CN117351077A - 一种点样仪动态预测的视觉修正方法 - Google Patents

一种点样仪动态预测的视觉修正方法 Download PDF

Info

Publication number
CN117351077A
CN117351077A CN202311184309.6A CN202311184309A CN117351077A CN 117351077 A CN117351077 A CN 117351077A CN 202311184309 A CN202311184309 A CN 202311184309A CN 117351077 A CN117351077 A CN 117351077A
Authority
CN
China
Prior art keywords
coordinates
sample application
point
target
points
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
Application number
CN202311184309.6A
Other languages
English (en)
Other versions
CN117351077B (zh
Inventor
翁丹容
蔡树衡
张伟
陈梓泳
谢杰
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.)
Guangzhou Hybribio Biotech Ltd
Hybribio Ltd
Guangdong Kaipu Technology Intelligent Manufacturing Co ltd
Original Assignee
Guangzhou Hybribio Biotech Ltd
Hybribio Ltd
Guangdong Kaipu Technology Intelligent Manufacturing Co ltd
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 Guangzhou Hybribio Biotech Ltd, Hybribio Ltd, Guangdong Kaipu Technology Intelligent Manufacturing Co ltd filed Critical Guangzhou Hybribio Biotech Ltd
Priority to CN202311184309.6A priority Critical patent/CN117351077B/zh
Publication of CN117351077A publication Critical patent/CN117351077A/zh
Application granted granted Critical
Publication of CN117351077B publication Critical patent/CN117351077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及点样仪点样技术领域，更具体地，涉及一种点样仪动态预测的视觉修正方法。能够准确地识别芯片前处理操作造成的生物芯片表格的随机的线性变化，及时修正点样。避免出现连续需要修正的格子，提高点样效率。能够根据目标格子的图像，实时动态修正点样位，提高点样准确率和生物芯片质量。

Description

一种点样仪动态预测的视觉修正方法
技术领域
本发明涉及点样仪点样技术领域，更具体地，涉及一种点样仪动态预测的视觉修正方法。
背景技术
纸基生物芯片(类似A4打印纸，材料为硝酸纤维膜)在上机点样之前需要一系列的前处理(如浸泡活化试剂，在打印机上打印)，其中芯片的表格打印工序可能因卷入打印机时造成整张纸基芯片局部随机变形，使得芯片表格分布出现线性变化，造成在向格子中心注入试剂时出现偏差，导致出现点样位置不在表格中心、或者漏点、错点的情况，从而导致测试误差。
发明内容
本发明为克服上述现有技术中的缺陷，提供一种点样仪动态预测的视觉修正方法，能够有效避免点样出错，提高测试准确率。
为解决上述技术问题，本发明采用的技术方案是：
一种点样仪动态预测的视觉修正方法，包括以下步骤：
S1.将生物芯片平直摆放在载膜平台上，读取全自动点样仪控制系统中预设的生物芯片四个角的目标格子的机械运动坐标；
S2.三轴运动平台分别移动到四个预设的机械运动坐标，控制视觉检测系统进行拍照，进行四边形识别；得到图像中四个角的中心点，与预设的四个角的目标格子图像中心点进行比对，如果识别的四个角的目标格子的中心点与预设值对比超过了阈值，则表示摆放在载膜平台上的生物芯片的位置超出了预设范围，提示重新摆放芯片；否则，根据识别到的中心点坐标值与预设值的差值做换算，得到修整的四个角的目标格子的中心点；
S3.根据修正的四个角的目标格子中心点的机械运动坐标(x,y)，根据两点形成直线，生成每人份的目标格子的XY坐标；
S4.系统开始点样，点样针分别移动到S3步骤中生成的目标格子XY坐标，先进行一次新的四边形识别，得到中心点坐标并与修正后的预设的目标格子中心点作对比，决定是否要做XY轴的微调；
S5.点样针将试剂点入目标格子的中心，并识别点入的试剂的面积是否符合要求，合格则进行下一个目标格子的点样。
全自动点样仪，具有视觉检测系统，视觉检测系统安装在Z轴移动系统上；人工生物芯片平直摆放在载膜平台上，三轴运动平台，根据修整后的点位信息，将点样针移动到需要点样的格子上方，将试剂点入小格子中。并对点样图像进行识别，根据面积决定是进行下一个格子的点样还是补点。
根据本发明提供的一种点样仪动态预测的视觉修正方法，能够准确地识别芯片前处理操作造成的生物芯片表格的随机的线性变化，及时修正点样。避免出现连续需要修正的格子，提高点样效率。能够根据目标格子的图像，实时动态修正点样位，提高点样准确率和生物芯片质量。
在其中一个实施例中，在所述步骤S2中，识别的中心点坐标值与预设值相差5～10个像素之间则自动换算修正，如果大于10个像素则视为超过阈值。
在其中一个实施例中，预设的四个角的目标格子中心点坐标为(X0，Y0)，识别的中心点的坐标为(X1，Y1)，对于X轴坐标，X0-X1＝XΔ，如果|XΔ|≥5，则X轴的机械运动坐标正或负方向调整XΔ×10，调整后坐标为X+(XΔ×10)；对于Y轴坐标，Y0-Y1＝YΔ，如果|YΔ|≥5，则Y轴的机械运动坐标正或负方向调整YΔ×10，调整后坐标为Y+(YΔ×10)。
在其中一个实施例中，在所述步骤S3中，根据四个角的目标格子中心点，生成每人份的目标格子中心点坐标包括以下步骤：设左上角和右上角的坐标分别为A(x1,y1)、B(x2,y2)；根据公式：y＝(y2-y1)x/(x2-x1)+(y1+(x2-x1)m)；其中m为斜率：m＝(y2-y1)/(x2-x1)；相邻两人份的目标格子之间的距离为Lx，将(x1+Lx)代入公式中的x得到新的y轴坐标。
在其中一个实施例中，在步骤S4中，识别的中心点坐标值与预设值之差小于5个像素则不需要做微调，大于等于5个像素则需要做微调。
在其中一个实施例中，在步骤S5中，首先获取点样后的照片图像，对图像进行以指定的阈值进行二值化得到二值图，对二值图进行降噪，统计图中白色点的像素个数，得到点样的点的面积；点样点的面积如果是在设定的上下限范围内，则合格，否则，当点的面积小于下限，则进行补点样，当超出上限值，则保留不合格的点的位置信息，进行下一人份的点样。
在其中一个实施例中，当行列方向完成点样人份超过3个后则启动下一目标格子的位置预测，根据前三个完成点样的目标格子的机械XY轴坐标，根据两点式形成直线方程，再对接下来要点样的点进行直线拟合优度计算，如果拟合优度R2≥0.95，则表示拟合效果较好，不需要对点样点的机械XY坐标进行修正，否则，通过已经点样的点和已知直线方程计算出需要修正的点的具体坐标。
在其中一个实施例中，通过前面三个完成点样的点的机械坐标，得到直线方程ax+by+c＝0，接下来要点的两个点的坐标为A(x0，y0)，B(x1，y1)；
计算拟合优度：其中，yi表示第i个观测值，/>表示第i个观测值的预测值，/>表示所有观测值的均值；
当R2≤0.95时，点A到直线的垂直交点坐标通过下式计算：
其中，x0、y0为A点的坐标，a、b、c为直线的系数，x、y为修正后的A点的坐标；通过以上方式，同理得到B点修正后的坐标。
本发明还提供一种计算机设备，包括存储器和处理器，所述的存储器存储有计算机程序，所述的处理器执行所述的计算机程序时实现以上所述的方法的步骤。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述的计算机程序被处理器执行时实现以上所述方法的步骤。
与现有技术相比，有益效果是：本发明提供的一种点样仪动态预测的视觉修正方法，能够准确地识别芯片前处理操作造成的生物芯片表格的随机的线性变化，及时修正点样。避免出现连续需要修正的格子，提高点样效率。能够根据目标格子的图像，实时动态修正点样位，提高点样准确率和生物芯片质量。
附图说明
图1是本发明方法流程示意图。
图2是生物芯片结构示意图。
图3是四个角ABCD位于生物芯片上的位置示意图。
图4是二值图降噪后的示意图。
图5是点样点的面积示意图。
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的一部分实施例，而不是全部的实施例。下面结合具体实施方式对本发明作在其中一个实施例中说明。其中，附图仅用于示例性说明，表示的仅是示意图，而非实物图，不能理解为对本专利的限制；为了更好地说明本发明的实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”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，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，全文中出现的“和/或”的含义为，包括三个并列的方案，以“A和/或B”为例，包括A方案，或B方案，或A和B同时满足的方案。
实施例1：
如图1所示，一种点样仪动态预测的视觉修正方法，包括以下步骤：
S1.将生物芯片平直摆放在载膜平台上，读取全自动点样仪控制系统中预设的生物芯片四个角的目标格子的机械运动坐标；
S2.三轴运动平台分别移动到四个预设的机械运动坐标，控制视觉检测系统进行拍照，进行四边形识别；得到图像中四个角的中心点，与预设的四个角的目标格子图像中心点进行比对，如果识别的四个角的目标格子的中心点与预设值对比超过了阈值，则表示摆放在载膜平台上的生物芯片的位置超出了预设范围，提示重新摆放芯片；否则，根据识别到的中心点坐标值与预设值的差值做换算，得到修整的四个角的目标格子的中心点；
S3.根据修正的四个角的目标格子中心点的机械运动坐标(x,y)，根据两点形成直线，生成每人份的目标格子的XY坐标；
S4.系统开始点样，点样针分别移动到S3步骤中生成的目标格子XY坐标，先进行一次新的四边形识别，得到中心点坐标并与修正后的预设的目标格子中心点作对比，决定是否要做XY轴的微调；
S5.点样针将试剂点入目标格子的中心，并识别点入的试剂的面积是否符合要求，合格则进行下一个目标格子的点样。
全自动点样仪，具有视觉检测系统，视觉检测系统安装在Z轴移动系统上；人工生物芯片平直摆放在载膜平台上，三轴运动平台，根据修整后的点位信息，将点样针移动到需要点样的格子上方，将试剂点入小格子中。并对点样图像进行识别，根据面积决定是进行下一个格子的点样还是补点。
根据本发明提供的一种点样仪动态预测的视觉修正方法，能够准确地识别芯片前处理操作造成的生物芯片表格的随机的线性变化，及时修正点样。避免出现连续需要修正的格子，提高点样效率。能够根据目标格子的图像，实时动态修正点样位，提高点样准确率和生物芯片质量。
在其中一个实施例中，在所述步骤S2中，识别的中心点坐标值与预设值相差5～10个像素之间则自动换算修正，如果大于10个像素则视为超过阈值。
在其中一个实施例中，预设的四个角的目标格子中心点坐标为(X0，Y0)，识别的中心点的坐标为(X1，Y1)，对于X轴坐标，X0-X1＝XΔ，如果|XΔ|≥5，则X轴的机械运动坐标正或负方向调整XΔ×10，调整后坐标为X+(XΔ×10)；对于Y轴坐标，Y0-Y1＝YΔ，如果|YΔ|≥5，则Y轴的机械运动坐标正或负方向调整YΔ×10，调整后坐标为Y+(YΔ×10)。
在其中一个实施例中，如图2至3所示，在所述步骤S3中，根据四个角的目标格子中心点，生成每人份的目标格子中心点坐标包括以下步骤：设左上角和右上角的坐标分别为A(x1,y1)、B(x2,y2)；根据公式：y＝(y2-y1)x/(x2-x1)+(y1+(x2-x1)m)；其中m为斜率：m＝(y2-y1)/(x2-x1)；相邻两人份的目标格子之间的距离为Lx，将(x1+Lx)代入公式中的x得到新的y轴坐标。
另外，如图2所示，每张生物芯片具有30人份的目标子，每人份的目标格子又具有42个小格子；点样仪向格中正中央点入微量试剂。各个格子只能点入一种的试剂，各格试剂都不相同，不能混合相关相交。表格中有42个小格子，就是需要42台不同的点样仪各自支一个格子进行点样。
在其中一个实施例中，在步骤S4中，识别的中心点坐标值与预设值之差小于5个像素则不需要做微调，大于等于5个像素则需要做微调。
在其中一个实施例中，如图4和图5所示，在步骤S5中，首先获取点样后的照片图像，对图像进行以指定的阈值进行二值化得到二值图，对二值图进行降噪，统计图中白色点的像素个数，得到点样的点的面积；点样点的面积如果是在设定的上下限范围内，则合格，否则，当点的面积小于下限，则进行补点样，当超出上限值，则保留不合格的点的位置信息，进行下一人份的点样。
在其中一个实施例中，当行列方向完成点样人份超过3个后则启动下一目标格子的位置预测，根据前三个完成点样的目标格子的机械XY轴坐标，根据两点式形成直线方程，再对接下来要点样的点进行直线拟合优度计算，如果拟合优度R2≥0.95，则表示拟合效果较好，不需要对点样点的机械XY坐标进行修正，否则，通过已经点样的点和已知直线方程计算出需要修正的点的具体坐标。
在其中一个实施例中，通过前面三个完成点样的点的机械坐标，得到直线方程ax+by+c＝0，接下来要点的两个点的坐标为A(x0，y0)，B(x1，y1)；
计算拟合优度：其中，yi表示第i个观测值，/>表示第i个观测值的预测值，/>表示所有观测值的均值；
当R2≤0.95时，点A到直线的垂直交点坐标通过下式计算：
其中，x0、y0为A点的坐标，a、b、c为直线的系数，x、y为修正后的A点的坐标；通过以上方式，同理得到B点修正后的坐标。
实施例2
本实施例提供一种计算机设备，包括存储器和处理器，所述的存储器存储有计算机程序，所述的处理器执行所述的计算机程序时实现实施例1所述的方法的步骤。
实施例3
本实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述的计算机程序被处理器执行时实现实施例1所述方法的步骤。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种点样仪动态预测的视觉修正方法，其特征在于，包括以下步骤：
S1.将生物芯片平直摆放在载膜平台上，读取全自动点样仪控制系统中预设的生物芯片四个角的目标格子的机械运动坐标；
S2.三轴运动平台分别移动到四个预设的机械运动坐标，控制视觉检测系统进行拍照，进行四边形识别；得到图像中四个角的中心点，与预设的四个角的目标格子图像中心点进行比对，如果识别的四个角的目标格子的中心点与预设值对比超过了阈值，则表示摆放在载膜平台上的生物芯片的位置超出了预设范围，提示重新摆放芯片；否则，根据识别到的中心点坐标值与预设值的差值做换算，得到修整的四个角的目标格子的中心点；
S3.根据修正的四个角的目标格子中心点的机械运动坐标(x,y)，根据两点形成直线，生成每人份的目标格子的XY坐标；
S4.系统开始点样，点样针分别移动到S3步骤中生成的目标格子XY坐标，先进行一次新的四边形识别，得到中心点坐标并与修正后的预设的目标格子中心点作对比，决定是否要做XY轴的微调；
S5.点样针将试剂点入目标格子的中心，并识别点入的试剂的面积是否符合要求，合格则进行下一个目标格子的点样。
2.根据权利要求1所述的点样仪动态预测的视觉修正方法，其特征在于，在所述步骤S2中，识别的中心点坐标值与预设值相差5～10个像素之间则自动换算修正，如果大于10个像素则视为超过阈值。
3.根据权利要求1所述的点样仪动态预测的视觉修正方法，其特征在于，预设的四个角的目标格子中心点坐标为(X0，Y0)，识别的中心点的坐标为(X1，Y1)，对于X轴坐标，X0-X1＝XΔ，如果|XΔ|≥5，则X轴的机械运动坐标正或负方向调整XΔ×10，调整后坐标为X+(XΔ×10)；对于Y轴坐标，Y0-Y1＝YΔ，如果|YΔ|≥5，则Y轴的机械运动坐标正或负方向调整YΔ×10，调整后坐标为Y+(YΔ×10)。
4.根据权利要求3所述的点样仪动态预测的视觉修正方法，其特征在于，在所述步骤S3中，根据四个角的目标格子中心点，生成每人份的目标格子中心点坐标包括以下步骤：设左上角和右上角的坐标分别为A(x1,y1)、B(x2,y2)；根据公式：y＝(y2-y1)x/(x2-x1)+(y1+(x2-x1)m)；其中m为斜率：m＝(y2-y1)/(x2-x1)；相邻两人份的目标格子之间的距离为Lx，将(x1+Lx)代入公式中的x得到新的y轴坐标。
5.根据权利要求3所述的点样仪动态预测的视觉修正方法，其特征在于，在步骤S4中，识别的中心点坐标值与预设值之差小于5个像素则不需要做微调，大于等于5个像素则需要做微调。
6.根据权利要求1至5任一项所述的点样仪动态预测的视觉修正方法，其特征在于，在步骤S5中，首先获取点样后的照片图像，对图像进行以指定的阈值进行二值化得到二值图，对二值图进行降噪，统计图中白色点的像素个数，得到点样的点的面积；点样点的面积如果是在设定的上下限范围内，则合格，否则，当点的面积小于下限，则进行补点样，当超出上限值，则保留不合格的点的位置信息，进行下一人份的点样。
7.根据权利要求6所述的点样仪动态预测的视觉修正方法，其特征在于，当行列方向完成点样人份超过3个后则启动下一目标格子的位置预测，根据前三个完成点样的目标格子的机械XY轴坐标，根据两点式形成直线方程，再对接下来要点样的点进行直线拟合优度计算，如果拟合优度R2≥0.95，则表示拟合效果较好，不需要对点样点的机械XY坐标进行修正，否则，通过已经点样的点和已知直线方程计算出需要修正的点的具体坐标。
8.根据权利要求7所述的点样仪动态预测的视觉修正方法，其特征在于，通过前面三个完成点样的点的机械坐标，得到直线方程ax+by+c＝0，接下来要点的两个点的坐标为A(x0，y0)，B(x1，y1)；
计算拟合优度：其中，yi表示第i个观测值，/>表示第i个观测值的预测值，/>表示所有观测值的均值；
当R2≤0.95时，点A到直线的垂直交点坐标通过下式计算：
其中，x0、y0为A点的坐标，a、b、c为直线的系数，x、y为修正后的A点的坐标；通过以上方式，同理得到B点修正后的坐标。
9.一种计算机设备，包括存储器和处理器，所述的存储器存储有计算机程序，其特征在于，所述的处理器执行所述的计算机程序时实现权利要求1至8任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述的计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
CN202311184309.6A 2023-09-14 2023-09-14 一种点样仪动态预测的视觉修正方法 Active CN117351077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311184309.6A CN117351077B (zh) 2023-09-14 2023-09-14 一种点样仪动态预测的视觉修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311184309.6A CN117351077B (zh) 2023-09-14 2023-09-14 一种点样仪动态预测的视觉修正方法

Publications (2)

Publication Number Publication Date
CN117351077A true CN117351077A (zh) 2024-01-05
CN117351077B CN117351077B (zh) 2024-07-02

Family

ID=89356523

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311184309.6A Active CN117351077B (zh) 2023-09-14 2023-09-14 一种点样仪动态预测的视觉修正方法

Country Status (1)

Country Link
CN (1) CN117351077B (zh)

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010034027A1 (en) * 2000-03-06 2001-10-25 Tomoyuki Yamamoto Microarray, method for producing the same, and method for correcting inter-pin spotting amount error of the same
CN2667494Y (zh) * 2003-12-24 2004-12-29 山东大学 组织芯片微阵列点样仪
JP2005214733A (ja) * 2004-01-28 2005-08-11 Casio Comput Co Ltd 点着装置及び点着方法並びに点着装置の制御装置
CN101777118A (zh) * 2010-03-16 2010-07-14 刘国传 一种基于参数化变形模板的生物芯片图像样点自动识别方法
CN101839688A (zh) * 2009-08-21 2010-09-22 上海铭源数康生物芯片有限公司 基于机器视觉的生物芯片点样过程实时检测系统及分析方法
CN102162810A (zh) * 2011-05-19 2011-08-24 中国地质大学（武汉） 一种薄层色谱自动点样仪的点样方法
CN102637018A (zh) * 2012-04-10 2012-08-15 无锡国盛精密模具有限公司 点样仪的双闭环反馈定位控制系统及控制方法
CN103339493A (zh) * 2011-01-28 2013-10-02 东丽株式会社 微阵列的分析方法及读取装置
CN104630902A (zh) * 2015-02-02 2015-05-20 上海理工大学 微阵列式制备生物芯片的方法和设备
WO2015085956A1 (zh) * 2013-12-13 2015-06-18 华为技术有限公司 一种基于投影图像的处理方法及装置
CN105277731A (zh) * 2015-09-30 2016-01-27 深圳市新产业生物医学工程股份有限公司 加样系统的定位方法及应用该定位方法的体外诊断仪器
US20180081376A1 (en) * 2015-04-16 2018-03-22 South China University Of Technology Parallel platform tracking control apparatus using visual device as sensor and control method thereof
CN212903100U (zh) * 2020-10-21 2021-04-06 安图实验仪器(郑州)有限公司 用于自动微量加样设备的移液器校准装置
CN113189358A (zh) * 2021-05-06 2021-07-30 上海迈振电子科技有限公司 一种半接触式点样仪及微悬臂梁传感芯片的制备方法
US20220036587A1 (en) * 2020-03-13 2022-02-03 Sensetime Group Limited Calibration method, electronic device, and storage medium
CN215866743U (zh) * 2021-05-14 2022-02-18 广东凯普生物科技股份有限公司 一种串联式全自动点样仪
CN215866742U (zh) * 2021-05-14 2022-02-18 广东凯普生物科技股份有限公司 一种全自动点样仪
CN115046805A (zh) * 2022-05-10 2022-09-13 中国科学院苏州生物医学工程技术研究所 一种生物芯片点样方法
CN116228856A (zh) * 2023-01-09 2023-06-06 广东科技学院 定位微流控生物芯片所有磁头点样点的方法、系统及设备
WO2023111198A1 (en) * 2021-12-16 2023-06-22 Enaiblers Ab Systems and methods for calibrating an imaging system

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20010034027A1 (en) * 2000-03-06 2001-10-25 Tomoyuki Yamamoto Microarray, method for producing the same, and method for correcting inter-pin spotting amount error of the same
CN2667494Y (zh) * 2003-12-24 2004-12-29 山东大学 组织芯片微阵列点样仪
JP2005214733A (ja) * 2004-01-28 2005-08-11 Casio Comput Co Ltd 点着装置及び点着方法並びに点着装置の制御装置
CN101839688A (zh) * 2009-08-21 2010-09-22 上海铭源数康生物芯片有限公司 基于机器视觉的生物芯片点样过程实时检测系统及分析方法
CN101777118A (zh) * 2010-03-16 2010-07-14 刘国传 一种基于参数化变形模板的生物芯片图像样点自动识别方法
CN103339493A (zh) * 2011-01-28 2013-10-02 东丽株式会社 微阵列的分析方法及读取装置
CN102162810A (zh) * 2011-05-19 2011-08-24 中国地质大学（武汉） 一种薄层色谱自动点样仪的点样方法
CN102637018A (zh) * 2012-04-10 2012-08-15 无锡国盛精密模具有限公司 点样仪的双闭环反馈定位控制系统及控制方法
WO2015085956A1 (zh) * 2013-12-13 2015-06-18 华为技术有限公司 一种基于投影图像的处理方法及装置
CN104630902A (zh) * 2015-02-02 2015-05-20 上海理工大学 微阵列式制备生物芯片的方法和设备
US20180081376A1 (en) * 2015-04-16 2018-03-22 South China University Of Technology Parallel platform tracking control apparatus using visual device as sensor and control method thereof
CN105277731A (zh) * 2015-09-30 2016-01-27 深圳市新产业生物医学工程股份有限公司 加样系统的定位方法及应用该定位方法的体外诊断仪器
US20220036587A1 (en) * 2020-03-13 2022-02-03 Sensetime Group Limited Calibration method, electronic device, and storage medium
CN212903100U (zh) * 2020-10-21 2021-04-06 安图实验仪器(郑州)有限公司 用于自动微量加样设备的移液器校准装置
CN113189358A (zh) * 2021-05-06 2021-07-30 上海迈振电子科技有限公司 一种半接触式点样仪及微悬臂梁传感芯片的制备方法
CN215866743U (zh) * 2021-05-14 2022-02-18 广东凯普生物科技股份有限公司 一种串联式全自动点样仪
CN215866742U (zh) * 2021-05-14 2022-02-18 广东凯普生物科技股份有限公司 一种全自动点样仪
WO2023111198A1 (en) * 2021-12-16 2023-06-22 Enaiblers Ab Systems and methods for calibrating an imaging system
CN115046805A (zh) * 2022-05-10 2022-09-13 中国科学院苏州生物医学工程技术研究所 一种生物芯片点样方法
CN116228856A (zh) * 2023-01-09 2023-06-06 广东科技学院 定位微流控生物芯片所有磁头点样点的方法、系统及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NORBERT BR¨ANDLE 等: "Robust DNA microarray image analysis", 《MACHINE VISION AND APPLICATIONS》, 31 December 2003 (2003-12-31) *
李涛: "柱塞式生物芯片点样仪的研究", 《知网》, vol. 2022, no. 3, 15 March 2022 (2022-03-15) *
陈曦;赵佳敏;许雪;张自力;李永猛;: "基于图像的生物芯片点样质量检测方法研究", 包装工程, no. 19, 10 October 2018 (2018-10-10) *

Also Published As

Publication number Publication date
CN117351077B (zh) 2024-07-02

Similar Documents

Publication Publication Date Title
DE102018121039A1 (de) Informationsverarbeitungsvorrichtung, verfahren zur steuerung von informationsverarbeitungsvorrichtung und speichermedium
CN108960235B (zh) 一种用于识别答题卡填涂块的方法
JP4617970B2 (ja) 欠陥検査装置及び欠陥検査方法
CN104760812B (zh) 基于单目视觉的传送带上产品实时定位系统和方法
JPS58201185A (ja) 位置検出装置
CN108074237B (zh) 图像清晰度检测方法、装置、存储介质及电子设备
DE102016205382A1 (de) Randerkennungsabweichungskorrekturwertberechnungsverfahren, Randerkennungsabweichungskorrekturverfahren und Randerkennungsabweichungskorrekturprogramm
DE102015201437A1 (de) Prüfvorrichtung und Prüfverfahren
CN104143082A (zh) 一种基于图像模糊识别的试卷信息定位方法及系统
CN117351077B (zh) 一种点样仪动态预测的视觉修正方法
US9978558B2 (en) Scanning-electron-microscope image processing device and scanning method
CN114495815A (zh) 一种微型显示屏的Demura方法、计算设备及存储介质
KR20230153453A (ko) 결함을 검출하는 시스템 및 컴퓨터 가독 매체
JP2004228759A (ja) 画像補正方法および画像補正装置
JP2009031006A (ja) 外観検査装置及び方法
CN111879798A (zh) 基于采集序列细分的纳米ct投影位置漂移校正方法及装置
JP3034975B2 (ja) パターン特徴抽出方法
CN116824607A (zh) 一种高精度的答题卡识别方法
CN112215240B (zh) 一种提高2d复杂边缘检测精度的优化方法
CN113569691B (zh) 人头检测模型生成方法、装置、人头检测模型及人头检测方法
CN114782556A (zh) 相机与激光雷达的配准方法、系统及存储介质
CN109685792B (zh) 一种基于图像差分空间频率特性的瓦楞纸智能识别算法
CN112991211A (zh) 一种工业相机暗角校正方法
JPH0830731A (ja) 文字列確認方法およびその装置
KR20110007033A (ko) 묘화 장치, 기록 매체 및 묘화 방법

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