CN109087356A - 基于机器视觉的医学载玻片的识别定位方法、系统及装置 - Google Patents
基于机器视觉的医学载玻片的识别定位方法、系统及装置 Download PDFInfo
- Publication number
- CN109087356A CN109087356A CN201810697385.XA CN201810697385A CN109087356A CN 109087356 A CN109087356 A CN 109087356A CN 201810697385 A CN201810697385 A CN 201810697385A CN 109087356 A CN109087356 A CN 109087356A
- Authority
- CN
- China
- Prior art keywords
- image
- glass slide
- target area
- machine vision
- coordinate
- 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
- 239000011521 glass Substances 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000003814 drug Substances 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 8
- 230000010339 dilation Effects 0.000 claims abstract description 8
- 230000003628 erosive effect Effects 0.000 claims abstract description 8
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000005530 etching Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000003711 image thresholding Methods 0.000 description 1
- 230000001575 pathological effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于机器视觉的医学载玻片的识别定位方法、系统及装置，包括：1)对载玻片进行摄像，获取载玻片的目标区域图像，并对目标区域图像进行膨胀腐蚀操作，以平滑图像；2)将经过步骤1)处理后的图像转化为Mat类型，并对其进行灰度转化操作和阈值化操作，以获得清晰的目标区域图像；3)建立目标区域的像素坐标，绘制目标区域图像的最小外接矩形以及中心点，输出目标图像坐标。本发明通过对载玻片进行摄像图片处理，获得载玻片的定位坐标，操作简单，定位精度高，且可进一步配合四轴机械臂进行操作，有效避免了操作人员在操作过程中不规范行为引起的误差。
Description
技术领域
本发明涉及医学研究图像处理领域，尤其涉及一种基于机器视觉的医学载 玻片的识别定位方法、系统及装置。
背景技术
目前，在医学领域，各种病理研究、分析都存在大量的对医学载玻片的操 作，尤其是医学领域对一些简单重复而且要求精度较高的操作，人工处理的方 式已经有明显的弊端。在医学研究领域，对细胞载玻片的处理目前还是处于人 工状态，不可避免的会有一些误操作从而影响精度，而采用机械装置对载玻片 进行操作首先需要能够对载玻片进行识别定位。载玻片一般为长方形，较厚， 透光性较好，目前还没有有效的定位识别方法。而目前对于与载玻片相似的玻 璃的定位方法一般都基于定位装置的定位块，通过对定位块的移动来判断玻璃 的位置。由于载玻片较小，易碎，因此并不适用于该方法。
发明内容
为了解决现有技术的不足，本发明提供了一种基于机器视觉的医学载玻片 的识别定位方法、系统及装置，该方法通过对载玻片进行摄像图片处理，获得 载玻片的定位坐标，操作简单，定位精度高，且可进一步配合四轴机械臂进行 操作，有效避免了操作人员在操作过程中不规范行为引起的误差。
为了实现上述目的，本发明的技术方案如下：
一种基于机器视觉的医学载玻片的识别定位方法，包括：
1)对载玻片进行摄像，获取载玻片的目标区域图像，并对目标区域图像进 行膨胀腐蚀操作，以平滑图像；
2)将经过步骤1)处理后的图像转化为Mat类型，并对其进行灰度转化操 作和阈值化操作，以获得清晰的目标区域图像；
3)建立目标区域的像素坐标，绘制目标区域图像的最小外接矩形以及中心 点，输出目标图像坐标。
进一步的，所述步骤1)中，采用USB摄像头拍摄目标区域图像，所述USB 摄像头与计算机相连。
进一步的，所述步骤1)的膨胀腐蚀操作具体包括：
1-1)采用函数cvErode对图像进行膨胀操作，滤除图像中小于腐蚀内核的 噪声点，此时图像中物体体积减小；
1-2)采用函数cvDilate对图像进行膨胀处理，使图像中物体体积恢复原始 大小，并对图像边缘信息进行平滑。
进一步的，所述步骤2)中，通过函数cvtColor将RGB格式的原始彩色图 像转化为GRAY格式的灰度图像，完成图像的灰度化处理，灰度化后的图像像 素值范围为0-255。
进一步的，所述步骤2)中，为进一步对目标区域轮廓进行提取，采用函数threshold对图像进行阈值化操作，通过设定合适的阈值，使图像输出为黑和白 两色。
进一步的，所述步骤3)具体包括：
3-1)以图像左上角为坐标原点，以像素点为单位建立像素坐标；
3-2)采用函数findContours自动查找图像中物体的轮廓，并通函数drawContours绘制出所查找到的物体轮廓；
3-3)根据绘制的物体轮廓，通过函数minAreaRect对每个物体的最小外接 矩形定义；
3-4)通过函数circle和line，绘制出符合要求的最小外接矩形，并绘制出图 像中心点；
3-5)根据图像中心点的像素坐标输出目标图像坐标。
进一步的，所述步骤3-3)中，最小外接矩形信息包括：最小外接矩形四个 角点坐标、中心点坐标、旋转角度和最小外接矩形的宽和高。
进一步的，所述步骤3)还包括目标区域图像的杂点筛选，具体包括：根据 载玻片的大小设置判断值，根据判断值对最小外接矩形的宽和高进行判断，若 最小外接矩形的宽和高在判断值范围之内，则对轮廓进行绘制，并输出轮廓信 息。
一种基于机器视觉的医学载玻片的识别定位系统，包括处理器和计算机可 读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令， 所述指令适于由处理器加载并执行以下处理：
1)获取载玻片的目标区域图像，并对目标区域图像进行膨胀腐蚀操作，以 平滑图像；
2)将经过步骤1)处理后的图像转化为Mat类型，并对其进行灰度转化操 作和阈值化操作，以获得清晰的目标区域图像；
3)建立目标区域的像素坐标，绘制目标区域图像的最小外接矩形以及中心 点，输出目标图像坐标。
一种基于机器视觉的医学载玻片的识别定位装置，包括四轴机械臂和如上 所述的识别定位系统。
与现有技术相比，本发明的有益效果是：
本发明大量节省了人力资源，图像识别精度高，并可结合四轴机械臂对载 玻片进行操作，有效避免了操作人员在操作过程中不规范行为引起的误差。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申 请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本发明的识别定位流程图；
图2为本发明的定位系统设备示意图；
图3(a)～(b)为本发明的识别效果对比图，其中，图(a)为采用本方法 的识别定位效果图，图(b)为采用其他方法的识别定位效果图；
图4为本发明的定位装置示意图；
图中：1、四轴机械臂2、面摄像头及面光源；3、医学载玻片工作台；4、 电脑。
具体实施方式
下面结合附图与具体实施例对本发明做进一步的说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。 除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的 普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图 限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确 指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说 明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器 件、组件和/或它们的组合。
在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、 “竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所 示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定 的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。
本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示 可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可 以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体 情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。
正如背景技术所介绍的，现有技术对于医学载玻片没有有效的定位识别方 法的问题，为了解决如上的技术问题，本申请提出了一种基于机器视觉的医学 载玻片的识别定位方法，该方法通过对载玻片进行摄像图片处理，获得载玻片 的定位坐标，操作简单，定位精度高，且可进一步配合四轴机械臂进行操作， 有效避免了操作人员在操作过程中不规范行为引起的误差。
如图1所示，一种基于机器视觉的医学载玻片的识别定位方法，包括：
1)对载玻片进行摄像，获取载玻片的目标区域图像，并对目标区域图像进 行膨胀腐蚀操作，以平滑图像；
2)将经过步骤1)处理后的图像转化为Mat类型，并对其进行灰度转化操 作和阈值化操作，以获得清晰的目标区域图像；
3)建立目标区域的像素坐标，绘制目标区域图像的最小外接矩形以及中心 点，输出目标图像坐标。
所述步骤1)中，采用USB摄像头拍摄目标区域图像，所述USB摄像头与 计算机4相连。
具体实施中，首先搭建摄像头工作平台及光源2，置于医学载玻片工作台3 上方，通过usb连接电脑4，通过CameraGetCount函数来判断连接摄像头的个 数，判断是否连接成功，连接成功后CameraInit(0)对摄像头初始化操作。
所述步骤1)的膨胀腐蚀操作具体包括：
1-1)采用函数cvErode对图像进行膨胀操作，滤除图像中小于腐蚀内核的 噪声点，此时图像中物体体积减小；
1-2)采用函数cvDilate对图像进行膨胀处理，使图像中物体体积恢复原始 大小，并对图像边缘信息进行平滑。
所述步骤2)中，通过函数cvtColor将RGB格式的原始彩色图像转化为 GRAY格式的灰度图像，完成图像的灰度化处理，灰度化后的图像像素值范围 为0-255。
具体实施中，通过Matimg＝cvarrToMat(image)将图片转化为Mat类型，对 图片进行灰度转化、阈值化操作，因为本发明中采用背景为黑色不反光工作台， 而医学载玻片需要识别部分为上部白色矩形，因此只需要进行阈值化操作即可。
所述步骤2)中，为进一步对目标区域轮廓进行提取，采用函数threshold 对图像进行阈值化操作，通过设定合适的阈值，使图像输出为黑和白两色。
所述步骤3)具体包括：
3-1)以图像左上角为坐标原点，以像素点为单位建立像素坐标；
3-2)采用函数findContours自动查找图像中物体的轮廓，并通函数drawContours绘制出所查找到的物体轮廓；
3-3)根据绘制的物体轮廓，通过函数minAreaRect对每个物体的最小外接 矩形定义；
3-4)通过函数circle和line，绘制出符合要求的最小外接矩形，并绘制出图 像中心点；
3-5)根据图像中心点的像素坐标输出目标图像坐标。
所述步骤3-3)中，最小外接矩形信息包括：最小外接矩形四个角点坐标、 中心点坐标、旋转角度和最小外接矩形的宽和高。
所述步骤3)还包括目标区域图像的杂点筛选，具体包括：根据载玻片的大 小设置判断值，根据判断值对最小外接矩形的宽和高进行判断，若最小外接矩 形的宽和高在判断值范围之内，则对轮廓进行绘制，并输出轮廓信息。
如图2所示，一种基于机器视觉的医学载玻片的识别定位系统，包括处理 器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于 存储多条指令，所述指令适于由处理器加载并执行以下处理：
1)获取载玻片的目标区域图像，并对目标区域图像进行膨胀腐蚀操作，以 平滑图像；
2)将经过步骤1)处理后的图像转化为Mat类型，并对其进行灰度转化操 作和阈值化操作，以获得清晰的目标区域图像；
3)建立目标区域的像素坐标，绘制目标区域图像的最小外接矩形以及中心 点，输出目标图像坐标。
图3为(a)～(b)为本发明的识别效果对比图，其中，图(a)为采用本 方法的识别定位效果图，图(b)为采用其他方法的识别定位效果图。由图中可 以看出，采用其他定位识别方法虽然能识别载玻片，但是与载玻片并不切合， 而且不能计算角度，只是单纯框出目标。
如图4所示，一种基于机器视觉的医学载玻片的识别定位装置，包括四轴 机械臂1和如上所述的识别定位系统。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领 域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则 之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之 内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明 保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上， 本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明 的保护范围以内。
Claims (10)
1.一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，包括：
1)对载玻片进行摄像，获取载玻片的目标区域图像，并对目标区域图像进行膨胀腐蚀操作，以平滑图像；
2)将经过步骤1)处理后的图像转化为Mat类型，并对其进行灰度转化操作和阈值化操作，以获得清晰的目标区域图像；
3)建立目标区域的像素坐标，绘制目标区域图像的最小外接矩形以及中心点，输出目标图像坐标。
2.如权利要求1所述的一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，所述步骤1)中，采用USB摄像头拍摄目标区域图像，所述USB摄像头与计算机相连。
3.如权利要求1所述的一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，所述步骤1)的膨胀腐蚀操作具体包括：
1-1)采用函数cvErode对图像进行膨胀操作，滤除图像中小于腐蚀内核的噪声点，此时图像中物体体积减小；
1-2)采用函数cvDilate对图像进行膨胀处理，使图像中物体体积恢复原始大小，并对图像边缘信息进行平滑。
4.如权利要求1所述的一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，所述步骤2)中，通过函数cvtColor将RGB格式的原始彩色图像转化为GRAY格式的灰度图像，完成图像的灰度化处理，灰度化后的图像像素值范围为0-255。
5.如权利要求1所述的一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，所述步骤2)中，为进一步对目标区域轮廓进行提取，采用函数threshold对图像进行阈值化操作，通过设定合适的阈值，使图像输出为黑和白两色。
6.如权利要求1所述的一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，所述步骤3)具体包括：
3-1)以图像左上角为坐标原点，以像素点为单位建立像素坐标；
3-2)采用函数findContours自动查找图像中物体的轮廓，并通函数drawContours绘制出所查找到的物体轮廓；
3-3)根据绘制的物体轮廓，通过函数minAreaRect对每个物体的最小外接矩形定义；
3-4)通过函数circle和line，绘制出符合要求的最小外接矩形，并绘制出图像中心点；
3-5)根据图像中心点的像素坐标输出目标图像坐标。
7.如权利要求6所述的一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，所述步骤3-3)中，最小外接矩形信息包括：最小外接矩形四个角点坐标、中心点坐标、旋转角度和最小外接矩形的宽和高。
8.如权利要求1所述的一种基于机器视觉的医学载玻片的识别定位方法，其特征在于，所述步骤3)还包括目标区域图像的杂点筛选，具体包括：根据载玻片的大小设置判断值，根据判断值对最小外接矩形的宽和高进行判断，若最小外接矩形的宽和高在判断值范围之内，则对轮廓进行绘制，并输出轮廓信息。
9.一种基于机器视觉的医学载玻片的识别定位系统，包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行以下处理：
1)获取载玻片的目标区域图像，并对目标区域图像进行膨胀腐蚀操作，以平滑图像；
2)将经过步骤1)处理后的图像转化为Mat类型，并对其进行灰度转化操作和阈值化操作，以获得清晰的目标区域图像；
3)建立目标区域的像素坐标，绘制目标区域图像的最小外接矩形以及中心点，输出目标图像坐标。
10.一种基于机器视觉的医学载玻片的识别定位装置，其特征在于，包括四轴机械臂和如权利要求9所述的识别定位系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810697385.XA CN109087356A (zh) | 2018-06-29 | 2018-06-29 | 基于机器视觉的医学载玻片的识别定位方法、系统及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810697385.XA CN109087356A (zh) | 2018-06-29 | 2018-06-29 | 基于机器视觉的医学载玻片的识别定位方法、系统及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109087356A true CN109087356A (zh) | 2018-12-25 |
Family
ID=64834831
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810697385.XA Pending CN109087356A (zh) | 2018-06-29 | 2018-06-29 | 基于机器视觉的医学载玻片的识别定位方法、系统及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109087356A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110287865A (zh) * | 2019-06-24 | 2019-09-27 | 齐鲁工业大学 | 基于视觉伺服的医学载玻片码放校正方法、控制器及系统 |
| CN110482219A (zh) * | 2019-07-08 | 2019-11-22 | 齐鲁工业大学 | 一种基于机器视觉的医学载玻片传递系统及方法 |
| CN111353979A (zh) * | 2020-02-27 | 2020-06-30 | 成都恒创新星科技有限公司 | 一种移动式计算机视觉光斑探测定位方法 |
| CN111443475A (zh) * | 2020-05-20 | 2020-07-24 | 广州市汇研微电子技术有限公司 | 一种物镜自动定位扫描玻片的方法及装置 |
| CN111667454A (zh) * | 2020-04-23 | 2020-09-15 | 泉州华中科技大学智能制造研究院 | 可实现目标物精确抓取的视觉识别计算方法 |
| CN112198327A (zh) * | 2020-09-22 | 2021-01-08 | 桂林优利特医疗电子有限公司 | 一种基于机器视觉的医疗器械进样检测系统及方法 |
| CN112734833A (zh) * | 2020-12-10 | 2021-04-30 | 安徽理工大学 | 一种基于matlab的模型靶点坐标反馈系统 |
| CN114463352A (zh) * | 2022-01-12 | 2022-05-10 | 济南超级计算技术研究院 | 玻片扫描图像目标分割提取方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102279462A (zh) * | 2010-06-09 | 2011-12-14 | 北京赛尔蒂扶科技发展有限公司 | 载玻片自动化传送装载装置 |
| US20110316999A1 (en) * | 2010-06-21 | 2011-12-29 | Olympus Corporation | Microscope apparatus and image acquisition method |
| CN102636378A (zh) * | 2012-04-10 | 2012-08-15 | 无锡国盛精密模具有限公司 | 基于机器视觉定位的生物芯片点样仪及其定位方法 |
| CN105652429A (zh) * | 2016-03-22 | 2016-06-08 | 哈尔滨理工大学 | 一种基于机器学习的显微镜细胞载玻片扫描自动聚焦方法 |
| CN106530311A (zh) * | 2016-10-25 | 2017-03-22 | 帝麦克斯(苏州)医疗科技有限公司 | 切片图像处理方法及装置 |
| CN107479061A (zh) * | 2017-08-25 | 2017-12-15 | 重庆交通大学 | 一种基于图像识别与雷达测距的安全预警方法及系统 |
-
2018
- 2018-06-29 CN CN201810697385.XA patent/CN109087356A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102279462A (zh) * | 2010-06-09 | 2011-12-14 | 北京赛尔蒂扶科技发展有限公司 | 载玻片自动化传送装载装置 |
| US20110316999A1 (en) * | 2010-06-21 | 2011-12-29 | Olympus Corporation | Microscope apparatus and image acquisition method |
| CN102636378A (zh) * | 2012-04-10 | 2012-08-15 | 无锡国盛精密模具有限公司 | 基于机器视觉定位的生物芯片点样仪及其定位方法 |
| CN105652429A (zh) * | 2016-03-22 | 2016-06-08 | 哈尔滨理工大学 | 一种基于机器学习的显微镜细胞载玻片扫描自动聚焦方法 |
| CN106530311A (zh) * | 2016-10-25 | 2017-03-22 | 帝麦克斯(苏州)医疗科技有限公司 | 切片图像处理方法及装置 |
| CN107479061A (zh) * | 2017-08-25 | 2017-12-15 | 重庆交通大学 | 一种基于图像识别与雷达测距的安全预警方法及系统 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110287865A (zh) * | 2019-06-24 | 2019-09-27 | 齐鲁工业大学 | 基于视觉伺服的医学载玻片码放校正方法、控制器及系统 |
| CN110287865B (zh) * | 2019-06-24 | 2021-11-05 | 齐鲁工业大学 | 基于视觉伺服的医学载玻片码放校正方法、控制器及系统 |
| CN110482219A (zh) * | 2019-07-08 | 2019-11-22 | 齐鲁工业大学 | 一种基于机器视觉的医学载玻片传递系统及方法 |
| CN111353979A (zh) * | 2020-02-27 | 2020-06-30 | 成都恒创新星科技有限公司 | 一种移动式计算机视觉光斑探测定位方法 |
| CN111353979B (zh) * | 2020-02-27 | 2023-10-17 | 成都恒创新星科技有限公司 | 一种移动式计算机视觉光斑探测定位方法 |
| CN111667454A (zh) * | 2020-04-23 | 2020-09-15 | 泉州华中科技大学智能制造研究院 | 可实现目标物精确抓取的视觉识别计算方法 |
| CN111443475A (zh) * | 2020-05-20 | 2020-07-24 | 广州市汇研微电子技术有限公司 | 一种物镜自动定位扫描玻片的方法及装置 |
| CN111443475B (zh) * | 2020-05-20 | 2022-10-28 | 广州市汇研微电子技术有限公司 | 一种物镜自动定位扫描玻片的方法及装置 |
| CN112198327A (zh) * | 2020-09-22 | 2021-01-08 | 桂林优利特医疗电子有限公司 | 一种基于机器视觉的医疗器械进样检测系统及方法 |
| CN112734833A (zh) * | 2020-12-10 | 2021-04-30 | 安徽理工大学 | 一种基于matlab的模型靶点坐标反馈系统 |
| CN114463352A (zh) * | 2022-01-12 | 2022-05-10 | 济南超级计算技术研究院 | 玻片扫描图像目标分割提取方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109087356A (zh) | 基于机器视觉的医学载玻片的识别定位方法、系统及装置 | |
| US9314161B2 (en) | Moving object contour extraction apparatus, left ventricle image segmentation apparatus, moving object contour extraction method and left ventricle image segmentation method | |
| US7848547B2 (en) | Apparatus for detecting feature point and method of detecting feature point | |
| EP2888718B1 (en) | Methods and systems for automatic location of optic structures in an image of an eye, and for automatic retina cup-to-disc ratio computation | |
| JP2017501005A (ja) | 広視野網膜画像取得システム及び方法 | |
| EP2227784A1 (en) | System for detecting bone cancer metastases | |
| EP2405397A1 (en) | Processing of images captured inside a body lumen | |
| CN111667468A (zh) | 基于神经网络的oct图像病灶检测方法、装置及介质 | |
| US10521906B2 (en) | Method and image processor for evaluating a contrast agent-enhanced magnetic resonance slice image of a heart | |
| CN104268515A (zh) | 一种精子形态异常检测方法 | |
| CN108510493A (zh) | 医学图像内目标对象的边界定位方法、存储介质及终端 | |
| Khan et al. | Segmentation of developing human embryo in time-lapse microscopy | |
| CN113302619A (zh) | 目标区域评估和特征点评估的系统和方法 | |
| CN115496700A (zh) | 一种基于眼部图像的疾病检测系统及方法 | |
| CN113435353A (zh) | 基于多模态的活体检测方法、装置、电子设备及存储介质 | |
| CN109549619B (zh) | 眼底盘沿宽度确定方法、青光眼疾病诊断装置和系统 | |
| CN115511883A (zh) | 确定视网膜眼底血管的弯曲度的方法、设备和存储介质 | |
| Tan et al. | Automatic notch detection in retinal images | |
| WO2020108436A1 (zh) | 舌面图像分割装置、方法及计算机存储介质 | |
| JP2011250811A (ja) | 医用画像処理装置及びプログラム | |
| BR112021013021A2 (pt) | Dispositivo portátil para aquisição de dados antropométricos, e método de coleta de dados antropométricos | |
| CN110428431B (zh) | 一种心脏医学图像的分割方法、装置、设备及存储介质 | |
| CN114821756A (zh) | 一种基于深度学习的眨眼数据统计方法和装置 | |
| CN112700421B (zh) | 冠脉图像分类方法及装置 | |
| Queirós et al. | Fast fully automatic segmentation of the myocardium in 2d cine mr images |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181225 |
|
| RJ01 | Rejection of invention patent application after publication |