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1.6 s。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