CN106127212B - 化学测试卡的自动读取方法和系统 - Google Patents
化学测试卡的自动读取方法和系统 Download PDFInfo
- Publication number
- CN106127212B CN106127212B CN201610463801.0A CN201610463801A CN106127212B CN 106127212 B CN106127212 B CN 106127212B CN 201610463801 A CN201610463801 A CN 201610463801A CN 106127212 B CN106127212 B CN 106127212B
- Authority
- CN
- China
- Prior art keywords
- image
- test chemical
- test
- chemical card
- carried out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 329
- 239000000126 substance Substances 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013075 data extraction Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 77
- 230000002708 enhancing effect Effects 0.000 claims description 73
- 238000012937 correction Methods 0.000 claims description 48
- 238000003709 image segmentation Methods 0.000 claims description 38
- 238000011282 treatment Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 10
- 238000012549 training Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000012856 packing Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 5
- 241000208340 Araliaceae Species 0.000 claims 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 2
- 235000008434 ginseng Nutrition 0.000 claims 2
- 238000003702 image correction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000001954 sterilising effect Effects 0.000 description 14
- 230000000844 anti-bacterial effect Effects 0.000 description 11
- 238000004659 sterilization and disinfection Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 239000000376 reactant Substances 0.000 description 9
- 230000000694 effects Effects 0.000 description 7
- 238000002845 discoloration Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 3
- MHAJPDPJQMAIIY-UHFFFAOYSA-N Hydrogen peroxide Chemical compound OO MHAJPDPJQMAIIY-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 239000008188 pellet Substances 0.000 description 2
- 239000002574 poison Substances 0.000 description 2
- 231100000614 poison Toxicity 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- IAYPIBMASNFSPL-UHFFFAOYSA-N Ethylene oxide Chemical compound C1CO1 IAYPIBMASNFSPL-UHFFFAOYSA-N 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000000249 desinfective effect Effects 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 239000002648 laminated material Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 230000037452 priming Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 238000010025 steaming Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/26—Accessories or devices or components used for biocidal treatment
- A61L2/28—Devices for testing the effectiveness or completeness of sterilisation, e.g. indicators which change colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本公开的实施例提供了一种化学测试卡的自动读取方法和系统，所述自动读取方法包括：获取包含化学测试卡的数字化图像的图像数据；从获取的图像数据中提取化学测试卡的数字化图像；获取化学测试卡的数字化图像的至少一种单一信道图像数据；基于所述至少一种单一信道图像数据提取特征信息；以及依据特征信息判断利用该化学测试卡所进行的测试是否通过。
Description
技术领域
本公开涉及图像识别的技术领域，具体地，涉及一种化学测试卡的自动读取方法和系统。
背景技术
在医疗卫生行业，经常采用高压蒸汽灭菌装置对医疗器械等进行消毒灭菌。在消毒过程中，如果灭菌装置里的空气排出不完全或是灭菌装置漏气，则会导致一定的空气残留在灭菌装置内。这些残留的空气在灭菌过程中的蒸汽暴露阶段会影响高压蒸汽对灭菌装置内的待消毒物品的渗透，从而降低灭菌的效果。
BD(Bowie-Dick)测试用其发明者J.H.Bowie和J.Dick的姓氏来命名。BD测试用来评估灭菌装置的真空状态，从而判断灭菌装置是否正常工作。在进行高压蒸汽灭菌消毒之前，将BD测试包内的BD测试卡随待消毒物品一起放入灭菌装置中，以对灭菌装置进行测试。
图1示出了一种常用的BD测试卡，图2A至图2C示出了BD测试卡经高压蒸汽灭菌消毒后的示例。
如图1所示，BD测试卡的条纹区域主要包括两个部分，反应物区域以及空白区域。BD测试卡经高温加热之后产生的变化主要为反应物区域的颜色变化。具体而言，BD测试卡上的反应物的初始颜色为淡黄色，经高温加热后反应物会由淡黄色变成均匀的暗棕色到黑色，而空白区域的颜色则始终为白色。如果反应物的变色均匀，如图2A所示，则表示BD测试合格，灭菌装置可以正常工作；如果BD测试卡的反应物变色不均匀，如图2B所示，则表明BD测试不合格，灭菌装置存在漏气现象不能正常工作。
在现有的灭菌质量控制系统中，通常由操作员用肉眼判断BD测试卡的变色效果是否达到指定标准，这样的判断方法非常主观。不同操作员对颜色和亮度的变换敏感度不同，可能导致不同操作员对同一张BD测试卡的判断结果不同，特别是针对于如图2C所示的处于临界状态下的示例，不同操作员可能得到不同的判断结果。此外，即使是同一个操作员在不同时间对同一张BD测试卡的判断结果也可能不同。这就使得以肉眼判断BD测试卡的变色效果不可靠，从而给医疗卫生质量管理带来隐患。
