CN110047107A - 相机标定方法及图像配准方法、基因测序仪及系统 - Google Patents
相机标定方法及图像配准方法、基因测序仪及系统 Download PDFInfo
- Publication number
- CN110047107A CN110047107A CN201810032793.3A CN201810032793A CN110047107A CN 110047107 A CN110047107 A CN 110047107A CN 201810032793 A CN201810032793 A CN 201810032793A CN 110047107 A CN110047107 A CN 110047107A
- Authority
- CN
- China
- Prior art keywords
- point
- fluorescent image
- biochip
- trajectory line
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 108090000623 proteins and genes Proteins 0.000 title claims abstract description 53
- 238000000018 DNA microarray Methods 0.000 claims abstract description 69
- 238000012163 sequencing technique Methods 0.000 claims abstract description 39
- 239000002077 nanosphere Substances 0.000 claims description 43
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 238000013467 fragmentation Methods 0.000 claims description 3
- 238000006062 fragmentation reaction Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 22
- 239000002585 base Substances 0.000 description 19
- 230000003287 optical effect Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000003860 storage Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 8
- 230000000875 corresponding effect Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000009826 distribution Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 241000226585 Antennaria plantaginifolia Species 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- IQFYYKKMVGJFEH-XLPZGREQSA-N Thymidine Chemical compound O=C1NC(=O)C(C)=CN1[C@@H]1O[C@H](CO)[C@@H](O)C1 IQFYYKKMVGJFEH-XLPZGREQSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000013213 extrapolation Methods 0.000 description 2
- 238000002073 fluorescence micrograph Methods 0.000 description 2
- UYTPUPDQBNUYGX-UHFFFAOYSA-N guanine Chemical compound O=C1NC(N)=NC2=C1N=CN2 UYTPUPDQBNUYGX-UHFFFAOYSA-N 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229930024421 Adenine Natural products 0.000 description 1
- GFFGJBXGBJISGV-UHFFFAOYSA-N Adenine Chemical compound NC1=NC=NC2=C1N=CN2 GFFGJBXGBJISGV-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- DWRXFEITVBNRMK-UHFFFAOYSA-N Beta-D-1-Arabinofuranosylthymine Natural products O=C1NC(=O)C(C)=CN1C1C(O)C(O)C(CO)O1 DWRXFEITVBNRMK-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 229960000643 adenine Drugs 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000011805 ball Substances 0.000 description 1
- IQFYYKKMVGJFEH-UHFFFAOYSA-N beta-L-thymidine Natural products O=C1NC(=O)C(C)=CN1C1OC(CO)C(O)C1 IQFYYKKMVGJFEH-UHFFFAOYSA-N 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000799 fluorescence microscopy Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011807 nanoball Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 229940104230 thymidine Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10056—Microscopic image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30072—Microarray; Biochip, DNA array; Well plate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Abstract
