一种试纸条图像识别方法及系统的制作方法
【专利摘要】本发明公开了一种试纸条图像识别方法及系统，通过获取与待测样本反应后的试纸的试纸图像，对试纸图像进行颜色特征的提取，将提取的颜色特征输入至BP识别模型，获取待测样本的浓度。本方案通过试纸图像的颜色特征以及BP识别模型实现对试纸所测试的待测样本的浓度的获取，实现了通过试纸图像自动获取待测样本的浓度，避免了人眼对试纸图像进行识别，造成的效率低下、且容易受到主观因素影响的问题。
【专利说明】一种试纸条图像识别方法及系统
【技术领域】
[0001]本发明涉及图像识别领域，尤其涉及一种试纸条图像识别方法及系统。
【背景技术】
[0002]在医学领域，疾病的诊断通常需要对多种参数进行衡量，这些参数大多来自对样本的检测结果，试纸检测是应用比较广泛的检测方法。
[0003]尽管目前电子设备已进入到医学领域，但是，对于试纸的检测结果的识别工作基本还是使用人眼观察，与试纸垫标准样本对比来判断其浓度。
[0004]但是，传统的人眼对比识别的方法效率低，并且容易受到工作人员主观因素的影响，因此，亟需一种自动识别试纸条图像的方法来解决目前人眼对比所带来的效率低下的问题。
【发明内容】
[0005]有鉴于此，本发明提供一种试纸条图像识别方法及系统，以解决现有技术中人眼识别试纸条图像效率低下，判断结果容易受到主观因素的影响的问题，其具体方案如下:
[0006]一种试纸条图像识别方法，包括:
[0007]获取与待测样本反应后的试纸的试纸图像；
[0008]对所述试纸图像进行颜色特征提取，所述颜色特征包括:主色平均色调，主色平均饱和度，平均亮度，频度最高饱和度；
[0009]将所述颜色特征输入至BP识别模型，获取所述试纸测试的所述待测样本的浓度。
[0010]进一步的，对所述试纸图像进行颜色特征提取之前，还包括:
[0011]对所述试纸图像进行坐标变化，将所述试纸图像转换为HSI色域空间图像。
[0012]进一步的，将所述颜色特征输入至BP识别模型之前，还包括:
[0013]建立所述待测样本对应的BP识别模型。
[0014]进一步的，对所述试纸图像进行主色平均色调的提取，具体包括:
[0015]依据所述HSI色域空间图像的H值、S值、I值，获取色调H的频度；
[0016]对预定数量的相邻色调的频度进行相加，获取色调能量，其中，所述预定数量为用于获取色调能量的色调维数；
[0017]获取主色调能量，即色调能量的最大值；
[0018]将预定数量的主色调值与所述主色调值对应频度的积的和与主色调能量作商，获取主色平均色调。
[0019]进一步的，对所述试纸图像进行频度最高饱和度的提取，具体包括:
[0020]依据所述HSI色域空间图像的H值、S值、I值，获取饱和度S的频度；
[0021]获取频度最高饱和度。
[0022]进一步的，对所述试纸图像进行主色平均饱和度的提取，具体包括:
[0023]依据所述HSI色域空间图像的H值、S值、I值，获取饱和度S的频度；[0024]获取色调对应的饱和度，即对色调每次出现对应的饱和度值进行累加，得到的和再与色调出现的次数的商；
[0025]获取主色平均饱和度，即对每个主色调对应的饱和度与主色调频度的乘积进行累力口，得到的和再与主色调能量的商。
[0026]进一步的，对所述试纸图像进行平均亮度的提取，具体包括
[0027]获取所述HSI色域空间图像的H值、S值、I值；
[0028]依据图片亮度I获取图片的亮度和；
[0029]将所述图片的亮度和与所述HSI色域空间图像的像素点个数做商，获取所述试纸图像的平均亮度。
[0030]一种试纸条图像识别系统，包括:图像获取单元，与所述图像获取单元相连的特征提取单元，与所述特征提取单元相连的图像识别单元，
[0031]所述图像获取单元获取与待测样本反应后的试纸的试纸图像；
[0032]所述特征提取单元对所述试纸图像进行颜色特征提取，所述颜色特征包括:主色平均色调，主色平均饱和度，平均亮度，频度最高饱和度；
[0033]所述图像识别单元将所述颜色特征输入至BP识别模型，获取所述试纸测试的所述待测样本的浓度。
[0034]进一步的，还包括:与所述图像获取单元及特征提取单元分别相连的图像转换单元，
[0035]所述图像转换单元对所述图像获取单元获取的试纸图像进行坐标变化，将所述试纸图像转变为HSI色域空间图像，并将所述HSI色域空间图像发送至所述特征提取单元。
