CN112595678B - 基于rgb的图像比色的浓度测定方法、系统、存储介质 - Google Patents
基于rgb的图像比色的浓度测定方法、系统、存储介质 Download PDFInfo
- Publication number
- CN112595678B CN112595678B CN202011349386.9A CN202011349386A CN112595678B CN 112595678 B CN112595678 B CN 112595678B CN 202011349386 A CN202011349386 A CN 202011349386A CN 112595678 B CN112595678 B CN 112595678B
- Authority
- CN
- China
- Prior art keywords
- concentration
- sample
- image
- value
- color
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims description 27
- 238000004590 computer program Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 9
- 238000004737 colorimetric analysis Methods 0.000 claims description 7
- 239000000243 solution Substances 0.000 claims 10
- 239000012086 standard solution Substances 0.000 claims 1
- 238000004445 quantitative analysis Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 21
- 238000005259 measurement Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000011324 bead Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000002203 pretreatment Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000002835 absorbance Methods 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000007398 colorimetric assay Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000001429 visible spectrum Methods 0.000 description 1
- 238000011179 visual inspection Methods 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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/251—Colorimeters; Construction thereof
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
-
- 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
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
- G01J2003/467—Colour computing
-
- 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
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明提供一种基于RGB的图像比色的浓度测定方法，包括以下步骤：获取呈单色溶液的待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量；根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度τ。通过在自待测样本的彩色图像上获得的Max(R，G，B)和Min(R，G，B)的差值与待测样本的浓度τ之间建立线性关系求得待测样本的浓度。可对单一待测样本进行浓度测定，也可同时对若干个待测样本进行浓度测定，实现高通量的定量分析，操作简单、快速。
Description
技术领域
本发明涉及检测技术领域，尤其涉及一种基于RGB的图像比色的浓度测定方法、系统、存储介质。
背景技术
比色分析法是利用被测有色溶液本身的颜色，或加入试剂后呈现的颜色，用眼睛(或目测比色计)观察、比较有色溶液颜色深度，或用光电比色计进行测量以确定有色溶液中被测物质浓度的方法。目前常用的一般是采用分光光度计原理进行比色分析，该方法通过在盛放待测样本容器两侧设置激光发射器和接收器，通过测定有色溶液在特定波长或一定波长范围内光的吸收度，来分析待测样本浓度。该方法仅能采用单项依次操作，当待测样本数量较多时，需要增加传送结构来将不同的待测样本运输到检测位置。该方法只能进行点测量，不能进行空间测量，故在需要高通量检测的场合并不适用。
发明内容
为了克服现有技术的不足，本发明提供一种基于RGB的图像比色的浓度测定方法，可实现高通量浓度测定。
为了实现以上目的，本发明通过以下技术方案实现。
本发明提供一种基于RGB的图像比色的浓度测定方法，包括以下步骤：
获取呈单色溶液的待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量；
根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度τ。
优选地，所述待测样本的浓度τ＝K×[Max(R,G,B)-Min(R,G,B)]+C；其中，τ为单色溶液浓度，K为和单色溶液样本相关的系数，C为调整系数。
优选地，还包括步骤：
获取与待测样本类型相同的单色溶液不同已知浓度时彩色图像对应的的Max(R，G，B)与Min(R，G，B)的差值；
根据所述差值与一一对应的已知浓度值获得浓度匹配库，以匹配出所述待检测单色溶液的浓度。
优选地，所述R均值、G均值、B均值通过以下步骤获取：
获取图像的目标区域每一像素点的R、G、B三通道分量，分别对目标区域所有像素点的R、G、B三通道分量求算术平均值，以得到所述R均值、G均值、B均值。
优选地，所述R均值、G均值、B均值通过以下步骤获取：当单色溶液任意两像素点颜色深度差别小于预设阈值时，获取图像的目标区域预设数量的像素点的R、G、B三通道分量，分别对目标区域预设数量的像素点的R、G、B三通道分量求算术平均值，以得到所述R均值、G均值、B均值。
本发明的第二个目的是提供一种基于RGB模型图像比色测定单色溶液浓度的系统，所述系统包括：
提取模块，被配置成用于获取待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量，及根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
比色模块，被配置用于获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度待测样本。
优选地，还包括：
图像采集模块，被配置用于采集所述待测样本的彩色图像，记为第一图像。
优选地，还包括存储模块，用于存储若干标准液的类型与系数值对应关系的类型匹配库。
优选地，所述系统还包括显示模块，被配置用于显示所述待测样本的浓度值。
本发明的第三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，其特征在于，所述计算机程序被处理器执行如上所述的方法。
相比现有技术，本发明的有益效果在于：
本发明提供的基于RGB的图像比色的浓度测定方法，通过在待测样本的彩色图像上获得的Max(R，G，B)、Min(R，G，B)值与待测样本的浓度之间建立线性关系式，进而通过获得待测样本的彩色图像的Max(R，G，B)、Min(R，G，B)值后，即可通过浓度计算公式求得待测样本的浓度。可对单一待测样本进行浓度测定，也可同时对若干个待测样本进行浓度测定，实现高通量的定量分析，操作简单、快速。所对应采用的比色仪结构简单、适用范围广。
本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为本发明的基于RGB的图像比色的浓度测定方法的步骤流程图；
图2为本发明的组1至组17的单色溶液的图像；
图3为本发明的组1至组17的单色溶液获取的所述差值与其浓度的关系图；
图4为本发明的比色仪的结构剖视图。
图中：1、比色仪；10、样品模块；11、载台；12、容器架；13容器；20、图像采集装置；30、发光模块；40、反射组件；
201、组1图像；202、组2图像；203、组3图像；204、组4图像；205、组5图像；206、组6图像；207、组7图像；208、组8图像；209、组9图像；210、组10图像；211、组11图像；212、组12图像；213、组13图像；214、组14图像；215、组15图像；216、组16图像；217、组17图像；218、空白位。
具体实施方式