本发明提供一种用于生物芯片的相机标定方法，获取生物芯片的至少一荧光图像；判断所述荧光图像中的轨迹交叉点定位是否准确；当所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点；获取所述有效点在所述荧光图像上的二维坐标；基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标；基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。本发明实施例还提供一种用于生物芯片的图像配准方法、基因测序系统与基因测序仪。利用本发明实施例无需使用特定的标定物即可进行相机参数标定。
Description
技术领域
本发明涉及基因测序荧光图像分析领域，具体的，涉及一种相机标定方法及图像配准方法、基因测序仪及系统。
背景技术
本部分旨在为权利要求书及具体实施方式中陈述的本发明实施例的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
基因测序是指分析特定DNA片段的碱基序列，即腺嘌呤(A),胸腺嘧啶(T)，胞嘧啶(C)与鸟嘌呤(G)的排列方式。目前常用的测序方法之一是：上述四种碱基分别携带四种不同的荧光基团，不同的荧光基团受激发后发射出不同波长(颜色)的荧光，通过识别该荧光波长就能够识别出被合成碱基的类型，从而读取碱基序列。二代测序技术采用高分辨显微成像系统，拍照采集测序芯片上的DNA纳米球(即DNB，DNA Nanoballs)的荧光分子图像，将荧光分子图像送入碱基识别软件解码图像信号得到碱基序列。碱基识别软件主要进行图像配准、灰度提取与校正来判别碱基。其中，图像配准是基因测序的基石。图像配准可以通过精确定位轨迹交叉点得到每个区块内的DNA纳米球的坐标。内部区块区域的轨迹交叉点的定位可以借助区块周围的像素信息获取亚像素级别的精度，而外部区块区域的轨迹交叉点的定位无法借助区块周围的像素信息。
现有技术中，首先利用特制的且具有一定精度要求的标定物对显微相机进行标定，然后利用针孔相机模型及相机标定结果获取DNA纳米球的图像坐标。但是，现有标定物成本较高但精度有限，而且安装及移除标定物的过程会改变显微光学系统，导致实际的畸变系数发生改变。此外，现有技术中是使用相邻的内部区块的迹线交叉点线性推导外围迹线交叉点的图像坐标。由于实际图像存在畸变，导致线性推导的方法精度不高，影响了外围DNA纳米球在图像中的定位，进而影响荧光图像配准及碱基序列的识别的精准度。
发明内容
鉴于此，有必要提供一种相机标定方法及图像配准方法、基因测序仪及系统，无需使用特定的标定物即可进行相机参数标定。
本发明实施例一方面提供一种用于生物芯片的相机标定方法，所述相机标定方法包括：
获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球；
判断所述荧光图像中的轨迹交叉点定位是否准确；
当所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点；
获取所述有效点在所述荧光图像上的二维坐标；
基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标；
基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。
进一步的，在本发明实施例提供的上述相机标定方法，所述预设条件包括所述DNA纳米球的中心位于像素中心。
进一步的，在本发明实施例提供的上述相机标定方法，所述预设条件包括：
所述DNA纳米球中心的灰度值是所述DNA纳米球的邻域内的最大值，所述DNA纳米球邻域内的灰度值在第一方向与第二方向呈现对称性。
进一步的，在本发明实施例提供的上述相机标定方法，所述DNA纳米球的邻域为以所述DNA纳米球的中心为对称中心的3*3像素区域。
进一步的，在本发明实施例提供的上述相机标定方法，所述计算所述有效点在所述生物芯片上的三维物理坐标包括：
通过轨迹交叉点坐标获取所述有效点位于所述荧光图像的区块上的位点位置；
获取所述位点位置邻域内相邻的位点；
计算与所述有效点的中心距离最近的所述相邻的位点的二维坐标；
利用所述相邻的位点的二维坐标与所述轨迹交叉点在生物芯片上的三维物理坐标计算所述有效点在生物芯片上的三维物理坐标。
进一步的，在本发明实施例提供的上述相机标定方法，所述通过轨迹交叉点坐标获取所述有效点位于所述荧光图像的区块上的位点位置包括：
利用所述轨迹交叉点坐标计算所述荧光图像的区块上第一轨迹线与第二轨迹线的斜率与截距；
计算所述有效点到所述第一轨迹线与所述第二轨迹线的距离；
利用所述有效点到所述第一轨迹线与所述第二轨迹线的距离以及所述有效点在第一方向与第二方向的直径，获取所述有效点位于所述荧光图像的区块上的位点位置。
进一步的，在本发明实施例提供的上述相机标定方法，所述生物芯片为基因测序芯片，所述荧光图像为测序图像，所述DNA纳米球包括DNA片段的扩增产物，所述DNA纳米球在合成碱基时携带荧光基团。
本发明实施例再一方面还提供一种用于生物芯片的图像配准方法，所述图像配准方法包括：
获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球；
定位所述荧光图像中的轨迹交叉点；
利用上述任一项所述的相机标定方法标定内参数，计算相机外参数以及所述荧光图像上外部区块的轨迹交叉点的二维坐标。
本发明实施例再一方面还提供一种基因测序系统，所述基因测序系统包括：
图像获取模块，用于获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球；
判断模块，用于判断所述荧光图像中的轨迹交叉点定位是否准确；
有效点获取模块，用于在所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点；
坐标获取模块，用于获取所述有效点在所述荧光图像上的二维坐标；
坐标计算模块，用于基于所述有效点的所述二维坐标，计算所述有效点在所述测序芯片上的三维物理坐标；
内参数计算模块，用于基于所述有效点的所述二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。
本发明实施例再一方面还提供一种基因测序仪，所述基因测序仪包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现上述任意一项所述的相机标定方法的步骤。
本发明实施例提供的相机标定方法及图像配准方法、基因测序仪及系统，获取生物芯片的至少一荧光图像，判断所述荧光图像中的轨迹交叉点定位是否准确。当所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点，获取所述有效点在所述荧光图像上的二维坐标。基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标，基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。利用本发明实施例，可以直接使用荧光图像进行相机内参数标定，节约成本且不影响相机的显微光学系统；由于生物芯片本身的精度较高，且每幅荧光图像能够获取到3-5万个有效点，可产生大量有效点的二维坐标和三维物理坐标的匹配点对，能有效减少随机误差，提高了相机参数标定的精度，且所述荧光图像获取有效点以及产生匹配点对耗时较短，提高了相机参数标定的效率。
