基于图像的生物芯片点样质量检测方法研究

目的为了提高生产线上生物芯片点样质量检测的精度与效率,研究基于图像处理和卷积神经网络的算法,判断某生物芯片点样质量是否合格,并检测点样合格的生物芯片上的点样点半径。方法采用CCD相机获取生物芯片点样后的图像,通过图像预处理,利用canny边缘检测和圆的拟合等图像处理方法,得到点样点的几何信息,进而计算出点样点半径。同时提出基于卷积神经网络的点样质量检测方法,通过区域建议网络提取点样点卷积特征,引入分割全连接层来训练检测模型,通过离线训练来验证获得模型的最佳参数。结果和手动测量结果进行对比发现,半径误差不超过±0.1 mm,点样质量检测准确率为91.1%,单个生物芯片检测时间总和不超过1.6s。结论所提出的方法能够满足生产线上产品检测准确性和实时性的要求。