一种白色黑木耳及其分子标记鉴定方法与流程 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明属于分子标记鉴定技术领域，尤其涉及一种白色黑木耳及其分子标记鉴定方法。背景技术：2.黑木耳又名黑菜、木耳、云耳，属木耳科，木耳属，为我国珍贵的药食兼用胶质真菌，也是世界上公认的保健食品。我国是黑木耳的故乡，中华民族早在4000多年前的神农氏时代便认识、开发了黑木耳，并开始栽培、食用；然而，现有白色黑木耳及其分子标记鉴定方法对白色黑木耳分子标记影像特征提取不准确；同时，对白色黑木耳分子标记影像特征识别不精准；影响鉴定结果。3.通过上述分析，现有技术存在的问题及缺陷为：4.(1)现有白色黑木耳及其分子标记鉴定方法对白色黑木耳分子标记影像特征提取不准确。5.(2)对白色黑木耳分子标记影像特征识别不精准；影响鉴定结果。6.(3)现有白色黑木耳有杂物，如果清洗不干净，将影响鉴定结果。技术实现要素：7.针对现有技术存在的问题，本发明提供了一种白色黑木耳及其分子标记鉴定方法。8.本发明是这样实现的，一种白色黑木耳及其分子标记鉴定方法包括：9.步骤一，对白色黑木耳进行清洗，除去杂质；提取选定白色黑木耳菌株菌丝体总dna；以选定白色黑木耳菌株菌丝体总dna为模板，进行issr引物筛选，得到特异分子标记；纯化特异分子标记，并设计特异分子标记引物；10.所述对白色黑木耳进行清洗方法：11.将选用后的白色黑木耳原料放在饮用水中浸泡100-180分钟，其中白色黑木耳与水的重量比1：2；12.将经过浸泡的白色黑木耳装入筐内放在饮用水中，反、顺搅拌130次，其中白色黑木耳与水的重量比2：3；13.将白色黑木耳放入消毒器中进行消毒杀菌，然后将其在无菌室放置15～20小时即可；14.步骤二，通过微观摄像设备采集白色黑木耳分子标记影像，提取白色黑木耳分子标记影像特征，对白色黑木耳分子标记影像特征进行识别；15.步骤三，利用特异分子标记引物对待测白色黑木耳菌株进行pcr检测鉴定。16.进一步，所述提取白色黑木耳分子标记影像特征方法如下：17.(1)对白色黑木耳分子标记影像进行增强处理，提取白色黑木耳分子标记影像i中全部像素点的位置信息和rgb颜色分量；将白色黑木耳分子标记影像i中每个像素点的rgb颜色分量变换为hsv颜色分量，并对hsv的三个分量进行非均匀化量化，得到n种颜色，即得到每个像素点的颜色信息；对白色黑木耳分子标记影像i进行提取边缘区域的处理，得到白色黑木耳分子标记影像i的边缘区域，进而得到边缘区域每个像素点的位置信息和颜色信息；18.(2)对白色黑木耳分子标记影像i的边缘区域提取颜色自相关特征，得到边缘区域的颜色自相关图ercac，即得到一组a维的特征向量；19.对白色黑木耳分子标记影像i的全部区域提取边缘方向自相关特征，得到全局的边缘方向自相关图eoac，即得到一组b维的特征向量；20.对白色黑木耳分子标记影像i的全部区域内提取颜色自相关特征，得到全局的颜色自相关图cac，即得到一组c维的特征向量；21.(3)将边缘区域的颜色自相关图ercac、全局的边缘方向自相关图eoac和全局的颜色自相关图cac进行特征前融合，得到白色黑木耳分子标记影像i的特征，即得到一组a+b+c维的特征向量；22.所述的特征前融合是指：采用全局的边缘方向自相关图eoac表示白色黑木耳分子标记影像的骨架，边缘区域的颜色自相关图ercac表示白色黑木耳分子标记影像颜色和形状的联合分布，最后加入全局的颜色自相关图cac得以实现。23.进一步，所述边缘区域包括边缘像素和白色黑木耳分子标记影像i中与任一边缘像素的距离小于门限值t的像素。24.进一步，所述提取边缘区域的处理是采用canny算子得到的。25.进一步，所述对白色黑木耳分子标记影像特征进行识别方法如下：26.1)获取训练白色黑木耳分子标记影像；提取所述训练白色黑木耳分子标记影像的卷积特征，并利用持续同调方法提取所述训练白色黑木耳分子标记影像的拓扑特征；27.2)对所述拓扑特征进行矢量化，得到矢量化拓扑特征；将所述卷积特征和所述矢量化拓扑特征进行自适应融合，得到融合特征；基于所述融合特征构建白色黑木耳分子标记影像识别模型；通过白色黑木耳分子标记影像识别模型对白色黑木耳分子标记影像进行识别。28.进一步，所述利用持续同调方法提取所述训练白色黑木耳分子标记影像的拓扑特征，包括：29.将所述训练白色黑木耳分子标记影像进行灰度化处理，生成灰度化白色黑木耳分子标记影像；30.对所述灰度化白色黑木耳分子标记影像进行过滤；其中，所述过滤包括以下至少一项：高度过滤、径向过滤、密度过滤、膨胀过滤和侵蚀过滤；31.提取过滤后的所述灰度化白色黑木耳分子标记影像的拓扑特征。32.进一步，所述提取过滤后的所述灰度化白色黑木耳分子标记影像的拓扑特征，包括：33.计算所述灰度化白色黑木耳分子标记影像中每个像素点的像素值；34.将像素值大于预设阈值的所述像素点加入到立方体复形中；其中，所述立方体复形为对所述灰度化白色黑木耳分子标记影像进行过滤后得到；35.计算所述立方体复形中所有所述像素点形成白色黑木耳分子标记影像的拓扑特征；其中，所述拓扑特征包括以下至少一项：连通性和一维孔。36.进一步，所述将所述卷积特征和所述矢量化拓扑特征进行自适应融合，得到融合特征，包括：37.在多个预设方向上对所述训练白色黑木耳分子标记影像进行过滤，以及提取所述矢量化拓扑特征；其中，所述过滤包括以下至少一项：高度过滤、径向过滤、密度过滤、膨胀过滤和侵蚀过滤；38.将所述卷积特征和各个所述预设方向上的所述矢量化拓扑特征进行融合，得到所述融合特征。39.进一步，所述基于所述融合特征构建白色黑木耳分子标记影像识别模型，包括：40.基于所述融合特征构建超香肠神经元，并利用所述超香肠神经元构建白色黑木耳分子标记影像特征分布空间，形成所述白色黑木耳分子标记影像识别模型。41.进一步，所述训练白色黑木耳分子标记影像包括多种类别白色黑木耳分子标记影像，所述超香肠神经元与所述类别白色黑木耳分子标记影像为一一对应关系；42.所述利用所述超香肠神经元构建白色黑木耳分子标记影像特征分布空间，形成所述白色黑木耳分子标记影像识别模型，包括：43.获取每种所述类别白色黑木耳分子标记影像在特征空间中的组成点集合；44.利用每个超香肠神经元覆盖一个对应的所述组成点集合；45.将所有所述超香肠神经元组合成所述白色黑木耳分子标记影像识别模型。46.结合上述的技术方案和解决的技术问题，请从以下几方面分析本发明所要保护的技术方案所具备的优点及积极效果为：47.第一、针对上述现有技术存在的技术问题以及解决该问题的难度，紧密结合本发明的所要保护的技术方案以及研发过程中结果和数据等，详细、深刻地分析本发明技术方案如何解决的技术问题，解决问题之后带来的一些具备创造性的技术效果。具体描述如下：48.本发明通过提取白色黑木耳分子标记影像特征方法考虑了物体识别过程中像素位置所起到的作用，选取了对识别贡献更大的边缘和边缘附近的像素，刨除了大部分平坦区域的像素，减小了计算量且提高了性能；通过特征融合，实现了更为全面的基于白色黑木耳分子标记影像结构的内容描述，提取更加准确；同时，通过对白色黑木耳分子标记影像特征进行识别方法可以提取白色黑木耳分子标记影像的连通性、孔洞等全局拓扑特征，增强白色黑木耳分子标记影像识别模型对噪声的鲁棒性，并且对旋转具有良好的不变性。通过将卷积特征和矢量化拓扑特征进行自适应融合，得到的融合特征能全面的实现对白色黑木耳分子标记影像的表达，提高白色黑木耳分子标记影像识别的精度。49.本发明通过对白色黑木耳进行清洗方法将白色黑木耳原料中大量的泥沙清洗干净，可使白色黑木耳中所含杂质大大减少；大大提高鉴定的准确性。50.第二，把技术方案看做一个整体或者从产品的角度，本发明所要保护的技术方案具备的技术效果和优点，具体描述如下：51.本发明通过提取白色黑木耳分子标记影像特征方法考虑了物体识别过程中像素位置所起到的作用，选取了对识别贡献更大的边缘和边缘附近的像素，刨除了大部分平坦区域的像素，减小了计算量且提高了性能；通过特征融合，实现了更为全面的基于白色黑木耳分子标记影像结构的内容描述，提取更加准确；同时，通过对白色黑木耳分子标记影像特征进行识别方法可以提取白色黑木耳分子标记影像的连通性、孔洞等全局拓扑特征，增强白色黑木耳分子标记影像识别模型对噪声的鲁棒性，并且对旋转具有良好的不变性。通过将卷积特征和矢量化拓扑特征进行自适应融合，得到的融合特征能全面的实现对白色黑木耳分子标记影像的表达，提高白色黑木耳分子标记影像识别的精度。52.本发明通过对白色黑木耳进行清洗方法将白色黑木耳原料中大量的泥沙清洗干净，可使白色黑木耳中所含杂质大大减少；大大提高鉴定的准确性。附图说明53.图1是本发明实施例提供的白色黑木耳及其分子标记鉴定方法流程图。54.图2是本发明实施例提供的提取白色黑木耳分子标记影像特征方法流程图。55.图3是本发明实施例提供的对白色黑木耳分子标记影像特征进行识别方法流程图。具体实施方式56.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。57.一、解释说明实施例。为了使本领域技术人员充分了解本发明如何具体实现，该部分是对权利要求技术方案进行展开说明的解释说明实施例。58.如图1所示，本发明提供一种白色黑木耳及其分子标记鉴定方法包括以下步骤：59.s101，对白色黑木耳进行清洗，除去杂质；提取选定白色黑木耳菌株菌丝体总dna；以选定白色黑木耳菌株菌丝体总dna为模板，进行issr引物筛选，得到特异分子标记；纯化特异分子标记，并设计特异分子标记引物；60.所述对白色黑木耳进行清洗方法：61.将选用后的白色黑木耳原料放在饮用水中浸泡100-180分钟，其中白色黑木耳与水的重量比1：2；62.将经过浸泡的白色黑木耳装入筐内放在饮用水中，反、顺搅拌130次，其中白色黑木耳与水的重量比2：3；63.将白色黑木耳放入消毒器中进行消毒杀菌，然后将其在无菌室放置15～20小时即可；64.s102，通过微观摄像设备采集白色黑木耳分子标记影像，提取白色黑木耳分子标记影像特征，对白色黑木耳分子标记影像特征进行识别；65.s103，利用特异分子标记引物对待测白色黑木耳菌株进行pcr检测鉴定。如图2所示，本发明提供的提取白色黑木耳分子标记影像特征方法如下：66.s201，对白色黑木耳分子标记影像进行增强处理，提取白色黑木耳分子标记影像i中全部像素点的位置信息和rgb颜色分量；将白色黑木耳分子标记影像i中每个像素点的rgb颜色分量变换为hsv颜色分量，并对hsv的三个分量进行非均匀化量化，得到n种颜色，即得到每个像素点的颜色信息；对白色黑木耳分子标记影像i进行提取边缘区域的处理，得到白色黑木耳分子标记影像i的边缘区域，进而得到边缘区域每个像素点的位置信息和颜色信息；67.s202，对白色黑木耳分子标记影像i的边缘区域提取颜色自相关特征，得到边缘区域的颜色自相关图ercac，即得到一组a维的特征向量；68.对白色黑木耳分子标记影像i的全部区域提取边缘方向自相关特征，得到全局的边缘方向自相关图eoac，即得到一组b维的特征向量；69.对白色黑木耳分子标记影像i的全部区域内提取颜色自相关特征，得到全局的颜色自相关图cac，即得到一组c维的特征向量；70.s203，将边缘区域的颜色自相关图ercac、全局的边缘方向自相关图eoac和全局的颜色自相关图cac进行特征前融合，得到白色黑木耳分子标记影像i的特征，即得到一组a+b+c维的特征向量；71.所述的特征前融合是指：采用全局的边缘方向自相关图eoac表示白色黑木耳分子标记影像的骨架，边缘区域的颜色自相关图ercac表示白色黑木耳分子标记影像颜色和形状的联合分布，最后加入全局的颜色自相关图cac得以实现。72.本发明提供的边缘区域包括边缘像素和白色黑木耳分子标记影像i中与任一边缘像素的距离小于门限值t的像素。73.本发明提供的提取边缘区域的处理是采用canny算子得到的。74.如图3所示，本发明提供的对白色黑木耳分子标记影像特征进行识别方法如下：75.s301，获取训练白色黑木耳分子标记影像；提取所述训练白色黑木耳分子标记影像的卷积特征，并利用持续同调方法提取所述训练白色黑木耳分子标记影像的拓扑特征；76.s302，对所述拓扑特征进行矢量化，得到矢量化拓扑特征；将所述卷积特征和所述矢量化拓扑特征进行自适应融合，得到融合特征；基于所述融合特征构建白色黑木耳分子标记影像识别模型；通过白色黑木耳分子标记影像识别模型对白色黑木耳分子标记影像进行识别。77.本发明提供的利用持续同调方法提取所述训练白色黑木耳分子标记影像的拓扑特征，包括：78.将所述训练白色黑木耳分子标记影像进行灰度化处理，生成灰度化白色黑木耳分子标记影像；79.对所述灰度化白色黑木耳分子标记影像进行过滤；其中，所述过滤包括以下至少一项：高度过滤、径向过滤、密度过滤、膨胀过滤和侵蚀过滤；80.提取过滤后的所述灰度化白色黑木耳分子标记影像的拓扑特征。81.本发明提供的提取过滤后的所述灰度化白色黑木耳分子标记影像的拓扑特征，包括：82.计算所述灰度化白色黑木耳分子标记影像中每个像素点的像素值；83.将像素值大于预设阈值的所述像素点加入到立方体复形中；其中，所述立方体复形为对所述灰度化白色黑木耳分子标记影像进行过滤后得到；84.计算所述立方体复形中所有所述像素点形成白色黑木耳分子标记影像的拓扑特征；其中，所述拓扑特征包括以下至少一项：连通性和一维孔。85.本发明提供的将所述卷积特征和所述矢量化拓扑特征进行自适应融合，得到融合特征，包括：86.在多个预设方向上对所述训练白色黑木耳分子标记影像进行过滤，以及提取所述矢量化拓扑特征；其中，所述过滤包括以下至少一项：高度过滤、径向过滤、密度过滤、膨胀过滤和侵蚀过滤；87.将所述卷积特征和各个所述预设方向上的所述矢量化拓扑特征进行融合，得到所述融合特征。88.本发明提供的基于所述融合特征构建白色黑木耳分子标记影像识别模型，包括：89.基于所述融合特征构建超香肠神经元，并利用所述超香肠神经元构建白色黑木耳分子标记影像特征分布空间，形成所述白色黑木耳分子标记影像识别模型。90.本发明提供的训练白色黑木耳分子标记影像包括多种类别白色黑木耳分子标记影像，所述超香肠神经元与所述类别白色黑木耳分子标记影像为一一对应关系；91.所述利用所述超香肠神经元构建白色黑木耳分子标记影像特征分布空间，形成所述白色黑木耳分子标记影像识别模型，包括：92.获取每种所述类别白色黑木耳分子标记影像在特征空间中的组成点集合；93.利用每个超香肠神经元覆盖一个对应的所述组成点集合；94.将所有所述超香肠神经元组合成所述白色黑木耳分子标记影像识别模型。95.二、应用实施例。为了证明本发明的技术方案的创造性和技术价值，该部分是对权利要求技术方案进行具体产品上或相关技术上的应用实施例。96.本发明通过提取白色黑木耳分子标记影像特征方法考虑了物体识别过程中像素位置所起到的作用，选取了对识别贡献更大的边缘和边缘附近的像素，刨除了大部分平坦区域的像素，减小了计算量且提高了性能；通过特征融合，实现了更为全面的基于白色黑木耳分子标记影像结构的内容描述，提取更加准确；同时，通过对白色黑木耳分子标记影像特征进行识别方法可以提取白色黑木耳分子标记影像的连通性、孔洞等全局拓扑特征，增强白色黑木耳分子标记影像识别模型对噪声的鲁棒性，并且对旋转具有良好的不变性。通过将卷积特征和矢量化拓扑特征进行自适应融合，得到的融合特征能全面的实现对白色黑木耳分子标记影像的表达，提高白色黑木耳分子标记影像识别的精度。97.应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、cd或dvd-rom的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。98.三、实施例相关效果的证据。本发明实施例在研发或者使用过程中取得了一些积极效果，和现有技术相比的确具备很大的优势，下面内容结合试验过程的数据、图表等进行描述。99.本发明通过提取白色黑木耳分子标记影像特征方法考虑了物体识别过程中像素位置所起到的作用，选取了对识别贡献更大的边缘和边缘附近的像素，刨除了大部分平坦区域的像素，减小了计算量且提高了性能；通过特征融合，实现了更为全面的基于白色黑木耳分子标记影像结构的内容描述，提取更加准确；同时，通过对白色黑木耳分子标记影像特征进行识别方法可以提取白色黑木耳分子标记影像的连通性、孔洞等全局拓扑特征，增强白色黑木耳分子标记影像识别模型对噪声的鲁棒性，并且对旋转具有良好的不变性。通过将卷积特征和矢量化拓扑特征进行自适应融合，得到的融合特征能全面的实现对白色黑木耳分子标记影像的表达，提高白色黑木耳分子标记影像识别的精度。100.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!