)到的細(xì)菌數(shù)是熟練的檢查員在常規(guī)時(shí)間間隔通過(guò)目測(cè)培養(yǎng)基檢測(cè)到的細(xì)菌數(shù)。在圖8所示的示例中，訓(xùn)練周期是從培養(yǎng)開(kāi)始直到5小時(shí)，識(shí)別周期(檢查周期)是5小時(shí)之后?？蓮膱D8(a)和8(b)中的圖形看出，在訓(xùn)練周期期間，檢測(cè)到的細(xì)菌數(shù)和實(shí)際檢測(cè)到的細(xì)菌數(shù)都繼續(xù)為“O”。在開(kāi)始培養(yǎng)之后6到8小時(shí)，開(kāi)始檢測(cè)到微生物。檢測(cè)到的細(xì)菌數(shù)目的變化速度與實(shí)際檢測(cè)到的細(xì)菌數(shù)的變化速度幾乎相同。這個(gè)結(jié)果表示檢測(cè)處理裝置40的細(xì)菌檢測(cè)具有高精度，不受培養(yǎng)基顏色的影響。在識(shí)別周期，檢測(cè)到的細(xì)菌數(shù)的變化速度比目測(cè)的細(xì)菌數(shù)高。這個(gè)結(jié)果表示檢查設(shè)備19可以比目測(cè)更早檢測(cè)到小菌落?？杀粰z查設(shè)備19檢測(cè)到的菌落大小是幾乎不能被目 測(cè)檢查到的大小，尤其是大約0.008平方毫米。如上文詳細(xì)描述那樣，第一實(shí)施例具有下列優(yōu)點(diǎn)。(I)判定分類(lèi)器45基于含有顏色數(shù)據(jù)的輸入數(shù)據(jù)所獲得的特征向量所規(guī)定的檢查點(diǎn)Xj或者映射點(diǎn)Ψ (Xj)是否屬于訓(xùn)練步驟(S20)中用顏色分類(lèi)的培養(yǎng)基類(lèi)別Cl?；谂卸ńY(jié)果，識(shí)別檢查點(diǎn)xj是否是菌落。因?yàn)檫@樣，可以精確檢測(cè)到菌落。例如，甚至當(dāng)培養(yǎng)基M和菌落CL具有類(lèi)似顏色時(shí)，通過(guò)使用分類(lèi)器45，它是SVM，培養(yǎng)基和菌落在高維特征空間可線(xiàn)性分離，從而允許精確檢測(cè)菌落。因?yàn)樗龇椒ǖ膶傩允腔陬伾卣鳈z測(cè)菌落，甚至當(dāng)檢查工作臺(tái)23上的陪替氏培養(yǎng)皿35的位置或者角度在訓(xùn)練期間和識(shí)別期間之間從原來(lái)一個(gè)位置或角度變化時(shí)，或者相機(jī)24和陪替氏培養(yǎng)皿35的相對(duì)位置改變時(shí)，也可以精確檢測(cè)到菌落。(2)甚至當(dāng)菌落的顏色根據(jù)微生物種類(lèi)變化時(shí)，例如，大腸桿菌菌落是淡紅色，酵母菌帶綠色，通過(guò)使用分類(lèi)器45中同樣的算法可以精確檢測(cè)到微生物(細(xì)菌)菌落。(3)由乳化鐵之類(lèi)的金屬成分的氧化產(chǎn)生的沉積物，有時(shí)會(huì)呈現(xiàn)出與菌落類(lèi)似的顏色。在訓(xùn)練步驟，在開(kāi)始培養(yǎng)之后產(chǎn)生的沉積物的噪聲N的學(xué)習(xí)數(shù)據(jù)等累積起來(lái)，并采集沉積物噪聲N的噪聲數(shù)據(jù)。在這種情況下，判定沉積物的檢查點(diǎn)之類(lèi)屬于培養(yǎng)基類(lèi)別Cl。即使檢測(cè)出所述檢查點(diǎn)不屬于培養(yǎng)基類(lèi)別Cl，而是檢測(cè)為可能是菌落的檢測(cè)到的對(duì)象，根據(jù)它們的形狀、顏色和位置，可以從檢測(cè)到的對(duì)象中作為噪聲排除這些檢查點(diǎn)。因此，可以避免沉積物之類(lèi)不正確地檢測(cè)成菌落，從而允許精確檢測(cè)菌落。(4)在訓(xùn)練步驟，檢查對(duì)象(樣品S)用作學(xué)習(xí)對(duì)象，選擇訓(xùn)練周期為產(chǎn)生菌落之前的預(yù)定周期(從開(kāi)始培養(yǎng)直到某一時(shí)間(比如，5小時(shí)))。因?yàn)檫@樣，甚至當(dāng)訓(xùn)練周期期間培養(yǎng)基M的顏色改變時(shí)，產(chǎn)生的顏色被學(xué)習(xí)成培養(yǎng)基M的顏色。因此，甚至當(dāng)培養(yǎng)基的顏色改變時(shí)，也可以精確檢測(cè)菌落。甚至當(dāng)因?yàn)闄z查對(duì)象飲料有顏色，培養(yǎng)基的顏色根據(jù)檢查對(duì)象而變化時(shí)，通過(guò)訓(xùn)練，為每個(gè)檢查對(duì)象學(xué)習(xí)培養(yǎng)基的顏色，從而允許精確檢測(cè)菌落。(5)對(duì)于含有檢測(cè)點(diǎn)Xj或者映射點(diǎn)Ψ (xj)確定為不屬于培養(yǎng)基類(lèi)別Cl的一系列微生物點(diǎn)的閉合區(qū)域，在主區(qū)域Al內(nèi)通過(guò)特征提取檢測(cè)到的或者確定的檢測(cè)對(duì)象和在最外圍局部區(qū)域A2內(nèi)通過(guò)顏色邊緣檢測(cè)和區(qū)域生態(tài)學(xué)操作檢測(cè)到的或者確定的檢測(cè)對(duì)象整合起來(lái)。標(biāo)記上述檢測(cè)到的對(duì)象，在這些檢測(cè)到的對(duì)象中，滿(mǎn)足所述面積條件的識(shí)別為菌落。因此，排除了有可能是噪聲的檢測(cè)到的對(duì)象，從而允許精確檢測(cè)菌落。(6)在檢查對(duì)象含有噪聲N (異物)，比如果皮的情況下，通過(guò)在辨別步驟用形狀辨另O、顏色辨別和位置辨別，辨別檢測(cè)到的對(duì)象中的菌落和噪聲。因?yàn)檫@樣，有效防止了不準(zhǔn)確地將噪聲N檢測(cè)為菌落。因此，甚至在含有與菌落類(lèi)似顏色的果皮或者果泥的培養(yǎng)基中，也能精確檢測(cè)到培養(yǎng)后的菌落。