search query: @keyword tracking / total: 16
results-list
reference: 1 / 16
« previous | next »
Author:Hiltunen, Elina
Title:Machine vision methods for cell manipulation
Konenäön menetelmät solumanipulointiin
Publication type:Master's thesis
Publication year:2016
Pages:(5) + 39 s. + liitt. 6      Language:   eng
Department/School:Sähkötekniikan korkeakoulu
Main subject:Älykkäät tuotteet   (ETA3006)
Supervisor:Zhou, Quan
Instructor:Cenev, Zoran
Electronic version URL: http://urn.fi/URN:NBN:fi:aalto-201611025351
Location:P1 Ark Aalto  5070   | Archive
Keywords:object recognition
tracking
template matching
blob analysis
needle
cell
Abstract (eng):Machine vision methods can provide automatic solutions for cell manipulation.
In this thesis implementations of machine vision algorithms were developed for recognizing and tracking objects in a video from a microscope setting.
Those objects are a tip of the needle, cells and micro particles.
For each object three different machine vision detection algorithms were tested within MATLAB©, the numerical computing environment.
The performance of each implementation was evaluated and compared with each other.
The results from the performed tests claim that the most suitable object detection method for the needle's tip is the template matching and for the cells as well as the micro particles is the blob analysis.
Abstract (fin):Konenäön menetelmillä voidaan toteuttaa automaattisia ratkaisuita solumanipulointiin.
Tässä diplomityössä kehitettiin konenäköalgoritmien toteutuksia, joilla tunnistetaan ja seurataan kohteita mikroskoopilla kuvatussa videokuvassa.
Kohteet ovat pipetin kärki, solut ja mikropartikkelit.
Jokaiselle kohteelle kehitettiin kolme toteutusta, jotka on kaikki tehty käyttämällä MATLAB©-ohjelman konenäkötyökalupakin funktioita ja ominaisuuksia.
Jokaisen toteutuksen suoritusta arvioitiin ja vertailtiin muihin toteutuksiin.
Testien perusteella parhaat menetelmät ovat 'template matching' pipetin kärjelle ja 'blob analysis' soluille ja mikropartikkeleille.
ED:2016-11-13
INSSI record number: 54883
+ add basket
« previous | next »
INSSI