CN103914695B - 一种用于微电泳图像识别装置及其方法 - Google Patents
一种用于微电泳图像识别装置及其方法 Download PDFInfo
- Publication number
- CN103914695B CN103914695B CN201410168848.5A CN201410168848A CN103914695B CN 103914695 B CN103914695 B CN 103914695B CN 201410168848 A CN201410168848 A CN 201410168848A CN 103914695 B CN103914695 B CN 103914695B
- Authority
- CN
- China
- Prior art keywords
- charged particle
- image
- gray level
- micro
- computer
- 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
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001962 electrophoresis Methods 0.000 title abstract 8
- 239000002245 particle Substances 0.000 claims abstract description 36
- 238000003384 imaging method Methods 0.000 claims abstract description 14
- 239000008187 granular material Substances 0.000 claims description 17
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000003909 pattern recognition Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 239000000843 powder Substances 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004566 building material Substances 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000839 emulsion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及微电泳识别的技术领域，更具体地，涉及一种用于微电泳图像识别装置及其方法。一种用于微电泳图像识别装置，其中，包括微电泳装置、与微电泳装置连接的用于观测带电颗粒位置的显微成像系统、与显微成像系统连接的用于采集颗粒的运动灰度图像的图像采集装置、与图像采集装置连接的计算机。本发明的装置简单，操作方便，成本低廉；其方法以高精度的数值方法处理带电颗粒的运动灰度图像，具有分辨率高、操作简单、成本低廉的特点。
Description
技术领域
本发明涉及微电泳识别的技术领域，更具体地，涉及一种用于微电泳图像识别装置及其方法。
背景技术
微电泳仪可用于测定分散体系颗粒物的固－液界面电性（ζ电位），也可用于测量乳状液液滴的界面电性，也可用于测定等电点、研究界面反应过程的机理。通过测定粉体的Zeta电位，从pH－Zeta电位关系图上求出等电点，是认识粉体表面电性的重要方法，在粉体表面处理中也是重要的手段。与国内外其它同类型仪器相比，它具有显著的优越性。可广泛应用于化妆品、选矿、造纸、医疗卫生、建筑材料、超细材料、环境保护、海洋化学等行业，也是化学、化工、医学、建材等专业的重要教学仪器之一。
现有技术中，公开的微电泳仪通常是对带电颗粒的位置的定位通常是用鼠标来点击图中颗粒，这种方法有一定的局限性。首先，颗粒的灰度图像必须要很清楚，不然肉眼无法分辨清楚；其次，肉眼的观测会存在一定的偏差；再者，由于颗粒本身具有一定大小，鼠标点击的位置也很难控制到最佳，也会有一定的误差。
发明内容
本发明为克服上述现有技术所述的多种缺陷，提供一种用于微电泳图像识别装置，其装置简单，操作方便，成本低廉，进一步的，提供其识别方法，以数学手段来判断颗粒的位置，可以有效的控制误差，达到很好的分辨效果。
为解决上述技术问题，本发明采用的技术方案是：一种用于微电泳图像识别装置，其中，包括微电泳装置、与微电泳装置连接的用于观测带电颗粒位置的显微成像系统、与显微成像系统连接的用于采集颗粒的运动灰度图像的图像采集装置、与图像采集装置连接的计算机。
本方案中，将样品放置于显微成像系统上，图像采集装置采集颗粒的运动灰度图像，计算机对数据进行处理，然后输出数据。
一种用于微电泳图像识别方法，应用所述的识别装置，包括以下步骤：
S1. 显微成像系统实时观测带电颗粒的位置，在给定的时间步长下对带电颗粒的位置进行拍照；
S2. 图像采集装置采集颗粒的运动灰度图像；
S3. 计算机读取不同时刻的灰度图像，通过高精度的计算程序计算出带电颗粒的准确位置，进而得到分散体系中带电颗粒的Zeta电位。
具体地的，所述的步骤S3中，具体为：
S31. 当获得了带电颗粒的运动灰度图像后，利用计算机读取已知时间间隔的灰度图像，由于图像在实际应用中可能存在各种各样的噪声，首先要去除图像噪声；
S32. 通过肉眼观测得到带点颗粒的大致位置，在该位置附近取一定的计算范围，以灰度梯度来判断带电颗粒的位置，灰度梯度最大的地方就是带电颗粒所在的位置；
S33. 利用高精度的数值方法对颗粒界面所满足的Hamilton-Jacobi方程进行数值计算，得到导数不连续的不光滑区域，也就是带电颗粒的准确位置。
通过上述方法可以获得很好的分辨效果，进而提高带电颗粒所在位置的准确性，并获得分散体系中带电颗粒的Zeta电位。
另外，本发明中，计算机对图像采集装置采集颗粒的运动灰度图像收集后，可对数据进行实时分析，然后通过实验控制，反馈到图像采集装置，控制图像采集装置的运作。
进一步的，本发明中，计算机还可以连接一打印设备，对计算机处理的结果进行打印。
与现有技术相比，有益效果是：本发明的装置简单，操作方便，成本低廉；其方法以高精度的数值方法处理带电颗粒的运动灰度图像，具有分辨率高、操作简单、成本低廉的特点。
附图说明
图1是本发明的装置模块示意图。
图2是本发明的流程示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，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；对于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。
