CN117408892A - 一种基于机器视觉的柱塞泵气泡消除方法、系统及介质 - Google Patents
一种基于机器视觉的柱塞泵气泡消除方法、系统及介质 Download PDFInfo
- Publication number
- CN117408892A CN117408892A CN202311719252.5A CN202311719252A CN117408892A CN 117408892 A CN117408892 A CN 117408892A CN 202311719252 A CN202311719252 A CN 202311719252A CN 117408892 A CN117408892 A CN 117408892A
- Authority
- CN
- China
- Prior art keywords
- bubble
- plunger pump
- image
- elimination
- machine vision
- 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
- 230000008030 elimination Effects 0.000 title claims abstract description 100
- 238000003379 elimination reaction Methods 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 76
- 238000000605 extraction Methods 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 10
- 238000005086 pumping Methods 0.000 claims abstract description 9
- 238000003860 storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 12
- 238000012216 screening Methods 0.000 abstract description 5
- 239000000243 solution Substances 0.000 description 38
- 238000003745 diagnosis Methods 0.000 description 13
- 239000007788 liquid Substances 0.000 description 9
- 238000009826 distribution Methods 0.000 description 6
- 238000012937 correction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000002347 injection Methods 0.000 description 4
- 239000007924 injection Substances 0.000 description 4
- 238000007872 degassing Methods 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000000338 in vitro Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000684 flow cytometry Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- G06T2207/10132—Ultrasound 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Infusion, Injection, And Reservoir Apparatuses (AREA)
Abstract
本申请实施例提供了一种基于机器视觉的柱塞泵气泡消除方法、系统及介质，该方法包括：通过柱塞泵吸取溶液，并判断吸取过程是否完成；若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，得到优化图像；在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端；通过对柱塞泵图像进行处理，并筛选出ROI图像区域，将其它区域进行剔除，可以针对性的进行气泡参数分析，并根据气泡参数进行动态调整消除策略，提高气泡消除效率及消除精度。
Description
技术领域
本申请涉及气泡消除领域，具体而言，涉及一种基于机器视觉的柱塞泵气泡消除方法、系统及介质。
背景技术
医疗体外诊断是指将样本（血液、体液、组织等）从人体中取出后进行检测进而进行诊断，按照检验医学的检测项目可分为：生化诊断、免疫诊断（化学发光为主）、分子诊断（基因诊断）、元素诊断、微生物诊断、尿液诊断、凝血类诊断、组织诊断、血液学和流式细胞诊断等，其临床应用中贯穿于初步诊断、治疗方案选择、有效性评价、确诊治愈等疾病治疗全过程，在临床诊断中往往能起70%的作用。
而在这些体外诊断仪器中，泵是液路的动力来源，而柱塞泵是一种常用的微量柱塞泵，它以陶瓷外套和陶瓷内杆精密配合，并进行往复和旋转运动以实现液体流量的运转输送，广泛的应用在各类医疗仪器上，柱塞泵的可靠性十分重要。
柱塞泵其缺点是液体中依附在泵头或柱塞上的小气泡难以被排出，而柱塞泵如如何有效，可靠的排出气泡，是行业使用柱塞泵的一大难题；常规做法是：一是通过控制流速和注液流程，将微小气泡排出，但是这种方式把单个 注液的流程拆分，导致注液时间长，且这种方式在仪器的研发阶段比较有效，而到了实际的生产使用中，往往无法确认除气泡操作是否有效及是否需要进行除气泡操作，如果统一都进行该步骤，无法确认除气泡的效果，也降低了注液效率；二是使用脱气装置，其本质是利用材料的层析作用，属于耗材，需要更换，成本高，并且只能在液路上前后增加，解决不了本质问题；三是使用复杂的液路进行滤除，其效率低，部件繁多，可靠性及可维护性低；针对上述问题，目前亟待有效的技术解决方案。
发明内容
本申请实施例的目的在于提供一种基于机器视觉的柱塞泵气泡消除方法、系统及介质，通过对柱塞泵图像进行处理，并筛选出ROI图像区域，将其它区域进行剔除，可以针对性的进行气泡参数分析，并根据气泡参数进行动态调整消除策略，提高气泡消除效率及消除精度。
本申请实施例还提供了一种基于机器视觉的柱塞泵气泡消除方法，包括：
通过柱塞泵吸取溶液，并判断吸取过程是否完成；
若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，得到优化图像；
在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，
在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；
按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端。
可选地，在本申请实施例所述的基于机器视觉的柱塞泵气泡消除方法中，通过柱塞泵吸取溶液，并判断吸取过程是否完成，具体包括：
获取吸取参数，吸取参数包括吸取速率与吸取状态；
根据吸取参数计算当前吸取溶液量，判断当前吸取溶液量是否到达设定的溶液量；
若到达，则判定吸取过程已完成。
可选地，在本申请实施例所述的基于机器视觉的柱塞泵气泡消除方法中，采集柱塞泵图像，对柱塞泵图像进行预处理，具体包括：
获取柱塞泵图像，将图像进行区域分割，并得到多个子区域；
分别计算每一个子区域内的图像清晰度；
将图像清晰度与预设的清晰度阈值进行比较，得到显示偏差；
根据显示偏差生成补偿信息，根据补偿信息对不同子区域进行不同补偿参数的光源补偿。
可选地，在本申请实施例所述的基于机器视觉的柱塞泵气泡消除方法中，在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，具体包括：
提取图像特征，将图像特征与预设的特征进行相似度计算，得到特征相似度；
若特征相似度大于预设的特征相似度阈值，则判定对应的图像特征为气泡特征，并设定提取框将气泡特征进行框选，得到ROI图像区域；
若特征相似度小于预设的特征相似度阈值，则判定对应的图像特征为背景特征，并将背景特征所在的图像区域进行分割剔除。
可选地，在本申请实施例所述的基于机器视觉的柱塞泵气泡消除方法中，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略，具体包括：
在ROI图像区域内获取气泡特征，根据气泡特征进行分析气泡参数信息，气泡参数信息包括气泡尺寸与气泡位置；
根据气泡参数信息生成匹配的消除策略。
可选地，在本申请实施例所述的基于机器视觉的柱塞泵气泡消除方法中，按照消除策略对气泡进行消除，得到消除结果，具体包括：
获取消除策略，根据消除策略进行控制超声波参数，超声波参数包括超声波频率与超声波角度；
根据气泡的尺寸与气泡位置生成调整系数，根据调整系数调整超声波参数，并获取气泡的实时参数信息；
将气泡的实时参数信息与预设的状态信息进行比较，得到气泡实时变化率；
若气泡实时变化率大于预设的变化率阈值，则根据气泡实时变化信息进行动态调整超声波频率；
若气泡实时变化率小于预设的变化率阈值，则调整超声波角度。
第二方面，本申请实施例提供了一种基于机器视觉的柱塞泵气泡消除系统，该系统包括：存储器及处理器，所述存储器中包括基于机器视觉的柱塞泵气泡消除方法的程序，所述基于机器视觉的柱塞泵气泡消除方法的程序被所述处理器执行时实现以下步骤：
通过柱塞泵吸取溶液，并判断吸取过程是否完成；
若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，
筛选出ROI图像区域，将ROI图像区域进行分割提取，
在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；
按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端。
可选地，在本申请实施例所述的基于机器视觉的柱塞泵气泡消除系统中，通过柱塞泵吸取溶液，并判断吸取过程是否完成，具体包括：
获取吸取参数，吸取参数包括吸取速率与吸取状态；
根据吸取参数计算当前吸取溶液量，判断当前吸取溶液量是否到达设定的溶液量；
若到达，则判定吸取过程已完成。
可选地，在本申请实施例所述的基于机器视觉的柱塞泵气泡消除系统中，采集柱塞泵图像，对柱塞泵图像进行预处理，具体包括：
获取柱塞泵图像，将图像进行区域分割，并得到多个子区域；
分别计算每一个子区域内的图像清晰度；
将图像清晰度与预设的清晰度阈值进行比较，得到显示偏差；
根据显示偏差生成补偿信息，根据补偿信息对不同子区域进行不同补偿参数的光源补偿。
第三方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中包括基于机器视觉的柱塞泵气泡消除方法程序，所述基于机器视觉的柱塞泵气泡消除方法程序被处理器执行时，实现如上述任一项所述的基于机器视觉的柱塞泵气泡消除方法的步骤。
由上可知，本申请实施例提供的一种基于机器视觉的柱塞泵气泡消除方法、系统及介质，通过柱塞泵吸取溶液，并判断吸取过程是否完成；若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，得到优化图像；在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端；通过对柱塞泵图像进行处理，并筛选出ROI图像区域，将其它区域进行剔除，可以针对性的进行气泡参数分析，并根据气泡参数进行动态调整消除策略，提高气泡消除效率及消除精度。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的基于机器视觉的柱塞泵气泡消除方法的流程图；
图2为本申请实施例提供的基于机器视觉的柱塞泵气泡消除方法的吸取状态判断流程图；
图3为本申请实施例提供的基于机器视觉的柱塞泵气泡消除方法的光源补偿方法流程图。
具体实施方式
下面将结合本申请实施例中附图，对本申请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申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1是本申请一些实施例中的一种基于机器视觉的柱塞泵气泡消除方法的流程图。该基于机器视觉的柱塞泵气泡消除方法用于终端设备中，该基于机器视觉的柱塞泵气泡消除方法，包括以下步骤：
S101，通过柱塞泵吸取溶液，并判断吸取过程是否完成；
S102，若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，得到优化图像；
S103，在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，
S104，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；
S105，按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端。
需要说明的是，在柱塞泵进行溶液吸取后，为了精准的控制吸取量，需要将柱塞外侧的气泡进行消除，通过机器视觉进行图像提取，从而分析图像特征进行精准的分析气泡参数，不同的气泡参数通过不同的消除策略进行消除，提高消除精度。
请参照图2，图2是本申请一些实施例中的一种基于机器视觉的柱塞泵气泡消除方法的吸取状态判断流程图。根据本发明实施例，通过柱塞泵吸取溶液，并判断吸取过程是否完成，具体包括：
S201，获取吸取参数，吸取参数包括吸取速率与吸取状态；
S202，根据吸取参数计算当前吸取溶液量，判断当前吸取溶液量是否到达设定的溶液量；
S203，若到达，则判定吸取过程已完成。
需要说明的是，根据吸取速率与吸取状态进行判断当前吸取溶液量是否达到设定的溶液量，同时在进行吸取过程判断时，为了保证溶液的快速吸取，对吸取速率进行动态调整，提高吸取过程完成效率。
请参照图3，图3是本申请一些实施例中的一种基于机器视觉的柱塞泵气泡消除方法的光源补偿方法流程图。根据本发明实施例，采集柱塞泵图像，对柱塞泵图像进行预处理，具体包括：
S301，获取柱塞泵图像，将图像进行区域分割，并得到多个子区域；
S302，分别计算每一个子区域内的图像清晰度；
S303，将图像清晰度与预设的清晰度阈值进行比较，得到显示偏差；
S304，根据显示偏差生成补偿信息，根据补偿信息对不同子区域进行不同补偿参数的光源补偿。
需要说明的是，通过对图像进行区域分割，并针对不同的子区域进行不同的光源补偿，保证光源的均匀性，提高图像显示效果，可以通过调整补偿信息将气泡进行优化显示，提高气泡位置与尺寸分析的精度。
根据本发明实施例，在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，具体包括：
提取图像特征，将图像特征与预设的特征进行相似度计算，得到特征相似度；
若特征相似度大于预设的特征相似度阈值，则判定对应的图像特征为气泡特征，并设定提取框将气泡特征进行框选，得到ROI图像区域；
若特征相似度小于预设的特征相似度阈值，则判定对应的图像特征为背景特征，并将背景特征所在的图像区域进行分割剔除。
需要说明的是，通过对图像特征进行分析，根据分析结果将背景区域与ROI区域进行筛选分割，从而针对ROI图像区域进行精准分析气泡特征，提高气泡获取的效率。
根据本发明实施例，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略，具体包括：
在ROI图像区域内获取气泡特征，根据气泡特征进行分析气泡参数信息，气泡参数信息包括气泡尺寸与气泡位置；
根据气泡参数信息生成匹配的消除策略。
需要说明的是，通过在感兴趣区域进行分割提取，可以快速的获取气泡特征，根据气泡特征进行分析气泡位置与尺寸，从而精准的制定对应的消除策略。
根据本发明实施例，按照消除策略对气泡进行消除，得到消除结果，具体包括：
获取消除策略，根据消除策略进行控制超声波参数，超声波参数包括超声波频率与超声波角度；
根据气泡的尺寸与气泡位置生成调整系数，根据调整系数调整超声波参数，并获取气泡的实时参数信息；
将气泡的实时参数信息与预设的状态信息进行比较，得到气泡实时变化率；
若气泡实时变化率大于预设的变化率阈值，则根据气泡实时变化信息进行动态调整超声波频率；
若气泡实时变化率小于预设的变化率阈值，则调整超声波角度。
需要说明的是，不同的气泡位置与气泡尺寸对超声波参数进行动态调整，从而根据处理出来的气泡信息调节超声波的角度和功率，精确的消除气泡。
根据本发明实施例，还包括：获取气泡尺寸与位置信息生成气泡分布信息；
获取不同子区域的亮度信息，根据亮度信息分析气泡的分布信息，根据气泡的分布信息进行分析气泡显示完整度；
根据气泡显示完整度判断图像是否完全显示气泡的轮廓；
若完全显示，则将根据亮度信息分析获取图像的清晰度；
若未完全显示，则生成修正信息，根据修正信息调整对应子区域的显示亮度。
需要说明的是，不同的显示亮度会造成图像显示不均匀，气泡可能会受到影响，从而造成气泡边缘轮廓缺失，根据显示气泡的轮廓情况进行动态调整亮度信息，保证气泡可以完全显示，从而可以精准的消除全部气泡。
第二方面，本申请实施例提供了一种基于机器视觉的柱塞泵气泡消除系统，该系统包括：存储器及处理器，存储器中包括基于机器视觉的柱塞泵气泡消除方法的程序，基于机器视觉的柱塞泵气泡消除方法的程序被处理器执行时实现以下步骤：
通过柱塞泵吸取溶液，并判断吸取过程是否完成；
若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，
筛选出ROI图像区域，将ROI图像区域进行分割提取，
在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；
按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端。
需要说明的是，在柱塞泵进行溶液吸取后，为了精准的控制吸取量，需要将柱塞外侧的气泡进行消除，通过机器视觉进行图像提取，从而分析图像特征进行精准的分析气泡参数，不同的气泡参数通过不同的消除策略进行消除，提高消除精度。
根据本发明实施例，通过柱塞泵吸取溶液，并判断吸取过程是否完成，具体包括：
获取吸取参数，吸取参数包括吸取速率与吸取状态；
根据吸取参数计算当前吸取溶液量，判断当前吸取溶液量是否到达设定的溶液量；
若到达，则判定吸取过程已完成。
需要说明的是，根据吸取速率与吸取状态进行判断当前吸取溶液量是否达到设定的溶液量，同时在进行吸取过程判断时，为了保证溶液的快速吸取，对吸取速率进行动态调整，提高吸取过程完成效率。
根据本发明实施例，采集柱塞泵图像，对柱塞泵图像进行预处理，具体包括：
获取柱塞泵图像，将图像进行区域分割，并得到多个子区域；
分别计算每一个子区域内的图像清晰度；
将图像清晰度与预设的清晰度阈值进行比较，得到显示偏差；
根据显示偏差生成补偿信息，根据补偿信息对不同子区域进行不同补偿参数的光源补偿。
需要说明的是，通过对图像进行区域分割，并针对不同的子区域进行不同的光源补偿，保证光源的均匀性，提高图像显示效果，可以通过调整补偿信息将气泡进行优化显示，提高气泡位置与尺寸分析的精度。
根据本发明实施例，在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，具体包括：
提取图像特征，将图像特征与预设的特征进行相似度计算，得到特征相似度；
若特征相似度大于预设的特征相似度阈值，则判定对应的图像特征为气泡特征，并设定提取框将气泡特征进行框选，得到ROI图像区域；
若特征相似度小于预设的特征相似度阈值，则判定对应的图像特征为背景特征，并将背景特征所在的图像区域进行分割剔除。
需要说明的是，通过对图像特征进行分析，根据分析结果将背景区域与ROI区域进行筛选分割，从而针对ROI图像区域进行精准分析气泡特征，提高气泡获取的效率。
根据本发明实施例，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略，具体包括：
在ROI图像区域内获取气泡特征，根据气泡特征进行分析气泡参数信息，气泡参数信息包括气泡尺寸与气泡位置；
根据气泡参数信息生成匹配的消除策略。
需要说明的是，通过在感兴趣区域进行分割提取，可以快速的获取气泡特征，根据气泡特征进行分析气泡位置与尺寸，从而精准的制定对应的消除策略。
根据本发明实施例，按照消除策略对气泡进行消除，得到消除结果，具体包括：
获取消除策略，根据消除策略进行控制超声波参数，超声波参数包括超声波频率与超声波角度；
根据气泡的尺寸与气泡位置生成调整系数，根据调整系数调整超声波参数，并获取气泡的实时参数信息；
将气泡的实时参数信息与预设的状态信息进行比较，得到气泡实时变化率；
若气泡实时变化率大于预设的变化率阈值，则根据气泡实时变化信息进行动态调整超声波频率；
若气泡实时变化率小于预设的变化率阈值，则调整超声波角度。
需要说明的是，不同的气泡位置与气泡尺寸对超声波参数进行动态调整，从而根据处理出来的气泡信息调节超声波的角度和功率，精确的消除气泡。
根据本发明实施例，还包括：获取气泡尺寸与位置信息生成气泡分布信息；
获取不同子区域的亮度信息，根据亮度信息分析气泡的分布信息，根据气泡的分布信息进行分析气泡显示完整度；
根据气泡显示完整度判断图像是否完全显示气泡的轮廓；
若完全显示，则将根据亮度信息分析获取图像的清晰度；
若未完全显示，则生成修正信息，根据修正信息调整对应子区域的显示亮度。
需要说明的是，不同的显示亮度会造成图像显示不均匀，气泡可能会受到影响，从而造成气泡边缘轮廓缺失，根据显示气泡的轮廓情况进行动态调整亮度信息，保证气泡可以完全显示，从而可以精准的消除全部气泡。
本发明第三方面提供了一种计算机可读存储介质，可读存储介质中包括基于机器视觉的柱塞泵气泡消除方法程序，基于机器视觉的柱塞泵气泡消除方法程序被处理器执行时，实现如上述任一项的基于机器视觉的柱塞泵气泡消除方法的步骤。
本发明公开的一种基于机器视觉的柱塞泵气泡消除方法、系统及介质，通过柱塞泵吸取溶液，并判断吸取过程是否完成；若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，得到优化图像；在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端；通过对柱塞泵图像进行处理，并筛选出ROI图像区域，将其它区域进行剔除，可以针对性的进行气泡参数分析，并根据气泡参数进行动态调整消除策略，提高气泡消除效率及消除精度。
在本申请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，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可读取存储介质中，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、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、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：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种基于机器视觉的柱塞泵气泡消除方法，其特征在于，包括：
通过柱塞泵吸取溶液，并判断吸取过程是否完成；
若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，得到优化图像；
在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，
在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；
按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端。
2.根据权利要求1所述的基于机器视觉的柱塞泵气泡消除方法，其特征在于，通过柱塞泵吸取溶液，并判断吸取过程是否完成，具体包括：
获取吸取参数，吸取参数包括吸取速率与吸取状态；
根据吸取参数计算当前吸取溶液量，判断当前吸取溶液量是否到达设定的溶液量；
若到达，则判定吸取过程已完成。
3.根据权利要求2所述的基于机器视觉的柱塞泵气泡消除方法，其特征在于，采集柱塞泵图像，对柱塞泵图像进行预处理，具体包括：
获取柱塞泵图像，将图像进行区域分割，并得到多个子区域；
分别计算每一个子区域内的图像清晰度；
将图像清晰度与预设的清晰度阈值进行比较，得到显示偏差；
根据显示偏差生成补偿信息，根据补偿信息对不同子区域进行不同补偿参数的光源补偿。
4.根据权利要求3所述的基于机器视觉的柱塞泵气泡消除方法，其特征在于，在优化图像中筛选出ROI图像区域，将ROI图像区域进行分割提取，具体包括：
提取图像特征，将图像特征与预设的特征进行相似度计算，得到特征相似度；
若特征相似度大于预设的特征相似度阈值，则判定对应的图像特征为气泡特征，并设定提取框将气泡特征进行框选，得到ROI图像区域；
若特征相似度小于预设的特征相似度阈值，则判定对应的图像特征为背景特征，并将背景特征所在的图像区域进行分割剔除。
5.根据权利要求4所述的基于机器视觉的柱塞泵气泡消除方法，其特征在于，在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略，具体包括：
在ROI图像区域内获取气泡特征，根据气泡特征进行分析气泡参数信息，气泡参数信息包括气泡尺寸与气泡位置；
根据气泡参数信息生成匹配的消除策略。
6.根据权利要求5所述的基于机器视觉的柱塞泵气泡消除方法，其特征在于，按照消除策略对气泡进行消除，得到消除结果，具体包括：
获取消除策略，根据消除策略进行控制超声波参数，超声波参数包括超声波频率与超声波角度；
根据气泡的尺寸与气泡位置生成调整系数，根据调整系数调整超声波参数，并获取气泡的实时参数信息；
将气泡的实时参数信息与预设的状态信息进行比较，得到气泡实时变化率；
若气泡实时变化率大于预设的变化率阈值，则根据气泡实时变化信息进行动态调整超声波频率；
若气泡实时变化率小于预设的变化率阈值，则调整超声波角度。
7.一种基于机器视觉的柱塞泵气泡消除系统，其特征在于，该系统包括：存储器及处理器，所述存储器中包括基于机器视觉的柱塞泵气泡消除方法的程序，所述基于机器视觉的柱塞泵气泡消除方法的程序被所述处理器执行时实现以下步骤：
通过柱塞泵吸取溶液，并判断吸取过程是否完成；
若完成溶液吸取，则采集柱塞泵图像，对柱塞泵图像进行预处理，
筛选出ROI图像区域，将ROI图像区域进行分割提取，
在ROI图像区域内获取气泡参数信息，根据气泡参数信息生成消除策略；
按照消除策略对气泡进行消除，得到消除结果，将消除结果传输至终端。
8.根据权利要求7所述的基于机器视觉的柱塞泵气泡消除系统，其特征在于，通过柱塞泵吸取溶液，并判断吸取过程是否完成，具体包括：
获取吸取参数，吸取参数包括吸取速率与吸取状态；
根据吸取参数计算当前吸取溶液量，判断当前吸取溶液量是否到达设定的溶液量；
若到达，则判定吸取过程已完成。
9.根据权利要求8所述的基于机器视觉的柱塞泵气泡消除系统，其特征在于，采集柱塞泵图像，对柱塞泵图像进行预处理，具体包括：
获取柱塞泵图像，将图像进行区域分割，并得到多个子区域；
分别计算每一个子区域内的图像清晰度；
将图像清晰度与预设的清晰度阈值进行比较，得到显示偏差；
根据显示偏差生成补偿信息，根据补偿信息对不同子区域进行不同补偿参数的光源补偿。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括基于机器视觉的柱塞泵气泡消除方法程序，所述基于机器视觉的柱塞泵气泡消除方法程序被处理器执行时，实现如权利要求1至6中任一项所述的基于机器视觉的柱塞泵气泡消除方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311719252.5A CN117408892B (zh) | 2023-12-14 | 2023-12-14 | 一种基于机器视觉的柱塞泵气泡消除方法、系统及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311719252.5A CN117408892B (zh) | 2023-12-14 | 2023-12-14 | 一种基于机器视觉的柱塞泵气泡消除方法、系统及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117408892A true CN117408892A (zh) | 2024-01-16 |
| CN117408892B CN117408892B (zh) | 2024-03-22 |
Family
ID=89489440
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311719252.5A Active CN117408892B (zh) | 2023-12-14 | 2023-12-14 | 一种基于机器视觉的柱塞泵气泡消除方法、系统及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117408892B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN206144735U (zh) * | 2016-10-28 | 2017-05-03 | 河南华禹环保科技有限公司 | 呼吸管式柱塞泵 |
| CN108939219A (zh) * | 2018-07-06 | 2018-12-07 | 深圳市国赛生物技术有限公司 | 柱塞泵容腔内的气泡去除方法、气泡去除系统及存储介质 |
| CN112285876A (zh) * | 2020-11-04 | 2021-01-29 | 邱妙娜 | 基于图像处理与气泡检测的相机自动对焦方法 |
| CN112785560A (zh) * | 2021-01-06 | 2021-05-11 | 李俊 | 一种基于人工智能的气密性检测水体更新方法及系统 |
| CN113146078A (zh) * | 2021-04-12 | 2021-07-23 | 华中科技大学 | 一种用于激光水下加工的气泡观测与消除装置、方法 |
-
2023
- 2023-12-14 CN CN202311719252.5A patent/CN117408892B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN206144735U (zh) * | 2016-10-28 | 2017-05-03 | 河南华禹环保科技有限公司 | 呼吸管式柱塞泵 |
| CN108939219A (zh) * | 2018-07-06 | 2018-12-07 | 深圳市国赛生物技术有限公司 | 柱塞泵容腔内的气泡去除方法、气泡去除系统及存储介质 |
| CN112285876A (zh) * | 2020-11-04 | 2021-01-29 | 邱妙娜 | 基于图像处理与气泡检测的相机自动对焦方法 |
| CN112785560A (zh) * | 2021-01-06 | 2021-05-11 | 李俊 | 一种基于人工智能的气密性检测水体更新方法及系统 |
| CN113146078A (zh) * | 2021-04-12 | 2021-07-23 | 华中科技大学 | 一种用于激光水下加工的气泡观测与消除装置、方法 |
Non-Patent Citations (2)
| Title |
|---|
| LOWELL DAVE LARGO等: "Bubble Sheet Multiple Choice Mobile Checker with Test Grader using Optical Mark Recognition (OMR) Algorithm", 《2022 5TH INTERNATIONAL CONFERENCE ON ELECTRONICS AND ELECTRICAL ENGINEERING TECHNOLOGY (EEET)》, 1 May 2023 (2023-05-01), pages 27 - 33 * |
| 张璐: "基于机器视觉的玻璃缺陷在线检测方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, no. 01, 15 January 2021 (2021-01-15), pages 015 - 634 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117408892B (zh) | 2024-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Marin et al. | Obtaining optic disc center and pixel region by automatic thresholding methods on morphologically processed fundus images | |
| CN104978725B (zh) | 一种冠状动脉分割方法和装置 | |
| AU2003258417B2 (en) | A method and a system for detection of malignancy-associated changes | |
| CN105022719B (zh) | 医学造影系统及方法 | |
| CN111986211A (zh) | 一种基于深度学习的眼科超声自动筛查方法及系统 | |
| DE102018208945A1 (de) | Analysevorrichtung und Verfahren zum Analysieren einer Viskosität eines Fluids | |
| CN111986206A (zh) | 基于UNet网络的肺叶分割方法、装置及计算机可读存储介质 | |
| CN111899267A (zh) | 基于水平集的视网膜血管分割算法 | |
| Rekhi et al. | Automated detection and grading of diabetic macular edema from digital colour fundus images | |
| Choi et al. | Automated acquisition and analysis of airway surface liquid height by confocal microscopy | |
| CN113990521A (zh) | 一种IgA肾病病理分析、预后预测及病理指标挖掘系统 | |
| CN117408892B (zh) | 一种基于机器视觉的柱塞泵气泡消除方法、系统及介质 | |
| Oktoeberza et al. | Optic disc segmentation based on red channel retinal fundus images | |
| CN112200815A (zh) | 基于语义分割网络PSPNet的甲状腺结节超声图像的分割方法 | |
| US20230298236A1 (en) | Pre-processing of OCT B-scans for OCT Angiography | |
| CN109767468B (zh) | 脏器体积检测方法及装置 | |
| CN111161257A (zh) | 一种广域眼底图像质量控制的方法及人工智能系统 | |
| CN105989245B (zh) | 获取纤维化的特征量化参数的值的方法及装置 | |
| US8340384B2 (en) | Method and apparatus for cerebral hemorrhage segmentation | |
| CN104835148B (zh) | 一种视网膜囊状水肿的自动分割方法 | |
| CN114549487A (zh) | 图像分析方法和系统、设备、介质 | |
| CN109993754B (zh) | 从图像上进行颅骨分割的方法和系统 | |
| CN114463745B (zh) | 目标蛋白快速识别及定量方法 | |
| WO2022160118A1 (zh) | 基于计算机视觉特征的oct图像分类方法及系统、设备 | |
| Navea et al. | Red blood cells and white blood cells detection differentiation and counting using image processing |
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 |