专利名称：一种基于机器视觉的免疫层析结果判读方法
技术领域：
本发明属于基于机器视觉在免疫层析测试技术领域，具体的是一种基于机器视觉的免疫层析结果判读方法。
背景技术：
现代免疫学测定技术源于标记技术的发展。继1941年Coons等创立荧光素标记抗体技术(fIuoreseent antiboay teeh-nique)以来，上个世纪50年代末60年代初，Yalaw 等创立了放射免疫分析(radlol Jnmunoass3y, RIA)技术，1966年南美国和法国学者又同时报道建立了酶免疫测定技术(enzyme im-Munoassay0 EIA)，包括酶免疫组化技术，固相酶免疫测定(如ELISA，westenl blotting)和均相酶免疫测定(又称酶放大免疫分析技术，EMIT)。另一传统标记技术为胶体金标记免疫分析始于上个世纪80年代，除应用于免疫电镜外，广泛用于免疫渗滤和免疫层析试验。除此之外，目前又相继报道建立了一些新型标记免疫技术，如元素标记免疫测定，核酸标记免疫测定和量子点标记免疫测定技术。这些技术衍生的实验方法有些已在临床免疫学检验中得到了广泛的应用，有些尚处于研究和探索阶段。具有快速、可靠、操作简便、价格低等优点的免疫层析测试方法近年来在临床诊断方面的应发展迅速，现已广泛应用于临床诊断、食品安全检测、环境检测等领域。工作原理当待测试液滴加到免疫层析反应测试条上时，试液通过免疫层析反应测试条上吸水膜的毛细作用，将胶体金带到吸附有抗体的测试反应线上。若试液中的抗原与此抗体相对应，则产生特异性结合胶体金滞留在测试反应线上，呈红色或紫红色，颜色的深浅与被测试样品的浓度是相对应的。目前仅靠目测对免疫层析测试结果进行定性判断，当颜色很浅或边界不清楚时， 目测就很难对测试结果进行判定，也不能用量化来表达，应用范围受到很大限制。研究表明，测试线颜色的深浅与测试液的浓度显著相关，可以根据测试线的灰度值或颜色分量与测试液的浓度建立统计函数关系，通过灰度值或颜色分量得到相应的测试液浓度，给出量化的指标，完成测试结果的定性到量化的转变。如何得到灰度值或颜色分量，一种是利用光敏二极管、光导纤维等传感器得到，而这一方法在尿液等检测设备上已经有成熟的应用。但免疫层析与尿液等化学检测方法在原理上有很大不同，得到测试线远不如化学检测那样显色深、整齐、均勻，判断测试线的边缘需要通算法米实现，给测试结果的量化带来很大的困难。另外一种方法是通过CCD、CMOS等成像器件，通过对这些成像原件的感应数据进行处理，得到测试线的灰度值，类似于一般的图像处理。这两种方法对设备仪器的照明设计、制造精度和软硬件设施要求都比较高，提高了制造成本，限制了推广，并且现有尚未报道。通过图像处理对免疫层析结果判读结果用量化来表达的方法国内还未见公开报到。我们提出一种基于机器视觉的免疫层析结果判读方法，通过图像处理的方法得到测试线的颜色分量，根据数字图像处理技术和仿人视觉技术，结合背景建模技术，剔除掉生物试纸图像中的毛刺、瑕疵和图像形成过程中的噪声；精确提取出免疫层析测试区显色线位置及宽度，测定出测试区显色线显色信息熵的大小，并与标准色卡建立了显著相关函数
4关系，对测试区显色线的显色深浅用量化来表达，实现了免疫层析结果判读的量化检测。但在如何根据数字图像处理技术和仿人视觉技术，结合背景建模技术，剔除掉生物试纸图像中的毛刺、瑕疵和图像形成过程中的噪声；精确提取出测试区显色线显色熵的大小，是技术的关键，在现有的免疫层析试条的测定领域，还没有一种方法能实现该技术。
发明内容
本发明的目的是提供一种基于机器视觉的免疫层析结果判读方法，能够根据数字图像处理技术和仿人视觉技术，结合背景建模技术，剔除掉测试显色区域图像中的毛刺、瑕疵和图像形成过程中的噪声，精确提取出测显色区显色线显色熵的大小。为达到上述目的，本发明表述一种基于机器视觉的免疫层析结果判读方法，其关键在于按以下步骤进行步骤一采集免疫层析测试区显色特征区域及其周边非特征区的原始图像I，并获取免疫层析测试区显色特征区域的信息B ；步骤二 以非特征区的背景，采用最大似然法，拟合出免疫层析测试区显色特征区域可能的背景图像信息C;步骤三根据背景差分方法，用所述免疫层析测试区显色特征区域的图像信息B 与背景图像信息C进行差分，得到免疫层析测试区显色特征区域中前景的真实颜色信息D ；步骤四然后根据真实颜色信息D统计出免疫层析测试区显色特征区域包含信息熵的大小。所述原始图像I为I = {f (x, y) I (0 < χ <= width)&(0 < y <= height)}其中，f(x, y)代表图像中在(χ，y)像素点处的RGB三维向量，width为图像的宽度，height为图像的高度。所述免疫层析测试区显色特征区域的信息B为B = (BiI i e 1... η}B ■ = {B '(X)I Xiuft < χ < Xiright)Bi(X) = (Bi(χ,1), Bi(χ,2), Bi (χ, 3))Bi (χ, m) = {f (χ, y, m) |θ < y < = height}其中i为免疫层析测试区显色特征区域的个数，x。,为第i个免疫层析测试区显色特征区域的左边缘为第i个特征区域的右边缘；m的值为1、2、3，分别表示图像的R、G、B颜色分量，则f(x，y，m)表示图像上(X， y)点处的第m个颜色分量的值。背景图像信息C:由于采集的图像I包含的免疫层析测试区显色特征区域，其颜色信息对y轴有较好的独立性，所以将颜色信息投影到X轴，其避免局部噪声的影响，同时又能体现出颜色的总体分布情况。将图像I的向χ轴的投影设为E (χ)，即使关于χ轴方向的height X 3 二维向量，其表达式如下E(x) = (E1(χ) ‘，E2(χ)' , E3(χ)‘)
权利要求
1.一种基于机器视觉的免疫层析结果判读方法，其特征在于按以下步骤进行 步骤一采集免疫层析测试区显色特征区域及其周边非特征区的原始图像I，并获取免疫层析测试区显色特征区域的信息B ；步骤二以非特征区的背景，采用最大似然法，拟合出免疫层析测试区显色特征区域可能的背景图像信息C;步骤三根据背景差分方法，用所述免疫层析测试区显色特征区域的图像信息B与背景图像信息C进行差分，得到免疫层析测试区显色特征区域中前景的真实颜色信息D ；步骤四然后根据真实颜色信息D统计出免疫层析测试区显色特征区域包含信息熵的大小。
2.根据权利要求1所述的一种基于机器视觉的免疫层析结果判读方法，特征在于，所述原始图像I为I = {f (x, y) I (0 < χ <= width)&(0 < y <= height)}其中，f(x, y)代表图像中在(χ，y)像素点处的RGB三维向量，width为图像的宽度， height为图像的高度。
3.根据权利要求1所述的一种基于机器视觉的免疫层析结果判读方法，其特征在于， 所述免疫层析测试区显色特征区域的信息B为B = (BiIi e 1... η} Bi = { 5 ‘ (^ ) I ^lefl < χ < Xirigh,) Bi(X) = (Bi(Xa), Bi(Xd), Bi(Xd)) Bi (X，m) = {f (χ，y, m) |0 < y < = height}其中i为免疫层析测试区显色特征区域的个数，为第i个免疫层析测试区显色特征区域的左边缘，<_为第i个免疫层析测试区显色特征区域的右边缘；将图像I的向χ轴的投影设为E (χ)，即使关于χ轴方向的height X 3 二维向量，其表达式如下E(X) = (E1(X)'，E2(X)'，E3(X)')ιheight= ——(f(x,J,m)) height j=l其中m的取值为1、2、3分别代表着R、G、B维度，f(x, j，m)代表着在图像1中(x，j) 点处的第m分量的颜色值。
4.根据权利要求1所述的一种基于机器视觉的免疫层析结果判读方法，其特征在于， 所述免疫层析测试区显色特征区域建模过程如下第i个免疫层析测试区显色特征区域第m个颜色维度的左、右边缘非特征区采样点集合为H 'lef,[m) = {(>,￡"'(χ)) I 0 < χ·ιφ - Δ < χ < χ\φ)KightO) = {(ΧΕ(χ))ιXiright <χ<Xiright + Δ<width)Δ值决定拟合采样点的多少；拟合背景所选取的曲线形式，则需要根据图像采集光源的具体情况进行分析，如采用单光源，则图像的背景程抛物线形式分布，即第i个免疫层析测试区显色特征区域第m个颜色维度关于X轴的函数表达式为
5.根据权利要求1所述的一种基于机器视觉的免疫层析结果判读方法，其特征在于， 所述免疫层析测试区显色特征区域中前景的真实颜色信息D获取如下获取第i个免疫层析测试区显色特征区域χ轴上第m个颜色维度的真实颜色信息DiU,
全文摘要
本发明公开一种基于机器视觉的免疫层析结果判读方法，其特征步骤是一采集免疫层析测试区显色特征区域及其周边非特征区的原始图像I，并获取免疫层析测试区显色特征区域的信息B；二以非特征区的背景，采用最大似然法拟合出免疫层析测试区显色特征区域可能的背景图像信息C；三根据背景差分方法，B与C差分，得到免疫层析测试区显色特征区域中前景的真实颜色信息D；四根据息D统计出免疫层析测试区显色特征区域包含颜色信息熵的大小。其显著效果是根据数字图像处理技术和仿人视觉技术，结合背景建模技术，剔除掉图像中的毛刺、瑕疵和噪声，精确提取出免疫层析测试区显色区域的颜色信息熵，以量化形式反应出显色的深浅程度。
文档编号G01N33/558GK102384972SQ201010512048
公开日2012年3月21日 申请日期2010年10月19日 优先权日2010年10月19日
发明者刘江, 张路, 李洲 申请人:刘江, 李洲