如图1、2所示，一种用于微电泳图像识别装置，其中，包括微电泳装置1、与微电泳装置1连接的用于观测带电颗粒位置的显微成像系统2、与显微成像系统2连接的用于采集颗粒的运动灰度图像的图像采集装置3、与图像采集装置3连接的计算机4。
本实施例中，将样品放置于显微成像系统2上，图像采集装置3采集颗粒的运动灰度图像，计算机4对数据进行处理，然后输出数据。
本实施例中，一种用于微电泳图像识别方法，应用所述的识别装置，包括以下步骤：
S1. 显微成像系统2实时观测带电颗粒的位置，在给定的时间步长下对带电颗粒的位置进行拍照；
S2. 图像采集装置3采集颗粒的运动灰度图像；
S3. 计算机4读取不同时刻的灰度图像，通过高精度的计算程序计算出带电颗粒的准确位置，进而得到分散体系中带电颗粒的Zeta电位。
具体地的，所述的步骤S3中，具体为：
S31. 当获得了带电颗粒的运动灰度图像后，利用计算机4读取已知时间间隔的灰度图像，由于图像在实际应用中可能存在各种各样的噪声，首先要去除图像噪声；
S32. 通过肉眼观测得到带点颗粒的大致位置，在该位置附近取一定的计算范围，以灰度梯度来判断带电颗粒的位置，灰度梯度最大的地方就是带电颗粒所在的位置；
S33. 利用高精度的数值方法对颗粒界面所满足的Hamilton-Jacobi方程进行数值计算，得到导数不连续的不光滑区域，也就是带电颗粒的准确位置。
通过上述方法可以获得很好的分辨效果，进而提高带电颗粒所在位置的准确性，并获得分散体系中带电颗粒的Zeta电位。
另外，本实施例中，计算机4对图像采集装置3采集颗粒的运动灰度图像收集后，可对数据进行实时分析，然后通过实验控制，反馈到图像采集装置3，控制图像采集装置3的运作。
进一步的，本实施例中，计算机4还可以连接一打印设备，对计算机处理的结果进行打印。
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 (2)
1.一种用于微电泳图像识别方法，包括微电泳装置（1）、与微电泳装置（1）连接的用于观测带电颗粒位置的显微成像系统（2）、与显微成像系统（2）连接的用于采集颗粒的运动灰度图像的图像采集装置（3）、与图像采集装置（3）连接的计算机（4）；
其特征在于，包括以下步骤：
S1. 显微成像系统实时观测带电颗粒的位置，在给定的时间步长下对带电颗粒的位置进行拍照；
S2. 图像采集装置采集颗粒的运动灰度图像；
S3. 计算机读取不同时刻的灰度图像，通过高精度的计算程序计算出带电颗粒的准确位置，进而得到分散体系中带电颗粒的Zeta电位。
2.根据权利要求1所述的一种用于微电泳图像识别方法，其特征在于，所述的步骤S3中，具体为：
S31. 当获得了带电颗粒的运动灰度图像后，利用计算机读取已知时间间隔的灰度图像，去除图像噪声；
S32. 通过肉眼观测得到带点颗粒的大致位置，在该位置附近取一定的计算范围，以灰度梯度来判断带电颗粒的位置，灰度梯度最大的地方就是带电颗粒所在的位置；
S33. 利用高精度的数值方法对颗粒界面所满足的Hamilton-Jacobi方程进行数值计算，得到导数不连续的不光滑区域，也就是带电颗粒的准确位置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410168848.5A CN103914695B (zh) | 2014-04-25 | 2014-04-25 | 一种用于微电泳图像识别装置及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410168848.5A CN103914695B (zh) | 2014-04-25 | 2014-04-25 | 一种用于微电泳图像识别装置及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103914695A CN103914695A (zh) | 2014-07-09 |
| CN103914695B true CN103914695B (zh) | 2017-01-11 |
Family
ID=51040364
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410168848.5A Active CN103914695B (zh) | 2014-04-25 | 2014-04-25 | 一种用于微电泳图像识别装置及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103914695B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104880487A (zh) * | 2015-05-19 | 2015-09-02 | 中山大学 | 一种基于图像识别的纤维表面Zeta电位测量方法及装置 |
| CN105301083A (zh) * | 2015-11-02 | 2016-02-03 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 一种生物大分子荷质比的测量装置及方法 |
| CN110044992B (zh) * | 2019-01-25 | 2024-02-02 | 丹东百特仪器有限公司 | 一种图像灰度法粒子Zeta电位分析方法 |
| CN113177548B (zh) * | 2021-05-08 | 2022-07-08 | 四川大学 | 一种针对免疫固定电泳的重点区域识别方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006133561A (ja) * | 2004-11-08 | 2006-05-25 | Toppan Printing Co Ltd | 電気泳動表示装置 |
| CN1811399A (zh) * | 2005-01-25 | 2006-08-02 | 中国科学院化学研究所 | 显微毛细管电泳仪 |
| CN101021523A (zh) * | 2006-02-16 | 2007-08-22 | 暨南大学附属第一医院 | 一种用于诊断早期骨性关节炎的关节液检测方法 |
| CN101135680A (zh) * | 2007-07-13 | 2008-03-05 | 东南大学 | 光诱导介电泳辅助单细胞介电谱自动测试装置及测试方法 |
| CN101943565A (zh) * | 2010-08-20 | 2011-01-12 | 中国人民解放军空军装备研究院航空装备研究所 | 光纤耦合led双光源油液运动颗粒显微成像系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6970285B2 (en) * | 2004-03-02 | 2005-11-29 | Hewlett-Packard Development Company, L.P. | Phase change electrophoretic imaging for rewritable applications |
-
2014
- 2014-04-25 CN CN201410168848.5A patent/CN103914695B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006133561A (ja) * | 2004-11-08 | 2006-05-25 | Toppan Printing Co Ltd | 電気泳動表示装置 |
| CN1811399A (zh) * | 2005-01-25 | 2006-08-02 | 中国科学院化学研究所 | 显微毛细管电泳仪 |
| CN101021523A (zh) * | 2006-02-16 | 2007-08-22 | 暨南大学附属第一医院 | 一种用于诊断早期骨性关节炎的关节液检测方法 |
| CN101135680A (zh) * | 2007-07-13 | 2008-03-05 | 东南大学 | 光诱导介电泳辅助单细胞介电谱自动测试装置及测试方法 |
| CN101943565A (zh) * | 2010-08-20 | 2011-01-12 | 中国人民解放军空军装备研究院航空装备研究所 | 光纤耦合led双光源油液运动颗粒显微成像系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103914695A (zh) | 2014-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103914695B (zh) | 一种用于微电泳图像识别装置及其方法 | |
| Gu et al. | Simultaneous vision-based shape and motion analysis of cells fast-flowing in a microchannel | |
| CN104048744A (zh) | 一种非接触式的基于影像的实时在线振动测量方法 | |
| Galdelli et al. | A novel remote visual inspection system for bridge predictive maintenance | |
| CN103149087B (zh) | 一种基于随动视窗与数字图像的非接触式实时应变测量方法 | |
| CN104698219A (zh) | 一种基于近场散射的流动二维速度场测量装置及方法 | |
| Bai et al. | UAV based accurate displacement monitoring through automatic filtering out its camera's translations and rotations | |
| Zhao et al. | Recognition of flooding and sinking conditions in flotation process using soft measurement of froth surface level and QTA | |
| Favier et al. | A precise goniometer/tensiometer using a low cost single-board computer | |
| Abagiu et al. | Detecting Machining Defects inside Engine Piston Chamber with Computer Vision and Machine Learning | |
| Yu et al. | Dual-mode sensor for intelligent solution monitoring: Enhancing sensitivity and recognition accuracy through capacitive and triboelectric sensing | |
| CN106767750B (zh) | 一种用于智能机器人的导航方法及系统 | |
| EP3862742A1 (en) | Particle measuring device, calibration method, and measuring device | |
| Tankosić et al. | Comparative study of the mineral composition and its connection with some properties important for the sludge flocculation process-examples from Omarska Mine | |
| Singh et al. | Multiscale sensing: a new paradigm for actuated sensing of high frequency dynamic phenomena | |
| CN104880487A (zh) | 一种基于图像识别的纤维表面Zeta电位测量方法及装置 | |
| KR101527945B1 (ko) | 점토광물 탐지장치 및 이를 이용한 점토광물 탐지방법 | |
| CN102589431B (zh) | 多应变片精确位置和方向的自动化检测方法 | |
| CN108955631B (zh) | 一种三分量感应线圈的姿态测量方法 | |
| Stadler et al. | Automated system for measuring the surface dilational modulus of liquid–air interfaces | |
| US20120186357A1 (en) | Method and device for measuring by penetrometry an interface or surface tension of an interface between two fluids | |
| Kapadia et al. | An Improved Image Pre-processing Method for Concrete Crack Detection | |
| Haffner et al. | Application of Pattern Recognition for a Welding Process. | |
| Landström | Elliptical Adaptive Structuring Elements for Mathematical Morphology | |
| GUAN et al. | UAS-Based 3D Reconstruction Imagery Error Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |