CN109991215B - 一种用于尿液检测仪的异常情形预警方法 - Google Patents
一种用于尿液检测仪的异常情形预警方法 Download PDFInfo
- Publication number
- CN109991215B CN109991215B CN201910175244.6A CN201910175244A CN109991215B CN 109991215 B CN109991215 B CN 109991215B CN 201910175244 A CN201910175244 A CN 201910175244A CN 109991215 B CN109991215 B CN 109991215B
- Authority
- CN
- China
- Prior art keywords
- test strip
- image
- contour
- point
- gray
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Plasma & Fusion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了一种用于尿液检测仪的异常情形预警方法,它包含如下步骤:一、将浸泡尿液后的试纸条插入尿液检测仪,拍摄图像;二、彩色图像灰度处理:三、设定试纸条检测二值化经验阈值;四、对灰度图像进行二值化,得到前景图像;五、设定面积最低阈值;六、纸条外框定位,得到试纸条感兴趣区域图;七、试纸条定位与插入方向是否偏斜判断;本发明通过对摄像头拍摄的试纸图像进行分析,可以帮助尿液检测仪自动检测出多种异常情况,然后提醒用户改进或者重新检测,可以防止出现错误的检测结果,以免影响后期分析。
Description
技术领域
本发明涉及医疗技术领域,具体涉及一种用于尿液检测仪的异常情形预警方法。
背景技术
随着经济社会的发展和健康意识的提高,人们对于健康和疾病预防的需求日益增长;而随着饮食结构的变化和生活方式的改变,各类慢性非传染性疾病也呈现出快速增长的态势,这使得人们对于健康预防的需求不断加大;
疾病预防是健康管理的重要内容,而定期对身体各项指标进行检查可以及时掌握身体健康状况,对疾病进行及时的预防和管理。目前,健康检测的技术和手段丰富多样,包括血检、心电、超声、放射、尿检等,其中尿液检查由于具有无创、方便、快捷、简单、高效、低成本等优点,越来越成为人们日常健康检测的趋势性选择;
一般情况下,尿液检测主要还是到医院进行尿常规检测,由于这一选择耗费时间长、检测成本高、检测环节多、结果获取慢、效率较低,所以越来越多的人选择利用便携式尿液检测仪在家进行尿液检测;
用户在使用尿液检测仪的过程中,可能出现的异常情况包括:
1、试纸条未插入的情形:用户忘记将试纸条放入插槽之中,就触发了软件的检测过程;
2、试纸条插入不充分:试纸条没有触及到插槽底部,或者是插槽也没有触及到检测仪底部,导致摄像头只能拍摄到试纸条的一部分,引起部分检测项的检测结果出错;
3、试纸条偏斜,或者是超出插槽:用户在使用尿检仪时,在插入试纸条的过程中操作不当,导致试纸条超出插槽的正确位置,出现试纸条偏斜,或者是试纸条超出插槽范围的现象;
4、试纸条型号不对:每一个检测仪,每一个检测任务,都有对应的试纸条;一旦型号弄错了,将无法得到正确的结果。
5、试纸条插入方向弄反:由于用户的粗心,或者是不知道正确的使用方式,在插入试纸条时,错误的将手柄一端朝向内侧插入检测仪。
当前已有的尿液检测仪主要分为两类:基于摄像头的尿液检测仪和基于颜色传感器的尿液检测仪。这些尿检仪都无法进行异常检测。
上述异常情况,都是很有可能发生的。如果尿液检测仪不能对这些异常情形进行自动预警、提醒用户加以改进,而是寄希望于用户能够自己保证使用的完全正确性,则势必增加学习成本,降低用户体验度。
发明内容
本发明的目的在于针对现有技术的缺陷和不足,提供一种用于尿液检测仪的异常情形预警方法,通过对摄像头拍摄的试纸图像进行分析,可以帮助尿液检测仪自动检测出多种异常情况,然后提醒用户改进或者重新检测,可以防止出现错误的检测结果,以免影响后期分析。
为实现上述目的,本发明采用的技术方案是:它包含如下步骤:
一、将试纸条浸泡尿液中1-3秒,然后将试纸条插入尿液检测仪;尿液检测仪顶部的摄像头拍摄图像;
二、将彩色图像img_color转化为灰度图像img_gray;
三、设定试纸条检测二值化经验阈值Th_strip;
四、对灰度图像img_gray进行二值化,得到前景图像img_fore;
五、设定面积最低阈值Th_area_bound:正确插入试纸条,拍摄图像;测量视野中试纸条的高度和宽度;面积最低阈值Th_area_bound为试纸条面积的0.7倍;
六、试纸条外框定位,得到试纸条感兴趣区域图img_ROI;
七、试纸条定位与插入方向是否偏斜判断,具体步骤如下:
(1)将步骤六中得到的试纸条外框的轮廓点序列改为稠密轮廓点;
(2)设置轮廓点序列的顺序,保证其是按照试纸条外框的逆时针方向进行设置;
(3)由于试纸条是从外部插入的,因此在插入口一侧,轮廓序列与图像边界一定存在重叠;去掉轮廓序列中该部分重叠轮廓点;具体方法如下:
a、沿着图像边界从左往右扫描,找到第一个到图像边界的距离小于5个像素的轮廓点,记为Pt1;
b、同样沿着图像边界从右往左扫描,得到第一个到图像边界的距离小于5个像素的轮廓点,记为Pt2;
c、将试纸条外框轮廓序列中位于点Pt1与点Pt2之间的与图像边界重叠部分的轮廓点都去掉;
d、重新整理试纸轮廓序列,使其顺序为逆时针方向,并且保证起点为Pt2,重点为Pt1;
(4)从点Pt2开始,按照逆时针顺序遍历每一个轮廓点Pti,计算轮廓点的角度ci,具体方法如下:
a、设定间距N;
b、按照逆时针方向,找到顺序在轮廓点Pti之后第N个像素,记为Pt_next;
c、找到顺序在轮廓点Pti之前的第N个像素,记为Pt_pre;
d、将Pti与Pt_next连接起来,得到直线L1;
e、将Pti与Pt_pre连接起来,得到直线L2;
f、计算L1与L2之间的夹角,得到夹角ci;
g、轮廓点序列长度为Len;如果轮廓点Pti的序号小于N,或者大于Len_N,则直接将轮廓点Pti的角度值记录为180°;
(5)找到所有轮廓点中,角度值最小的两个轮廓点,分别记为轮廓点Corner1、轮廓点Corner2.将这两个轮廓点作为试纸条的左上角和右上角;
(6)利用轮廓点Corner1、轮廓点Corner2、点Pt1、点Pt2,将试纸条轮廓分成三段;它们分别是左边界Line_left、上边界Line_top、右边界Line_right;
(7)针对三条边界,分析其直线度:三条边界,只要其中有一条的直线度V_line小于阈值,则说明试纸条有问题,预警;直线度的计算方法为:
a、连接边界的首尾两点,构成直线L0;
b、统计边界轮廓点中,到直线的距离小于阈值的点的数目,记为N_near_line;
c、边界的轮廓数目为N_contour;
(8)如果左边界、右边界分别与垂直方向的夹角大于5°,则说明试纸条插入方向倾斜,需要预警;
(9)如果上边界与水平线的夹角大于5°,则说明试纸条插入方向倾斜,需要预警;
(10)如果左边界与右边界构成的夹角,小于阈值Th_Angle,说明左右边界平行;否则,认为不平行,说明试纸条异常,需要预警;
(11)计算左上角的角度值,以及右上角的角度值;如果它们之中有任何一个小于85°,或者大于95°,则说明该角不是直角,试纸条异常,需要预警。
进一步地,步骤一中尿液检测仪顶部的摄像头安装在试纸条正中心上方,即位于图像正中心;试纸条左右边界处于图像的垂直方向;摄像头图像的分辨率为30-1000万像素;
进一步地,步骤二将彩色图像img_color转化为灰度图像img_gray的方法为:对RGB三个通道计算平均值得到灰度值;或利用加权公式:Gray=R*0.299+G*0.587+B*0.114计算得灰度值;或将RGB三个值中的最大值作为灰度值;
进一步地,步骤三试纸条检测二值化经验阈值Th_strip为50-100;
进一步地,步骤四对灰度图像img_gray进行二值化,得到前景图像img_fore的具体步骤如下:
(1)前景图像img_fore与灰度图像img_gray同尺寸;
(2)前景图像img_fore中的每一个像素的亮度值,设置为0;
(3)遍历灰度图像img_gray中的每一个像素点,如果该像素点的亮度值大于阈值Th_strip,则设置前景图像img_fore对应位置的像素的亮度值为255,否则,设置为0;
进一步地,步骤六试纸条外框定位,得到试纸条感兴趣区域图img_ROI,具体步骤如下:
(1)对前景图像img_fore进行连通域分析;经过连通域检测之后,可以得到每一个连通域的外部轮廓、连通域内部像素标号;
(2)如果不存在连通域,说明图像视野内根本就没有试纸条,尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(3)对检测到的连通域进行内部孔洞填充;
(4)计算每一个连通域的面积;
(5)遍历每一个连通域,过滤面积小于面积最低阈值Th_area_bound的连通域;
(6)若此时剩余连通域的数目为0,尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(7)如果此时剩余的连通域的数目大于1,则很可能是试纸出现了断裂,或者是其他特殊现象;尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(8)经过面积阈值过滤之后,如果只有一个连通域,则该连通域必定为试纸条的区域;
(9)得到试纸条感兴趣区域图img_ROI:试纸条感兴趣区域图img_ROI与灰度图像img_gray尺寸完全一致,也是灰度图;将纸条感兴趣区域图img_ROI的每一个像素点设置为0;将试纸条感兴趣区域图img_ROI中,位置上位于试纸条外框内部的每一个像素点,都设置为255;
(10)得到试纸条外部轮廓点序列;
采用上述方案后,本发明一种用于尿液检测仪的异常情形预警方法具有如下优点:
1、运算速度快;
2、可以同时对多种异常情况进行预警;
3、在发现异常的第一时间进行提醒,降低了因为操作不当造成的时间损耗、甚至导致的错误数据。
附图说明
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明的流程图;
图2是具体实施方式步骤六纸条外框定位,得到试纸条感兴趣区域图img_ROI的流程图;
图3是具体实施方式步骤七试纸条定位与插入方向是否偏斜判断的流程图。
具体实施方式
下面结合附图,对本发明作进一步的说明。
本具体实施方式采用的技术方案是:参看图1所示,它包含如下步骤:
一、将试纸条浸泡尿液中1-3秒,然后将试纸条插入尿液检测仪;尿液检测仪顶部的摄像头拍摄图像;尿液检测仪保证内侧的试纸条没有外部光照干扰,保证试纸条上的光照是充分的、均匀的;尿液检测仪顶部的摄像头安装在试纸条正中心上方,即位于图像正中心;试纸条左右边界处于图像的垂直方向;摄像头图像的分辨率为30-1000万像素;侧重速度时,可以用30万像素的分辨率;侧重精度,则可以用1000万像素的分辨率;
二、将彩色图像img_color转化为灰度图像img_gray:
对RGB三个通道计算平均值得到灰度值;或者是利用加权公式:Gray=R*0.299+G*0.587+B*0.114计算得灰度值;或者将RGB三个值中的最大值作为灰度值;
三、设定试纸条检测二值化经验阈值Th_strip为100;试纸条检测二值化经验阈值Th_strip可以在50-150之间进行变动,根据尿液检测仪内部光照、底座亮度、底板亮度进行灵活设定;但一旦设定,软件发布后,该值就固定了;除非更新软件,否则尿液检测仪的使用过程中,该试纸条检测二值化阈值Th_strip不会发生变动;
四、对灰度图像img_gray进行二值化,得到前景图像img_fore,具体步骤如下:
(1)前景图像img_fore与灰度图像img_gray同尺寸;
(2)前景图像img_fore中的每一个像素的亮度值,设置为0;
(3)遍历灰度图像img_gray中的每一个像素点,如果该像素点的亮度值大于阈值Th_strip,则设置前景图像img_fore对应位置的像素的亮度值为255.否则,设置为0;经过二值化之后,理想情形下,试纸条图像中只有试纸条区域的像素是白色的,而试纸条以外的区域全部是黑色;
五、设定面积最低阈值Th_area_bound:正确插入试纸条,拍摄图像;测量视野中试纸条的高度和宽度;面积最低阈值Th_area_bound为试纸条面积的0.7倍;
六、试纸条外框定位,得到试纸条感兴趣区域图img_ROI,参看图2所示,具体步骤如下:
(1)对前景图像img_fore进行连通域分析;经过连通域检测之后,可以得到每一个连通域的外部轮廓、连通域内部像素标号;
(2)如果不存在连通域,说明图像视野内根本就没有试纸条,尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(3)对检测到的连通域进行内部孔洞填充:试纸条外部轮廓的填充,可保证其内部因为噪声造成的孔洞完全消失;
(4)计算每一个连通域的面积:连通域的面积,就是该连通域的像素数目;
(5)遍历每一个连通域,过滤面积小于面积最低阈值Th_area_bound的连通域;
(6)若此时剩余连通域的数目为0,尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;这种情况说明可能是如下几种情况:
a、图像视野内根本就没有试纸条;
b、错误地将试纸条手柄方向插入了尿液检测仪;
c、试纸条插入不充分;
d、试纸条型号不对,使用了小尺寸的试纸条;
(7)如果此时剩余的连通域的数目大于1,则很可能是试纸出现了断裂,或者是其他特殊现象;尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(8)经过面积阈值过滤之后,如果只有一个连通域,则该连通域必定为试纸条的区域;
(9)得到试纸条感兴趣区域图img_ROI:试纸条感兴趣区域图img_ROI与灰度图像img_gray尺寸完全一致,也是灰度图;将纸条感兴趣区域图img_ROI的每一个像素点设置为0;将试纸条感兴趣区域图img_ROI中,位置上位于试纸条外框内部的每一个像素点,都设置为255;
(10)得到试纸条外部轮廓点序列;
七、试纸条定位与插入方向是否偏斜判断:参看图3所示,具体步骤如下:
(1)将步骤六中得到的试纸条外框的轮廓点序列改为稠密轮廓点;稠密轮廓:是指每个轮廓点在图像中都是像素相邻的;与稠密轮廓相对的,是稀疏轮廓;稀疏轮廓的特点是,如果某段轮廓片段是直线,则只存储该直线的首尾两端,中间轮廓点省略;
(2)设置轮廓点序列的顺序,保证其是按照试纸条外框的逆时针方向进行设置;
(3)由于试纸条是从外部插入的,因此在插入口一侧,轮廓序列与图像边界一定存在重叠;去掉轮廓序列中该部分重叠轮廓点;若图像边界与轮廓有交叠的那一边是在图像的底部,具体方法如下:
a、沿着图像边界从左往右扫描,找到第一个到图像边界的距离小于5个像素的轮廓点,记为Pt1;
b、同样沿着图像边界从右往左扫描,得到第一个到图像边界的距离小于5个像素的轮廓点,记为Pt2;
c、将试纸条外框轮廓序列中位于点Pt1与点Pt2之间的与图像边界重叠部分的轮廓点都去掉;
d、重新整理试纸轮廓序列,使其顺序为逆时针方向,并且保证起点为Pt2,重点为Pt1;
(4)从点Pt2开始,按照逆时针顺序遍历每一个轮廓点Pti,计算轮廓点的角度ci,具体方法如下:
a、设定间距N为20;
b、按照逆时针方向,找到顺序在轮廓点Pti之后第N个像素,记为Pt_next;
c、找到顺序在轮廓点Pti之前的第N个像素,记为Pt_pre;
d、将Pti与Pt_next连接起来,得到直线L1;
e、将Pti与Pt_pre连接起来,得到直线L2;
f、计算L1与L2之间的夹角,得到夹角ci,夹角ci取夹角小于等于180°的那个角;
g、轮廓点序列长度为Len;如果轮廓点Pti的序号小于N,或者大于Len_N,则直接将轮廓点Pti的角度值记录为180°;
(5)找到所有轮廓点中,角度值最小的两个轮廓点,分别记为轮廓点Corner1、轮廓点Corner2.将这两个轮廓点作为试纸条的左上角和右上角;
(6)利用轮廓点Corner1、轮廓点Corner2、点Pt1、点Pt2,将试纸条轮廓分成三段;它们分别是左边界Line_left、上边界Line_top、右边界Line_right;
(7)针对三条边界,分析其直线度:三条边界,只要其中有一条的直线度V_line小于阈值0.9,则说明试纸条有问题,预警;直线度的计算方法为:
a、连接边界的首尾两点,构成直线L0;
b、统计边界轮廓点中,到直线的距离小于阈值的点的数目,阈值默认为5个像素,记为N_near_line;
c、边界的轮廓数目为N_contour;
(8)如果左边界、右边界分别与垂直方向的夹角大于5°,则说明试纸条插入方向倾斜,需要预警;
(9)如果上边界与水平线的夹角大于5°,则说明试纸条插入方向倾斜,需要预警;
(10)如果左边界与右边界构成的夹角,小于阈值Th_Angle,阈值Th_Angle取5°,说明左右边界平行;否则,认为不平行,说明试纸条异常,需要预警;
(11)计算左上角的角度值,以及右上角的角度值;如果它们之中有任何一个小于85°,或者大于95°,则说明该角不是直角,试纸条异常,需要预警。
以上所述,仅用以说明本发明的技术方案,而非限制本领域普通技术人员对本发明的技术方案所做的其它修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种用于尿液检测仪的异常情形预警方法,其特征在于它包含如下步骤:
一、将试纸条浸泡尿液中1-3秒,然后将试纸条插入尿液检测仪;尿液检测仪顶部的摄像头拍摄图像;尿液检测仪顶部的摄像头安装在试纸条正中心上方,即位于图像正中心;试纸条左右边界处于图像的垂直方向;摄像头图像的分辨率为30-1000万像素;
二、将彩色图像img_color转化为灰度图像img_gray,具体方法如下:对RGB三个通道计算平均值得到灰度值;或利用加权公式:Gray=R*0.299+G*0.587+B*0.114计算得灰度值;或将RGB三个值中的最大值作为灰度值;
三、设定试纸条检测二值化经验阈值Th_strip;
四、对灰度图像img_gray进行二值化,得到前景图像img_fore,具体步骤如下:
(1)前景图像img_fore与灰度图像img_gray同尺寸;
(2)前景图像img_fore中的每一个像素的亮度值,设置为0;
(3)遍历灰度图像img_gray中的每一个像素点,如果该像素点的亮度值大于阈值Th_strip,则设置前景图像img_fore对应位置的像素的亮度值为255,否则,设置为0;
五、设定面积最低阈值Th_area_bound:正确插入试纸条,拍摄图像;测量视野中试纸条的高度和宽度;面积最低阈值Th_area_bound为试纸条面积的0.7倍;
六、试纸条外框定位,得到试纸条感兴趣区域图img_ROI,具体步骤如下:
(1)对前景图像img_fore进行连通域分析;经过连通域检测之后,可以得到每一个连通域的外部轮廓、连通域内部像素标号;
(2)如果不存在连通域,说明图像视野内根本就没有试纸条,尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(3)对检测到的连通域进行内部孔洞填充;
(4)计算每一个连通域的面积;
(5)遍历每一个连通域,过滤面积小于面积最低阈值Th_area_bound的连通域;
(6)若此时剩余连通域的数目为0,尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(7)如果此时剩余的连通域的数目大于1,则很可能是试纸出现了断裂,或者是其他特殊现象;尿液检测仪算法停止,然后提醒用户进行检查,或重新进行检测;
(8)经过面积阈值过滤之后,如果只有一个连通域,则该连通域必定为试纸条的区域;
(9)得到试纸条感兴趣区域图img_ROI:试纸条感兴趣区域图img_ROI与灰度图像img_gray尺寸完全一致,也是灰度图;将纸条感兴趣区域图img_ROI的每一个像素点设置为0;将试纸条感兴趣区域图img_ROI中,位置上位于试纸条外框内部的每一个像素点,都设置为255;
(10)得到试纸条外部轮廓点序列;
七、试纸条定位与插入方向是否偏斜判断,具体步骤如下:
(1)将步骤六中得到的试纸条外框的轮廓点序列改为稠密轮廓点;
(2)设置轮廓点序列的顺序,保证其是按照试纸条外框的逆时针方向进行设置;
(3)由于试纸条是从外部插入的,因此在插入口一侧,轮廓序列与图像边界一定存在重叠;去掉轮廓序列中该部分重叠轮廓点;具体方法如下:
a、沿着图像边界从左往右扫描,找到第一个到图像边界的距离小于5个像素的轮廓点,记为Pt1;
b、同样沿着图像边界从右往左扫描,得到第一个到图像边界的距离小于5个像素的轮廓点,记为Pt2;
c、将试纸条外框轮廓序列中位于点Pt1与点Pt2之间的与图像边界重叠部分的轮廓点都去掉;
d、重新整理试纸轮廓序列,使其顺序为逆时针方向,并且保证起点为Pt2,重点为Pt1;
(4)从点Pt2开始,按照逆时针顺序遍历每一个轮廓点Pti,计算轮廓点的角度ci,具体方法如下:
a、设定间距N;
b、按照逆时针方向,找到顺序在轮廓点Pti之后第N个像素,记为Pt_next;
c、找到顺序在轮廓点Pti之前的第N个像素,记为Pt_pre;
d、将Pti与Pt_next连接起来,得到直线L1;
e、将Pti与Pt_pre连接起来,得到直线L2;
f、计算L1与L2之间的夹角,得到夹角ci;
g、轮廓点序列长度为Len;如果轮廓点Pti的序号小于N,或者大于Len_N,则直接将轮廓点Pti的角度值记录为180°;
(5)找到所有轮廓点中,角度值最小的两个轮廓点,分别记为轮廓点Corner1、轮廓点Corner2.将这两个轮廓点作为试纸条的左上角和右上角;
(6)利用轮廓点Corner1、轮廓点Corner2、点Pt1、点Pt2,将试纸条轮廓分成三段;它们分别是左边界Line_left、上边界Line_top、右边界Line_right;
(7)针对三条边界,分析其直线度:三条边界,只要其中有一条的直线度V_line小于阈值,则说明试纸条有问题,预警;直线度的计算方法为:
a、连接边界的首尾两点,构成直线L0;
b、统计边界轮廓点中,到直线的距离小于阈值的点的数目,记为N_near_line;
c、边界的轮廓数目为N_contour;
(8)如果左边界、右边界分别与垂直方向的夹角大于5°,则说明试纸条插入方向倾斜,需要预警;
(9)如果上边界与水平线的夹角大于5°,则说明试纸条插入方向倾斜,需要预警;
(10)如果左边界与右边界构成的夹角,小于阈值Th_Angle,说明左右边界平行;否则,认为不平行,说明试纸条异常,需要预警;
(11)计算左上角的角度值,以及右上角的角度值;如果它们之中有任何一个小于85°,或者大于95°,则说明该角不是直角,试纸条异常,需要预警。
2.根据权利要求1所述的一种用于尿液检测仪的异常情形预警方法,其特征在于步骤三试纸条检测二值化经验阈值Th_strip为50-100。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910175244.6A CN109991215B (zh) | 2019-03-08 | 2019-03-08 | 一种用于尿液检测仪的异常情形预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910175244.6A CN109991215B (zh) | 2019-03-08 | 2019-03-08 | 一种用于尿液检测仪的异常情形预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109991215A CN109991215A (zh) | 2019-07-09 |
CN109991215B true CN109991215B (zh) | 2021-09-24 |
Family
ID=67129523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910175244.6A Active CN109991215B (zh) | 2019-03-08 | 2019-03-08 | 一种用于尿液检测仪的异常情形预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109991215B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110335284A (zh) * | 2019-07-11 | 2019-10-15 | 上海昌岛医疗科技有限公司 | 一种病理图像的去除背景的方法 |
CN112858312B (zh) * | 2021-01-20 | 2022-09-02 | 上海工程技术大学 | 一种笔帽硅珠安装视觉检测装置及方法 |
CN114486895A (zh) * | 2022-01-21 | 2022-05-13 | 长沙协大生物科技有限公司 | 一种基于尿干化试纸条推向识别的检测样本物质浓度的方法 |
WO2023227120A1 (zh) * | 2022-05-27 | 2023-11-30 | 深圳迈瑞生物医疗电子股份有限公司 | 尿液拍摄方法和尿液拍摄系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353680A (zh) * | 2011-07-08 | 2012-02-15 | 中国科学院宁波材料技术与工程研究所 | 小型工件表面缺陷的评估方法以及检测不合格工件的流程 |
CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
CN106846404A (zh) * | 2017-01-16 | 2017-06-13 | 河海大学常州校区 | 一种基于工件内外轮廓几何特征的快速位姿检测方法 |
CN107231521A (zh) * | 2017-04-29 | 2017-10-03 | 安徽慧视金瞳科技有限公司 | 一种仪表读数识别用相机自动定位方法 |
CN107516329A (zh) * | 2016-06-15 | 2017-12-26 | 北京科技大学 | 一种减速机油孔定位方法 |
CN107527353A (zh) * | 2017-08-15 | 2017-12-29 | 安徽慧视金瞳科技有限公司 | 一种基于视觉处理的投影画面外框检测方法 |
CN107633253A (zh) * | 2017-10-23 | 2018-01-26 | 江苏鸿信系统集成有限公司 | 基于含噪图像中矩形包围框的精确提取和定位方法 |
CN107967679A (zh) * | 2017-11-21 | 2018-04-27 | 凌云光技术集团有限责任公司 | 一种基于pcb产品矢量图形的自动选取定位核的方法 |
CN107993244A (zh) * | 2017-12-27 | 2018-05-04 | 合肥市雅视智能科技有限公司 | 一种玉米自动检测方法 |
CN108460388A (zh) * | 2018-01-18 | 2018-08-28 | 深圳市易成自动驾驶技术有限公司 | 定位标志的检测方法、装置及计算机可读存储介质 |
-
2019
- 2019-03-08 CN CN201910175244.6A patent/CN109991215B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102353680A (zh) * | 2011-07-08 | 2012-02-15 | 中国科学院宁波材料技术与工程研究所 | 小型工件表面缺陷的评估方法以及检测不合格工件的流程 |
CN105654461A (zh) * | 2014-12-02 | 2016-06-08 | 中国科学院沈阳自动化研究所 | 一种多分裂导线间隔棒断裂的机器视觉检测方法 |
CN107516329A (zh) * | 2016-06-15 | 2017-12-26 | 北京科技大学 | 一种减速机油孔定位方法 |
CN106846404A (zh) * | 2017-01-16 | 2017-06-13 | 河海大学常州校区 | 一种基于工件内外轮廓几何特征的快速位姿检测方法 |
CN107231521A (zh) * | 2017-04-29 | 2017-10-03 | 安徽慧视金瞳科技有限公司 | 一种仪表读数识别用相机自动定位方法 |
CN107527353A (zh) * | 2017-08-15 | 2017-12-29 | 安徽慧视金瞳科技有限公司 | 一种基于视觉处理的投影画面外框检测方法 |
CN107633253A (zh) * | 2017-10-23 | 2018-01-26 | 江苏鸿信系统集成有限公司 | 基于含噪图像中矩形包围框的精确提取和定位方法 |
CN107967679A (zh) * | 2017-11-21 | 2018-04-27 | 凌云光技术集团有限责任公司 | 一种基于pcb产品矢量图形的自动选取定位核的方法 |
CN107993244A (zh) * | 2017-12-27 | 2018-05-04 | 合肥市雅视智能科技有限公司 | 一种玉米自动检测方法 |
CN108460388A (zh) * | 2018-01-18 | 2018-08-28 | 深圳市易成自动驾驶技术有限公司 | 定位标志的检测方法、装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109991215A (zh) | 2019-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109991215B (zh) | 一种用于尿液检测仪的异常情形预警方法 | |
US10182711B2 (en) | Method and apparatus for aiding in the diagnosis of otitis media by classifying tympanic membrane images | |
US9990472B2 (en) | System and method for segmentation and automated measurement of chronic wound images | |
JP6356773B2 (ja) | 流体キャニスタ中の血液成分量を測定するシステム及び方法 | |
CN109288536B (zh) | 获取冠脉钙化区域分类的方法、装置及系统 | |
US8531517B2 (en) | IV monitoring by video and image processing | |
EP2922037A1 (en) | Paper currency number recognition apparatus and recognition method | |
CN103442645A (zh) | 牙齿表面分类方法 | |
EP2962624A1 (en) | Image processing device, image processing method and image processing program | |
WO2016101767A1 (zh) | 图片裁剪的方法和装置以及图片检测方法和装置 | |
US20240046632A1 (en) | Image classification method, apparatus, and device | |
CN111242920A (zh) | 一种生物组织图像检测方法、装置、设备及介质 | |
CN111126383A (zh) | 车牌检测方法、系统、装置及存储介质 | |
US10169536B2 (en) | Recording dose data from drug injection devices using optical character recognition (OCR) | |
CN108171098A (zh) | 一种条码检测方法及设备 | |
KR101726532B1 (ko) | 이미지 기반 서펀틴 벨트 마모 평가를 위한 향상된 분석 | |
KR102030768B1 (ko) | 영상을 이용한 가금류 무게 측정 방법, 이를 수행하기 위한 기록매체 및 장치 | |
CN116993764A (zh) | 一种胃部ct智能分割提取方法 | |
KR20170010753A (ko) | 부호의 광학적 검출 방법 | |
US20190295256A1 (en) | Method and system for robust image detection for automatic detection of symptoms | |
KR20200058657A (ko) | Vfss 기반 연하곤란 자동 검출 시스템 및 그 검출방법 | |
US11670101B2 (en) | Automated identification, orientation and sample detection of a sample container | |
JP2005070908A (ja) | 院内用食事摂取量の計測方法と計測システム | |
JP2005346222A (ja) | 汗腺口除去装置、汗腺口除去方法及び汗腺口除去プログラム | |
US20200273164A1 (en) | Blood vessels analysis methodology for the detection of retina abnormalities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |