JP6651537B2 - 視覚システムのための画像ベースチューブスロット円検出 - Google Patents
視覚システムのための画像ベースチューブスロット円検出 Download PDFInfo
- Publication number
- JP6651537B2 JP6651537B2 JP2017543752A JP2017543752A JP6651537B2 JP 6651537 B2 JP6651537 B2 JP 6651537B2 JP 2017543752 A JP2017543752 A JP 2017543752A JP 2017543752 A JP2017543752 A JP 2017543752A JP 6651537 B2 JP6651537 B2 JP 6651537B2
- Authority
- JP
- Japan
- Prior art keywords
- circle
- tube
- processor
- edge
- dimensional map
- 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
- 238000001514 detection method Methods 0.000 title claims description 38
- 238000000034 method Methods 0.000 claims description 70
- 230000001186 cumulative effect Effects 0.000 claims description 47
- 238000000338 in vitro Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 2
- 239000000523 sample Substances 0.000 description 67
- 230000008569 process Effects 0.000 description 20
- 238000012360 testing method Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 230000004044 response Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000007246 mechanism Effects 0.000 description 6
- 239000013610 patient sample Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010000269 abscess Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000001124 body fluid Anatomy 0.000 description 1
- 239000010839 body fluid Substances 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009131 signaling function Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00722—Communications; Identification
-
- 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
- G06T7/0004—Industrial image inspection
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/60—Extraction of image or video features relating to illumination properties, e.g. using a reflectance or lighting model
-
- 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
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/753—Transform-based matching, e.g. Hough transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
- G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects
-
- 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
- G06T2207/30108—Industrial image inspection
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Biochemistry (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Image Processing (AREA)
Description
本出願は、2015年2月18日に出願された「IMAGE−BASED TUBE SLOT CIRCLE DETECTION FOR A VISION SYSTEM」と題する米国仮出願第62/117,914号明細書に対する優先権を請求し、この開示は、参照により全体が本明細書に組み込まれる。
105 作業エンベロープ
110 引出し
120 チューブトレイ
130 チューブ
140 画像取得システム
242,244 カメラ
Claims (22)
- 画像ベースチューブ上部円検出方法であって、少なくとも1つのカメラからトレイの一連の画像を受け取るステップであって、前記トレイが複数のチューブスロットを含み、各チューブスロットが、サンプルチューブを収容するように構成され、前記トレイの前記一連の画像が、前記少なくとも1つのカメラによって取得されるステップと、
プロセッサを使用して、前記一連の画像のうちの1つから関心領域(ROI)パッチを抽出するステップであって、前記ROIパッチが、標的チューブ上部円を含み、複数の異なるタイプのサンプルチューブの高さと直径に従って複数の異なるタイプのチューブ上部円中心の二次元(2D)投影によって限定された境界を有するステップと、
前記プロセッサを使用して、前記抽出ROIパッチのエッジ勾配大きさマップを計算するステップと、
前記プロセッサを使用して、円パラメータ空間の三次元(3D)マップを生成するステップであって、前記三次元マップ内の各位置が、中心位置と直径を有する円パラメータに対応するステップと、
前記プロセッサを使用して、各エッジ点の勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点から前記三次元マップ内の重み付き投票を累積するステップと、
前記プロセッサを使用して、前記三次元マップ内の前記累積投票が所定のしきい値以上のときに、前記三次元マップ内の1つ以上の位置を円候補として決定するステップと、
前記プロセッサを使用して、前記最大累積投票を有する前記決定された円候補を前記標的チューブ上部円として選択するステップとを含む方法。 - 前記トレイが、開位置と閉位置の間で移動可能な引出しの一部分内に収まるように構成され、前記トレイの前記画像は、前記引出しが前記開位置と前記閉位置の間で移動されたときに前記少なくとも1つのカメラによって取得される、請求項1に記載の方法。
- 前記プロセッサを使用して、前記トレイの表面に対する少なくとも1つのカメラの本質的較正と非本質的姿勢に基づいて、前記複数の異なるタイプのチューブ上部円中心それぞれの前記二次元(2D)投影を予測するステップと、
前記プロセッサを使用して、前記複数の異なるタイプのサンプルチューブの最大及び最小設定に基づいて前記ROIパッチの前記境界を限定するステップとを含み、前記最大及び最小設定が、(i)最大直径を有する最高チューブ、(ii)最小直径を有する最高チューブ、(iii)最大直径を有する最短チューブ、及び(iv)最小直径を有する最短チューブを含む、請求項1に記載の方法。 - 前記プロセッサを使用して、前記最大及び最小設定に基づいて前記標的チューブ上部円中心が位置する領域を定義する多角形を決定するステップを更に含む、請求項1に記載の方法。
- 前記最大累積投票を有する前記決定された円候補を前記標的チューブ上部円として選択するステップが、さらに、
(i)前記円の前記中心が、別の円候補の中心の所定の距離しきい値以下であるかどうか、及び(ii)前記円候補の領域及び前記他の円候補の領域が、所定の重なりしきい値以上の重なりを有するかどうかを決定するステップと、
(i)と(ii)の両方が真であることが決定されたときに、前記より小さい直径を有する前記円候補又は前記他の円候補を円候補であることから除外し、前記直径が等しい場合に、前記より少量の累積投票を有する前記円候補又は前記他の円候補を円候補であることから除外するステップと、
(i)又は(ii)が偽であることが決定されたときに、前記累積投票量に従って前記円候補を前記他の円候補と共に格付けするステップとを含む、請求項1に記載の方法。 - 各エッジ点の前記エッジ勾配に沿って前記エッジ勾配大きさマップ内の前記エッジ点から前記三次元マップ内の前記重み付き投票を累積するステップが、更に、
各エッジ点の前記勾配方向に沿った各エッジ点と交差する線を決定するステップと、
各エッジ点から所定距離又はその所定距離内にある前記線上の点に、前記重み付き投票の1つ以上を割り当てるステップとを含む、請求項1に記載の方法。 - 各エッジ点の前記勾配方向に沿った前記エッジ勾配大きさマップ内の前記エッジ点から前記三次元マップ内の前記重み付き投票を累積するステップが、さらに、前記各エッジ点の負勾配方向に沿った点の投票よりも各エッジ点の正勾配方向に沿った点の投票に、より大きい重みを割り当てるステップを含む、請求項6に記載の方法。
- 前記プロセッサを使用して、前記ROIパッチ内の反射点を決定するステップと、
前記プロセッサを使用して、各反射点の正勾配方向に沿った投票に第1の重みを割り当て、各反射点の負勾配方向に沿った投票に第2の重みを割り当てるステップであって、前記第1の重みと前記第2の重みが等しいステップと、
前記プロセッサを使用して、各反射点の前記正勾配方向及び各反射点の前記負勾配方向に沿った前記反射点から前記三次元マップ内の投票を累積するステップとを更に含む、請求項1に記載の方法。 - 前記プロセッサを使用して、前記円中心パラメータ空間の二次元マップを生成し、前記二次元マップの各位置が、円中心位置に対応するステップと、
前記プロセッサを使用して、各エッジ点の前記勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点から前記二次元マップの累積された重み付き投票を決定するステップと、
前記プロセッサを使用して、前記二次元マップ上の前記対応位置での前記累積投票が所定のしきい値より低いときに、前記三次元マップ内の1つ以上の行をフィルタリングするステップとを更に含む、請求項1に記載の方法。 - 前記プロセッサを使用して、前記円中心パラメータ空間の二次元マップを生成し、前記二次元マップの各位置が、特定中心位置に対応するステップと、
前記プロセッサを使用して、各エッジ点の勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点から前記二次元マップの累積重み付き投票を決定するステップと、
前記プロセッサを使用して、前記二次元マップ内の累積重み付き投票に従って前記二次元マップ内の前記二次元円中心位置を格付けするステップとを更に含む、請求項1に記載の方法。 - 体外診断環境で使用される視覚システムであって、
行と列の行列で配列された複数のチューブスロットを含むトレイであって、各チューブスロットが、サンプルチューブを収容するように構成されたトレイと、
前記トレイを受け取るように構成された表面と、
前記トレイの一連の画像を取得するように構成された少なくとも1つのカメラと、
プロセッサであって、
前記一連の画像のうちの1つから関心領域(ROI)パッチを抽出して、前記ROIパッチが、標的チューブ上部円を含み、複数の異なるタイプのサンプルチューブの高さと直径に従って複数の異なるタイプのチューブ上部円中心の二次元(2D)投影によって限定された境界を有するようにし、
前記抽出ROIパッチのエッジ勾配大きさマップを計算し、
前記三次元マップ内の各位置が中心位置と直径を有する円パラメータに対応する円パラメータ空間の三次元(3D)マップを生成し、
前記各エッジ点の勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点から前記三次元マップ内の重み付き投票を累積し、
前記三次元マップ内の1つ以上の位置おける累積投票が、所定のしきい値以上であるときに、前記三次元マップ内の1つ以上の位置を円候補として決定し、
最大累積投票を有する前記決定された円候補を前記標的チューブ上部円として選択するように構成されたプロセッサとを含む視覚システム。 - 前記表面が、開位置と閉位置の間で移動可能な引出しの一部分を含み、前記トレイの前記画像が、前記引出しが前記開位置と前記閉位置の間で移動されたときに前記少なくとも1つのカメラによって取得される、請求項11に記載のシステム。
- 前記プロセッサが、さらに、
前記トレイの表面に対して前記少なくとも1つのカメラの本質的較正と非本質的姿勢に基づいて前記複数の異なるタイプのチューブ上部円中心のそれぞれの前記二次元(2D)投影を予測し、
前記複数の異なるタイプのサンプルチューブの最大及び最小設定に基づいて前記ROIパッチの前記境界を限定するように構成され、前記最大及び最小設定が、(i)最大直径を有する最高チューブ、(ii)最小直径を有する最高チューブ、(iii)最大直径を有する最短チューブ、及び(iv)最小直径を有する最短チューブを含む、請求項11に記載のシステム。 - 前記プロセッサが、更に、前記最大及び最小設定に基づいて前記標的チューブ上部円中心が配置された領域を定義する多角形を決定するように構成された、請求項11に記載のシステム。
- 前記プロセッサが、さらに、
(i)前記円の前記中心が、別の円候補の中心の所定の距離しきい値以下であるかどうか、及び(ii)前記円候補の領域及び前記他の円候補の領域が、所定の重なりしきい値以上の重なりを有するかどうかを決定し、
(i)と(ii)の両方が真であることが決定されたときに、前記より小さい直径を有する前記円候補又は前記他の円候補を円候補であることから除外し、前記直径が等しい場合に、前記より少量の累積投票を有する前記円候補又は前記他の円候補が円候補であることから除外し、
(i)又は(ii)が偽であることが決定されたときに、前記累積投票量に従って前記円候補を前記他の円候補と共に格付けすることによって、前記最大累積投票を有する前記決定された円候補を前記標的チューブ上部円として選択するように構成された、請求項11に記載のシステム。 - 前記プロセッサが、さらに、
各エッジ点の前記勾配方向に沿った各エッジ点と交差する線を決定し、
各エッジ点から所定距離又はその所定距離内にある前記線上の点に1つ以上の重み付き投票を割り当てることによって、各エッジ点の前記勾配方向に沿った前記エッジ大きさマップ内の前記エッジ点から前記三次元マップ内の前記重み付き投票を累積するように構成された、請求項11に記載のシステム。 - 前記プロセッサが、さらに、各エッジ点の負勾配方向に沿った投票よりも各エッジ点の正勾配方向に沿った投票により大きい重みを割り当てることによって、各エッジ点の前記勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点からの前記三次元マップ内の前記重み付き投票を累積するように構成された、請求項16に記載のシステム。
- 前記プロセッサが、さらに、
前記抽出ROIパッチ内の反射点を決定し、
各反射点の正勾配方向に沿った投票に第1の重みを割り当て、各反射点の負勾配方向に沿った投票に第2の重みを割り当て、前記第1の重みと前記第2の重みが等しく、
各反射点の前記正勾配方向及び各反射点の前記負勾配方向に沿った前記反射点からの前記三次元マップ内の投票を累積するように構成された、請求項11に記載のシステム。 - 前記プロセッサが、さらに、
1つ以上を有する前記円中心パラメータ空間の二次元マップを生成し、前記二次元マップの前記1つ以上の位置がそれぞれ円中心位置に対応し、
各エッジ点の前記勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点から前記二次元マップ内の累積された重み付き投票を決定し、
前記二次元マップ上の対応位置における前記累積投票が、所定のしきい値より低いときに、前記三次元マップ内の1つ以上の行をフィルタリングするように構成された、請求項11に記載のシステム。 - 前記プロセッサが、さらに、
1つ以上の位置を有する前記円中心パラメータ空間の二次元マップを生成し、前記二次元マップの前記1つ以上の位置がそれぞれ特定の円中心位置に対応し、
各エッジ点の勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点から前記二次元マップの累積重み付き投票を決定し、
前記二次元マップ内の累積重み付き投票に従って前記二次元マップ内の前記1つ以上の位置を格付けするように構成された、請求項11に記載のシステム。 - 画像ベースチューブ上部円検出を使用する方法であって、
少なくとも1つのカメラから、トレイの一連の画像を受け取るステップであって、前記トレイが、複数のチューブスロットを含み、各チューブスロットが、サンプルチューブを収容するように構成され、前記トレイの前記一連の画像が、前記少なくとも1つのカメラによって取得されるステップと、
前記プロセッサを使用して、前記一連の画像のうちの1つから関心領域(ROI)パッチを抽出するステップであって、前記ROIパッチが、標的チューブ上部円を含み、複数の異なるタイプのサンプルチューブの高さと直径に従って複数の異なるタイプのチューブ上部円中心の二次元(2D)投影によって限定された境界を有するステップと、
前記プロセッサを使用して、前記抽出ROIパッチのエッジ勾配大きさマップを計算するステップと、
前記プロセッサによって、円パラメータ空間の二次元マップと三次元(3D)マップを生成するステップであって、前記二次元マップ内の各位置が円中心位置に対応し、前記三次元マップ内の各位置が円中心と直径パラメータに対応するステップと、
前記プロセッサを使用して、各エッジ点の勾配方向に沿った前記エッジ勾配大きさマップ内のエッジ点に基づいて前記二次元マップ内と前記三次元マップ内の重み付き投票を累積するステップと、
前記プロセッサを使用して、前記第1の所定のしきい値よりも大きい累積投票を有する前記二次元マップ内の1つ以上の位置を決定するステップと、
前記プロセッサを使用して、前記三次元マップ内の対応位置における累積投票が、第2の所定のしきい値以上であるときに、前記三次元マップ内の対応位置を円候補として決定するステップと、
前記プロセッサを使用して、前記最大累積投票を有する前記決定された円候補を前記標的チューブ上部円として選択するステップとを含む方法。 - 前記トレイが、開位置と閉位置の間で移動可能な引出しの一部分に収まるように構成され、前記引出しが前記開位置と前記閉位置の間で移動されたときに前記少なくとも1つのカメラによって前記トレイの前記画像が取得される、請求項21に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562117914P | 2015-02-18 | 2015-02-18 | |
US62/117,914 | 2015-02-18 | ||
PCT/US2016/018109 WO2016133924A1 (en) | 2015-02-18 | 2016-02-16 | Image-based tube slot circle detection for a vision system |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018506978A JP2018506978A (ja) | 2018-03-15 |
JP2018506978A5 JP2018506978A5 (ja) | 2019-01-31 |
JP6651537B2 true JP6651537B2 (ja) | 2020-02-19 |
Family
ID=56689060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017543752A Active JP6651537B2 (ja) | 2015-02-18 | 2016-02-16 | 視覚システムのための画像ベースチューブスロット円検出 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10290090B2 (ja) |
EP (1) | EP3259341B1 (ja) |
JP (1) | JP6651537B2 (ja) |
CN (1) | CN107532125B (ja) |
CA (1) | CA2976938C (ja) |
WO (1) | WO2016133924A1 (ja) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10290090B2 (en) * | 2015-02-18 | 2019-05-14 | Siemens Healthcare Diagnostics Inc. | Image-based tube slot circle detection for a vision system |
WO2018013346A1 (en) | 2016-07-14 | 2018-01-18 | Siemens Healthcare Diagnostics Inc. | Methods, systems, and apparatus for dynamic pick and place selection sequence based on sample rack imaging data |
CN109414811B (zh) | 2016-07-14 | 2022-05-27 | 西门子医疗保健诊断公司 | 基于样品架成像数据的用于机器人夹持器动态位置调整的方法和装置 |
US10354371B2 (en) | 2016-10-06 | 2019-07-16 | General Electric Company | System, method and apparatus for locating the position of a component for use in a manufacturing operation |
US10288410B2 (en) * | 2016-11-10 | 2019-05-14 | The Boeing Company | Method and system for identifying wire contact insertion holes of a connector |
TWI660156B (zh) * | 2017-04-28 | 2019-05-21 | 宏達國際電子股份有限公司 | 追蹤系統及方法 |
CN109214256A (zh) * | 2017-07-07 | 2019-01-15 | 深圳市保千里电子有限公司 | 一种交通图标的检测方法、装置及车辆 |
CN110832508B (zh) | 2017-07-11 | 2023-08-11 | 美国西门子医学诊断股份有限公司 | 用于样本管顶部圆形的基于学习的图像边缘增强的方法和系统 |
EP3652674B1 (en) * | 2017-07-11 | 2024-02-28 | Siemens Healthcare Diagnostics, Inc. | Image-based tube top circle detection with multiple candidates |
CN109978901B (zh) * | 2019-03-07 | 2023-06-02 | 江苏亿通高科技股份有限公司 | 一种快速、精确的圆形检测和圆心定位方法 |
US20200320334A1 (en) * | 2019-04-05 | 2020-10-08 | Ent. Services Development Corporation Lp | Systems and methods for digital image-based object authentication |
CN110349199B (zh) * | 2019-06-25 | 2021-07-30 | 杭州汇萃智能科技有限公司 | 一种物体圆度测量方法 |
CN110717890B (zh) * | 2019-09-11 | 2022-06-03 | 北京控制工程研究所 | 一种对接环识别方法及介质 |
CN111223067B (zh) * | 2020-02-21 | 2023-05-26 | 成都工业学院 | 一种用于桥梁锚具圆孔加工的自动对位方法 |
US11388423B2 (en) * | 2020-03-23 | 2022-07-12 | Alibaba Group Holding Limited | Region-of-interest based video encoding |
CN111445511B (zh) * | 2020-03-24 | 2022-08-05 | 杭州东信北邮信息技术有限公司 | 一种图像中圆的检测方法 |
CN112132135B (zh) * | 2020-08-27 | 2023-11-28 | 南京南瑞信息通信科技有限公司 | 一种基于图像处理的电网传输线检测方法、存储介质 |
IT202100001649A1 (it) * | 2021-01-27 | 2022-07-27 | Macs S R L | Sistema di scansione 3d per la mappatura di piani di lavoro nella diagnostica in vitro |
CN113160255A (zh) * | 2021-02-24 | 2021-07-23 | 国网福建省电力有限公司检修分公司 | 一种运行线路走廊环境因子变化监控方法 |
CN113160201B (zh) * | 2021-04-30 | 2024-04-12 | 聚时科技(上海)有限公司 | 基于极坐标的环状边界框的目标检测方法 |
WO2023088600A1 (en) | 2021-11-22 | 2023-05-25 | Roche Diagnostics Gmbh | Method and system for operating a laboratory automation system |
CN114549403B (zh) * | 2022-01-07 | 2024-05-14 | 中国地质大学(武汉) | 一种机械零部件侧剖面多单体智能精密几何圆心检测方法 |
CN116894400B (zh) * | 2023-09-11 | 2023-12-12 | 南京邮电大学 | 一种基于视觉传感网络的空间组合选址方法 |
CN117173255A (zh) * | 2023-09-26 | 2023-12-05 | 拓荆键科(海宁)半导体设备有限公司 | 多相机位置的标定方法、系统及晶圆键合检测设备 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7783097B2 (en) * | 2006-04-17 | 2010-08-24 | Siemens Medical Solutions Usa, Inc. | System and method for detecting a three dimensional flexible tube in an object |
EP2453233A1 (en) * | 2010-11-16 | 2012-05-16 | Roche Diagnostics GmbH | Method and apparatus for detecting foam on a liquid surface in a vessel |
CN102147857A (zh) * | 2011-03-22 | 2011-08-10 | 黄晓华 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
US8805117B2 (en) * | 2011-07-19 | 2014-08-12 | Fuji Xerox Co., Ltd. | Methods for improving image search in large-scale databases |
EP2574933A1 (en) * | 2011-09-29 | 2013-04-03 | F. Hoffmann-La Roche AG | Handling of sample tubes comprising geometric tube data |
US8854451B2 (en) * | 2011-10-19 | 2014-10-07 | Lam Research Corporation | Automated bubble detection apparatus and method |
US9135515B2 (en) * | 2012-10-22 | 2015-09-15 | Qiagen Gaithersburg, Inc. | Automated pelletized sample vision inspection apparatus and methods |
US9053389B2 (en) * | 2012-12-03 | 2015-06-09 | Analog Devices, Inc. | Hough transform for circles |
CN103150730A (zh) * | 2013-03-07 | 2013-06-12 | 南京航空航天大学 | 一种基于图像的圆形小目标精确检测方法 |
WO2014152329A1 (en) * | 2013-03-14 | 2014-09-25 | Siemens Healthcare Diagnostics Inc. | Tube tray vision system |
CN104331885A (zh) * | 2014-10-29 | 2015-02-04 | 电子科技大学 | 一种基于投票线聚类的圆形目标检测方法 |
US10290090B2 (en) * | 2015-02-18 | 2019-05-14 | Siemens Healthcare Diagnostics Inc. | Image-based tube slot circle detection for a vision system |
-
2016
- 2016-02-16 US US15/551,570 patent/US10290090B2/en active Active
- 2016-02-16 JP JP2017543752A patent/JP6651537B2/ja active Active
- 2016-02-16 CA CA2976938A patent/CA2976938C/en active Active
- 2016-02-16 WO PCT/US2016/018109 patent/WO2016133924A1/en active Application Filing
- 2016-02-16 EP EP16752920.5A patent/EP3259341B1/en active Active
- 2016-02-16 CN CN201680022330.8A patent/CN107532125B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CA2976938C (en) | 2023-09-26 |
CN107532125A (zh) | 2018-01-02 |
WO2016133924A1 (en) | 2016-08-25 |
US20180047150A1 (en) | 2018-02-15 |
US10290090B2 (en) | 2019-05-14 |
EP3259341B1 (en) | 2021-01-27 |
JP2018506978A (ja) | 2018-03-15 |
EP3259341A4 (en) | 2018-02-21 |
EP3259341A1 (en) | 2017-12-27 |
CA2976938A1 (en) | 2016-08-25 |
CN107532125B (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6651537B2 (ja) | 視覚システムのための画像ベースチューブスロット円検出 | |
JP6718465B2 (ja) | 視覚システムにおけるトレイスロットタイプ及びチューブタイプの位置ベース検出 | |
US11774735B2 (en) | System and method for performing automated analysis of air samples | |
JP6960980B2 (ja) | 視覚システムにおける画像ベーストレイ位置合わせ及びチューブスロット位置特定 | |
US10796429B2 (en) | Systems and methods for area-of-interest detection using slide thumbnail images | |
US9646376B2 (en) | System and method for reviewing and analyzing cytological specimens | |
EP3652674B1 (en) | Image-based tube top circle detection with multiple candidates | |
US20240168006A1 (en) | Methods and apparatus for hashing and retrieval of training images used in hiln determinations of specimens in automated diagnostic analysis systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181213 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181213 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200114 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6651537 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |