基于圖像處理的MEMS微液滴體積測量方法

李小華

（延安職業技術學院公共課部，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

（延安職業技術學院公共課部，陜西 延安 716000）

為實現微機電系統（MEMS）微液滴體積的快速準確實時測量，提出基于圖像處理技術的微液滴體積測量方法。首先，采用數字顯微鏡系統對微流控系統的微液滴進行圖像采集，然后對原始圖像進行數據分析和處理，最后進行維納濾波、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，進而計算出液滴體積。試驗結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；圖像處理；CCD相機；Canny算子

0 引 言

近年來，隨著微機電系統（MEMS）技術的發展，微流體裝置也得到了迅速發展，如微型泵、微型閥、生物分析系統和流量傳感器等[1]。精確的流量測量在醫藥、微量化學、生物化學分析等領域有著重要應用價值[2]。

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

液滴微流體裝置有如下3個特點：（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

如圖1所示，該系統是由數字顯微鏡系統和微流控系統組成。其中，數字顯微鏡系統由一臺電腦、一個顯微鏡和一個CCD相機組合而成。微流控系統由一個空氣泵、一個微型泵、一個微芯片和一個液滴捕獲裝置組成。顯微鏡系統顯示器的作用為顯示微流體實時圖像、獲取圖像、保存圖像、處理圖像；在鹵素燈下，通過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相機用于記錄粒子圖像。本文將CCD相機與顯微鏡結合，從而改進了以往類型的光學顯微鏡。數碼顯微鏡用于調節圖像效果，使之達到最佳狀態。顯示器用于實時顯示采集的初始圖像，該圖像可以被保存、處理。同時運用相關的圖像處理軟件可以實現實時預覽、動靜態拍攝、視頻圖片的組合[11]；在微流體系統中，空氣泵提供空氣壓力；微型泵控制微流體狀態；根據微液體速度設定最大壓力為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動壓力泵。透鏡用來調整鹵燈提供的照明光束并反射到顯微鏡上。

1.2 圖像采集

數字顯微鏡系統由放置在計算機底部的光源組成。將電腦與有線光學顯微鏡連接，通過調整光源強度來獲取高質量圖像。本文采用CCD圖像傳感器對液滴圖像進行采集。

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，將采集到的圖像傳輸到CCD照相機中存儲，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進行處理。

1.3 圖像處理

基于Matlab圖像處理的基礎使用以下公式計算出需要的特征參數。

（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、干擾信號的統計特性和線性最小的最優濾波器均方差估計原理而設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設定為最小值，式（2）就轉化式（3）：

對式（3）求導，令其結果為0：

S（x，y）與N（x，y）和EN（x，y）獨立并且等于0，所以：

由于

那么式（5）中的濾波λ就轉化為

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。利用結構元件可以檢測圖像，當確定某些區域時，可以放棄結構元素。結構元件是圖像中的基本運

算符。所選擇的結構元件將直接影響到圖像處理的效率和質量。

由結構元件侵蝕后的二值化圖像為

式中：I——二進制圖像；

X——連通區域；

S——表示結構元件；

Sxy——S由原點到（x，y）的值。

根據式（9），如果S在X內，侵蝕后的圖像點為1，否則為0。E表示侵蝕后的結果。

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

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”技術進行圖像處理，處理后的邊緣圖像非常平滑[13]。

一階偏導數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；

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。本文采用梯度方向對“非極大值抑制”技術進行改進。

梯度幅值改進：

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。當實際值小于閥值時，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 實驗與分析

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測試進行去噪處理。其中包括中值濾波、平均濾波、維納濾波、二維統計順序濾波等。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：

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種過濾器的試驗結果。

如表1所示，維納濾波的各項實驗參數優于其他幾種濾波方式，它可以用于精確模擬圖像。

2.2 圖像處理結果

預處理去除圖像拍攝過程中產生的噪聲，然而，測試過程中，有很多顯示在圖像上的無效信息。所以，應該在更深層次上對圖像進行處理。

數碼顯微鏡系統的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，以顯示完整的圓液滴，收縮目標圖形并消除中小型圖像中無意義的目標。實驗中，處理的圖像是圓形的，所以結構元件應是球形的。結構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為圖像侵蝕結果。

實驗過程中，本文應用Canny算子、Prewitt算子、PRI算子和SOB算子對圖像進行邊緣處理，如圖4所示。結果表明，Canny算子更適合圖像處理。中心坐標和圓的直徑是衡量圖像處理最后一個環節。處

理結果如圖5所示，液滴體積由捕獲圓的直徑計算得到。利用Matlab進行圖像處理時，直接調用庫函數中的幾個功能函數。這種方法不需要復雜的圖像處理和數據計算，具有方法簡單、適用性普遍的特點。

實驗中，進行了24次測量液滴半徑，并記錄實驗數據。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，圖像處理的數據非常接近液滴的真實值，精度誤差在0.8%以內。因此，該方法可以用于測量微流體系統中微液滴體積。

3 結束語

本文提出基于圖像處理技術的MEMS系統微液滴體積測量方法，計算結果和數值模擬結果有較好的一致性。試驗中，圖像處理參數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。該方法具有簡單、噪聲低、實時性好等優點，能夠精確測量液滴直徑，進而計算出液滴體積。

[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展[J].力學進展，2011，38（3）：265-282.

[5]謝海波，傅新，楊華勇.微流場可視化測速技術及其應用[J].中國機械工程，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]張學典，徐張恒，魯頓科，等.聲表面波傳感技術用于微液滴尺寸檢測的研究[J].上海理工大學學報，2010，32（3）：273-276.

[11]何亞洲，張強，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的無線傳感器網絡目標定位法[J].光學精密工程，2012，17（7）：1766-1773.

[13]高陽，李以貴，張俊峰，等.一種基于聲表面波驅動液滴的二維數字微流體檢測技術[J].納米技術與精密工程，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，主要研究方向為計算機應用。