1.一种目标菌落自动定位与识别方法，其特征在于，包括以下步骤：步骤1：采集并保存含菌落的培养皿的彩色图像，对所述含菌落的培养皿的彩色图像进行形态特征获取预处理，获得菌落与培养皿的轮廓二值图像；

步骤2：根据所述菌落与培养皿的轮廓二值图像，获取菌落的形态特征；

步骤3：按照预设筛选条件，根据所述菌落的形态特征，从所述菌落中筛选出独立菌落；

步骤4，计算获取所述独立菌落的数量、位置信息和面积特征，按照预设识别条件，根据所述独立菌落的数量和面积特征，从所述独立菌落中识别目标菌落；

步骤5，显示并保存所述目标菌落的位置信息和图像。

2.根据权利要求1所述的方法，其特征在于，所述步骤1包括：步骤1.1：对所述含菌落的培养皿的彩色图像进行灰度变换，得到并保存含菌落的培养皿的灰度图像；

步骤1.2：采用自适应阈值分割方法处理步骤1.1得到的灰度图像，得到并保存含菌落的培养皿的二值图像；

步骤1.3：对所述含菌落的培养皿的二值图像，根据连通域面积剔除所述含菌落的培养皿的二值图像中的噪声干扰，进行菌落与培养皿的区分判别，得到并保存含菌落的培养皿的去噪后图像；

步骤1.4：采用轮廓跟踪方法处理所述步骤1.3得到的去噪后图像，得到并保存菌落与培养皿的轮廓二值图像。

3.根据权利要求2所述的方法，其特征在于，所述步骤1.1包括：根据以下公式，对所述含菌落的培养皿的彩色图像进灰度变换处理，得到所述含菌落的培养皿的灰度图像：gray_c(i,j)＝cR×R(i,j)+cG×G(i,j)+cB×B(i,j)其中，gray_c(i,j)为含菌落的培养皿的灰度图像中第i行和第j列的像素点灰度值，cR、cG和cB分别为含菌落的培养皿的彩色图像中各像素点的红色、绿色及蓝色三色的权值，并且取值cR＝0.299、cG＝0.587和cB＝0.144，R(i,j)、G(i,j)和B(i,j)分别为含菌落的培养皿的灰度图像中第i行和第j列像素点的红色、绿色及蓝色分量值。

4.根据权利要求2所述的方法，其特征在于，所述步骤1.2包括：根据以下公式，计算阈值k＝123时前景图像与背景图像之间的方差值G123：Gk＝q1×q2×(e1-e2)2

其中，k为阈值，0≤k≤255，Gk为阈值取k时前景图像与背景图像之间的方差值，q1为前景图像占灰度变换图像的比例， N1为前景图像的像素点个数，N2为背景图像的像素点个数，q2为背景图像占灰度变换图像的比例， e1为前景图像的平均灰度，e2为背景图像的平均灰度；

从所述含菌落的培养皿的灰度图像中提取灰度直方图，按照从大到小的顺序，得到所述灰度直方图中最高峰值所对应的灰度值TH1，灰度直方图中次高峰值所对应的灰度值TH2；

在所述TH1与所述TH2之间取任意阈值k，并计算阈值取k时前景图像与背景图像之间的方差值Gk，当Gk取最大值Gkmax时，Gkmax对应的阈值kmax即为将所述含菌落的培养皿的灰度图像分割成菌落图像与背景图像的最佳阈值。

5.根据权利要求2所述方法，其特征在于，所述步骤1.3包括：通过计算所述含菌落的培养皿的二值图像中每个连通域内像素点个数，得到每个连通域的面积，再根据所述每个连通域的面积计算所述含菌落的培养皿的二值图像中连通域的平均面积A1；

当所述连通域的面积小于0.05A1，所述连通域为噪声区域，将所述噪声区域内每个像素点的像素值置为0；

当所述连通域的面积大小大于4A1，所述连通域为培养皿区域，将所述培养皿区域内每个像素点的像素值置为2；

在所述含菌落的培养皿的二值图像中，除去所述噪声区域与所述培养皿区域，剩下的连通域为菌落，所述菌落内每个像素点的像素值置为1。

6.根据权利要求2所述的方法，其特征在于，所述步骤1.4包括：在所述连通域的边缘上从最左边的像素点坐标出发，沿着所述连通域的边缘，按照逆时针方向寻找下一个紧密相连的点，直到返回所述连通域的边缘上最左边的像素点，连成一条闭合曲线，所述闭合曲线即为所述连通域的轮廓；

按照从上到下和从左到右的顺序，遍历所述含菌落的培养皿的去噪后图像中所有连通域，获得菌落与培养皿的轮廓二值图像，所述菌落与培养皿的轮廓二值图像中各个闭合曲线为菌落和培养皿的轮廓图像，所述各个闭合曲线围成的区域内部为闭合区域，并对所述各个闭合曲线做标记。

7.根据权利要求6所述的方法，其特征在于，所述步骤2，包括：步骤2.1：在所述菌落与培养皿的轮廓二值图像中，像素点的像素值均为1的闭合区域所围成的闭合曲线为菌落的轮廓，根据以下公式获取每个菌落的轮廓的周长Z：其中，Ze为每个闭合区域边界线上水平或竖直方向上相连的像素点个数，Zo为每个菌落边界线上倾斜相连的像素点个数；

步骤2.2：在所述菌落与培养皿的轮廓二值图像中，像素点的像素值均为1的闭合区域即为菌落，根据以下公式进行菌落内所有像素点的像素值求和运算，获取每个菌落的面积S：其中，AS为需要识别的所有菌落所在区域，h(x,y)为菌落与培养皿的轮廓二值图像中每个菌落内第x行和第y列像素点的像素值；

步骤2.3：在所述菌落与培养皿的轮廓二值图像中，根据以下公式获取每个菌落的圆度特征值circle：

8.根据权利要求7所述的方法，其特征在于，所述步骤3包括：根据所述菌落的圆度特征值circle，判断所述菌落是否为独立菌落：如果所述菌落的圆度特征值circle大于-0.05且小于0.2，则所述菌落为独立菌落；

如果所述菌落的圆度特征值circle小于-0.05或大于0.2，则所述菌落非独立菌落。

9.根据权利要求8所述的方法，其特征在于，所述步骤4，包括：根据以下公式获取所述独立菌落的位置信息：

其中，sumx为每个独立菌落内像素点横轴的坐标之和，sumy为每个独立菌落内像素点纵轴的坐标之和，area为每个独立菌落的面积，(xo,yo)为识别出的独立菌落的中心点坐标；

获取的每个独立菌落中心点坐标(xo,yo)即为独立菌落的位置信息，所述独立菌落的位置信息与每个独立菌落为一一对应关系，在所述每个独立菌落中心点坐标上标记符号。

10.根据权利要求9所述的方法，其特征在于，所述步骤4包括：如果所述独立菌落的数量小于或等于预设数值，所述独立菌落即为目标菌落；

如果所述独立菌落的数量大于所述预设数值，对所述独立菌落的面积进行从大到小排序，筛选出所述预设数值的独立菌落即为目标菌落。