CN101127839A - 细胞形态图像采集处理系统 - Google Patents
细胞形态图像采集处理系统 Download PDFInfo
- Publication number
- CN101127839A CN101127839A CNA2007101204788A CN200710120478A CN101127839A CN 101127839 A CN101127839 A CN 101127839A CN A2007101204788 A CNA2007101204788 A CN A2007101204788A CN 200710120478 A CN200710120478 A CN 200710120478A CN 101127839 A CN101127839 A CN 101127839A
- Authority
- CN
- China
- Prior art keywords
- image
- module
- data
- processing module
- processing system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及细胞形态图像采集处理系统,目的是构建空间细胞搭载实验装置所需的图像处理平台。包括视频输入处理模块、全局逻辑控制模块、图像数据处理模块和图像数据传输模块。所述视频输入处理模块将模拟视频信号转换成数字信号,同时输出从模拟视频信号中分离出的同步信号和像素时钟;所述全局逻辑控制模块实现视频输入处理的逻辑控制和图像数据缓冲的控制;所述图像数据处理模块完成细胞形态图像采集以及基于边缘检测的细胞图像分割方法;所述图像数据传输模块实现系统与上位机之间的快速数据传输。本发明的特点在于功能集成、结构简单、编程灵活,可实现高分辨率细胞形态图像的实时、在线采集,同时实现了一种新颖的细胞图像分割方法。
Description
技术领域
本发明涉及一种细胞形态图像采集处理系统,为空间细胞搭载实验装置提供所需的图像处理平台,同时也可应用于其它数字图像处理领域。
背景技术
载人航天的发展为生命科学研究拓展了领域。借助于航天中的特殊环境,可以开展许多生物学和医学相关的研究。特别是近10年来,载人航天工程和生物技术的进步推动了空间生命科学研究的迅猛发展。空间站的建立使得空间动物、组织和细胞的搭载研究成为现实。以往在太空中从事的生命科学实验主要以人体或动物的生理现象观察为主,这类科学研究主要使用一些生理指标检测设备,研究的层次不够深入,属于现象观察;为了深入阐明在整体水平上观察到的一些医学现象发生的内在机理,大鼠和小鼠搭载实验步入太空生命科学研究。通过这些动物的搭载实验,许多失重生理现象的本质在微观水平得以解释,如组织细胞学机制。在其基础上,为了进一步深入研究失重生理效应发生的分子机理,从分子和基因水平解释失重环境诱导的生理病理改变,在太空中进行细胞搭载实验逐步受到各国关注。特别是在基因组学迅猛发展的时代背景下,这类研究的层次深度及受关注度明显更高,代表了国际太空生命科学研究的前沿和发展方向。
研制空间细胞搭载实验装置将不仅可推动我国在空间生命科学研究上的进步,缩短与国际一流水平间的差距,而且借助于这一实验平台,可以从事许多临床药理学研究,实现空间技术的民用化,服务于社会大众,从而产生巨大的社会和经济效益。图3给出了空间细胞搭载实验装置的系统框图,培养皿11中正常代谢中的细胞的图像信息被显微镜头12放大后,由光纤阵列13传输至CCD15进行光电转换。为提高空间分辨率,采用单模光纤。考虑到CCD的空间分辨率可能不足,光纤输出的图像信息进入CCD之前经二次镜头14放大。由CCD获取的图像信息传输给细胞形态图像采集处理系统16进行处理。
现有的细胞形态图像采集处理系统主要是针对静态图像的采集和处理,不适合对正常生长的细胞进行长时间的实时、在线连续观测和处理,同时体积大、重量大,也不适合空间细胞搭载实验装置的体积小、重量轻的需要。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种实现高分辨率细胞形态图像的实时、在线采集和处理的细胞形态图像采集处理系统;同时还实现了一种新颖的细胞图像分割方法。
本发明的技术解决方案:细胞形态图像采集处理系统采用集成的视频输入处理芯片,以及DSP+FPGA的混合结构,DSP是图像处理运算的核心,而FPGA是系统逻辑控制的核心,该系统由视频输入处理模块、全局逻辑控制模块、图像数据处理模块和图像数据传输模块组成。视频输入处理模块与图像传感装置输出端相连,将模拟视频信号转换成数字信号,同时输出从模拟视频信号中分离出的同步信号和像素时钟,全局逻辑控制模块利用该同步信号和像素时钟实现视频输入处理模块的逻辑控制和图像数据缓冲模块的读写控制;图像数据处理模块将图像数据缓冲模块中的图像数据读入数据存储模块,利用一种基于边缘检测的细胞图像分割方法对图像数据进行分析,最后通过数据传输模块将数据传输给上位机。
本发明与现有技术相比的优点:
(1)本发明可以实现高分辨率细胞形态图像的实时、在线采集,同时实现了一种基于边缘检测的细胞图像分割方法,该方法不但能保证细胞边缘的精确性,对细胞图像细节也能有很好的区分和分割,尤其适用于背景和目标对比不是很明显和具有一定噪声的细胞图像。
(2)此外,本发明采用了集成的视频处理芯片及可编程逻辑控制器件,并选用了具有丰富片上外设的C6000系列DSP芯片,从而减少了系统的元件数目,降低了系统的复杂度,即实现了系统体积小、重量轻的需要。
附图说明
图1为本发明的总体结构示意图;
图2为本发明的全局逻辑控制模块示意图;
图3为细胞搭载实验装置结构示意图;
图4为本发明的工作流程图。
具体实施方式
如图1所示,本发明包括视频输入处理模块1、全局逻辑控制模块2、数据缓冲模块3、数据存储模块4、程序存储模块5、图像数据处理模块6和数据传输模块7,视频输入处理模块1与图像传感装置输出端相连,将模拟视频信号转换成数字信号,同时输出从模拟视频信号中分离出的同步信号和像素时钟,全局逻辑控制模块2利用该同步信号和像素时钟实现视频输入处理模块1的逻辑控制和图像数据缓冲模块3的读写控制;图像数据处理模块6将图像数据缓冲模块3中的图像数据读入数据存储模块4,利用一种基于边缘检测的细胞图像分割方法对图像数据进行分析,最后通过数据传输模块7将数据传输给上位机。
视频输入处理模块1选用Philips公司的视频解码芯片SAA7111AHZ,将CCD输出的复合模拟视频信号转换为YUV422格式的数字图像信号,同时输出从模拟视频信号中分离出的同步信号和由芯片内部的时钟发生器产生的像素时钟。
数据缓冲模块3选用ISSI公司的SRAM芯片IS61LV51216实现,此款SRAM的存储空间为8Mbit,存取速度最慢为12ns,满足系统的要求。
数据存储模块4选用Micron公司的SDRAM数据存储器MT48LC8M3282TG-6,此款SDRAM的存储空间为256Mbit,可同时存储20幅图片。
程序存储模块5选用AMD公司的FLASH ROM程序存储器AM29LV160DB-70EC,此款FLASH ROM的存储空间为16Mbit,存取速度最慢为70ns,满足系统的要求。
图像数据处理模块6选用TI公司的C6000系列DSP芯片TMS320C6713 BGDP225,主频最高达225MHz,每时钟周期执行8条32位的指令,内含8个并行处理单元和32个32位的通用寄存器,保证了图像处理算法的快速运行;内核采用1.2V电源供电,I/O采用3.3V电源供电,保证了系统的低功耗;27×27mm的272脚BGA封装节省了电路板的面积,保证了系统的小型化。
数据传输模块7选用Cypress公司的USB2.0功能芯片EZ-USB FX2CY7C68013,实现480Mbps传输速率的数据传输。
如图2所示,本发明的全局逻辑控制模块2选用Altera公司的ACEX1K系列FPGA芯片EP1K50QC208-3,采用VHDL语言设计并实现视频输入处理的逻辑控制和图像数据缓冲的控制,它包括图像采集控制模块8、中断管理模块9和总线切换模块10,图像采集控制模块将视频输入处理模块1输出的图像数据写入到数据缓冲模块3,中断管理模块9触发图像数据处理模块6的读取数据操作,总线切换模块10将总线的控制权交给图像数据处理模块6,将数据读入数据存储模块4。
本发明的数据处理模块6中图像数据的分析处理采用一种基于边缘检测的细胞图像分割方法,并利用C语言实现,该方法首先实现过程为:首先通过局部自适应阈值分割算法,对细胞图像进行分割,并将图像二值化,分为背景和目标两部分,然后再利用轮廓提取算法,挖去细胞内部像素点,最后剩余部分图像就是细胞边缘。其中局部自适应阈值分割算法的基本步骤为:将整幅大小为m×n的图像分为M×N个子块,m和n分别为M和N的整数倍;计算其梯度直方图,即计算每个子图像中像素点的梯度分布;对每幅字图像进行OTSU分割。经过图像的分割后,原图变为二值图像,用3×3块的9个点的结构元素对该二值图像进行腐蚀,再用该二值图像减去腐蚀的图像,即得到细胞图像的边缘。
如图4所示,本发发明的工作流程为:系统上电后先进行初始化,图像数据处理模块DSP通过16位并行引导方式从外部程序存储模块FLASH中将程序引导入片内程序存储器,并开始运行程序。利用DSP的I2C总线接口模块,将控制字写入视频解码芯片的寄存器,设置其工作模式。DSP发送开始采样指令,FPGA利用视频解码芯片的相关信号对行、列进行计数,送出符合要求分辨率的图像信号,并分配地址存储在SRAM中,当一帧图像采集完毕后,FPGA产生外部中断信号触发QDMA操作,将存储于SRAM中的图像数据拷贝至SDRAM等待DSP处理,写完一帧图像后发中断信号通知DSP读取,DSP执行中断服务程序从SDRAM中将一帧图像读入,利用一种基于边缘检测的细胞图像分割方法对图像数据进行处理,该方法的步骤是首先通过局部自适应阈值分割算法,对细胞图像进行分割,并将图像二值化,分为背景和目标两部分,然后再利用轮廓提取算法,挖去细胞内部像素点,剩余部分图像就是细胞边缘,处理完成后通过USB接口将数据传输给上位机。
Claims (8)
1.一种细胞形态图像采集处理系统,其特征在于包括:视频输入处理模块(1)、全局逻辑控制模块(2)、数据缓冲模块(3)、数据存储模块(4)、程序存储模块(5)、图像数据处理模块(6)和数据传输模块(7);视频输入处理模块(1)与图像传感装置输出端相连,将模拟视频信号转换成数字信号,同时输出从模拟视频信号中分离出的同步信号和像素时钟,全局逻辑控制模块(2)利用该同步信号和像素时钟实现视频输入处理模块(1)的逻辑控制和图像数据缓冲模块(3)的读写控制;图像数据处理模块(6)将图像数据缓冲模块(3)中的图像数据读入数据存储模块(4),完成对图像数据的分析处理,并通过数据传输模块(7)将数据传输给上位机。
2.根据权利要求1所述的细胞形态图像采集处理系统,其特征在于:所述的图像数据处理模块(6)中对图像数据分析处理方法采用基于边缘检测的细胞图像分割方法,实现步骤为:首先通过局部自适应阈值分割算法,对细胞图像进行分割,并将图像二值化,分为背景和目标两部分;然后再利用轮廓提取算法,挖去细胞内部像素点;最后剩余部分图像就是细胞边缘。
3.根据权利要求2所述的细胞形态图像采集处理系统,其特征在于:所述的局部自适应阈值分割算法的实现步骤为:将整幅大小为m×n的图像分为M×N个子块,m和n分别为M和N的整数倍;计算其梯度直方图,即计算每个子图像中像素点的梯度分布;对每幅字图像进行OTSU分割;经过图像的分割后,原图变为二值图像,用3×3块的9个点的结构元素对该二值图像进行腐蚀,再用该二值图像减去腐蚀的图像,即得到细胞图像的边缘。
4.根据权利要求2所述的细胞形态图像采集处理系统,其特征在于:所述的图像数据处理模块(6)为TI公司的C6000系列DSP芯片。
5.根据权利要求1所述的细胞形态图像采集处理系统,其特征在于:所述的全局逻辑控制模块(2)由FPGA实现,包括图像采集控制模块(8)、中断管理模块(9)和总线切换模块(10),图像采集控制模块(8)将视频输入处理模块(1)输出的图像数据写入到数据缓冲模块(3),中断管理模块(9)触发图像数据处理模块(6)的读取数据操作,总线切换模块(10)将总线的控制权交给图像数据处理模块(6),将数据读入数据存储模块(4)。
6.根据权利要求1所述的细胞形态图像采集处理系统,其特征在于:所述的数据缓冲模块(3)由SRAM实现,数据存储模块(4)由SDRAM实现,程序存储模块(5)由FLASH ROM实现。
7.根据权利要求1所述的细胞形态图像采集处理系统,其特征在于:所述的视频输入处理模块(1)由集成的视频解码芯片实现。
8.根据权利要求1所述的细胞形态图像采集处理系统,其特征在于:所述的数据传输模块(7)由通用串行总线实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101204788A CN101127839A (zh) | 2007-08-20 | 2007-08-20 | 细胞形态图像采集处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2007101204788A CN101127839A (zh) | 2007-08-20 | 2007-08-20 | 细胞形态图像采集处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101127839A true CN101127839A (zh) | 2008-02-20 |
Family
ID=39095748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2007101204788A Pending CN101127839A (zh) | 2007-08-20 | 2007-08-20 | 细胞形态图像采集处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101127839A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102912714A (zh) * | 2012-10-24 | 2013-02-06 | 华东交通大学 | 一种用于路面裂纹图像采集与处理的机器视觉系统 |
CN104487843A (zh) * | 2012-08-23 | 2015-04-01 | 富士施乐株式会社 | 图像处理装置、程序、图像处理方法、计算机可读介质及图像处理系统 |
CN104506868A (zh) * | 2014-12-31 | 2015-04-08 | 深圳市大疆创新科技有限公司 | 视频码流传输方法,装置及系统 |
CN104836965A (zh) * | 2015-06-16 | 2015-08-12 | 深圳市邦彦信息技术有限公司 | 一种基于fpga的视频同步切换系统及方法 |
CN108596932A (zh) * | 2018-04-18 | 2018-09-28 | 哈尔滨理工大学 | 一种重叠宫颈细胞图像分割方法 |
-
2007
- 2007-08-20 CN CNA2007101204788A patent/CN101127839A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104487843A (zh) * | 2012-08-23 | 2015-04-01 | 富士施乐株式会社 | 图像处理装置、程序、图像处理方法、计算机可读介质及图像处理系统 |
US9684958B2 (en) | 2012-08-23 | 2017-06-20 | Fuji Xerox Co., Ltd. | Image processing device, program, image processing method, computer-readable medium, and image processing system |
CN104487843B (zh) * | 2012-08-23 | 2017-09-29 | 富士施乐株式会社 | 图像处理装置、程序、图像处理方法、计算机可读介质及图像处理系统 |