[0036]进一步的，还包括:与所述特征提取单元及所述图像识别单元相连的模型建立单元，
[0037]所述模型建立单元用于建立所述待测样本对应的BP识别模型，并将所述BP识别模型发送至所述图像识别单元。
[0038]从上述技术方案可以看出，本发明公开的试纸条图像识别方法及系统，通过获取与待测样本反应后的试纸的试纸图像，对试纸图像进行颜色特征的提取，将提取的颜色特征输入至BP识别模型，获取待测样本的浓度。本方案通过试纸图像的颜色特征以及BP识别模型实现对试纸所测试的待测样本的浓度的获取，实现了通过试纸图像自动获取待测样本的浓度，提高了识别效率，避免了人眼对试纸图像进行识别，造成的效率低下、且容易受到主观因素影响的问题。
【专利附图】
【附图说明】
[0039]为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0040]图1为本发明实施例公开的一种试纸条图像识别方法的流程图；
[0041]图2为本发明实施例公开的一种试纸条图像识别方法的流程图；
[0042]图3为本发明实施例公开的一种试纸图像进行主色平均色调提取的方法的流程图；
[0043]图4为本发明实施例公开的一种试纸图像进行主色平均饱和度提取的方法的流程图；
[0044]图5为本发明实施例公开的一种试纸图像进行平均亮度提取的方法的流程图；
[0045]图6为本发明实施例公开的一种试纸条图像识别系统的结构示意图。
【具体实施方式】
[0046]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0047]本实施例公开了一种试纸条图像识别方法，其流程图如图1所示，包括:
[0048]步骤S11、获取与待测样本反应后的试纸的试纸图像；
[0049]待测样本可以为尿液样本。
[0050]步骤S12、对试纸图像进行颜色特征提取；[0051]其中，颜色特征包括:主色平均色调，主色平均饱和度，平均亮度，频度最高饱和度。
[0052]步骤S13、将颜色特征输入至BP识别模型，获取试纸测试的待测样本的浓度。
[0053]以待测样本为尿液为例，根据尿液分析项目标准，一般对胆红素、尿胆原、酮体、维生素C、葡萄糖、蛋白质、隐血、亚硝酸盐、PH值、尿比重、白细胞等11个项目作检测。
[0054]因此，在将颜色特征值输入至BP识别模型后，会对尿液中的11个项目作检测，并分别获取上述11个检测项目的浓度，通过对上述11个检测项目浓度的获取，判断被检测人员的各项指标是否正常。
[0055]其中，胆红素的浓度可以用neg.、+、++、+++来表示；尿胆原的浓度可以用norm.、2(35) >4 (70) >8 (140)、12 (200)mg/dl (μ mol/1)来表示；酮体的浓度可以用 neg.、trace.、+、++、+++来表示；维生素C的浓度可以用neg.、+、++来表示；葡萄糖的浓度可以用norm、50 (2,8), 100 (5,6) 250 (14)、500 (28)、≥ 1000 (56)mg/dl (mmol/1)来表示;蛋白质的浓度可以用 neg.、trace.、30、100、500mg/dl 来表不;隐血的浓度可以用 neg.、+ca.5_10、++ca.50、+++ca.300Ery/ μ I来表示；亚硝酸盐的浓度可以用neg.、pos.来表示；PH值的浓度可以用 5、6、6.5、7、8、9 来表示；尿比重的浓度可以用 1.000,1.005,1.010,1.015,1.020,1.025、1.030来表示；白细胞的浓度可以用neg.、ca.25、ca.75、ca.500Leuko/ μ I来表示。
[0056]本实施例公开的试纸条图像识别方法，通过获取与待测样本反应后的试纸的试纸图像，对试纸图像进行颜色特征的提取，将提取的颜色特征输入至BP识别模型，获取待测样本的浓度。本方案通过试纸图像的颜色特征以及BP识别模型实现对试纸所测试的待测样本的浓度的获取，实现了通过试纸图像自动获取待测样本的浓度，提高了识别效率，避免了人眼对试纸图像进行识别造成的效率低下、且容易受到主观因素影响的问题。
[0057]本实施例公开了一种试纸条图像识别方法，其流程图如图2所示，包括:
[0058]步骤S21、获取与待测样本反应后的试纸的试纸图像；
[0059]步骤S22、对试纸图像进行颜色特征提取；[0060]其中，颜色特征包括:主色平均色调，主色平均饱和度，平均亮度，频度最高饱和度。
[0061]步骤S23、建立待测样本对应的BP识别模型；
[0062]以待测样本为尿液为例，根据尿液分析项目标准，一般对胆红素、尿胆原、酮体、维生素C、葡萄糖、蛋白质、隐血、亚硝酸盐、PH值、尿比重、白细胞等11个项目作检测。
[0063]那么，在进行检测之前，就需要针对这11个检测项目中的每一个检测项目，建立BP识别模型。
[0064]其中，BP识别模型由3层网络组成，第一层为输入层，共4个神经元，第二层为隐含层，共9个神经元，第三层为输出层。
[0065]第一层网络输入特征矢量为X = (X1, X2, X3, χ4)τ，第二层的输出为Y =(yi, y2, y3, y4.y5.y6.y7，y8，y9)T，第三层有k个神经元，其中，k为输出浓度类型，z =
(z” Z2, Z3,...，Zk)。
[0066]其中，第一层的输出为
【权利要求】
1.一种试纸条图像识别方法，其特征在于，包括: 获取与待测样本反应后的试纸的试纸图像； 对所述试纸图像进行颜色特征提取，所述颜色特征包括:主色平均色调，主色平均饱和度，平均亮度，频度最高饱和度； 将所述颜色特征输入至BP识别模型，获取所述试纸测试的所述待测样本的浓度。
2.根据权利要求1所述的方法，其特征在于，对所述试纸图像进行颜色特征提取之前，还包括: 对所述试纸图像进行坐标变化，将所述试纸图像转换为HSI色域空间图像。
3.根据权利要求1所述的方法，其特征在于，将所述颜色特征输入至BP识别模型之前，还包括: 建立所述待测样本对应的BP识别模型。
4.根据权利要求2所述的方法，其特征在于，对所述试纸图像进行主色平均色调的提取，具体包括: 依据所述HSI色域空间图像的H值、S值、I值，获取色调H的频度； 对预定数量的相邻色调的频度进行相加，获取色调能量，其中，所述预定数量为用于获取色调能量的色调维数； 获取主色调能量，即色调能量的最大值； 将预定数量的主色调值与所述主色调值对应频度的积的和与主色调能量作商，获取主色平均色调。
5.根据权利要求2所述的方法，其特征在于，对所述试纸图像进行频度最高饱和度的提取，具体包括: 依据所述HSI色域空间图像的H值、S值、I值，获取饱和度S的频度； 获取频度最高饱和度。
6.根据权利要求2所述的方法，其特征在于，对所述试纸图像进行主色平均饱和度的提取，具体包括: 依据所述HSI色域空间图像的H值、S值、I值，获取饱和度S的频度； 对色调每次出现对应的饱和度进行累加，得到的和再与色调出现的次数作商，获取色调对应的饱和度； 对每个主色调对应的饱和度与主色调频度的乘积进行累加，得到的和再与主色调能量作商，获取主色平均饱和度。
7.根据权利要求2所述的方法，其特征在于，对所述试纸图像进行平均亮度的提取，具体包括 获取所述HSI色域空间图像的H值、S值、I值； 依据图片亮度I获取图片的亮度和； 将所述图片的亮度和与所述HSI色域空间图像的像素点个数做商，获取所述试纸图像的平均亮度。
8.—种试纸条图像识别系统，其特征在于，包括:图像获取单元，与所述图像获取单元相连的特征提取单元，与所述特征提取单元相连的图像识别单元， 所述图像获取单元获取与待测样本反应后的试纸的试纸图像；所述特征提取单元对所述试纸图像进行颜色特征提取，所述颜色特征包括:主色平均色调，主色平均饱和度，平均亮度，频度最高饱和度； 所述图像识别单元将所述颜色特征输入至BP识别模型，获取所述试纸测试的所述待测样本的浓度。
9.根据权利要求8所述的系统，其特征在于，还包括:与所述图像获取单元及特征提取单元分别相连的图像转换单元， 所述图像转换单元对所述图像获取单元获取的试纸图像进行坐标变化，将所述试纸图像转变为HSI色域空间图像，并将所述HSI色域空间图像发送至所述特征提取单元。
10.根据权利要求8所述的系统，其特征在于，还包括:与所述图像识别单元相连的模型建立单元， 所述模型建立单元用于建立所述待测样本对应的BP识别模型，并将所述BP识别模型发送至所述图像识别单元。
【文档编号】G06K9/62GK103984964SQ201410246477
【公开日】2014年8月13日 申请日期:2014年6月5日 优先权日:2014年6月5日
【发明者】丁建文, 梁光明 申请人:爱威科技股份有限公司