1 |
Smartphone Detection of UV LED-Enhanced Particle Immunoassay on Paper MicrofluidicsPark, Tu San, Cho, Soohee, Nahapetian, Tigran G., Yoon, Jeong-Yeol 02 1900 (has links)
Use of a smartphone as an optical detector for paper microfluidic devices has recently gained substantial attention due to its simplicity, ease of use, and handheld capability. Utilization of a UV light source enhances the optical signal intensities, especially for the particle immunoagglutination assay that has typically used visible or ambient light. Such enhancement is essential for true assimilation of assays to field deployable and point-of-care applications by greatly reducing the effects by independent environmental factors. This work is the first demonstration of using a UV LED (UVA) to enhance the Mie scatter signals from the particle immunoagglutination assay on the paper microfluidic devices and subsequent smartphone detection. Smartphone's CMOS camera can recognize the UVA scatter from the paper microfluidic channels efficiently in its green channel. For an Escherichia coli assay, the normalized signal intensities increased up to 50% from the negative signal with UV LED, compared with the 4% to 7% with ambient light. Detection limit was 10 colony-forming units/mL. Similar results were obtained in the presence of 10% human whole blood.
|
2 |
Tower-Tracking Heliostat ArrayMasters, Joel T 01 March 2011 (has links) (PDF)
This thesis presents a method of tracking and correcting for the swaying of a central receiver tower in concentrated solar production plants. The method uses a camera with image processing algorithms to detect movement of the center of the tower. A prototype was constructed utilizing a CMOS camera connected to a microcontroller to control the movements of three surrounding heliostats. The prototype uses blob-tracking algorithms to detect and correct for movements of a colored model target. The model was able to detect movements in the tower with average error of 0.32 degrees, and was able to correctly orient the surrounding heliostats to within 1.2 and 2.6 degrees of accuracy while testing indoors and outdoors, respectively.
|
3 |
Měření mechanických veličin s podporou CCD kamer / Measurement of mechanical quantities with the support of CCD camerasMarek, Petr January 2015 (has links)
This master’s work deals with types of digital cameras used in industry. Furthermore, there are mentioned application areas of cameras in the automotive industry. There was created searches industrial cameras on the market. In the next part is described hardware interconnection of Basler acA 1300-60gc camera and measuring platform cDAQ 9178. Part of this work is to create a system for synchronization of camera and measured data. In the last part is developed program for image processing and determine the angle of rotation of the steering wheel.
|
4 |
Inovace systému pro detekci defektů solárních článků pomocí elektroluminiscence / Inovation of system for electroluminiscence defect detection of solar cellsLepík, Pavel January 2017 (has links)
This master thesis analyses the existing methods both practically and theoretically used to detect defected surface area in solar cells. Various methods were used but by using an upgraded CMOS camera without IR filter to implement the electroluminescence method, this has proven to have a very crucial impact on the results. Given the overall results and the acquired information, a procedure with a simple parameter can be setup to carry out the measurements. In addition to this a catalog was formed showing the defects occurring in mono and polycrystalline solar cells.
|
5 |
Υπολογισμός παραμέτρων κίνησης οφθαλμού μέσω κάμερας με χρήση τεχνικών επεξεργασίας εικόνας / Calculation of eye movement pParameters using a CMOS camera and image processing techniquesΜαρκάκη, Βασιλική 29 June 2007 (has links)
Σκοπός της παρούσας Διπλωματικής Εργασίας είναι η ανάπτυξη και εφαρμογή τεχνικών ψηφιακής επεξεργασίας εικόνων για τον εντοπισμό του οφθαλμού και τον υπολογισμό συγκεκριμένων παραμέτρων που συνδέονται με την κατάσταση του χρήστη. Συγκεκριμένα, χρησιμοποιήθηκε ένα ολοκληρωμένο Σύστημα Εντοπισμού Οφθαλμού που περιλαμβάνει τα υποσυστήματα της CMOS κάμερα, της μεταφοράς δεδομένων – εικόνων, της ψηφιοποίησης των δεδομένων, και τέλος το υποσύστημα της επεξεργασίας εικόνων οφθαλμού και του υπολογισμού παραμέτρων. Στα πλαίσια του τελευταίου αυτού υποσυστήματος αναπτύχθηκαν δύο μεθοδολογίες που βασίστηκαν στην εφαρμογή αλγορίθμων ψηφιακής επεξεργασίας εικόνων. Η πρώτη μεθοδολογία βασίστηκε στον υπολογισμό της μέσης φωτεινότητας για την άνω και την κάτω περιοχή του οφθαλμού. Η χρονική μεταβολή των δύο τιμών της φωτεινότητας χρησιμοποιήθηκε για την εξαγωγή πληροφοριών για την κατάσταση του οφθαλμού (ανοιχτός ή κλειστός). Η δεύτερη μεθοδολογία στηρίχτηκε σε ένα συνδυασμό τεχνικών ψηφιακής επεξεργασίας εικόνων. Η επεξεργασία κάθε εικόνας της ακολουθίας video περιλαμβάνει τέσσερα βασικά βήματα: (α) ευθυγράμμιση της εικόνας σε σχέση με ένα κοινό σύστημα αναφοράς, (β) εφαρμογή δύο φίλτρων για την ανίχνευση των κορυφών και των κοιλάδων της εικόνας, (γ) σύντηξη των δύο φιλτραρισμένων εικόνων που προκύπτουν και (δ) μετατροπή της εικόνας σύντηξης σε δυαδική με εφαρμογή κατάλληλου κατωφλίου. Η καταμέτρηση των λευκών εικονοστοιχείων της δυαδικής εικόνας στην περιοχή του οφθαλμού καθορίζει την κατάσταση του οφθαλμού (ανοικτός ή κλειστός). Τέλος, και μέσω του λογισμικού, υπολογίζονται οι σχετικές παράμετροι της κατάστασης του οφθαλμού όπως ο αριθμός ανοιγο-κλεισίματος οφθαλμού, η διάρκεια κάθε ανοιγο-κλεισίματος οφθαλμού και οι χρονικές αποστάσεις μεταξύ των προσδιορισμένων ανοιγο-κλεισιμάτων σε μια αλληλουχία συλλεγμένων εικόνων. / The scope of the thesis was the development and application of digital image processing techniques in order to detect human eye in video sequences and determine parameters related to the user’s state. Specifically, an integrated Eye-Tracking System was used in order to obtain the necessary image frames for further processing. The System consists of four modules, the CMOS camera module, the transfer module, the digitization module and the software module. The software module was based on the application of image processing techniques to detect the eye and calculate specific parameters. Two image processing techniques were developed and tested throughout this thesis. The first method was based on the calculations of the mean brightness of the upper and lower eye region for each frame of the video sequence. The temporal variation of this mean value provided useful information for the eye state (open/closed). The second method was based on a combination of various image processing techniques. The processing of each video frame comprises of four basic steps: a) registration of the image in relation to the first frame of the video sequence, b) filtering in order to detect the peaks and valleys of the image being processed, c) fusion of the filtered images, and d) binarization of the fused image by thresholding. The calculation of the number of white pixels in the eye region of the binary image indicates the state of the eye (open/closed) and allows the determination of the blink parameters related to the user’s state (vigilance/somnolence). The parameters being measured throughout this thesis were the number of eye blinks, the blink duration and the blink interval.
|
Page generated in 0.0629 seconds