朱高文

【摘要】    微注射的成功率取决于移液器尖端的识别精度，针对在复杂环境中移液器末端难以准确识别的问题，本文设计了一个移液器尖端动态检测算法，首先设计一个感兴趣区域获取感兴趣区域内的图像灰度值，然后通过Otus得到自适应阈值，对图像进行二值化处理，遍历轮廓上的所有点，得到轮廓的最左点即为尖端位置。

【关键词】    检测    轮廓    深度

Research on Vision Tracking Strategy of Execution End Based on Image Segmentation Model

Abstract：The success rate of microinjection depends on the recognition accuracy of the pipette tip. Aiming at the problem of difficult to accurately identify the pipette tip in a complex environment， this paper designs a pipette tip dynamic detection and depth positioning algorithm. First， design an interesting The region obtains the gray value of the image in the region of interest， and then obtains the adaptive threshold value through Otus， performs the binarization process on the image， traverses all the points on the contour， and obtains the leftmost point of the contour as the tip position.

Keywords：Detection; contour; depth.

引言

随着微纳米技术的发展，微注射技术在生物工程、细胞工程、基因工程等诸多领域发挥着重要作用[1-3]。然而，目前在复杂环境下精确定位移液器尖端仍然具有一定难度。移液管尖端的平面位置误差会使移液管无法移动到细胞上方。近年来，在改进移液器定位误差方面已经取得了一些成果。2008年，王文辉提出了一种贴壁细胞快速注射系统[4]。在该系统中进行了喷射尖端的接触测量。此外，该系统还实现了深度定位。2012年黄海波采用canny边缘检测算法对移液器尖端进行定位[5]。2014年，Gabriele Becattini提出了贴壁细胞的全自动注射系统[6]。在该系统中，首先進行移液器尖端的粗定位，然后进行在十字模板的帮助下实现了尖部的精确定位。

本文提出了一种实现移液器尖端动态检测方法。为了动态检测移液器尖端，首先在图像中设置感兴趣区域（ROI）。然后识别当前图像中尖端的轮廓并定位尖端的平面位置，接着在下一幅图像中重置感兴趣区域，重复上述操作实现移液器尖端的动态检测。

一、系统设置

本文系统由奥林巴斯体式显微镜、二维电动运动平台、ccd相机和三自由度的微操纵器组成。……