基于图像处理的MEMS微液滴体积测量方法

李小华

（延安职业技术学院公共课部，陕西 延安 716000）

基于图像处理的MEMS微液滴体积测量方法

李小华

（延安职业技术学院公共课部，陕西 延安 716000）

为实现微机电系统（MEMS）微液滴体积的快速准确实时测量，提出基于图像处理技术的微液滴体积测量方法。首先，采用数字显微镜系统对微流控系统的微液滴进行图像采集，然后对原始图像进行数据分析和处理，最后进行维纳滤波、图像侵蚀、边缘提取，通过Canny算子选择高斯滤波器平滑处理后的图像，得出液滴的直径，进而计算出液滴体积。试验结果表明该方法用于微液滴体积测量是可行有效的。

液滴体积测量；微流体系统；图像处理；CCD相机；Canny算子

0 引 言

近年来，随着微机电系统（MEMS）技术的发展，微流体装置也得到了迅速发展，如微型泵、微型阀、生物分析系统和流量传感器等[1]。精确的流量测量在医药、微量化学、生物化学分析等领域有着重要应用价值[2]。

目前，国内外专家在液滴体积测量方面的研究成果不断涌现[3]。在不混溶流体流动状态下，文献[4]使用纳升尺寸液滴筛选法对蛋白质晶体进行筛选，成功应用了微流体系统。基于混沌对流，文献[5]将多种试剂快速融合至孤立液滴中，试验证明，试剂的混合时间小于2ms。文献[6]使用液滴尺寸测量检测单细胞中的蛋白质。文献[7]设计了一种具有不同温度区域信道的圆形芯片。文献[8]成功研制随意点播（DOD）技术，该技术可以对任意3个混合溶液进行扫描。基于微流体装置的液滴体积测量在微小液滴合成纳米颗粒、细胞分析、纳米颗粒自组装体等领域有了广泛应用[9-10]。

液滴微流体装置有如下3个特点：（1）试剂混合迅速；（2）样品消耗低；（3）微滴直径均匀。但保持液滴直径均匀非常困难。为了解决上述问题，本文提出一种新的基于图像处理技术的微液滴体积测量方法。

1 基于图像处理的微液滴体积测量

1.1 微流控系统

如图1所示，该系统是由数字显微镜系统和微流控系统组成。其中，数字显微镜系统由一台电脑、一个显微镜和一个CCD相机组合而成。微流控系统由一个空气泵、一个微型泵、一个微芯片和一个液滴捕获装置组成。显微镜系统显示器的作用为显示微流体实时图像、获取图像、保存图像、处理图像；在卤素灯下，通过显微镜获取图像并观察微芯片中液滴形状，显微镜由20X、30X、50X、100X、150X和200X组成；CCD相机用于记录粒子图像。本文将CCD相机与显微镜结合，从而改进了以往类型的光学显微镜。数码显微镜用于调节图像效果，使之达到最佳状态。显示器用于实时显示采集的初始图像，该图像可以被保存、处理。同时运用相关的图像处理软件可以实现实时预览、动静态拍摄、视频图片的组合[11]；在微流体系统中，空气泵提供空气压力；微型泵控制微流体状态；根据微液体速度设定最大压力为10 Pa，微芯片为微流体通道。长度和宽度是由混合时间和端口设置来确定的。其工作流程为：首先，将集成的微通道嵌入芯片，其次将微通道3个入口连接到压力泵装置用于流入驱动压力泵。透镜用来调整卤灯提供的照明光束并反射到显微镜上。

1.2 图像采集

数字显微镜系统由放置在计算机底部的光源组成。将电脑与有线光学显微镜连接，通过调整光源强度来获取高质量图像。本文采用CCD图像传感器对液滴图像进行采集。

微通道的尺寸为190μm。通过改变显微镜来观察微流体的微通道，调整显微镜焦距可以将微流体图像清晰地显示在显示器上。只有在微流体稳定和水滴均匀时，图像采集模块才可以采集到清晰的图像。在曝光时间内，将采集到的图像传输到CCD照相机中存储，这样才可以顺利采集到第二个图像，并将这两个图像下载到计算机进行处理。

1.3 图像处理

基于Matlab图像处理的基础使用以下公式计算出需要的特征参数。

（1）维纳滤波。维纳滤波是简单的降噪方法之一，基于有效信号、干扰信号的统计特性和线性最小的最优滤波器均方差估计原理而设计的一个最佳的线性最小二乘滤波器[12]。

式（1）描述带有噪声的图像模型：

式中：S（x，y）——真实信号；

a（x，y）——带有噪声的信号；

N（x，y）——高斯零均值。

信号均方误差可表示为

令MSN设定为最小值，式（2）就转化式（3）：

对式（3）求导，令其结果为0：

S（x，y）与N（x，y）和EN（x，y）独立并且等于0，所以：

由于

那么式（5）中的滤波λ就转化为

估计信号就可表述为

式中：u——每个像素周围的均值和方差。

（2）图像侵蚀。图像侵蚀操作是基本操作形式之一。利用结构元件可以检测图像，当确定某些区域时，可以放弃结构元素。结构元件是图像中的基本运

算符。所选择的结构元件将直接影响到图像处理的效率和质量。

由结构元件侵蚀后的二值化图像为

式中：I——二进制图像；

X——连通区域；

S——表示结构元件；

Sxy——S由原点到（x，y）的值。

根据式（9），如果S在X内，侵蚀后的图像点为1，否则为0。E表示侵蚀后的结果。

（3）边缘检测。Canny算子在边缘检测算子具有优良的性能，一直被广泛应用于图像处理领域。

其基本思想是：首先，Canny算子选择高斯滤波器平滑处理图像，然后利用“非极值抑制”技术进行图像处理，处理后的边缘图像非常平滑[13]。

一阶偏导数微分用于计算滤波后图像各个像素尺寸M和梯度方向θ。其可表述为

式中：σ（x，y）——平滑度参数；

P（x，y），Q（x，y）——2×2样板。

φ（x，y）不足以确定边缘，其必须被细化以确定边缘的幅度，这样才能确定精确的边缘。本文采用梯度方向对“非极大值抑制”技术进行改进。

梯度幅值改进：

使用非极大值抑制幅度阈值可能造成错误的边缘阵列。减少错误边缘检测的一个典型方法是使用N（x，y）中的阀值。当实际值小于阀值时，N（x，y）=0。

（4）计算微液滴体积。液滴体积描述为

式中：d——液滴直径。

2 实验与分析

2.1 图像处理与比较

本文使用不同的方法对一系列的基准测试进行去噪处理。其中包括中值滤波、平均滤波、维纳滤波、二维统计顺序滤波等。图像处理效果与NMSE（均方误差归一化）、MSE（均方误差）、信噪比和PSNR（定量峰值信噪比）有关：

式中：a（x，y）——原始图像像素；

L——图像灰度，通常情况下，其值范围为0～

255，图像大小为M×N。

MSE和NMSE值越小就意味着处理后的图像质量越好。信噪比越大意味着处理后的图像具有较小的噪声信号。PSNR越大图像失真越小。表1显示了使用4种过滤器的试验结果。

如表1所示，维纳滤波的各项实验参数优于其他几种滤波方式，它可以用于精确模拟图像。

2.2 图像处理结果

预处理去除图像拍摄过程中产生的噪声，然而，测试过程中，有很多显示在图像上的无效信息。所以，应该在更深层次上对图像进行处理。

数码显微镜系统的CCD摄像头采集速度低，图像中有很多污迹。图像侵蚀是用于去除图像污点，以显示完整的圆液滴，收缩目标图形并消除中小型图像中无意义的目标。实验中，处理的图像是圆形的，所以结构元件应是球形的。结构元件的最佳尺寸是通过不同尺寸处理图像比较得到的。图2为CCD记录图像和维纳滤波后图像，图3为图像侵蚀结果。

实验过程中，本文应用Canny算子、Prewitt算子、PRI算子和SOB算子对图像进行边缘处理，如图4所示。结果表明，Canny算子更适合图像处理。中心坐标和圆的直径是衡量图像处理最后一个环节。处

理结果如图5所示，液滴体积由捕获圆的直径计算得到。利用Matlab进行图像处理时，直接调用库函数中的几个功能函数。这种方法不需要复杂的图像处理和数据计算，具有方法简单、适用性普遍的特点。

实验中，进行了24次测量液滴半径，并记录实验数据。图6显示了液滴的理论和测量半径，测量半径和理论半径之间的差异非常小，如图7所示。由此表明，图像处理的数据非常接近液滴的真实值，精度误差在0.8%以内。因此，该方法可以用于测量微流体系统中微液滴体积。

3 结束语

本文提出基于图像处理技术的MEMS系统微液滴体积测量方法，计算结果和数值模拟结果有较好的一致性。试验中，图像处理参数的选择和图像处理算子的选择决定着图像处理效果，为后期的液滴直径测量奠定了基础。该方法具有简单、噪声低、实时性好等优点，能够精确测量液滴直径，进而计算出液滴体积。

[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]吴承伟，马国军，周平.流体流动的边界滑移问题研究进展[J].力学进展，2011，38（3）：265-282.

[5]谢海波，傅新，杨华勇.微流场可视化测速技术及其应用[J].中国机械工程，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]张学典，徐张恒，鲁顿科，等.声表面波传感技术用于微液滴尺寸检测的研究[J].上海理工大学学报，2010，32（3）：273-276.

[11]何亚洲，张强，赵峰，等.液位计自动检测装置的研制[J].中国测试，2012，38（2）：73-76.

[12]刘桂雄，张晓平，周松斌.基于最小二乘支持向量回归机的无线传感器网络目标定位法[J].光学精密工程，2012，17（7）：1766-1773.

[13]高阳，李以贵，张俊峰，等.一种基于声表面波驱动液滴的二维数字微流体检测技术[J].纳米技术与精密工程，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

李小华（1977-），女，陕西延安市人，讲师，硕士，主要研究方向为计算机应用。