李小華

（延安職業(yè)技術(shù)學(xué)院公共課部，陜西 延安 716000）

基于圖像處理的MEMS微液滴體積測量方法

李小華

（延安職業(yè)技術(shù)學(xué)院公共課部，陜西 延安 716000）

為實(shí)現(xiàn)微機(jī)電系統(tǒng)（MEMS）微液滴體積的快速準(zhǔn)確實(shí)時測量，提出基于圖像處理技術(shù)的微液滴體積測量方法。首先，采用數(shù)字顯微鏡系統(tǒng)對微流控系統(tǒng)的微液滴進(jìn)行圖像采集，然后對原始圖像進(jìn)行數(shù)據(jù)分析和處理，最后進(jìn)行維納濾波、圖像侵蝕、邊緣提取，通過Canny算子選擇高斯濾波器平滑處理后的圖像，得出液滴的直徑，進(jìn)而計算出液滴體積。試驗(yàn)結(jié)果表明該方法用于微液滴體積測量是可行有效的。

液滴體積測量；微流體系統(tǒng)；圖像處理；CCD相機(jī)；Canny算子

0 引 言

近年來，隨著微機(jī)電系統(tǒng)（MEMS）技術(shù)的發(fā)展，微流體裝置也得到了迅速發(fā)展，如微型泵、微型閥、生物分析系統(tǒng)和流量傳感器等[1]。精確的流量測量在醫(yī)藥、微量化學(xué)、生物化學(xué)分析等領(lǐng)域有著重要應(yīng)用價值[2]。

目前，國內(nèi)外專家在液滴體積測量方面的研究成果不斷涌現(xiàn)[3]。在不混溶流體流動狀態(tài)下，文獻(xiàn)[4]使用納升尺寸液滴篩選法對蛋白質(zhì)晶體進(jìn)行篩選，成功應(yīng)用了微流體系統(tǒng)。基于混沌對流，文獻(xiàn)[5]將多種試劑快速融合至孤立液滴中，試驗(yàn)證明，試劑的混合時間小于2ms。文獻(xiàn)[6]使用液滴尺寸測量檢測單細(xì)胞中的蛋白質(zhì)。文獻(xiàn)[7]設(shè)計了一種具有不同溫度區(qū)域信道的圓形芯片。文獻(xiàn)[8]成功研制隨意點(diǎn)播（DOD）技術(shù)，該技術(shù)可以對任意3個混合溶液進(jìn)行掃描?；谖⒘黧w裝置的液滴體積測量在微小液滴合成納米顆粒、細(xì)胞分析、納米顆粒自組裝體等領(lǐng)域有了廣泛應(yīng)用[9-10]。

液滴微流體裝置有如下3個特點(diǎn)：（1）試劑混合迅速；（2）樣品消耗低；（3）微滴直徑均勻。但保持液滴直徑均勻非常困難。為了解決上述問題，本文提出一種新的基于圖像處理技術(shù)的微液滴體積測量方法。

1 基于圖像處理的微液滴體積測量

1.1 微流控系統(tǒng)

如圖1所示，該系統(tǒng)是由數(shù)字顯微鏡系統(tǒng)和微流控系統(tǒng)組成。其中，數(shù)字顯微鏡系統(tǒng)由一臺電腦、一個顯微鏡和一個CCD相機(jī)組合而成。微流控系統(tǒng)由一個空氣泵、一個微型泵、一個微芯片和一個液滴捕獲裝置組成。顯微鏡系統(tǒng)顯示器的作用為顯示微流體實(shí)時圖像、獲取圖像、保存圖像、處理圖像；在鹵素?zé)粝拢ㄟ^顯微鏡獲取圖像并觀察微芯片中液滴形狀，顯微鏡由20X、30X、50X、100X、150X和200X組成；CCD相機(jī)用于記錄粒子圖像。本文將CCD相機(jī)與顯微鏡結(jié)合，從而改進(jìn)了以往類型的光學(xué)顯微鏡。數(shù)碼顯微鏡用于調(diào)節(jié)圖像效果，使之達(dá)到最佳狀態(tài)。顯示器用于實(shí)時顯示采集的初始圖像，該圖像可以被保存、處理。同時運(yùn)用相關(guān)的圖像處理軟件可以實(shí)現(xiàn)實(shí)時預(yù)覽、動靜態(tài)拍攝、視頻圖片的組合[11]；在微流體系統(tǒng)中，空氣泵提供空氣壓力；微型泵控制微流體狀態(tài)；根據(jù)微液體速度設(shè)定最大壓力為10 Pa，微芯片為微流體通道。長度和寬度是由混合時間和端口設(shè)置來確定的。其工作流程為：首先，將集成的微通道嵌入芯片，其次將微通道3個入口連接到壓力泵裝置用于流入驅(qū)動壓力泵。透鏡用來調(diào)整鹵燈提供的照明光束并反射到顯微鏡上。

