基于圖像處理的嵌入式介電電泳細(xì)胞檢測(cè)裝置設(shè)計(jì)

董軻強(qiáng)，楊其華

(中國計(jì)量大學(xué) 質(zhì)量與安全工程學(xué)院，杭州 310018)

?

基于圖像處理的嵌入式介電電泳細(xì)胞檢測(cè)裝置設(shè)計(jì)

董軻強(qiáng)，楊其華

(中國計(jì)量大學(xué) 質(zhì)量與安全工程學(xué)院，杭州 310018)

介電電泳細(xì)胞試驗(yàn)中，細(xì)胞旋轉(zhuǎn)速度的檢測(cè)一直是影響試驗(yàn)效率的重要因素；常規(guī)的人眼識(shí)別，工作效率低，單次檢測(cè)細(xì)胞數(shù)量少，周期長，并不能滿足目前高通量的細(xì)胞轉(zhuǎn)速檢測(cè)要求；因此，設(shè)計(jì)了一種應(yīng)用環(huán)形窗模板匹配與特征點(diǎn)跟蹤，實(shí)時(shí)檢測(cè)介電電泳細(xì)胞運(yùn)動(dòng)參數(shù)的裝置；重點(diǎn)論述了環(huán)形窗模板的匹配和特征點(diǎn)的標(biāo)記匹配的理論算法；利用C++編程并移植到嵌入式設(shè)備中；裝置測(cè)試結(jié)果表明，其靜態(tài)圖像處理能準(zhǔn)確地分割各細(xì)胞單元，動(dòng)態(tài)處理可有效匹配細(xì)胞特征點(diǎn)，檢測(cè)所得的細(xì)胞旋轉(zhuǎn)速度相對(duì)誤差小于1%，滿足設(shè)計(jì)指標(biāo)要求。

圖像處理；介電電泳；細(xì)胞檢測(cè)；特征匹配

0 引言

在介電電泳細(xì)胞試驗(yàn)中，處于溶液中的細(xì)胞受到介電場(chǎng)力的作用，而發(fā)生旋轉(zhuǎn)和平移，為了檢測(cè)其旋轉(zhuǎn)速度，采用人眼觀察的方式顯然是不可取的[1-3]。利用圖像處理技術(shù)的細(xì)胞運(yùn)動(dòng)參數(shù)檢測(cè)技術(shù)，考慮到圖像中細(xì)胞間隔小，且呈非標(biāo)準(zhǔn)圓形等因素，因此其重點(diǎn)在于如何處理好細(xì)胞特征點(diǎn)標(biāo)記與跟蹤問題[4]。

算法設(shè)計(jì)中首先利用環(huán)形窗模板鎖定細(xì)胞，然后顯示環(huán)形窗內(nèi)的原始細(xì)胞圖像，并對(duì)前后幀同一細(xì)胞圖像，進(jìn)行SURF特征點(diǎn)快速檢測(cè)和匹配，最后計(jì)算出細(xì)胞相對(duì)旋轉(zhuǎn)速度，實(shí)現(xiàn)嵌入式系統(tǒng)下，介電電泳細(xì)胞的運(yùn)動(dòng)參數(shù)實(shí)時(shí)檢測(cè)。設(shè)計(jì)要求檢測(cè)所得細(xì)胞旋轉(zhuǎn)速度的相對(duì)誤差應(yīng)小于1%。

1 檢測(cè)原理與算法

1.1 基本流程

電旋轉(zhuǎn)細(xì)胞運(yùn)動(dòng)參數(shù)檢測(cè)算法設(shè)計(jì)的核心在于細(xì)胞圖像的分割與特征點(diǎn)的檢測(cè)，具體步驟如圖1所示。

圖1 算法流程圖

所設(shè)計(jì)算法首先提取前后兩幀圖像，分別進(jìn)行圖像預(yù)處理、邊緣提取、靜態(tài)參數(shù)計(jì)算和SURF特征點(diǎn)標(biāo)記，然后將這兩幀圖像進(jìn)行細(xì)胞跟蹤，鎖定同一細(xì)胞，并進(jìn)行質(zhì)心描述，最后對(duì)同一細(xì)胞進(jìn)行快速特征點(diǎn)匹配，并計(jì)算出轉(zhuǎn)速。

1.2 圖像預(yù)處理

細(xì)胞圖像預(yù)處理主要包括灰度化，濾波，形態(tài)學(xué)濾波和閾值分割四大部分，預(yù)處理前后細(xì)胞圖像如圖2所示。

圖2 預(yù)處理前后細(xì)胞圖像

常用的濾波方式有方框?yàn)V波、均值濾波、高斯濾波、中值濾波和雙邊濾波[5]，選用不同的濾波方式，并尋找合適閾值進(jìn)行閾值分割，效果如圖3所示。在以上幾種濾波方式中，中值濾波效果明顯，且細(xì)胞輪廓閉合性較好，實(shí)際中選用中值濾波的方式來完成濾波。

圖3 濾波效果圖

1.3 細(xì)胞邊緣提取

細(xì)胞邊緣提取包括對(duì)閉合圖形的檢測(cè)、面積篩選和模板匹配三部分，首先對(duì)二值化圖像進(jìn)行全圖掃描，尋找滿足圖4條件的閉合圖形，然后輸出閉合圖形所包圍面積的大小，根據(jù)面積大小進(jìn)行篩選，剔除背景和雜質(zhì)干擾。

圖4 閉合圖形原理

接著利用環(huán)形窗模板鎖定細(xì)胞，通過對(duì)相應(yīng)環(huán)形窗的特征點(diǎn)匹配的方式，代替?zhèn)鹘y(tǒng)的全圖特征匹配。

設(shè)圓環(huán)內(nèi)徑長d，外徑長D，待測(cè)細(xì)胞最小徑長dc，最大徑長Dc，滿足:

(1)

則以圓心為原點(diǎn)，環(huán)形窗內(nèi)圓可表示為：

(2)

以圓心為原點(diǎn)，環(huán)形窗外矩形可表示為：

(3)

模板如圖5所示，其內(nèi)徑和外徑根據(jù)細(xì)胞大小而定。

圖5 “環(huán)形窗”模板

模板匹配即模板hD×D在圖像fM×N上滑動(dòng)(D

(4)

通過內(nèi)圓外方的“環(huán)形窗”與邊緣提取后的細(xì)胞圖像根據(jù) (4)式作互相關(guān)運(yùn)算，求出其極大值后可鎖定某個(gè)單獨(dú)的細(xì)胞，處理效果如圖6所示。

將鎖定后的環(huán)形窗用黑色進(jìn)行填充，并將圖像進(jìn)行反色處理，處理后與原圖進(jìn)行“與”運(yùn)算，便可提取出在原始圖中環(huán)形窗內(nèi)部細(xì)胞圖像，其他部分以全黑覆蓋。

1.4 特征點(diǎn)標(biāo)記匹配

由于細(xì)胞的平移運(yùn)動(dòng)并不劇烈，可利用靜態(tài)參數(shù)計(jì)算中所得到的細(xì)胞質(zhì)心，以上一幀圖像中所求出的細(xì)胞質(zhì)心坐標(biāo)為中心，在當(dāng)前幀尋找該質(zhì)心附近的細(xì)胞，實(shí)現(xiàn)細(xì)胞與環(huán)形窗的匹配。

將匹配后的環(huán)形窗內(nèi)部圖像成對(duì)進(jìn)行提取，并利用SURF算子對(duì)圖像中的極值點(diǎn)進(jìn)行標(biāo)記，具體步驟如下[6-7]：

1)構(gòu)建Hessian矩陣構(gòu)造高斯金字塔尺寸空間；

2)利用非極大值抑制初步確定特征點(diǎn)；

3)利用三維線性插值法，精確定位極值點(diǎn)；

4)統(tǒng)計(jì)特征點(diǎn)領(lǐng)域內(nèi)harr小波特征，選取特征點(diǎn)主方向；

5)構(gòu)造surf特征點(diǎn)描述算子。

SURF算子由Bay在2006年首次提出，是尺度不變特征變換算法的加速版。理論上前者是后者速度的3倍，且在多幅圖片的情況下，其穩(wěn)定性更好[8]。

圖7 全圖前后幀特征點(diǎn)匹配

從圖7可知，雖然大部分特征點(diǎn)的匹配都正確，但仍存在一定量匹配錯(cuò)誤，并且特征點(diǎn)分布分散，不利于計(jì)算細(xì)胞旋轉(zhuǎn)速度。因此提出將特征點(diǎn)匹配范圍縮小至環(huán)形窗內(nèi)，這樣不但提高了算法可靠性，同時(shí)也大大節(jié)省了計(jì)算時(shí)間。單細(xì)胞前后幀特征點(diǎn)標(biāo)記匹配圖如圖8所示。

圖8 單細(xì)胞前后幀特征點(diǎn)匹配

>對(duì)于匹配中存在的壞點(diǎn)，在計(jì)算旋轉(zhuǎn)速度時(shí)，通過篩選旋轉(zhuǎn)速度值進(jìn)行剔除。

圖10 USB2514外圍電路

1.5 細(xì)胞旋轉(zhuǎn)速度計(jì)算

細(xì)胞的旋轉(zhuǎn)速度是介電電泳檢測(cè)中的一個(gè)重要?jiǎng)討B(tài)參數(shù)，通過測(cè)量細(xì)胞的旋轉(zhuǎn)速度，就可以判斷出目前細(xì)胞的活性特征。

以前一幀圖像作為參照系，統(tǒng)計(jì)在細(xì)胞邊緣及細(xì)胞內(nèi)的特征點(diǎn)相對(duì)質(zhì)心的變化角度，并求其平均值。選取細(xì)胞邊緣或細(xì)胞內(nèi)的特征點(diǎn)，設(shè)第p幀圖像中待研究細(xì)胞的特征點(diǎn)坐標(biāo)為(xp,yp)，則第p+1幀與第p幀之間細(xì)胞轉(zhuǎn)過的角度為：

(5)

設(shè)共有n個(gè)特征點(diǎn)在細(xì)胞邊緣或細(xì)胞內(nèi)，第i個(gè)特征點(diǎn)坐標(biāo)相對(duì)質(zhì)心的轉(zhuǎn)動(dòng)角度為Δθpi，則其平均旋轉(zhuǎn)角度為：

(6)

若幀-幀之間時(shí)差為Δt，則細(xì)胞瞬時(shí)角速度為：

(7)

2 硬件平臺(tái)搭建

硬件平臺(tái)采用S5PV210芯片為核心，搭載Linux操作系統(tǒng)，其外圍接口及組件如圖9所示。攝像機(jī)選用USB 2.0高分辨率數(shù)字?jǐn)z像機(jī)MVC1000M，輸出圖像為灰度圖，能有效減少圖像采集和處理的系統(tǒng)開銷，提高運(yùn)行效率。

圖9 硬件平臺(tái)

硬件系統(tǒng)的攝像機(jī)可與顯微鏡系統(tǒng)相連接，除攝像機(jī)外，裝置實(shí)際大小為100 mm×90 mm×30 mm，可外接LCD顯示屏，試驗(yàn)中選用7英寸LCD屏。具有體積小、易拆卸、便攜式等優(yōu)點(diǎn)。

S5PV210為584引腳FCFBGA封裝的ARM-A8架構(gòu)處理器，采用+5 V/2 A電源供電。為擴(kuò)展其接口，將處理器的P1.32和P1.34管腳連接USB2514，使一對(duì)上行數(shù)據(jù)總線轉(zhuǎn)換為四對(duì)下行數(shù)據(jù)總線，相關(guān)電路如圖10所示。同時(shí)，為了保證系統(tǒng)的穩(wěn)定性，USB接口需要實(shí)現(xiàn)過流檢測(cè)中斷功能，通過USB2514的PRTPM和OCS管腳外接限流保護(hù)電路，即可實(shí)現(xiàn)此功能。在本設(shè)計(jì)中，選用內(nèi)部集成限流保護(hù)電路的MIC20261BM芯片進(jìn)行限流保護(hù)。當(dāng)下行USB輸出由于短路等原因，導(dǎo)致電流過大時(shí)，MIC20261BM芯片能夠自動(dòng)切斷下行端口的供電，從而保護(hù)系統(tǒng)和負(fù)載，保護(hù)電路如圖11所示。

RS232接口硬件電路主要是利用SP3232芯片將處理器的TTL電平轉(zhuǎn)換為符合EIA-RS-232C規(guī)范的標(biāo)準(zhǔn)電平，用于通信傳輸，相關(guān)電路如圖12所示。

圖11 USB過流保護(hù)電路

圖12 RS232電平轉(zhuǎn)換電路

3 實(shí)驗(yàn)與數(shù)據(jù)分析

算法實(shí)現(xiàn)過程中，結(jié)合OpenCV庫與C++進(jìn)行設(shè)計(jì)編程[9-10]，PC機(jī)上調(diào)試通過后，移植到所搭建的嵌入式平臺(tái)中。

最后，利用已知旋轉(zhuǎn)速度的參考電旋轉(zhuǎn)細(xì)胞視頻對(duì)算法進(jìn)行試驗(yàn)，算法的細(xì)胞識(shí)別情況如表1所示。

表1 細(xì)胞識(shí)別結(jié)果

由表1得，大部分細(xì)胞都能被有效識(shí)別，少數(shù)細(xì)胞由于細(xì)胞膜破裂或較薄而無法識(shí)別，并不影響試驗(yàn)結(jié)果。為解決以上問題，可適當(dāng)增加預(yù)處理算法中膨脹力度進(jìn)行改進(jìn)，但可能增大細(xì)胞旋轉(zhuǎn)速度的測(cè)量誤差。

單幀細(xì)胞旋轉(zhuǎn)角度圖如圖13所示。

參考細(xì)胞視頻細(xì)胞單幀的平均旋轉(zhuǎn)角度約為12.4°，幀速率為25幀/秒，因此參考旋轉(zhuǎn)速度為310°/s，檢測(cè)計(jì)算出的旋轉(zhuǎn)速度為308.3°/s，可得相對(duì)誤差0.55%，滿足1%的設(shè)計(jì)指標(biāo)要求。

4 結(jié)論

本文應(yīng)用環(huán)形窗模板與SURF特征點(diǎn)跟蹤的方法，完成

圖13 單幀細(xì)胞旋轉(zhuǎn)角度

了對(duì)介電電泳細(xì)胞動(dòng)態(tài)參數(shù)檢測(cè)的嵌入式裝置設(shè)計(jì)。利用C++實(shí)現(xiàn)算法，并移植到嵌入式設(shè)備中。裝置實(shí)驗(yàn)結(jié)果表明，裝置能準(zhǔn)確地識(shí)別出各細(xì)胞單元，并有效匹配細(xì)胞特征點(diǎn)，檢測(cè)所得的細(xì)胞旋轉(zhuǎn)速度相對(duì)誤差小于1%，滿足設(shè)計(jì)指標(biāo)要求。

[1] Khashayar K, Saeid N, Sara B, et al. Dielectrophoretic platforms for bio-microfluidic systems[J]. Biosensors and Bioelectronics, 2011, 26: 1800-1814.

[2] Odorizzi L, Ress C, Collini C, et al. An integrated platform for in vitro single-site cell electroporation: controlled delivery and electrodes functionalization[J]. Sensors and Actuators B: Chemical, 2012, 170: 182-188.

[3] Demierre N, Braschler T, Muller R, et al. Focusing and continuous separation of cells in a microfluidic device using lateral dielectrophoresis[J]. Sensors and Actuators B: Chemical, 2008, 132: 388-396.

[4] Yang Qihua, Wang Qiang. Tissue Cell Boundaries Detection based on Curvelet-based Snake Model in Electrorotation Bio-chip Control System[A]. In BioMedical Engineering and Informatics[C], SanYa: BMEI, 2008. 728-732.

[5] 曾愛林.基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的圖像生物特征識(shí)別方法[J].科技通報(bào), 2015, 31(2):224-226.

[6] 馮藝東,孫 躍.基于SURF特征提取和FLANN搜索的圖像匹配算法[J]. 圖學(xué)學(xué)報(bào), 2015, 36(4): 650-654.

[7] 康紅哲.人體運(yùn)動(dòng)圖像動(dòng)態(tài)視點(diǎn)平滑能量衰減過程仿真[J].科技通報(bào), 2015, 31(1):236-239.

[8] 張華俊，李桂華，劉 程，等.基于SURF特征匹配的數(shù)字圖像相關(guān)變形初值可靠估計(jì)[J].光學(xué)學(xué)報(bào), 2013, 33(11).

[9] 陳博華，戴少鵬.基于OpenCV的圖像處理方法[J].電子技術(shù)與軟件工程, 2015(9).

[10] Joseph Howse. Android Application Programming with OpenCV[M]. BeiJing: Tsinghua University Press, 2008 :162-170.

Design of Embedded Dielectrophoresis Cell Detection Device Based on Image Processing

Dong Keqiang, Yang Qihua

(College of Quality & Safety Engineering, China Jiliang University, Hangzhou 310018, China)

In the dielectrophoresis cell experiments, the cells’ rotational speed detected plays an important factor in efficiency. Human eye detection is low efficiency and the test cycle is long. It cannot meet the high-throughput cell speed detection requirements. A kind of real-time method to detect dielectrophoresis cell movement parameter by circular window and feature point tracking is introduced. The matching of circular window templates and the matching of feature point are emphasized. The experiments based on C++ show that the static image processing algorithm can accurately segment the cell unit, and dynamic image processing algorithm can match feature points effectively. Relative error of cell rotation speed is less than 1%, which meets the design requirements.

image processing; dielectrophoresis; cell detection; feature matching

2016-04-11；

2016-05-19。

董軻強(qiáng)(1992-)，男，浙江寧波人，碩士研究生，主要從事嵌入式檢測(cè)系統(tǒng)方向的研究。

楊其華(1962-)，男，浙江金華人，教授，碩士研究生導(dǎo)師，主要從事檢測(cè)技術(shù)方向的研究。

1671-4598(2016)09-0247-04

10.16526/j.cnki.11-4762/tp.2016.09.069

TP391

A