SPR生物传感器的应用现状与发展趋势

表面等离子体共振(SPR)生物传感器是一种基于物理光学原理的新型生化分析系统.与传统的超速离心、荧光法相比,具有实时检测、无需标记、耗样量少等特点.介绍了SPR生物传感器的基本原理,着重介绍了SPR生物传感器在生命科学,药物残留,疾病诊断以及食品检测中的应用,并对其发展趋势进行了展望.     

SPR光谱信号的无基线质心法

为提高角度调制型表面等离子体共振(SPR)传感器的信噪比、分辨率等指标,并减少运算量,在分析固定基线质心法、基于幅值的动态基线质心法的基础上,提出一种确定SPR共振角的无基线质心法。运用SpreetaTM传感器和自行研制的SPR检测仪器,开展多种质量浓度的氯化钠和蔗糖溶液实验,获得SPR光谱数据,并分别采用上述三种质心法进行SPR共振像素计算,得到SPR监控曲线;分析比较三种质心法的运算速度、光源波动敏感度、信噪比和分辨率等指标。结果表明无基线质心法具有运算速度快、不受光源波动影响、信噪比高、分辨率高等特点,能有效提高SPR传感器和检测系统的性能。     

表面等离子体共振传感检测方法研究

为了找到表面等离子体共振(SPR)检测物体的最佳方法,基于SPR,通过Matlab进行了一系列仿真。对检测物质的可行性进行了讨论,得出SPR能在一定范围内检测物质。对影响SPR现象的因素进行了仿真,得出达到最佳共振效果的参数值。分别对角度调制和波长调制方法进行仿真比较,分析了二者检测不同折射率样品的可行性和特点,选择出了较佳的检测方法。结果得出:达到最佳共振效果的参数值是金膜厚度为45 nm,入射光波长为632.8 nm,棱镜折射率根据实验条件和样品综合选定。角度和波长调制均能较好地检测不同折射率的样品,角度调制检测分辨率低于波长调制。     

SPR传感芯片的理论与实验研究

针对光纤SPR(表面等离子体共振)传感器制作工艺复杂的问题,提出了一种光纤先固定后部分镀膜的SPR传感芯片的制作方法.依据电磁场和射线理论,分析并讨论了此种波长调制部分镀膜SPR传感芯片的工作原理,采用MEMS制作工艺对探测光纤进行封装固定以后,再对光纤进行部分镀膜,其结构简单,工艺性好,易于实现批量化.最后,搭建了一套基、于波长检测的光纤SPR测试系统对其进行测试.实验结果表明:在折射率范围为1.33～1.36时,共振波长同折射率具有良好的线性关系,光谱仪分辨率为0.1 m时,其分辨率可达到3×10-5折射率单位.     

基于信息可用性评价的指纹图像质量增强算法

针对指纹图像可能出现模糊、指纹区域过小、奇异点位置过偏等问题,提出了一种基于信息可用性评价与频谱分析的指纹图像质量增强算法。对指纹图像进行信息可用性评价,对不合格的指纹图像提示进行重新采集;对合格图像进行傅里叶变换并求取其频率均值和方差,计算指纹频谱图上内环、外环、中环的频谱能量值与去除直流分量后的频谱总能量值之比,以此确定指纹的清晰程度。对需要进行质量增强的指纹,利用圆滤波器去除其高频与低频干扰,利用方向滤波器连接断纹并去除粘连。实验结果表明,该方法能准确判断指纹图像的可用性,有效地增强指纹图像质量,并因其只对低质量指纹进行增强,故能有效提高指纹自动识别速度及准确性和可靠性。     

SPR生物传感检测系统软件的设计与实现

介绍了一种基于VC++6.0的表面等离体激元共振(SPR)生物传感检测系统软件的设计与实现.软件利用VC++6.0的MSComm控件,通过串口输入采集数据,结合Access数据库对数据进行操作、保存.数据处理后可得到SPR信号中的共振角度,并可实时绘制出反应曲线.同时,可以选择不同的化学反应动力学模式与相应的公式进行化学反应动力学的模拟,以便实验过程的指导和实验结果的分析.该软件已用于本实验室自主研制的Kretschman结构SPR生物传感器.水和空气的传感检测实验证实了该软件在SPR生物传感信号采集与分析中的可行性.     

基于SPR的光纤传感器的研究与实验

基于表面等离子体共振（SPR）的光纤传感器不仅具有SPR高灵敏性的特点,还发挥了光纤本身的诸多优点,具有广泛地研究和应用价值。在分析了光纤SPR原理的基础上,设计并实现了光纤SPR传感器,给出了系统结构模型。通过对不同质量分数的甘油溶液进行测试,获得了SPR光谱共振波长等随待测环境介质折射率变化的有效信息,证实了使用这种传感器进行环境介质检测的可行性。     

自动指纹识别中的图像预处理算法研究

提出了一种有效的指纹图像预处理方法.实验结果表明,这种算法能有效地去除指纹传感器录入指纹时,由传感器表面残留纹印引入的噪声,有效地分割出有效指纹区域与无效指纹区域,进一步增强指纹的脊线与谷线,使指纹纹线变得清晰、连续、光滑,具有较好的对比度,同时具有较快的响应速度,大大缩短了指纹图像预处理时间。     

自动指纹识别中的图像预处理算法研究

提出了一种有效的指纹图像预处理方法.实验结果表明,这种算法能有效地去除指纹传感器录入指纹时,由传感器表面残留纹印引入的噪声,有效地分割出有效指纹区域与无效指纹区域,进一步增强指纹的脊线与谷线,使指纹纹线变得清晰、连续、光滑,具有较好的对比度,同时具有较快的响应速度,大大缩短了指纹图像预处理时间.     

一种有效的指纹图像预处理方法

预处理是指纹自动识别系统中非常关键的部分,它直接影响着指纹识别的最终效果.指纹预处理一般包括规格化、方向图计算、脊线频率计算、增强、二值化、细化等环节.文中研究并实现了一种有效的指纹图像预处理方法,并采用了一种高效的指纹细化算法.实验结果表明,这种方法能有效地去除传感器表面残留纹印引入的噪声,进一步增强了指纹的脊线和谷线,使指纹纹线变得清晰、连续、光滑,改善指纹图像的质量,提高了指纹识别的可靠性.     

表面等离子体共振成像技术的进展与应用

简单介绍了表面等离子体共振成像(SPRI)的原理之后,比较详细地介绍近年来其应用情况及相关技术的发展.     

二维EMD的指纹边缘检测算法

针对干扰情况下指纹图像边缘提取准确性较差的问题,基于指纹特殊的纹理特征,设计了一种基于二维经验模式分解（ BEMD）的指纹边缘检测算法。首先通过BEMD将指纹图像分解成具有不同特征尺度的、从高频到低频分布的固有模态函数（ IMF）分量和一个残余分量,鉴于高频分量既能有效抑制非对称扰动干扰,又能较好地保留指纹图像的细节特征,接下来取高频IMF分量作为处理对象,通过对获得的IMF分量进行二值化、细化处理,得到指纹边缘检测结果。与传统的边缘检测算法相比,获得的指纹纹线清晰度得到了有效改善,较好保留了指纹的细节特征。     

基于奇异点的字典模型指纹方向场去噪方法*

方向场估计是指纹识别过程中非常重要的步骤。传统方法如基于梯度的方法等在处理潜指纹图像时很容易受噪音干扰,而最近提出的基于字典模型的方法无法解决“真词错误”的问题。针对上述问题,本文提出一种融合了零极点模型的字典模型的指纹方向场去噪方法,即将指纹方向场看做是零极点控制的方向场和平滑的残差方向场相叠加的结果,通过首先用零极点模型生成正确的零极点控制的方向场,然后用字典模型修正残差方向场方向场,最后将零极点模型生成的方向场与去噪后的残差方向场融合形成重建方向场,通过基于奇异点的字典模型,我们解决了“真词错误”的问题。为了验证算法的有效性,在NIST SD27潜指纹图像数据库上进行了实验。实验结果表明：对于潜指纹,本文算法能获得比字典模型更精确的方向场,继而可以更好地增强潜指纹图像,并在后续的匹配实验中取得更好的结果。     

指纹识别中的特征点提取算法

指纹特征的提取在指纹自动识别系统中足一个必不可少的重要环节.根据指纹的固有规律,提出了一套较完整的指纹图像特征提取和伪特征去除算法,指纹特征提取是从细化后的指纹图像中得到的细节特征点(即端点和分叉点),其中含有大量的伪特征,根据伪特征点的结构,在特征提取之后对伪特征点进行去除,主要对毛刺和短脊进行去除.实验结果表明,该算法大大提高了指纹识别时的精度,并具有较强的抗干扰性.通过对上百幅不同质量的指纹图像进行测试,获得了较好的效果.     

小波分析和数学形态学应用于指纹处理

本文针对指纹的特殊属性，采用Daubechies小波函数和具有自适应特性的模板平滑方法实现指纹图像的预处理环节，应用图像最佳阈值法得到了二值图像，并采用数学形态学模板细化了指纹图像，为特征点的提取和指纹识别提供了坚实的基础和必要条件，     

方向图在指纹识别系统中的应用

本文提出了一种用方向图法分割指纹图像的方法,并给出了提取指纹图像方向信息的有效方法,用低通滤波器对求得的方向进行平滑,对平滑后的指纹方向信息与预定方向逼近,使得求到的指纹方向信息更准确,更接近实际。实验结果表明,本文给出的方向图法能较好地分割指纹图像,所得方向图能准确地反映指纹纹线的走向。     

基于方向滤波的指纹图像增强算法研究

论文在传统指纹图像增强算法的基础上,提出了一种改进的方向滤波指纹图像增强算法,算法速度得到提高,指纹图像增强效果显著。算法以方向滤波为基础,通过Sobel算子计算指纹图像的梯度和方向,根据指纹的特点设计方向滤波矩阵,由指纹局部方向选择相应方向滤波矩阵进行滤波,使指纹图像在纹线方向上得到增强,在垂直纹线方向上得到减弱,从而增加了前景和背景的对比度,消弱了噪声干扰,突出了指纹的有效信息,为后续的处理过程提供了良好的图像基础。     

指纹图像预处理和特征提取

根据指纹的固有规律，提出了一套较完整的指纹图像预处理和特征提取算法。改进了指纹脊线频率求取算法和二值图像去孔噪声算法，并提出了一种新的滤除指纹伪特征点的方法。通过对上百幅不同质量的指纹图像进行测试，获得了较好的效果。     

基于Matlab实现的指纹图像细节特征提取

指纹图像的特征提取是指纹识别的关键,而指纹匹配通常基于细节点匹配.介绍了一套基于Matlab实现的指纹细节特征提取方法,并给出了去伪算法.指纹特征提取是从细化后的指纹图中得到细节特征点(即端点和分叉点),此特征点含有大量的伪特征,既耗时又影响匹配精度.采用了边缘去伪和距离去伪,使得特征点去伪前后减小了近1/3,然后提取可靠特征点信息,以便实现指纹匹配.实验证明,用Matlab实现的这种方法,既简单快速,而且具有较高的准确率.