(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211127801.5 (22)申请日 2022.09.16 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 王晓萍　郎凯琪　强家庆　邱钰倚　 (74)专利代理 机构 杭州天勤知识产权代理有限 公司 33224 专利代理师 高燕 (51)Int.Cl. G01N 21/45(2006.01) G01N 21/01(2006.01) (54)发明名称 一种基于全息成像的赤潮藻三维检测方法 及装置 (57)摘要 本发明公开了一种基于全息成像的赤潮藻 三维检测方法， 包括： 搭建基于马赫 ‑曾德尔干涉 仪结构的同轴光路； 确定此系统不同物距下的重 建距离； 建立赤潮藻的原始全息图像数据库； 选 取原始全息图， 以及重建距离不同的两张再现全 息图作为该原始全息图的三维空间采样； 对全息 三维空间采样中的藻类进行标记， 记录藻类的种 类和边界框； 用全息图的三维空间采样和标记的 文件对目标检测网络进行训练； 使用训练好的目 标检测神经网络对藻类的全息三维空间采样进 行检测得到成像水体中浮游生物的种类， 数量信 息。 本发明还提供了一种赤潮藻三维检测装置。 本发明提供的方法可以提高赤潮藻种类的检测 速度和准确度。 权利要求书1页 说明书5页 附图4页 CN 115452769 A 2022.12.09 CN 115452769 A 1.一种基于全息成像的赤潮藻三维检测方法， 其特 征在于， 包括： 步骤1、 基于马赫 ‑曾德尔干涉仪的光路形式， 构建数字全息成像系统； 步骤2、 采用所述数字全息成像系统， 拍摄不同赤潮藻的全息图， 构建对应的赤潮藻原 始全息图像数据集； 步骤3、 根据预设的重建距离， 对赤潮藻的全息图进行重建获得对应两张重建距离不同 的全息再现图， 将赤潮藻的全息图与对应的两张全息再现图组成三维空间采样数据； 步骤4、 根据步骤3的重建过程， 对步骤2获得的赤潮藻原始全息图像数据集进行处理， 获得对应的三维空间采样数据集； 步骤5、 对三维空间采样数据集中的赤潮藻进行 标签标注， 获得对应的标签集； 步骤6、 利用步骤4中的三维空间采样数据集和步骤5获得的标签集， 对预构建的目标检 测模型进行训练， 获得用于检测赤潮藻的赤潮藻检测模型； 步骤7、 将待检测赤潮藻的三维空间采样数据输入至所述赤潮藻检测模型中， 输出待检 测赤潮藻的检测结果， 所述检测结果包括赤潮藻的种类， 数量及位置信息 。 2.根据权利要求1所述的基于全息成像的赤潮 藻三维检测方法， 其特征在于， 在步骤2 中， 所述赤潮藻原始全息图像数据集通过后壁固定在数字全息成像系统的物光轴焦平面且 光程为200 μm的比色皿拍摄获得。 3.根据权利要求1所述的基于全息成像的赤潮 藻三维检测方法， 其特征在于， 在步骤3 中， 所述重建距离分别0.08m和0.16m。 4.根据权利要求1所述的基于全息成像的赤潮 藻三维检测方法， 其特征在于， 在步骤3 中， 所述全息再现图采用角谱重建算法， 对赤潮藻的全息图进行计算获得。 5.根据权利要求4所述的基于全息成像的赤潮藻三维检测方法， 其特征在于， 所述角谱 重建算法的具体表达如下： 式中， 表示傅里叶变换， 表示傅里叶逆变换， Filter{ ·}表示用于获得样品+ 1阶谱 和‑1阶谱的频率滤波器， λ表示光源的波场， z表示重建距离， G(fx,fy,z)表示对应于传播距 离的频域中光学传递 函数。 6.根据权利要求1所述的基于全息成像的赤潮 藻三维检测方法， 其特征在于， 在步骤3 中， 所述三 维空间采样数据为赤潮藻的全息图和两张全息再现图按照重建距离从小到大顺 序组成的三维矩阵数据。 7.根据权利要求1所述的基于全息成像的赤潮 藻三维检测方法， 其特征在于， 在步骤5 中， 所述标签集包括赤潮藻的种类、 边界框位置及尺寸， 所述边界框位置为XY二维平面位 置。 8.一种赤潮藻三维检测装置， 包括计算机存储器、 计算机处理器以及存储在所述计算 机存储器中并可在所述计算机处理器上执行 的计算机程序， 其特征在于， 所述计算机存储 器中采用如权利要求1所述的赤潮藻检测模型； 所述计算机处理器执行所述计算机程序时 实现以下步骤： 输入待检测赤潮藻的三维空间采样数据， 经赤潮藻检测模型分析检测， 输出 待检测赤潮藻的检测结果。权　利　要　求　书 1/1 页 2 CN 115452769 A 2一种基于全 息成像的赤潮藻三维检测方 法及装置 技术领域 [0001]本发明涉及赤潮藻监控的技术领域， 具有涉及一种基于全息成像的赤潮藻三维检 测方法及装置 。 背景技术 [0002]有害赤潮藻类的频发已造成严重的生态破坏， 并给海洋养殖业带来巨大的经济损 失， 当前用来监测赤潮藻的主要方法有光学显微镜法， 流式细胞仪 法， 荧光光谱法和全息显 微成像法。 [0003]传统的光学显微镜景深很小， 只能对在焦平面上的赤潮藻清 晰成像， 导致每次检 测的样本体积较小， 可获取的信息量 也少。 [0004]流式细胞仪是在流体中对细胞进行检测的仪器， 蠕动泵产生的气泡会被仪器识别 成藻类从而造成误差， 同时赤潮藻在经过蠕动泵后可能出现细胞壁破损导致识别结果出现 误差。 [0005]荧光检测法对海水中藻类的丰度有一定的要求， 在藻类密度低的情况下无法检 出。 [0006]现有的全息显微成像法对赤潮藻进行检测需要先对藻类的目标区域进行提取， 自 动聚焦， 再进行分类， 但是算法复杂且费时， 对于自动聚焦的准确要求高。 [0007]专利文献CN114418995A公开了一种基于显微镜图像的级联藻类细胞统计方法， 包 括： 采集并标注藻类图像样本数据， 构建深度学习模型； 对深度学习模型进行训练， 获得深 度学习检测模型； 基于深度学习检测模型对标注后的图像样本数据进行识别， 获得识别结 果。 该方法存在识别准确度问题， 由于样本液中可能存在气泡或者杂质， 可能会被识别为藻 类细胞。 [0008]专利文献CN21572 7660U一种基于光谱成像的海洋赤潮快速检测系统， 包括主控制 器和对样品培养皿成像的光谱成像装置； 所述光谱成像装置包括工业相 机， 还包括暗箱内 的背景板和光源； 所述样品培养皿置于背景板处并受到光源照射； 所述光源包括卤素光源 和光输入端处设有能透射 赤潮藻相关特征波长光线的滤光片； 所述滤光片安装在转轮上， 转轮由步进电机驱动； 所述主控制器通过控制工业相机和步进电机采集培养皿中样品图像 以进行赤潮检测。 该方法针对赤潮藻的光谱图像特征进行识别， 但是对于光谱的获取与 处 理需要花费大量时间， 且准确率 不高。 发明内容 [0009]为了解决上述问题， 本发明提供了一种操作简单的赤潮藻三维检测方法， 该方法 可以提高赤潮藻种类的检测速度和准确度。 [0010]一种基于全息成像的赤潮藻三维检测方法， 包括： [0011]步骤1、 基于马赫 ‑曾德尔干涉仪的光路形式， 构建数字全息成像系统； [0012]步骤2、 采用所述数字全息成像系统， 拍摄不同赤潮藻的全息图， 构建对应 的赤潮说　明　书 1/5 页 3 CN 115452769 A 3