CN112461762B - 基于hsv模型的溶液浊度检测方法、介质、图像处理系统 - Google Patents
基于hsv模型的溶液浊度检测方法、介质、图像处理系统 Download PDFInfo
- Publication number
- CN112461762B CN112461762B CN202011356194.0A CN202011356194A CN112461762B CN 112461762 B CN112461762 B CN 112461762B CN 202011356194 A CN202011356194 A CN 202011356194A CN 112461762 B CN112461762 B CN 112461762B
- Authority
- CN
- China
- Prior art keywords
- image
- sample
- solution
- light
- brightness value
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 44
- 238000012545 processing Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000012512 characterization method Methods 0.000 claims abstract description 12
- 238000003709 image segmentation Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 238000003702 image correction Methods 0.000 claims description 4
- 230000010365 information processing Effects 0.000 abstract 1
- 239000000523 sample Substances 0.000 description 102
- 239000000243 solution Substances 0.000 description 58
- 239000012488 sample solution Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000012086 standard solution Substances 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T7/0012—Biomedical image inspection
-
- 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
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种基于HSV模型的溶液浊度检测方法，包括如下步骤：获取用于浊度检测的参考亮度值V0；获取样本图像；获取在HSV模型下样本图像中单一像素点Mn的亮度值VM n；获取样本图像中若干像素点{Mn}的亮度值组{VM n}，以从所述亮度值组{VM n}中得到表征亮度值V；根据V0、V的比值以得到所述含有待测样本的可透光溶液的浊度值τ。本发明还涉及图像处理系统、存储介质。本发明通过图像采集装置获取图像信息，对图像信息进行信息处理以快速获取待测样本的浊度。
Description
技术领域
本发明涉及医学检测技术领域，尤其涉及基于HSV模型的溶液浊度检测方法、介质、图像处理系统。
背景技术
现有技术中，浊度检测多用传感器进行检测，而传感器如光电传感器能量较为集中，往往无法准确获取目标样本位的浊度值。此外，在对空间多区域的探测技术一般都采用逐点或者逐行或者逐区域的探测，速度受到很大的影响，且为了配合检测，需要配置相应的运动机构或者在逐点、逐行、逐区域的上方或者下方设置一传感器以提升检测速度，这样不仅增加了系统的复杂性，也提升了系统的制造成本。
如此需要对现有的溶液浊度检测方法进行改进，设计出一种新型的基于HSV模型的溶液浊度检测方法以解决上述问题。
发明内容
为了克服现有技术的不足，本发明的第一个目的是提供一种基于HSV模型的溶液浊度检测方法，包括如下步骤：
获取用于浊度检测的参考亮度值V0；
获取图像采集装置拍摄的在光源照射下的含有待测样本的可透光溶液的图像，记为样本图像；
获取在HSV模型下样本图像中单一像素点Mn的亮度值VM n；
获取样本图像中若干像素点{Mn}的亮度值组{VM n}，以从所述亮度值组{VM n}中得到表征亮度值V，所述表征亮度值V为亮度值组{VM n}中的最大值/最小值；或为亮度值组{VM n}的算术平均值；
根据V0、V的比值以得到所述含有待测样本的可透光溶液的浊度值τ。
优选地，还包括步骤：
通过获取样本图像时同时获取图像采集装置拍摄的在光源照射下不含待测样本的可透光溶液的图像，并记为参照图像；
以在HSV模型下提取参照图像的亮度值，即参考亮度值V0。
优选地，还包括步骤：
获取不含待测样本的可透光溶液的类型；
根据所述不含待测样本的可透光溶液的类型从溶液类型匹配库中得到所述不含待测样本的可透光溶液对应的亮度值，即参考亮度值V0。
优选地，
优选地，所述图像采集装置拍摄至少若干所述样本图像。
优选地，
还包括图像分割步骤：
对所述图像采集装置拍摄的原始图像通过算法模型进行图像分割以至少获取若干样本图像。
优选地，在获取样本图像后还包括图像校正步骤：
逐行逐点获取在HSV模型下样本图像H、S、V三通道的像素值；
根据校正系数、拉伸系数对接收到的每行像素值进行拉伸、校正直至完成对所述样本图像的最后一行像素值完成校正。
本发明的第二个目的是提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行如上任一项所述的方法。
本发明的第三个目的是提供一种图像处理系统，包括：
浊度检测模块，配置为执行如上所述的基于HSV模型的溶液浊度检测方法；
图像采集模块，至少用于采集在光源照射下的含有待测样本的可透光溶液的图像，记为样本图像；
发光模块，用于提供照明；
图像采集模块在发光模块下采集样本图像，所述样本图像传输至浊度检测模块进行图像处理，以输出样本图像对应的样本位的浊度值。
优选地，图像采集模块采集的图像还包括不含有待测样本的可透光溶液的图像，记为参照图像。
相比现有技术，本发明的有益效果在于：
(1)本发明的基于HSV模型的溶液浊度检测方法，利用图像采集装置获取图像信息，通过对图像进行处理以得到浊度值，方便、快捷。
(2)本发明通过使用HSV模型直接得到目标区域的亮度值，无需模型转换，方便快捷。
(3)通过设置V0为基于图像采集装置采集的图像而获取的亮度值，保证在同一环境下获取V0以及V值，提升最终的检测精度。
(4)通过溶液匹配库匹配溶液的亮度值，减轻系统负担，快速获取不含待测样本的溶液的亮度值。
(5)利用图像采集装置拍摄至少若干样本图像，以实现多个样本的同时检测，实现大通量检测。
(6)通过采用图像分割法对待处理的图像进行图像处理，简单快捷。
(7)通过对样本图像执行图像校正，提升获取的样本图像的准确性。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的一种基于HSV模型的溶液浊度检测方法的流程图；
图2为本发明在一实施例中获取参照图像亮度值V0方法的流程图；
图3为本发明在一实施例中从溶液类型匹配库中获取不含待测样本的可透光溶液亮度值方法的流程示意图；
图4为本发明中一种图像分割方法的流程图；
图5为本发明中提高图像分割准确性的流程图；
图6为本发明在一实施例中图像校正的流程图；
图7为本发明的一种图像处理系统的结构示意图；
图8为本发明的可透光溶液的浊度与表征亮度值与参考亮度值的比值的关系图；
附图标记：1、图像表征主体；11、载台；12、样本容器；13、光源；14、图像采集装置。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
一种基于HSV模型的溶液浊度检测方法，该方法主要匹配一种浊度检测仪，该浊度检测仪的工作原理为：通过图像采集装置获取待测样本的图像信息，该图像信息上传至上位机后，上位机(如计算机等)对图像信息进行信息加工，如公式运算等，以将图像信息转换成待测样本的混浊度，即通过拍照获取待测样本的浊度值，快捷方便，适用于大通量样本检测。HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、亮度(Value)。色相是色彩的基本属性，就是平常说的颜色的名称，如红色、黄色等。饱和度(S)是指色彩的纯度，越高色彩越纯，低则逐渐变灰，取0-100％的数值。亮度(V)，取0-max(计算机中HSV取值范围和存储的长度有关)。应当理解，HSB模型仅为HSV模型的另一种描述方式，实则为同一种模型。如图1所示，该方法具体包括以下步骤：
S101：获取用于浊度检测的参考亮度值V0；
S102：获取图像采集装置拍摄的在光源照射下的含有待测样本的可透光溶液的图像，记为样本图像；该图像采集装置可为相机、摄像机等；如图像采集装置可为数码相机，以采集数码图像；该图像采集装置也可为电荷耦合装置(CCD)。
S103：获取在HSV模型下样本图像中单一像素点Mn的亮度值VM n；
S104：获取样本图像中若干像素点{Mn}的亮度值组{VM n}，以从所述亮度值组{VM n}中得到表征亮度值V，所述表征亮度值V为亮度值组{VM n}中的最大值/最小值；或为亮度值组{VM n}的算术平均值；样本图像由若干像素点构成，分别记为像素点M1、M2、M3、M4直到Mn；1-n个像素点涵盖了样本图像内所有的像素点；以S103的方式获取该区域内所有像素点的亮度值，即得到若干与目标像素点对应的该像素点的亮度值VM n；在一些实施例中，对获取的该区域内所有像素点值VM n进行大小比较，以通过VM n中的最大值或最小值来衡量样本图像区域内的亮度值V；具体地，M1对应的亮度值为VM 1，M2对应的亮度值为VM 2，Mn对应的亮度值为VM n，对VM n进行大小排序，以得出该区域内单一像素点值中的最大值或最小值，并以此表征该样本图像所在区域的亮度值；在另一些实施例中，对获取的该区域内所有像素点值VM n求算术平均值，并以该平均值作为该区域内的亮度值，以平均值作为亮度值可提升该区域内亮度值的准确性。具体地，在样本图像内包括像素点M1、M2、M3、M4直到Mn，则样本图像所在区域的亮度值通过(VM 1+VM 2+VM 3+……+VM n)/n计算，该计算式的分子为该区域内所有单一像素点亮度值的和，分母为该区域内单一像素点的个数。
S105：根据V0、V的比值以得到所述含有待测样本的可透光溶液的浊度值τ。
在一些实施例中，将V0、V代入公式
其中，b为光径，a为和具体溶液相关的系数。
具体地，准备8组可透光溶液用以做线性回归分析。分别获取相应的图像，以根据可透光溶液的图像的参考亮度值、表征亮度值的比值与溶液浊度之间的关系确定a、b系数值。如图8所示，以8组可透光溶液的表征亮度值与参考亮度值的比值、浊度分别为横坐标、纵坐标形成关系图；横坐标x表示V/V0，y表示浊度，得到x与y的关系式，为y＝2.8855e3.89x；其中，系数1/b等于2.8855；a等于3.89；R2表示相关指数，用以反应线性回归分析的效果，介于0～1之间，越接近1，回归拟合效果越好，一般认为超过0.8的模型拟合优度比较高。进而确定一种新的、便捷的浊度计算公式
可对可透光溶液进行浊度测定，也可同时对若干个待检测可透光溶液进行浊度测定，实现高通量的定量分析，快速、便捷。
8组可透光溶液的表征亮度值与参考亮度值的比值、浊度值对应关系见表一。其中：已根据参考亮度值进行了归一化处理表一
在执行S101时，在一些实施例中，为了提升V0值的准确性，V0为基于图像采集装置采集的图像而获取的亮度值，以确保在同样的环境中获取V0值、V值。具体地，包括如下步骤，如图2所示：
S111：通过获取样本图像时同时获取图像采集装置拍摄的在光源照射下不含待测样本的可透光溶液的图像，并记为参照图像；
S112：以在HSV模型下提取参照图像的亮度值，即参考亮度值V0。具体地，利用图像采集装置获取参照图像内V0的步骤可参照S104中获取样本图像内V值的方法。
在一些实施例中，V0值为一常数，具体地，存储介质中存储若干不同标准溶液的亮度值，在执行检测时，可根据具体的溶液调用作为常数的V0值；由于不同溶液的V0值相互独立，可通过获取不含待测样本的可透光溶液的类型来获取对应的溶液的V0值。具体地，如图3所示：
S113：获取不含待测样本的可透光溶液的类型；该获取的溶液类型为人工输入的不含待测样本的可透光溶液的类型。
S114：根据所述不含待测样本的可透光溶液的类型从溶液类型匹配库中得到所述不含待测样本的可透光溶液对应的亮度值，即参考亮度值V0。溶液类型匹配库为溶液类型-亮度值对应库，该匹配库存储常用溶液的亮度值，以便于输入对应的可透光溶液类型时，得到该溶液对应的亮度值。此时，当用户输入相应溶液类型后，匹配库可直接匹配该类型溶液对应的亮度值。
S101-S105具体涉及的是针对一个样本位的溶液浊度检测方法，在一些实施例中，样本容器至少包含若干样本位，则获取的原始图像至少包括若干样本图像。当获取的原始图像包括若干目标图像时，还包括图像分割步骤，如图4所示：
S202：对图像采集装置拍摄的原始图像通过算法模型进行图像分割以获取若干样本图像。在一些实施例中，可根据智能算法对包含若干目标图像的三通道HSV图像进行图像分割，以获取若干目标图像，若干目标图像中的样本位图像互不重叠。
在一些实施例中，原始图像除了包括若干样本图像外，还包括若干参照图像，此时，仍然可通过算法模型对原始图像进行图像分割以获取若干样本图像、目标图像。
在一些实施例中，为了提升获取的包括若干目标样本位图像的准确性，在一些实施例中，在S202后还包括步骤，如图5所示：
S203：比较所述包括若干样本位的三通道HSV图像与标准的包括若干样本位的三通道HSV图像的相似度；计算机程序里可预存有包含多个样本位的样本容器的标准图像，将该标准图像与S202中获取的包括若干样本位的三通道HSV图像进行比较，以判定两者之间的相似度。
S204：若所述相似度满足图像分割条件时，则在所述三通道HSV图像中分割若干样本位图像对应的图块。图像分割条件可预存于计算机程序中或人工设定相应的图像分割条件，如设定相似度达到85％及以上则为满足图像分割条件，应当理解，图像分割条件可根据具体的需求进行设定，当满足该条件时，对三通道HSV图像进行图像分割。
通过执行S203-S204以确保图像分割的准确性。
由于图像采集装置获取的图像会存在畸变，因此为了提升最终图像的精准性，需要对所获取的图像进行校正。在一些实施例中，在获取图像采集装置反馈的待测透光溶液的三通道HSV图像(即步骤S102)时还包括校正步骤，如图6所示：
S301：逐行逐点获取三通道HSV图像的原始数据；逐行逐点获取三通道HSV图像的像素值。
S302：根据校正系数、拉伸系数对接收到的图像原始数据中的每行像素进行拉伸、校正直至完成对所述图像的最后一行像素完成校正。拉伸系数为将畸变图像拉伸的倍数，该校正系数是由采集所述畸变图像所使用的光学镜头的径向畸变参数和切向畸变参数确定的，所述畸变图像中的每个原像素均具有一组校正系数，并与所述校正图像中的一个校正像素对应。按照设定的校正系数，对畸变图像的每行像素进行校正，直至完成对畸变图像的最后一行像素的拉伸和较正后，获得畸变图像的校正图像。
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行如上的方法。
实施例二
如图7-8所示，一种图像处理系统，包括：浊度检测模块，配置为执行如实施例一的基于HSV模型的溶液浊度检测方法；图像采集模块，至少用于采集在光源照射下的含有待测样本的可透光溶液的图像，记为样本图像；发光模块，用于提供照明；图像采集模块在发光模块下采集样本图像，所述样本图像传输至浊度检测模块进行图像处理，以输出样本图像对应的样本位的浊度值。
在一些实施例中，图像采集模块采集的图像还包括不含有待测样本的可透光溶液的图像，记为参照图像，即图像采集装置在一次检测中同时获取参照图像、样本图像，以提升参照图像及样本图像亮度值的准确性。
图像处理系统包括图像表征主体，该图像表征主体1为避光式壳体结构；该图像表征主体1包括：载台11，用以放置样本容器12；光源13，用于提供照设样本容器12内的样本溶液；至少一个图像采集装置14，以采集样本溶液的图像；浊度检测模块，用于获取样本溶液的图像并将其转化为浊度值；光源13、图像采集装置14分别位于载台11两侧；光源13被触发后，图像采集装置14获取若干个样本位内样本溶液的图像，经所述浊度检测模块转化为表征各自样本位内溶液中悬浮物的浊度值。
应当理解，图像表征主体1为封闭式结构，以为图像采集提供一避光的采集环境，以保证检测结果的准确性。在一些实施例中，浊度检测模块存储于上位机，以通过上位机显示浊度。该上位机可为电脑、平板、手机等，上位机可装载有该浊度检测模块且上位机包括显示装置，以直接将浊度检测模块最终获得的浊度信息直接显示于上位机，以供用户第一时间快速了解待测样本溶液的浊度信息。
在一些实施例中，载台11，固定安装于图像表征主体1的内部，以为样本容器12提供支撑平台。此外，载台11也可活动安装于图像表征主体1的内部，即载台11可活动运动于活动开口位置处，以方便样本容器12在图像表征主体1内的取放。为了保证检测结果的精准性，在另一些实施例中，载台11上还包括至少一个传感器(未图示)，该传感器可为定位传感器，用于样本容器12的精确定位，保证光源13发射的光线与样本容器12正对设置。为了保证光线能够穿透载台11，载台11优选由透明材料制成。
光源13，可在两个或更多个波长光谱之间可切换，如可在白光、红光、蓝光、绿光、紫外光(UV)、近红外光(近IR)和红外光(IR)以及前述的组合等之间切换。光源13为面光源，以保证光线直射进入每一样本容器内的样本位中。
至少一个图像采集装置14用于对载台11上的样本容器12进行光学成像。由于一个图像采集装置14会造成采集图像信息的缺失，为了保证采集的图像信息的全面性，可在图像表征主体1内设置多个图像采集装置14，多个图像采集装置14可以布置成从围绕成像位置布置的不同视角拍摄图像。图像采集装置14可为数码相机，以采集数码图像；图像采集装置14可为电荷耦合装置(CCD)、摄像机等具有图像采集功能的设备。
在一实施例中，当图像采集装置14为CCD相机时，光源13被触发后，CCD相机获取样本容器12内各样本的图像信息，该图像信息经传输装置传输至计算机后，计算机内的预设公式将获取的图像信息代入公式以输出若干浊度值以表征待测样本。CCD相机可与计算机通信连接，样本容器12可包括若干个样本位，该若干个可为任意个数，具体根据实际检测需求进行设置。为了满足高通量检测的需求，该样本容器12可为96孔板，以一次性对96个样本进行检测，CCD相机拍摄96孔板以获取96孔板的图像信息，该图像信息上传至计算机后，计算机首先对获取的图像信息进行有效特征提取，再将有效图像信息输入预设公式进行计算以获取96个样本位的浊度值。
在一些实施例中，样本容器11为包括若干样本位的孔板或为用于容纳透明试管的试管架；当样本容器11为包括若干样本位的孔板时，该样本容器11可直接用于盛放待测样本溶液；当样本容器11为用于容纳透明试管的试管架时，样本容器11用于装载盛放待测样本溶液的透明试管。
在一些实施例中，还包括反射组件(未图示)，反射组件位于样本容器12与图像采集装置14之间，以将样本溶液的图像反射射向图像采集装置14；避免图像采集装置14与孔板12之间的距离过长，成像路径过长，导致图像表征主体1的整体结构过大。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出的实施例。
Claims (7)
1.一种基于HSV模型的溶液浊度检测方法，其特征在于，包括如下步骤：
获取用于浊度检测的参考亮度值v0；
所述参考亮度值v0通过如下方式获得：
通过获取样本图像时同时获取图像采集装置拍摄的在光源照射下不含待测样本的可透光溶液的图像，并记为参照图像；
以在HSV模型下提取参照图像的亮度值，即参考亮度值v0；
或；
获取不含待测样本的可透光溶液的类型；
根据所述不含待测样本的可透光溶液的类型从溶液类型匹配库中得到所述不含待测样本的可透光溶液对应的亮度值，即参考亮度值v0；
获取图像采集装置拍摄的在光源照射下的含有待测样本的可透光溶液的图像，记为样本图像；
获取在HSV模型下样本图像中单一像素点Mn的亮度值VM n；
获取样本图像中若干像素点{Mn}的亮度值组{VM n}，以从所述亮度值组{VM n}中得到表征亮度值v，所述表征亮度值v为亮度值组{VM n}中的最大值/最小值；或为亮度值组{VM n}的算术平均值；
根据v0、v的比值以得到所述含有待测样本的可透光溶液的浊度值τ；其中，b为光径，a为和具体溶液相关的系数。
2.根据权利要求1所述的基于HSV模型的溶液浊度检测方法，其特征在于，所述图像采集装置拍摄至少若干所述样本图像。
3.根据权利要求2所述的基于HSV模型的溶液浊度检测方法，其特征在于，
还包括图像分割步骤：
对所述图像采集装置拍摄的原始图像通过算法模型进行图像分割以至少获取若干样本图像。
4.根据权利要求1所述的基于HSV模型的溶液浊度检测方法，其特征在于，在获取样本图像后还包括图像校正步骤：
逐行逐点获取在HSV模型下样本图像H、S、V三通道的像素值；
根据校正系数、拉伸系数对接收到的每行像素值进行拉伸、校正直至完成对所述样本图像的最后一行像素值完成校正。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1-4任一项所述的方法。
6.一种图像处理系统，其特征在于，包括：
浊度检测模块，配置为执行如权利要求1所述的基于HSV模型的溶液浊度检测方法；
图像采集模块，至少用于采集在光源照射下的含有待测样本的可透光溶液的图像，记为样本图像；
发光模块，用于提供照明；
图像采集模块在发光模块下采集样本图像，所述样本图像传输至浊度检测模块进行图像处理，以输出样本图像对应的样本位的浊度值。
7.根据权利要求6所述的图像处理系统，其特征在于，图像采集模块采集的图像还包括不含有待测样本的可透光溶液的图像，记为参照图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011356194.0A CN112461762B (zh) | 2020-11-26 | 2020-11-26 | 基于hsv模型的溶液浊度检测方法、介质、图像处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011356194.0A CN112461762B (zh) | 2020-11-26 | 2020-11-26 | 基于hsv模型的溶液浊度检测方法、介质、图像处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112461762A CN112461762A (zh) | 2021-03-09 |
| CN112461762B true CN112461762B (zh) | 2023-05-12 |
Family
ID=74809775
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011356194.0A Active CN112461762B (zh) | 2020-11-26 | 2020-11-26 | 基于hsv模型的溶液浊度检测方法、介质、图像处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112461762B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117723513A (zh) * | 2024-02-08 | 2024-03-19 | 清华大学 | 水质检测方法、装置、设备、存储介质和程序产品 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110222698B (zh) * | 2019-05-24 | 2020-12-29 | 广东沁华智能环境技术股份有限公司 | 一种基于色彩信息处理进行水质分析的方法及系统 |
| CN110533626B (zh) * | 2019-06-19 | 2021-11-09 | 浙江大学 | 一种全天候水质识别方法 |
| CN211877766U (zh) * | 2019-07-25 | 2020-11-06 | 淮北师范大学 | 一种基于红外摄像的水体浊度测量装置 |
-
2020
- 2020-11-26 CN CN202011356194.0A patent/CN112461762B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112461762A (zh) | 2021-03-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5698398B2 (ja) | スライド全体蛍光スキャナ | |
| US10514335B2 (en) | Systems and methods for optical spectrometer calibration | |
| CN106683140A (zh) | 一种颜色识别方法及系统 | |
| WO2021008052A1 (zh) | 3d摄影模组镜头精度的标定方法、装置及设备 | |
| JP7062926B2 (ja) | 呈色反応検出システム、呈色反応検出方法及びプログラム | |
| CN115032196B (zh) | 一种全划片高通量彩色病理成像分析仪器及方法 | |
| CN112461762B (zh) | 基于hsv模型的溶液浊度检测方法、介质、图像处理系统 | |
| CN111079831A (zh) | 智能型光学检测的样品特征与瑕疵自动标记方法及其装置 | |
| CN114503097A (zh) | 使用移动设备进行颜色查找的方法和装置 | |
| CN112505002B (zh) | 一种基于rgb模型的溶液浊度检测方法、介质、图像系统 | |
| CN111398138A (zh) | 一种干式血液细胞分析装置的光学检测系统及方法 | |
| JP2013167491A (ja) | 検体から検出対象物を見つけ出す検出装置、検出方法、検出プログラム及び記憶媒体 | |
| CN112557350B (zh) | 一种基于hsv模型的溶液浊度检测方法、介质、图像系统 | |
| US20220260420A1 (en) | Method For Determining A Tooth Colour | |
| CN108881740A (zh) | 图像方法和装置、电子设备、计算机可读存储介质 | |
| US10091443B2 (en) | Camera system and method for inspecting and/or measuring objects | |
| CN113425259A (zh) | 一种高空间分辨率的多光谱舌象采集系统 | |
| JP2001004536A (ja) | 乾海苔の品質検査方法 | |
| CN114047187B (zh) | 一种使用raw图像测量有色溶液物质浓度的方法 | |
| CN111380875B (zh) | 一种缺陷检测方法及系统 | |
| TWI818372B (zh) | 口腔檢測系統 | |
| JP6561479B2 (ja) | 色シェーディング補正が可能な撮像装置 | |
| TWI780465B (zh) | 護目鏡瑕疵檢測處理方法及其系統 | |
| KR101072095B1 (ko) | 씨씨디 카메라의 스미어 현상 보정장치 및 방법 | |
| CN113390870B (zh) | 一种基于机器视觉技术的植物叶片叶绿素含量估测方法 |
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 |