專利名稱：一種面向微流控芯片的智能定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能模式識別與圖像處理技術(shù)領(lǐng)域，涉及一種面向微流控芯片的智能定位方法。
背景技術(shù)：
微流控芯片分析系統(tǒng)又稱微全分析系統(tǒng)，是由瑞士Ciba Geigy公司的Manz與Widmer在上世紀(jì)90年代初開始研究的，當(dāng)時主要的研究重點是微流控芯片分析系統(tǒng)的“微”與“全”，以及微管道網(wǎng)絡(luò)的MEMS加工方法。到1994年，美國橡樹嶺國家實驗室Ramsey等在Manz的工作基礎(chǔ)上發(fā)表了一系列論文，改進了芯片毛細管電泳的進樣方法，提高了其性能與實用性，微流控芯片分析系統(tǒng)的商業(yè)開發(fā)價值開始顯現(xiàn)。近年來，國際上關(guān)于微流控芯片的研究逐步成為熱點，并正在加速向微型化和智能化發(fā)展。
現(xiàn)階段微全分析系統(tǒng)中對芯片的主要分析方法是激光誘導(dǎo)熒光法，這種方法需要對芯片上的微管道網(wǎng)絡(luò)進行定位，而當(dāng)前的微全分析系統(tǒng)基本上都采用手工的定位方式，這種定位方式存在有定位精度低、耗時費力以及無法完成跟蹤定位等缺點。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種面向微流控芯片的智能定位方法，將其應(yīng)用于各類微流控芯片分析系統(tǒng)中，對CCD攝像頭采集到的微流控芯片平面圖像根據(jù)相關(guān)算法生成鄰接表，利用鄰接表中的數(shù)據(jù)，對微流控芯片進行智能定位，并依照定位的結(jié)果，對鄰接表中的數(shù)據(jù)進行動態(tài)的修正。
為了實現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案一種面向微流控芯片的智能定位方法，其特征在于，包括下列步驟
a.使用CCD攝像頭采集微流控芯片分析系統(tǒng)中的的芯片平面圖像，利用形態(tài)學(xué)濾波器以及OPTA(one-pass thinning a1gorithm)細化算法對芯片平面圖進行去噪和細化，得到芯片平面圖像的骨架圖1)對CCD攝像頭采集到的芯片平面圖像進行二值化處理；2)對二值化后的芯片平面圖像利用形態(tài)學(xué)中的開啟和閉合操作進行去噪和邊緣平滑處理；3)對去噪后的圖像利用OPTA算法進行細化，得到芯片平面圖像的骨架圖；b.依據(jù)芯片骨架圖，提取微流控芯片中微管道網(wǎng)絡(luò)上的相關(guān)節(jié)點1)微管道網(wǎng)絡(luò)上端點的提取在芯片骨架圖中，某個像素點的8--鄰域內(nèi)有且只有一個像素點存在，則這個像素點就是端點；2)微管道網(wǎng)絡(luò)上交叉點的提取在芯片骨架圖中，某個像素點的8--鄰域內(nèi)有3個或3個以上的像素點，則這個像素點就是交叉點；3)微管道網(wǎng)絡(luò)上拐點的提取對芯片骨架圖進行Radon變換，取圖像的中心點作為原點，x軸與圖像的上邊界平行并通過原點，y軸與x軸相互垂直；將其在與x坐標(biāo)軸夾角為0°～179°度的180個方向上進行投影，每一個角度上的變換結(jié)果作為一個列向量，所有的結(jié)果組合在一起可以形成一個700×180的變換矩陣，找出變換矩陣中的峰值，這些峰值對應(yīng)著圖像上的直線；然后，確定所求出的端點和交叉點分別屬于哪條直線，若相互連通的一個端點和一個交叉點，端點所屬的直線沒有通過交叉點，交叉點同時屬于多條直線，即可判定這個端點和交叉點之間存在一個拐點；然后將端點所屬的直線與交叉點所屬的所有直線的交點都求出來，落在端點與交叉點連接線上的交點即為拐點；c.