CN102912714A (zh) * | 2012-10-24 | 2013-02-06 | 华东交通大学 | 一种用于路面裂纹图像采集与处理的机器视觉系统 |
CN104506868A (zh) * | 2014-12-31 | 2015-04-08 | 深圳市大疆创新科技有限公司 | 视频码流传输方法,装置及系统 |
CN104836965A (zh) * | 2015-06-16 | 2015-08-12 | 深圳市邦彦信息技术有限公司 | 一种基于fpga的视频同步切换系统及方法 |
CN104836965B (zh) * | 2015-06-16 | 2018-02-23 | 邦彦技术股份有限公司 | 一种基于fpga的视频同步切换系统及方法 |
CN108596932A (zh) * | 2018-04-18 | 2018-09-28 | 哈尔滨理工大学 | 一种重叠宫颈细胞图像分割方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105631798B (zh) | 低功耗便携式实时图像目标检测与跟踪系统及方法 | |
Zhang et al. | FPGA implementation for CNN-based optical remote sensing object detection | |
CN205665697U (zh) | 基于细胞神经网络或卷积神经网络的医学影像识别诊断系统 | |
TW201917566A (zh) | 深度視覺處理器 | |
CN101127839A (zh) | 细胞形态图像采集处理系统 | |
Shi et al. | FFESSD: An accurate and efficient single-shot detector for target detection | |
CN103345382A (zh) | 一种cpu+gpu群核超算系统及sift特征匹配并行计算方法 | |
CN102519960B (zh) | 一种嵌入式便携金相组织采集显示系统及方法 | |
CN101937425B (zh) | 基于gpu众核平台的矩阵并行转置方法 | |
CN109949304B (zh) | 图像检测学习网络的训练和获取方法、图像检测装置和介质 | |
Huang et al. | High-accuracy insulator defect detection for overhead transmission lines based on improved YOLOv5 | |
Wu et al. | An FPGA based energy efficient DS-SLAM accelerator for mobile robots in dynamic environment | |
Li et al. | A novel memory-scheduling strategy for large convolutional neural network on memory-limited devices | |
Zhang et al. | Research of real-time image acquisition system based on ARM 7 for agricultural environmental monitoring | |
CN105302526A (zh) | 一种数据处理系统及方法 | |
Yan et al. | Design of Convolutional Neural Network Processor Based on FPGA Resource Multiplexing Architecture | |
Li et al. | Edge Real-Time Object Detection and DPU-Based Hardware Implementation for Optical Remote Sensing Images | |
Han et al. | An improved algorithm for insulator and defect detection based on yolov4 | |
CN114942022B (zh) | 仿生偏振光罗盘一体化设计与导航信息实时处理方法 | |
Chen et al. | High-frequency systolic array-based transformer accelerator on field programmable gate arrays | |
CN203164097U (zh) | 一种电旋转生物芯片试验用测控装置及试验系统 | |
CN202512042U (zh) | 转基因作物花粉实时图像自动采集仪 | |
CN110991229B (zh) | 基于dsp芯片与量化模型的三维物体识别方法 | |
Tong et al. | Multi-source remote sensing image big data classification system design in cloud computing environment | |
CN103048256A (zh) | 一种电旋转生物芯片试验用测控装置及试验系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |