一种基于云平台尿检试纸生理指标量化识别方法与流程

本发明属于图像识别范畴，特别涉及一种基于云平台的尿检试纸生理指标量化识别方法，可用于医院急诊，筛选早慢性肾病及糖尿病等患者。

背景技术：

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，利用试纸检测是应用比较广泛的检测方法。而在众多检测中，尿液分析是很多疾病检测的重要手段，在临床诊断中意义重大。目前，很多电子设备已进入医学领域，尿液分析仪也相继出现。尿液分析仪一般都有专用的试剂带，试剂带行包含若干个试剂块，等距分布在试纸上。试纸块上涂有专门用来检测对应项目的化学试剂，试剂块的数目决定了检测项目的多少。试剂块上涂有测量相应项目的化学物质，与尿液接触会发生颜色反应。根据试剂块的颜色变化程度，可以判断出尿液中相应物质的浓度并获得检测结果。

尿液分析在泌尿系统疾病诊断、疗效观察及预后、代谢系统疾病的诊断等方面被广泛应用。采用传统方法进行尿液检查，过程复杂且周期较长。虽然尿液分析仪可以快速准确的测量尿液的各项指标，但大多数尿液分析仪过于昂贵且检测范围有限，必须采用配套的试纸进行检测。而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，为了解决这些问题，提出了一种基于云平台的尿检试纸图像识别方法，在移动设备上就可进行尿常规检测，帮助用户在家进行尿液自检，采用了尿液干化学分析的方法，使用移动设备摄像头扫描试纸及比色卡即可得到半定量的测量结果，具有成本低廉，检测快捷、使用方便等优点。

技术实现要素：

本发明在于提供一种基于云平台的尿检试纸生理指标量化识别方法，成本低廉，简单直观，缩短了检测时间，具有较高的准确率。

本发明在于提供一种基于云平台的尿检试纸生理指标量化识别方法，包括以下步骤：步骤1、获取尿检试纸图像；步骤2、harris角点检测标定图像；步骤3、将图像空间从rgb转到cielab，计算尿检图像与标准色卡的色差；步骤4、利用knn最近邻算法将试纸颜色分类到比色卡对应的类别，自动解析指标浓度。

所述的尿检试纸含有二维码部分、标准色卡部分、检测试纸部分，其中，通过扫描二维码可以打开该试纸的链接网址，查看使用说明、厂商、标准色谱、示例等，服务于拍照识别各指标反应后的颜色。

所述的尿检试纸图像识别方法可以识别不同厂家、不同型号、不同检测项目的试纸块颜色及其浓度。

附图说明

图1是该尿检试纸的结构示意图。

图2是基于云平台的尿检试纸图像识别方法的流程图。

图3是harris角点检测的流程图。

图4是cielab空间色差计算流程图。

具体实施方式

下面结合附图对本发明所给出基于云平台的尿检试纸图像识别方法进行详细说明。

图1为该尿检试纸结构示意图，包括三部分：二维码部分(1)、标准色卡部分(2)、检测试纸部分(3)。通过扫描二维码部分(1)可获得试纸的型号、使用说明、厂商、标准色谱、示例等；标准色卡部分(2)用于检测时判断检测试纸(2)与标准色卡的颜色相似度；检测试纸部分用来与待检尿液发生颜色反应。

使用时先将尿液滴在试纸上，待反应完全后，首先通过人眼对试纸颜色进行测定，确定其在标准色卡中的参考值。

图2为基于云平台的尿检试纸图像识别方法的流程图，包括以下步骤：步骤1、获取尿检试纸和标准色卡的图像(4)；步骤2、harris角点检测标定图像(5)；步骤3、将图像空间从rgb转到cielab(6)，计算尿检图像与标准色卡的色差(7)；步骤4、利用knn最近邻算法将试纸颜色分类到比色卡对应的类别(8)，自动解析指标浓度。

所述获取尿检试纸和标准色卡的图像(4)是指采用移动设备的摄像头采集反应后的试纸和标准色卡图像，为避免环境光线干扰，摄像头应同时采集尿检试纸及比色卡图像，相机采集原始图像后，先将原始图像压缩，同时新的像素是原来周围均值的均值，起到均值滤波的效果。

图3是harris角点检测的流程图，所述harris角点检测标定图像(5)，用于消除拍摄过程中的抖动对图像采集结果的影响，harris角点检测的基本数学公式为：，包括以下几个步骤：

步骤一：表示移动窗口，根据其计算图像x轴与y轴上的一阶高斯偏导数ix及iy；

步骤二：根据第一步结果得到ix^2,iy^2与ix*iy值；

步骤三：高斯模糊第二步三个值得到sxx,syy,sxy；

步骤四：根据像素的harris矩阵，计算矩阵特征值；

其中harris矩阵为：

步骤五：计算出每个像素的r值；

其公式为：，，

步骤六：使用3*3或5*5的窗口，实现非最大值压制；

步骤七：根据角点检测结果，在提取到的角点中找到色块矩阵匹配点，进行自适应采样；

图像标定后需要将标定后的图像上传到服务器，服务器段在接受到客户端上传的图片数据后，根据图像中的颜色矫正色卡色彩数据及标准色卡数据生成颜色矫正模型，对上传的图片进行亮度调整和色彩矫正，进行准确的色彩还原。色彩矫正方面采用了iccs(theimagecolorcorrectionsystem)进行色彩还原，即图4描述的具体流程。

图4是cielab空间色差计算流程图，所述将图像空间从rgb转到cielab(6)，由于通过摄像头采集的原始图像数据是以rgb格式存储的，而计算cielab空间色差需要将rgb颜色数据转化到cielab色彩空间，但rgb色彩空间无法直接转换成cielab色彩空间，需要先转换成ciexyz色彩空间再转换成cielab色彩空间，即：rgb—xyz—lab，包括以下几个步骤：

步骤一：计算r,g,b像素通道具体值，并用gamma函数对颜色进行非线性色调编辑提高图像对比度；

r，g，b像素通道的取值范围均为[0,255]，计算r，g，b像素值公式如下：

其中

步骤二：将rgb色彩空间转换到色彩空间，色彩空间转ciexyz色彩空间的公式如下：

其中m=[0.4124,0.3576,0.1805,0.2126,0.7152,0.0722,0.0193,0.1192,0.9505]

步骤三：将ciexyz色彩空间转cielab色彩空间，其公式如下：

步骤四：采用欧几里得空间距离来评价cielab空间色差颜色相似度，对应所述计算尿检图像与标准色卡的色差(7)，其公式如下：

所述knn最近邻算法将试纸颜色分类到比色卡对应的类别(8)，在cielab色彩空间中将采样的试纸颜色分类到比色卡样本类别中，先选取cielab色彩空间中比色卡样本颜色，并根据knn最近邻算法将待测试纸样本分类到选取的最邻近颜色对应的颜色类别中，从而完成试纸指标数据解析。