CN112465740A - 一种基于显微操作系统的目标吸持点定位方法及系统 - Google Patents
一种基于显微操作系统的目标吸持点定位方法及系统 Download PDFInfo
- Publication number
- CN112465740A CN112465740A CN202011055956.3A CN202011055956A CN112465740A CN 112465740 A CN112465740 A CN 112465740A CN 202011055956 A CN202011055956 A CN 202011055956A CN 112465740 A CN112465740 A CN 112465740A
- Authority
- CN
- China
- Prior art keywords
- zebra fish
- holding point
- target holding
- determining
- contour
- 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 27
- 241000252212 Danio rerio Species 0.000 claims abstract description 138
- 238000001914 filtration Methods 0.000 claims abstract description 50
- 230000002146 bilateral effect Effects 0.000 claims abstract description 30
- 230000003044 adaptive effect Effects 0.000 claims abstract description 27
- 210000001015 abdomen Anatomy 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000036544 posture Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 241000251468 Actinopterygii Species 0.000 description 8
- 230000000366 juvenile effect Effects 0.000 description 6
- 239000000428 dust Substances 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000003187 abdominal effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10056—Microscopic image
- G06T2207/10061—Microscopic image from scanning electron microscope
-
- 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
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于显微操作系统的目标吸持点定位方法及系统。该方法包括:基于显微操作系统获取设定姿态的斑马鱼图像;对所述设定姿态的斑马鱼图像进行高斯双边滤波;对高斯双边滤波后的斑马鱼图像进行自适应阈值操作;根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓;根据所述斑马鱼的轮廓确定左右轮廓之间的水平距离;根据所述水平距离确定目标吸持点。本发明所提供的一种基于显微操作系统的目标吸持点定位方法及系统,准确、快速确定目标吸持点。
Description
技术领域
本发明涉及图像处理领域,特别是涉及一种基于显微操作系统的目标吸持点定位方法及系统。
背景技术
斑马鱼转到指定方位后,首先需要吸持针吸持斑马鱼到指定位置,需要图像算法对跟踪窗口内的斑马鱼进行处理,反馈出斑马鱼吸持点,确保吸持针吸持的是斑马鱼肚子部位,跟踪窗口内转正后的斑马鱼。该技术的难点在于图像中存在灰尘和颗粒的噪声,当噪声与目标的图像重合时,会对吸持点定位产生很大的影响。同时,窗口内的图像会存在一定程度的光照不均匀现象,使得传统的二值化处理操作无法完整保留幼鱼轮廓。除此之外,由于实际系统运行时对图像处理速率要求较高,如何用最少的步骤针对形态特征各异的幼鱼均能得到精确和稳定的输出是需要考虑的重点问题。
发明内容
本发明的目的是提供一种基于显微操作系统的目标吸持点定位方法及系统,准确、快速确定目标吸持点。
为实现上述目的,本发明提供了如下方案:
一种基于显微操作系统的目标吸持点定位方法,包括:
基于显微操作系统获取设定姿态的斑马鱼图像;所述设定姿态的斑马鱼图像为在所述显微操作系统中跟踪窗口内所述斑马鱼的肚子朝右且所述斑马鱼垂直所述跟踪窗口的上边和下边时的斑马鱼图像;
对所述设定姿态的斑马鱼图像进行高斯双边滤波;
对高斯双边滤波后的斑马鱼图像进行自适应阈值操作;
根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓;
根据所述斑马鱼的轮廓确定左右轮廓之间的水平距离;
根据所述水平距离确定目标吸持点。
可选的,所述根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓,之前还包括:
对所述自适应阈值操作后的斑马鱼图像利用5x5窗口进行中值滤波。
可选的,所述根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓,之后还包括:
对所述斑马鱼的轮廓进行裁剪,得到裁剪后的斑马鱼的轮廓;所述裁剪后的斑马鱼的轮廓不包括斑马鱼的头部和尾部;
对所述裁剪后的斑马鱼的轮廓采用5x5大小的核进行最大值滤波。
可选的,所述根据所述水平距离确定目标吸持点,具体包括:
以斑马鱼图像的行坐标为横坐标,以水平距离为纵坐标,构建坐标系;
将距离值最大的水平距离对应的纵坐标求和取平均值确定所述目标吸持点的纵坐标;
根据所述目标吸持点的纵坐标确定所述目标吸持点的横坐标。
一种基于显微操作系统的目标吸持点定位系统,包括:
设定姿态的斑马鱼图像获取模块,用于基于显微操作系统获取设定姿态的斑马鱼图像;所述设定姿态的斑马鱼图像为在所述显微操作系统中跟踪窗口内所述斑马鱼的肚子朝右且所述斑马鱼垂直所述跟踪窗口的上边和下边时的斑马鱼图像;
高斯双边滤波模块,用于对所述设定姿态的斑马鱼图像进行高斯双边滤波;
自适应阈值操作模块,用于对高斯双边滤波后的斑马鱼图像进行自适应阈值操作;
斑马鱼的轮廓确定模块,用于根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓;
水平距离确定模块,用于根据所述斑马鱼的轮廓确定左右轮廓之间的水平距离;
目标吸持点确定模块,用于根据所述水平距离确定目标吸持点。
可选的,还包括:
中值滤波模块,用于对所述自适应阈值操作后的斑马鱼图像利用5x5窗口进行中值滤波。
可选的,还包括:
轮廓裁剪模块,用于对所述最大值滤波后的斑马鱼的轮廓进行裁剪,得到裁剪后的斑马鱼的轮廓;所述裁剪后的斑马鱼的轮廓不包括斑马鱼的头部和尾部;
预处理模块,用于对所述裁剪后的斑马鱼的轮廓采用5x5大小的核进行最大值滤波。
可选的,所述目标吸持点确定模块具体包括:
坐标系构建单元,用于以斑马鱼图像的行坐标为横坐标,以水平距离为纵坐标,构建坐标系;
目标吸持点的纵坐标确定单元,用于将距离值最大的水平距离对应的纵坐标求和取平均值确定所述目标吸持点的纵坐标;
目标吸持点的横坐标确定单元,用于根据所述目标吸持点的纵坐标确定所述目标吸持点的横坐标。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明所提供的一种基于显微操作系统的目标吸持点定位方法及系统,通过高斯双边滤波实现了在滤除灰尘的同时完整地保留了幼鱼的轮廓,自适应阈值和中值滤波的操作在克服不均匀光照的影响下提取出了前景,最终根据前景提取轮廓并进行分析得到目标吸持点。本发明能够准确、快速确定目标吸持点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种基于显微操作系统的目标吸持点定位方法流程示意图;
图2为本发明所提供的高斯双边滤波效果图;
图3为本发明所提供的自适应阈值效果图;
图4为本发明所提供的中值滤波效果图;
图5为本发明所提供的斑马鱼的轮廓示意图;
图6为本发明所提供的裁剪后的斑马鱼的轮廓示意图;
图7为本发明所提供的最大值滤波后的斑马鱼的轮廓示意图;
图8为本发明所提供的水平距离填充示意图;
图9为本发明所提供的轮廓的水平距离统计示意图;
图10为本发明所提供的目标吸持点定位示意图;
图11为本发明所提供的一种基于显微操作系统的目标吸持点定位系统结构示意图。
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。
本发明的目的是提供一种基于显微操作系统的目标吸持点定位方法及系统,准确、快速确定目标吸持点。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种基于显微操作系统的目标吸持点定位方法流程示意图,如图1所示,本发明所提供的一种基于显微操作系统的目标吸持点定位方法,包括:
S101,基于显微操作系统获取设定姿态的斑马鱼图像;所述设定姿态的斑马鱼图像为在所述显微操作系统中跟踪窗口内所述斑马鱼的肚子朝右且所述斑马鱼垂直所述跟踪窗口的上边和下边时的斑马鱼图像。
S102,对所述设定姿态的斑马鱼图像进行高斯双边滤波。为了滤除灰尘和气泡的干扰,同时较好地保留斑马鱼轮廓的边缘。对跟踪窗口内的斑马鱼进行高斯双边滤波,高斯双边滤波完整的保留了图像的边缘信息同时滤除了噪声。高斯双边滤波的公式如下:
其中,h(x,y)为高斯双边滤波后的输出图像(x,y)坐标的像素值,g(x,y)为输入图像(x,y)坐标的像素值,ξ1,ξ2为求和参数,w和h分别为尺度空间高斯函数所设定的宽度与高度,c((ξ1,ξ2)-(x,y))为尺度空间上像素点(x,y)与像素点(ξ1,ξ2)的高斯距离,s((ξ1,ξ2)-(x,y))为颜色空间上像素点(x,y)与像素点(ξ1,ξ2)的高斯距离,归化常量 σd为尺度空间上高斯函数的标准差,σr为颜色空间上高斯函数的标准差,d((ξ1,ξ2)-(x,y))=||(ξ1,ξ2)-(x,y)||为像素(ξ1,ξ2)与像素(x,y)的空间距离,δ(g(ξ1,ξ2)-g(x,y))=|g(ξ1,ξ2)-g(x,y)|为图像g上两个像素值之差。图2为本发明所提供的高斯双边滤波效果图,如图2所示,在滤除背景噪声的情况下幼鱼边缘得到了很好的保留。
S103,对高斯双边滤波后的斑马鱼图像进行自适应阈值操作。针对系统光源可能存在不均匀和照度差异的情况,使用自适应阈值的方法对高斯双边滤波后的图像进行处理。自适应算法公式如下:
其中,d(x,y)是目标图像在(x,y)位置处的像素值;h(x,y)为高斯双边滤波后的输出图像(x,y)坐标的像素值。
T(x,y)=k[m(x,y)+(Imax-Imin)(1-h(x,y))。
其中,m(x,y)是以像素(x,y)为中心w×w大小范围内的局部均值,Imax是该区域像素最大值,Imin是该区域像素最小值,h(x,y)为高斯双边滤波后的输出图像(x,y)坐标的像素值,T(x,y)是(x,y)点所取阈值。
图3为本发明所提供的自适应阈值效果图,如图3所示,可以完好地保留幼鱼轮廓。
S104,根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓。使用基于CHAIN_APPROX_SIMPLE的链式编码方法进行外层轮廓统计,所用函数为opencv中的cv::findcontours,统计轮廓面积,提取最大面积轮廓,将其绘制在空白图像中,前景外层轮廓提取完成,效果如图5所示,可以完整地提取出目标轮廓。
S104之前还包括:
对所述自适应阈值操作后的斑马鱼图像利用5x5窗口进行中值滤波。窗口不断在窗口内移动,对窗口内的卷积像素值排序,取中值作为中心像素点的输出值,中值滤波效果图如图4所示,噪声得到了很好的滤除。
S104之后还包括:
对所述斑马鱼的轮廓进行裁剪,得到裁剪后的斑马鱼的轮廓;所述裁剪后的斑马鱼的轮廓不包括斑马鱼的头部和尾部。即提取中间部分,计算左右两侧轮廓距离。提取轮廓中间九分之七的部分,这部分是为了裁剪鱼头和鱼尾弯曲部分的干扰,并如图6所示。
对所述裁剪后的斑马鱼的轮廓采用5x5大小的核进行最大值滤波。窗口不断在窗口内移动,对窗口内的卷积像素值排序,取最大值作为中心像素点的输出值,连接断续部分,如图7所示。
S105,根据所述斑马鱼的轮廓确定左右轮廓之间的水平距离。如图8所示,将左右轮廓点用白色直线相连,计算出的距离如图9所示。
S106,根据所述水平距离确定目标吸持点。目标吸持点为斑马鱼的腹部位置。
S106具体包括:
以斑马鱼图像的行坐标为横坐标,以水平距离为纵坐标,构建坐标系。
将距离值最大的水平距离对应的纵坐标求和取平均值确定所述目标吸持点的纵坐标。
根据所述目标吸持点的纵坐标确定所述目标吸持点的横坐标。
本发明所提供的一种基于显微操作系统的目标吸持点定位方法运行效率高,速度快,帧率高。因为只涉及小窗口内的高斯双边模糊,自适应阈值分割、中值滤波、轮廓查找与像素点扫描的简单操作,所以图像处理速度很快。
算法准确率高,对于实验用斑马鱼幼鱼可以准确提取注射点。因为实验用斑马鱼幼鱼肚子较大,所以腹部距离最长,该算法能够满足这一特定需求。
算法鲁棒性好,即使视野中存在灰尘颗粒等干扰,依然可以准确提取出吸持点。因为首先使用高斯双边滤波滤除了小干扰,同时提取跟踪窗口内最大的连通域。
图11为本发明所提供的一种基于显微操作系统的目标吸持点定位系统结构示意图,如图11所示,本发明所提供的一种基于显微操作系统的目标吸持点定位系统,包括:设定姿态的斑马鱼图像获取模块1101、高斯双边滤波模块1102、自适应阈值操作模块1103、斑马鱼的轮廓确定模块1104、水平距离确定模块1105和目标吸持点确定模块1106。
设定姿态的斑马鱼图像获取模块1101用于基于显微操作系统获取设定姿态的斑马鱼图像;所述设定姿态的斑马鱼图像为在所述显微操作系统中跟踪窗口内所述斑马鱼的肚子朝右且所述斑马鱼垂直所述跟踪窗口的上边和下边时的斑马鱼图像。
高斯双边滤波模块1102用于对所述设定姿态的斑马鱼图像进行高斯双边滤波。
自适应阈值操作模块1103用于对高斯双边滤波后的斑马鱼图像进行自适应阈值操作。
斑马鱼的轮廓确定模块1104用于根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓。
水平距离确定模块1105用于根据所述斑马鱼的轮廓确定左右轮廓之间的水平距离。
目标吸持点确定模块1106用于根据所述水平距离确定目标吸持点。
作为一个具体的实施例,本发明所提供的一种基于显微操作系统的目标吸持点定位系统,还包括:
中值滤波模块,用于对所述自适应阈值操作后的斑马鱼图像利用5x5窗口进行中值滤波。
作为一个具体的实施例,本发明所提供的一种基于显微操作系统的目标吸持点定位系统,其特征在于,还包括:
轮廓裁剪模块,用于对所述斑马鱼的轮廓进行裁剪,得到裁剪后的斑马鱼的轮廓;所述裁剪后的斑马鱼的轮廓不包括斑马鱼的头部和尾部。
预处理模块,用于对所述裁剪后的斑马鱼的轮廓采用5x5大小的核进行最大值滤波。
所述目标吸持点确定模块1106具体包括:坐标系构建单元、目标吸持点的纵坐标确定单元和目标吸持点的横坐标确定单元。
坐标系构建单元用于以斑马鱼图像的行坐标为横坐标,以水平距离为纵坐标,构建坐标系。
目标吸持点的纵坐标确定单元用于将距离值最大的水平距离对应的纵坐标求和取平均值确定所述目标吸持点的纵坐标。
目标吸持点的横坐标确定单元用于根据所述目标吸持点的纵坐标确定所述目标吸持点的横坐标。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于显微操作系统的目标吸持点定位方法,其特征在于,包括:
基于显微操作系统获取设定姿态的斑马鱼图像;所述设定姿态的斑马鱼图像为在所述显微操作系统中跟踪窗口内所述斑马鱼的肚子朝右且所述斑马鱼垂直所述跟踪窗口的上边和下边时的斑马鱼图像;
对所述设定姿态的斑马鱼图像进行高斯双边滤波;
对高斯双边滤波后的斑马鱼图像进行自适应阈值操作;
根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓;
根据所述斑马鱼的轮廓确定左右轮廓之间的水平距离;
根据所述水平距离确定目标吸持点。
2.根据权利要求1所述的一种基于显微操作系统的目标吸持点定位方法,其特征在于,所述根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓,之前还包括:
对所述自适应阈值操作后的斑马鱼图像利用5x5窗口进行中值滤波。
3.根据权利要求1所述的一种基于显微操作系统的目标吸持点定位方法,其特征在于,所述根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓,之后还包括:
对所述斑马鱼的轮廓进行裁剪,得到裁剪后的斑马鱼的轮廓;所述裁剪后的斑马鱼的轮廓不包括斑马鱼的头部和尾部;
对所述裁剪后的斑马鱼的轮廓采用5x5大小的核进行最大值滤波。
4.根据权利要求1所述的一种基于显微操作系统的目标吸持点定位方法,其特征在于,所述根据所述水平距离确定目标吸持点,具体包括:
以斑马鱼图像的行坐标为横坐标,以水平距离为纵坐标,构建坐标系;
将距离值最大的水平距离对应的纵坐标求和取平均值确定所述目标吸持点的纵坐标;
根据所述目标吸持点的纵坐标确定所述目标吸持点的横坐标。
5.一种基于显微操作系统的目标吸持点定位系统,其特征在于,包括:
设定姿态的斑马鱼图像获取模块,用于基于显微操作系统获取设定姿态的斑马鱼图像;所述设定姿态的斑马鱼图像为在所述显微操作系统中跟踪窗口内所述斑马鱼的肚子朝右且所述斑马鱼垂直所述跟踪窗口的上边和下边时的斑马鱼图像;
高斯双边滤波模块,用于对所述设定姿态的斑马鱼图像进行高斯双边滤波;
自适应阈值操作模块,用于对高斯双边滤波后的斑马鱼图像进行自适应阈值操作;
斑马鱼的轮廓确定模块,用于根据自适应阈值操作后的斑马鱼图像确定所述斑马鱼的轮廓;
水平距离确定模块,用于根据所述斑马鱼的轮廓确定左右轮廓之间的水平距离;
目标吸持点确定模块,用于根据所述水平距离确定目标吸持点。
6.根据权利要求5所述的一种基于显微操作系统的目标吸持点定位系统,其特征在于,还包括:
中值滤波模块,用于对所述自适应阈值操作后的斑马鱼图像利用5x5窗口进行中值滤波。
7.根据权利要求5所述的一种基于显微操作系统的目标吸持点定位系统,其特征在于,还包括:
轮廓裁剪模块,用于对所述斑马鱼的轮廓进行裁剪,得到裁剪后的斑马鱼的轮廓;所述裁剪后的斑马鱼的轮廓不包括斑马鱼的头部和尾部;
预处理模块,用于对所述裁剪后的斑马鱼的轮廓采用5x5大小的核进行最大值滤波。
8.根据权利要求5所述的一种基于显微操作系统的目标吸持点定位系统,其特征在于,所述目标吸持点确定模块具体包括:
坐标系构建单元,用于以斑马鱼图像的行坐标为横坐标,以水平距离为纵坐标,构建坐标系;
目标吸持点的纵坐标确定单元,用于将距离值最大的水平距离对应的纵坐标求和取平均值确定所述目标吸持点的纵坐标;
目标吸持点的横坐标确定单元,用于根据所述目标吸持点的纵坐标确定所述目标吸持点的横坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011055956.3A CN112465740B (zh) | 2020-09-30 | 2020-09-30 | 一种基于显微操作系统的目标吸持点定位方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011055956.3A CN112465740B (zh) | 2020-09-30 | 2020-09-30 | 一种基于显微操作系统的目标吸持点定位方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112465740A true CN112465740A (zh) | 2021-03-09 |
CN112465740B CN112465740B (zh) | 2022-06-14 |
Family
ID=74832801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011055956.3A Active CN112465740B (zh) | 2020-09-30 | 2020-09-30 | 一种基于显微操作系统的目标吸持点定位方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112465740B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113528583A (zh) * | 2021-07-15 | 2021-10-22 | 澳门大学 | 自动化显微注射方法、装置、系统、设备及存储介质 |
CN113552065A (zh) * | 2021-07-23 | 2021-10-26 | 宁波智能装备研究院有限公司 | 一种生物样本的固定方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2278548A1 (en) * | 2009-07-21 | 2011-01-26 | Karlsruher Institut für Technologie | Analysis of embryo images |
CN107047396A (zh) * | 2017-06-23 | 2017-08-18 | 哈尔滨工业大学 | 一种视觉伺服斑马鱼心脏注射方法 |
CN109035340A (zh) * | 2018-08-17 | 2018-12-18 | 哈尔滨工业大学 | 一种自动显微注射系统中不同微量吸液管尖端的自动定位方法及装置 |
CN111429503A (zh) * | 2020-02-21 | 2020-07-17 | 于兴虎 | 一种斑马鱼幼鱼年龄估计方法及系统 |
CN111445490A (zh) * | 2020-02-21 | 2020-07-24 | 于兴虎 | 一种显微操作系统目标前景提取方法及系统 |
CN111583207A (zh) * | 2020-04-28 | 2020-08-25 | 于兴虎 | 一种斑马鱼幼鱼心脏轮廓确定方法及系统 |
-
2020
- 2020-09-30 CN CN202011055956.3A patent/CN112465740B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2278548A1 (en) * | 2009-07-21 | 2011-01-26 | Karlsruher Institut für Technologie | Analysis of embryo images |
CN107047396A (zh) * | 2017-06-23 | 2017-08-18 | 哈尔滨工业大学 | 一种视觉伺服斑马鱼心脏注射方法 |
CN109035340A (zh) * | 2018-08-17 | 2018-12-18 | 哈尔滨工业大学 | 一种自动显微注射系统中不同微量吸液管尖端的自动定位方法及装置 |
CN111429503A (zh) * | 2020-02-21 | 2020-07-17 | 于兴虎 | 一种斑马鱼幼鱼年龄估计方法及系统 |
CN111445490A (zh) * | 2020-02-21 | 2020-07-24 | 于兴虎 | 一种显微操作系统目标前景提取方法及系统 |
CN111583207A (zh) * | 2020-04-28 | 2020-08-25 | 于兴虎 | 一种斑马鱼幼鱼心脏轮廓确定方法及系统 |
Non-Patent Citations (2)
Title |
---|
SONGLIN ZHUANG等: "Micromanipulator control for grasping and orienting zebrafish larva", 《2017 IEEE 56TH ANNUAL CONFERENCE ON DECISION AND CONTROL》 * |
佟明斯等: "显微操作中斑马鱼幼鱼心脏识别与监测方法", 《哈尔滨工业大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113528583A (zh) * | 2021-07-15 | 2021-10-22 | 澳门大学 | 自动化显微注射方法、装置、系统、设备及存储介质 |
CN113552065A (zh) * | 2021-07-23 | 2021-10-26 | 宁波智能装备研究院有限公司 | 一种生物样本的固定方法及系统 |
CN113552065B (zh) * | 2021-07-23 | 2023-10-24 | 宁波智能装备研究院有限公司 | 一种生物样本的固定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112465740B (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829876B (zh) | 基于机器视觉的链板缺陷在线检测装置及方法 | |
CN112465740B (zh) | 一种基于显微操作系统的目标吸持点定位方法及系统 | |
CN110648367A (zh) | 一种基于多层深度与彩色视觉信息的几何体目标定位方法 | |
CN106600625A (zh) | 检测小型生物的图像处理方法及装置 | |
CN108960011B (zh) | 部分遮挡的柑橘果实图像识别方法 | |
CN106251353A (zh) | 弱纹理工件及其三维位姿的识别检测方法及系统 | |
CN102521836A (zh) | 一种基于特定类灰度图像的边缘检测方法 | |
CN112529858A (zh) | 一种基于机器视觉的焊缝图像处理方法 | |
CN102842037A (zh) | 一种基于多特征融合的车辆阴影消除方法 | |
CN111445490B (zh) | 一种显微操作系统目标前景提取方法及系统 | |
CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
CN111583193B (zh) | 基于几何轮廓模板匹配的开心果骨架提取装置及其算法 | |
CN111754538B (zh) | Usb表面缺陷检测的阈值分割方法 | |
CN112001906A (zh) | 一种结合非极大值抑制的钢板焊缝图像检测方法 | |
CN110607405A (zh) | 基于机器视觉工业应用的皮革内轮廓识别切割装置及方法 | |
CN112686265A (zh) | 一种基于层级轮廓提取的象形文字分割方法 | |
He et al. | Lane detection for track-following based on histogram statistics | |
CN115439523A (zh) | 一种半导体器件引脚尺寸检测方法、设备及存储介质 | |
CN111310754A (zh) | 一种分割车牌字符的方法 | |
CN112102189B (zh) | 一种线结构光光条中心线提取方法 | |
CN111178210B (zh) | 一种十字标记的图像识别及对准方法 | |
CN112017201B (zh) | 一种加工输送中鱼体头尾姿态判定方法 | |
Cheng et al. | Power pole detection based on graph cut | |
CN112465906B (zh) | 一种基于显微操作系统的斑马鱼姿态检测方法及系统 | |
Xu et al. | A lane detection method combined fuzzy control with ransac algorithm |
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 |