CN110852357B - 一种排卵试纸类别检测方法 - Google Patents

一种排卵试纸类别检测方法 Download PDF

Info

Publication number
CN110852357B
CN110852357B CN201911019805.XA CN201911019805A CN110852357B CN 110852357 B CN110852357 B CN 110852357B CN 201911019805 A CN201911019805 A CN 201911019805A CN 110852357 B CN110852357 B CN 110852357B
Authority
CN
China
Prior art keywords
picture
detection
category
test
yang
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
Application number
CN201911019805.XA
Other languages
English (en)
Other versions
CN110852357A (zh
Inventor
熊杰
金炎芳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Kaiwang Hangzhou Technology Co ltd
Original Assignee
Kaiwang Hangzhou Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Kaiwang Hangzhou Technology Co ltd filed Critical Kaiwang Hangzhou Technology Co ltd
Priority to CN201911019805.XA priority Critical patent/CN110852357B/zh
Publication of CN110852357A publication Critical patent/CN110852357A/zh
Application granted granted Critical
Publication of CN110852357B publication Critical patent/CN110852357B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/48—Biological material, e.g. blood, urine; Haemocytometers
    • G01N33/50—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing
    • G01N33/74—Chemical analysis of biological material, e.g. blood, urine; Testing involving biospecific ligand binding methods; Immunological testing involving hormones or other non-cytokine intercellular protein regulatory factors such as growth factors, including receptors to hormones and growth factors
    • G01N33/76—Human chorionic gonadotropin including luteinising hormone, follicle stimulating hormone, thyroid stimulating hormone or their receptors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Molecular Biology (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Endocrinology (AREA)
  • Hematology (AREA)
  • Immunology (AREA)
  • Urology & Nephrology (AREA)
  • Chemical & Material Sciences (AREA)
  • Microbiology (AREA)
  • Biotechnology (AREA)
  • Reproductive Health (AREA)
  • Image Analysis (AREA)
  • Food Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Cell Biology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Biochemistry (AREA)

Abstract

本发明公开了一种排卵试纸类别检测方法。通过预处理步骤中的缩放、切割，提高算法速度并简化场景。通过预处理中的色偏检测和亮度检测，剔除色偏场景和异常亮度场景。通过预处理步骤中的自适应二值化，再统计水平投影，对异常场景剔除。接下来，进行红色区域检测及其区域限制，对异常场景进一步剔除，并统计参考区域和测试区域的红色信息。最后，通过对数据集的结果进行统计，给出强阳、阳和弱阳三种类别的阈值，再通过阈值和分类限制，最终给出试纸的类别：强阳、阳、弱阳、阴、无效。该套方案通过改进的扫描流程，以及改进的预处理步骤中的色偏检测、亮度检测、水平投影以及区域规则限制等，有效剔除色偏、光照异常、场景异常等非试纸场景。

Description

一种排卵试纸类别检测方法
技术领域
本发明涉及图像识别和模式识别技术领域，更具体的说是涉及一种排卵试纸类别检测方法。
背景技术
目前，因为生活、工作压力大等原因，不孕不育比例逐渐上升，在中国，平均每8对夫妇中就有一对有怀孕的困难；而现今中国放开二胎政策，将会增大备孕人口基数，生育问题将更加受到社会的关注。大部分女性在备孕过程中都会使用到排卵试纸。排卵试纸通常是通过检测促黄体生成激素(LH)的峰值水平，来预知是否处于排卵期。市场上广泛使用的各类排卵试纸，通常具有检测线和对照线，在试纸被浸入检测液之前，该检测线和对照线区域均呈现白色，将试纸的检测端浸入检测液后，检测液沿纸纸上迁，首先上迁至检测线，而后继续上迁至对照线，通常无论检测液中是的促黄体生成激素值含量大少，对照线必然会出现红色线，而检测线则根据检测液中的促黄体生成激素含量出现深浅不一的红色线，若是检测线比对照线的颜色更深或者是相近，表示检测结果为阳性，即用户处于排卵期；若是检测线比对照线的颜色浅很多，则表示检测结果为阴性，即用户不处于排卵期。
但是，现今人们对排卵试纸的使用都停留在肉眼识别，人工判断的方式上，排卵试纸的结果读取主观性较强，使用之后还需要手工保留以便之后进行判断。并且人工肉眼识别排卵试纸的方式，仅仅能粗略地判断阴性或者阳性，因此只能大概地预测，再加上每个人对于排卵试纸的识别存在差异，因而不能准确判断是否处于排卵期，从而可能导致错过最佳受孕期。
目前，随着图像处理技术的发展，越来越多的研究者正尝试将图像处理技术应用于医学领域，以作为医学辅助手段。利用图像处理技术可以将排卵试纸拍照后仅保留照片，然后通过对照片的处理来检测用户是否处理排卵期。但是，由于不同的人有不同的拍照习惯，再加上拍照场景不同等因素，使得拍照后获取的排卵试纸图片光照不一，非常不利于对排卵试纸的检测。
因此，提供一种即能够自动检测排卵试纸，并且又不受用户拍照时的光照的影响的排卵试纸检测方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种排卵试纸类别检测方法。
为了实现上述目的，本发明采用如下技术方案：
一种排卵试纸类别检测方法，包括以下步骤：
S1：扫描待测试纸后输入待测试纸图片；
S3：对数据库中图片进行缩放、剪切处理；
S4：对图片进行色偏检测和亮度检测；
S5：对图片进行自适应二值化，统计水平投影；
S6：对图片进行红色区域检测及区域限制；
S7：统计参考区域和测试区域的红色信息；
S8：计算出强阳、阳、弱阳的阈值；
S9：统计待测试纸图片的参考区域和测试区域的红色信息；
S10：计算待测试纸图片的参考区域和测试区域的红色信息的比值；
S11：根据阈值和约束条件判断待测试纸图片类别；
S12：显示类别。
优选的，所述S1之后还包括将待测试纸图片存入数据库。
优选的，所述约束条件为当参考区域没有红色时，判断为无效类别；当参考区域有红色，测试区域没有红色时，判断为阴性类别。
优选的，当判断结果为无效类别时，则维持扫描状态t秒；若仍为无效类别，则提示用户进行拍照，然后进行类别判断。
优选的，所述t范围为5-10s。
优选的，所述参考区域的红色信息为亮度C，所述测试区域的红色信息为亮度T。
优选的，所述阈值为A1、A2，且类别判断方法为，当T/C≤A1时，为强阳类别。当T/C≥A2时，为弱阳类别，当T/C在A1和A2之间时，为阳类别。
优选的，所述缩放将图像大小缩放到90*34；所述剪切将图片上下各剪切掉原宽度的1/3。
优选的，在所述亮度检测中，当检测亮度小于128时，判断为无效类型；在所述色偏检测中，当检测色偏大于1.2时，判断为无效类别。
优选的，在所述二值化水平投影检测中，当参考区域阴影部分超过一个，或者测试区域阴影部分超过一个时，判断为无效类别。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种改进预处理步骤中的色偏检测、亮度检测、水平投影以及区域规则限制等，有效剔除色偏、光照异常、场景异常等非试纸场景。同时，合理的缩放和剪切能够加快运算的速度，保证在手机端的流畅检测。最后，通过统计分析得到阈值并用来分类，可以在数据越来越丰富之后，灵活调整阈值，提高分类精度的排卵试纸类别检测方法。
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，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的交互流程图。
图2附图为本发明提供的图片处理、判断流程图。
图3附图为本发明提供的有效结果示意图。
图4附图为本发明提供的无效结果示意图。
具体实施方式
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。
本发明实施例公开了一种排卵试纸类别检测方法，步骤如下：用户通过app端扫描待测试纸，扫描完成后，将其放入数据库中并进行存储，然后对数据库中图片进行预处理，具体包括：将图片大小缩放至90*34，并将图片上下各剪切掉原宽度的1/3，然后进行亮度检测和色偏检测，当检测亮度小于128时，判断该图片为无效类别，当色偏值大于1.2时，则判断为无效类别，若色偏值偏小，则对图片进行色偏修正，然后对图片进行二值化水平投影，当图片中参考区域阴影部分超过一个，或者测试区域阴影部分超过一个时，判断为无效类别，然后对图片进行红色区域检测及区域限制，当参考区域没有红色时，判断为无效类别，当参考区域有红色而测试区域没有红色时，判断为阴性类别，统计图片参考区域和测试区域的红色信息，该红色信息通常为颜色亮度，测试区域的亮度用T表示，参考区域的亮度用C表示，对统计出的红色信息进行求和平均，得出阈值A1、A2，当T/C≤A1时为强阳，当T/C≥A2时为弱阳，当T/C在A1和A2之间时为阳，统计待测图片的参考区域和测试区域的红色信息，根据阈值判断类别，若判断结果为强阳、阳、弱阳或阴时，直接输出结果，若判断结果为无效时，继续扫描待测试纸进行上述步骤的判断，当扫描时间超过5-10s后判断结果仍为无效，则提示用户对待测试纸进行拍照，然后进行上述处理、检测过程，判断完成后输出结果。
实施例1
用户使用移动端APP扫描待检测试纸，将待检测试纸的参考线对准APP端窗口的对照线，将图片大小缩放至90*34，并将图片上下各剪切掉原宽度的1/3，然后进行亮度检测和色偏检测，对图片进行色偏修正，然后对图片进行二值化水平投影，然后对图片进行红色区域检测及区域限制，统计图片参考区域和测试区域的红色信息，该红色信息通常为颜色亮度，测试区域的亮度用T表示，参考区域的亮度用C表示，根据判断条件当T/C≤A1时为强阳，当T/C≥A2时为弱阳，当T/C在A1和A2之间时为阳，如图3所示，APP端显示其判断结果为弱阳，并将图片存入数据库。
实施例2
用户使用移动端APP扫描待检测试纸，将待检测试纸的参考线对准APP端窗口的对照线，将图片大小缩放至90*34，并将图片上下各剪切掉原宽度的1/3，然后进行亮度检测和色偏检测，对图片进行色偏修正，然后对图片进行二值化水平投影，然后对图片进行红色区域检测及区域限制，如图4所示，参考区域没有红色，判断为无效类别，当扫描时间超过5s，APP端提示用户进行拍照，然后继续进行上述判断处理过程，结果仍为无效，APP端显示其判断结果为无效，并将图片存入数据库。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种排卵试纸类别检测方法，其特征在于，包括以下步骤：
S1：扫描待测试纸后输入待测试纸图片；
S2：对数据库中图片进行缩放、剪切处理；
S3：对图片进行色偏检测和亮度检测；
S4：对图片进行自适应二值化，统计水平投影；
S5：对图片进行红色区域检测及区域限制；
S6：统计参考区域和测试区域的红色信息；
S7：计算出强阳、阳、弱阳的阈值；
S8：统计待测试纸图片的参考区域和测试区域的红色信息；
S9：计算待测试纸图片的参考区域和测试区域的红色信息的比值；
S10：根据阈值和约束条件判断待测试纸图片类别；
S11：显示类别；
所述S1之后还包括将待测试纸图片存入数据库；
所述参考区域的红色信息为亮度C，所述测试区域的红色信息为亮度T，所述阈值为A1、A2，且类别判断方法为，当T/C≤A1时，为强阳类别， 当T/C≥A2时，为弱阳类别，当T/C在A1和A2之间时，为阳类别。
2.根据权利要求1所述的一种排卵试纸类别检测方法，其特征在于，所述约束条件为当参考区域没有红色时，判断为无效类别；当参考区域有红色，测试区域没有红色时，判断为阴性类别。
3.根据权利要求1所述的一种排卵试纸类别检测方法，其特征在于，当判断结果为无效类别时，则维持扫描状态t秒；若仍为无效类别，则提示用户进行拍照，然后进行类别判断。
4.根据权利要求3所述的一种排卵试纸类别检测方法，其特征在于，所述t范围为5-10s。
5.根据权利要求1所述的一种排卵试纸类别检测方法，其特征在于，所述缩放将图像大小缩放到90*34；所述剪切将图片上下各剪切掉原宽度的1/3。
6.根据权利要求1所述的一种排卵试纸类别检测方法，其特征在于，在所述亮度检测中，当检测亮度小于128时，判断为无效类型；在所述色偏检测中，当检测色偏大于1.2时，判断为无效类别。
7.根据权利要求1所述的一种排卵试纸类别检测方法，其特征在于，在所述二值化水平投影检测中，当参考区域阴影部分超过一个，或者测试区域阴影部分超过一个时，判断为无效类别。
CN201911019805.XA 2019-10-24 2019-10-24 一种排卵试纸类别检测方法 Active CN110852357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911019805.XA CN110852357B (zh) 2019-10-24 2019-10-24 一种排卵试纸类别检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911019805.XA CN110852357B (zh) 2019-10-24 2019-10-24 一种排卵试纸类别检测方法

Publications (2)

Publication Number Publication Date
CN110852357A CN110852357A (zh) 2020-02-28
CN110852357B true CN110852357B (zh) 2022-09-06

Family

ID=69597116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911019805.XA Active CN110852357B (zh) 2019-10-24 2019-10-24 一种排卵试纸类别检测方法

Country Status (1)

Country Link
CN (1) CN110852357B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113341152B (zh) * 2021-04-27 2022-04-26 华南农业大学 Rps9蛋白在食蟹猴超数排卵良好应答预测中的应用
CN115063375B (zh) * 2022-02-18 2024-06-04 厦门中翎易优创科技有限公司 一种对排卵试纸检测结果进行自动分析的图像识别方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318584A (zh) * 2014-11-20 2015-01-28 广州万孚生物技术股份有限公司 一种利用手机成像分析生物试纸的方法
CN205049570U (zh) * 2015-09-28 2016-02-24 华东医院 一种排卵监测卡
CN106405118A (zh) * 2016-09-27 2017-02-15 北京爱康泰科技有限责任公司 一种排卵试纸检测方法及系统
CN106546756A (zh) * 2016-10-20 2017-03-29 北京爱康泰科技有限责任公司 一种排卵试纸检测方法及系统
CN109146882A (zh) * 2018-10-26 2019-01-04 北京纳百生物科技有限公司 一种食品安全胶体金试纸分析装置及其应用
CN109978780A (zh) * 2019-03-12 2019-07-05 深圳市象形字科技股份有限公司 一种尿检仪试纸图像颜色校正方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318584A (zh) * 2014-11-20 2015-01-28 广州万孚生物技术股份有限公司 一种利用手机成像分析生物试纸的方法
CN205049570U (zh) * 2015-09-28 2016-02-24 华东医院 一种排卵监测卡
CN106405118A (zh) * 2016-09-27 2017-02-15 北京爱康泰科技有限责任公司 一种排卵试纸检测方法及系统
CN106546756A (zh) * 2016-10-20 2017-03-29 北京爱康泰科技有限责任公司 一种排卵试纸检测方法及系统
CN109146882A (zh) * 2018-10-26 2019-01-04 北京纳百生物科技有限公司 一种食品安全胶体金试纸分析装置及其应用
CN109978780A (zh) * 2019-03-12 2019-07-05 深圳市象形字科技股份有限公司 一种尿检仪试纸图像颜色校正方法

Also Published As

Publication number Publication date
CN110852357A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
CN108346149B (zh) 图像检测、处理方法、装置及终端
CN110852357B (zh) 一种排卵试纸类别检测方法
US7035477B2 (en) Image composition evaluation
CN112767392B (zh) 图像清晰度确定方法、装置、设备及存储介质
CN104574285B (zh) 一种自动祛除图像黑眼圈的方法
CN109961426A (zh) 一种人脸皮肤肤质的检测方法
CN110890078B (zh) 一种基于瞳孔大小自动调节显示屏亮度的方法
EP1199672A2 (en) Red-eye detection method
CN101620679B (zh) 图像中的红眼消除方法
CN101599175B (zh) 确定拍摄背景发生改变的检测方法及图像处理设备
CN103942539B (zh) 一种人头部椭圆精确高效提取及遮蔽人脸检测方法
WO2007127144A1 (en) Perceptually-derived red-eye correction
JP2007272435A (ja) 顔特徴抽出装置及び顔特徴抽出方法
CN107301384A (zh) 一种驾驶员接打电话行为检测方法及系统
CN115082776A (zh) 一种基于图像识别的电能表自动检测系统及方法
CN113808087A (zh) 钢板表面的缺陷管控方法、装置及计算机可读存储介质
CN106960424B (zh) 基于优化分水岭的结核杆菌图像分割识别方法及装置
CN114286014A (zh) 一种图像数据库采集方法
WO2016206346A1 (zh) 基于虹膜识别的终端控制方法及装置
CN112449115A (zh) 拍摄方法、装置和电子设备
DE10313019B4 (de) Einhandbedienung von Endgeräten per Gestikerkennung
CN111970501A (zh) 纯色场景ae色彩处理方法、装置、电子设备及存储介质
CN111241934A (zh) 一种获取人脸图像中油光区域的方法和装置
RU2329535C2 (ru) Способ автоматического кадрирования фотографий
CN114841968A (zh) 一种基于YOLOv5的疲劳状态检测方法

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