微流控芯片平面圖鄰接表的生成根據(jù)所得到的所有微管道節(jié)點位置及其相互之間的連通關(guān)系，可以生成一張相應(yīng)的鄰接表；鄰接表中的每一個單元項由一個三元組組成，其中，圖像的中心點為原點，前兩項表示節(jié)點的坐標(biāo)，第三項表示節(jié)點的類型，0表示端點，1表示交叉點，2表示拐點；依據(jù)所述的鄰接表，系統(tǒng)便可以智能地對微流控芯片連續(xù)地的跟蹤定位。
上述的面向微流控芯片的智能定位方法，其中，所述微流控芯片智能定位與鄰接表的反饋修正方法如下1)在用激光誘導(dǎo)熒光的方法對微流控芯片進行分析時，高壓電極一定加在兩個端點上，故在進行跟蹤檢測時，激光發(fā)射器和光電倍增管也必然是從一個端點移動到另一個端點；依照鄰接表可以很容易得到需要進行檢測的端點的位置以及端點到端點間的通路；通路中任意兩個相鄰節(jié)點包括端點、交叉點或拐點之間都是直線段，故任意兩端點間的通路可以用一組直線段即一條折線段來表示；要對兩個端點之間的通路進行跟蹤定位，就是要對通路中的每一條直線段進行跟蹤定位，而直線段上所有像素點的坐標(biāo)可以由線段兩端的節(jié)點坐標(biāo)求出設(shè)兩個節(jié)點的坐標(biāo)分別為(x1，y1)和(x2，y2)，則直線段上要確定坐標(biāo)的像素點數(shù)目為num=[(x1-x2)2+(y1-y2)2]]]>([]表示向下取整)其中，第i個像素點的坐標(biāo)為([x1+inum(x2-x1)],[y1+inum(y2-y1)])]]>應(yīng)用這種方法，就能對整個微流控芯片實現(xiàn)智能的跟蹤定位；2)根據(jù)跟蹤定位的反饋結(jié)果對鄰接表進行反饋修正在一條直線段上進行跟蹤定位時，如果在某個像素點處光電倍增管沒有接收到相應(yīng)的熒光信號，就在該像素點的16-鄰域中進行搜索i)如果沒有像素點能接收到熒光信號，則保持原像素點坐標(biāo)不變；ii)如果只有一個像素點能接收到熒光信號，則用這個像素點的坐標(biāo)替代原像素點坐標(biāo)；iii)如果有兩個以上像素點能接收到熒光信號，則用這些像素點中沿直線段方向距離原像素點最近的那個像素點的坐標(biāo)替代原像素點坐標(biāo)。在對這條直線段跟蹤定位完后，同時也對線段上所有像素點的坐標(biāo)進行了一次校正；然后可以利用以下公式來修正鄰接表中節(jié)點的坐標(biāo)(x1′=[x0-x2-x12],y1′=[y0-y2-y12])]]>(x2′=[x0+x2-x12],y2′=[y0+y2-y12])]]>
(x1′，y1′)和(x2′，y2′)將作為(x1，y1)和(x2，y2)兩個節(jié)點的新坐標(biāo)去修正鄰接表；公式中，(x0，y0)表示直線段校正后的中點坐標(biāo)(x0=[Σi=1numx′inum],y0=[Σi=1numy′inum])]]>其中，(x′i，y′i)(i＝1，...，num)表示校正后的直線段上像素點的坐標(biāo)。
由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的優(yōu)點和積極效果由于本發(fā)明面向微流控芯片的智能定位方法，是基于相關(guān)圖像處理技術(shù)設(shè)計的，具有定位的全自動化、精度高、速度快以及可以跟蹤定位等特點，能對各類微流控芯片分析系統(tǒng)進行自動化分析的改進。
該方法利用形態(tài)學(xué)算法、細化算法及Radon變換等相關(guān)圖像處理方法將CCD攝像頭采集到的微流控芯片平面圖上微管道的節(jié)點提取出來，生成鄰接表，根據(jù)鄰接表對微流控芯片進行智能的跟蹤定位，并能通過相關(guān)的反饋算法依照定位結(jié)果對鄰接表進行反饋修正。從而，有效地克服了目前采用手工的定位方式的微全分析系統(tǒng)所存在的定位精度低、耗時費力以及無法完成跟蹤定位等缺陷。


通過以下實施例并結(jié)合其附圖的描述，可以進一步理解其發(fā)明的目的、具體結(jié)構(gòu)特征和優(yōu)點。附圖中，圖1為本發(fā)明的微流控芯片智能定位系統(tǒng)的系統(tǒng)框圖；圖2為本發(fā)明的微流控芯片平面圖像預(yù)處理示意圖；圖3為本發(fā)明端點、交叉點、拐點的特征圖；圖4為本發(fā)明的整體智能定位方法流程圖。
圖1中，1.CCD攝像頭；2.圖像采集卡；3.計算機；4.RS232-RS485轉(zhuǎn)換器；5.步進電機控制平臺；6.芯片放置平臺；7.激光發(fā)射器；8.高壓產(chǎn)生設(shè)備；9.光電倍增管；10.PCI總線；11.RS232；12.RS485。
圖2中，a.二值化后的微流控芯片平面圖；b.經(jīng)形態(tài)學(xué)噪聲濾除器作用后微流控芯片平面圖；c.經(jīng)過形態(tài)學(xué)噪聲濾除器作用后的圖像細化結(jié)果；d.未經(jīng)形態(tài)學(xué)噪聲濾除器作用后的圖像細化結(jié)果。
圖3中，A.端點；B.交叉點；C.拐點。
具體實施例方式
本發(fā)明的一種面向微流控芯片的智能定位方法包括下列步驟1.對當(dāng)前微流控芯片平面圖像進行預(yù)處理a.使用CCD攝像頭采集微流控芯片分析系統(tǒng)中的芯片平面圖像，利用形態(tài)學(xué)濾波器以及OPTA細化算法對芯片平面圖進行去噪和細化，得到芯片平面圖像的骨架圖對CCD攝像頭采集到的芯片平面圖像進行二值化處理；對二值化后的芯片平面圖像利用形態(tài)學(xué)中的開啟和閉合操作進行去噪和邊緣平滑處理；對去噪后的圖像用OPTA算法進行細化，得到芯片平面圖像的骨架圖。
b.依據(jù)芯片骨架圖，提取微流控芯片中微管道網(wǎng)絡(luò)上的相關(guān)節(jié)點微管道網(wǎng)絡(luò)上端點的提取在芯片骨架圖中，某個象素點的8-鄰域內(nèi)有且只有一個像素點存在，則這個像素點就是端點。
微管道網(wǎng)絡(luò)上交叉點的提取在芯片骨架圖中，某個像素點的8-鄰域內(nèi)有3個或3個以上的像素點，則這個像素點就是交叉點。
微管道網(wǎng)絡(luò)上拐點的提取這里對芯片骨架圖進行Radon變換，取圖像的中心點作為原點，x軸與圖像的上邊界平行并通過原點，y軸與x軸相互垂直。將其在與x坐標(biāo)軸夾角為0°～179°的180個方向上進行投影，每一個角度上的變換結(jié)果作為一個列向量，所有的結(jié)果組合在一起可以形成一個700×180的變換矩陣，找出變換矩陣中的峰值，這些峰值對應(yīng)著圖像上的直線。通過這種方法得出骨架線上所有的直線位置。
然后可以確定上面求出的端點和交叉點分別屬于哪條直線，如果相互連通的一個端點和一個交叉點，端點所屬的直線沒有通過交叉點(交叉點同時屬于多條直線)，那么可以肯定這個端點和交叉點之間存在一個拐點。然后將端點所屬的直線與交叉點所屬的所有直線的交點都求出來，那個落在端點與交叉點連接線上的交點就是拐點。通過這種方法，可以將骨架線上的所有拐點求出來。
c.微流控芯片平面圖鄰接表的生成根據(jù)上面得到的所有微管道節(jié)點位置及其相互之間的連通關(guān)系，可以生成一張相應(yīng)的鄰接表。鄰接表中的每一個單元項由一個三元組組成，其中，圖像的中心點為原點，前兩項表示節(jié)點的坐標(biāo)，第三項表示節(jié)點的類型，0表示端點，1表示交叉點，2表示拐點。依據(jù)這張鄰接表，系統(tǒng)就能夠智能地對微流控芯片連續(xù)的跟蹤定位。
2.微流控芯片智能定位與鄰接表的反饋修正方法，如下1)在用激光誘導(dǎo)熒光的方法對微流控芯片進行分析時，高壓電極一定加在兩個端點上，故在進行跟蹤檢測時，激光發(fā)射器和光電倍增管也必然是從一個端點移動到另一個端點。依照鄰接表可以很容易得到需要進行檢測的端點的位置以及端點到端點間的通路。參見圖3，通路中任意兩個相鄰節(jié)點包括端點、交叉點或拐點之間都是直線段，故任意兩端點間的通路可以用一組直線段即一條折線段來表示。要對兩個端點之間的通路進行跟蹤定位，其實就是要對通路中的每一條直線段進行跟蹤定位，而直線段上所有像素點的坐標(biāo)可以由線段兩端的節(jié)點坐標(biāo)求出設(shè)兩個節(jié)點的坐標(biāo)分別為(x1，y1)和(x2，y2)，則直線段上要確定坐標(biāo)的像素點數(shù)目為num=[(x1-x2)2+(y1-y2)2]]]>([]表示向下取整)其中第i個像素點的坐標(biāo)為([x1+inum(x2-x1)],[y1+inum(y2-y1)])]]>應(yīng)用這種方法，就能對整個微流控芯片實現(xiàn)智能的跟蹤定位。
2)考慮到用CCD攝像頭采集微流控芯片平面圖和后續(xù)的圖像處理過程可能產(chǎn)生一些誤差，使得最終的鄰接圖不一定十分精確，可以采用以下方法根據(jù)跟蹤定位的反饋結(jié)果對鄰接表進行反饋修正在一條直線段上進行跟蹤定位時，如果在某個像素點處光電倍增管沒有接收到相應(yīng)的熒光信號，就在該像素點的16-鄰域(要除開直線段上的點)中進行搜索i)如果沒有像素點能接收到熒光信號，則保持原像素點坐標(biāo)不變；ii)如果只有一個像素點能接收到熒光信號，則用這個像素點的坐標(biāo)替代原像素點坐標(biāo)；iii)如果有兩個以上像素點能接收到熒光信號，則用這些像素點中沿直線段方向距離原像素點最近的那個像素點的坐標(biāo)替代原像素點坐標(biāo)。在對這條直線段跟蹤定位完后，同時也對線段上所有像素點的坐標(biāo)進行了一次校正；然后可以利用下面兩個公式來修正鄰接表中節(jié)點的坐標(biāo)(x1′=[x0-x2-x12],y1′=[y0-y2-y12])]]>(x2′=[x0+x2-x12],y2′=[y0+y2-y12])]]>(x1′，y1′)和(x2′，y2′)將作為(x1，y1)和(x2，y2)兩個節(jié)點的新坐標(biāo)去修正鄰接表。
公式中，(x0，y0)表示直線段校正后的中點坐標(biāo)(x0=[Σi=1numx′inum],y0=[Σi=1numy′inum])]]>其中，(x′i，y′i)(i＝1，...，num)表示校正后的直線段上像素點的坐標(biāo)。
關(guān)于本發(fā)明的鄰接表生成相關(guān)原理簡述如下OPTA細化算法可以很好地將圖像細化成單象素寬，不破壞原始圖像的連通性，較好地保持圖像的拓撲結(jié)構(gòu)。圖像中的節(jié)點(端點，交叉點以及拐點)在細化后的骨架圖中將表現(xiàn)出比較明顯的特征，可以很方便地將它們依照一定的規(guī)則提取出來。
Radon變換就是將原始圖像變換為它在各個角度的投影表示。圖像的投影是指圖像在某一方向上的線積分，對于數(shù)字圖像來說也就是在該方向上的累加求和。Radon變換的數(shù)學(xué)表示是圖像f(x，y)在任一角度θ上R的投影定義為Rθ(x′)=∫-∞∞f(x′cosθ-y′sinθ,x′sinθ-y′cosθ)dy′]]>
其中，x′y′=cosθsinθ-sinθcosθxy]]>Radon變換后很容易找出骨架圖像中的直線，從而方便拐點的提取。
關(guān)于本發(fā)明的面向微流控芯片的智能定位方法的工作原理微流控芯片智能定位系統(tǒng)的組成如圖1所示，主要由步進電機控制平臺、CCD攝像頭、圖像采集卡、激光發(fā)射器、光電倍增管、高壓產(chǎn)生設(shè)備以及計算機組成。在現(xiàn)有微流控芯片分析系統(tǒng)的基礎(chǔ)上增加了CCD攝像頭圖像采集機構(gòu)，用于拍攝系統(tǒng)中微流控芯片的平面圖，并通過圖像采集卡傳送到計算機。圖像采集卡與計算機通過PCI總線相連。激光發(fā)射器、光電倍增管、高壓產(chǎn)生設(shè)備以及步進電機控制平臺都是通過串行口RS485經(jīng)RS232/RS485轉(zhuǎn)換器與計算機相連接。
同時，本發(fā)明基于以下認識微流控芯片上微管道網(wǎng)絡(luò)中的微管道的拓撲結(jié)構(gòu)均是直線，不存在拓撲結(jié)構(gòu)為曲線或其它非直線類別線型的微管道。微流控芯片無論以何種角度放置在系統(tǒng)中，均認為其原點在CCD攝像頭采集到的微流控芯片平面圖的正中心。
本發(fā)明的一種面向微流控芯片的智能定位方法，包括下列步驟1.對當(dāng)前微流控芯片平面圖像進行預(yù)處理，參見圖2a.使用CCD攝像頭采集微流控芯片分析系統(tǒng)中的的芯片平面圖像，利用形態(tài)學(xué)濾波器以及OPTA細化算法對芯片平面圖進行去噪和細化，得到芯片平面圖像的骨架圖對CCD攝像頭采集到的芯片平面圖像進行二值化處理；對二值化后的芯片平面圖像利用形態(tài)學(xué)中的開啟和閉合操作進行去噪和邊緣平滑處理；對去噪后的圖像用OPTA算法進行細化，得到芯片平面圖像的骨架圖。
b.依據(jù)芯片骨架圖，提取微流控芯片中微管道網(wǎng)絡(luò)上的相關(guān)節(jié)點，參見圖3微管道網(wǎng)絡(luò)上端點的提取在芯片骨架圖中，某個像素點的8-鄰域內(nèi)有且只有一個像素點存在，則這個像素點就是端點。
微管道網(wǎng)絡(luò)上交叉點的提取在芯片骨架圖中，某個像素點的8-鄰域內(nèi)有3個或3個以上的像素點，則這個像素點就是交叉點。
微管道網(wǎng)絡(luò)上拐點的提取這里對芯片骨架圖進行Radon變換，取圖像的中心點作為原點，x軸與圖像的上邊界平行并通過原點，y軸與x軸相互垂直。將其在與x坐標(biāo)軸夾角為0°～179°的180個方向上進行投影，每一個角度上的變換結(jié)果作為一個列向量，所有的結(jié)果組合在一起可以形成一個700×180的變換矩陣，找出變換矩陣中的峰值，這些峰值對應(yīng)著圖像上的直線。通過這種方法得出骨架線上所有的直線位置。
然后可以確定上面求出的端點和交叉點分別屬于哪條直線，如果相互連通的一個端點和一個交叉點，端點所屬的直線沒有通過交叉點(交叉點同時屬于多條直線)，那么可以肯定這個端點和交叉點之間存在一個拐點。然后將端點所屬的直線與交叉點所屬的所有直線的交點都求出來，那個落在端點與交叉點連接線上的交點就是拐點。通過這種方法，可以將骨架線上的所有拐點求出來。
c.微流控芯片平面圖鄰接表的生成，參見本發(fā)明的微流控芯片鄰接表，即表1根據(jù)上面得到的所有微管道節(jié)點位置及其相互之間的連通關(guān)系，可以生成一張相應(yīng)的鄰接表。鄰接表中的每一個單元項由一個三元組組成，其中，圖像的中心點為原點，前兩項表示節(jié)點的坐標(biāo)，第三項表示節(jié)點的類型，0表示端點，1表示交叉點，2表示拐點。依據(jù)這張鄰接表，系統(tǒng)就能夠智能地對微流控芯片連續(xù)的跟蹤定位。
2.微流控芯片智能定位與鄰接表的反饋修正方法，如下1)在用激光誘導(dǎo)熒光的方法對微流控芯片進行分析時，高壓電極一定加在兩個端點上，故在進行跟蹤檢測時，激光發(fā)射器和光電倍增管也必然是從一個端點移動到另一個端點。依照鄰接表可以很容易得到需要進行檢測的端點的位置以及端點到端點間的通路。通路中任意兩個相鄰節(jié)點(端點、交叉點或拐點)之間都是直線段，故任意兩端點間的通路可以用一組直線段(即一條折線段)來表示。要對兩個端點之間的通路進行跟蹤定位，其實就是要對通路中的每一條直線段進行跟蹤定位，而直線段上所有像素點的坐標(biāo)可以由線段兩端的節(jié)點坐標(biāo)求出設(shè)兩個節(jié)點的坐標(biāo)分別為(x1，y1)和(x2，y2)，則直線段上要確定坐標(biāo)的像素點數(shù)目為num=[(x1-x2)2+(y1-y2)2]]]>([]表示向下取整)其中第i個像素點的坐標(biāo)為([x1+inum(x2-x1)],[y1+inum(y2-y1)])]]>應(yīng)用這種方法，就能對整個微流控芯片實現(xiàn)智能的跟蹤定位。
2)考慮到用CCD攝像頭采集微流控芯片平面圖和后續(xù)的圖像處理過程可能產(chǎn)生一些誤差，使得最終的鄰接圖不一定十分精確，可以采用以下方法根據(jù)跟蹤定位的反饋結(jié)果對鄰接表進行反饋修正在一條直線段上進行跟蹤定位時，如果在某個像素點處光電倍增管沒有接收到相應(yīng)的熒光信號，就在該像素點的16-鄰域(要除開直線段上的點)中進行搜索i)如果沒有像素點能接收到熒光信號，則保持原像素點坐標(biāo)不變；ii)如果只有一個像素點能接收到熒光信號，則用這個像素點的坐標(biāo)替代原像素點坐標(biāo)；iii)如果有兩個以上像素點能接收到熒光信號，則用這些像素點中沿直線段方向距離原像素點最近的那個像素點的坐標(biāo)替代原像素點坐標(biāo)。在對這條直線段跟蹤定位完后，同時也對線段上所有像素點的坐標(biāo)進行了一次校正，然后可以利用下面兩個公式來修正鄰接表中節(jié)點的坐標(biāo)(x1′=[x0-x2-x12],y1′=[y0-y2-y12])]]>(x2′=[x0+x2-x12],y2′=[y0+y2-y12])]]>(x1′，y1′)和(x2′，y2′)將作為(x1，y1)和(x2，y2)兩個節(jié)點的新坐標(biāo)去修正鄰接表。
公式中，(x0，y0)表示直線段校正后的中點坐標(biāo)(x0=[Σi=1numx′inum],y0=[Σi=1numy′inum])]]>其中，(x′i，y′i)(i＝1，...，num)表示校正后的直線段上像素點的坐標(biāo)。綜合上述步驟，本發(fā)明的整體流程圖如圖4所示。
表1



權(quán)利要求
1.一種面向微流控芯片的智能定位方法，其特征在于，包括下列步驟a.使用CCD攝像頭采集微流控芯片分析系統(tǒng)中的的芯片平面圖像，利用形態(tài)學(xué)濾波器以及OPTA(one-pass thinning algorithm)細化算法對芯片平面圖進行去噪和細化，得到芯片平面圖像的骨架圖1)對CCD攝像頭采集到的芯片平面圖像進行二值化處理；2)對二值化后的芯片平面圖像利用形態(tài)學(xué)中的開啟和閉合操作進行去噪和邊緣平滑處理；3)對去噪后的圖像利用OPTA算法進行細化，得到芯片平面圖像的骨架圖；b.依據(jù)芯片骨架圖，提取微流控芯片中微管道網(wǎng)絡(luò)上的相關(guān)節(jié)點1)微管道網(wǎng)絡(luò)上端點的提取在芯片骨架圖中，某個像素點的8-鄰域內(nèi)有且只有一個像素點存在，則這個像素點就是端點；2)微管道網(wǎng)絡(luò)上交叉點的提取在芯片骨架圖中，某個像素點的8-鄰域內(nèi)有3個或3個以上的像素點，則這個像素點就是交叉點；3)微管道網(wǎng)絡(luò)上拐點的提取對芯片骨架圖進行Radon變換，取圖像的中心點作為原點，x軸與圖像的上邊界平行并通過原點，y軸與x軸相互垂直；將其在與x坐標(biāo)軸夾角為0°～179°度的180個方向上進行投影，每一個角度上的變換結(jié)果作為一個列向量，所有的結(jié)果組合在一起可以形成一個700×180的變換矩陣，找出變換矩陣中的峰值，這些峰值對應(yīng)著圖像上的直線；然后，確定所求出的端點和交叉點分別屬于哪條直線，若相互連通的一個端點和一個交叉點，端點所屬的直線沒有通過交叉點，交叉點同時屬于多條直線，即可判定這個端點和交叉點之間存在一個拐點；然后將端點所屬的直線與交叉點所屬的所有直線的交點都求出來，落在端點與交叉點連接線上的交點即為拐點；c.微流控芯片平面圖鄰接表的生成根據(jù)所得到的所有微管道節(jié)點位置及其相互之間的連通關(guān)系，可以生成一張相應(yīng)的鄰接表；鄰接表中的每一個單元項由一個三元組組成，其中，圖像的中心點為原點，前兩項表示節(jié)點的坐標(biāo)，第三項表示節(jié)點的類型，0表示端點，1表示交叉點，2表示拐點；依據(jù)所述的鄰接表，系統(tǒng)便可以智能地對微流控芯片連續(xù)地的跟蹤定位。
2.根據(jù)權(quán)利要求1所述的面向微流控芯片的智能定位方法，其特征在于，所述微流控芯片智能定位與鄰接表的反饋修正方法如下1)在用激光誘導(dǎo)熒光的方法對微流控芯片進行分析時，高壓電極一定加在兩個端點上，故在進行跟蹤檢測時，激光發(fā)射器和光電倍增管也必然是從一個端點移動到另一個端點；依照鄰接表可以很容易得到需要進行檢測的端點的位置以及端點到端點間的通路；通路中任意兩個相鄰節(jié)點包括端點、交叉點或拐點之間都是直線段，故任意兩端點間的通路可以用一組直線段即一條折線段來表示；要對兩個端點之間的通路進行跟蹤定位，就是要對通路中的每一條直線段進行跟蹤定位，而直線段上所有像素點的坐標(biāo)可以由線段兩端的節(jié)點坐標(biāo)求出設(shè)兩個節(jié)點的坐標(biāo)分別為(x1，y1)和(x2，y2)，則直線段上要確定坐標(biāo)的像素點數(shù)目為num=[(x1-x2)2+(y1-y2)2]]]>([]表示向下取整)其中，第i個像素點的坐標(biāo)為([x1+inum(x2-x1)],[y1+inum(y2-y1)])]]>應(yīng)用這種方法，就能對整個微流控芯片實現(xiàn)智能的跟蹤定位；2)根據(jù)跟蹤定位的反饋結(jié)果對鄰接表進行反饋修正在一條直線段上進行跟蹤定位時，如果在某個像素點處光電倍增管沒有接收到相應(yīng)的熒光信號，就在該像素點的16-鄰域中進行搜索i)如果沒有像素點能接收到熒光信號，則保持原像素點坐標(biāo)不變；ii)如果只有一個像素點能接收到熒光信號，則用這個像素點的坐標(biāo)替代原像素點坐標(biāo)；iii)如果有兩個以上像素點能接收到熒光信號，則用這些像素點中沿直線段方向距離原像素點最近的那個像素點的坐標(biāo)替代原像素點坐標(biāo)。在對這條直線段跟蹤定位完后，同時也對線段上所有像素點的坐標(biāo)進行了一次校正；然后可以利用以下公式來修正鄰接表中節(jié)點的坐標(biāo)(x1′=[x0-x2-x12],y1′=[y0-y2-y12])]]>(x2′=[x0+x2-x12],y2′=[y0+y2-y12])]]>(x1′，y1′)和(x2′，y2′)將作為(x1，y1)和(x2，y2)兩個節(jié)點的新坐標(biāo)去修正鄰接表；公式中，(x0，y0)表示直線段校正后的中點坐標(biāo)(x0=[Σi=1numx′inum],y0=[Σi=1numy′inum])]]>其中，(x′i，y′i)(i＝1，…，num)表示校正后的直線段上像素點的坐標(biāo)。
全文摘要
本發(fā)明涉及一種面向微流控芯片的智能定位方法，使用CCD攝像頭采集微流控芯片分析系統(tǒng)中的的芯片平面圖像，利用形態(tài)學(xué)濾波器以及OPTA(one－pass thinning algorithm)細化算法對芯片平面圖進行去噪和細化，得到芯片平面圖像的骨架圖；依據(jù)芯片骨架圖，提取微流控芯片中微管道網(wǎng)絡(luò)上的相關(guān)節(jié)點；根據(jù)得到的所有微管道節(jié)點位置及其相互之間的連通關(guān)系，生成鄰接表；根據(jù)鄰接表對微流控芯片進行智能跟蹤定位，通過相關(guān)的反饋算法依照定位結(jié)果對鄰接表進行反饋修正。它是基于相關(guān)圖像處理技術(shù)設(shè)計的，具有定位的全自動化、精度高、速度快以及可以跟蹤定位等特點，能對各類微流控芯片分析系統(tǒng)進行自動化分析的改進。
文檔編號G06K9/46GK101034438SQ20061011844
公開日2007年9月12日 申請日期2006年11月17日 優(yōu)先權(quán)日2006年11月17日
發(fā)明者任立紅, 丁永生, 周鵬 申請人:東華大學(xué)