1.2 圖像采集

數(shù)字顯微鏡系統(tǒng)由放置在計算機(jī)底部的光源組成。將電腦與有線光學(xué)顯微鏡連接，通過調(diào)整光源強(qiáng)度來獲取高質(zhì)量圖像。本文采用CCD圖像傳感器對液滴圖像進(jìn)行采集。

微通道的尺寸為190μm。通過改變顯微鏡來觀察微流體的微通道，調(diào)整顯微鏡焦距可以將微流體圖像清晰地顯示在顯示器上。只有在微流體穩(wěn)定和水滴均勻時，圖像采集模塊才可以采集到清晰的圖像。在曝光時間內(nèi)，將采集到的圖像傳輸?shù)紺CD照相機(jī)中存儲，這樣才可以順利采集到第二個圖像，并將這兩個圖像下載到計算機(jī)進(jìn)行處理。

1.3 圖像處理

基于Matlab圖像處理的基礎(chǔ)使用以下公式計算出需要的特征參數(shù)。

（1）維納濾波。維納濾波是簡單的降噪方法之一，基于有效信號、干擾信號的統(tǒng)計特性和線性最小的最優(yōu)濾波器均方差估計原理而設(shè)計的一個最佳的線性最小二乘濾波器[12]。

式（1）描述帶有噪聲的圖像模型：

式中：S（x，y）——真實(shí)信號；

a（x，y）——帶有噪聲的信號；

N（x，y）——高斯零均值。

信號均方誤差可表示為

令MSN設(shè)定為最小值，式（2）就轉(zhuǎn)化式（3）：

對式（3）求導(dǎo)，令其結(jié)果為0：

S（x，y）與N（x，y）和EN（x，y）獨(dú)立并且等于0，所以：

由于

那么式（5）中的濾波λ就轉(zhuǎn)化為

估計信號就可表述為

式中：u——每個像素周圍的均值和方差。

（2）圖像侵蝕。圖像侵蝕操作是基本操作形式之一。利用結(jié)構(gòu)元件可以檢測圖像，當(dāng)確定某些區(qū)域時，可以放棄結(jié)構(gòu)元素。結(jié)構(gòu)元件是圖像中的基本運(yùn)

算符。所選擇的結(jié)構(gòu)元件將直接影響到圖像處理的效率和質(zhì)量。

由結(jié)構(gòu)元件侵蝕后的二值化圖像為

式中：I——二進(jìn)制圖像；

X——連通區(qū)域；

S——表示結(jié)構(gòu)元件；

Sxy——S由原點(diǎn)到（x，y）的值。

根據(jù)式（9），如果S在X內(nèi)，侵蝕后的圖像點(diǎn)為1，否則為0。E表示侵蝕后的結(jié)果。

（3）邊緣檢測。Canny算子在邊緣檢測算子具有優(yōu)良的性能，一直被廣泛應(yīng)用于圖像處理領(lǐng)域。

其基本思想是：首先，Canny算子選擇高斯濾波器平滑處理圖像，然后利用“非極值抑制”技術(shù)進(jìn)行圖像處理，處理后的邊緣圖像非常平滑[13]。

一階偏導(dǎo)數(shù)微分用于計算濾波后圖像各個像素尺寸M和梯度方向θ。其可表述為

式中：σ（x，y）——平滑度參數(shù)；

P（x，y），Q（x，y）——2×2樣板。

φ（x，y）不足以確定邊緣，其必須被細(xì)化以確定邊緣的幅度，這樣才能確定精確的邊緣。本文采用梯度方向?qū)Α胺菢O大值抑制”技術(shù)進(jìn)行改進(jìn)。

梯度幅值改進(jìn)：

使用非極大值抑制幅度閾值可能造成錯誤的邊緣陣列。減少錯誤邊緣檢測的一個典型方法是使用N（x，y）中的閥值。當(dāng)實(shí)際值小于閥值時，N（x，y）=0。

（4）計算微液滴體積。液滴體積描述為

式中：d——液滴直徑。

2 實(shí)驗(yàn)與分析

2.1 圖像處理與比較

本文使用不同的方法對一系列的基準(zhǔn)測試進(jìn)行去噪處理。其中包括中值濾波、平均濾波、維納濾波、二維統(tǒng)計順序?yàn)V波等。圖像處理效果與NMSE（均方誤差歸一化）、MSE（均方誤差）、信噪比和PSNR（定量峰值信噪比）有關(guān)：

式中：a（x，y）——原始圖像像素；

L——圖像灰度，通常情況下，其值范圍為0～

255，圖像大小為M×N。

MSE和NMSE值越小就意味著處理后的圖像質(zhì)量越好。信噪比越大意味著處理后的圖像具有較小的噪聲信號。PSNR越大圖像失真越小。表1顯示了使用4種過濾器的試驗(yàn)結(jié)果。

如表1所示，維納濾波的各項(xiàng)實(shí)驗(yàn)參數(shù)優(yōu)于其他幾種濾波方式，它可以用于精確模擬圖像。

2.2 圖像處理結(jié)果

預(yù)處理去除圖像拍攝過程中產(chǎn)生的噪聲，然而，測試過程中，有很多顯示在圖像上的無效信息。所以，應(yīng)該在更深層次上對圖像進(jìn)行處理。

數(shù)碼顯微鏡系統(tǒng)的CCD攝像頭采集速度低，圖像中有很多污跡。圖像侵蝕是用于去除圖像污點(diǎn)，以顯示完整的圓液滴，收縮目標(biāo)圖形并消除中小型圖像中無意義的目標(biāo)。實(shí)驗(yàn)中，處理的圖像是圓形的，所以結(jié)構(gòu)元件應(yīng)是球形的。結(jié)構(gòu)元件的最佳尺寸是通過不同尺寸處理圖像比較得到的。圖2為CCD記錄圖像和維納濾波后圖像，圖3為圖像侵蝕結(jié)果。

實(shí)驗(yàn)過程中，本文應(yīng)用Canny算子、Prewitt算子、PRI算子和SOB算子對圖像進(jìn)行邊緣處理，如圖4所示。結(jié)果表明，Canny算子更適合圖像處理。中心坐標(biāo)和圓的直徑是衡量圖像處理最后一個環(huán)節(jié)。處

理結(jié)果如圖5所示，液滴體積由捕獲圓的直徑計算得到。利用Matlab進(jìn)行圖像處理時，直接調(diào)用庫函數(shù)中的幾個功能函數(shù)。這種方法不需要復(fù)雜的圖像處理和數(shù)據(jù)計算，具有方法簡單、適用性普遍的特點(diǎn)。

實(shí)驗(yàn)中，進(jìn)行了24次測量液滴半徑，并記錄實(shí)驗(yàn)數(shù)據(jù)。圖6顯示了液滴的理論和測量半徑，測量半徑和理論半徑之間的差異非常小，如圖7所示。由此表明，圖像處理的數(shù)據(jù)非常接近液滴的真實(shí)值，精度誤差在0.8%以內(nèi)。因此，該方法可以用于測量微流體系統(tǒng)中微液滴體積。

3 結(jié)束語

本文提出基于圖像處理技術(shù)的MEMS系統(tǒng)微液滴體積測量方法，計算結(jié)果和數(shù)值模擬結(jié)果有較好的一致性。試驗(yàn)中，圖像處理參數(shù)的選擇和圖像處理算子的選擇決定著圖像處理效果，為后期的液滴直徑測量奠定了基礎(chǔ)。該方法具有簡單、噪聲低、實(shí)時性好等優(yōu)點(diǎn)，能夠精確測量液滴直徑，進(jìn)而計算出液滴體積。

[1]Mandy S，Jian G，Joseph L，et al.System integration-A major step toward lab on a chip[J].Journal of Biological Engineering，2011，5（1）：1-21.

[2]Wang R J，Lin J Z，Xie H B.Velocity measurement of flow in the microchannel with barriers using Micro-PIV[J].Journal of Visualization，2012，9（2）：209-217.

[3]Jayaraj S，Kang S，Suh Y K.A review on the analysis and experiment of fluid flow and mixing in microchannels[J].Journal of Mechanical Science and Technology，2012，21（3）：536-548.

[4]吳承偉，馬國軍，周平.流體流動的邊界滑移問題研究進(jìn)展[J].力學(xué)進(jìn)展，2011，38（3）：265-282.

[5]謝海波，傅新，楊華勇.微流場可視化測速技術(shù)及其應(yīng)用[J].中國機(jī)械工程，2010，18（9）：1100-1103.

[6]Huebner A，Srisa-Art M，Holt D，et al.Quantitative detection ofprotein expression in singlecellsusing droplet microfluidics[J].Chemical Communications，2012，128（12）：1218-1220.

[7]SchaerliY，Wootton R C，Robinson T，et al.Continuous-flow polymerase chain reaction ofsingle-copy DNA in microfluidic microdroplets[J].Analytical Chemistry，2011，81（1）：302-306.

[8]Churski K，Korczyk P，Garstecki P.High-throughput automated droplet microfluidic system for screening of reaction conditions[J].Lab Chip，2010，10（7）：816-818.

[9]Kwon H J，Dean Z S，Angus S V，et al.Lab-on-achip for field Escherichia coli assays:long-term stability of reagents and automatic sampling system[J].Journal of the Association for Laboratory Automation，2011，15（3）：216-223.

[10]張學(xué)典，徐張恒，魯頓科，等.聲表面波傳感技術(shù)用于微液滴尺寸檢測的研究[J].上海理工大學(xué)學(xué)報，2010，32（3）：273-276.

[11]何亞洲，張強(qiáng)，趙峰，等.液位計自動檢測裝置的研制[J].中國測試，2012，38（2）：73-76.

[12]劉桂雄，張曉平，周松斌.基于最小二乘支持向量回歸機(jī)的無線傳感器網(wǎng)絡(luò)目標(biāo)定位法[J].光學(xué)精密工程，2012，17（7）：1766-1773.

[13]高陽，李以貴，張俊峰，等.一種基于聲表面波驅(qū)動液滴的二維數(shù)字微流體檢測技術(shù)[J].納米技術(shù)與精密工程，2010，8（1）：59-62.

Method of MEMS micro droplet volume measurement based on image processing

LI Xiao-hua
（Yan’an Vocational and Technical College，Yan’an 716000，China）

In order to realize the rapid and accurate real-time measuring of micro droplet volume in microelectromechanical system （MEMS），it puts forward the micro droplet volume measurement method based on image processing technology.Firstly，the digital microscope system is adopted for the micro droplet microfluidic system.Then，the original image is used for numerical analysis and processing.Finally，the original image is dealt with the Wiener filtering，edge detection，image erosion.The processed image is smoothed by Gaussian filter selected by Canny operator to get the diameter of the droplet，and then calculate the droplet size.The test results show that the method used in micro droplet volume measurement is feasible and effective.

droplet volume measurement；microfluidic system；image processing；CCD camera；canny operator

TP751；TB99；O374；TP271+.4

：A

：1674-5124（2014）04-0037-05

10.11857/j.issn.1674-5124.2014.04.010

2014-01-15；

：2014-03-16

李小華（1977-），女，陜西延安市人，講師，碩士，主要研究方向?yàn)橛嬎銠C(jī)應(yīng)用。