基于图像的生物芯片点样质量检测方法研究

• 作者: 张自力 李永猛 许雪 赵佳敏 陈曦
• 来源期刊: 包装工程
• 学科: 工学
• 关键词: 生物芯片 图像处理 卷积神经网络 区域建议网络
• 年，卷（期）: 2018,（19）
• 所属期刊栏目: 机械与过程控制
• 页码范围: 157-164
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19554/j.cnki.1001-3563.2018.19.028

摘要

目的 为了提高生产线上生物芯片点样质量检测的精度与效率,研究基于图像处理和卷积神经网络的算法,判断某生物芯片点样质量是否合格,并检测点样合格的生物芯片上的点样点半径.方法 采用CCD相机获取生物芯片点样后的图像,通过图像预处理,利用canny边缘检测和圆的拟合等图像处理方法,得到点样点的几何信息,进而计算出点样点半径.同时提出基于卷积神经网络的点样质量检测方法,通过区域建议网络提取点样点卷积特征,引入分割全连接层来训练检测模型,通过离线训练来验证获得模型的最佳参数.结果 和手动测量结果进行对比发现,半径误差不超过±0.1 mm,点样质量检测准确率为91.1％,单个生物芯片检测时间总和不超过1.6 s.结论 所提出的方法能够满足生产线上产品检测准确性和实时性的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈曦		76	352	10.0	14.0
2	赵佳敏		4	1	1.0	1.0
3	许雪		4	1	1.0	1.0
4	张自力		4	1	1.0	1.0
5	李永猛		4	1	1.0	1.0