沙门氏菌广泛分布于自然界中,是主要的肠道致病菌,易引起食物中毒。目前常用的沙门氏菌检测方法存在周期长、操作复杂、灵敏性低、特异性不强等缺点,很难对食品原料及半成品进行现场检测。针对这一问题,本文提出了一种基于免疫金标记技术及计算机视觉技术的沙门氏菌快速检测方法,对食品中的沙门氏菌进行识别和计数。本文以胶体金作为晶种,以抗坏血酸为增长液还原剂,采用种子增大法对沙门氏菌进行特异性染色。通过实验确定了最佳染色条件,即吸取2μ1待检液于载玻片上,经75%乙醇固定6-9mmin后,依次滴加2μ1浓度为1：2000的一抗和浓度为1：40的金标记物,分别在37℃C下作用30min,然后分两次滴加4μ1增长液,总作用时间4-8min。试验结果表明用该方法制成的标本背景干净、菌体细胞边缘清晰可见,并且不会与其他微生物发生交叉反应。本文设计出一种基于计算机视觉技术的快速检测方法,可以对沙门氏菌显微图片进行自动实时采集和处理,实现了菌体的定量检测。该检测系统主要包括系统控制模块、视频获取模块、图像处理模块以及模式识别模块。系统控制模块是上位PC机通过下位单片机控制载物台移动,并根据反馈信息控制视频获取模块的开启以实时采集显微图片。视频获取模块采用Directshow流媒体技术开发,设计了视频图像获取类,在类中实现显微图像的采集、保存及显示。图像处理模块采用滤波结合灰度窗口变换法对图像进行预处理,消除背景噪声。选用迭代阈值法对沙门氏菌显微图像进行二值化处理,将菌体从背景中分离出来。之后采用形态学开闭运算法和连通区域标记技术对图像进行后分割,消除背景中一些孤立的杂质颗粒,平滑菌体细胞边缘,连接断点。最后采用填充空洞腐蚀法提取菌体细胞边缘,用基于区域边界的八链码跟踪方法提取出形态因子、矩形度、偏心率、复杂度等指标。选用BP神经网络进行模式识别,根据所用训练集样本、识别目的及网络结构参数对网络性能的影响,设计了沙门氏菌BP神经网络识别器,经过模型测试,该识别器预测准确率达96.82%。最后通过Matlab引擎接口将设计好的网络识别器添加到项目工程中,完成整个检测系统的软件设计。本文通过对比试验分析了检测系统的准确性,结果表明该快速检测方法检测结果准确,与传统检测方法相关性高(R2>0.99),并且检测结果之间不存在显著性差异(P>0.05),检测时间短(2h)、检测重现性好、检出限低(<10cells/ml),可以用于沙门氏菌现场监测中。