作者单位
摘要
北方工业大学 机械与材料工程学院, 北京 100144
为了解决人工镜检白细胞识别效率低下的问题, 采用计算机显微视觉平台进行了白细胞自动识别研究。白细胞图像分割方面, 筛选图像颜色模型之后采用区域生长算法实现白细胞与图像背景的精确剥离; 并利用大津法(即灰度直方图波谷阈值分割方法)实现了白细胞细胞核和细胞浆的提取; 根据细胞的形态、颜色及纹理特征用人工神经网络分类器对大样本量的白细胞进行了识别分类。结果表明,采用白细胞图像分割和智能辨识算法具有较高的精度和效率, 最终准确度能够达到95.6%。该系统满足临床医学显微视觉白细胞自动检测的需求。
图像处理 白细胞识别 灰度直方图波谷阈值分割方法 人工神经网络 image processing white blood cell classification valley threshold segmentation method of gray histo artificial neural network 
激光技术
2020, 44(1): 125
作者单位
摘要
北方工业大学 机械与材料工程学院, 北京 100144
结核杆菌医学涂片大多具有观察区内容稀疏不均匀、杂质较多的特点, 使用自动显微镜检方法进行图像采集时, 会出现清晰度区分困难、效率低下、甚至聚焦评价失效的问题, 为提高自动镜检的效率和准确度, 本文自主搭建了显微视觉计算机自动检测系统, 对结核杆菌涂片的自动聚焦技术进行系统的研究。首先, 对比研究11种常用聚焦函数对结核杆菌镜检玻片图像聚焦评价的优劣, 并分析了聚焦成功和失效的原因。在综合分析各聚焦函数对结核杆菌涂片的聚焦效果基础上, 提出了一种基于Tenengrad的改进型聚焦评价函数, 通过改进内容像素的聚焦权重提高聚焦准确度, 优化图像处理算法来提高图像采集效率。实验结果表明: 改进型Tenengrad聚焦函数FTen-Q在结核杆菌涂片的各类视野图像评价方面具有高灵敏度和准确度, 其聚焦成功率和运算效率分别提高了13.884%和17.616%, 可以满足结核杆菌涂片类非均匀涂片的显微视觉自动检测应用要求。
自动聚焦 显微视觉 聚焦函数 聚焦权重 图像处理 auto-focusing micro vision focusing function focusing weight coefficient image processing 
光学 精密工程
2018, 26(6): 1480
作者单位
摘要
北方工业大学 机电工程学院,北京 100144
为了快速精确地对矩形进行识别和检测,开发了一套图像采集系统,并提出了基于改进的Harris角点检测法的快速矩形识别算法。首先,只针对多种角点中的L型角点进行快速检测,并通过亚像素级后处理提高角点的位置精度。然后,根据得到的高精度角点位置信息,任意组合角点并遴选相互平行且长度相等的直线段组,从而匹配出相互垂直且四个角点重合的平行直线段;将其作为矩形的四条边,进而循环识别出图像中所有的矩形元素。提出了伪矩形图形元素的甄别判据,以提高算法的精确度和可靠性。实验结果表明:分别用基于Harris角点和基于Hough变换的矩形检测算法处理同一图片时,前者的运算速度为后者的9.5倍;其图像识别精度能达到亚像素级,最大误差为0.4 pixel。该算法满足工业应用中高实时性、高精度的要求,并且稳定性好,抗干扰能力强。
计算机视觉 矩形检测 角点检测 图像处理 computer vision rectangle detection corner detection image processing 
光学 精密工程
2014, 22(8): 2259
作者单位
摘要
1 北京航空航天大学,机械工程及自动化学院,北京,100083
2 北方工业大学,机电工程学院,北京,100041
建立了双边直线电机驱动的H型气浮精密定位平台,对该精密定位系统的气浮导轨设计方法和双边直线电机同步运动控制等关键技术进行了研究.利用有限元法设计了气浮导轨,分析了气膜压力场的分布情况,采用预加载技术提高气浮导轨的承载能力和刚度等性能.静态特性实验表明,开发的定位平台气浮导轨具有较高的承载能力和刚度,X、Y导轨的竖直方向静刚度为276.9 N/μm和333.3 N/μm.设计了基于同步速度偏差的改进型并联结构同步控制器,采用模糊控制实现PID参数的自适应在线整定.运动实验表明,改进的控制器具有较高的同步控制精度,速度同步精度比一般同步控制提高了3倍多,适合于具有强机械耦合的多电机同步运动控制.H型直线电机气浮定位平台具有承载能力强、精度高的优点,可以用于光刻机和光学检测等精密工程领域.
直线电机 H型运动平台 同步控制 气浮导轨 预加载 
光学 精密工程
2007, 15(10): 1540

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!