CN115631209A - 水凝胶球溶胀参数测量方法、系统、装置和存储介质 - Google Patents

水凝胶球溶胀参数测量方法、系统、装置和存储介质 Download PDF

Info

Publication number
CN115631209A
CN115631209A CN202211289573.1A CN202211289573A CN115631209A CN 115631209 A CN115631209 A CN 115631209A CN 202211289573 A CN202211289573 A CN 202211289573A CN 115631209 A CN115631209 A CN 115631209A
Authority
CN
China
Prior art keywords
hydrogel
image
swelling
parameters
information
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
Application number
CN202211289573.1A
Other languages
English (en)
Inventor
张智星
张文伟
贾原
宋秋明
欧阳夏
田金鹏
李思迪
吴崇林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Technology University
Original Assignee
Shenzhen Technology University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Technology University filed Critical Shenzhen Technology University
Priority to CN202211289573.1A priority Critical patent/CN115631209A/zh
Publication of CN115631209A publication Critical patent/CN115631209A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • 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
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/20112—Image segmentation details

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例公开了一种水凝胶球溶胀参数测量方法、系统、装置和存储介质，属于水凝胶检测技术领域；其方法包括获取水凝胶图像；基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像；提取所述分割图像中的水凝胶轮廓信息；利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息，以根据所述水凝胶尺寸信息得到溶胀参数。通过对水凝胶图像进行阈值分割，再提取水凝胶轮廓信息，最后根据水凝胶轮廓信息计算得到水凝胶尺寸信息即可得到水凝胶球的溶胀参数，提高了水凝胶球溶胀参数测量自动化程度以及效率。

Description

水凝胶球溶胀参数测量方法、系统、装置和存储介质
技术领域
本发明涉及一种水凝胶检测技术领域，尤其涉及一种水凝胶球溶胀参数测量方法、系统、装置和存储介质。
背景技术
水凝胶有介于液体和固体的物理性质，以及与生物组织具有相似的含水量和机械性能，因而具有极佳的生物兼容性，在诸多领域具有良好的应用前景。水凝胶可以实现对环境变量，例如溶液pH、温度以及生物分子的特异性响应，形成智能响应型水凝胶。这类水凝胶材料能够在周围环境的刺激下，改变凝胶网络的结构，进而改变水凝胶网络中的含水量，体现为水凝胶体积的溶胀和收缩。
由于水凝胶的组分和组分间的比例都需要进行精细调节，每一组水凝胶都需要表征其在不同待测环境变量和生物分子含量下的溶胀特性变化。现有技术采用称重法测量。称重法需要将水凝胶样品置于分析天平上对其质量进行测量，并手动进行数据记录。难以获得连续动态数据且需要繁琐的实验操作步骤降低了水凝胶溶胀参数的测量效率。
发明内容
有鉴于此，本发明提供了一种水凝胶球溶胀参数测量方法、系统、装置和存储介质，用于解决现有技术中水凝胶溶胀参数测量效率低的问题。为达上述之一或部分或全部目的或是其他目的，本发明提出一种水凝胶球溶胀参数测量方法、系统、装置和存储介质，第一方面：
一种水凝胶球溶胀参数测量方法，包括：
获取水凝胶图像；
基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像；
提取所述分割图像中的水凝胶轮廓信息；
利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息，以根据所述水凝胶尺寸信息得到溶胀参数。
优选地，所述基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像的步骤包括：
获取所述水凝胶图像的所述像素参数；
利用预设的最大类间方差模型对所述像素参数进行处理，得到阈值参数；
根据所述阈值参数生成筛选条件，并根据所述筛选条件从所述水凝胶图像中划分得到所述分割图像。
优选地，所述利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息的步骤包括：
根据所述水凝胶轮廓信息计算水凝胶球直径所占的像素点总数；
将所述像素点总数和所述水凝胶图像的放大倍率做积后得到所述水凝胶尺寸信息。
优选地，在所述获取水凝胶图像之后，所述方法还包括：
对所述水凝胶图像进行畸变矫正和中值滤波，以将所述畸变矫正和所述中值滤波后的所述水凝胶图像作为待阈值分割的所述水凝胶图像。
优选地，在所述利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息之后，所述方法还包括：
将所述水凝胶尺寸信息以及对应的所述溶胀参数标注在所述水凝胶图像上；
输出所述水凝胶图像并保存所述水凝胶图像以及对应的所述水凝胶尺寸信息。
优选地，所述水凝胶轮廓信息为水凝胶最外层轮廓的位置信息。
优选地，所述水凝胶图像为灰度图像。
第二方面：
一种水凝胶球溶胀参数测量系统，包括获取模块，用于获取水凝胶图像；
分割模块，用于基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像；
提取模块，用于提取所述分割图像中的水凝胶轮廓信息；
计算模块，用于利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息，以根据所述水凝胶尺寸信息得到溶胀参数。
优选地，所述分割模块包括获取单元，用于获取所述水凝胶图像的所述像素参数；
参数单元，用于利用预设的最大类间方差模型对所述像素参数进行处理，得到阈值参数；
分割单元，用于根据所述阈值参数生成筛选条件，并根据所述筛选条件从所述水凝胶图像中划分得到所述分割图像。
优选地，所述计算模块包括直径单元，用于根据所述水凝胶轮廓信息计算水凝胶球直径所占的像素点总数；
计算单元，用于将所述像素点总数和所述水凝胶图像的放大倍率做积后得到所述水凝胶尺寸信息。
优选地，所述系统还包括预处理模块，用于在获取水凝胶图像之后，对所述水凝胶图像进行畸变矫正和中值滤波，以将所述畸变矫正和所述中值滤波后的所述水凝胶图像作为待阈值分割的所述水凝胶图像。
优选地，所述系统还包括标注模块，用于在利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息之后，将所述水凝胶尺寸信息以及对应的所述溶胀参数标注在所述水凝胶图像上；
处理模块，用于输出所述水凝胶图像并保存所述水凝胶图像以及对应的所述水凝胶尺寸信息。
优选地，所述水凝胶轮廓信息为水凝胶最外层轮廓的位置信息。
优选地，所述水凝胶图像为灰度图像。
第三方面：
一种水凝胶球溶胀参数测量装置，包括存储器和处理器，所述存储器中存储有水凝胶球溶胀参数测量方法，所述处理器用于在执行水凝胶球溶胀参数测量方法时采用上述所述水凝胶球溶胀参数测量方法。
第四方面：
一种存储介质，存储有能够被处理器加载并执行上述所述方法的计算机程序。
实施本发明实施例，将具有如下有益效果：
通过对水凝胶图像进行阈值分割，再提取水凝胶轮廓信息，最后根据水凝胶轮廓信息计算得到水凝胶尺寸信息即可得到水凝胶球的溶胀参数。整个过程无需人工参与，自动完成。现实了连续的水凝胶溶胀动态测量，减少人力成本，提高了测量效率。
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，下面将对实施例或现有技术描述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的前提下，还可以根据这些附图获得其他的附图。
其中：
图1为一个实施例中水凝胶球溶胀参数测量方法的整体流程图。
图2为一个实施例中水凝胶球溶胀参数测量方法中阈值分割的流程图。
图3为一个实施例中水凝胶球溶胀参数测量系统的结构框图。
图4为一个实施例中水凝胶球溶胀参数测量装置的结构示意图。
图5为一个实施例中水凝胶球溶胀参数自动检测仪器的立体图。
图6为一个实施例中水凝胶球溶胀参数自动检测仪器的内部结构示意图。
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作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。
在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
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的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的，不是旨在限制本发明。
本申请实施例公开一种水凝胶球溶胀参数测量方法，在现有技术中，多采用称重法测量水凝胶的溶胀参数，以反映水凝胶的溶胀特性变化。但该种称重法需要人工协助完成，不仅浪费人力资源，提高了水凝胶参数测量的成本，也大大降低了测量效率，难以实现连续性实时测量需求。
针对上述技术缺陷，本申请实施例提供的水凝胶球溶胀参数测量方法，如图1所示，包括：
101、获取水凝胶图像。
在一实施例中，水凝胶图像由其他设备传输给当前执行主体；在另一实施例中，水凝胶图像由当前执行主体控制预设的摄像设备拍摄获得。需要说明的是，当前执行主体可以是MCU、CPU、集成电路、控制器、单片机等具有运算和控制功能的设备，对此本实施例不做具体限定。
此外，在一实施例中，水凝胶图像的获取时机可以是即时的。即当前执行主体被动接收到水凝胶图像。在另一实施例中，水凝胶图像的获取时机为定时获得。即根据预设的获取时间，当前执行主体主动获取水凝胶图像。对此本实施例不做具体限定。
102、基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像。
需要说明的是，阈值分割是一种基于区域的图像分割技术，能将图像像素点分为若干类。其实现简单、计算量小、性能稳定，有助于提高算法鲁棒性。即通过设定的阈值与水凝胶图像中的各个像素点比对，将水凝胶图像中的各个像素点归为若干类。具体的，在一实施例中，为了进一步提高测量效率，采用自动阈值分割。即阈值的确定通过计算得到，无需预先设置。
在一实施例中，分割图像指在进行阈值分割后，至少舍弃一类像素点的水凝胶图像。为了便于理解，例如将水凝胶图像划分为前景和背景。在阈值分割后，将属于背景的像素点舍弃，剩下属于前景的像素点。属于前景的像素点共同构成分割图像。需要说明的是，本实施例不对舍弃的像素点的类别数量进行限定。可以舍弃多类像素点，也可以保留多类像素点。
103、提取所述分割图像中的水凝胶轮廓信息。
在一实施例中，水凝胶轮廓信息为位置信息。即构成水凝胶轮廓的各个像素点的位置信息。在另一实施例中，水凝胶轮廓信息为图形信息。即构成水凝胶轮廓的各个像素点组成的图形。在其他实施例中，水凝胶轮廓信息由位置信息和图形信息组合构成，旨在能够通过水凝胶轮廓信息得到水凝胶的轮廓，本实施例不做具体限定。
由于分割图像中保留了至少一类像素点，因此通过分割图像中的像素点即可得到水凝胶的轮廓信息，可以是各个像素点的位置信息，也可以是组成的图形信息。
104、利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息，以根据所述水凝胶尺寸信息得到溶胀参数。
在得到水凝胶轮廓信息后，在一实施例中，取水凝胶轮廓信息中的中点，而后生成一条穿过该中点的直线。直线与水凝胶最外侧的轮廓相交两点之间的距离即为水凝胶直径长度。其中，水凝胶直径长度通过像素点的个数计算得到。在另一实施例中，通过水凝胶直径长度进一步计算，能够得到水凝胶体积参数。即，水凝胶尺寸信息包括水凝胶直径信息和水凝胶体积信息中的至少一个。此外，在得到水凝胶轮廓信息后，还可以计算得到水凝胶的其他尺寸信息，例如半径或周长，对此本实施例不做具体限定。
在得到水凝胶尺寸信息后，与水凝胶未发生溶胀之前的尺寸信息进行比对，即可得到溶胀参数。
通过自动对水凝胶图像进行处理，使水凝胶球溶胀参数的测量工作无需人工参与，自动化完成。降低了人工成本，提高了测量效率。同时也降低了因人工测量而出现的出错率。
在本申请另一实施方式中，如图2所示，步骤所述基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像包括：
201、获取所述水凝胶图像的所述像素参数。
水凝胶图像有若干个像素点构成，每个像素点均有灰度值，即像素参数。在得到水凝胶图像后，利用图片处理软件或工具即可得到像素参数。
202、利用预设的最大类间方差模型对所述像素参数进行处理，得到阈值参数。
其中，最大类间方差模型指采用最大类间阈值法的算法模型。将水凝胶图像的像素参数作为最大类间方差模型的输入，输出阈值参数。为了便于理解，在一实施例中，阈值参数包括前景像素点点数占水凝胶图像总像素点点数的比例、前景像素点平均灰度、背景像素点点数占水凝胶图像总像素点点数的比例、背景像素点平均灰度、水凝胶图像所有像素点的平均灰度、水凝胶图像大小中的至少一个。通过不断的计算方差，在得到最大方差后将对应的阈值作为阈值参数。
203、根据所述阈值参数生成筛选条件，并根据所述筛选条件从所述水凝胶图像中划分得到所述分割图像。
为了便于理解，在一实施例中，例如阈值参数为100，则筛选条件可以是大于等于100、小于100、大于100等，具体根据分割图像的需求设定，本实施例对此不做具体限定。
在确定筛选条件后，即将水凝胶图像中的每个像素点与筛选条件进行比对。符合筛选条件的像素点保留，则将不符合筛选条件的像素点删除或涂黑。反之亦然，不再赘述。
通过使用最大类间方差模型，实现阈值参数的自动计算。无需人为设定，或人工参与阈值参数的确定。降低了人工成本，提高了测量效率。
在本申请另一实施方式中，步骤所述利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息包括：
301、根据所述水凝胶轮廓信息计算水凝胶球直径所占的像素点总数。
得到水凝胶轮廓信息后，即可找到中点。而后确定直径，遍历直径涉及的像素点，即可得到像素点总数。
302、将所述像素点总数和所述水凝胶图像的放大倍率做积后得到所述水凝胶尺寸信息。
由于是对水凝胶图像进行处理，因此在计算水凝胶尺寸信息时，考虑拍摄水凝胶图像的相机放大倍率，有助于保证水凝胶尺寸信息的精确度。
此外，在另一实施例中，将像素点总数和放大倍率做积后，将结果与补偿量求和。进一步提高水凝胶尺寸信息的精确度。其中，补偿量可以根据拍摄水凝胶图像的相机参数确定。
在本申请另一实施方式中，在步骤所述获取水凝胶图像之后，所述方法还包括：
401、对所述水凝胶图像进行畸变矫正和中值滤波，以将所述畸变矫正和所述中值滤波后的所述水凝胶图像作为待阈值分割的所述水凝胶图像。
即在一实施例中，在步骤101和102之间，对水凝胶图像进行预处理。预处理包括畸变矫正和中值滤波。其中，相机镜头的畸变是光学透镜固有的透视失真的总称。由于存在各种镜头的畸变和变形，真实的相机要比小孔成像模型复杂很多。
在机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型。视觉检测系统采集到的图像存在畸变，而且也无法以微米级别的精度安装硬件，因此需要引入相关的畸变参数、内参数，确定世界坐标系和图像坐标系的转换关系，再对图像进行矫正。
中值滤波是一种典型的非线性滤波，是基于排序统计理论的一种能够有效抑制噪声的非线性信号处理技术，基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，让周围的像素值接近真实的值从而消除孤立的噪声点。
通过观察实际拍摄的图片，可以看到背景/亚克力板上存在划痕、斑点等其他脉冲噪声。中值滤波对消除椒盐噪声/脉冲噪声非常有效，又能有效保护图像边缘信息能，克服了线性滤波器带来的图像细节模糊等弊端，是非常经典的平滑噪声处理方法，也是“最小绝对误差”准则下的最优滤波。
在本申请另一实施方式中，在步骤所述利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息之后，所述方法还包括：
501、将所述水凝胶尺寸信息以及对应的所述溶胀参数标注在所述水凝胶图像上。
在得到水凝胶尺寸信息和溶胀参数后，通过写入程序或软件在水凝胶图像上记录对应的水凝胶尺寸信息和溶胀参数。
502、输出所述水凝胶图像并保存所述水凝胶图像以及对应的所述水凝胶尺寸信息。
通过输出记录有水凝胶尺寸信息和溶胀参数的水凝胶图像，有助于对水凝胶进行后续的溶胀特性研究。保存的水凝胶图像和水凝胶尺寸信息便于进行统计工作，提高水凝胶研究工作的便捷性。
在本申请另一实施方式中，所述水凝胶轮廓信息为水凝胶最外层轮廓的位置信息。
最外层轮廓的位置信息便于提高水凝胶尺寸信息的计算精度。同时有助于节约计算资源，减少计算工作量，提高测量效率。
在本申请另一实施方式中，所述水凝胶图像为灰度图像。
灰度图像每个像素点的取值只有256种，比彩色图像相比(彩色图像每个像素点的取值有2563种)矩阵维数下降，运算速度大幅度提高。轮廓提取最关键的因素是梯度，有梯度变化代表边缘的出现，而灰度图像保留了完整的梯度信息。
通过利用水凝胶图像自动进行阈值分割以及轮廓提取，计算出水凝胶尺寸信息。整个过程无需人工参与，且阈值参数自动计算，最后输出带有水凝胶尺寸信息和溶胀参数的水凝胶图像。减少了人工成本，提高了测量效率，有助于水凝胶的溶胀特性研究。
本申请实施例还公开一种水凝胶球溶胀参数测量系统，如图3所示，包括获取模块1，用于获取水凝胶图像；
分割模块2，用于基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像；
提取模块3，用于提取所述分割图像中的水凝胶轮廓信息；
计算模块4，用于利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息，以根据所述水凝胶尺寸信息得到溶胀参数。
优选地，所述分割模块2包括获取单元，用于获取所述水凝胶图像的所述像素参数；
参数单元，用于利用预设的最大类间方差模型对所述像素参数进行处理，得到阈值参数；
分割单元，用于根据所述阈值参数生成筛选条件，并根据所述筛选条件从所述水凝胶图像中划分得到所述分割图像。
优选地，所述计算模块4包括直径单元，用于根据所述水凝胶轮廓信息计算水凝胶球直径所占的像素点总数；
计算单元，用于将所述像素点总数和所述水凝胶图像的放大倍率做积后得到所述水凝胶尺寸信息。
优选地，所述系统还包括预处理模块，用于在获取水凝胶图像之后，对所述水凝胶图像进行畸变矫正和中值滤波，以将所述畸变矫正和所述中值滤波后的所述水凝胶图像作为待阈值分割的所述水凝胶图像。
优选地，所述系统还包括标注模块，用于在利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息之后，将所述水凝胶尺寸信息以及对应的所述溶胀参数标注在所述水凝胶图像上；
处理模块，用于输出所述水凝胶图像并保存所述水凝胶图像以及对应的所述水凝胶尺寸信息。
优选地，所述水凝胶轮廓信息为水凝胶最外层轮廓的位置信息。
优选地，所述水凝胶图像为灰度图像。
在获取模块1获得水凝胶图像后，分割模块2自动进行阈值分割，得到分割图像。提取模块3自动提取水凝胶轮廓信息，计算模块4自动计算得到水凝胶尺寸信息和溶胀参数。无需人工参与，实现连续性测量，提高了水溶胶球溶胀参数的测量效率。
这里需要指出的是：以上应用于水凝胶球溶胀参数测量系统实施例项的描述，与上述方法描述是类似的，具有同方法实施例相同的有益效果。对于本发明水凝胶球溶胀参数测量系统实施例中未披露的技术细节，本领域的技术人员请参照本发明方法实施例的描述而理解。
需要说明的是，本发明实施例中，如果以软件功能模块的形式实现上述方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本发明实施例不限制于任何特定的硬件和软件结合。
相应地，本申请实施例还公开一种存储介质，存储有能够被处理器加载并执行上述方法的计算机程序。
本申请实施例还公开一种水凝胶球溶胀参数测量装置，如图4所示，包括一个处理器100、至少一个通信总线200、用户接口300、至少一个外部通信接口400和存储器500。其中，通信总线200配置为实现这些组件之间的连接通信。其中，用户接口300可以包括显示屏，外部通信接口400可以包括标准的有线接口和无线接口。其中，存储器500中存储有水凝胶球溶胀参数测量方法。其中，处理器100用于在执行存储器500中存储的水凝胶球溶胀参数测量方法时采用上述方法。
本申请实施例还公开了一种水凝胶球溶胀参数自动检测仪器，该自动检测仪器可实现自动监测水凝胶溶胀参数变化且具备并行测试能力，如图5和图6所示，包括壳体6、高精度CCD(图像传感器)7、镜头8、样品测试盒9、基座10、升降平台11、摄像头安装架12和照明系统，其中，壳体6构成整个仪器的外壳，其余零部件设置于壳体6内，升降平台11设置于壳体6底面，升降平台11与摄像头安装架12连接，通过设置于升降平台11顶上的手摇轮13调节摄像头安装架12的高度，进而实现镜头8的调焦。镜头8连接于摄像头安装架12上，镜头8上方设置有高精度CCD7，用于检测水凝胶球位置并采集水凝胶球溶胀参数。样品测试盒9固定在基座10的凹槽内，基座10位于镜头8的正下方。
进一步地，照明系统设置于壳体6内，且照明系统参数(光源亮度、光源位置和光源数目等)可根据实验需要进行调节。
进一步地，壳体6为封闭不透光的光学黑箱。
进一步地，壳体6其中两个相交的侧面为活页门结构。
进一步地，升降平台11侧面设置有刻度尺，用于记录摄像头安装架12高度。
使用时，打开壳体的活页门，取出水凝胶样品测试盒，将待测水凝胶球样品置于测试盒预定位置内，再将水凝胶测试盒固定在安装槽内。完成安装后，旋转升降平台顶部的手摇轮，调整镜头对样品进行对焦，然后固定平台位置。利用计算机控制高分辨率摄像头进行拍照，并对图像进行存储与处理，并实时报告水凝胶溶胀参数。实验人员可在线实时查看水凝胶溶胀参数，确定下一步实验计划，或者按照预定的实验程序进行测量。
本仪器具有如下有益效果：
1、本仪器实现了连续的水凝胶溶胀动态测量，而现有方法只能进行离散的数据采集。
2、本仪器实现了检测过程的自动化，利用摄像头和机器视觉自动识别水凝胶溶胀参数并自动记录溶胀数据。现有方法无法实现自动数据记录，需要实验人员手动称重记录并进行数据保存。
3、本仪器具有并行测试能力，可实现对大量水凝胶样品的同时测试。使用现有方法测试大量样品需要耗费大量人力和时间，难以提升检测效率。
以上应用于水凝胶球溶胀参数测量装置和存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本发明水凝胶球溶胀参数测量装置和存储介质实施例中未披露的技术细节，请参照本发明方法实施例的描述而理解。
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台设备执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种水凝胶球溶胀参数测量方法，其特征在于，包括：
获取水凝胶图像；
基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像；
提取所述分割图像中的水凝胶轮廓信息；
利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息，以根据所述水凝胶尺寸信息得到溶胀参数。
2.如权利要求1所述的水凝胶球溶胀参数测量方法，其特征在于，所述基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像的步骤包括：
获取所述水凝胶图像的所述像素参数；
利用预设的最大类间方差模型对所述像素参数进行处理，得到阈值参数；
根据所述阈值参数生成筛选条件，并根据所述筛选条件从所述水凝胶图像中划分得到所述分割图像。
3.如权利要求1所述的水凝胶球溶胀参数测量方法，其特征在于，所述利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息的步骤包括：
根据所述水凝胶轮廓信息计算水凝胶球直径所占的像素点总数；
将所述像素点总数和所述水凝胶图像的放大倍率做积后得到所述水凝胶尺寸信息。
4.如权利要求1所述的水凝胶球溶胀参数测量方法，其特征在于，在所述获取水凝胶图像之后，所述方法还包括：
对所述水凝胶图像进行畸变矫正和中值滤波，以将所述畸变矫正和所述中值滤波后的所述水凝胶图像作为待阈值分割的所述水凝胶图像。
5.如权利要求1所述的水凝胶球溶胀参数测量方法，其特征在于，在所述利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息之后，所述方法还包括：
将所述水凝胶尺寸信息以及对应的所述溶胀参数标注在所述水凝胶图像上；
输出所述水凝胶图像并保存所述水凝胶图像以及对应的所述水凝胶尺寸信息。
6.如权利要求1所述的水凝胶球溶胀参数测量方法，其特征在于，所述水凝胶轮廓信息为水凝胶最外层轮廓的位置信息。
7.如权利要求1所述的水凝胶球溶胀参数测量方法，其特征在于，所述水凝胶图像为灰度图像。
8.一种水凝胶球溶胀参数测量系统，其特征在于，包括获取模块，用于获取水凝胶图像；
分割模块，用于基于所述水凝胶图像中的像素参数进行阈值分割，得到分割图像；
提取模块，用于提取所述分割图像中的水凝胶轮廓信息；
计算模块，用于利用所述水凝胶轮廓信息计算得到水凝胶尺寸信息，以根据所述水凝胶尺寸信息得到溶胀参数。
9.一种水凝胶球溶胀参数测量装置，包括存储器和处理器，其特征在于，所述存储器中存储有水凝胶球溶胀参数测量方法，所述处理器用于在执行水凝胶球溶胀参数测量方法时采用权利要求1-7任一项所述水凝胶球溶胀参数测量方法。
10.一种存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1-7任一项所述方法的计算机程序。
CN202211289573.1A 2022-10-20 2022-10-20 水凝胶球溶胀参数测量方法、系统、装置和存储介质 Pending CN115631209A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211289573.1A CN115631209A (zh) 2022-10-20 2022-10-20 水凝胶球溶胀参数测量方法、系统、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211289573.1A CN115631209A (zh) 2022-10-20 2022-10-20 水凝胶球溶胀参数测量方法、系统、装置和存储介质

Publications (1)

Publication Number Publication Date
CN115631209A true CN115631209A (zh) 2023-01-20

Family

ID=84907644

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211289573.1A Pending CN115631209A (zh) 2022-10-20 2022-10-20 水凝胶球溶胀参数测量方法、系统、装置和存储介质

Country Status (1)

Country Link
CN (1) CN115631209A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116503386A (zh) * 2023-06-25 2023-07-28 宁德时代新能源科技股份有限公司 结构胶的检测方法、装置、终端及计算机可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116503386A (zh) * 2023-06-25 2023-07-28 宁德时代新能源科技股份有限公司 结构胶的检测方法、装置、终端及计算机可读存储介质
CN116503386B (zh) * 2023-06-25 2023-12-01 宁德时代新能源科技股份有限公司 结构胶的检测方法、装置、终端及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN106546581B (zh) 试纸检测卡智能检测系统以及试纸检测卡智能分析方法
CN110389127B (zh) 一种金属陶瓷零件识别及表面缺陷检测系统和方法
CN109580630A (zh) 一种机械零部件缺陷的视觉检测方法
TW202014984A (zh) 一種圖像處理方法、電子設備及存儲介質
CN109165538A (zh) 基于深度神经网络的条形码检测方法及装置
CN110210448B (zh) 一种智能人脸皮肤老化程度的识别与评估方法
CN109523527A (zh) 图像中脏污区域的检测方法、装置和电子设备
WO2002097716A1 (en) Robust stain detection and quantification for histological specimens based on a physical model for stain absorption
CN111369523B (zh) 显微图像中细胞堆叠的检测方法、系统、设备及介质
Son et al. Morphological change tracking of dendritic spines based on structural features
WO2022247162A1 (zh) 一种基于机器视觉的透明度检测方法
CN111598869B (zh) 一种对显示屏幕的Mura进行检测的方法、设备及存储介质
CN112862744B (zh) 一种基于超声图像的电容内部缺陷智能检测方法
CN113936280B (zh) 一种嵌入式仪表码盘字符自动识别系统及方法
CN112668510A (zh) 实现针对三维人脸识别设备性能测试的方法、系统、装置、处理器及其存储介质
CN115631209A (zh) 水凝胶球溶胀参数测量方法、系统、装置和存储介质
CN114581432A (zh) 一种基于深度学习的舌象仪舌象分割方法
CN113256570A (zh) 基于人工智能的视觉信息处理方法、装置、设备及介质
CN109241948A (zh) 一种数控刀具视觉识别方法及装置
CN112052730A (zh) 一种3d动态人像识别监控设备及方法
CN117274278B (zh) 基于模拟感受野的视网膜图像病灶部位分割方法及系统
CN112699824A (zh) 电能表仪表常数检测方法、设备及存储介质
Nazeran et al. Biomedical image processing in pathology: a review
CN110930393A (zh) 一种基于机器视觉的芯片料管计数方法、装置及系统
WO2023220913A1 (zh) 细胞图像处理方法、电子设备以及存储介质

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