(7)在訓(xùn)練步驟，只學(xué)習(xí)培養(yǎng)基。因此與對(duì)菌落進(jìn)行學(xué)習(xí)的方法相比，必要的處理和操作是簡(jiǎn)單的。在對(duì)菌落進(jìn)行學(xué)習(xí)的方法中，操作人員需要指定菌落，在計(jì)算機(jī)38上輸入和指明指定菌落的區(qū)域。從這個(gè)方面來(lái)說(shuō)，根據(jù)當(dāng)前實(shí)施例的只在培養(yǎng)基M上進(jìn)行學(xué)習(xí)的方法，用于指定和輸入菌落區(qū)域的操作不是必須的，計(jì)算機(jī)38可以自動(dòng)學(xué)習(xí)。(8)以直到產(chǎn)生菌落之前的預(yù)定時(shí)間(例如，5小時(shí))的在選中的培養(yǎng)基上的訓(xùn)練周期和在所述預(yù)定時(shí) 間之后的用以識(shí)別(檢測(cè))微生物的識(shí)別周期進(jìn)行檢查。因?yàn)榭梢杂脵z查對(duì)象(樣品S)進(jìn)行訓(xùn)練，提高了菌落檢測(cè)的精度。在進(jìn)行菌落學(xué)習(xí)的方法中，在檢查對(duì)象(樣品S)的培養(yǎng)周期期間不進(jìn)行訓(xùn)練。因?yàn)檫@樣，會(huì)降低菌落檢測(cè)的精度，因?yàn)橛?xùn)練對(duì)象與檢查對(duì)象不同。另外，訓(xùn)練周期與檢查周期分開(kāi)提供，從而增加了訓(xùn)練和識(shí)別所需的時(shí)間。從這個(gè)方面來(lái)說(shuō)，根據(jù)當(dāng)前實(shí)施例，在菌落生成之前的周期可以用于訓(xùn)練，從而減少了訓(xùn)練和識(shí)別所需的時(shí)間。(9)圍繞菌落CL的標(biāo)記70疊加在顯示在監(jiān)視器33上的樣品S的圖像上。因?yàn)檫@樣，檢測(cè)到的菌落是可見(jiàn)地顯示的，操作人員可以容易地從視覺(jué)上判定菌落繁殖的狀態(tài)。(10)在食品之類(lèi)的制造場(chǎng)合，需要了解加工的衛(wèi)生條件，并需要迅速裝貨。如上文所描述那樣，通過(guò)在食品之類(lèi)的制造場(chǎng)合應(yīng)用當(dāng)前實(shí)施例的檢查設(shè)備19，可以迅速、精確地檢測(cè)到菌落。因?yàn)檫@樣，可以實(shí)現(xiàn)對(duì)加工的衛(wèi)生條件的了理解并提示裝貨。當(dāng)微生物檢查加快時(shí)，可以在早些階段判斷，避免裝運(yùn)劣質(zhì)產(chǎn)品。因此，在風(fēng)險(xiǎn)控制方面是非常有用的。(第二實(shí)施例)現(xiàn)在根據(jù)圖12描述第二實(shí)施例。第二實(shí)施例是在訓(xùn)練步驟(S20)對(duì)培養(yǎng)基和微生物(菌落)都進(jìn)行訓(xùn)練的例子。檢查設(shè)備19 (圖1和3)和檢測(cè)處理裝置40 (圖2)的構(gòu)造和微生物檢測(cè)處理過(guò)程(圖9至11)中的實(shí)質(zhì)處理基本上和第一實(shí)施例中的相同。圖12描述的是當(dāng)分類(lèi)器是SVM時(shí)，從輸入空間到高維特征空間的映射。在圖12中，培養(yǎng)基xl中的輸入點(diǎn)(培養(yǎng)基點(diǎn))和菌落χ2中的輸入點(diǎn)(微生物點(diǎn))不于輸入空間中。如圖12所示，由將培養(yǎng)基點(diǎn)xl映射到高維特征空間獲得的特征向量所規(guī)定的培養(yǎng)基點(diǎn)集合Ψ (xl)和由將輸入點(diǎn)x2映射到高維特征空間獲得的特征向量所規(guī)定的微生物點(diǎn)集合Ψ(χ2)是線(xiàn)性可分離的。線(xiàn)性分離部53用一個(gè)超平面將高維特征空間內(nèi)的培養(yǎng)基點(diǎn)集合V (xl)和微生物點(diǎn)集合Ψ(χ2)分離，所述超平面設(shè)置在使與各支持向量的邊緣最大化的位置(最近點(diǎn))。因此，歸類(lèi)出培養(yǎng)基類(lèi)別Cl和菌落(微生物)類(lèi)別C2。在這種情況下，以與第一實(shí)施例相同的方式，在培養(yǎng)基上對(duì)分類(lèi)器45進(jìn)行訓(xùn)練。另一方面，在菌落上對(duì)分類(lèi)器45的訓(xùn)練如下。即，使用含有同種菌落的培養(yǎng)基，操作人員在監(jiān)視器33上查看培養(yǎng)基M時(shí)，通過(guò)輸入操作部32指定菌落區(qū)域。對(duì)分類(lèi)器45的訓(xùn)練是在指定的菌落區(qū)域上進(jìn)行的。對(duì)分類(lèi)器45的訓(xùn)練可以是在人工準(zhǔn)備的菌落上進(jìn)行。當(dāng)對(duì)一個(gè)以上的類(lèi)進(jìn)行分類(lèi)時(shí)，除了基于核方法的支持向量機(jī)(SVM)和高斯混合模型(GMM)之外，分類(lèi)器45可以是神經(jīng)網(wǎng)絡(luò)(MLP)。在識(shí)別步驟(S30)，像第一實(shí)施例一樣，圖2中所示的輸入數(shù)據(jù)生成部43為主區(qū)域Al中的每個(gè)象素生成含有顏色數(shù)據(jù)的輸入數(shù)據(jù)。然后輸入數(shù)據(jù)生成部43逐次將輸入數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)發(fā)送到分類(lèi)器45。分類(lèi)器45中的特征提取部51使用輸入數(shù)據(jù)作為輸入變量，根據(jù)函數(shù)算法進(jìn)行特征提取計(jì)算，從而形成特征向量xj (檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，映射部52通過(guò)將特征向量xj所規(guī)定的檢查點(diǎn)xj映射到圖12所示的高維特征空間，形成高維特征向量Ψ (xl)。判定部54判定高維特征向量Ψ (xj)所規(guī)定的點(diǎn)Ψ (xj)屬于培養(yǎng)基類(lèi)別Cl或者菌落類(lèi)別C2中的哪一個(gè)，從而檢測(cè)微生物點(diǎn)。當(dāng)點(diǎn)Ψ (xj)屬于菌落類(lèi)別C2時(shí)，這個(gè)點(diǎn)檢測(cè)為微生物點(diǎn)。圖10和11基本上與第一實(shí)施例相同，除了分類(lèi)器45是在培養(yǎng)基和菌落上進(jìn)行訓(xùn)練(S140)以及當(dāng)檢查點(diǎn)xj或者點(diǎn)Ψ (xj)屬于菌落類(lèi)別C2時(shí)，其被檢測(cè)為微生物點(diǎn)(S250)。當(dāng)分類(lèi)器45是GMM或者M(jìn)LP時(shí)，不映射到高維特征空間，在S250判定根據(jù)所述GMM或者M(jìn)LP函數(shù)算法由特征提取計(jì)算形成的檢查點(diǎn)xj是否屬于菌落分類(lèi)。根據(jù)第二實(shí)施例，除了第一實(shí)施例中的優(yōu)點(diǎn)⑴、(3)、(5)、(6)、(9)和(10)之外，還獲得下列優(yōu)點(diǎn)。(11)在訓(xùn)練步驟，歸類(lèi)出培養(yǎng)基類(lèi)別Cl和菌落類(lèi)別C2，培養(yǎng)基和菌落彼此識(shí)別開(kāi)來(lái)。因?yàn)檫@樣，與第一實(shí)施例相比，可以更精確地判定檢查點(diǎn)Xj是培養(yǎng)基還是微生物點(diǎn)。因此進(jìn)一步提聞菌落檢測(cè)精度。(12)在訓(xùn)練步驟，當(dāng)分類(lèi)器45是SVM時(shí)，映射部52在高維特征空間內(nèi)形成培養(yǎng)基點(diǎn)集合Ψ (xl)和菌落點(diǎn)集合Ψ (x2)。線(xiàn)性分離部53用超平面將高維特征空間內(nèi)的培養(yǎng)基點(diǎn)集合Ψ(χ1)和菌落點(diǎn)集合Ψ(χ2)線(xiàn)性分離，所述超平面將與各支持向量的邊緣(距離)最大化。因?yàn)檫@樣，將Cl和C2這兩類(lèi)適當(dāng)?shù)赜妙伾诸?lèi)。在識(shí)別步驟，判定通過(guò)映射檢查點(diǎn)xj所獲得的高維特征向量的點(diǎn)Ψθ )是否屬于菌落類(lèi)別C2，從而增加識(shí)別步驟中的菌落的識(shí)別精度。

(第三實(shí)施例)現(xiàn)在參考圖13描述第三實(shí)施例。在第三實(shí)施例中，在訓(xùn)練步驟在培養(yǎng)基和微生物(菌落)中進(jìn)行只在微生物上的訓(xùn)練。在這種情況下，以與第二實(shí)施例中分類(lèi)器45在菌落區(qū)域上進(jìn)行訓(xùn)練的方式類(lèi)似的方式進(jìn)行訓(xùn)練。檢查設(shè)備19(圖1和3)和檢測(cè)處理裝置40(圖2)的構(gòu)造和微生物檢測(cè)處理過(guò)程中的主要處理(圖9至11)基本上和第一實(shí)施例中的那些相同。圖13是描述當(dāng)分類(lèi)器是SVM時(shí)從輸入空間到高維特征空間的映射的圖形。在圖13中，菌落x2中的輸入點(diǎn)(微生物點(diǎn))示于輸入空間內(nèi)。如圖13所示，通過(guò)將微生物點(diǎn)x2映射在高維特征空間上獲得的高維特征向量所規(guī)定的微生物點(diǎn)Ψ(χ2)是由一個(gè)超平面分離，該超平面處于點(diǎn)集合Ψ(χ2)向外閾值設(shè)置距離Λ L處，并藉此歸類(lèi)菌落類(lèi)別C2。當(dāng)分一類(lèi)時(shí)，分類(lèi)器45由基于核方法的支持向量機(jī)(SVM)和高斯混合模型(GMM)中的至少一個(gè)形成。在識(shí)別步驟(S30)，像第一實(shí)施例一樣，圖2所示的輸入數(shù)據(jù)生成部43為主區(qū)域Al中的每個(gè)像素形成含有顏色數(shù)據(jù)的輸入數(shù)據(jù)。然后輸入數(shù)據(jù)生成部43逐次將輸入數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)發(fā)送到分類(lèi)器45。分類(lèi)器45中的特征提取部51根據(jù)函數(shù)算法使用輸入數(shù)據(jù)作為輸入變量進(jìn)行特征提取計(jì)算，從而形成特征向量xj (檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，映射部52通過(guò)將特征向量xj規(guī)定的檢查點(diǎn)xj映射到圖13所示的高維特征空間，形成高維特征向量Ψθ )。判定部54判定高維特征向量V(Xj)所規(guī)定的點(diǎn)Ψ0 )是否屬于菌落類(lèi)別C2。當(dāng)點(diǎn)Ψ (xj)屬于菌落類(lèi)別C2時(shí)，檢測(cè)點(diǎn)Ψ (xj)被檢測(cè)為微生物點(diǎn)。圖10和11基本上與第一實(shí)施例相同，除了 分類(lèi)器45是在菌落上進(jìn)行訓(xùn)練(S140)以及當(dāng)檢查點(diǎn)xj或者點(diǎn)Ψ (xj)屬于菌落類(lèi)別C2時(shí)這個(gè)點(diǎn)被檢測(cè)為微生物點(diǎn)(S250)。當(dāng)分類(lèi)器45是GMM時(shí)，不映射到高維特征空間，在步驟S250判定(識(shí)別)通過(guò)根據(jù)GMM的函數(shù)算法進(jìn)行特征提取計(jì)算所形成的檢查點(diǎn)xj是否屬于菌落類(lèi)。