附图说明
图1是本发明的实施例提供的相机标定方法的流程图。
图2是本发明的实施例提供的图像配准方法的流程图。
图3是本发明一实施方式的基因测序仪的结构示意图。
图4是图3所示的基因测序仪的示例性的功能模块图。
图5为本发明实施例提供的生物芯片表面视场和轨迹线布局的示意图。
图6A为本发明实施例提供的有效点像素化的示意图。
图6B为本发明实施例提供的有效点像素化的另一示意图。
图7A为测序过程中所获取的荧光图像。
图7B为采用本发明所述方法筛选有效点后的荧光图像。
图8为本发明实施例提供的有效点寻址算法示意图。
图9为相机成像原理模型的示意图。
图10A为未发生畸变的(标定板)图像示意图。
图10B为发生桶形畸变的图像示意图。
图10C为发生枕形畸变的图像示意图。
图11A为本发明实施例提供的利用相机标定及图像配准方法的图像局部区域配准效果图。
图11B为图11A所示的图像局部区域配准效果图中一个有效点配准示意图。
图12为使用本发明所提供的相机标定方法与现有技术方法所得的比对率对比图。
主要元件符号说明
如下具体实施方式将结合上述附图进一步说明本发明实施例。
具体实施方式
为了能够更清楚地理解本发明实施例的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本申请的实施方式中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明实施例，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，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方式，都属于本发明实施例保护的范围。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明实施例的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明实施例。
图1是本发明的实施例提供的相机标定方法的流程图。如图1所示，所述相机标定方法可以包括如下步骤：
S101：获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球。
本实施方式中，所述生物芯片可以是基因测序芯片，所述荧光图像可以是测序时拍摄荧光信号图像，所述DNA纳米球(DNB)可以是包括DNA片段的扩增产物。所述DNA纳米球(DNB)在合成碱基时携带有荧光基团，荧光基团受激发时发出荧光信号。可以利用显微相机对生物芯片连续拍照以得到若干荧光图像。以V1版本基因测序芯片为例，所述基因测序芯片尺寸约为75mm*25mm。需要说明的是，在本文中“荧光图像”指显微相机一次拍摄所得的一个视野/视场(FOV，field of view)的图像。显微相机的视野较小，约为768.6μm*648μm。在测序过程中，对基因测序芯片可以拍摄多幅荧光图像。所述第一方向可以是水平方向，所述第二方向可以是垂直方向。所述第一组轨迹线(track line)可以是水平方向上平行分布的轨迹线，所述第二组轨迹线可以是垂直方向上平行分布的轨迹线。相邻两条第一方向上平行分布的轨迹线与第二方向上平行分布的轨迹线之间的区域为区块(block)。所述区块上均匀分布若干阵列位点(spot)，一个位点上可以装载一个DNA纳米球。在一实施例中，所述生物芯片可以采用PCT专利申请PCT/US2011/050047所公开的生化阵列芯片，其全部公开内容通过引证结合于此。
S102：判断所述荧光图像中的轨迹交叉点定位是否准确，如果是，则进入步骤S103，否则，继续执行步骤S101或者结束流程。
可以理解的是，轨迹交叉点(trackcross)的定位精度，是指实际拍摄到的轨迹交叉点的位置点与计算出来的轨迹交叉点的位置点的偏差，可以通过实际的轨迹交叉点的像素位置与计算出来的轨迹交叉点的像素位置的偏差与像素精度的乘积来计算定位精度。
在一实施方式中，选取某些有效点(goodpoints)，通过轨迹交叉点定位所述有效点对应的DNA纳米球的荧光成像中心，若所述对应的DNA纳米球的荧光成像中心与有效点中心的位置偏差乘以像素精度的值符合预设定位精度，则所述荧光图像中的轨迹交叉点定位准确。
S103：获取所述荧光图像上满足预设条件的有效点。
本实施方式中，所述预设条件可以是所述DNA纳米球的中心位于像素中心，所述DNA纳米球中心的灰度值是所述DNA纳米球的邻域内的最大值，所述DNA纳米球邻域内的灰度值在第一方向与第二方向呈现对称性。一般地，所述有效点对应的DNA纳米球中心像素的灰度值与其3*3邻域像素灰度值之和的比值，在整幅荧光图像的所有的DNA纳米球中心像素的灰度值与其3*3邻域像素灰度值之和的比值的反向排序中，大概排名前30％。所述反向排序为以从大到小的方式进行排序。所述DNA纳米球的邻域为以所述DNA纳米球的中心为对称中心的3*3像素区域。可以理解的是，不同的生物芯片的DNA纳米球的荧光成像的分辨率是不同的；DNA纳米球的荧光成像中心的邻域的像素的个数也是不同的。
S104：获取所述有效点在所述荧光图像上的二维坐标。
本实施方式中，若获取到所述荧光图像上满足预设条件的有效点，则可以获取所述有效点在所述荧光图像上的二维坐标。
S105：基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标。
本实施方式中，可以通过轨迹交叉点坐标获取所述有效点位于所述荧光图像的区块上的位点位置；获取所述位点位置邻域内相邻的位点；计算与所述有效点的中心距离最近的所述相邻的位点的二维坐标；利用所述相邻的位点的二维坐标与所述轨迹交叉点在生物芯片上的三维物理坐标计算所述有效点在生物芯片上的三维物理坐标。可以理解的是，所述通过轨迹交叉点坐标获取所述有效点位于所述荧光图像的区块上的位点位置可以包括利用所述轨迹交叉点坐标计算所述荧光图像的区块上第一轨迹线与第二轨迹线的斜率与截距；计算所述有效点到所述第一轨迹线与所述第二轨迹线的距离；利用所述有效点到所述第一轨迹线与所述第二轨迹线的距离以及所述有效点在第一方向与第二方向的直径，获取所述有效点位于所述荧光图像的区块上的位点位置。
S106：基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。
本实施方式中，将所述匹配点对进行相机参数求解，计算出相机标定内参数。例如，opencv中具有开源函数，所述开源函数可以用于求解相机参数。所述opencv是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。
本发明实施例提供的相机标定方法，获取生物芯片的至少一荧光图像，判断所述荧光图像中的轨迹交叉点定位是否准确。当所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点，获取所述有效点在所述荧光图像上的二维坐标。基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标，基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。利用本发明实施例，可以直接使用荧光图像进行相机内参数标定，节约成本且不影响相机的显微光学系统；由于生物芯片本身的精度较高，且每幅荧光图像能够获取到3-5万个有效点，可产生大量有效点的二维坐标和三维物理坐标的匹配点对，能有效减少随机误差，提高了相机参数标定的精度，且所述荧光图像获取有效点以及产生匹配点对耗时较短，提高了相机参数标定的效率。
图2是本发明的实施例提供的图像配准方法的流程图。如图2所示，所述图像配准方法可以包括如下步骤：
S201：获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球。
S202：定位所述荧光图像中的轨迹交叉点。
S203：利用所述相机标定内参数，计算相机外参数以及所述荧光图像上外部区块的轨迹交叉点的二维坐标。
本实施方式中，利用内部区块区域上的轨迹交叉点坐标和相机标定内参数计算得出相机外参数，通过外部区块区域上的轨迹交叉点坐标计算得出所述荧光图像上外部区块的轨迹交叉点的二维坐标。
本发明实施例提供的图像配准方法，获取生物芯片的至少一荧光图像，定位所述荧光图像中的轨迹交叉点，利用所述相机标定内参数，计算相机外参数以及所述荧光图像上外部区块的轨迹交叉点的二维坐标，从而完成对荧光图像的配准。在图像配准后即可进行后续处理(如去噪、灰度提取及校正)，然后可进行碱基识别。利用本发明实施例，无需安装及拆除标定物，因而提高了相机光学系统的稳定性及测序的效率。
以上是对本发明实施例所提供的方法进行的详细描述。根据不同的需求，所示流程图中方块的执行顺序可以改变，某些方块可以省略。下面对本发明实施例所提供的基因测序仪进行描述。
本发明实施例还提供一种基因测序仪，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任一实施方式中所述的相机标定方法的步骤。需要说明的是，所述基因测序仪可以包括芯片平台、光学系统、液路系统。其中，所述芯片平台可以用于装载生物芯片，所述光学系统可以用于获取荧光图像，所述液路系统可以用于利用预设的试剂进行基因测序。
图3是本发明一实施方式的基因测序仪的结构示意图。如图3所示，基因测序仪1包括存储器10，存储器10中存储有基因测序系统100。所述基因测序系统100可以获取生物芯片的至少一荧光图像，判断所述荧光图像中的轨迹交叉点定位是否准确。当所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点，获取所述有效点在所述荧光图像上的二维坐标。基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标，基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。利用本发明实施例，可以直接使用荧光图像进行相机内参数标定，节约成本且不影响相机的显微光学系统；由于生物芯片本身的精度较高，且每幅荧光图像能够获取到3-5万个有效点，可产生大量有效点的二维坐标和三维物理坐标的匹配点对，能有效减少随机误差，提高了相机参数标定的精度，且所述荧光图像获取有效点以及产生匹配点对耗时较短，提高了相机参数标定的效率。
所述的基因测序系统100还可以获取生物芯片的至少一荧光图像，定位所述荧光图像中的轨迹交叉点，利用所述相机标定内参数，计算相机外参数以及所述荧光图像上外部区块的轨迹交叉点的二维坐标，从而完成对荧光图像的配准。在图像配准后即可进行后续处理(如去噪、灰度提取及校正)，然后可进行碱基识别。利用本发明实施例，无需安装及拆除标定物，因而提高了相机光学系统的稳定性及测序的效率。
本实施方式中，基因测序仪1还可以包括显示屏20及处理器30。存储器10、显示屏20可以分别与处理器30电连接。
所述的存储器10可以是不同类型存储设备，用于存储各类数据。例如，可以是基因测序仪1的存储器、内存，还可以是可外接于该基因测序仪1的存储卡，如闪存、SM卡(SmartMedia Card，智能媒体卡)、SD卡(Secure Digital Card，安全数字卡)等。此外，存储器10可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器10用于存储各类数据，例如，所述基因测序仪1中安装的各类应用程序(Applications)、应用上述相机标定方法而设置、获取的数据等信息。
显示屏20安装于基因测序仪1，用于显示信息。
处理器30用于执行所述相机标定方法以及所述基因测序仪1内安装的各类软件，例如操作系统及应用显示软件等。处理器30包含但不限于处理器(Central ProcessingUnit，CPU)、微控制单元(Micro Controller Unit，MCU)等用于解释计算机指令以及处理计算机软件中的数据的装置。
所述的基因测序系统100可以包括一个或多个的模块，所述一个或多个模块被存储在基因测序仪1的存储器10中并被配置成由一个或多个处理器(本实施方式为一个处理器30)执行，以完成本发明实施例。例如，参阅图4所示，所述基因测序仪1可以包括图像获取模块11、判断模块12、有效点获取模块13、坐标获取模块14、坐标计算模块15、内参数计算模块16、定位模块17、外参数计算模块18。本发明实施例所称的模块可以是完成一特定功能的程序段，比程序更适合于描述软件在处理器中的执行过程。
可以理解的是，对应上述相机标定方法中的各实施方式，基因测序仪1可以包括图4中所示的各功能模块中的一部分或全部，各模块的功能将在以下具体介绍。需要说明的是，以上相机标定方法的各实施方式中相同的名词相关名词及其具体的解释说明也可以适用于以下对各模块的功能介绍。为节省篇幅及避免重复起见，在此就不再赘述。
图像获取模块11可用于获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球。
判断模块12可用于判断所述荧光图像中的轨迹交叉点定位是否准确。
有效点获取模块13可用于在所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点。
坐标获取模块14可用于获取所述有效点在所述荧光图像上的二维坐标。
坐标计算模块15可用于基于所述有效点的所述二维坐标，计算所述有效点在所述测序芯片上的三维物理坐标。
内参数计算模块16可用于基于所述有效点的所示二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。
定位模块17可用于定位所述荧光图像中的轨迹交叉点。
外参数计算模块18可用于计算相机外参数以及所述荧光图像上外部区块的轨迹交叉点的二维坐标。
本发明实施例还提供一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施方式中的相机标定方法的步骤。
所述基因测序系统/基因测序仪/计算机设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施方式方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述基因测序系统/基因测序仪的控制中心，利用各种接口和线路连接整个基因测序系统/基因测序仪的各个部分。
所述存储器用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述基因测序系统/基因测序仪的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
请参阅图5，图5为本发明实施例提供的生物芯片表面视场和轨迹线布局的示意图。以V1版本生物芯片为例，所述生物芯片900尺寸约为75mm*25mm。测序过程使用显微相机对荧光图像910进行拍摄。显微相机的视野较小，约为768.6μm*648μm。在测序过程中，对生物芯片900可以拍摄多幅荧光图像910。所述视野在水平方向与垂直方向上各分布了9条轨迹线911，轨迹线的交叉点称为轨迹交叉点912。每个视野在水平方向与垂直方向上相邻的两条轨迹线之间构成的区域为一个区块。如图5所示，四边均为实线的区块为内部区块913，四边中包含虚线的区块为外部区块914。
请参阅图6A，图6A为本发明实施例提供的有效点像素化的示意图。每个DNA纳米球的分辨率为2*2。其中，“1”、“2”、“3”、“4”、“5”、“6”、“7”、“8”、“9”表示像素。所述有效点满足的预设条件可以为所述DNA纳米球的中心位于像素中心，即所述DNA纳米球的中心位于像素“5”。请参阅图6B，图6B为本发明实施例提供的有效点像素化的另一示意图。如图6B所示，所述DNA纳米球中心的灰度值是所述DNA纳米球的3*3邻域内的最大值，所述DNA纳米球的3*3邻域内的灰度值在第一方向与第二方向呈现对称性。一般地，所述有效点对应的DNA纳米球中心像素的灰度值与其3*3邻域像素灰度值之和的比值，在整幅荧光图像的所有的DNA纳米球中心像素的灰度值与其3*3邻域像素灰度值之和的比值的反向排序中，大概排名前30％。所述反向排序为以从大到小的方式进行排序。请参阅图7A、7B，图7A所示的图像为测序过程中所获取的荧光图像。图7B为采用本发明所述方法筛选有效点后的荧光图像。本领域技术人员可以基于本发明的构思设置有效点的筛选条件，本发明的保护范围并不仅限于上述实施例中的具体参数设置。
请参阅图8，图8为本发明实施例提供的有效点寻址算法示意图。图8显示的是荧光图像910的一个区块区域，中间大圆点表示所述区块区域的一个有效点915。中间大圆点里面的小圆点表示有效点915的中心，中间大圆点周围的叉表示有效点915周围相邻的位点916的中心。tc0、tc1、tc2、tc3表示荧光图像910的一个区块区域上的轨迹交叉点，line1为轨迹交叉点tc0至轨迹交叉点tc1的第一轨迹线，line2为轨迹交叉点tc0至轨迹交叉点tc3的第二轨迹线，d1为有效点915到第一轨迹线line1的距离，d2为有效点915到第二轨迹线line2的距离。所述区块区域内均匀分布位点916，用网格示意。dw表示位点916在第一方向的直径，dh表示位点916在第二方向的直径。首先进行粗寻址，利用所述轨迹交叉点tc0、tc1、tc2、tc3的坐标计算所述荧光图像910的区块上第一轨迹线line1与第二轨迹线line2的斜率与截距。以第一轨迹线line1为例，第一轨迹线line1的斜率与截距计算方法如下：
计算有效点915到第一轨迹线line1的距离d1:
利用所述有效点915到第一轨迹线line1的距离以及所述有效点915在第一方向的直径与第二方向的直径，获取所述有效点915位于所述荧光图像910的区块上的位点916位置。用(idx,idy)表示有效点915位于所述区块区域内的位点916位置，即有效点915位于区块区域内的粗寻址：
接着，进行细寻址，即对有效点915位于区块区域内的粗寻址(idx,idy)取整遍历获取所述位点916位置周围3*3邻域内相邻的位点916，分别计算有效点915的中心与相邻的位点916的中心的距离，与所述有效点915的中心距离最近的所述相邻的位点916即为有效点915在区块区域的最终地址，用(Xb,Yb)表示与所述有效点915的中心距离最近的所述相邻的位点916的二维坐标。
可以理解的是，轨迹交叉点tc0、tc1、tc2、tc3在生物芯片上的三维物理坐标已知，以轨迹交叉点tc0为例，假设tc0的三维物理坐标为(Xtc0，Ytc0，Ztc0)，则所述有效点915在生物芯片900上的三维物理坐标(X,Y,Z)为：
X＝Xtc0+Xb
Y＝Ytc0+Yb 公式4
将Z直接赋值为1，即可得到有效点915在生物芯片900上的三维物理坐标。
请参阅图9，图9是相机成像原理模型的示意图。如图9所示，点Fc和XC,YC,ZC,轴组成的直角坐标系称为相机坐标系，其中Fc为相机投影中心(或称为光心)，Xc轴和Yc轴分别与成像平面坐标系(即图像坐标系)的x轴和y轴平行，Zc轴为相机的光轴，和图像平面垂直。光轴Zc与图像平面的交点为图像的主点(CX,CY)。
点(X,Y,Z)代表三维物理坐标坐标系中的任一点，假设其经由针孔相机模型投影至图像平面上的点坐标为(u,v),以像素为单位，则用公式描述点(X,Y,Z)与点(u,v)之间的映射关系如下：
sm′＝A[R|t]M′ 公式5
或者：
公式6是公式5的展开式；
fx，fy是以像素为单位，是相机在X方向与Y方向的焦距；
其中，为相机内参矩阵；内参数矩阵不依赖场景，焦距固定的前提下，可被重复使用。
为相机外参矩阵，外参矩阵可理解为相机相对于一个固定场景的运动或者物体围绕相机的刚性运动。场景不同，外参数矩阵也不同。R是正交旋转矩阵；
R满足约束条件：
r11 2+r12 2+r13 2＝1
r21 2+r22 2+r23 2＝1
r31 2+r32 2+r33 2＝1
t1,t2,t3,是三维空间坐标系的原点在相机坐标系中对应的坐标；
CX,Cy是图像中心(光轴与图像平面交点)的坐标；
s表示了对图像升采样或降采样而缩放的尺度；
m′表示图像坐标系的二维坐标；
M′表示空间坐标系的三维物理坐标；
对外参数矩阵[R|t]的估计通常被称为姿态估计(pose estimation)或者相机外参数估计。
对公式6稍作变换，假设并引入中间变量x'，y′,则公式6等价于：
实际中镜头通常会对图像产生一些畸变，大部分为径向畸变，也会有轻微的切向畸变。径向畸变指在观察到的图像中，点的坐标在显示的时候是远离(即桶形畸变)或者靠近(即枕形畸变)图像中心，畸变的程度正相关于该点到畸变中心(通常为图像中心)的径向距离。请参阅图10A、10B、10C，图10A为未发生畸变的(标定板)图像示意图，图10B为发生桶形畸变的图像示意图，图10C为发生枕形畸变的图像示意图。畸变系数不依赖于场景，畸变系数被计算得出后可被重复使用，因此它们也属于相机内参数。本领域技术人员可以理解，本发明的方法所适用的情况不局限于图10B，10C所示的图像畸变类型。
本实施例中，利用基于低阶多项式模型对径向畸变及切向畸变进
行处理，用x"及y″表示畸变对x'及y′的影响建立约束方程，则公式7可扩展为：
其中，
k1,k2,k3,p1,p2称为畸变系数；
k1,k2,k3为径向畸变系数；
p1,p2为切向畸变系数；
r为图像的点到图像中心(CX,Cy)的距离。
可以理解的是，由于外部区块中的轨迹交叉点的三维物理坐标已知，通过针孔相机成像原理模型可计算出对应的二维坐标。
可以理解的是，进一步的改进包括利用复杂的高维空间内的多项式模型建立约束方程进行相机参数标定。
还可以理解的是，进一步改进还包括考虑色差对相机内参的影响，对不同的激光通道分别进行相机参数标定。
请参阅图11A、11B，图11A为本发明实施例提供的利用相机标定及图像配准方法的图像局部区域配准效果图，图11B为图11A所示的图像局部区域配准效果图中一个有效点配准示意图，虚线圆圈XI内表示的是图11A中一个经过放大处理后的有效点的示意图。可看出，利用相机标定及图像配准方法定位的有效点9151的定位精度高于利用线性外推方法定位的有效点9152的定位精度。即利用本发明实施例提供的相机标定及图像配准方法对外围轨迹线交叉点的定位精度高于现有技术利用相邻内部轨迹交叉点线性外推的方法对外围轨迹交叉点的定位。
请参阅图12，图12中将测序中使用本发明所提供的相机标定方法与现有技术方法所得的比对率进行对比。所述比对率是测序序列与已知参考序列进行比对后序列一致的碱基占测序碱基总数的比率。比对率是衡量碱基识别软件的一项重要指标，比对率越高，图像配准效果越好。从图12所示的对比结果可以看出，利用本发明所提供的相机标定方法后进行碱基识别的比对率(mapping rate)高于现有技术(基于basecall 0.9.2Dev版本的碱基识别软件)。
本发明实施例提供的相机标定方法及图像配准方法、基因测序仪及系统。获取生物芯片的至少一荧光图像，判断所述荧光图像中的轨迹交叉点定位是否准确。当所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点，获取所述有效点在所述荧光图像上的二维坐标。基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标，基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。利用本发明实施例，可以直接使用荧光图像进行相机内参数标定，节约成本且不影响相机的显微光学系统；由于生物芯片本身的精度较高，且每幅荧光图像能够获取到3-5万个有效点，可产生大量有效点的二维坐标和三维物理坐标的匹配点对，能有效减少随机误差，提高了相机参数标定的精度，且所述荧光图像获取有效点以及产生匹配点对耗时较短，提高了相机参数标定的效率。
在本发明所提供的几个具体实施方式中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的系统实施方式仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。
以上实施方式仅用以说明本发明实施例的技术方案而非限制，尽管参照以上较佳实施方式对本发明实施例进行了详细说明，本领域的普通技术人员应当理解，可以对本发明实施例的技术方案进行修改或等同替换都不应脱离本发明实施例的技术方案的精神和范围。
Claims (10)
1.一种用于生物芯片的相机标定方法，其特征在于，所述相机标定方法包括：
获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球；
判断所述荧光图像中的轨迹交叉点定位是否准确；
当所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点；
获取所述有效点在所述荧光图像上的二维坐标；
基于所述有效点的所述二维坐标，计算所述有效点在所述生物芯片上的三维物理坐标；
基于所述有效点的所述的二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。
2.根据权利要求1所述的相机标定方法，其特征在于，所述预设条件包括所述DNA纳米球的中心位于像素中心。
3.根据权利要求2所述的相机标定方法，其特征在于，所述预设条件包括：
所述DNA纳米球中心的灰度值是所述DNA纳米球的邻域内的最大值，所述DNA纳米球邻域内的灰度值在第一方向与第二方向呈现对称性。
4.根据权利要求3所述的相机标定方法，其特征在于，所述DNA纳米球的邻域为以所述DNA纳米球的中心为对称中心的3*3像素区域。
5.根据权利要求1所述的相机标定方法，其特征在于，所述计算
所述有效点在所述生物芯片上的三维物理坐标包括：
通过轨迹交叉点坐标获取所述有效点位于所述荧光图像的区块上的位点位置；
获取所述位点位置邻域内相邻的位点；
计算与所述有效点的中心距离最近的所述相邻的位点的二维坐标；
利用所述相邻的位点的二维坐标与所述轨迹交叉点在生物芯片上的三维物理坐标计算所述有效点在生物芯片上的三维物理坐标。
6.根据权利要求5所述的相机标定方法，其特征在于，所述通过轨迹交叉点坐标获取所述有效点位于所述荧光图像的区块上的位点位置包括：
利用所述轨迹交叉点坐标计算所述荧光图像的区块上第一轨迹线与第二轨迹线的斜率与截距；
计算所述有效点到所述第一轨迹线与所述第二轨迹线的距离；
利用所述有效点到所述第一轨迹线与所述第二轨迹线的距离以及所述有效点在第一方向与第二方向的直径，获取所述有效点位于所述荧光图像的区块上的位点位置。
7.根据权利要求1所述的相机标定方法，其特征在于，所述生物芯片为基因测序芯片，所述荧光图像为测序图像，所述DNA纳米球包括DNA片段的扩增产物，所述DNA纳米球在合成碱基时携带荧光基团。
8.一种用于生物芯片的图像配准方法，其特征在于，所述图像配准方法包括：
获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球；
定位所述荧光图像中的轨迹交叉点；
利用如权利要求1-7任一项所述的相机标定方法标定内参数，计算相机外参数以及所述荧光图像上外部区块的轨迹交叉点的二维坐标。
9.一种基因测序系统，其特征在于，所述基因测序系统包括：
图像获取模块，用于获取生物芯片的至少一荧光图像，所述生物芯片上设置有在第一方向上平行分布的第一组轨迹线及在第二方向上平行分布的第二组轨迹线，所述第一方向垂直于所述第二方向，所述第一组轨迹线与所述第二组轨迹线的交点为轨迹交叉点，所述生物芯片上设置有多个DNA纳米球；
判断模块，用于判断所述荧光图像中的轨迹交叉点定位是否准确；
有效点获取模块，用于在所述荧光图像的轨迹交叉点定位准确时，获取所述荧光图像上满足预设条件的有效点；
坐标获取模块，用于获取所述有效点在所述荧光图像上的二维坐标；
坐标计算模块，用于基于所述有效点的所述二维坐标，计算所述有效点在所述测序芯片上的三维物理坐标；
内参数计算模块，用于基于所述有效点的所述二维坐标和所述三维物理坐标的匹配点对，计算相机标定内参数。
10.一种基因测序仪，其特征在于，所述基因测序仪包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7任意一项所述的相机标定方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810032793.3A CN110047107B (zh) | 2018-01-13 | 2018-01-13 | 相机标定方法及图像配准方法、基因测序仪及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810032793.3A CN110047107B (zh) | 2018-01-13 | 2018-01-13 | 相机标定方法及图像配准方法、基因测序仪及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110047107A true CN110047107A (zh) | 2019-07-23 |
| CN110047107B CN110047107B (zh) | 2021-04-13 |
Family
ID=67264289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810032793.3A Active CN110047107B (zh) | 2018-01-13 | 2018-01-13 | 相机标定方法及图像配准方法、基因测序仪及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110047107B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111243035A (zh) * | 2020-04-29 | 2020-06-05 | 成都纵横自动化技术股份有限公司 | 相机标定方法、装置、电子设备和计算机可读存储介质 |
| CN113670865A (zh) * | 2020-05-13 | 2021-11-19 | 深圳华大智造科技有限公司 | 分辨率板、分辨率评估方法及相关设备 |
| CN114747198A (zh) * | 2019-12-10 | 2022-07-12 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞图像分析装置及相机安装平行性校验方法 |
| CN116206067A (zh) * | 2023-04-27 | 2023-06-02 | 南京诺源医疗器械有限公司 | 医疗设备荧光三维成像方法及系统 |
| EP4141787A4 (en) * | 2021-02-23 | 2023-08-09 | BOE Technology Group Co., Ltd. | METHOD AND DEVICE FOR ANALYSIS OF BIOCHIP IMAGES, COMPUTER DEVICE AND STORAGE MEDIUM |
| WO2024000268A1 (zh) * | 2022-06-29 | 2024-01-04 | 深圳华大生命科学研究院 | 一种图像处理方法、装置、设备及介质 |
| WO2024001051A1 (zh) * | 2022-06-29 | 2024-01-04 | 深圳华大生命科学研究院 | 空间组学单细胞数据获取方法及装置和电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN103335984A (zh) * | 2013-06-09 | 2013-10-02 | 清华大学 | 一种基于lspr的无实体壁微阵列芯片及其应用 |
| WO2015053393A1 (ja) * | 2013-10-10 | 2015-04-16 | 公益財団法人神奈川科学技術アカデミー | イメージングセルソーター |
| CN104531853A (zh) * | 2014-12-12 | 2015-04-22 | 上海交通大学 | 经高密度纳米点阵列制备生物大分子单分子芯片的方法 |
| CN106502058A (zh) * | 2016-11-25 | 2017-03-15 | 天津津芯微电子科技有限公司 | 标定方法及标定装置 |
-
2018
- 2018-01-13 CN CN201810032793.3A patent/CN110047107B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN103335984A (zh) * | 2013-06-09 | 2013-10-02 | 清华大学 | 一种基于lspr的无实体壁微阵列芯片及其应用 |
| WO2015053393A1 (ja) * | 2013-10-10 | 2015-04-16 | 公益財団法人神奈川科学技術アカデミー | イメージングセルソーター |
| CN104531853A (zh) * | 2014-12-12 | 2015-04-22 | 上海交通大学 | 经高密度纳米点阵列制备生物大分子单分子芯片的方法 |
| CN106502058A (zh) * | 2016-11-25 | 2017-03-15 | 天津津芯微电子科技有限公司 | 标定方法及标定装置 |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114747198A (zh) * | 2019-12-10 | 2022-07-12 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞图像分析装置及相机安装平行性校验方法 |
| CN114747198B (zh) * | 2019-12-10 | 2024-04-02 | 深圳迈瑞生物医疗电子股份有限公司 | 细胞图像分析装置及相机安装平行性校验方法 |
| CN111243035A (zh) * | 2020-04-29 | 2020-06-05 | 成都纵横自动化技术股份有限公司 | 相机标定方法、装置、电子设备和计算机可读存储介质 |
| CN113670865A (zh) * | 2020-05-13 | 2021-11-19 | 深圳华大智造科技有限公司 | 分辨率板、分辨率评估方法及相关设备 |
| CN113670865B (zh) * | 2020-05-13 | 2024-05-10 | 深圳华大智造科技股份有限公司 | 分辨率板、分辨率评估方法及相关设备 |
| EP4141787A4 (en) * | 2021-02-23 | 2023-08-09 | BOE Technology Group Co., Ltd. | METHOD AND DEVICE FOR ANALYSIS OF BIOCHIP IMAGES, COMPUTER DEVICE AND STORAGE MEDIUM |
| WO2024000268A1 (zh) * | 2022-06-29 | 2024-01-04 | 深圳华大生命科学研究院 | 一种图像处理方法、装置、设备及介质 |
| WO2024001051A1 (zh) * | 2022-06-29 | 2024-01-04 | 深圳华大生命科学研究院 | 空间组学单细胞数据获取方法及装置和电子设备 |
| CN116206067A (zh) * | 2023-04-27 | 2023-06-02 | 南京诺源医疗器械有限公司 | 医疗设备荧光三维成像方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110047107B (zh) | 2021-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110047107A (zh) | 相机标定方法及图像配准方法、基因测序仪及系统 | |
| CN112204615B (zh) | 荧光图像配准方法、基因测序仪及系统、存储介质 | |
| Ulman et al. | Virtual cell imaging: A review on simulation methods employed in image cytometry | |
| CN111179358A (zh) | 标定方法、装置、设备及存储介质 | |
| US9972076B2 (en) | Method and system for image correction using a quasiperiodic grid | |
| JP2007129709A (ja) | イメージングデバイスをキャリブレートするための方法、イメージングデバイスの配列を含むイメージングシステムをキャリブレートするための方法およびイメージングシステム | |
| US11682125B2 (en) | Fluorescence image registration method, gene sequencing instrument, and storage medium | |
| CN109949365A (zh) | 基于路面特征点的车辆指定位置停车方法及系统 | |
| CN106062824A (zh) | 边缘检测装置、边缘检测方法和程序 | |
| CN112556994B (zh) | 一种光学信息检测方法、装置及设备 | |
| CN110398215A (zh) | 图像处理装置和方法，系统，物品制造方法，存储介质 | |
| CN110310334B (zh) | 生物芯片定位方法、基因测序仪及系统、存储介质 | |
| Robson et al. | Optimised multi-camera systems for dimensional control in factory environments | |
| CN112381921A (zh) | 一种边缘重建方法及系统 | |
| JP3661635B2 (ja) | 画像処理方法およびその装置 | |
| CN115546016B (zh) | Pcb的2d和3d图像的采集和处理方法及相关装置 | |
| JP4747293B2 (ja) | 画像処理装置および画像処理方法並びにこれらに用いるプログラム | |
| CN110458951A (zh) | 一种电网杆塔的建模数据获取方法及相关装置 | |
| CN109754365B (zh) | 一种图像处理方法及装置 | |
| CN114998929B (zh) | 鱼眼相机边界框识别方法、系统、设备及应用 | |
| US6828555B2 (en) | Three-dimensional structure verification supporting apparatus, three-dimensional structure verification method, recording medium, and program therefor | |
| CN109712547A (zh) | 一种显示屏平面亮度测量方法、装置、计算机设备及存储介质 | |
| Tong et al. | Acceleration of object tracking in high‐speed videogrammetry using a parallel OpenMP and SIMD strategy | |
| CN110069131A (zh) | 一种基于近红外光圆斑检测的多指尖定位方法 | |
| CN108827157A (zh) | 激光测量的校验方法、装置、系统、设备和存储介质 |
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 | ||
| REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40010290 Country of ref document: HK |
|
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518083 the comprehensive building of Beishan industrial zone and 11 2 buildings in Yantian District, Shenzhen, Guangdong. Applicant after: Shenzhen Huada Zhizao Technology Co.,Ltd. Address before: 518083 the comprehensive building of Beishan industrial zone and 11 2 buildings in Yantian District, Shenzhen, Guangdong. Applicant before: MGI TECH Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Shen Lei Inventor after: Liu Yiwen Inventor after: Li Mei Inventor after: Zeng Zhen Inventor after: Chen Lu Inventor after: Xu Dongyang Inventor after: Li Yuxiang Inventor before: Shen Lei Inventor before: Liu Yiwen Inventor before: Li Mei Inventor before: Zeng Zhen Inventor before: Chen Lu Inventor before: Xu Dongyang Inventor before: Li Yuxiang |