CN106979952A - 一种基于机器视觉技术的藻类检测与密度统计装置及其方法 - Google Patents
一种基于机器视觉技术的藻类检测与密度统计装置及其方法 Download PDFInfo
- Publication number
- CN106979952A CN106979952A CN201710281597.5A CN201710281597A CN106979952A CN 106979952 A CN106979952 A CN 106979952A CN 201710281597 A CN201710281597 A CN 201710281597A CN 106979952 A CN106979952 A CN 106979952A
- Authority
- CN
- China
- Prior art keywords
- statistics
- high resolution
- resolution camera
- machine vision
- automatically controlled
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 241000195493 Cryptophyta Species 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 239000006059 cover glass Substances 0.000 claims abstract description 18
- 239000000203 mixture Substances 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims abstract description 5
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 11
- 239000007788 liquid Substances 0.000 claims description 10
- 230000003287 optical effect Effects 0.000 claims description 5
- 230000013011 mating Effects 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 12
- 238000009826 distribution Methods 0.000 abstract description 5
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000011160 research Methods 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011089 mechanical engineering Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Microscoopes, Condenser (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明公开了生态机器视觉检测技术领域的一种基于机器视觉技术的藻类检测与密度统计装置，所述机体的内部安装有高分辨率相机，所述高分辨率相机的底部与显微镜的镜筒连接，所述电控运动单元的顶部安装有载玻片盖玻片，本发明还提供了一种基于机器视觉技术的藻类检测与密度统计方法，其具体步骤如下：S1：显微镜进光量；S2：调节高分辨率相机的焦距；S3：调节高分辨率相机的成像参数；S4：对图像参数进行分析与处理，并输出结果，本发明用于水体生态中藻类种类组成与密度分布统计智能检测，具有速度快、信息量大、功能多、效率高的特点，有效避免了人工检测的主观性和个体差异性。
Description
技术领域
本发明涉及生态机器视觉检测技术领域，具体为一种基于机器视觉技术的藻类检测与密度统计装置及其方法。
背景技术
机器视觉技术包含数字图像处理技术、机械工程技术、控制技术、电光源照明技术、光成像技术、传感器技术、模拟与数字视频技术、计算机软件硬件技术、人机接口技术等相关技术。典型的机器视觉系统一般包括光源、光学系统、摄像机、图像采集卡、计算机等。近几年来，随着我国随着配套基础建设的完善，技术、资金的积累，各行各业对采用图像和机器视觉技术的工业自动化、智能化需求开始广泛出现，国内有关高等院校、研究所和企业近两年在图像和机器视觉技术领域进行了积极思索和大胆的尝试，逐步开始了各行各业项目现场的应用。然而，目前我国水体生态研究领域，在研究水体中藻类种类组成及密度分布时依然采用传统的人工肉眼结合显微镜的研究方法，其存在的弊端显而易见。首先，研究人员知识结构体系要求高，经验需丰富；其次，针对某一块制样检测玻片来说，研究耗时长，劳动强度大，研究效率低。最后，对于企业检测研究，成本高、周期长、功效低等。为此，我们提出了一种基于机器视觉技术的藻类检测与密度统计装置及其方法投入使用以解决上述问题。
发明内容
本发明的目的在于提供一种基于机器视觉技术的藻类检测与密度统计装置及其方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于机器视觉技术的藻类检测与密度统计装置，包括机体，所述机体的内部安装有高分辨率相机，所述高分辨率相机的底部与显微镜的镜筒连接，所述机体的内腔底部设有电控运动单元，所述电控运动单元的顶部安装有载玻片盖玻片，且载玻片盖玻片位于载玻片夹具上，所述载玻片夹具位于电控运动单元的顶部，所述电控运动单元的左侧安装有控制装置，所述机体的顶部安装有触摸显示屏，所述电控运动单元包括底座，所述底座的顶部安装有第一电动伸缩杆，所述第一电动伸缩杆的右侧输出端与移动座连接，所述移动座的顶部安装有第二电动伸缩杆，所述第二电动伸缩杆的顶部与放置板连接，所述控制装置分别与高分辨率相机、显微镜、第一电动伸缩杆、第二电动伸缩杆和触摸显示屏电性连接。
优选的，所述控制装置为PC计算机或嵌入式控制计算器。
优选的，所述载玻片夹具包括座体，所述座体的左侧固定安装有固定夹板，所述固定夹板的右侧设有活动夹板，且活动夹板通过座体顶部开设的凹槽与座体活动连接，所述活动夹板的底部连接有调节螺杆，所述调节螺杆的右端通过螺纹套筒贯穿座体的侧壁，且螺纹套筒的内螺纹与调节螺杆的外螺纹相适配。
优选的，所述移动座的底部设有滑条，所述底座的顶部开有滑槽，所述移动座通过滑条与滑槽的配合连接与底座滑动连接。
优选的，一种基于机器视觉技术的藻类检测与密度统计方法，该基于机器视觉技术的藻类检测与密度统计方法的具体步骤如下：
S1：调节显微镜光源系统功率与光学系统进光量，促使物镜、镜筒进光量；
S2：调节电控运动单元与显微镜物镜的距离，促使高分辨率相机图像捕获焦距最佳；
S3：调节高分辨率相机的增益、对比度、饱和度的相机成像参数，提高捕获图像清晰度及成像质量；
S4：控制装置控制电控运动单元与高分辨率相机，对载玻片盖玻片上的检测样液进行多视野图像捕获，并对捕获的图像进行分析、处理、学习、预测，通过触摸显示屏输出并显示藻类种类组成与每种藻类的密度统计结果。
与现有技术相比，本发明的有益效果是：本发明用于水体生态中藻类种类组成与密度分布统计智能检测，具有速度快、信息量大、功能多、效率高的特点，有效避免了人工检测的主观性和个体差异性，可更好的替代人来工作或者完成人类不能完成的工作，减少劳动强度，提高产品生产质量和劳动生产效率，本发明能够模拟人类视觉系统的感知能力，可完成人工肉眼所能完成的所有工作，在高速性、稳定性、可重复性等方面的能力机器视觉系统远远超过人类视觉系统，并在很大程度上解决了水体生态藻类研究中藻类形态差异大、特征分布奇异、难判别的检测问题。
附图说明
图1为本发明结构示意图；
图2为本发明载玻片夹具结构示意图；
图3为本发明电控运动单元结构示意图；
图4为本发明工作流程图。
图中：1机体、2高分辨率相机、3显微镜、4载玻片盖玻片、5载玻片夹具、51座体、52固定夹板、53活动夹板、54调节螺杆、55螺纹套筒、6电控运动单元、61底座、62第一电动伸缩杆、63移动座、64第二电动伸缩杆、65放置板、7触摸显示屏、8控制装置。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-4，本发明提供一种技术方案：一种基于机器视觉技术的藻类检测与密度统计装置，包括机体1，所述机体1的内部安装有高分辨率相机2，所述高分辨率相机2的底部与显微镜3的镜筒连接，所述机体1的内腔底部设有电控运动单元6，所述电控运动单元6的顶部安装有载玻片盖玻片4，且载玻片盖玻片4位于载玻片夹具5上，所述载玻片夹具5位于电控运动单元6的顶部，所述电控运动单元6的左侧安装有控制装置8，所述机体1的顶部安装有触摸显示屏7，所述电控运动单元6包括底座61，所述底座61的顶部安装有第一电动伸缩杆62，所述第一电动伸缩杆62的右侧输出端与移动座63连接，所述移动座63的顶部安装有第二电动伸缩杆64，所述第二电动伸缩杆64的顶部与放置板65连接，所述控制装置8分别与高分辨率相机2、显微镜3、第一电动伸缩杆62、第二电动伸缩杆64和触摸显示屏7电性连接。
其中，所述控制装置8为PC计算机或嵌入式控制计算器，所述载玻片夹具5包括座体51，所述座体51的左侧固定安装有固定夹板52，所述固定夹板52的右侧设有活动夹板53，且活动夹板53通过座体51顶部开设的凹槽与座体51活动连接，所述活动夹板53的底部连接有调节螺杆54，所述调节螺杆54的右端通过螺纹套筒55贯穿座体51的侧壁，且螺纹套筒55的内螺纹与调节螺杆54的外螺纹相适配，所述移动座63的底部设有滑条，所述底座61的顶部开有滑槽，所述移动座63通过滑条与滑槽的配合连接与底座61滑动连接。
本发明还提供了一种基于机器视觉技术的藻类检测与密度统计方法，该基于机器视觉技术的藻类检测与密度统计方法的具体步骤如下：
S1：调节显微镜3光源系统功率与光学系统进光量，促使物镜、镜筒进光量；
S2：调节电控运动单元6与显微镜3物镜的距离，促使高分辨率相机2图像捕获焦距最佳；
S3：调节高分辨率相机2的增益、对比度、饱和度的相机成像参数，提高捕获图像清晰度及成像质量；
S4：控制装置8控制电控运动单元6与高分辨率相机2，对载玻片盖玻片4上的检测样液进行多视野图像捕获，并对捕获的图像进行分析、处理、学习、预测，通过触摸显示屏7输出并显示藻类种类组成与每种藻类的密度统计结果。
通过将水体中抽取的待检测样液加工制液后滴入载玻片盖玻片4的指定区域，待液体平铺、沉淀后加盖盖玻片放置于电控运动单元6的指定位置区域，通过旋转调节螺杆54使活动夹板53相固定夹板52方向移动，利用载玻片夹具5固定好载玻片盖玻片4；然后，点击触摸显示屏7利用操作软件设置显微镜3光源系统光源功率与光学系统进光量，控制电控运动单元6移动调整检测焦距为最佳，其中电控运动单元6在具体运动时，通过第一电动伸缩杆62的伸缩使得移动座63左右移动，进而使放置板65上的载玻片盖玻片4左右移动，同时利用第二电动伸缩杆64的上下移动使得载玻片盖玻片实现上下的位移，设置高分辨率相机2参数使图像捕获质量最佳；再次，点击触摸显示屏7利用操作软件开始对载玻片盖玻片4上样液进行检测，装置装置8将自动控制电控运动单元6的移动和高分辨率相机2采集图像，并对采集的图像进行分析、处理、学习、预测，待约定视野个数全部检测完毕后，触摸显示屏7中内置的软件将显示藻类种类组成与每种藻类的密度统计结果。
由于不同水体同种藻类形态都具有较大差异性，为捕获清晰度和藻类细节成像较为理想的水样图像，高分辨率相机2需选择像素500W以上、帧率不低25帧/秒的相机，根据水体中藻类的组成，选择彩色相机或者灰度相机；由于高分辨率相机2的像素并不能完全解决水体中藻类形态的差异性，显微镜3物镜需配置10倍、20倍、40倍镜头，根据不同水体中的水藻检测分析任务，确定使用的物镜规格。
第一电动伸缩杆62和第二电动伸缩杆64左右、前后行程需满足单一载玻片夹具5，可取60mm×60mm的最小行程，如果研究需要多载玻片智能检测，也可设计为更大的行程；第二电动伸缩杆64的上下行程，需限定在显微镜3的光源系统与目镜垂直距离之间，不可撞击物镜或光源系统。
带有固定滴液框区域的载玻片需满足最小0.1ml的样液滴入后可在检测区域内铺平，并加盖盖玻片。
为有效、客观、精准反应检测样液中藻类种类组成及密度分布趋势，视野可选取10～1000个不同的视野进行图像捕获。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.一种基于机器视觉技术的藻类检测与密度统计装置，包括机体(1)，其特征在于：所述机体(1)的内部安装有高分辨率相机(2)，所述高分辨率相机(2)的底部与显微镜(3)的镜筒连接，所述机体(1)的内腔底部设有电控运动单元(6)，所述电控运动单元(6)的顶部安装有载玻片盖玻片(4)，且载玻片盖玻片(4)位于载玻片夹具(5)上，所述载玻片夹具(5)位于电控运动单元(6)的顶部，所述电控运动单元(6)的左侧安装有控制装置(8)，所述机体(1)的顶部安装有触摸显示屏(7)，所述电控运动单元(6)包括底座(61)，所述底座(61)的顶部安装有第一电动伸缩杆(62)，所述第一电动伸缩杆(62)的右侧输出端与移动座(63)连接，所述移动座(63)的顶部安装有第二电动伸缩杆(64)，所述第二电动伸缩杆(64)的顶部与放置板(65)连接，所述控制装置(8)分别与高分辨率相机(2)、显微镜(3)、第一电动伸缩杆(62)、第二电动伸缩杆(64)和触摸显示屏(7)电性连接。
2.根据权利要求1所述的一种基于机器视觉技术的藻类检测与密度统计装置，其特征在于：所述控制装置(8)为PC计算机或嵌入式控制计算器。
3.根据权利要求1所述的一种基于机器视觉技术的藻类检测与密度统计装置，其特征在于：所述载玻片夹具(5)包括座体(51)，所述座体(51)的左侧固定安装有固定夹板(52)，所述固定夹板(52)的右侧设有活动夹板(53)，且活动夹板(53)通过座体(51)顶部开设的凹槽与座体(51)活动连接，所述活动夹板(53)的底部连接有调节螺杆(54)，所述调节螺杆(54)的右端通过螺纹套筒(55)贯穿座体(51)的侧壁，且螺纹套筒(55)的内螺纹与调节螺杆(54)的外螺纹相适配。
4.根据权利要求1所述的一种基于机器视觉技术的藻类检测与密度统计装置，其特征在于：所述移动座(63)的底部设有滑条，所述底座(61)的顶部开有滑槽，所述移动座(63)通过滑条与滑槽的配合连接与底座(61)滑动连接。
5.一种基于机器视觉技术的藻类检测与密度统计方法，其特征在于：该基于机器视觉技术的藻类检测与密度统计方法的具体步骤如下：
S1：调节显微镜(3)光源系统功率与光学系统进光量，促使物镜、镜筒进光量；
S2：调节电控运动单元(6)与显微镜(3)物镜的距离，促使高分辨率相机(2)图像捕获焦距最佳；
S3：调节高分辨率相机(2)的增益、对比度、饱和度的相机成像参数，提高捕获图像清晰度及成像质量；
S4：控制装置(8)控制电控运动单元(6)与高分辨率相机(2)，对载玻片盖玻片(4)上的检测样液进行多视野图像捕获，并对捕获的图像进行分析、处理、学习、预测，通过触摸显示屏(7)输出并显示藻类种类组成与每种藻类的密度统计结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710281597.5A CN106979952A (zh) | 2017-04-23 | 2017-04-23 | 一种基于机器视觉技术的藻类检测与密度统计装置及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710281597.5A CN106979952A (zh) | 2017-04-23 | 2017-04-23 | 一种基于机器视觉技术的藻类检测与密度统计装置及其方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106979952A true CN106979952A (zh) | 2017-07-25 |
Family
ID=59344708
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710281597.5A Pending CN106979952A (zh) | 2017-04-23 | 2017-04-23 | 一种基于机器视觉技术的藻类检测与密度统计装置及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106979952A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108414329A (zh) * | 2018-03-05 | 2018-08-17 | 李长寿 | 一种医用血细胞染色仪 |
| CN108982566A (zh) * | 2018-08-14 | 2018-12-11 | 南京融康博生物科技有限公司 | 一种癌细胞全自动电子显微镜 |
| CN111007221A (zh) * | 2019-12-23 | 2020-04-14 | 中国环境科学研究院 | 一种水体藻类自动分类计数系统 |
| CN111122526A (zh) * | 2019-12-18 | 2020-05-08 | 中国科学院南海海洋研究所 | 一种基于激光诱导荧光及流体动态显微摄影的水体藻类检测方法 |
| CN111443028A (zh) * | 2020-04-26 | 2020-07-24 | 长江流域水环境监测中心 | 一种基于ai技术的浮游藻类自动监测设备与方法 |
| CN112596226A (zh) * | 2020-12-18 | 2021-04-02 | 佳贺斯(浙江)生物医药科技有限公司 | 一种医用细胞检测的载片装置 |
| CN115201112A (zh) * | 2022-07-22 | 2022-10-18 | 河北华清环境科技集团股份有限公司 | 一种自动藻类识别分析设备 |
| CN115684165A (zh) * | 2023-01-04 | 2023-02-03 | 湖南军芃科技股份有限公司 | 载玻片检测仪的定位方法及检测仪和载玻片 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09218354A (ja) * | 1996-02-13 | 1997-08-19 | Olympus Optical Co Ltd | 顕微鏡情報システム |
| CN101096637A (zh) * | 2007-07-16 | 2008-01-02 | 吉林大学 | 微生物数量自动快速检测仪 |
| CN101294953A (zh) * | 2008-06-05 | 2008-10-29 | 中国农业大学 | 一种运动细胞实时跟踪系统及实时跟踪方法 |
| CN101629911A (zh) * | 2009-08-21 | 2010-01-20 | 常州达奇信息科技有限公司 | 结核杆菌自动检测仪 |
| US20110009163A1 (en) * | 2008-01-02 | 2011-01-13 | The Regents Of The University Of California | High numerical aperture telemicroscopy apparatus |
| CN203904356U (zh) * | 2014-01-09 | 2014-10-29 | 程涛 | 一种基于显微视觉的食品细菌智能检测装置 |
| CN205032188U (zh) * | 2015-08-31 | 2016-02-17 | 湖北省兴发磷化工研究院有限公司 | 一种载玻片固定装置 |
| CN206930590U (zh) * | 2017-04-23 | 2018-01-26 | 湖南军芃科技股份有限公司 | 一种基于机器视觉技术的藻类检测与密度统计装置 |
-
2017
- 2017-04-23 CN CN201710281597.5A patent/CN106979952A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09218354A (ja) * | 1996-02-13 | 1997-08-19 | Olympus Optical Co Ltd | 顕微鏡情報システム |
| CN101096637A (zh) * | 2007-07-16 | 2008-01-02 | 吉林大学 | 微生物数量自动快速检测仪 |
| US20110009163A1 (en) * | 2008-01-02 | 2011-01-13 | The Regents Of The University Of California | High numerical aperture telemicroscopy apparatus |
| CN101294953A (zh) * | 2008-06-05 | 2008-10-29 | 中国农业大学 | 一种运动细胞实时跟踪系统及实时跟踪方法 |
| CN101629911A (zh) * | 2009-08-21 | 2010-01-20 | 常州达奇信息科技有限公司 | 结核杆菌自动检测仪 |
| CN203904356U (zh) * | 2014-01-09 | 2014-10-29 | 程涛 | 一种基于显微视觉的食品细菌智能检测装置 |
| CN205032188U (zh) * | 2015-08-31 | 2016-02-17 | 湖北省兴发磷化工研究院有限公司 | 一种载玻片固定装置 |
| CN206930590U (zh) * | 2017-04-23 | 2018-01-26 | 湖南军芃科技股份有限公司 | 一种基于机器视觉技术的藻类检测与密度统计装置 |
Non-Patent Citations (1)
| Title |
|---|
| 金声琅 等: ""采用显微图像识别技术快速检测食品细菌总数"" * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108414329A (zh) * | 2018-03-05 | 2018-08-17 | 李长寿 | 一种医用血细胞染色仪 |
| CN108982566A (zh) * | 2018-08-14 | 2018-12-11 | 南京融康博生物科技有限公司 | 一种癌细胞全自动电子显微镜 |
| CN111122526A (zh) * | 2019-12-18 | 2020-05-08 | 中国科学院南海海洋研究所 | 一种基于激光诱导荧光及流体动态显微摄影的水体藻类检测方法 |
| CN111007221A (zh) * | 2019-12-23 | 2020-04-14 | 中国环境科学研究院 | 一种水体藻类自动分类计数系统 |
| CN111443028A (zh) * | 2020-04-26 | 2020-07-24 | 长江流域水环境监测中心 | 一种基于ai技术的浮游藻类自动监测设备与方法 |
| CN111443028B (zh) * | 2020-04-26 | 2022-09-13 | 生态环境部长江流域生态环境监督管理局生态环境监测与科学研究中心 | 一种基于ai技术的浮游藻类自动监测设备与方法 |
| CN112596226A (zh) * | 2020-12-18 | 2021-04-02 | 佳贺斯(浙江)生物医药科技有限公司 | 一种医用细胞检测的载片装置 |
| CN115201112A (zh) * | 2022-07-22 | 2022-10-18 | 河北华清环境科技集团股份有限公司 | 一种自动藻类识别分析设备 |
| CN115684165A (zh) * | 2023-01-04 | 2023-02-03 | 湖南军芃科技股份有限公司 | 载玻片检测仪的定位方法及检测仪和载玻片 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106979952A (zh) | 一种基于机器视觉技术的藻类检测与密度统计装置及其方法 | |
| CN106903426B (zh) | 一种基于机器视觉的激光焊接定位方法 | |
| CN102590218B (zh) | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 | |
| CN108956645A (zh) | 一种多视觉系统的光学镜片缺陷检测装置及方法 | |
| CN205317678U (zh) | 一种基于机器视觉的金属制品印刷缺陷在线检测系统 | |
| CN110261390A (zh) | 一种漫反射结构光的表面缺陷光学检测系统和方法 | |
| CN110243831A (zh) | 表面缺陷采集系统、表面缺陷检测方法、装置及存储介质 | |
| CN104574389A (zh) | 基于彩色机器视觉的电池片色差分选控制方法 | |
| CN102175701A (zh) | 工业x射线机在线探伤检测系统及方法 | |
| CN110218824B (zh) | 一种基于图像识别的高炉渣离心粒化粒径检测系统及方法 | |
| CN111266304A (zh) | 一种煤块识别检测分选系统 | |
| CN105405115B (zh) | 一种影像模组对心系统及其方法 | |
| CN103645573A (zh) | 一种基于机器视觉的lcd检测的方法和系统 | |
| CN105516714B (zh) | 一种移动终端摄像头的自动化检测方法及其装置 | |
| CN107741425A (zh) | 一种用于增材制造的表面缺陷实时检测装置 | |
| CN107957245A (zh) | 基于机器视觉的发动机连杆尺寸测量装置及其测量方法 | |
| CN105227802A (zh) | 一种面向最佳质量图像快速扫描的自适应控制方法及系统 | |
| CN102564927A (zh) | 一种尿液全息检测方法及设备 | |
| CN110044921A (zh) | 锂电池外观缺陷检测系统和方法 | |
| CN207366467U (zh) | 一种用于增材制造的表面缺陷实时检测装置 | |
| CN206930590U (zh) | 一种基于机器视觉技术的藻类检测与密度统计装置 | |
| CN103940819A (zh) | 一种显微尺度下织物中纱线表面的图像采集处理装置及方法 | |
| CN114047196A (zh) | 一种线缆表面瑕疵高精度检测设备及其使用方法 | |
| CN207832691U (zh) | 一种工业用摄像头移动装置 | |
| CN107413679A (zh) | 一种基于机器视觉技术的智能选矿设备及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170725 |
|
| WD01 | Invention patent application deemed withdrawn after publication |