根據(jù)第三實(shí)施例，除了第一實(shí)施例中的優(yōu)點(diǎn)⑴、(3)、(5)、(6)、(9)和(10)之外，還獲得下面的優(yōu)點(diǎn)。(13)因?yàn)榫漕?lèi)別C2是在訓(xùn)練步驟進(jìn)行分類(lèi)，與第一實(shí)施例相比，可以更為精確地判定檢查點(diǎn)Xj是否是微生物點(diǎn)。因此進(jìn)一步提高菌落檢測(cè)精度。(14)因?yàn)樵谡麄€(gè)培養(yǎng)周期，通過(guò)培養(yǎng)學(xué)習(xí)對(duì)象樣品S可以在訓(xùn)練步驟預(yù)先學(xué)習(xí)菌落的顏色變化，甚至在識(shí)別步驟中當(dāng)檢查對(duì)象樣品S中產(chǎn)生菌落的顏色隨著時(shí)間改變時(shí)，也可以精確識(shí)別菌落。(第四實(shí)施例)在上述實(shí)施例中，分類(lèi)器的輸入數(shù)據(jù)是顏色數(shù)據(jù)。在當(dāng)前實(shí)施例中，形狀數(shù)據(jù)加在顏色數(shù)據(jù)上。例如，細(xì)菌菌落(大腸桿菌之類(lèi))具有大約為圓形的形狀，比如為圓形和橢圓形，使得它們可以與果皮或者沉積物這樣的噪聲(異物)的形狀辨別開(kāi)。修改一個(gè)例子可以包括第二實(shí)施例，其中除了各培養(yǎng)基和菌落的顏色數(shù)據(jù)之外，還將菌落的形狀數(shù)據(jù)作為輸入數(shù)據(jù)發(fā)送到分類(lèi)器45。另一個(gè)修改例可以包括第三實(shí)施例，其中除了菌落的顏色數(shù)據(jù)之外，還將菌落的形狀數(shù)據(jù)發(fā)送到分類(lèi)器45，作為輸入數(shù)據(jù)。在前一種情況下，分類(lèi)器45可以是SVM、MLP和GMM，在后一種情況下，分類(lèi)器45可以是SVM和GMM。在訓(xùn)練步驟，操作人員基于含有菌落的培養(yǎng)基M的彩色圖像，通過(guò)進(jìn)行輸入操作或者圖像處理對(duì)菌落進(jìn)行說(shuō)明。對(duì)識(shí)別為菌落的區(qū)域的形狀進(jìn)行標(biāo)準(zhǔn)化，以獲得形狀數(shù)據(jù)。含有菌落的顏色數(shù)據(jù)和形狀數(shù)據(jù)的輸入數(shù)據(jù)從輸入數(shù)據(jù)生成部43發(fā)送到分類(lèi)器45作為學(xué)習(xí)數(shù)據(jù)。分類(lèi)器45中的特征提取部51根據(jù)函數(shù)算法，使用輸入數(shù)據(jù)作為輸入變量，進(jìn)行特征提取計(jì)算，從而形成特征向量x2 = (xr, xg, xb, xshape)(微生物點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，映射部52通過(guò)將特征向量所規(guī)定的微生物點(diǎn)x2映射到高維特征空間獲得高維特征向量Ψ (x2)。線(xiàn)性分離部53在與特征向量的點(diǎn)集合x(chóng)2向外有一定距離的位置處(在MLP和GMM的情況下)，或者在與高維特征向量的點(diǎn)集合Ψ (x2)(在SVM的情況下)有一個(gè)閾值設(shè)置值A(chǔ)L的距離(預(yù)定距離)的位置處定義閾值作為超平面。所述超平面允許基于顏色和形狀特征歸類(lèi)出菌落類(lèi)別C2。在識(shí)別步驟，通過(guò)圖像處理，基于顏色辨別培養(yǎng)基及其它(異物，菌落之類(lèi))。在非培養(yǎng)基區(qū)域的形狀進(jìn)行計(jì)算，對(duì)計(jì)算出的形狀進(jìn)行標(biāo)準(zhǔn)化，以獲得形狀數(shù)據(jù)。非培養(yǎng)基的區(qū)域的顏色數(shù)據(jù)是通過(guò)對(duì)所述區(qū)域上的像素的顏色進(jìn)行平均而獲得的。輸入數(shù)據(jù)生成部43為每個(gè)區(qū)域形成含有顏色數(shù)據(jù)和形狀數(shù)據(jù)的輸入數(shù)據(jù)。輸入數(shù)據(jù)生成部43將輸入數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)發(fā)送到分類(lèi)器45。分類(lèi)器45中的特征提取部51根據(jù)函數(shù)算法，使用輸入數(shù)據(jù)作為輸入變量，進(jìn)行特征提取計(jì)算，形成特征向量Xj = (xr, xg, xb, xshape)(檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，映射部52通過(guò)將特征向量xj規(guī)定的檢查點(diǎn)xj映射到高維特征空間，形成高維特征向量Ψθ _)。然后，通過(guò)比較特征向量Xj規(guī)定的點(diǎn)Xj和閾值(在MLP和GMM的情況下)，或者通過(guò)比較高維特征向量Ψ0 _)規(guī)定的點(diǎn)Ψθ _)與閾值(在SVM的情況下)，判定點(diǎn)xj或者點(diǎn)Ψ (xj)是否屬于菌落類(lèi)別C2。當(dāng)所述點(diǎn)xj或者點(diǎn)Ψ (xj)屬于C2類(lèi)時(shí),識(shí)別出所述檢查點(diǎn)xj是菌落。在上述方法中，在共同特征空間上形成顏色數(shù)據(jù)和形狀數(shù)據(jù)的特征向量。但是，本發(fā)明不局限于此。例如，顏色數(shù)據(jù)和形狀數(shù)據(jù)的特征向量可以分開(kāi)地形成在不同特征空間上，以進(jìn)行訓(xùn)練和識(shí)別。在這種情況下，分別在菌落的顏色數(shù)據(jù)和形狀數(shù)據(jù)上進(jìn)行訓(xùn)練，Ccolor和Cshape類(lèi)菌落分別在不同的特征空間進(jìn)行分類(lèi)。在所述識(shí)別步驟，特征提取部51首先根據(jù)函數(shù)算法使用輸入到分類(lèi)器45中作為輸入變量的顏色數(shù)據(jù)(R，G和B值)進(jìn)行特征提取計(jì)算，形成特征向量xj = (xr,xg,xb)(檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí),通過(guò)將特征向量規(guī)定的點(diǎn)xj映射到高維特征空間，形成高維特征向量Ψ (xj)。這接下來(lái)是判定所獲得的點(diǎn)xj (在MLP和GMM的情況下)或者點(diǎn)Ψ (xr, xg, xb)(在SVM的情況下)是否屬于Ccolor類(lèi)菌落。當(dāng)點(diǎn)xj或者點(diǎn)Ψ (xr, xg, xb)屬于Ccolor類(lèi)時(shí),識(shí)別出點(diǎn)xj是候選菌落。然后將候選菌落的形狀數(shù)據(jù)輸入到分類(lèi)器45上。特征提取部51根據(jù)函數(shù)算法使用形狀數(shù)據(jù)作為輸入變量進(jìn)行特征提取計(jì)算，形成特征向量xj = (xshapeM檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，通過(guò)將特征向量規(guī)定的點(diǎn)xj映射到高維特征空間，形成高維特征向量Ψ (xj)。然后判定所獲得的點(diǎn)xj (在MLP和GMM的情況下)或者點(diǎn)Ψ (xshape)(在SVM的情況下)是否屬于Cshape類(lèi)菌落。當(dāng)點(diǎn)xj或者點(diǎn)Ψ (xshape)屬于Cshape類(lèi)時(shí),所述點(diǎn)xj識(shí)別為菌落。在上面兩種方法中，識(shí)別步驟中因?yàn)樾螤畈町愖R(shí)別出菌落和異物(果皮之類(lèi))。因?yàn)檫@樣，可以忽略所述辨別步驟。另外，與使用辨別步驟相比，提高了菌落檢測(cè)的精度。上述實(shí)施例不局限于以上，可以進(jìn)行下列修改。輸入數(shù)據(jù)的額外元素可以是面積數(shù)據(jù)。與第四實(shí)施例中的形狀數(shù)據(jù)相同的方式規(guī)定的區(qū)域面積(例如，像素?cái)?shù)目)可以被確定。 含有面積數(shù)據(jù)的輸入數(shù)據(jù)作為元素輸入到分類(lèi)器 45。然后獲得特征向量 X= (xr, xg, xb, xshape, xarea)或者 X = (xr, xg, xb, xarea)(輸入點(diǎn)或者檢查點(diǎn))。分類(lèi)器45中的特征提取部51從含有至少面積數(shù)據(jù)和顏色數(shù)據(jù)的輸入數(shù)據(jù)形成特征向量xj (檢查點(diǎn))。當(dāng)分類(lèi)器45是SVM時(shí)，映射部52通過(guò)將特征向量規(guī)定的檢查點(diǎn)xj映射到高維特征空間形成高維特征向量點(diǎn)Ψ (xj)。判定由所獲得的特征向量所規(guī)定的點(diǎn)Xj (在MLP和GMM情況下)或者高維特征向量所規(guī)定的點(diǎn)Ψ (Xj)(在SVM的情況下)是否屬于菌落類(lèi)，并且基于判定結(jié)果識(shí)別出菌落。在辨別步驟，可以采用形狀辨別、顏色辨別和位置辨別中的至少一個(gè)。也可以采用形狀辨別、顏色辨別和位置辨別中的一個(gè)或兩個(gè)。所述辨別步驟也可以省略。用于學(xué)習(xí)培養(yǎng)基的對(duì)象不局限于在檢查對(duì)象(樣品S)中產(chǎn)生菌落之前的預(yù)定周期期間(訓(xùn)練周期)的培養(yǎng)基。用于學(xué)習(xí)培養(yǎng)基的對(duì)象可以是(a)要檢查的圖像中的部分培養(yǎng)基，(b)具有相同變化的實(shí)際菌落圖像(已經(jīng)預(yù)先培養(yǎng)并含有菌落的樣品的圖像，或者過(guò)去捕獲到的劣質(zhì)樣品的圖像)中的部分培養(yǎng)基或者(C)在人工制備的菌落的圖像中的部分培養(yǎng)基。用于學(xué)習(xí)菌落的對(duì)象可以包括(a)在具有相同變化的實(shí)際菌落的圖像(已經(jīng)預(yù)先培養(yǎng)并含有菌落的樣品的圖像或者過(guò)去捕獲到的劣質(zhì)樣品圖像)中的部分菌落或者(b)人工制備的菌落的圖像中的一部分菌落。檢查對(duì)象區(qū)域不局限于主區(qū)域Al，可以是培養(yǎng)基區(qū)域的整個(gè)區(qū)域。輸入數(shù)據(jù)不局限于像素單元的輸入數(shù)據(jù)，可以是含有多于一個(gè)像素的區(qū)域單元的輸入數(shù)據(jù)。微生物檢測(cè)方法可以用于檢查之外的其它目的?？梢杂糜趯?shí)驗(yàn)數(shù)據(jù)是在食物和飲料的研發(fā)期間獲得的應(yīng)用中。訓(xùn)練可以在培養(yǎng)基的整個(gè)區(qū)域進(jìn)行。當(dāng)培養(yǎng)基不含有噪聲N時(shí)，例如，分類(lèi)器45的學(xué)習(xí)可以在培養(yǎng)基的整個(gè)區(qū)域上進(jìn)行。除了像監(jiān)視 器這樣的顯示裝置，發(fā)布菌落檢測(cè)結(jié)果的通知的通知裝置可以是揚(yáng)聲器、燈、打印機(jī)之類(lèi)。搬運(yùn)機(jī)械手可以是3-軸正交機(jī)械手。3-軸正交機(jī)械手具有可以沿著大擱架在水平方向(X方向)上行進(jìn)的行進(jìn)平臺(tái)、可以相對(duì)于行進(jìn)平臺(tái)在垂直方向(Z方向)上升和下降的升降平臺(tái)、以及可以從升降平臺(tái)在朝向擱架的方向(Y方向)進(jìn)出運(yùn)動(dòng)的把持構(gòu)件(卡頭構(gòu)件)。通過(guò)使用3-軸正交機(jī)械手，可以將樣品送到擱架的任何區(qū)，以及將樣品從擱架的任何區(qū)排放。微生物可以不僅是真細(xì)菌和古細(xì)菌，還可以是真核生物(藻類(lèi)、原生生物、真菌、黏菌)之類(lèi)。微生物的大小可以是菌落可以被肉眼看見(jiàn)或者需要顯微鏡觀察到的大小。第一至第四實(shí)施例可以結(jié)合起來(lái)使用。例如，在第二實(shí)施例中，可以像第一實(shí)施例中那樣在培養(yǎng)基點(diǎn)上對(duì)分類(lèi)器進(jìn)行訓(xùn)練。
權(quán)利要求
1.一種用于檢測(cè)培養(yǎng)基中培養(yǎng)的微生物菌落的微生物檢測(cè)方法，該方法的特征在于訓(xùn)練步驟和識(shí)別步驟，其中 所述訓(xùn)練步驟包括: 捕獲培養(yǎng)基區(qū)域內(nèi)有或無(wú)微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像，將捕獲到的所述彩色圖像內(nèi)的至少一部分培養(yǎng)基區(qū)域設(shè)置為訓(xùn)練對(duì)象區(qū)域； 獲得所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)和微生物點(diǎn)中任一種或者兩者的顏色數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)； 將所述學(xué)習(xí)數(shù)據(jù)提供給分類(lèi)器以獲得所述顏色數(shù)據(jù)的特征向量；及所述分類(lèi)器分離所述特征向量所規(guī)定的點(diǎn)集合，以歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別中的至少一種，并且 所述識(shí)別步驟包括: 將與捕獲到的檢查對(duì)象的彩色圖像中的至少一部分培養(yǎng)基區(qū)域?qū)?yīng)的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)提供給所述訓(xùn)練過(guò)的分類(lèi)器，以檢查所述培養(yǎng)基區(qū)域內(nèi)存在或不存在微生物菌落，從而獲得所述顏色數(shù)據(jù)的特征向量； 所述分類(lèi)器判定所述特征向量所規(guī)定的點(diǎn)屬于所述訓(xùn)練步驟中所歸類(lèi)出的類(lèi)別中的哪一類(lèi) '及 基于所述判定結(jié)果識(shí)別菌落。
2.根據(jù)權(quán)利要求1的微生物檢測(cè)方法，其特征在于， 在所述訓(xùn)練步驟: 在所述捕獲到的培養(yǎng)基區(qū)域內(nèi)無(wú)微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像中的所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)的顏色數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)提供給所述分類(lèi)器，以獲得所述顏色數(shù)據(jù)的特征向量， 通過(guò)在與所述特征向量所規(guī)定的點(diǎn)集合向外一預(yù)定距離的位置設(shè)置閾值，所述分類(lèi)器歸類(lèi)出所述培養(yǎng)基類(lèi)， 在所述識(shí)別步驟: 所述捕獲到的檢查對(duì)象的彩色圖像中的所述檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)被提供給所述訓(xùn)練過(guò)的分類(lèi)器，以獲得所述顏色數(shù)據(jù)的特征向量， 所述分類(lèi)器判定所述特征向量所規(guī)定的檢查點(diǎn)是否屬于所述培養(yǎng)基類(lèi)，及 基于已經(jīng)判定為不屬于所述培養(yǎng)基類(lèi)的所述檢查點(diǎn)識(shí)別出菌落。
3.根據(jù)權(quán)利要求1的微生物檢測(cè)方法，其中 在所述訓(xùn)練步驟: 在所述捕獲到的學(xué)習(xí)對(duì)象的彩色圖像內(nèi)的所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)的顏色數(shù)據(jù)和微生物點(diǎn)的顏色數(shù)據(jù)被提供給所述分類(lèi)器作為學(xué)習(xí)數(shù)據(jù)，以獲得所述顏色數(shù)據(jù)的特征向量，及 所述特征向量所規(guī)定的培養(yǎng)基點(diǎn)集合和微生物點(diǎn)集合由所述分類(lèi)器分離，以歸類(lèi)出所述培養(yǎng)基類(lèi)別和微生物類(lèi)別，并且在所述識(shí)別步驟: 在所述捕獲到的檢查對(duì)象的彩色圖像中的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)被提供給所述訓(xùn)練過(guò)的分類(lèi)器，以獲得所述顏色數(shù)據(jù)的特征向量，所述分類(lèi)器判定所述特征向量所規(guī)定的檢查點(diǎn)屬于所述培養(yǎng)基類(lèi)和所述微生物類(lèi)中的哪一個(gè)，及 基于所述已經(jīng)判定為屬于微生物類(lèi)的檢查點(diǎn)識(shí)別菌落。
4.根據(jù)權(quán)利要求1至3任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于，在所述訓(xùn)練步驟和識(shí)別步驟，除了所述顏色數(shù)據(jù)之外，還提供給所述分類(lèi)器形狀數(shù)據(jù)和面積數(shù)據(jù)中的至少一種。
5.根據(jù)權(quán)利要求1至4任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于， 在所述訓(xùn)練步驟，與所述類(lèi)別的分類(lèi)獨(dú)立地，采集所述培養(yǎng)基區(qū)域內(nèi)的噪聲點(diǎn)的噪聲數(shù)據(jù)，并且 在所述識(shí)別步驟，基于所述噪聲數(shù)據(jù)辨別屬于所述微生物類(lèi)別的檢查點(diǎn)是否是噪聲點(diǎn)，及 基于已經(jīng)辨別為不是所述噪聲點(diǎn)的檢查點(diǎn)識(shí)別菌落。
6.根據(jù)權(quán)利要求1至5任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于， 在所述識(shí)別步驟，所述培養(yǎng)基區(qū)域被分成外圍區(qū)域和中心區(qū)域， 所述識(shí)別是使用所述培養(yǎng)基的中心區(qū)域作為所述檢查對(duì)象區(qū)域進(jìn)行的，并 基于顏色邊緣檢測(cè)所檢測(cè)到的顏色邊緣來(lái)為所述外圍區(qū)域檢測(cè)菌落。
7.根據(jù)權(quán)利要求2至6任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于， 在所述訓(xùn)練步驟，所述檢查對(duì)象在從培養(yǎng)開(kāi)始直到產(chǎn)生菌落之前的預(yù)定周期期間用作所述學(xué)習(xí)對(duì)象，以訓(xùn)練所述分類(lèi)器學(xué)習(xí)所述培養(yǎng)基點(diǎn)，藉此歸類(lèi)出培養(yǎng)基類(lèi)別，并且在所述識(shí)別步驟，使用所述 檢查對(duì)象在所述預(yù)定周期之后被捕獲到的彩色圖像。
8.一種用于檢測(cè)培養(yǎng)基中存在或不存在微生物菌落的微生物檢測(cè)設(shè)備，該設(shè)備的特征在于訓(xùn)練裝置和識(shí)別裝置，其中， 訓(xùn)練裝置 捕獲培養(yǎng)基區(qū)域內(nèi)有或無(wú)微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像，將捕獲到的所述彩色圖像內(nèi)的至少一部分培養(yǎng)基區(qū)域設(shè)置為訓(xùn)練對(duì)象區(qū)域， 獲得所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)和微生物點(diǎn)中任一種或者兩者的顏色數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)， 具有分類(lèi)器，及 將所述學(xué)習(xí)數(shù)據(jù)提供給所述分類(lèi)器以獲得所述顏色數(shù)據(jù)的特征向量； 其中所述分類(lèi)器分離所述特征向量所規(guī)定的點(diǎn)集合，以歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別中的至少一類(lèi)；并且所述識(shí)別裝置 將與捕獲到的檢查對(duì)象的彩色圖像中的至少一部分培養(yǎng)基區(qū)域?qū)?yīng)的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)提供給所述訓(xùn)練過(guò)的分類(lèi)器，以檢查培養(yǎng)基區(qū)域內(nèi)存在或不存在微生物菌落，以此獲得所述顏色數(shù)據(jù)的特征向量； 所述分類(lèi)器判定所述特征向量所規(guī)定的點(diǎn)屬于所述訓(xùn)練裝置中歸類(lèi)出的類(lèi)別中的哪一類(lèi)； 基于所述判定結(jié)果識(shí)別菌落。
9.一種用于使計(jì)算機(jī)執(zhí)行微生物檢測(cè)過(guò)程以檢測(cè)培養(yǎng)基中培養(yǎng)的微生物菌落的程序，該程序使所述計(jì)算機(jī)執(zhí)行訓(xùn)練步驟和識(shí)別步驟，其中， 所述訓(xùn)練步驟包括: 捕獲培養(yǎng)基區(qū)域內(nèi)有或無(wú)微生物菌落的學(xué)習(xí)對(duì)象的彩色圖像，將捕獲到的所述彩色圖像內(nèi)的至少一部分培養(yǎng)基區(qū)域設(shè)置為訓(xùn)練對(duì)象區(qū)域， 獲得所述訓(xùn)練對(duì)象區(qū)域內(nèi)的培養(yǎng)基點(diǎn)和微生物點(diǎn)中任一種或者兩者的顏色數(shù)據(jù)作為學(xué)習(xí)數(shù)據(jù)， 將所述學(xué)習(xí)數(shù)據(jù)提供給所述分類(lèi)器以獲得所述顏色數(shù)據(jù)的特征向量，及所述分類(lèi)器分離所述特征向量所規(guī)定的點(diǎn)集合，以歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別中的至少一類(lèi)；并且所述識(shí)別步驟包括: 將與捕獲到的檢查對(duì)象的彩色圖像中的至少一部分培養(yǎng)基區(qū)域?qū)?yīng)的檢查對(duì)象區(qū)域內(nèi)的每個(gè)檢查點(diǎn)的顏色數(shù)據(jù)提供給所述訓(xùn)練過(guò)的分類(lèi)器，以檢查所述培養(yǎng)基區(qū)域內(nèi)存在或不存在微生物菌落，從而獲得所述顏色數(shù)據(jù)的特征向量， 所述分類(lèi)器判定所述特征向量所規(guī)定的點(diǎn)屬于所述訓(xùn)練步驟中所歸類(lèi)出的類(lèi)別中的哪一類(lèi)，及 基于所述判定結(jié)果識(shí)別菌落。
10.根據(jù)權(quán)利要求1至7任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于， 在所述識(shí)別步驟， 判定與含有已判定屬于所述微生物類(lèi)別的一系列檢查點(diǎn)的閉合區(qū)域?qū)?yīng)的候選菌落的面積，及 當(dāng)所述面積滿(mǎn)足根據(jù)微生物種類(lèi)所限定的面積條件時(shí)，所述候選菌落識(shí)別為菌落。
11.根據(jù)權(quán)利要求4至7任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于: 在所述訓(xùn)練步驟和識(shí)別步驟，至少提供給所述分類(lèi)器所述顏色數(shù)據(jù)和所述形狀數(shù)據(jù)， 在所述訓(xùn)練步驟，所述菌落的顏色數(shù)據(jù)和形狀數(shù)據(jù)被提供給所述分類(lèi)器作為學(xué)習(xí)數(shù)據(jù)，以獲得所述顏色數(shù)據(jù)和形狀數(shù)據(jù)的特征向量，所述分類(lèi)器通過(guò)將所述特征向量所規(guī)定的點(diǎn)集合分離來(lái)歸類(lèi)出所述菌落類(lèi)別，以及 在所述識(shí)別步驟，所述檢查點(diǎn)是所述檢查對(duì)象區(qū)域內(nèi)用顏色區(qū)別的區(qū)域所表示的候選菌落點(diǎn)，該候選菌落點(diǎn)的顏色數(shù)據(jù)和形狀數(shù)據(jù)被提供給所述訓(xùn)練過(guò)的分類(lèi)器，以獲得所述顏色數(shù)據(jù)和形狀數(shù)據(jù)的特征向量，所述分類(lèi)器判定所述特征向量所規(guī)定的點(diǎn)是否屬于所述菌落類(lèi)別，并基于所述判定結(jié)果識(shí)別菌落。
12.根據(jù)權(quán)利要求1至7任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于所述分類(lèi)器具有基于核方法的支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)和高斯混合模型其中的至少一個(gè)。
13.根據(jù)權(quán)利要求1至7和10至12任意一項(xiàng)權(quán)利要求的微生物檢測(cè)方法，其特征在于 所述分類(lèi)器是基于核方法的支持向量機(jī)， 在所述訓(xùn)練步驟，通過(guò)使用所述分類(lèi)器的映射部，根據(jù)核方法將所述培養(yǎng)基點(diǎn)或者微生物點(diǎn)中的一種或者兩者的顏色數(shù)據(jù)的特征向量映射在高維特征空間，獲得高維特征向量，并且所述分類(lèi)器線(xiàn)性分離由所述高維特征向量所規(guī)定的點(diǎn)集合，以歸類(lèi)出培養(yǎng)基類(lèi)別和微生物類(lèi)別其中的至少一類(lèi)，在所述識(shí)別步驟，通過(guò)使用所述分類(lèi)器的映射部，根據(jù)核方法將所述檢查點(diǎn)的顏色數(shù)據(jù)的特征向量映射在高維特征空間，獲得高維特征向量，所述分類(lèi)器判定所述高維特征向量所規(guī)定的點(diǎn)屬于在所述訓(xùn)練步驟所歸類(lèi)出類(lèi)別中的哪一類(lèi)，并基于所述判定結(jié)果識(shí)別菌落。
14.根據(jù)權(quán)利要求8的微生物檢測(cè)設(shè)備，其特征在于，還包括: 圖像捕獲裝置，用于獲得所述彩色圖像；和 通知裝置，在所述識(shí) 別裝置識(shí)別出菌落時(shí)發(fā)布檢測(cè)到菌落的通知。
全文摘要
用于檢測(cè)微生物的方法，包括訓(xùn)練步驟，用于由分類(lèi)器基于培養(yǎng)基中的訓(xùn)練對(duì)象區(qū)域內(nèi)的個(gè)別點(diǎn)上的顏色數(shù)據(jù)形成特征向量，將所述特征向量所規(guī)定的培養(yǎng)基內(nèi)的點(diǎn)映射到高維特征空間，以及將因此獲得的高維特征向量所規(guī)定的點(diǎn)集合ψ(x1)線(xiàn)性分離，從而按顏色歸類(lèi)出培養(yǎng)基類(lèi)別(C1)；和識(shí)別步驟，用于由分類(lèi)器使用通過(guò)捕獲在培養(yǎng)下的培養(yǎng)基的圖像所獲得的圖像數(shù)據(jù)基于在所述培養(yǎng)基內(nèi)的區(qū)域內(nèi)的個(gè)別檢查點(diǎn)上的顏色數(shù)據(jù)形成特征向量，將所述特征向量所規(guī)定的檢查點(diǎn)(xj)映射到高維特征空間，以及判定因此獲得的所述高維特征向量所規(guī)定的映射點(diǎn)ψ(x1)是否屬于培養(yǎng)基類(lèi)(C1)，從而基于不屬于培養(yǎng)基類(lèi)(C1)的檢查點(diǎn)識(shí)別菌落。
文檔編號(hào)C12Q1/02GK103080331SQ20118004092
公開(kāi)日2013年5月1日 申請(qǐng)日期2011年6月20日 優(yōu)先權(quán)日2010年6月23日
發(fā)明者李勝蘭, 西田孝, 甲斐千束, 豐島邦光 申請(qǐng)人:株式會(huì)社N－Tech, 株式會(huì)社益力多本社, 東邦商事株式會(huì)社