下面结合附图对本发明做进一步的详细说明，本发明的前述和其它目的、特征、方面和优点将变得更加明显，以令本领域技术人员参照说明书文字能够据以实施。在附图中，为清晰起见，可对形状和尺寸进行放大，并将在所有图中使用相同的附图标记来指示相同或相似的部件。在下列描述中，诸如中心、厚度、高度、长度、前部、背部、后部、左边、右边、顶部、底部、上部、下部等用词为基于附图所示的方位或位置关系。特别地，“高度”相当于从顶部到底部的尺寸，“宽度”相当于从左边到右边的尺寸，“深度”相当于从前到后的尺寸。这些相对术语是为了说明方便起见并且通常并不旨在需要具体取向。涉及附接、联接等的术语(例如，“连接”和“附接”)是指这些结构通过中间结构彼此直接或间接固定或附接的关系、以及可动或刚性附接或关系，除非以其他方式明确地说明。
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1
光是一种电磁波，由不同波长(380～780nm)的电磁波按一定比例组成的混合光，通过棱镜可分解成红、橙、黄、绿、青、蓝、紫等各种颜色相连续的可见光谱。同理，红黄蓝三种原色的调制也可以得到任意波长的单色光的颜色。当白光通过溶液时，如果溶液对各种波长的光都不吸收，溶液就没有颜色。如果溶液吸收了其中一部分波长的光，则溶液就呈现透过溶液后剩余部分光的颜色。有色溶液的颜色是被吸收光颜色的补色。吸收越多，则补色的颜色越深。比较有色溶液颜色的深度，实质上就是比较有色溶液对它所吸收光的吸收程度。
本发明提供一种基于RGB的图像比色的浓度测定方法，如图1所示，包括以下步骤：
S10、获取呈单色溶液的待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量；具体地，采用图像采集模块在光源照射下采集待测样本的彩色图像，采用提取模块获取待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量；图像采集模块具有图像生成能力，将待测样本成像在成像位置并生成相应的彩色图像；进一步地，图像采集模块包括但不限于摄像头、相机、摄像机；R、G、B三个通道分别表示红R颜色通道、绿G颜色通道、蓝B颜色通道；图像采集模块获取的彩色图像时，图像采集模块将R、G、B三个通道按照一定格式排列；在图像采集模块获取的彩色图像时，采用提取模块获取彩色图像各像素点的R、G、B三通道分量并记录，以供后续计算工作；具体地，在一实施例中，采用比色仪进行单色溶液浓度测定，比色仪内的图像采集模块、发光模块分别配置于盛放待测样本的容器的两侧，开启浓度测定时，发光模块发出光线，照向盛放待测样本的容器，通过光线的直线传播、折射或反射后聚焦在成像平面上，最终获得待测样本的彩色图像；进一步地，根据需要可采集待测样本的局部位置图像或整个单色溶液的图像或包括盛放有单色溶液的容器的图像作为图像采集区域；提取模块可设置于图像采集模块内或独立设置于比色仪内；
S20、根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
S30、获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度。应当理解，Max(R，G，B)及Min(R，G，B)中的R为R均值、G为G均值、B为B均值。具体地，对于同一种单色溶液，单色溶液浓度变化，单色溶液颜色种类不变，单色溶液颜色深度发生变化，通过比较待测样本的颜色深度，以获得其浓度数值。根据格拉斯曼定律，两束不同颜色的光按照一个比例混合，得到第三种颜色，那么视锥细胞对这个混合颜色的反应也将是前两个反应的线性叠加。即单色溶液的浓度发生改变，主要反应为颜色深度的变化。单位体积内的离子浓度和颜色深浅成正比，即[Max(R,G,B)-Min(R,G,B)]和单色溶液的浓度成正比。单色溶液浓度与其[Max(R,G,B)-Min(R,G,B)]之间形成关系式并存储于比色模块，当获取到待测样本的彩色图像的Max(R，G，B)与Min(R，G，B)的差值后，即可通过比色模块计算得出待测样本的浓度。获取Max(R，G，B)与Min(R，G，B)的差值指示待测样本的浓度，方便快捷，效率高，可实现高通量测定。一个图像采集模块可以对一个待测样本或同时对若干个待测样本进行图像采集。通过对彩色图像中R、G、B三通道分量的分析，得到待测样本的颜色深浅状况，即可得出待测样本的浓度，使得浓度检测实现高效、快捷、批量。
应当理解，本发明提供上述方法，单色溶液的颜色由溶质决定，单色溶液表示溶液的颜色是单一的，对于同一种单色溶液，溶液颜色越深则浓度越大。应当理解，本申请的方法对溶液进行浓度测定时，当溶液中存在多种影响溶液颜色的物质时，可通过前期处理，使得溶液中仅有被测物质呈现颜色，使得待测样本呈现单一颜色，可采用任意现有前期处理方法。
进一步地，
所述待测样本的τ＝K×[Max(R,G,B)-Min(R,G,B)]+C；其中，τ为单色溶液浓度，K为和单色溶液样本相关的系数，C为调整系数。具体地，通过比色模块的运算，求得待测样本的浓度，运算简单。
在一实施例中，若某一待测样本检测频繁，可根据所述待测样本的浓度与其彩色图像的Max(R，G，B)与Min(R，G，B)的差值之间建立对应关系，通过常规的匹配处理即可获得待测样本的浓度，具体地，还包括步骤：
获取与待测样本类型相同的单色溶液不同已知浓度时彩色图像对应的Max(R，G，B)与Min(R，G，B)的差值；
根据所述差值与一一对应的已知浓度值获得浓度匹配库，以匹配出所述待检测单色溶液的浓度。
具体地，包括以下步骤：
获取与待测样本类型相同的单色溶液不同已知浓度时彩色图像在RGB模型下各像素点的R、G、B三通道分量；具体地，准备与待测样本类型相同的单色溶液，配置成若干浓度，采用图像采集模块获取相应单色溶液的彩色图像并获取相应彩色图像在RGB模型下各像素点的R、G、B三通道分量；
根据相应彩色图像的各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
获取相应彩色图像的R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值；
将相应单色溶液的浓度值及与之一一对应差值保存于存储单元，得浓度匹配库。
进一步地，当进行比色测定浓度时，还包括步骤：
将待测样本的彩色图像的Max(R，G，B)与Min(R，G，B)的差值与所述浓度匹配库进行匹配，得所述待测样本的浓度。具体地，通过对若干已知浓度的与待测样本类型相同的单色溶液进行测定，建立该类单色溶液的浓度与其彩色图像的Max(R，G，B)与Min(R，G，B)的差值的对应关系，并存入存储单元。当进行待测样本的浓度测定时，经过提取模块获取该彩色图像在RGB模型下各像素点的R及G及B三通道分量、比色模块计算得出Max(R，G，B)与Min(R，G，B)的差值后，在浓度匹配库内，将获得的待测样本的彩色图像的Max(R，G，B)与Min(R，G，B)的差值与存储单元存储的Max(R，G，B)与Min(R，G，B)的差值相匹配，进而匹配出存储单元内相对应的浓度数值，进而计算得出待测样本的浓度值。即，通过两套计算方案以测定待测样本的浓度，一种是通过浓度计算公式直接计算得到待测样本的浓度，另一种是通过根据待测样本的Max(R，G，B)与Min(R，G，B)的差值，与浓度匹配库进行匹配就算得到待测样本的浓度，以提高图像比色测定单色溶液浓度的效率。进一步地，执行图像比色测定单色溶液浓度时，可根据用户选择相应的计算方案，也可自动匹配相应的计算方案。当自动匹配相应的计算方案时，获取得到待测样本的Max(R，G，B)与Min(R，G，B)差值后，在浓度匹配库中进行匹配，匹配结果为无时，将获取的待测样本的待测样本的Max(R，G，B)与Min(R，G，B)数值直接代入浓度计算公式进行计算，求得待测样本的浓度值。
在一实施例中，本发明提供的基于RGB的图像比色的浓度测定方法应用广泛，可用于各种单色溶液的浓度测定，当涉及到图像比色测定单色溶液浓度的系统中未存储的新的单色溶液时，可通过获取该单色溶液的已知浓度的样本及其彩色图像的Max(R，G，B)与Min(R，G，B)的差值来确定浓度计算公式所对应的各系数值。具体地，还包括步骤建立类型匹配库，存储有若干标准液的类型与系数值对应关系。具体地，包括步骤：
获取若干已知单色溶液类型的单色溶液的至少两组不同浓度样本的彩色图像的Max(R，G，B)与Min(R，G，B)的差值；具体地，由于浓度计算公式为τ＝K×[Max(R,G,B)-Min(R,G,B)]+C，为线性方程式，其中，浓度τ与[Max(R,G,B)-Min(R,G,B)]为变量，需要确定两个系数值K与C，则需要两组对应的τ值、[Max(R,G,B)-Min(R,G,B)]值即可，也可准备更多组同一单色溶液类型、不同浓度的样本用以确定单色溶液系数值；进一步地，可针对若干不同单色溶液类型的样本建立类型匹配库；
将的Max(R，G，B)与Min(R，G，B)的差值代入所述浓度计算公式，以获取相应单色溶液类型所匹配的K数值、C数值。
进一步地，当进行比色测定浓度前，先根据溶液类型匹配出浓度计算公式所对应的K数值、C数值；具体地，还包括步骤：
将待测样本的类型与所述类型匹配库，以确定浓度计算公式的K数值、C数值。即获得与所述待测样本的相对应的浓度计算公式的系数K、系数C，以获得相应的数值代入公式中。进行同一批次浓度测定时，待测样本为同一单色溶液类型；当需对不同单色溶液类型的单色溶液进行测定时，分批次进行测定，只需切换待测样本的类型，即可进行检测，高效快捷、适用范围广，可随时更新单色溶液类型匹配库，以扩大图像比色测定单色溶液浓度的方法的测定对象的范围。
在一实施例中，所述R均值、G均值、B均值通过以下步骤获取：
获取图像的目标区域每一像素点的R、G、B三通道分量，分别对目标区域所有像素点的R、G、B三通道分量求算术平均值，以得到所述R均值、G均值、B均值。其中，图像的目标区域可根据需求调整采集大小或形状，以提高图像颜色深浅表征值提取的准确率。
在一实施例中，所述R均值、G均值、B均值通过以下步骤获取：当单色溶液任意两像素点颜色深度差别小于预设阈值时，获取图像的目标区域预设数量的像素点的R、G、B三通道分量，分别对目标区域预设数量的像素点的R、G、B三通道分量求算术平均值，以得到所述R均值、G均值、B均值。具体地，当待测样本各部位颜色深浅区别不大，获取图像的不同像素点的三通道分量差异不大，不用对目标区域所有像素点的三通道分量分别求均值，即任意两像素点颜色深浅差别小于预设阈值时，选取预设数量像素点的R、G、B三通道分量分别求均值即可。
具体地，准备17组已知浓度的单色溶液用以做线性回归分析。分别获取其相应的彩色图像，以根据单色溶液的彩色图像的Max(R，G，B)与Min(R，G，B)差值(即[Max(R,G,B)-Min(R,G,B)])与单色溶液浓度之间的关系确定K数值、C数值。如图2所示，为组1至组17单色溶液放置在比色仪1的样品部10的容器架12上后形成的图像，在一实施例中，样品部10设有二十一个安置位，每一安置位用以放置一个容器13，由于样品部10放置了17组待测样本，还剩四个空白位218。组1至组17颜色逐渐变深；应当理解，实际获取的图像为彩色图像，因专利申请文件对附图的要求，图2为对实际获取的彩色图像做了灰度处理后的图片。获取了相应单色溶液的彩色图像后，获取Max(R，G，B)与Min(R，G，B)并计算得出Max(R，G，B)与Min(R，G，B)差值。如图3所示，以17组单色溶液的[Max(R,G,B)-Min(R,G,B)]除255后的数值、浓度分别为横坐标、纵坐标形成关系图。，横坐标x表示[Max(R,G,B)-Min(R,G,B)]的数值；纵坐标y表示浓度；得到x与y的关系式，为y＝-0.0053x+0.7895；其中系数K等于-0.0053；系数C等于0.7895；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。进而确定浓度τ与[Max(R,G,B)-Min(R,G,B)]之间的关系，得到一种新的、便捷的浓度计算公式τ＝K×[Max(R,G,B)-Min(R,G,B)]+C。可对单一待测样本进行浓度测定，也可同时对若干个待测样本进行浓度测定，实现高通量的定量分析，快速、便捷。
17组单色溶液的[Max(R,G,B)-Min(R,G,B)]的数值、浓度值对应关系见表一。其中，表一中“/255”表示图像在RGB模型下颜色值单位。
表一
| 序号 | 浓度(g/L) | [Max(R,G,B)-Min(R,G,B)]/255 |
| 组1 | 0.5 | 51.32802 |
| 组2 | 0.48 | 65.15146 |
| 组3 | 0.46 | 63.26312 |
| 组4 | 0.45 | 70.03295 |
| 组5 | 0.43 | 70.51928 |
| 组6 | 0.41 | 72.21342 |
| 组7 | 0.4 | 71.79225 |
| 组8 | 0.38 | 75.13528 |
| 组9 | 0.36 | 80.2585 |
| 组10 | 0.35 | 87.13145 |
| 组11 | 0.33 | 80.52519 |
| 组12 | 0.3 | 89.05224 |
| 组13 | 0.26 | 95.94428 |
| 组14 | 0.23 | 111.1566 |
| 组15 | 0.2 | 111.3673 |
| 组16 | 0.16 | 121.0743 |
| 组17 | 0.13 | 123.2462 |
实施例2
本发明提供一种图像比色测定单色溶液浓度的系统，如图4所示，所述系统包括：
提取模块，被配置成用于获取待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量，及根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
比色模块，被配置成用于获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度。
进一步地，所述系统还包括：
图像采集模块，被配置用于采集所述待测样本的彩色图像，记为第一图像；具体地，用以放置待测单色溶液的样品承载部设置至少一个样本位，当需要同时进行若干个待测单色溶液的浓度测定时，图像采集装置20获取的图包括若干待测单色溶液的图像，记为原图；图像采集模块将原图进行分割，一个样本为对应一个图像，记为第一图像。
在一实施例中，还包括存储模块，用于存储若干标准液的类型与系数值对应关系的类型匹配库。可用于各种单色溶液的浓度测定，当涉及到图像比色测定单色溶液浓度的系统中未存储的新的单色溶液时，可通过获取该单色溶液的已知浓度的样本及其彩色图像的Max(R，G，B)与Min(R，G，B)的差值来确定浓度计算公式所对应的各系数值。具体地，包括步骤：
获取若干已知单色溶液类型的单色溶液的至少两组不同浓度样本的彩色图像的Max(R，G，B)与Min(R，G，B)的差值；具体地，由于浓度计算公式为τ＝K×[Max(R,G,B)-Min(R,G,B)]+C，为线性方程式，其中，浓度τ与[Max(R,G,B)-Min(R,G,B)]为变量，需要确定两个系数值K与C，则需要两组对应的τ值、[Max(R,G,B)-Min(R,G,B)]值即可，也可准备更多组同一单色溶液类型、不同浓度的样本用以确定单色溶液系数值；进一步地，可针对若干不同单色溶液类型的样本建立类型匹配库；
将的Max(R，G，B)与Min(R，G，B)的差值代入所述浓度计算公式，以获取相应单色溶液类型所匹配的K数值、C数值。
进一步地，当进行比色测定浓度前，先根据溶液类型匹配出浓度计算公式所对应的K数值、C数值；具体地，还包括步骤：
将待测样本的类型与所述类型匹配库，以确定浓度计算公式的K数值、C数值。即获得与所述待测样本的相对应的浓度计算公式的系数K、系数C，以获得相应的数值代入公式中。进行同一批次浓度测定时，待测样本为同一单色溶液类型；当需对不同单色溶液类型的单色溶液进行测定时，分批次进行测定，只需切换待测样本的类型，即可进行检测，高效快捷、适用范围广，可随时更新单色溶液类型匹配库，以扩大图像比色测定单色溶液浓度的方法的测定对象的范围。
进一步地，所述系统还包括显示模块，被配置用于显示所述待测样本的浓度值。比色模块将获得的待测样本的浓度发送至显示模块，以供用户读取测定的浓度数值。
本发明还提供一种执行上述系统的比色仪1，比色仪1包括：
样品模块10，被配置用于放置待测样本；具体地，样品模块10可以是固定不动，图像采集装置20与样品模块10放置的待测样本位置相匹配，以准确采集图像；样品模块10也可以是能够运动的，以将待测样本运送至配合图像采集装置20进行图像采集的位置；样品模块10包括载台11，载台11可拆卸连接有容器架12，容器架12上固定有用以盛放待测样本的容器13，或容器架12上设有用以安放容器13的容置槽，以便于更换待测样本；应当理解，容器为透明无色状，以免对待测样本的颜色状况造成影响；
图像采集装置20，被配置用于采集所述待测样本的彩色图像；图像采集装置20设有图像采集模块；
发光模块30，被配置用于自所述待测样本背面向所述图像采集模块投射光；具体地，发光模块30为灯板，进一步地，灯板包括固定板、设置于固定板上的若干LED灯珠，若干LED灯珠均匀分布，朝向样品模块10设置，以向样品模块10发出均匀的光线；
提取模块，被配置用于获取待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量，及根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
比色模块，被配置用于获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度。
具体地，样品模块10、图像采集装置20、发光模块30设置于箱体的一封闭腔体内，腔体内壁为黑色，以降低腔体内壁对发光模块30发出光线的反射作用，以保证图像采集装置20采集的彩色图像的精准率。样品模块10、图像采集装置20、发光模块30、提取模块、比色模块、箱体构成比色仪1的基本结构，用以执行上图像比色测定单色溶液浓度的系统。
在一实施例中，样品模块10、图像采集装置20沿发光模块30集中发出的光线方向分布，当发光模块30开启后，图像采集装置20采集样品模块10上待测样本的RGB图像。在又一实施例中，所述系统还包括反射组件40；样品模块10沿发光模块30集中发出的光线方向分布，发光模块30发出的光线经过待测样本后，经反射组件40反射射向图像采集装置20，以供图像采集装置20采集待测样本的RGB图像。即图像采集装置20位于发光模块30集中发出的光线经反射组件40而改变路径的方向，以合理安排样品模块10、图像采集装置20在箱体内的分布，有利于箱体尺寸的小型化设计。
实施例3
本发明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所述的方法。执行如上所述的方法的程序代码存储于计算机可读存储介质上，以便计算机的处理器进行读取并执行。
以上，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。
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。
本说明书的实施例是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，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。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
Claims (8)
1.基于RGB的图像比色的浓度测定方法，其特征在于，包括以下步骤：
获取呈单色溶液的待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量；
根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度τ；
所述待测样本的浓度τ＝K×[Max(R,G,B)-Min(R,G,B)]+C；其中，τ为单色溶液浓度，K为和单色溶液样本相关的系数，C为调整系数；
还包括步骤：
获取与待测样本类型相同的单色溶液不同已知浓度时彩色图像对应的的Max(R，G，B)与Min(R，G，B)的差值；
根据所述差值与一一对应的已知浓度值获得浓度匹配库，以匹配出待检测单色溶液的浓度。
2.根据权利要求1所述的基于RGB的图像比色的浓度测定方法，其特征在于，所述R均值、G均值、B均值通过以下步骤获取：
获取图像的目标区域每一像素点的R、G、B三通道分量，分别对目标区域所有像素点的R、G、B三通道分量求算术平均值，以得到所述R均值、G均值、B均值。
3.根据权利要求1所述的基于RGB的图像比色的浓度测定方法，其特征在于，所述R均值、G均值、B均值通过以下步骤获取：当单色溶液任意两像素点颜色深度差别小于预设阈值时，获取图像的目标区域预设数量的像素点的R、G、B三通道分量，分别对目标区域预设数量的像素点的R、G、B三通道分量求算术平均值，以得到所述R均值、G均值、B均值。
4.一种基于RGB模型图像比色测定单色溶液浓度的系统，其被配置于执行如权利要求1所述的基于RGB的图像比色的浓度测定方法；其特征在于，所述系统包括：
提取模块，被配置成用于获取待测样本的彩色图像在RGB模型下各像素点的R、G、B三通道分量，及根据各像素点的R、G、B三通道分量获得图像在RGB模型下的R均值、G均值、B均值；
比色模块，被配置成用于获取R均值、G均值、B均值三通道分量中最大值Max(R，G，B)与最小值Min(R，G，B)的差值，以指示出与所述差值呈线性关系的所述待测样本的浓度待测样本。
5.根据权利要求4所述的一种基于RGB模型图像比色测定单色溶液浓度的系统，其特征在于，还包括：
图像采集模块，被配置用于采集所述待测样本的彩色图像，记为第一图像。
6.根据权利要求4所述的一种基于RGB模型图像比色测定单色溶液浓度的系统，其特征在于，还包括存储模块，用于存储若干标准液的类型与系数值对应关系的类型匹配库。
7.根据权利要求4所述的一种基于RGB模型图像比色测定单色溶液浓度的系统，其特征在于，所述系统还包括显示模块，被配置用于显示所述待测样本的浓度值。
8.一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1-3任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011349386.9A CN112595678B (zh) | 2020-11-26 | 2020-11-26 | 基于rgb的图像比色的浓度测定方法、系统、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011349386.9A CN112595678B (zh) | 2020-11-26 | 2020-11-26 | 基于rgb的图像比色的浓度测定方法、系统、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112595678A CN112595678A (zh) | 2021-04-02 |
| CN112595678B true CN112595678B (zh) | 2023-06-13 |
Family
ID=75184145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011349386.9A Active CN112595678B (zh) | 2020-11-26 | 2020-11-26 | 基于rgb的图像比色的浓度测定方法、系统、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112595678B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114927031B (zh) * | 2022-06-09 | 2024-01-26 | 西南大学 | 数字比色分析的教学方法、系统及样品室 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5200817A (en) * | 1991-08-29 | 1993-04-06 | Xerox Corporation | Conversion of an RGB color scanner into a colorimetric scanner |
| JP4730371B2 (ja) * | 2007-11-07 | 2011-07-20 | セイコーエプソン株式会社 | 画像処理済み画像データの出力および保存 |
| JP5887998B2 (ja) * | 2011-03-17 | 2016-03-16 | 株式会社リコー | 測色装置、記録装置、測色方法及びプログラム |
| JP2015121461A (ja) * | 2013-12-24 | 2015-07-02 | ダイハツ工業株式会社 | 色評価方法 |
| CN107860766A (zh) * | 2017-10-24 | 2018-03-30 | 吉林大学 | 基于颜色传感器的干化学法精确检测装置及方法 |
| CN110097535B (zh) * | 2019-03-22 | 2021-05-07 | 华南农业大学 | 植物叶片含氮量检测方法、装置、计算机设备和存储介质 |
| CN110579471A (zh) * | 2019-09-26 | 2019-12-17 | 五邑大学 | 基于颜色识别的水质检测方法、装置、设备及存储介质 |
-
2020
- 2020-11-26 CN CN202011349386.9A patent/CN112595678B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112595678A (zh) | 2021-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11741729B2 (en) | Full resolution color imaging of an object | |
| CN112611723B (zh) | 用于测定单色溶液浓度的hsv/hsb色彩空间比色方法、系统、存储介质 | |
| US8767069B2 (en) | Apparatus, system, and method for increasing measurement accuracy in a particle imaging device using light distribution | |
| CN104160251A (zh) | 用于试剂卡分析器的校准方法 | |
| CN107884368B (zh) | 一种光学测试系统和测试方法 | |
| US20230251193A1 (en) | Uv-vis spectroscopy instrument and methods for color appearance and difference measurement | |
| US20200096941A1 (en) | Information processing apparatus, information processing method, and program | |
| CN112595678B (zh) | 基于rgb的图像比色的浓度测定方法、系统、存储介质 | |
| CN112964652A (zh) | 一种溶液比色分析快速检测装置、系统和检测方法 | |
| CN112557320B (zh) | 基于hsv/hsb的图像比色的浓度测定方法、系统、存储介质 | |
| JP2011191081A (ja) | 分析システムおよび分析方法 | |
| KR101683266B1 (ko) | 휴대용 수질 분석 장치 | |
| CN115829954A (zh) | 一种基于图像比色分析的溶液浓度检测方法 | |
| US20200172848A1 (en) | Measurement apparatus | |
| US11698342B2 (en) | Method and system for analysing fluorospot assays | |
| CN214584857U (zh) | 一种溶液比色分析快速检测装置、系统 | |
| CN115598124B (zh) | 颜色去卷积水质检测方法 | |
| JP7079319B2 (ja) | 酸解離平衡推定方法、酸解離平衡推定装置、酸解離平衡推定システム、およびユーザインタフェース装置 | |
| US20220406080A1 (en) | Automatic calibration using machine learning | |
| Panyangam et al. | RGB Color Measuringc Tool Of Simple Colorimetric Detection For High Throughput Antioxidant Capacity Assay On Well Plate | |
| CN117848981A (zh) | 一种多光谱成像集成系统及其装置和使用方法 | |
| CN113588630A (zh) | 一种比色法检测器及其检测方法 | |
| Dakashev et al. | Method of vis spectrometry based on measuring solution color, using digital camera and digital image processing | |
| JP2020101408A (ja) | 解析装置及び解析システム | |
| Kumpanenko et al. | Multichannel pipette scanning colorimeter for analyzing the content of hazardous chemicals in water |
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 |