CN112053299B - 一种基于胶体金免疫层析法的图像处理方法 - Google Patents
一种基于胶体金免疫层析法的图像处理方法 Download PDFInfo
- Publication number
- CN112053299B CN112053299B CN202010876398.0A CN202010876398A CN112053299B CN 112053299 B CN112053299 B CN 112053299B CN 202010876398 A CN202010876398 A CN 202010876398A CN 112053299 B CN112053299 B CN 112053299B
- Authority
- CN
- China
- Prior art keywords
- background
- gray
- calculated value
- image
- test strip
- 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.)
- Active
Links
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 title claims abstract description 14
- 238000003317 immunochromatography Methods 0.000 title claims abstract description 11
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012360 testing method Methods 0.000 claims description 40
- 235000002566 Capsicum Nutrition 0.000 claims description 5
- 239000006002 Pepper Substances 0.000 claims description 5
- 235000016761 Piper aduncum Nutrition 0.000 claims description 5
- 235000017804 Piper guineense Nutrition 0.000 claims description 5
- 235000008184 Piper nigrum Nutrition 0.000 claims description 5
- 150000003839 salts Chemical class 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000012935 Averaging Methods 0.000 claims 1
- 244000203593 Piper nigrum Species 0.000 claims 1
- 238000012937 correction Methods 0.000 abstract description 2
- 241000722363 Piper Species 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000005034 decoration Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000000427 antigen Substances 0.000 description 1
- 102000036639 antigens Human genes 0.000 description 1
- 108091007433 antigens Proteins 0.000 description 1
- 230000027455 binding Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009870 specific binding Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种胶体金免疫层析法的图像处理方法，具体包括如下步骤：101)对比组图像初处理步骤；102)小波分解处理步骤；103)基线校准步骤；104)检测处理步骤；利用上述处理后的数据，将波谷位置的灰度值求和既得T线位置的灰度计算值，再将背景部分的灰度值求和即得背景部分的灰度计算值，两者相减即得出最终的计算值。本发明不需进行复杂的背景拟合和数学运算来进行背景去除和基线校正，而是事先搜集到检测区域内背景光的基本信息，然后在后续的图像处理中，利用已经获取的背景信息，从中加以滤除即可。具有速度快，抗干扰能力强，结果准确等优点。
Description
技术领域
本发明涉及食品、药品或保健品的检测技术领域，更具体的说，它涉及一种基于胶体金免疫层析法的图像处理方法。
