CN109192279A - 一种核桃灸眼盒药包用量检测方法 - Google Patents

Abstract

本发明公开了一种核桃灸眼盒药包用量检测方法。主要包括：建立核桃灸眼盒结构模型，利用红外相机获取核桃灸眼盒内的药包图像，将图像灰度化，进行去噪处理；通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理，提高图像的清晰度；检测图像中的药包图像，构建背景模型，通过背景差分法分割药包图像与背景图像；提取药包的轮廓特征，将药包高度与设定阈值进行比较，完成核桃灸眼盒药包用量的检测。该方法具有易于实现、实用性强的特点，能够通过对核桃灸眼盒内药包图像的即时分析处理，根据药包高度对其进行用量检测，以便用户及时更换。

Description

一种核桃灸眼盒药包用量检测方法

技术领域

本发明属于中医、图像处理、红外电磁波领域，具体涉及一种核桃灸眼盒药包用量检测方法。

背景技术

核桃灸眼盒是一种温经通络的眼部治疗仪，通过艾灸配合中草药刺激眼部穴位，可以缓解眼部疲劳、提高视力、减轻眼睛的负担。但目前核桃灸眼盒的药包用量无法自动检测，只能根据经验来掌握，一旦药包用完，艾灸长时间灸眼将导致眼部周围皮肤水分挥发过多过快，使皮肤干燥，引起不适，极大影响治疗效果。

发明内容

为解决上述问题，本发明的目的在于提供一种易于实现、实用性强的核桃灸眼盒药包用量检测方法，能够通过对核桃灸眼盒内药包图像的即时分析处理，根据药包高度对其进行用量检测，以便用户及时更换。

本发明解决其问题所采用的技术方案，包括以下步骤：

一种核桃灸眼盒药包用量检测方法，通过对药包图像的处理得到药包高度，依据高度检测药包用量，所述方法包括以下步骤：

A.建立核桃灸眼盒结构模型，利用红外相机获取核桃灸眼盒内的药包图像，将图像灰度化，进行去噪处理；

B.通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理，提高图像的清晰度；

C.检测图像中的药包图像，构建背景模型，通过背景差分法分割药包图像与背景图像；

D.提取药包的轮廓特征，将药包高度与设定阈值进行比较，完成核桃灸眼盒药包用量的检测。

进一步的，所述步骤A的具体实现方式为：

(1)利用红外相机获取核桃灸眼盒内的药包图像，将图像传至处理机进行处理，图像灰度为f(x,y)，(x,y)是像素坐标，对图像进行全局映射灰度化：

g(x,y)＝V+f(H)*S

其中，H为色调，S为饱和度，V为明度，设立目标函数缩小灰度图与原图的差距：

其中，d^x、d^y分别是x、y方向上图像像素的灰度差，V_x、V_y为x、y方向上的图像明度，计算函数的最小值：x＝[∑(HH^TS)_x]-¹∑[(d^x-V_x+d^y-V_y)H^T]，将其带入g(x,y)中，得到像素灰度值；

(2)对图像进行小波变换：

W_g(x,y)＝W_f(x,y)+W_ε(x,y)

其中，W_g(x,y)为含有噪声的小波系数，W_f(x,y)为不含噪声的小波系数，W_ε(x,y)为噪声的小波系数，构造二维平滑函数：

其中，i＝[1,n]是小波变换的尺度因子，图像经小波变换后被分为4个子块频带区域，进行下一层小波变换时，变换数据主要集中在高频带上，因此需对高频带进行小波变换，并构造下一尺度的子块频带区域，直至达到满意的小波尺度为止，对小波系数进行估计，设立阈值θ，去除小于阈值的小波系数，从而得到处理后的小波系数，进行小波逆变换：

其中，W为处理后的小波系数，k是变换系数，从而得到去噪后的图像。

进一步的，所述步骤B的具体实现方式为：

(1)核桃灸眼盒中红外相机的图像成像模型为：

F＝J*t+Ic(1-t)＝Ic*(P*t-t+1)t+Ic(1-t)

其中，J是雾化图像，t是红外光的透射率，Ic是红外光的照射分量，P是药包表面对红外光的反射比例，对原始图像进行高斯模糊处理可得到J：

其中，σ²是图像的高斯方差，模糊尺寸为α，当α较小时，可以增强暗区的图像细节，α较大时，图像色差较小；

(2)计算雾化反射图：

R＝P*t-t+1

得到透射率：

t＝1-ω min R

其中，ω是反射系数，若透射率过小，容易产生噪声，设置透射率阈值t′，则雾化反射图变为：

红外相机与药包之间的距离越大，雾气影响越严重，量取红外相机与药包之间的距离d，则雾化图像J变为：

则去雾图像为：

F′＝R′×J′

通过去雾，提高图像视觉效果和可视度。

进一步的，所述步骤C的具体实现方式为：

(1)使用多个高斯分布的权重组合来近似表示像素平滑的概率分布，高斯分布函数为：

其中，F_t(x,y)是像素点(x,y)在t时刻的灰度值，n是t时刻高斯分布的数量，μ_i和σ_i是高斯分布均值和标准差，ω是高斯分布的权重，背景模型的条件为：

将满足上述条件的N个高斯分布作为背景模型，其中，T表示背景模型阈值；

(2)同一时刻的像素点如果与背景相匹配，则为背景；否则为药包图像，匹配规则为图像高斯分布满足(μ_k-λσ_k,μ_k+λσ_k)，且k<N，背景模型中，新的高斯分布值将取代N个高斯分布中权重与标准差比值最小的一个，从而更新背景分割条件，形成新的背景与前景，直至将所有帧都更新完，以背景模型为基础通过背景差分法提取药包图像：

其中，为t时刻第N帧图像，B(x,y)为背景图像。

进一步的，所述步骤D的具体实现方式为：

(1)经过步骤C的平滑处理后，构造高斯拉普拉斯算子并对其求二阶导数：

其中，G(x,y)是拉普拉斯算子，σ²是高斯分布标准差，用对图像F(x,y)进行卷积运算，得到药包轮廓：

根据σ的不同得到不同尺度下的药包边缘图像；

(2)根据步骤A(2)中对图像的平滑处理，对药包轮廓求导f′(x,y)得到药包最高点纵坐标y₁与最低点纵坐标y₂，将纵坐标相减得到药包高度h:

h＝y₁-y₂

设定药包的用量过半高度阈值ξ₁和换药包提醒阈值ξ₂，阈值为定值，由实验测得，当h＝ξ₁时，灸眼盒提醒装置发出短提示音，提醒用户药包用量已使用一半；当h＝ξ₂时，灸眼盒提醒装置发出长提示音，提醒用户药包用量已使用完，需更换药包，再继续艾灸将影响眼部周围皮肤的水分。

本发明的有益效果是：

在眼部医疗越来越重要的情况下，本发明具有易于实现、实用性强的特点，能够通过对核桃灸眼盒内药包图像的即时分析处理，根据药包高度对其进行用量检测，以便用户及时更换。

附图说明

图1为一种核桃灸眼盒药包用量检测方法的整体流程图；

图2为核桃灸眼盒结构模型图；

图3为药包图像与背景图像分割流程图。

具体实施方式

参照图1，本发明所述的方法包括以下步骤：

A.建立核桃灸眼盒结构模型，利用红外相机获取核桃灸眼盒内的药包图像，将图像灰度化，进行去噪处理；

(1)建立核桃灸眼盒结构模型，如图2所示。利用红外相机获取核桃灸眼盒内的药包图像，将图像传至处理机进行处理，图像灰度为f(x,y)，(x,y)是像素坐标，对图像进行全局映射灰度化：

g(x,y)＝V+f(H)*S

其中，H为色调，S为饱和度，V为明度。设立目标函数缩小灰度图与原图的差距：

其中，d^x、d^y分别是x、y方向上图像像素的灰度差，V_x、V_y为x、y方向上的图像明度。计算函数的最小值：x＝[∑(HH^TS)_x]-¹∑[(d^x-V_x+d^y-V_y)H^T]，将其带入g(x,y)中，得到像素灰度值。

(2)对图像进行小波变换：

W_g(x,y)＝W_f(x,y)+W_ε(x,y)

其中，W_g(x,y)为含有噪声的小波系数，W_f(x,y)为不含噪声的小波系数，W_ε(x,y)为噪声的小波系数。构造二维平滑函数：

其中，i＝[1,n]是小波变换的尺度因子。图像经小波变换后被分为4个子块频带区域，进行下一层小波变换时，变换数据主要集中在高频带上，因此需对高频带进行小波变换，并构造下一尺度的子块频带区域，直至达到满意的小波尺度为止。对小波系数进行估计，设立阈值θ，去除小于阈值的小波系数，从而得到处理后的小波系数，进行小波逆变换：

其中，W为处理后的小波系数，k是变换系数。从而得到去噪后的图像。

B.通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理，提高图像的清晰度；

(1)由于中间层艾灸的燃烧产生水蒸气，影响图像的清晰度，因此需要对图像进行去雾处理。核桃灸眼盒中红外相机的图像成像模型为：

F＝J*t+Ic(1-t)＝Ic*(P*t-t+1)t+Ic(1-t)

其中，J是雾化图像，t是红外光的透射率，Ic是红外光的照射分量，P是药包表面对红外光的反射比例。对原始图像进行高斯模糊处理可得到J：

其中，σ²是图像的高斯方差。模糊尺寸为α，当α较小时，可以增强暗区的图像细节，α较大时，图像色差较小。

(2)计算雾化反射图：

R＝P*t-t+1

得到透射率：

t＝1-ω min R

其中，ω是反射系数。若透射率过小，容易产生噪声，设置透射率阈值t′，则雾化反射图变为：

红外相机与药包之间的距离越大，雾气影响越严重。量取红外相机与药包之间的距离d，则雾化图像J变为：

则去雾图像为：

F′＝R′×J′

通过去雾，提高图像视觉效果和可视度。

C.检测图像中的药包图像，构建背景模型，通过背景差分法分割药包图像与背景图像；

(1)使用多个高斯分布的权重组合来近似表示像素平滑的概率分布，高斯分布函数为：

其中，F_t(x,y)是像素点(x,y)在t时刻的灰度值，n是t时刻高斯分布的数量，μ_i和σ_i是高斯分布均值和标准差，ω是高斯分布的权重。背景模型的条件为：

将满足上述条件的N个高斯分布作为背景模型，其中，T表示背景模型阈值。

(2)同一时刻的像素点如果与背景相匹配，则为背景；否则为药包图像。匹配规则为图像高斯分布满足(μ_k-λσ_k,μ_k+λσ_k)，且k<N。背景模型中，新的高斯分布值将取代N个高斯分布中权重与标准差比值最小的一个，从而更新背景分割条件，形成新的背景与前景，直至将所有帧都更新完。以背景模型为基础通过背景差分法提取药包图像：

其中，为t时刻第N帧图像，B(x,y)为背景图像。

D.提取药包的轮廓特征，将药包高度与设定阈值进行比较，完成核桃灸眼盒药包用量的检测。

(1)经过步骤C的平滑处理后，构造高斯拉普拉斯算子并对其求二阶导数：

其中，G(x,y)是拉普拉斯算子，σ²是高斯分布标准差。用对图像F(x,y)进行卷积运算，得到药包轮廓：

根据σ的不同得到不同尺度下的药包边缘图像。

(2)根据步骤A(2)中对图像的平滑处理，对药包轮廓求导f′(x,y)得到药包最高点纵坐标y₁与最低点纵坐标y₂，将纵坐标相减得到药包高度h:

h＝y₁-y₂

设定药包的用量过半高度阈值ξ₁和换药包提醒阈值ξ₂，阈值为定值，由实验测得。当h＝ξ₁时，灸眼盒提醒装置发出短提示音，提醒用户药包用量已使用一半；当h＝ξ₂时，灸眼盒提醒装置发出长提示音，提醒用户药包用量已使用完，需更换药包，再继续艾灸将影响眼部周围皮肤的水分。

综上所述，便完成了本发明所述的一种核桃灸眼盒药包用量检测方法。该方法具有易于实现、实用性强的特点，能够通过对核桃灸眼盒内药包图像的即时分析处理，根据药包高度对其进行用量检测，以便用户及时更换。

Claims (5)

1.一种核桃灸眼盒药包用量检测方法，其特征在于，通过对药包图像的处理得到药包高度，依据高度检测药包用量，所述方法包括以下步骤：

A.建立核桃灸眼盒结构模型，利用红外相机获取核桃灸眼盒内的药包图像，将图像灰度化，进行去噪处理；

B.通过红外辐射传输模型对图像中艾灸产生的水蒸气进行去雾处理，提高图像的清晰度；

C.检测图像中的药包图像，构建背景模型，通过背景差分法分割药包图像与背景图像；

D.提取药包的轮廓特征，将药包高度与设定阈值进行比较，完成核桃灸眼盒药包用量的检测。

2.根据权利要求1所述的一种核桃灸眼盒药包用量检测方法，其特征在于：

所述步骤A的具体实现方式为：

(1)利用红外相机获取核桃灸眼盒内的药包图像，将图像传至处理机进行处理，图像灰度为f(x，y)，(x，y)是像素坐标，对图像进行全局映射灰度化：

g(x，y)＝V+f(H)*S

其中，H为色调，S为饱和度，V为明度，设立目标函数缩小灰度图与原图的差距：

M＝x^T[∑(HH^TS)_x]x-2∑[(d^x-V_x+d^y-V_y)H^T]x+S

其中，d^x、d^y分别是x、y方向上图像像素的灰度差，V_x、V_y为x、y方向上的图像明度，计算函数的最小值：x＝[∑(HH^TS)_x]^-1∑[(d^x-V_x+d^y-V_y)H^T]，将其带入g(x，y)中，得到像素灰度值；

(2)对图像进行小波变换：

W_g(x，y)＝W_f(x，y)+W_ε(x，y)

其中，W_g(x，y)为含有噪声的小波系数，W_f(x，y)为不含噪声的小波系数，W_ε(x，y)为噪声的小波系数，构造二维平滑函数：

其中，i＝[1，n]是小波变换的尺度因子，图像经小波变换后被分为4个子块频带区域，进行下一层小波变换时，变换数据主要集中在高频带上，因此需对高频带进行小波变换，并构造下一尺度的子块频带区域，直至达到满意的小波尺度为止，对小波系数进行估计，设立阈值θ，去除小于阈值的小波系数，从而得到处理后的小波系数，进行小波逆变换：

其中，W为处理后的小波系数，k是变换系数，从而得到去噪后的图像。

3.根据权利要求2所述的一种核桃灸眼盒药包用量检测方法，其特征在于：

所述步骤B的具体实现方式为：

(1)核桃灸眼盒中红外相机的图像成像模型为：

F＝J*t+Ic(1-t)＝Ic*(P*t-t+1)t+Ic(1-t)

其中，J是雾化图像，t是红外光的透射率，Ic是红外光的照射分量，P是药包表面对红外光的反射比例，对原始图像进行高斯模糊处理可得到J：

其中，σ²是图像的高斯方差，模糊尺寸为α，当α较小时，可以增强暗区的图像细节，α较大时，图像色差较小；

(2)计算雾化反射图：

R＝P*t-t+1

得到透射率：

t＝1-ωmin R

其中，ω是反射系数，若透射率过小，容易产生噪声，设置透射率阈值t′，则雾化反射图变为：

红外相机与药包之间的距离越大，雾气影响越严重，量取红外相机与药包之间的距离d，则雾化图像J变为：

则去雾图像为：

F′＝R′×J′

通过去雾，提高图像视觉效果和可视度。

4.根据权利要求3所述的一种核桃灸眼盒药包用量检测方法，其特征在于：

所述步骤C的具体实现方式为：

(1)使用多个高斯分布的权重组合来近似表示像素平滑的概率分布，高斯分布函数为：

其中，F_t(x，y)是像素点(x，y)在t时刻的灰度值，n是t时刻高斯分布的数量，μ_i和σ_i是高斯分布均值和标准差，ω是高斯分布的权重，背景模型的条件为：

将满足上述条件的N个高斯分布作为背景模型，其中，T表示背景模型阈值；

(2)同一时刻的像素点如果与背景相匹配，则为背景；否则为药包图像，匹配规则为图像高斯分布满足(μ_k-λσ_k，μ_k+λσ_k)，且k＜N，背景模型中，新的高斯分布值将取代N个高斯分布中权重与标准差比值最小的一个，从而更新背景分割条件，形成新的背景与前景，直至将所有帧都更新完，以背景模型为基础通过背景差分法提取药包图像：

其中，为t时刻第N帧图像，B(x，y)为背景图像。

5.根据权利要求4所述的一种核桃灸眼盒药包用量检测方法，其特征在于：

所述步骤D的具体实现方式为：

(1)经过步骤C的平滑处理后，构造高斯拉普拉斯算子并对其求二阶导数：

其中，G(x，y)是拉普拉斯算子，σ²是高斯分布标准差，用对图像F(x，y)进行卷积运算，得到药包轮廓：

根据σ的不同得到不同尺度下的药包边缘图像；

(2)根据步骤A(2)中对图像的平滑处理，对药包轮廓求导f′(x，y)得到药包最高点纵坐标y₁与最低点纵坐标y₂，将纵坐标相减得到药包高度h：

h＝y₁-y₂

设定药包的用量过半高度阈值ξ₁和换药包提醒阈值ξ₂，阈值为定值，由实验测得，当h＝ξ₁时，灸眼盒提醒装置发出短提示音，提醒用户药包用量已使用一半；当h＝ξ₂时，灸眼盒提醒装置发出长提示音，提醒用户药包用量已使用完，需更换药包，再继续艾灸将影响眼部周围皮肤的水分。