过程挑战装置(Process Challenge Device，PCD)测试是在医疗卫生行业中用于对灭菌装置进行测试的另一种常用的测试方法。图3示出了一种常用的多参数化学积分器。如图3所示，该多参数化学积分器包括一个纸桥和一个包含在纸/膜/箔层压材料中的对蒸汽和温度敏感的化学芯块。当暴露在蒸汽灭菌条件下时，化学芯块融化并沿着纸桥移动形成黑色条状物。可以在该多参数化学积分器的“REJECT ACCEPT”窗口中观测到该黑色条状物。黑色条状物的长度依赖于灭菌装置的蒸汽、时间和温度等多种参数条件。如果黑色条状物能够“爬行”至“ACCEPT”窗口一侧，则表示灭菌处理合格；如果黑色条状物没有进入“ACCEPT”窗口，而是在停留在“REJECT”窗口一侧，则说明待消毒物品没能充分暴露在蒸汽灭菌环境中，灭菌处理不合格。因而，这种多参数化学积分器也被称作“爬行卡”。
通常，经测试的多参数化学积分器会粘贴在图4所示的测试报告上，并且在医疗机构中保存至少三年以上。如果能够对粘贴在测试报告上的测试卡进行自动读取并确定测试结果，则可以有助于测试结果的数字化管理。
发明内容
本公开旨在提供一种能够对化学测试卡进行自动读取方法和系统，以消除肉眼判断的不可靠性，并且有助于测试结果的数字化管理。
根据本公开的一个方面，提供一种化学测试卡的自动读取方法，包括：获取包含化学测试卡的数字化图像的图像数据；从获取的图像数据中提取化学测试卡的数字化图像；获取化学测试卡的数字化图像的至少一种单一信道图像数据，并且基于所述至少一种单一信道图像数据提取特征信息；以及依据特征信息判断利用该化学测试卡所进行的测试是否通过。
在提取化学测试卡的数字化图像的步骤中可以包括对获取的图像数据进行下列处理中的至少一种：图像增强处理、旋转校正和图像分割。
所述化学测试卡可以为BD测试卡，并且提取化学测试卡的数字化图像的步骤可以包括：对获取的图像数据进行图像增强处理，以得到增强图像；对增强图像进行旋转校正，以获得旋转增强图像；以及对旋转增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域。
图像增强处理的步骤可以包括：将图像数据从RGB色彩空间变换为YUV色彩空间；依据以下等式(1)调整Y信道的像素值
其中，Y表示调整前的Y信道的像素值，minY表示调整前的各个Y信道的像素值中的最小值，maxY表示调整前的各个Y信道像素值中的最大值，Ymax表示Y信道的像素值依据数字化等级的最大上限，Y'表示调整后的Y信道的像素值；以及基于调整后的Y信道的像素值，将图像数据从YUV色彩空间变换为RGB色彩空间。
可以依据蓝色信道图像获得旋转校正步骤中所应用的旋转角度以及图像分割步骤中所应用的边界。
旋转校正的步骤可以包括：获得所述增强图像的蓝色信道图像；对所述蓝色信道图像进行二值化处理，以获得黑白二值图；对所述黑白二值图进行形态学运算并连结成一个完整的连通域；进行连通域分析，以获得最大连通域；以及根据最大连通域的上边界估计旋转角度，并基于所述旋转角度对所述增强图像进行旋转校正，以获得旋转增强图像。
对旋转增强图像进行图像分割的步骤可以包括：获得所述旋转增强图像的蓝色信道图像；对所述蓝色信道图像进行二值化处理，以获得黑白二值图；对所述黑白二值图进行形态学运算并连结成一个完整的连通域；以及进行连通域分析，以获得所述感兴趣区域。
获取化学测试卡的数字化图像的至少一种单一信道图像数据并且基于所述至少一种单一信道图像数据提取特征信息的步骤可以包括：获得包含化学测试卡的数字化图像的感兴趣区域内的图像的灰色信道图像；基于感兴趣区域内的前景像素数量计算对应于所述灰色信道图像的全图灰度均值，其中所述前景像素为其亮度小于感兴趣区域内的图像的平均亮度的像素；将所述灰色信道图像分割成中央区域以及围绕所述中央的区域的边界区域，并且基于中央区域内的前景像素数量计算对应于中央区域内的图像的中央灰度均值；将所述灰色信道图像分割成多个块，并且基于每个块内的前景像素数量计算对应于每个块内的图像的块灰度均值；以及从对应于所述中央区域内的各个块的各个块灰度均值中获得最大块灰度均值，并且从对应于所述边界区域内的各个块的各个块灰度均值中获得最小块灰度均值。所述全图灰度均值、中央灰度均值、最大块灰度均值和最小块灰度均值所构成的四维特征向量可以为所述特征信息。
所述多个块中的相邻块之间可以有交叠。
可以对所述特征信息进行加权计算以获得该化学测试卡的评分。当评分大于或等于第一阈值时，可以确定利用该化学测试卡所进行的测试通过，当评分小于第二阈值时，可以确定利用该化学测试卡所进行的测试不通过。
可以通过样本训练获得所述加权计算中的各个权值以及所述第一阈值和第二阈值。
当评分小于第一阈值并且大于或等于第二阈值时，可以确定利用该化学测试卡所进的行测试处于临界状态。对处于临界状态下的测试，可以引入专家意见，并可基于专家意见动态地调整所述第一阈值和/或第二阈值。
可以通过扫描仪获取包含化学测试卡的数字化图像的图像数据。
在获取化学测试卡的数字化图像的至少一种单一信道图像数据并且基于所述至少一种单一信道图像数据提取特征信息的步骤中，可以仅获取化学测试卡的数字化图像的一种单一信道图像数据，并且基于所述一种单一信道图像数据提取特征信息。
所述化学测试卡可以为多参数化学积分器。提取化学测试卡的数字化图像的步骤可以包括：对获取的图像数据进行图像增强处理，以得到增强图像；对增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域；以及对获得的感兴趣区域中的图像进行旋转校正。
图像增强处理的步骤可以包括：对获取的图像数据进行色彩空间变换，其中，依据以下等式(2)进行色彩空间变换
T＝max(0,B-R) (2)
其中，T表示变换后的色彩空间，B表示图像数据的蓝色信道图像，R表示图像数据的红色信道图像。
可以依据所述增强图像的黑白二值图获得旋转校正步骤中所应用的旋转角度以及图像分割步骤中所应用的边界。
图像分割的步骤可以包括：对增强图像进行二值化处理，以获得第一黑白二值图；对第一黑白二值图进行连通域分析，以获得第一最大连通域；根据第一最大连通域估计包括多参数化学积分器的数字化图像的边界；以及根据所述边界对增强图像进行分割，以获得所述感兴趣区域。
可以根据第一最大连通域的上边界估计旋转角度，并可基于所述旋转角度对所述感兴趣区域内的图像进行旋转校正。
提取特征信息的步骤可以包括：对旋转后的感兴趣区域内的图像进行二值化处理，以获得第二黑白二值图；对第二黑白二值图进行连通域分析，以获得第二最大连通域；获取图像数据的蓝色信道图像，并且对所述蓝色信道图像应用根据第一最大连通域估计边界和旋转角度，以获得校正特征图像；对校正特征图像进行二值化处理，以获得第三黑白二值图；对第三黑白二值图进行连通域分析，以获得第三最大连通域。第二最大连通域和第三最大连通域可以为所述特征信息。
当根据提取的特征信息确定第二最大连通域和第三最大连通域存在重叠部分时，可以确定利用该化学测试卡所进行的测试通过，否则，可以确定利用该化学测试卡所进行的测试不通过。
在提取化学测试卡的数字化图像的步骤之前还可以包括：获取化学测试卡的外包装上的第一标识信息；获取化学测试卡上的第二标识信息；以及对所述第一标识信息和第二标识信息进行判断，并且当所述第一标识信息和第二标识信息匹配时，对获取的图像数据进行后续处理。
根据本公开的另一个方面，提供一种化学测试卡的自动读取系统，包括：图像获取模块，用于获取包含化学测试卡的数字化图像的图像数据；图像处理模块，其配置为从获取的图像数据中提取化学测试卡的数字化图像；特征信息提取模块，其配置为获取通过图像处理模块提取的化学测试卡的数字化图像的至少一种单一信道图像数据，并且基于所述至少一种单一信道图像数据提取特征信息；以及测试结果判断模块，其依据特性信息提取模块提取的特征信息判断利用该化学测试卡所进行的测试是否通过。
图像处理模块可以配置为对图像获取模块获取的图像数据进行下列处理中的至少一种：图像增强处理、旋转校正和图像分割。
所述化学测试卡可以为BD测试卡，并且图像处理模块可以配置为：对获取的图像数据进行图像增强处理，以得到增强图像；对增强图像进行旋转校正，以获得旋转增强图像；以及对旋转增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域。
特征信息提取模块可以配置为：获得感兴趣区域内的图像的灰色信道图像；基于感兴趣区域内的前景像素数量计算对应于所述灰色信道图像的全图灰度均值，其中所述前景像素为其亮度小于感兴趣区域内的图像的平均亮度的像素；将所述灰色信道图像分割成中央区域以及围绕所述中央的区域的边界区域，并且基于中央区域内的前景像素数量计算对应于中央区域内的图像的中央灰度均值；将所述灰色信道图像分割成多个块，并且基于每个块内的前景像素数量计算对应于每个块内的图像的块灰度均值；以及从对应于所述中央区域内的各个块的各个块灰度均值中获得最大块灰度均值，并且从对应于所述边界区域内的各个块的各个块灰度均值中获得最小块灰度均值。所述全图灰度均值、中央灰度均值、最大块灰度均值和最小块灰度均值所构成的四维特征向量可以为所述特征信息。
所述多个块中的相邻块之间可以有交叠。
所述测试结果判断模块可以对所述特征信息进行加权计算以获得该化学测试卡的评分。当评分大于或等于第一阈值时，所述测试结果判断模块可以确定利用该化学测试卡所进行的测试通过，当评分小于第二阈值时，所述测试结果判断模块可以确定利用该化学测试卡所进行的测试不通过。
可以通过样本训练获得所述加权计算中的各个权值以及所述第一阈值和第二阈值。
当评分小于第一阈值并且大于或等于第二阈值时，所述测试结果判断模块可以确定利用该化学测试卡所进行的测试处于临界状态。对处于临界状态下的测试，可以引入专家意见，并可基于专家意见动态地调整所述第一阈值和/或第二阈值。
所述图像获取模块可以是扫描仪。
所述特征信息提取模块可以配置为仅获取化学测试卡的数字化图像的一种单一信道图像数据，并且基于所述一种单一信道图像数据提取特征信息。
所述化学测试卡可以为多参数化学积分器，并且图像处理模块可以配置为：对获取的图像数据进行图像增强处理，以得到增强图像；对增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域；以及对获得的感兴趣区域中的图像进行旋转校正。
所述化学测试卡的自动读取系统还可以包括标识信息获取模块和标识信息判断模块。所述标识信息获取模块可用于获取化学测试卡的外包装上的第一标识信息。图像获取模块还可获取化学测试卡上的第二标识信息。所述标识信息判断模块可用于对所述第一标识信息和第二标识信息进行判断，当所述第一标识信息和第二标识信息匹配时，所述自动读取系统对图像获取模块获取的图像数据进行后续处理。
根据本公开提供的方法和系统，能够对化学测试卡进行自动读取，以消除肉眼判断的不可靠性，并且有助于测试结果的数字化管理。
附图说明
通过参照附图对各示例实施例进行详细描述，本公开的示例实施例的上述和其他特征和优点将变得更加清楚。附图旨在描述本公开的示例实施例，而不应当解释为限制权利要求的预期范围。在附图中：
图1示出了一种常用的BD测试卡；
图2A至图2C示出了BD测试卡经高压蒸汽灭菌消毒后的示例；
图3示出了一种常用的多参数化学积分器；
图4示出了粘贴有经过测试的多参数化学积分器的测试报告；
图5示意性地示出了根据示例性实施例的化学测试卡的自动读取方法的流程图；
图6示出了对BD测试卡的图像数据进行图像增强处理的效果对比示图；
图7示出了对BD测试卡的增强图像进行旋转校正的处理过程；
图8A示出了对BD测试卡的旋转增强图像进行图像分割的处理过程；
图8B示例性地示出了经过图像分割处理后的BD测试卡的感兴趣区域；
图9示出了BD测试卡的感兴趣区域内的图像的灰色信道图像及其掩码图像；
图10示出了BD测试卡的图像数据的另一示例；
图11示出了对图4所示的多参数化学积分器的图像数据进行图像增强处理后的示图；
图12示出了对图11所示的多参数化学积分器的增强图像进行图像分割后的示图；
图13示出了对图12所示的多参数化学积分器的感兴趣区域进行旋转校正后的示图；
图14示出了基于图13所示的旋转校正后的感兴趣区域获得的包括“ACCEPT”窗口的示图；
图15示出了进行了图像分割和旋转校正后的包括多参数化学积分器的黑色条状物的示图；
图16示出了基于图15获得的包括黑色条状物的最大连通域的示图；以及
图17示意性地示出了根据示例性实施例的化学测试卡的自动读取系统的框图。
具体实施方式
下面将参照附图详细描述本公开的示例性实施例。然而，本公开可以按照许多不同的形式示例，并且不应理解为限于本文所阐述的示例性实施例。此外，提供这些实施例是为了使得本公开将是彻底而完整的，并且将向本领域的技术人员充分地传达本公开的范围。
在附图中，为了清楚起见，会放大各元件的形状和尺寸，并且相同的附图标记将始终用于指示相同或相似的元件。
应当理解的是，虽然在本文中使用了术语第一、第二等来描述各个元件，然而这些元件不应当被这些术语所限定。这些术语仅用于将一个元件与另一个元件区分开。例如，第一元件可被称作第二元件，并且类似地，第二元件可被称作第一元件，而没有背离本公开的示例实施例的范围。如在本文中所使用的那样，术语“和/或”包括一个或多个所列相关项目的任意和全部组合。
本文所使用的术语仅用于描述本文所阐述的示例性实施例，而非旨在限定本公开。如同本文所使用的那样，除非上下文中另外明确表示，否则单数形式“一个”、“一”和“该”也旨在包括复数形式。还应当理解，当术语“包括”、“提供有”和/或“具有”用于示例性实施例中时，其指示了存在所述特征、整体、步骤、操作、元件和/或部件，但并不排除存在或增加其他一个或多个特征、整体、步骤、操作、元件、部件和/或它们的组合。
还应当注意到，在一些替代实现方式中，所示出的功能/动作会按照与图中标注的顺序不同的方式发生。例如，连续示出的两个图实际上可以基本同时执行，或者有时可以按照相反的顺序执行，这取决于所涉及的功能/动作。
除非另有说明，否则本文使用的包括说明性术语或技术术语的所有术语应该被理解为具有对于本领域普通技术人员之一明显的含义。另外，在普通词典中定义并且在以下描述中使用的术语应该被理解为具有与相关描述中使用的含义等同的含义，并且，除非本文中另有说明，否则所述术语不应被理解为理想的或过于正式的。
图5示意性地示出了根据示例性实施例的化学测试卡的自动读取方法的流程图。
如图5所示，根据本公开实施例的化学测试卡的自动读取方法，可以通过图像获取模块(例如，扫描仪等)获取包含化学测试卡的数字化图像的图像数据(S1)。但本公开不限于此，根据其他实施例，可以通过其他成像装置获取包含化学测试卡的数字化图像的图像。
获得图像数据后，可以从获取的图像数据中提取化学测试卡的数字化图像(S2)。根据本公开的实施例，在提取化学测试卡的数字化图像的过程中可以对获取的图像数据进行图像增强处理、旋转校正和图像分割，以提取化学测试卡的数字化图像。
示例实施例：BD测试卡
下面以BD测试卡为例，对从图像数据中提取化学测试卡的数字化图像的步骤进行详细说。
图6示出了对BD测试卡的图像数据进行图像增强处理的效果对比示图。
参见图6，左侧部分的示图为BD测试卡的原始图像数据。由于测试卡的批次、反应物的种类、成像装置的参数设置等原因，会使得原始图像数据并不适于直接用于提取特征信息的操作，因而需要对原始图像数据进行图像增强处理。考虑到BD测试的特性，即，以反应物的变色是否均匀为依据来判断BD测试是否合格，因此对于BD测试卡的图像数据所进行的图像增强处理不应当反应物的对条纹图像的颜色均匀性产生影响。
根据本公开的实施例，提供这样一种对于BD测试卡的图像数据进行图像增强处理的方式：将图像数据从RGB色彩空间变换为YUV色彩空间；依据以下等式(1)调整Y信道的像素值
其中，Y表示调整前的Y信道的像素值，minY表示调整前的各个Y信道的像素值中的最小值，maxY表示调整前的各个Y信道像素值中的最大值，Ymax表示Y信道的像素值依据数字化等级的最大上限，Y'表示调整后的Y信道的像素值；以及基于调整后的Y信道的像素值，将图像数据从YUV色彩空间变换为RGB色彩空间。
通过上述图像增强处理，可以在不影响图像数据的色调的情况下，将图像数据的亮度扩展至其依据数字化等级的整个范围。例如，在8位数据的情况下，其数字化等级为28＝256，通过上述图像增强处理，可以将图像的亮度扩展至[0,255]的整个范围。
图6右侧部分的示图为经图像增强处理的BD测试卡的增强图像。可以看出，增强图像的对比度比原始的图像数据的对比度有所增加，以有助于后续的各项图像处理。
图7示出了对BD测试卡的增强图像进行旋转校正的处理过程。
对于BD测试卡而言，蓝色信道会更有利于区分BD测试卡的条纹区域和背景信息，因此首先对BD测试卡的增强图像提取其蓝色信道图像(图7中的(a))。根据本公开的实施例，可以将图像的尺寸缩小(例如，缩小为原图尺寸的1/64)后，再提取其蓝色信道图像，以减少计算上的开销。
在得到增强图像的蓝色信道图像之后，使用固定阈值128对进行二值化处理，以获得黑白二值图(图7中的(b))。例如，在8位数据的情况下，将蓝色分量值小于128的像素定义为白色像素，否则定义为黑色像素。
对BD测试卡的黑白二值图使用形态学运算以去除噪点，并将条纹区域连结成一个完整的连通域(图7中的(c))。进行连通域分析，找到最大的连通域(图7中的(d))，同时根据连通域的上边界估计旋转角度θ。基于旋转角度θ执行选择校正，可以得到校正后的结果(图7中的(e))。此外，基于旋转角度θ对BD测试卡的增强图进行旋转校正，以得到BD测试卡的旋转增强图像。根据本公开的实施例，可以多次重复上述过程，以得到BD测试卡的精确定位结果。
图8A示出了对BD测试卡的旋转增强图像进行图像分割的处理过程，图8B示例性地示出了经过图像分割处理后的BD测试卡的感兴趣区域(ROI)。
如图8A所示，根据本公开的实施例，对BD测试卡的旋转增强图像进行图像分割的步骤包括：将旋转后的蓝色信道图像的各行前景像素的数量记录为水平投影信息(图8A中右侧的曲线部分)，并且将转后的蓝色信道图像的各列前景像素的数量记录为竖直投影信息(图8A中上部的曲线部分)；按照从中央到边界的方向对水平投影信息进行遍历，以获得ROI的上边界和下边界(如图8A中的两条水平虚线所示)，并且按照从中央到边界的方向对竖直投影信息进行遍历，以获得ROI的左边界和右边界(如图8A中的两条竖直虚线所示)；以及根据所述上边界、下边界、左边界和右边界对BD测试卡的旋转增强图像进行分割，以获得BD测试卡的ROI(如图8B所示)。
在此，本文所述“前景像素”为这样一种像素，即，在一定的区域内，前景像素的亮度小于该区域内的图像的平均亮度。由于经过消毒处理的反应物呈明显的暗棕色到黑色，其亮度小于图像数据的其他部分的亮度。特别地，对图像数据进行了图像增强处理，使其亮度分布扩展至整个阈值范围，此外，提取了增强图像的蓝色信道图像，其有利于在进行前景像素的计数统计时，使得深色条纹部分明显区别于图像的其他部分。在依据前景像素的计数所形成的水平投影信息和竖直投影信息上进行遍历(从中间到两边的方向)时，可简单地应用阈值法来确定ROI的边界。例如，当前景像素的两个相邻计数值之间的差值大于预定阈值时，可以确定ROI的边界。
以上参考图8A示例地说明了一种对旋转增强图像进行分割的方法，但本公开不限于此。根据本公开的其他实施例，对旋转增强图像进行图像分割的步骤可以包括：获得旋转增强图像的蓝色信道图像；对旋转增强图像的蓝色信道图像进行二值化处理，以获得黑白二值图；对黑白二值图进行形态学运算并连结成一个完整的连通域；以及进行连通域分析，以获得ROI。该图像处理过程与参照图7描述的图像处理过程相类似，因而在此省略对其重复的描述。由于基于旋转后的图像进行上述图像处理，因此不需要通过获得的连通域来确定旋转角度，而是可以通过获得的连通域来确定ROI的边界，并通过ROI的边界对旋转增强图像进行图像分割，以获得ROI。
再次参见图5，可以获取化学测试卡的数字化图像(如图8B所示)的至少一种单一信道图像数据，并且基于所述至少一种单一信道图像数据提取特征信息(S3)。图9示出了BD测试卡的ROI内的图像的灰色信道图像及其掩码图像。
根据本公开的实施例，提取特征信息的步骤可以包括：获得ROI内的图像的灰色信道图像(如图9中的(a)所示)；基于ROI内的前景像素数量计算对应于所述灰色信道图像的全图灰度均值；将所述灰色信道图像分割成中央区域以及围绕所述中央的区域的边界区域，并且基于中央区域内的前景像素数量计算对应于中央区域内的图像的中央灰度均值；将所述灰色信道图像分割成多个块，并且基于每个块内的前景像素数量计算对应于每个块内的图像的块灰度均值；以及从对应于所述中央区域内的各个块的各个块灰度均值中获得最大块灰度均值，并且从对应于所述边界区域内的各个块的各个块灰度均值中获得最小块灰度均值。所述全图灰度均值、中央灰度均值、最大块灰度均值和最小块灰度均值所构成的四维特征向量为所述特征信息。
在上述计算过程中，反复地利用到不同区域内的前景像素数量。因此，可以基于BD测试卡的ROI构造其掩码图像(如图9中的(b)所示)。在所述掩码图像中，将所述前景像素显示为白色像素(或标记为“1”)，其余部分显示为黑色像素(或标记为“0”)。将对于灰色信道图像的分块方式以及中央区域的划分方式应用于掩码图像，分别统计各个块、中央区域以及全图中的白色像素数量(或计数和)，可以得到各个块、中央区域以及全图中的前景像素数量。
此外，在图9中的(a)中，示例地示出了对灰色信道图像进行划分的块的大小(虚线矩形部分)，但本公开不限于此，可以根据实际应用情况调整块的尺寸。此外，根据本公开的实施例，多个块中的相邻块之间可以存在交叠部分。这样的分块方式可以保证所计算的灰度均值具有良好的局部特性，同时相对单个像素的灰度值来说更加稳定。在图9中的(b)中，示例地示出了所划分的中央区域，但本公开不限于此，可以根据实际应用情况调整中央区域的尺寸。应当认识到，对于灰色信道图像和掩码图像应用相同的分块方式以及中央区域的划分方式，因此在灰色信道图像上示出的块的划分方式将应用于掩码图像，而在掩码图像上示出的中央区域的划分方式将应用于灰色信道图像。
在提取的四个灰度均值当中，最大块灰度均值通常提取自位于中央区域的块，而最小灰度均值通常提取自位于边界区域的块。这是因为，在消毒过程当中，高温蒸汽自BD测试卡的边缘向中央渗透，位于边缘部分的反应物会首先变色，且变色程度最为充分。由于反应物会变色为暗棕色到黑色，因此经充分变色的反应物的灰度值会较低。从边界区域的块获取的最小灰度均值可以看作是BD测试卡反应最为充分的部分，而从中央区域获取的最大灰度均值可以看作是BD测试卡反应最不充分的部分。在特征信息中引入的最大灰度均值和最小灰度均值可以反映出BD测试卡的变色的均匀性。
此外，在计算各部分的灰度均值时，依赖于相应部分的前景像素数量。如上所述，前景像素对应于BD测试卡的深色条纹部分(即，BD测试卡上的反应物区域)。也就是说，在计算各部分的灰度均值时，只考虑反应物所对应的像素的灰度值，而不考虑空白区域(即，白色条纹部分)所对应的像素。
虽然在上述实施例中说明了基于化学测试卡的数字化图像的灰色信道图像数据提取特征信息的示例，但本公开不限于此。根据本公开的其他实施例，可以基于化学测试卡的数字化图像的灰色信道图像数据和黄色信道图像数据提取特征信息。例如，可以基于黄色信道图像数据计算全图灰度均值和中央灰度均值，并且基于灰色信道图像计算最大块灰度均值和最小块灰度均值。
再次参见图5，可以依据特征信息判断利用该化学测试卡所进行的测试是否通过(S4)。
具体而言，可以对提取的特征信息进行加权计算以获得该化学测试卡的评分。当评分大于或等于第一阈值时，可以确定利用该化学测试卡所进行的测试通过，当评分小于第二阈值时，可以确定利用该化学测试卡所进行的测试不通过。此外，当评分小于第一阈值并且大于或等于第二阈值时，可以确定利用该化学测试卡所进行的测试处于临界状态。对处于临界状态下的测试，可以引入专家意见，并基于专家意见动态地调整所述第一阈值和/或第二阈值。所述专家包括(但不限于)对于BD测试卡的判断非常有经验的人员，例如，医疗机构中的护士长。此外，可以通过样本训练获得所述加权计算中的各个权值以及所述第一阈值和第二阈值。样本的获取同样依赖于专家意见的引入。
根据本公开的实施例，可以事先通过有经验的专家的判断结果得到多种不同情况下的测试样本，以便训练得出加权计算中的各个权值以及用于确定所提取的特征信息的第一阈值和第二阈值。此外，在对实际应用当中的BD测试卡进行判断的过程中，可以对处于临界状态下(即，处于第一阈值与第二阈值之间)的测试结果进一步引入专家意见，并基于专家意见动态地调整第一阈值和/或第二阈值，以不断完善整个自动读取方法，使得自动读取的结果与专家意见能够更好地保持一致。
修改的示例实施例：BD测试卡
图10示出了BD测试卡的图像数据的另一示例。
如图10所示，在BD测试卡的图像数据中包括BD测试卡的条纹区域和条纹区域附近的标识信息区域。在图10的示例中，将标识信息区域示出为二维码。此外，在图10所示的示例中，仅示出了BD测试卡的图像数据的上半部分，完整的图像数据还包括与示出部分面积几乎相等下半部分。对于图10所示的BD测试卡的图像数据的示例，本公开提供了一种修改的图像处理过程。
根据本公开的实施例，修改的图像处理过程可以包括：获得BD测试卡的图像数据的蓝色信道图像并适当缩小图像；在所得到的图像上进行二值化处理，以获得黑白二值图；对黑白二值图进行形态学运算并连结成一个完整的连通域；以及进行连通域分析，以获得最大连通域。该最大连通域可以涵盖BD测试卡的条纹区域。修改的图像处理过程还可以包括：按比例放大最大连通域的边界，以涵盖标识信息区域；以及根据放大后的边界对BD测试卡的图像数据进行图像分割，以获得感兴趣区域。根据当前实施例，在感兴趣区域中不仅包括了BD测试卡的条纹区域，还包括了标识信息区域。此外，修改的图像处理过程还可以包括：根据之前获得的最大连通域的边界(放大之前的)估计图像的旋转角度；以及利用获得的旋转角度对包括了BD测试卡的条纹区域和标识信息区域的感兴趣区域进行旋转校正，以获得旋转后的感兴趣区域。
根据当前实施例，根据最大连通域的边界估计图像的旋转角度，并且根据放大的最大连通域的边界获得感兴趣区域的边界。利用感兴趣区域的边界对BD测试卡的图像数据进行图像分割，然后利用旋转角度对分割得到的感兴趣区域进行旋转校正。对于面积较大的图像数据而言，先进行图像分割的操作，然后进行旋转校正可以有效地减少计算量的开销。
根据当前实施例，在旋转后的感兴趣区域中包括了BD测试卡的条纹区域标识信息区域。可以利用前述实施例中描述的方式获取BD测试卡的条纹区域的数字化图像，并提取特征信息。此外，还可以通过标识信息区域的数字化图像获得BD测试卡的标识信息。利用BD测试卡的标识信息可以对BD测试卡进行认证。
根据本公开的实施例，在提取化学测试卡的数字化图像的步骤之前还可以包括获取化学测试卡的外包装上的标识信息(即，第一标识信息)。可以利用第一标识信息和BD测试卡的标识信息(即，第二标识信息)对BD测试卡进行认证。当第一标识信息和第二标识信息匹配时，对获取的图像数据进行后续处理(例如，提取特征信息)。此外，根据本公开的实施例，当第一标识信息和第二标识信息不匹配时，则不执行后续处理，并提示重新扫描化学测试卡。第一标识信息和第二标识信息可以彼此不同但具有唯一的对应关系。以此方式，可以防止将测试卡混淆。
示例实施例：多参数化学积分器
下面以多参数化学积分器为例，对从图像数据中提取化学测试卡的数字化图像的步骤进行详细说。
经上述分析可知，对粘贴在测试报告上的多参数化学积分器(如图4所示)进行自动读取并确定测试结果，可以有助于测试结果的数字化管理。与BD测试卡的情况的不同之处在于，多参数化学积分器所占用的图像数据的面积相对较小，因此在提取化学测试卡的数字化图像的过程中可以先进行图像分割的操作，然后进行旋转校正，以减小计算量的开销。
具体而言，根据本公开的实施例，当化学测试卡为多参数化学积分器时，图5所示的提取化学测试卡的数字化图像的步骤(S2)可以包括：对获取的图像数据进行图像增强处理，以得到增强图像；对增强图像进行图像分割，以获得包含化学测试卡的数字化图像的ROI；以及对获得的ROI中的图像进行旋转校正。
图11示出了对图4所示的多参数化学积分器的图像数据进行图像增强处理后的示图，图12示出了对图11所示的多参数化学积分器的增强图像进行图像分割后的示图，图13示出了对图12所示的多参数化学积分器的ROI进行旋转校正后的示图，图14示出了基于图13所示的旋转校正后的ROI获得的包括“ACCEPT”窗口的示图，图15示出了进行了图像分割和旋转校正后的包括多参数化学积分器的黑色条状物的示图，并且图16示出了基于图15获得的包括黑色条状物的最大连通域的示图。
参见图4和图11，根据本公开的实施例，对多参数化学积分器的图像数据进行图像增强处理的步骤可以包括：依据以下等式(2)进行色彩空间变换
T＝max(0,B-R) (2)
其中，T表示变换后的色彩空间，B表示多参数化学积分器的图像数据的蓝色信道图像，R表示多参数化学积分器的图像数据的红色信道图像。
由于实际应用当中的多参数化学积分器为白色底部上印刷由青绿色的图案。特别地，PCD卡的“ACCEPT”窗口印刷为较大面积的青绿色的图案。因此，经过上述图像增强处理的增强图像有助于后续对于“ACCEPT”窗口位置的确定。
根据本公开的实施例，可以依据多参数化学积分器的增强图像(即，图11所示的图像)的黑白二值图获得旋转校正步骤中所应用的旋转角度以及图像分割步骤中所应用的边界。
具体而言，根据本公开的实施例，对于多参数化学积分器的增强图像进行图像分割的步骤可以包括：对多参数化学积分器的增强图像进行二值化处理，以获得第一黑白二值图。在经过依据上述等式(2)的色彩空间变换的多参数化学积分器的增强图像中，原本呈青绿色的“ACCEPT”窗口与其他部分的显示内容可以呈现出较大反差。因此，经过二值化处理后(即，将亮度大于一定阈值的像素定义为白色像素，否则定义为黑色像素)，在得到的第一黑白二值图中可以明确地体现出显示为白色像素的“ACCEPT”窗口。随后，通过连通域分析，可以获得包括了“ACCEPT”窗口的第一最大连通域。由于“ACCEPT”窗口在多参数化学积分器上的位置相对固定，因此可以通过获得的第一最大连通域估计包括多参数化学积分器的数字化图像的边界，并根据所顾忌的边界对多参数化学积分器的增强图像进行图像分割，以获得ROI。此外，可以根据第一最大连通域的上边界估计旋转角度，并基于所述旋转角度对多参数化学积分器的ROI内的图像(如图12所示)进行旋转校正。
根据本公开的实施例，当化学测试卡为多参数化学积分器时，图5所示的提取特征信息的步骤(S3)可以包括：对旋转后的ROI内的图像(如图13所示)进行二值化处理，以获得第二黑白二值图；以及对第二黑白二值图进行连通域分析，以获得第二最大连通域(如图14中的虚线框所示)。与前述的第一黑白二值图和第一最大连通域不同，第二黑白二值图以及基于第二黑白二值图的第二最大连通域是在分割并旋转后的图像上获取的，因此，包括在第二最大连通域中的“ACCEPT”窗口可以具有基本上竖直的左边界，从而有助于后续对于多参数化学积分器上的黑色条状物是否“爬行”至“ACCEPT”窗口一侧进行判断。
此外，图5所示的提取特征信息的步骤(S3)还可以包括提取包括了多参数化学积分器上的黑色条状物的第三最大连通域的步骤。具体而言，可以包括：获取多参数化学积分器的图像数据的蓝色信道图像，并且对所述蓝色信道图像应用根据第一最大连通域估计边界和旋转角度，以获得校正特征图像(如图15所示)；对校正特征图像进行二值化处理，以获得第三黑白二值图；对第三黑白二值图进行连通域分析，以获得第三最大连通域(如图16中的虚线框所示)。类似于第二黑白二值图和第二最大连通域，第三黑白二值图以及基于第三黑白二值图的第三最大连通域是在分割并旋转后的图像上获取的，因此，包括在第三最大连通域中的黑色条状无可以具有基本上水平的形状。
根据本公开的实施例，所获得的第二最大连通域和第三最大连通域为图5所示的提取特征信息的步骤(S3)中所提取的特征信息。随后，可以依据提取的特征信息判断利用该多参数化学积分器所进行的测试是否通过(S4)。具体而言，根据本公开的实施例，当根据提取的特征信息确定第二最大连通域和第三最大连通域存在重叠部分时，可以确定利用该多参数化学积分器所进行的测试通过(即，黑色条状物是否“爬行”至“ACCEPT”窗口一侧)，否则，可以确定利用该多参数化学积分器所进行的测试不通过。
虽然上述实施例以“爬行卡”为示例对化学测试卡为多参数化学积分器的情况进行了说明，但是本公开不限于此。应当认识到，可以针对能够在蒸汽灭菌、环氧乙烷灭菌和过氧化氢灭菌等各种情况下使用的各种多参数化学积分器应用根据本公开的化学测试卡的自动读取方法。
示例实施例：自动读取系统
图17示意性地示出了根据示例性实施例的化学测试卡的自动读取系统的框图。
根据本公开的另一个方面，提供一种化学测试卡的自动读取系统，以执行根据本公开的化学测试卡的自动读取方法。如图17所示，根据本公开的实施例的自动读取系统1000可以包括图像获取模块1001、图像处理模块1002、特征信息提取模块1003和测试结果判断模块1004。图像获取模块1001用于获取包含化学测试卡的数字化图像的图像数据。图像处理模块1002配置为从获取的图像数据中提取化学测试卡的数字化图像。特征信息提取模块1003配置为获取通过图像处理模块1002提取的化学测试卡的数字化图像的至少一种单一信道图像数据，并且基于所述至少一种单一信道图像数据提取特征信息。测试结果判断模块1004依据特性信息提取模块1003提取的特征信息判断利用该化学测试卡所进行的测试是否通过。
根据本公开的实施例，图像处理模块1002可以配置为对由图像获取模块1001获取的图像数据进行图像增强处理、旋转校正和图像分割，以提取化学测试卡的数字化图像。
当化学测试卡为BD测试卡时，图像处理模块1002可以配置为：对获取的图像数据进行图像增强处理，以得到增强图像；对增强图像进行旋转校正，以获得旋转增强图像；以及对旋转增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域。特征信息提取模块1003可以配置为：获得感兴趣区域内的图像的灰色信道图像；基于感兴趣区域内的前景像素数量计算对应于所述灰色信道图像的全图灰度均值，其中所述前景像素为其亮度小于感兴趣区域内的图像的平均亮度的像素；将所述灰色信道图像分割成中央区域以及围绕所述中央的区域的边界区域，并且基于中央区域内的前景像素数量计算对应于中央区域内的图像的中央灰度均值；将所述灰色信道图像分割成多个块，并且基于每个块内的前景像素数量计算对应于每个块内的图像的块灰度均值；以及从对应于所述中央区域内的各个块的各个块灰度均值中获得最大块灰度均值，并且从对应于所述边界区域内的各个块的各个块灰度均值中获得最小块灰度均值。所述全图灰度均值、中央灰度均值、最大块灰度均值和最小块灰度均值所构成的四维特征向量可以为所述特征信息。根据本公开的实施例，多个块中的相邻块之间可以存在交叠部分。
由于已经参照了图5中的步骤S2和S3以及图6至图9描述了对于BD测试卡的图像数据所进行的图像增强处理、旋转校正、图像分割以及对于感兴趣区域内的图像的特征信息提取，因而在此省略对其重复的描述。
测试结果判断模块1004可以对所述特征信息进行加权计算以获得该化学测试卡的评分。当评分大于或等于第一阈值时，测试结果判断模块1004可以确定利用该BD测试卡所进行的测试通过，当评分小于第二阈值时，测试结果判断模块1004可以确定利用该BD测试卡所进行的测试不通过。可以通过样本训练获得所述加权计算中的各个权值以及所述第一阈值和第二阈值。当评分小于第一阈值并且大于或等于第二阈值时，测试结果判断模块1004可以确定利用该BD测试卡所进行的测试处于临界状态。对处于临界状态下的测试，可以引入专家意见，并可基于专家意见动态地调整所述第一阈值和/或第二阈值。
由于已经参照了图5中的步骤S4描述了依据提取的特征信息判断利用该BD测试卡所进行的测试是否通过，因而在此省略对其重复的描述。
当化学测试卡为多参数化学积分器时，图像处理模块1002可以配置为：对获取的图像数据进行图像增强处理，以得到增强图像；对增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域；以及对获得的感兴趣区域中的图像进行旋转校正。
由于已经参照了图5中的步骤S2和S3以及图11至图16描述了对于多参数化学积分器的图像数据所进行的图像增强处理、图像分割、旋转校正以及对于感兴趣区域内的图像的特征信息提取，因而在此省略对其重复的描述。
根据本公开的实施例，图像处理模块1002、特征信息提取模块1003和测试结果判断模块1004可以实现为运行在计算机上的程序模块，或者可以实现为能够执行相应功能的专用(或通用)硬件模块。
此外，虽然将图像获取模块1001、图像处理模块1002、特征信息提取模块1003和测试结果判断模块1004示出为彼此独立的模块，然而根据本公开的实施例，上述这些模块1001至1004可以全部或部分地由单一的模块来实现。例如，可以实现具备扫描功能的专用设备，以实现图像处理模块1002、特征信息提取模块1003和测试结果判断模块1004的全部或部分功能。
根据本公开的实施例，可以存在这样的模块，其能够实现上述各个模块中的一部分功能。例如，图像处理模块1002的功能可以由多个子模块具体实现。
根据本公开的实施例，自动读取系统1000还可以包括存储模块，其用于存储，例如，用于实现图像处理模块1002、特征信息提取模块1003和测试结果判断模块1004的软件程序代码以及/或者用于对化学测试卡的评分进行判断的第一阈值和第二阈值。
根据本公开的实施例，自动读取系统1000还可以包括显示模块，其用于显示，例如，由测试结果判断模块1004输出的判断结果以及/或者在测试处于临界状态下时显示，例如，需要提供专家意见的提示信息。
根据本公开的实施例，自动读取系统1000可以实现为包括(但不限于)扫描仪与台式计算机的系统。然而本公开不限于此，根据本公开的其他实施例，自动读取系统1000可以实现为包括(但不限于)扫描仪与便携式移动设备的系统，或者自动读取系统1000可以实现为具备扫描功能的专用设备。此外，自动读取系统1000还可以包括用于实现其他各种附加功能的一个或多个模块和/或设备。
根据本公开的实施例，自动读取系统1000还可以包括标识信息获取模块1005和标识信息判断模块1006。标识信息获取模块1005用于获取化学测试卡的外包装上的第一标识信息。例如，标识信息获取模块1005可以实现为条码读取设备，用于读取印刷在化学测试卡的外包装上的条形码或二维码信息，以获取第一标识信息。
此外，在特征信息提取模块1003从化学测试卡的数字化图像提取特征信息之前，图像处理模块1002可以首先从化学测试卡的图像数据上提取第二标识信息。所述第二标识信息可以实现为印刷在化学测试卡上(或者印刷在包含有化学测试卡的测试报告上)的条形码或二维码(参见图10所示的示例)。在提取了第一标识信息和第二标识信息后，标识信息判断模块1006对第一标识信息和第二标识信息进行判断，当第一标识信息和第二标识信息匹配时，可以执行后续处理(例如，通过特征信息提取模块1003提取特征信息)；当第一标识信息和第二标识信息不匹配时，则不执行后续处理，并提示重新扫描化学测试卡。对应于同一化学测试卡的第一标识信息和第二标识信息彼此不同，并且在它们之间存在唯一的对应关系。以此方式，可以防止将测试卡混淆。
各个示例性实施例的各种优点和效果并不限于上述描述，并且可以通过本公开中的具体实施例的解释而易于理解这些优点和作用。虽然上文示出并描述了各个示例性实施例，但是本领域的技术人员将显而易见，可以做出修改和变化而没有背离如权利要求所定义的本公开的范围。
Claims (31)
1.一种化学测试卡的自动读取方法，包括：
获取包含化学测试卡的数字化图像的图像数据；
从获取的图像数据中提取化学测试卡的数字化图像；
获取化学测试卡的数字化图像的至少一种单一信道图像数据，并且基于所述至少一种单一信道图像数据提取特征信息；以及
依据特征信息判断利用该化学测试卡所进行的测试是否通过，
其中，获取化学测试卡的数字化图像的至少一种单一信道图像数据，并且基于所述至少一种单一信道图像数据提取特征信息的步骤包括：
获得包含化学测试卡的数字化图像的感兴趣区域内的图像的灰色信道图像；
基于感兴趣区域内的前景像素数量计算对应于所述灰色信道图像的全图灰度均值，其中所述前景像素为其亮度小于感兴趣区域内的图像的平均亮度的像素；
将所述灰色信道图像分割成中央区域以及围绕所述中央的区域的边界区域，并且基于中央区域内的前景像素数量计算对应于中央区域内的图像的中央灰度均值；
将所述灰色信道图像分割成多个块，并且基于每个块内的前景像素数量计算对应于每个块内的图像的块灰度均值；以及
从对应于所述中央区域内的各个块的各个块灰度均值中获得最大块灰度均值，并且从对应于所述边界区域内的各个块的各个块灰度均值中获得最小块灰度均值，
其中，所述全图灰度均值、中央灰度均值、最大块灰度均值和最小块灰度均值所构成的四维特征向量为所述特征信息。
2.根据权利要求1所述的化学测试卡的自动读取方法，其中，在提取化学测试卡的数字化图像的步骤中包括对获取的图像数据进行下列处理中的至少一种：图像增强处理、旋转校正和图像分割。
3.根据权利要求1所述的化学测试卡的自动读取方法，其中，所述化学测试卡为BD测试卡，并且提取化学测试卡的数字化图像的步骤包括：
对获取的图像数据进行图像增强处理，以得到增强图像；
对增强图像进行旋转校正，以获得旋转增强图像；以及
对旋转增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域。
4.根据权利要求3所述的化学测试卡的自动读取方法，其中，图像增强处理的步骤包括：
将图像数据从RGB色彩空间变换为YUV色彩空间；
依据以下等式(1)调整Y信道的像素值
其中，Y表示调整前的Y信道的像素值，minY表示调整前的各个Y信道的像素值中的最小值，maxY表示调整前的各个Y信道像素值中的最大值，Ymax表示Y信道的像素值依据数字化等级的最大上限，Y'表示调整后的Y信道的像素值；以及
基于调整后的Y信道的像素值，将图像数据从YUV色彩空间变换为RGB色彩空间。
5.根据权利要求3所述的化学测试卡的自动读取方法，其中，依据蓝色信道图像获得旋转校正步骤中所应用的旋转角度以及图像分割步骤中所应用的边界。
6.根据权利要求3所述的化学测试卡的自动读取方法，其中，旋转校正的步骤包括：
获得所述增强图像的蓝色信道图像；
对所述蓝色信道图像进行二值化处理，以获得黑白二值图；
对所述黑白二值图进行形态学运算并连结成一个完整的连通域；
进行连通域分析，以获得最大连通域；以及
根据最大连通域的上边界估计旋转角度，并基于所述旋转角度对所述增强图像进行旋转校正，以获得旋转增强图像。
7.根据权利要求3所述的化学测试卡的自动读取方法，其中，对旋转增强图像进行图像分割的步骤包括：
获得所述旋转增强图像的蓝色信道图像；
对所述蓝色信道图像进行二值化处理，以获得黑白二值图；
对所述黑白二值图进行形态学运算并连结成一个完整的连通域；以及
进行连通域分析，以获得所述感兴趣区域。
8.根据权利要求1所述的化学测试卡的自动读取方法，其中，所述多个块中的相邻块之间有交叠。
9.根据权利要求1所述的化学测试卡的自动读取方法，其中，对所述特征信息进行加权计算以获得该化学测试卡的评分，并且
当评分大于或等于第一阈值时，确定利用该化学测试卡所进行的测试通过，当评分小于第二阈值时，确定利用该化学测试卡所进行的测试不通过。
10.根据权利要求9所述的化学测试卡的自动读取方法，其中，通过样本训练获得所述加权计算中的各个权值以及所述第一阈值和第二阈值。
11.根据权利要求1所述的化学测试卡的自动读取方法，其中，通过扫描仪获取包含化学测试卡的数字化图像的图像数据。
12.根据权利要求1所述的化学测试卡的自动读取方法，其中，在获取化学测试卡的数字化图像的至少一种单一信道图像数据并且基于所述至少一种单一信道图像数据提取特征信息的步骤中，仅获取化学测试卡的数字化图像的一种单一信道图像数据，并且基于所述一种单一信道图像数据提取特征信息。
13.根据权利要求1所述的化学测试卡的自动读取方法，其中，所述化学测试卡为多参数化学积分器。
14.根据权利要求13所述的化学测试卡的自动读取方法，其中，提取化学测试卡的数字化图像的步骤包括：
对获取的图像数据进行图像增强处理，以得到增强图像；
对增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域；以及
对获得的感兴趣区域中的图像进行旋转校正。
15.根据权利要求14所述的化学测试卡的自动读取方法，其中，图像增强处理的步骤包括：
对获取的图像数据进行色彩空间变换，
其中，依据以下等式(2)进行色彩空间变换
T＝max(0，B-R) (2)
其中，T表示变换后的色彩空间，B表示图像数据的蓝色信道图像，R表示图像数据的红色信道图像。
16.根据权利要求14所述的化学测试卡的自动读取方法，其中，依据所述增强图像的黑白二值图获得旋转校正步骤中所应用的旋转角度以及图像分割步骤中所应用的边界。
17.根据权利要求16所述的化学测试卡的自动读取方法，其中，图像分割的步骤包括：
对增强图像进行二值化处理，以获得第一黑白二值图；
对第一黑白二值图进行连通域分析，以获得第一最大连通域；
根据第一最大连通域估计包括多参数化学积分器的数字化图像的边界；以及
根据所述边界对增强图像进行分割，以获得所述感兴趣区域。
18.根据权利要求17所述的化学测试卡的自动读取方法，其中，根据第一最大连通域的上边界估计旋转角度，并基于所述旋转角度对所述感兴趣区域内的图像进行旋转校正。
19.根据权利要求14所述的化学测试卡的自动读取方法，其中，提取特征信息的步骤包括：
对旋转后的感兴趣区域内的图像进行二值化处理，以获得第二黑白二值图；
对第二黑白二值图进行连通域分析，以获得第二最大连通域；
获取图像数据的蓝色信道图像，并且对所述蓝色信道图像应用根据第一最大连通域估计边界和旋转角度，以获得校正特征图像；
对校正特征图像进行二值化处理，以获得第三黑白二值图；
对第三黑白二值图进行连通域分析，以获得第三最大连通域，
其中，第二最大连通域和第三最大连通域为所述特征信息。
20.根据权利要求19所述的化学测试卡的自动读取方法，其中，当根据提取的特征信息确定第二最大连通域和第三最大连通域存在重叠部分时，确定利用该化学测试卡所进行的测试通过，否则，确定利用该化学测试卡所进行的测试不通过。
21.根据权利要求1所述的化学测试卡的自动读取方法，在提取化学测试卡的数字化图像的步骤之前还包括：
获取化学测试卡的外包装上的第一标识信息；
获取化学测试卡上的第二标识信息；以及
对所述第一标识信息和第二标识信息进行判断，并且当所述第一标识信息和第二标识信息匹配时，对获取的图像数据进行后续处理。
22.一种化学测试卡的自动读取系统，包括：
图像获取模块，用于获取包含化学测试卡的数字化图像的图像数据；
图像处理模块，其配置为从获取的图像数据中提取化学测试卡的数字化图像；
特征信息提取模块，其配置为获取通过图像处理模块提取的化学测试卡的数字化图像的至少一种单一信道图像数据，并且基于所述至少一种单一信道图像数据提取特征信息；以及
测试结果判断模块，其依据特性信息提取模块提取的特征信息判断利用该化学测试卡所进行的测试是否通过，
其中，特征信息提取模块配置为：
获得感兴趣区域内的图像的灰色信道图像；
基于感兴趣区域内的前景像素数量计算对应于所述灰色信道图像的全图灰度均值，其中所述前景像素为其亮度小于感兴趣区域内的图像的平均亮度的像素；
将所述灰色信道图像分割成中央区域以及围绕所述中央的区域的边界区域，并且基于中央区域内的前景像素数量计算对应于中央区域内的图像的中央灰度均值；
将所述灰色信道图像分割成多个块，并且基于每个块内的前景像素数量计算对应于每个块内的图像的块灰度均值；以及
从对应于所述中央区域内的各个块的各个块灰度均值中获得最大块灰度均值，并且从对应于所述边界区域内的各个块的各个块灰度均值中获得最小块灰度均值，
其中，所述全图灰度均值、中央灰度均值、最大块灰度均值和最小块灰度均值所构成的四维特征向量为所述特征信息。
23.根据权利要求22所述的化学测试卡的自动读取系统，其中，图像处理模块配置为对图像获取模块获取的图像数据进行下列处理中的至少一种：图像增强处理、旋转校正和图像分割。
24.根据权利要求22所述的化学测试卡的自动读取系统，其中，所述化学测试卡为BD测试卡，并且图像处理模块配置为：
对获取的图像数据进行图像增强处理，以得到增强图像；
对增强图像进行旋转校正，以获得旋转增强图像；以及
对旋转增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域。
25.根据权利要求22所述的化学测试卡的自动读取系统，其中，所述多个块中的相邻块之间有交叠。
26.根据权利要求22所述的化学测试卡的自动读取系统，其中，所述测试结果判断模块对所述特征信息进行加权计算以获得该化学测试卡的评分，并且
当评分大于或等于第一阈值时，所述测试结果判断模块确定利用该化学测试卡所进行的测试通过，当评分小于第二阈值时，所述测试结果判断模块确定利用该化学测试卡所进行的测试不通过。
27.根据权利要求26所述的化学测试卡的自动读取系统，其中，通过样本训练获得所述加权计算中的各个权值以及所述第一阈值和第二阈值。
28.根据权利要求22所述的化学测试卡的自动读取系统，其中，所述图像获取模块是扫描仪。
29.根据权利要求22所述的化学测试卡的自动读取系统，其中，所述特征信息提取模块配置为仅获取化学测试卡的数字化图像的一种单一信道图像数据，并且基于所述一种单一信道图像数据提取特征信息。
30.根据权利要求22所述的化学测试卡的自动读取系统，其中，所述化学测试卡为多参数化学积分器，并且图像处理模块配置为：
对获取的图像数据进行图像增强处理，以得到增强图像；
对增强图像进行图像分割，以获得包含化学测试卡的数字化图像的感兴趣区域；以及
对获得的感兴趣区域中的图像进行旋转校正。
31.根据权利要求22所述的化学测试卡的自动读取系统，还包括标识信息获取模块和标识信息判断模块，
所述标识信息获取模块用于获取化学测试卡的外包装上的第一标识信息，
其中，图像获取模块还获取化学测试卡上的第二标识信息，并且
所述标识信息判断模块用于对所述第一标识信息和第二标识信息进行判断，当所述第一标识信息和第二标识信息匹配时，所述自动读取系统对图像获取模块获取的图像数据进行后续处理。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610463801.0A CN106127212B (zh) | 2016-06-23 | 2016-06-23 | 化学测试卡的自动读取方法和系统 |
| PCT/US2017/038466 WO2017223159A1 (en) | 2016-06-23 | 2017-06-21 | Chemical test card automatic reading method and system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610463801.0A CN106127212B (zh) | 2016-06-23 | 2016-06-23 | 化学测试卡的自动读取方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106127212A CN106127212A (zh) | 2016-11-16 |
| CN106127212B true CN106127212B (zh) | 2019-06-25 |
Family
ID=57268095
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610463801.0A Active CN106127212B (zh) | 2016-06-23 | 2016-06-23 | 化学测试卡的自动读取方法和系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN106127212B (zh) |
| WO (1) | WO2017223159A1 (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108181328A (zh) * | 2017-12-08 | 2018-06-19 | 中国科学院重庆绿色智能技术研究院 | 一种用于检测x光机材料分辨力的方法及系统 |
| CN108846312B (zh) * | 2018-05-07 | 2021-03-12 | 深圳市恒扬数据股份有限公司 | 一种细菌有效活动区域的识别方法、装置及终端设备 |
| GB2597911B (en) * | 2020-07-20 | 2023-05-24 | Tristel Plc | Validation of procedures in a decontamination process |
| CN113343988A (zh) * | 2021-07-06 | 2021-09-03 | 北矿机电科技有限责任公司 | 摇床矿带识别方法、系统及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103971358A (zh) * | 2013-02-05 | 2014-08-06 | 深圳市深图医学影像设备有限公司 | 图像感兴趣区域显示优化的方法和装置系统 |
-
2016
- 2016-06-23 CN CN201610463801.0A patent/CN106127212B/zh active Active
-
2017
- 2017-06-21 WO PCT/US2017/038466 patent/WO2017223159A1/en active Application Filing
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103971358A (zh) * | 2013-02-05 | 2014-08-06 | 深圳市深图医学影像设备有限公司 | 图像感兴趣区域显示优化的方法和装置系统 |
Non-Patent Citations (2)
| Title |
|---|
| Automated Low-Cost Smartphone-Based Lateral Flow Saliva Test Reader for Drugs-of-Abuse Detection;Adrian Carrio 等;《Sensors》;20151231;第29569-29593页 |
| Smartphone-Based Simultaneous pH and Nitrite Colorimetric Determination for Paper Microfluidic Devices;Nuria Lopez-Ruiz 等;《Analytical Chemistry》;20140826;正文摘要、第9556页右栏倒数第2段、第9557右栏倒数第二段至第9559页右栏，图3 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017223159A1 (en) | 2017-12-28 |
| CN106127212A (zh) | 2016-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106127212B (zh) | 化学测试卡的自动读取方法和系统 | |
| CN101971611B (zh) | 最佳影像选择方法以及影像选择装置 | |
| US7830418B2 (en) | Perceptually-derived red-eye correction | |
| Aydin et al. | Dynamic range independent image quality assessment | |
| CN104969068B (zh) | 用于在自动校准环境中执行及量化由特定浓度的生物分析物诱发的色彩改变的方法及设备 | |
| CN102194115B (zh) | 图像处理装置和图像处理方法 | |
| CN104697938B (zh) | 一种试纸读取方法及使用该方法进行验孕和排卵的测试方法 | |
| CN116250004A (zh) | 诊断测试试剂盒及其分析方法 | |
| US11308300B2 (en) | Colour correction | |
| US10620417B2 (en) | Method for generating a reflection-reduced contrast image and corresponding device | |
| CN104346817B (zh) | 一种视频图像偏色检测方法及装置 | |
| AU2016360852B2 (en) | Method for authenticating and/or checking the integrity of a subject | |
| CN112469978B (zh) | 颜色评价装置、颜色评价方法和颜色评价方法中使用的显示物 | |
| US20180249070A1 (en) | Article authentication apparatus having a built-in light emitting device and camera | |
| CN108090511A (zh) | 图像分类方法、装置、电子设备及可读存储介质 | |
| CN106033535A (zh) | 电子阅卷方法 | |
| TW202034851A (zh) | 執行分析量測之方法及裝置 | |
| US20220405973A1 (en) | Analysis of urine test strips with mobile camera analysys and providing recommendation by customising data | |
| CN109299632A (zh) | 皮肤检测方法、系统、设备及存储介质 | |
| TW202215033A (zh) | 測定體液樣品中分析物濃度之方法 | |
| CN109906458B (zh) | 用于生成表面特征码的方法和系统 | |
| US9536162B2 (en) | Method for detecting an invisible mark on a card | |
| CN109196534A (zh) | 用于产品包装的认证方法 | |
| KR20210024877A (ko) | 라이브니스 판단 방법 및 장치 | |
| Anthimopoulos et al. | Smartphone-based urine strip analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240229 Address after: American Minnesota Patentee after: Shuwanuo Intellectual Property Co. Country or region after: U.S.A. Address before: American Minnesota Patentee before: 3M INNOVATIVE PROPERTIES Co. Country or region before: U.S.A. |
|
| TR01 | Transfer of patent right |