Máy đo điểm nóng chảy mao mạch truyền thống dựa trên quan sát bằng mắt người và đánh giá sai số chủ quan tại thời điểm nóng chảy ban đầu (sự xuất hiện của giọt chất lỏng đầu tiên) và nóng chảy hoàn toàn (sự biến mất của chất rắn). Công nghệ nhận dạng tự động dựa trên thuật toán xử lý hình ảnh cho phép khách quan hóa và chính xác các phép đo bằng cách phân chia chính xác các đặc điểm thị giác quan trọng trong quá trình nóng chảy. Quy trình thuật toán cốt lõi của nó như sau:

1. Hình ảnh tiền xử lý với vị trí khu vực mẫu:

Thuật toán bắt đầu bằng cách xử lý trước các chuỗi video được thu thập, bao gồm khử nhiễu bộ lọc Gauss và tăng cường độ tương phản để làm nổi bật các mẫu bên trong mao mạch. Sau đó, sử dụng thuật toán phát hiện cạnh hoặc khớp mẫu để xác định chính xác và phân chia các vùng mao mạch cố định (ROI), loại trừ nhiễu nền và đặt nền tảng cho phân tích tiếp theo.

2. Phát hiện chính xác điểm nóng chảy ban đầu - dựa trên kết cấu và đột biến hình dạng:

Đây là chìa khóa đầu tiên của sự phân chia. Bột rắn có đặc điểm kết cấu cụ thể trong giai đoạn đầu. Thuật toán theo dõi sự thay đổi của nó bằng cách tính toán các đặc điểm thống kê thang xám của các vùng trong ROI, chẳng hạn như độ lệch chuẩn hoặc các đặc điểm kết cấu, chẳng hạn như entropy dựa trên ma trận cộng sinh thang xám. Khi sự tan chảy ban đầu xảy ra, các giọt xuất hiện ở khu vực địa phương, dẫn đến đột biến về tính đồng nhất của kết cấu, và một bước nhảy đáng kể xảy ra với các giá trị đặc trưng được mô tả ở trên. Pháp luật kết hợp phát hiện ra vùng thay đổi địa phương, thời khắc tương ứng của nó được xác định là điểm nóng chảy ban đầu. Bước này khắc phục nhược điểm của phản ứng chậm chạp của mắt người đối với hiện tượng nóng chảy ban đầu.

3. Xác định chính xác điểm nóng chảy đầy đủ - dựa trên phân tích đường viền và truyền ánh sáng:

Đây là chìa khóa thứ hai của sự phân chia. Khi quá trình tan chảy diễn ra, các đường viền rắn tiếp tục co lại. Thuật toán mô tả chính xác hình dạng của cột rắn thông qua chiết xuất cạnh và theo dõi đường viền, chẳng hạn như toán tử Canny và mô hình đường viền hoạt động. Phán quyết của sự tan chảy hoàn toàn là sự biến mất của đường nét rắn. Các thuật toán tiên tiến hơn đồng thời theo dõi mức xám trung bình hoặc độ truyền ánh sáng của toàn bộ ROI. Ngay sau khi chất rắn biến mất, độ truyền ánh sáng ở đáy mao mạch tăng mạnh, dẫn đến sự thay đổi bước trong giá trị thang xám tổng thể. Thuật toán xác định thời điểm tương ứng với điểm uốn này là điểm nóng chảy hoàn toàn, tránh sự không chắc chắn của mắt người về thời điểm đánh giá "hạt nhỏ cuối cùng biến mất".

Kết luận: Bằng cách chuyển đổi thông tin trực quan của quá trình nóng chảy thành các đặc điểm kết cấu, đường viền và thang màu xám có thể định lượng được, thuật toán xử lý hình ảnh đạt được sự phân chia chính xác và tự động của hai giai đoạn vật lý chính và hoàn toàn nóng chảy. Nghiên cứu này không chỉ cải thiện đáng kể độ lặp lại và độ chính xác của các phép đo điểm nóng chảy, mà còn cung cấp một nền tảng vững chắc để số hóa và phân tích thông minh dữ liệu thực nghiệm.