背景技术
胶体金免疫层析法，是将特异性的抗原或抗体以条带状固定在膜上，胶体金标记试剂(抗体或单克隆抗体)吸附在结合垫上，利用待检物与金标试剂的特异性结合，从而可通过肉眼观察到显色结果。利用这种方法制备检测试纸条，具有体积小、携带方便、不需要仪器设备、操作简单、可现场检测、3～5min出结果以及结果肉眼可辨等诸多优点，非常适合样品进行现场初筛。但是当出现大量产品需要进行严格筛查，且需要高精度判断作业时，就需要相应设备进行快速准确的判断筛查，而如何充分发挥胶体金免疫层析法的检测优势，进行相应数据的准确解析处理成为一个难题。
发明内容
本发明克服了现有技术的不足，提供了高效识别、便于大规模数据筛查，抗干扰能力强，结果准确的一种基于胶体金免疫层析法的图像处理方法。
为了解决上述技术问题，本发明的技术方案如下：
一种胶体金免疫层析法的图像处理方法，具体包括如下步骤：
101)对比组图像初处理步骤：选择一张空白的试纸条，放入相应的检测环境中，通过相机对该空白试纸条进行拍摄，作为对比图像；对对比图像进行滤波处理，去掉对比图像中的高斯白噪声、椒盐噪声等；
102)小波分解处理步骤：对步骤101)处理后的对比图像进行小波基选取并进行相应层次的小波分解，其中，选择db6小波基，并进行8层的小波分解；将小波分解的特征信息进行记录；
103)基线校准步骤：重复步骤101)、102)，将重复操作的对比图像作为第二试纸条图像，通过提取与步骤101)、102)中相同的小波分解信息，求出使用此类空白的试纸条的各个层次的小波系数；结合步骤101)、102)相应信息组成的背景基本信息，对重复操作的第二试纸条图像中分解后的相应层次的小波系数进行减法操作，去除相应的背景信息，然后反变换回来，得到去除背景的信号值；其去除背景影响后图像的灰度值在直线坐标系中可知大概趋势，对其中要检测的区域进行线性拟合，用于后面的基线校准操作；
104)检测处理步骤：将反应好的试纸条放入相应的检测环境中去，通过相机对该试纸条进行拍照，获取到感兴趣的区域图，并对该区域图重复步骤101)、102)处理操作；该区域图在直线坐标系中的坐标进行线性拟合得到测试区域的斜率a，并对该现有数据进行相应的补偿操作；
利用上述处理后的数据，将波谷位置的灰度值求和既得T线位置的灰度计算值，再将背景部分的灰度值求和即得背景部分的灰度计算值，两者相减即得出最终的计算值。
进一步的，小波分解的特征信息包括低频系数、高频系数；低频系数是信号的低频信息部分，反映的是数据的整体趋势；高频系数反映的是信号的高频信息部分，反映的是数据的细节；记录下信号的低频系数分量和1-5层的高频系数分量，将该信息作为当前环境下的背景光线信息。
进一步的，步骤103)中利用最小二乘法将灰度值在直线坐标中的数据(x,y)带入到如下公式中：
最小二乘法公式
其中，a是曲线的斜率，b是曲线的截距，x,y为对应坐标点(x,y)的值，N为坐标点的个数，
为y坐标的均值，
为x坐标的均值。
进一步的，补偿操作具体包括根据现有曲线的数据求出x坐标的平均数和y坐标的平均数；利用b＝y-k*x，求出b值，利用斜率a,得到理论的数据曲线y＝a*x+b；将曲线中的x坐标带入到y＝a*x+b中去，得到每点要补偿的值，将曲线中实际坐标处的值减去补偿值，得到最终处理后的数据。
本发明相比现有技术优点在于：
本发明通过相机对反应后的试纸条进行拍摄，截取所需的目标区域，通过对目标区域进行灰度处理、降噪处理，然后结合之前搜集到的试纸条目标区域的一些重要信息，对该试纸条进行相应处理，进而得到最终可用的数据。相较于目前传统的数学优化方法，具有抗背景干扰性强、以及能够有效去除基线漂移。本发明不需进行复杂的背景拟合和数学运算来进行背景去除和基线校正，而是事先搜集到检测区域内背景光的基本信息，然后在后续的图像处理中，利用已经获取的背景信息，从中加以滤除即可。具有速度快，抗干扰能力强，结果准确等优点。
附图说明
图1为本发明的空白的试纸条示意图；
图2为本发明的图1去背景后的图片图；
图3为本发明的反应好的试纸条示意图；
图4为本发明的图3初步噪声处理后示意图；
图5为本发明的去背景后在直线坐标系中绘制的数据图；
图6为本发明的图5数据补偿后的数据图；
图7为本发明的最终数据图；
图8为传统拟合时的原数据分布图；
图9为传统拟合时阶数n＝2与实际最佳逼近曲线的趋势对比图；
图10为传统拟合时阶数n＝5与实际最佳逼近曲线的趋势对比图；
图11为传统拟合时阶数n＝10与实际最佳逼近曲线的趋势对比图。
具体实施方式
下面结合附图和具体实施方式对本发明进一步说明。本发明未做详细描述的部分均可采用常规技术方式进行实现，不在进行详细描述。
如图1至图7所示，一种胶体金免疫层析法的图像处理方法，具体包括如下步骤：
101)对比组图像初处理步骤：选择一张空白的试纸条，放入相应的检测环境中，通过相机对该空白试纸条进行拍摄，作为对比图像；对对比图像进行滤波处理，去掉对比图像中的高斯白噪声、椒盐噪声等，可得如图1所示的图。
102)小波分解处理步骤：对步骤101)处理后的对比图像进行小波基选取并进行相应层次的小波分解，其中，选择db6小波基，并进行8层的小波分解；将小波分解的特征信息进行记录。
小波分解的特征信息包括低频系数、高频系数；低频系数是信号的低频信息部分，反映的是数据的整体趋势；高频系数反映的是信号的高频信息部分，反映的是数据的细节；记录下信号的低频系数分量和1-5层的高频系数分量，将该信息作为当前环境下的背景光线信息。
103)基线校准步骤：重复步骤101)、102)，将重复操作的对比图像作为第二试纸条图像，即重新插入空白的试纸条进行拍摄获取其图像。通过提取与步骤101)、102)中相同的小波分解信息，求出使用此类空白的试纸条的各个层次的小波系数；即对重新插入的空白试纸条进行滤波处理，去掉高斯白噪声、椒盐噪声等，结果如图1。
结合步骤101)、102)相应信息组成的背景基本信息，对重复操作的第二试纸条图像中分解后的相应层次的小波系数进行减法操作，去除相应的背景信息，然后反变换回来，得到去除背景的信号值；其去除背景影响后图像的灰度值在直线坐标系中可知大概趋势，绘制的图如图2所示，并对其中要检测的区域进行线性拟合，用于后面的基线校准操作。
其中，具体的拟合采用利用最小二乘法将灰度值在直线坐标中的数据(x,y)带入到如下公式中：
最小二乘法公式
其中，a是曲线的斜率，b是曲线的截距，x,y为对应坐标点(x,y)的值，N为坐标点的数据个数，
为y坐标的均值，
为x坐标的均值。
而传统的拟合方法去除背景干扰时，最常用到的就是多项式拟合法，该方法具有拟合方法简单，以及能够很好的逼近数据变化趋势的特点。但是其缺点也相当明显，具体反应在如下方面：
1、对异常值敏感，抗干扰能力差。
2、当数据的起伏比较大时，多项式拟合的阶数难以确定。阶数太低的话，拟合出的曲线无法很好地反映出数据的变化趋势，即出现欠拟合的现象，拟合的阶数过高时，容易出现过拟合的现象。如图8所示，为一组原始数据，当对其进行拟合阶数n＝2时的效果，如图9所示，其中阶数n＝2时的拟合曲线，与最佳逼近曲线的变化趋势还是相差甚远，即出现欠拟合的现象。
当拟合阶数n＝5时的效果，如图10所示，其中阶数n＝5时的拟合曲线，与最佳逼近曲线的变化趋势比较吻合。
当拟合阶数n＝10时的效果，如图11所示，其中阶数n＝10时的拟合曲线，与最佳逼近曲线的变化趋势，数据的起伏较大，即出现过拟合的现象，也不能很好地反映出数据的变化趋势。
胶体金试纸条跑板时，由于加工工艺、反应时试剂的温度、湿度、以及点膜点金时标记物涂抹不均匀等原因，很容易出现试纸条跑板不均匀的现象，反应在坐标轴里面是一组毫无规律的曲线，正是由于这个客观原因，再考虑到传统拟合方法的2个明显缺点，得出通过传统拟合方法去除背景干扰基本上难以实现。而本方案相比于传统的拟合方法，不管从基本原理、数据运算的速度，以及到最终处理后的效果，较传统的方法都有很大的提升，且具有更好的抗干扰作用。
104)检测处理步骤：将反应好的试纸条放入相应的检测环境中去，通过相机对该试纸条进行拍照，获取到感兴趣的区域图，并对该区域图重复步骤101)、102)处理操作；即对该试纸条进行拍照，获取到感兴趣的区域图，并对图像进行滤波操作，去掉高斯白噪声、椒盐噪声等，如图3所示。对区域图进行和步骤102)中同样的小波分解，在相应层的小波分解系数中，去除步骤102)中搜集到的背景的信息，得到去背景后的图像如图4所示，然后将该图像每一列的灰度值求出后在直线坐标系中绘制出来，如图5所示。该区域图在直线坐标系中的坐标进行线性拟合得到测试区域的斜率a，并对该现有数据进行相应的补偿操作。
其中，补偿操作具体包括根据现有曲线的数据求出x坐标的平均数和y坐标的平均数；利用b＝y-k*x，求出截距b值，利用斜率a,得到理论的数据曲线y＝a*x+b；将曲线中的x坐标带入到y＝a*x+b中去，得到每点要补偿的值，将曲线中实际坐标处的值减去补偿值，得到最终处理后的数据，具体如图6所示。
利用上述处理后的数据，将波谷位置的灰度值求和既得T线位置的灰度计算值，再将背景部分的灰度值求和即得背景部分的灰度计算值，两者相减即得出最终的计算值。见图7中突出的包涵区域，反映测试线颜色深浅的度量值，也就是最终算出的T线的强度值，利用该值与预先定好的阈值进行比较，可以在特定领域进行做出一些结果判断，如检测被测试者是否吸毒，亦或者产品是否合格。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明构思的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明保护范围内。
Claims (2)
1.一种胶体金免疫层析法的图像处理方法，其特征在于，具体包括如下步骤：
101)对比组图像初处理步骤：选择一张空白的试纸条，放入相应的检测环境中，通过相机对该空白试纸条进行拍摄，作为对比图像；对对比图像进行滤波处理，去掉对比图像中的高斯白噪声、椒盐噪声；
102)小波分解处理步骤：对步骤101)处理后的对比图像进行小波基选取并进行相应层次的小波分解，其中，选择db6小波基，并进行8层的小波分解；将小波分解的特征信息进行记录；
103)基线校准步骤：重复步骤101)、102)，将重复操作的对比图像作为第二试纸条图像，通过提取与步骤101)、102)中相同的小波分解信息，求出使用此类空白的试纸条的各个层次的小波系数；结合步骤101)、102)相应信息组成的背景基本信息，对重复操作的第二试纸条图像中分解后的相应层次的小波系数进行减法操作，去除相应的背景信息，然后反变换回来，得到去除背景的信号值；其去除背景影响后图像的灰度值在直线坐标系中可知大概趋势，对其中要检测的区域进行线性拟合，用于后面的基线校准操作；
具体线性拟合，采用利用最小二乘法将灰度值在直线坐标中的数据(x,y)带入到如下公式中：
最小二乘法公式
其中，a是曲线的斜率，b是曲线的截距，x,y为对应坐标点(x,y)的值，N为坐标点的个数，
为y坐标的均值，
为x坐标的均值；
104)检测处理步骤：将反应好的试纸条放入相应的检测环境中去，通过相机对该试纸条进行拍照，获取到感兴趣的区域图，并对该区域图重复步骤101)、102)处理操作；该区域图在直线坐标系中的坐标进行线性拟合得到测试区域的斜率
并对现有数据进行相应的补偿操作；
利用上述处理后的数据，将波谷位置的灰度值求和既得T线位置的灰度计算值，再将背景部分的灰度值求和即得背景部分的灰度计算值，两者相减即得出最终的计算值，最终的计算值反映测试线颜色深浅的度量值；
其中，补偿操作具体包括根据现有曲线的数据求出x坐标的平均数
和y坐标的平均数
利用
求出
值，利用斜率
得到理论的数据曲线
将曲线中的x坐标带入到
中去，得到每点要补偿的值，将曲线中实际坐标处的值减去补偿值，得到最终处理后的数据。
2.根据权利要求1所述的一种胶体金免疫层析法的图像处理方法，其特征在于，小波分解的特征信息包括低频系数、高频系数；低频系数是信号的低频信息部分，反映的是数据的整体趋势；高频系数反映的是信号的高频信息部分，反映的是数据的细节；记录下信号的低频系数分量和1-5层的高频系数分量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010876398.0A CN112053299B (zh) | 2020-08-27 | 2020-08-27 | 一种基于胶体金免疫层析法的图像处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010876398.0A CN112053299B (zh) | 2020-08-27 | 2020-08-27 | 一种基于胶体金免疫层析法的图像处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112053299A CN112053299A (zh) | 2020-12-08 |
| CN112053299B true CN112053299B (zh) | 2022-07-19 |
Family
ID=73599955
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010876398.0A Active CN112053299B (zh) | 2020-08-27 | 2020-08-27 | 一种基于胶体金免疫层析法的图像处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112053299B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114252614A (zh) * | 2022-03-01 | 2022-03-29 | 北京华益精点生物技术有限公司 | 荧光免疫分析仪的检测方法、装置及电子设备 |
| CN117074666A (zh) * | 2023-08-18 | 2023-11-17 | 杭州宣航科技有限公司 | 试纸条阴阳性识别方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015066984A1 (zh) * | 2013-11-08 | 2015-05-14 | 广州中智融通金融科技有限公司 | 一种面向复杂背景的光学字符识别方法及装置 |
| CN108133481A (zh) * | 2017-12-22 | 2018-06-08 | 必欧瀚生物技术（合肥）有限公司 | 一种针对荧光免疫层析试条成像系统的图像处理算法 |
| CN109035273A (zh) * | 2018-08-08 | 2018-12-18 | 华中科技大学 | 一种免疫层析试纸卡的图像信号快速分割方法 |
| CN109298179A (zh) * | 2018-11-29 | 2019-02-01 | 福州大学 | 一种免疫层析检测系统及其背景识别方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106556940B (zh) * | 2016-11-10 | 2019-11-19 | 武汉精测电子集团股份有限公司 | 一种tft-lcd屏自动光学检测中的背景抑制方法 |
-
2020
- 2020-08-27 CN CN202010876398.0A patent/CN112053299B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015066984A1 (zh) * | 2013-11-08 | 2015-05-14 | 广州中智融通金融科技有限公司 | 一种面向复杂背景的光学字符识别方法及装置 |
| CN108133481A (zh) * | 2017-12-22 | 2018-06-08 | 必欧瀚生物技术（合肥）有限公司 | 一种针对荧光免疫层析试条成像系统的图像处理算法 |
| CN109035273A (zh) * | 2018-08-08 | 2018-12-18 | 华中科技大学 | 一种免疫层析试纸卡的图像信号快速分割方法 |
| CN109298179A (zh) * | 2018-11-29 | 2019-02-01 | 福州大学 | 一种免疫层析检测系统及其背景识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 荧光免疫层析试条成像检测系统的设计;徐笑晗等;《中国激光》;20170912(第04期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112053299A (zh) | 2020-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230342925A1 (en) | System and method for calculating focus variation for a digital microscope | |
| US7359548B2 (en) | Method and apparatus for automated image analysis of biological specimens | |
| US6671393B2 (en) | Automated method for image analysis of residual protein | |
| CN112053299B (zh) | 一种基于胶体金免疫层析法的图像处理方法 | |
| CN109766909B (zh) | 基于谱图融合的海岸环境微塑料老化行为解析方法 | |
| CN113160084B (zh) | 多孔硅生物传感器表面量子点荧光图像的去噪方法及装置 | |
| CN111353968B (zh) | 一种基于盲元检测与分析的红外图像质量评价方法 | |
| CN111638218A (zh) | 一种涂层表面缺陷的检测方法 | |
| WO2021019830A1 (ja) | 粒子定量装置 | |
| CN115578379B (zh) | 一种纯电动船舶可燃气体检测系统 | |
| CN111597503B (zh) | 一种多模式下胶体金峰值的计算方法 | |
| CN113035292A (zh) | 一种脑胶质瘤浸润区域pH值测定方法及系统 | |
| CN111044152A (zh) | 图谱关联系统光谱偏置外场的自适应校正方法及系统 | |
| CN117611583B (zh) | 基于人工智能的铝复合板缺陷检测方法及系统 | |
| KR101032917B1 (ko) | 홀 군집체 검사 방법 | |
| CN115267170B (zh) | 一种基于免疫荧光层析法测定糖化血红蛋白方法和装置 | |
| JP3216669B2 (ja) | 光ディスク欠陥検査方法 | |
| JP5998691B2 (ja) | 検査方法、検査装置及びガラス板の製造方法 | |
| CN112017127B (zh) | 一种基于光谱滤波的图像条带噪声去除方法及系统 | |
| CN115598178A (zh) | 一种建筑物墙体空鼓缺陷的红外线检测方法及系统 | |
| CN117078626A (zh) | 一种基于计算机视觉的激光损伤自动判断方法 | |
| CN117648537A (zh) | 基于超光谱技术的大气污染实时监测方法及系统 | |
| CN111122505A (zh) | 一种数字折光仪的图像分析校准系统及方法 | |
| CN116067891A (zh) | 一种基于偏振图像传感的肉类卤制在线检测系统及其应用 | |
| CN111062893A (zh) | 一种图像处理方法及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |