CN113039435A - 化学浸渍测试的数字化评估 - Google Patents
化学浸渍测试的数字化评估 Download PDFInfo
- Publication number
- CN113039435A CN113039435A CN201980071282.5A CN201980071282A CN113039435A CN 113039435 A CN113039435 A CN 113039435A CN 201980071282 A CN201980071282 A CN 201980071282A CN 113039435 A CN113039435 A CN 113039435A
- Authority
- CN
- China
- Prior art keywords
- color
- cooling water
- central heating
- water according
- mobile device
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 68
- 238000007654 immersion Methods 0.000 title claims abstract description 26
- 239000000126 substance Substances 0.000 title abstract description 8
- 238000011156 evaluation Methods 0.000 title abstract description 6
- 238000010438 heat treatment Methods 0.000 claims abstract description 33
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims abstract description 28
- 229910052742 iron Inorganic materials 0.000 claims abstract description 14
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims abstract description 10
- 229910052802 copper Inorganic materials 0.000 claims abstract description 10
- 239000010949 copper Substances 0.000 claims abstract description 10
- 239000000498 cooling water Substances 0.000 claims description 27
- 239000008236 heating water Substances 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 25
- 238000010998 test method Methods 0.000 claims description 22
- 239000003086 colorant Substances 0.000 claims description 16
- 239000003112 inhibitor Substances 0.000 claims description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims 1
- 238000007598 dipping method Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 11
- 238000003708 edge detection Methods 0.000 description 6
- 238000001816 cooling Methods 0.000 description 4
- MEFBJEMVZONFCJ-UHFFFAOYSA-N molybdate Chemical compound [O-][Mo]([O-])(=O)=O MEFBJEMVZONFCJ-UHFFFAOYSA-N 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000005470 impregnation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000013101 initial test Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 238000010200 validation analysis 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
- G01N21/75—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
- 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
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
- G01N1/30—Staining; Impregnating ; Fixation; Dehydration; Multistep processes for preparing samples of tissue, cell or nucleic acid material and the like for analysis
-
- 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/8483—Investigating reagent band
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N31/00—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods
- G01N31/22—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using chemical indicators
-
- 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
- G01N33/18—Water
-
- 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
- G01N2021/7756—Sensor type
- G01N2021/7759—Dipstick; Test strip
-
- 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
- G01N2021/7793—Sensor comprising plural indicators
-
- 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
- G01N21/80—Indicating pH value
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Plasma & Fusion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Biophysics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Image Analysis (AREA)
- Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
Abstract
本发明公开了一种化学浸渍测试的数字化评估方法。用移动设备例如移动电话拍摄包括变色垫的浸渍测试仪的照片。在参照卡上方或旁边拍摄浸渍测试仪,使得浸渍测试仪和参照卡在同一帧内。移动设备上的处理器分析由此获得的照片,以确定被测水的特性值。该特性可以是例如,酸碱度、铁浓度、铜浓度。水可以是中央供热系统的水。
Description
技术领域
本发明涉及化学浸渍测试的数字化评估,尤其涉及使用包括数码相机的移动设备对中央供热和/或制冷系统水进行的浸渍测试的评估。
背景技术
各种化学浸渍测试已为人们所知,各种类型的浸渍测试可用于测试酸碱度和各种化学物质的存在和浓度。具体地,已知对中央供热和/或制冷系统水的酸碱度以及铁、铜和腐蚀抑制剂(例如钼酸盐)的浓度进行测试。“浸渍测试”可用于测试所有这些东西。浸渍测试通常以浸有试剂的垫的形式进行,该垫又安装在棒上作为载体。将垫浸入待测试液体的样本中,然后浸渍的垫会改变颜色。将垫的颜色与参照品进行比较,可以确定被测试的特定化学物质的浓度、酸碱度值等。
这种测试的一个问题是,人工比较浸渍垫和颜色参照之间的差异会产生不一致。即使是有经验的技术人员也会犯错误,因为一个结果和一个有本质区别的结果之间的颜色差异可能并不明显。
还已知使用数码相机(特别是移动智能手机上的相机),以及适当的软件来捕捉颜色样本,并通过将该颜色样本与同一捕捉帧中的参照进行比较,试图客观地识别样本的颜色。例如,这种技术已经用于混合油漆以匹配现有的颜色,或者用于识别肤色和识别匹配的化妆品。
然而,这种技术也容易不准确,在照明不利的条件下,通常会在很大程度上错误识别颜色。
发明内容
根据本发明的第一方面,提供了一种测试中央供热和/或制冷水的方法,包括以下步骤:
提供至少一个用于测量待测试特性的变色浸渍测试仪,并将变色浸渍测试仪浸入中央供热和/或制冷水中;
提供颜色参照卡,该颜色参照卡的表面上具有一系列参考颜色,颜色参照卡上的参照颜色对应于浸渍测试仪的一系列可能的颜色;
用数码相机拍摄浸渍测试仪和颜色参照卡的照片;
由处理器识别数码照片中对应于浸渍测试仪的变色部分的图像的区域,并确定照片中该区域的颜色;
由处理器识别数码照片中对应于颜色参照卡上的参考颜色的图像的区域,并确定与参考区域相关联的颜色;
确定与参考区域相关联的颜色中最接近浸渍测试仪的变色部分的图像颜色的颜色,并在此基础上确定待测试特性的值。
待测试的特性可以是例如酸碱度、铁浓度、铜浓度、铝浓度和/或腐蚀抑制剂(例如钼酸盐)浓度。在一些实施例中,可以提供多个变色浸渍测试仪来测试多个特性。多个浸渍测试仪可以安装在单个载体上,以便在一次操作中简便地进行多个测试。同样,颜色参照卡可以包括对应于多种类型的浸渍测试的多个颜色范围。
在某些情况下,可以为相同的特性提供多次浸渍测试,例如,已知提供双垫或三垫浸渍测试来测试酸碱度,其中每个垫设计成为特定范围的酸碱度值提供清晰的色差。
优选地,颜色参照卡包括指示如何相对于参考颜色定位浸渍测试仪的标记。理想情况下,浸渍测试仪放置在颜色参照卡上的指定位置,从而预先确定浸渍测试仪的变色部分相对于参考颜色的位置。
优选地,颜色参照卡包括配准标记,以帮助处理器确定图像中与变色垫相关的部分,以及确定图像中与参考颜色相关的部分。在一个实施例中,基本上在矩形参照卡的角上有四个配准标记。配准标记可以是例如圆形。配准标记优选地是已知的颜色,例如已发现蓝色圆圈特别有效,因为在一系列照明条件下都可以可靠地将其识别出来。配准标记设计成与参照卡的其他特征相比易于识别。
优选地,由处理器基于检测到的配准标记的位置来执行歪斜校正过程。通常,参照卡上的配准标记位于矩形的四个角上。当拍摄照片时,参照卡在帧中可能不是完全直的,但是检测到的配准标记以及原始参照卡的已知特性可以用于处理照片以校正图像的歪斜。
一旦对图像进行了歪斜校正,图像内的各种特征可以由处理器主要通过参考关于参照卡上特征的相对位置的已知信息和正确定位的浸渍测试来确定。此外,可以使用已知的边缘检测算法,该算法与已知的相对位置一起能够可靠地识别浸渍测试仪的变色部分的边界。
识别数码照片中对应于浸渍测试的变色部分的区域,并确定该区域的颜色可以包括识别对应于浸渍测试仪的变色部分的多个像素,并确定这些像素中的主色。主色是像素中最共有的单一颜色。
通常,为了识别对应于浸渍测试仪的变色部分的多个像素,处理器将通过使用已知信息和边缘检测找到照片中变色部分的边界,然后选择完全在该边界内的子区域。然后,使用该子区域内的像素来确定变色部分的主色。
例如,子区域可以是例如16×16像素的正方形,总共包含256个像素。主色是这256个像素中最共有的单一颜色,即,模式平均颜色。
优选地,参考颜色设置为沿着参照卡区域的一个维度的基本连续的颜色梯度。例如,可以设置基本上为矩形的颜色梯度,该颜色梯度基本上对应于相关浸渍测试可以显示的颜色范围,涵盖被测试特性的可能值范围。在基本上为矩形的颜色梯度的示例中,颜色在沿着矩形长边的维度上连续变化。沿着正交方向,即。平行于矩形的短边,颜色是恒定的。换句话说,矩形颜色梯度是由大量相邻的线条组成的,每条线条都是不同的颜色。
可以再次从关于参照卡的区域的相对位置的已知信息开始,并且优选地使用边缘检测算法来识别照片中的参考区域。当已经识别到对应于连续梯度的照片区域时,可以将其分成子区域,每个子区域原则上由对应于相同参考颜色的一组像素组成。每个子区域可以是单个像素宽的区域,并且沿着参考颜色恒定的方向沿着多个像素延伸,例如,在颜色沿矩形长边变化的示例中,与矩形短边平行。应当理解,在图像歪斜的情况下——并且任何歪斜校正处理都可能不是完美的——事实上,这些像素组可以沿着颜色梯度稍微延伸,因此具有不同但非常相似的颜色的像素。
在参考区域的每个子区域内,可以再次通过在所有像素中采用单一最共有的颜色来识别主色。
在确定了对应于浸渍测试的变色部分的照片区域的主色,并且识别了参考区域的子区域的主色之后,计算浸渍测试的变色部分和每个子区域之间的色差度量。色差度量可以根据已知的LAB颜色空间差异系统来计算。
与变色垫差异最小的参考颜色对应于所确定的特性值。该参考颜色在图像中位置可以用来确定正确的值。
优选地,可以基于一系列差值来确定由此获得的结果是否有效。具体地,沿着参考梯度的差值序列的平滑度和局部最小值的数量可以用作阈值条件来确定结果的有效性。如果差值序列中存在过多的局部最小值,或者序列包含严重的不连续性或急剧变化,则结果可能被确定为无效。这可能是因为照片的质量很差,例如由于光线不好,在这种情况下,可以很容易地重复测试。
在确定全局最小/最少差值之前,和/或在确定结果的有效性之前,可以使用卡尔曼滤波器来处理差值序列以平滑噪声。卡尔曼滤波器通过不仅考虑梯度上每个点和变色部分之间的测量差异,而且还考虑由于梯度的已知特性而与梯度上不同点相关联的差异之间的预期关系,来帮助更准确地反映沿着梯度的点的真实颜色差异。
一旦确定了特性值,就可以将其与预定的阈值进行比较,以产生通过或失败的测试结果。例如,对于“通过”,铁浓度必须小于阈值。同样,对于铜和铝的浓度,通常任何低于阈值的浓度均将获得“通过”结果。对于酸碱度,通常会有下限和上限。例如,“通过”结果可能适用于7.5至8.5范围内的酸碱度。
优选地,参照卡上的颜色梯度包括相关阈值周围区域中分辨率增加的部分。例如,如果铁浓度的相关通过阈值小于5ppm(百万分之几),那么印在卡片上的颜色梯度可以包括,例如,覆盖表示0ppm和4ppm之间的颜色范围的1cm长部分,覆盖表示4ppm和6ppm之间的颜色范围的3cm长部分,覆盖表示6ppm和10ppm之间的颜色范围的1cm长部分。因此,测试的精确度在最相关的范围内增加,在该范围内做出“通过”或“失败”的决定。
在颜色参照卡包含用于多个不同浸渍测试的多个颜色参考的情况下,在一些实施例中,可以通过将一个变色垫的颜色与其他变色垫的颜色参考梯度进行比较来进行进一步的有效性检查。例如,作为有效性检查,可以将用于铜浓度测试的变色垫与为铁浓度浸渍测试设计的参考梯度进行比较。如果在铁参考梯度上发现与铜测试垫的颜色更接近的匹配,则这可能表示超出范围的值,并且测试结果将失败或无效。
优选地,针对每个测试拍摄多张照片,根据上述程序为每张照片计算测试结果值。可以在稍微不同的照明条件下和从稍微不同的位置拍摄照片。这可能会对所确定的测试结果值产生一些影响,因此每张照片的测试结果值可能会略有不同,即使所有照片都是相同的浸渍测试和相同的参照卡。这使得结果中存在不确定性,且由此获得的值有很大差异,尤其是当其超过通过/失败阈值时,可能导致测试无效的指示。但是已经发现,在照明条件合理并且相机具有现代移动电话通常能提供的平均质量的情况下,通常差异很小且可以接受。在以这种方式获得多个值的情况下,在一些实施例中,最终结果值可以通过取多个值的平均值,然后选择最接近平均值的单个测量值来确定。
优选地,在移动设备(例如移动电话或平板电脑)上拍摄一张照片或多张照片并处理照片来确定测试结果值和通过或失败的整个过程。该设备通常包括相机、处理器和计算机的其他相关部分、显示屏和某种形式的用户输入。移动设备运行适于控制计算机和各种其他设备来执行本发明的过程的软件程序。
在一个实施例中,运行软件程序的移动设备可以适于连续地将馈送从相机流式传输到显示屏,使得用户可以“看到相机所看到的”。可以提供覆盖在显示屏上的视频流上的模板。模板优选地具有与颜色参照卡相同的形状(例如,矩形,具有特定的纵横比)。这有助于用户定位相机,使颜色参照卡或多或少地直接朝向相机,尽量减少歪斜。
当相机馈送流式传输到显示屏时,处理器可以连续拍摄照片并处理每一张照片。例如,典型的视频流可能是每秒30帧或更多。因此每秒30张图片可供处理。通常,当软件太繁忙而无法处理帧时,其会自动丢弃帧,因此实际上处理的帧会更少。然而,当用户拿着相机并尽可能地将其最好地定位使得参照卡和浸渍测试在帧中处于正确的位置,而且用户没有任何特定干预的情况下,多个帧会被连续处理。
首先可以对每一个处理过的帧进行清晰度筛选。例如,可以使用拉普拉斯(Laplacian)方法,并且可以剔除太模糊的图像。
对于通过清晰度初始测试的帧,软件适于继续寻找参照卡上的配准标记。通常,配准标记是圆形的,并且基本上是卡上唯一的圆形特征。可以通过如下过程来检测圆,该过程可以包括通过高斯模糊去除噪声,通过边缘检测算法(例如Canny算法)检测边缘,然后去除直线。这就留下了可能是圆形配准标记的候选区域。通常,这可能包括一些假阳性区域,这些区域不是圆形,但是由于扭曲导致真正的直线没有被去除。已发现观察候选圆的面积是否显著大于πr2的测试能有效地去除这些“假圆”。
如果找到配准标记,可以计算图像的歪斜。通常,实际打印在参照卡上的配准标记将位于矩形的角上。通常,在照片中检测到的配准标记不会限定出完美的矩形,而是不规则的四边形。某种程度的歪斜是可以接受并且可以校正的。然而,歪斜太多会导致照片被剔除。
通常,当来自相机的图像被连续地筛选到显示屏上时,清晰度和歪斜的筛选在后台进行。捕捉特定帧不需要用户干预。当已经获得清晰度和歪斜均可接受的多个图像(在典型实施例中,3至5个图像)时,软件将停止向显示器流式传输相机馈送,以向用户指示已经捕捉了足够的数据,并且其不再需要相对于参照卡定位相机。通常,在普通智能手机相机的合理条件下,整个过程可能需要几秒钟。本发明提供了不受人为比较主观性影响的可靠结果。根据阈值条件,结果可能只是“通过”或“失败”。然而,在一些实施例中,“失败”结果可以包括需要对中央供热/制冷系统进行什么处理的建议。
下表显示了示例条件和基于测试结果可以做出的相关建议。
结果可以存储在中央数据库中,和/或可以产生电子邮件和/或纸质报告,或任何其他格式的报告。
在一些实施例中,该方法可以包括捕捉正在测试的中央供热/制冷系统水的样本的照片。样本优选在明亮的背景下拍摄。样本的照片可以与几种参考颜色或范围一起显示在设备的屏幕上,例如可以显示三种颜色,并且可以询问用户哪种颜色最相似。这是基本的、本质上是手动的水浊度评估。
虽然本发明主要设想用于测试中央供热或制冷系统的水,但是该方法也可以适用于其他情况下的样本浸渍测试。例如,通常会对游泳池水进行浸渍测试,以测量酸碱度、氯含量等。可以对各种工业和其他机器使用的水或其他流体进行浸渍测试,并且在生产机器、车辆、船只、住宅和商业环境中还有许多潜在的应用。
附图说明
为了更好地理解本发明,并更清楚地显示如何实施本发明,现在将参照附图描述优选实施例,其中:
图1示出了作为本发明的一部分使用的包括六个变色垫以及颜色参照卡的浸渍测试棒;
图2示出了图1的浸渍测试棒和颜色参照卡,其中浸渍测试棒根据参照卡上印刷的参考标记定位在颜色参照卡上;
图3和图4示出了使用移动设备拍摄图2的浸渍测试棒和颜色参照卡的照片;
图5示出了如何从图4中拍摄的图像的区域中获得差值序列;以及
图6示出了绘制在图表上的差值序列示例。
具体实施方式
首先参照图1,浸渍测试棒用10表示,旁边是用12表示的颜色参照卡。浸渍测试棒包括六个变色垫14a、14b、14c、14d、14e、14f。变色垫14a用指示钼酸盐抑制剂存在的变色试剂浸泡。变色垫14b用指示铜存在的变色试剂浸泡。变色垫14c用指示铁存在的变色试剂浸泡。变色垫14d、14e、14f用指示样本酸碱度的变色试剂浸泡。
在其他实施例中,浸渍测试棒可以包括五个垫(例如,用于测试钼酸盐、铜、铁的垫,以及两个用于测试酸碱度的垫),或者四个垫(例如,用于测试钼酸盐、铜、铁的垫,以及一个用于测试酸碱度的垫)。
浸渍测试棒已浸入中央供热和/或制冷水样本中几秒钟,因此变色垫根据所取样的中央供热和/或制冷水的特性而变色。
颜色参照卡上印有标记16,该标记16示出了浸渍测试棒10应放置在卡上的何处,邻近颜色参考梯度18a、18b、18c、18d、18e、18f。
在各种实施例中,浸渍测试仪可以放置在卡上,或者邻近卡,只要照片是与参照卡和浸渍测试仪在同一帧中拍摄的即可。
图2示出了放置在参照卡12上由标记(16,图1)指示的位置处的浸渍测试棒10。在该位置,变色垫14a邻近颜色参考梯度18a,变色垫14b邻近颜色参考梯度18b,以此类推。
现在参考图3,移动设备用100表示。该实施例中的移动设备是移动电话,但是也可以是另一种合适的设备,例如平板电脑。合适的设备至少具有相机、显示屏和处理器。移动设备100运行使模板图案110显示在显示屏上的软件。模板图案与参照卡12的形状相同,即,在该实施例中,模板图案是长边长度与短边长度具有一定比率的矩形。模板图案显示在显示屏上,覆盖在来自移动设备的相机的直接视频馈送上。模板图案的目的是帮助用户在相机的视野中对准参照卡,尽可能接近地拍摄到歪斜最小的照片。在图3中,移动设备上的图像有一些歪斜,但是用户可以容易地移动移动设备100来纠正这一点。图4示出了移动设备100或多或少精确地处于最佳位置,参照卡12的图像精确地排列在模板图案110中。
当来自相机的图像连续地流式传输到显示器,并且用户试图尽可能最好地调整相机的位置以将参照卡12的图像与模板图案110对齐时,会连续地拍摄静止照片并进行处理。通常,来自移动电话相机的视频流可以是大约每秒30帧或更多。可以处理尽可能多的单个帧,当处理器太繁忙时,会无声地丢弃帧。处理帧可以包括初始过滤阶段,以确定图像的清晰度。太模糊的帧可能会被剔除。拉普拉斯算法可以用作一种已知的清晰度测试。
如果一个帧通过了清晰度测试,下一步就是检查是否存在预期的配准标记。在该示例中,基本上在矩形参照卡12的角上提供了四个配准标记20。配准标记呈蓝色圆圈的形式。配准标记20是参照卡12上唯一的圆形特征。在每个图像中,都有识别和过滤圆圈的过程。这通常包括使用边缘检测算法来识别和隔离特征。例如,可以使用Canny算法。可以首先对图像应用高斯模糊来减少噪声。可以首先通过去除直线来识别候选圆。去除直线后,剩余的闭合路径可能是候选圆。作为第二阶段/检查,可以测量每个候选特征的面积(特征内部的像素数),并与根据候选特征的测量平均半径计算的面积(通过A=πr2)进行比较。测量面积大于计算面积的候选圆实际上可能是正方形或其他形状(请记住,边缘可能是经像素化和粗糙的,这对于寻找候选圆特征的初始算法来说可能并不明显)。因此,测量面积大于计算面积的候选圆将被剔除并从候选圆集中丢弃。
如果一帧包含四个检测到的配准标记,则对照预定的约束条件检查这些配准标记的相对位置。在原始参照卡12上,配准标记20位于矩形的角上。虽然如上所述的用户界面设计成帮助用户最小化歪斜,但是实际上大多数处理过的图像中可能存在少量的歪斜。因此,处理过的图像中的配准标记通常不会完全形成矩形,而是梯形。只要梯形的内角足够接近直角,且在某个预定公差内,例如在85度和95度之间,就可以将图像确定为足够好,可以作进一步处理。基于检测到的配准标记20,可以使用已知技术在软件中校正可接受图像中存在的任何微小歪斜。
现在参考图5,一旦选出了合适图像并进行了歪斜校正,可以参考参照卡(12)上不同组件的已知相对位置来识别图像的不同区域。图5示出了这种图像的一个区域,黑色轮廓示出了需要单独处理的特定区域。首先,识别对应于一个变色垫的图像区域(在该实施例中大致为正方形)。可以使用边缘检测算法识别相关特征,并且使用识别的配准标记(20)作为参考点,在图像上的正确位置找到特征。完全在该识别特征的边界内的子区域可以用于进一步处理。通过去除边界效应,排除已识别特征的边缘使得整个图块具有更一致的颜色。在图5中用黑色正方形轮廓标记的已识别的子区域内,识别出了主色。主色是轮廓内像素最共有的颜色。换句话说,其是图像区域内的模式平均像素颜色。
颜色参考梯度带18中的主色也以相同的方式进行识别。识别图像上相关颜色参考带18的位置,并且对颜色参考带18内的多个子区域进行处理以找到每个子区域的主色(主色也是该区域内像素的最共有颜色)。在该实施例中,颜色梯度沿着图5中水平延伸的维度连续变化,而沿着另一个维度,即,沿着参考带的高度,颜色是连续的。因此,通过识别颜色参考带18的图像的切片形式的子区域,原则上给定切片中的每个像素应该非常相似或相同,之所以有变化是由于拍照过程中的伪像、所涉及的照明、来自相机传感器的噪声等。为了便于理解,图5中示出了参考带图像的这些切片。其为以黑色轮廓显示的三个矩形切片。应该理解的是,这些切片的宽度在图5中被过度放大——通常在实施例中,切片可以只有单个像素宽。此外,在实际实施例中,切片通常彼此邻接或非常接近,沿着参考梯度的图像有数百个切片。
一旦识别出彩色垫图像的主色以及参考梯度图像的每个条带的主色,对于参考梯度的每个条带,便可以计算该条带的主色和变色垫的主色之间的差异,从而得到差值序列d0…di。图6以图形方式显示了结果序列的示例,纵轴为d值,横轴为相关条带沿参考梯度的位置。在图6中可以清楚地看到,在22处有全局最小距离。这是参考梯度上最接近变色垫颜色的位置。根据参考梯度上与浸渍测试颜色最接近的位置,可以导出被取样的供热和/或制冷水的特性,例如,样本中的铁浓度。
差值度量可以通过LAB颜色空间差异系统来计算。
在图6中,存在相当清晰的全局最小值22。然而,在差值序列中也有局部最小值24a、24b。可根据以下情况检查结果的有效性:
·局部最小值的数量;
·全局最小值和第二小局部最小值之间的差值(第二小局部最小值在图6的示例中是24a);
·差值序列平滑度的测量值;
·找到的全局最小值的差值,不应太高。
如果有太多的局部最小值,则没有足够清晰的全局最小值(即,第二小局部最小值仅是比全局最小值稍大的差值),或者如果曲线平滑度的测量值较低,则结果可能被确定为无效。这可能导致重复捕捉照片的过程,或者向用户指示需要用新的浸渍测试仪重复浸渍测试本身,或者指示需要将样本送去进行实验室测试。
在确定全局最小值和进行各种有效性检查之前,可以用卡尔曼滤波器来处理差值序列。
通常,可以重复捕捉和筛选帧的初始过程,直到获得数个可接受的帧。在每个捕捉的帧上进行特性(例如,铁的浓度)的测量。优选地,通过取从每个帧获得的值的平均值,然后报告最接近平均值的单个值,来进行最终确定。如果从不同帧获得的值有很大差异,则结果可能被确定为无效。
图5示出了单个变色垫和参考图案,取自图2所示的卡的图像,具有六个变色垫14a-f和六个参考梯度18a-f。对于其他五对参考梯度和变色垫,重复确定差值序列以及由此确定每个特性的测量值的过程。然而,在一些实施例中,还可以在变色垫的颜色和除了对应于变色垫的参考梯度之外的参考梯度之间进行比较。作为进一步的检查,如果变色垫在颜色上更接近非对应参考梯度中的任何点,则结果可能被确定为无效。在这种情况下,由变色垫测量的特性很可能完全超出了参考梯度所设想的范围。例如,极高浓度的铁可能导致变色垫呈深棕色,颜色更接近对应于酸碱度变色垫的参考梯度之一。
所描述的发明可以非常容易和精确地测试中央供热和/或制冷水的一系列特性。通过使用运行适当软件的普通移动电话,可以精确确定各种特性的值。所达到的精确度与有经验的化学浸渍测试的人工评估相当,或者比有经验的化学浸渍测试的人工评估更好。此外,还进行了各种检查,以确定何时可以依赖所获得的结果,何时不可以。因此,在最坏的情况下,本发明的方法将得出不能确定样本相关特性的结论,这与一些现有技术的颜色匹配系统形成对比,现有技术的颜色匹配系统通常会返回不正确的结果。
Claims (25)
1.一种测试中央供热和/或制冷水的方法,包括以下步骤:
提供至少一个用于测量待测试特性的变色浸渍测试仪,所述变色浸渍测试仪具有变色垫,并将所述变色浸渍测试仪浸渍在所述中央供热和/或制冷水中;
提供颜色参照卡,所述颜色参照卡的表面上具有一系列参考颜色,所述颜色参照卡上的参考颜色对应于浸渍测试仪的一系列可能的颜色;
用数码相机拍摄所述浸渍测试仪和所述颜色参照卡的照片;
由处理器识别所述数码照片中对应于所述浸渍测试仪的变色垫的图像的区域,并确定所述照片中所述区域的颜色;
由所述处理器识别所述数码照片中对应于所述颜色参照卡上的参考颜色的图像的区域,并确定与参考区域相关联的颜色;
确定与所述参考区域相关联的颜色中最接近所述浸渍测试仪的所述变色垫的图像颜色的颜色,并在此基础上确定所述待测试特性的值。
2.根据权利要求1所述的测试中央供热和/或制冷水的方法,其中,所述待测试特性是酸碱度、铁浓度、铜浓度、铝浓度和/或腐蚀抑制剂浓度中的至少一项。
3.根据权利要求1或权利要求2所述的测试中央供热和/或制冷水的方法,其中,所述颜色参照卡包括指示位置的标记,其中所述浸渍测试仪可以放置在所述参照卡上或邻近所述参照卡,并且其中所述浸渍测试仪在拍摄照片之前位于所指示的位置。
4.根据前述权利要求中任一项所述的测试中央供热和/或制冷水的方法,其中,所述颜色参照卡包括配准标记。
5.根据前述权利要求中任一项所述的测试中央供热和/或制冷水的方法,其中,识别所述数码照片中对应于所述浸渍测试的变色垫的区域并确定所述区域的颜色包括识别对应于所述浸渍测试仪的变色垫的多个像素并确定这些像素中最共有的单一颜色。
6.根据前述权利要求中任一项所述的测试中央供热和/或制冷水的方法,其中,识别所述数码照片中对应于参考区域的区域并确定所述参考区域的颜色包括识别对应于每个参考区域的多个像素,并确定每多个像素中最共有的单一颜色。
7.根据前述权利要求中任一项所述的测试中央供热和/或制冷水的方法,还包括基于对应于所述变色垫的图像区域的颜色和每个参考区域的颜色之间的差异来确定差值序列。
8.根据权利要求7所述的测试中央供热和/或制冷水的方法,其中,应用卡尔曼滤波器对所述差值序列进行处理。
9.根据权利要求7或权利要求8所述的测试中央供热和/或制冷水的方法,其中,基于所述差值序列的平滑度的测量值来确定所述确定的特性值的有效性。
10.根据权利要求7至9中任一项所述的测试中央供暖和/或制冷水的方法,其中,基于所述差值序列中的局部最小值的数量来确定所述确定的特性值的有效性。
11.根据前述权利要求中任一项所述的测试中央供热和/或制冷水的方法,其中,基于所述确定的特性值与预定阈值的比较来输出通过或失败的结果。
12.根据权利要求11所述的测试中央供热和/或制冷水的方法,其中,所述参照卡上的颜色梯度包括在对应于所述预定阈值的颜色周围区域中分辨率增加的部分。
13.根据前述权利要求中任一项所述的测试中央供热和/或制冷水的方法,其中,提供多个变色垫,并且在所述参照卡上提供多个对应的参考梯度。
14.根据权利要求13所述的测试中央供热和/或制冷水的方法,其中,基于将对应于所述特性的变色垫的颜色与对应于不同特性的颜色参考梯度进行比较,来确定所述确定的特性值的有效性。
15.根据前述权利要求中任一项所述的测试中央供热和/或制冷水的方法,其中,提供包括相机、显示屏和处理器的移动设备,所述移动设备适于将图像从所述相机流式传输到所述显示屏,并且在所述显示屏上叠加模板图案以帮助相对于所述参照卡和浸渍测试仪定位所述相机。
16.根据权利要求15所述的测试中央供热和/或制冷水的方法,其中,所述移动设备适于在所述相机流显示在所述显示屏上的同时,连续处理来自所述相机流的帧,并根据适用性来过滤帧。
17.根据权利要求16所述的测试中央供热和/或制冷水的方法,其中,适用性过滤包括针对清晰度阈值的测试。
18.根据从属于权利要求4时的权利要求16所述的测试中央供热和/或制冷水的方法,其中,所述适用性过滤包括关于是否可以在预期位置检测到配准标记的测试。
19.根据权利要求16至18中任一项所述的测试中央供热和/或制冷水的方法,其中,当捕捉到超过预定数量的可接受的帧时,所述移动设备适于停止向所述显示器流式传输相机馈送。
20.根据权利要求15至19中任一项所述的测试中央供热和/或制冷水的方法,其中,所述移动设备是移动电话。
21.根据权利要求15至19中任一项所述的测试中央供热和/或制冷水的方法,其中,所述移动设备是平板电脑。
22.一种非暂时性计算机可读介质,存储有指令,其中,当移动设备的处理器执行所述指令时,使所述移动设备在浸渍变色浸渍测试仪和相关联的颜色参照卡上执行根据权利要求1至21中任一项所述的方法的步骤,所述移动设备包括相机、显示屏和处理器。
23.一种包括相机、显示屏和处理器以及根据权利要求22所述的软件指令的移动设备。
24.根据权利要求23所述的移动设备,其为移动电话。
25.根据权利要求23所述的移动设备,其为平板电脑。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB1814621.7A GB2576942B (en) | 2018-09-07 | 2018-09-07 | Digital assessment of chemical dip tests |
GB1814621.7 | 2018-09-07 | ||
PCT/EP2019/073065 WO2020048860A1 (en) | 2018-09-07 | 2019-08-29 | Digital assessment of chemical dip tests |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113039435A true CN113039435A (zh) | 2021-06-25 |
Family
ID=63921059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980071282.5A Pending CN113039435A (zh) | 2018-09-07 | 2019-08-29 | 化学浸渍测试的数字化评估 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20210325299A1 (zh) |
EP (1) | EP3847455A1 (zh) |
KR (1) | KR20210052461A (zh) |
CN (1) | CN113039435A (zh) |
AU (1) | AU2019336484B2 (zh) |
CA (1) | CA3111464A1 (zh) |
GB (1) | GB2576942B (zh) |
WO (1) | WO2020048860A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB202000458D0 (en) | 2020-01-13 | 2020-02-26 | Intellego Tech Ab Sweden | System for quantifying a colour change |
GB2597946A (en) * | 2020-08-11 | 2022-02-16 | Adey Holdings 2008 Ltd | Testing of central heating system water |
WO2022154847A1 (en) | 2021-01-12 | 2022-07-21 | Emed Labs, Llc | Health testing and diagnostics platform |
US20230057531A1 (en) * | 2021-08-17 | 2023-02-23 | Emed Labs, Llc | Mobile device stands for at-home diagnostics and healthcare |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130136347A1 (en) * | 2011-11-28 | 2013-05-30 | Peter James Wachtell | Method and system for determining the color of an object in a photo |
US20130330831A1 (en) * | 2012-03-22 | 2013-12-12 | Gauge Scientific, Inc. | System for water and food safety testing |
CN106546581A (zh) * | 2016-11-02 | 2017-03-29 | 长沙云知检信息科技有限公司 | 试纸检测卡智能检测系统以及试纸检测卡智能分析方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1173745A4 (en) * | 1999-02-05 | 2006-04-12 | Taylor Technologies Inc | TEST SYSTEM COMPRISING MULTIPLE COMPONENTS FOR THE ANALYSIS OF LIQUID SAMPLES AND ITS APPLICATION |
US8655009B2 (en) * | 2010-09-15 | 2014-02-18 | Stephen L. Chen | Method and apparatus for performing color-based reaction testing of biological materials |
US8506901B2 (en) * | 2010-11-03 | 2013-08-13 | Teco Diagnostics | All-in-one specimen cup with optically readable results |
US9285323B2 (en) * | 2012-08-08 | 2016-03-15 | Scanadu Incorporated | Quantifying color changes of chemical test pads induced concentrations of biological analytes under different lighting conditions |
US9241663B2 (en) * | 2012-09-05 | 2016-01-26 | Jana Care Inc. | Portable medical diagnostic systems and methods using a mobile device |
WO2015038717A1 (en) * | 2013-09-11 | 2015-03-19 | Wellumina Health, Inc. | System for diagnostic testing of liquid samples |
US9933359B2 (en) * | 2014-06-23 | 2018-04-03 | Xerox Corporation | Vendor exclusivity security feature for paper-based diagnostic solution |
US20170184506A1 (en) * | 2015-12-29 | 2017-06-29 | Pritesh Arjunbhai Patel | Reagent test strips comprising reference regions for measurement with colorimetric test platform |
US20170262694A1 (en) * | 2016-03-11 | 2017-09-14 | The Board Of Trustees Of The Leland Stanford Junior University | Point-of-care Sample Analysis and Microscopy for Liquid Samples |
KR20180055320A (ko) * | 2016-11-17 | 2018-05-25 | 한동길 | 가정용 수질 검사 키트를 이용한 수질 검사 방법. |
CN108132244A (zh) * | 2016-12-01 | 2018-06-08 | 中国科学院大连化学物理研究所 | 一种饮用水中Cu2+、Fe2+和游离余氯的同时检测方法 |
WO2018106415A1 (en) * | 2016-12-09 | 2018-06-14 | Basil Leaf Technologies, Llc | Automated camera-based optical assessment system and method |
-
2018
- 2018-09-07 GB GB1814621.7A patent/GB2576942B/en active Active
-
2019
- 2019-08-29 WO PCT/EP2019/073065 patent/WO2020048860A1/en unknown
- 2019-08-29 AU AU2019336484A patent/AU2019336484B2/en active Active
- 2019-08-29 KR KR1020217006908A patent/KR20210052461A/ko unknown
- 2019-08-29 EP EP19762923.1A patent/EP3847455A1/en active Pending
- 2019-08-29 CN CN201980071282.5A patent/CN113039435A/zh active Pending
- 2019-08-29 US US17/274,080 patent/US20210325299A1/en active Pending
- 2019-08-29 CA CA3111464A patent/CA3111464A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130136347A1 (en) * | 2011-11-28 | 2013-05-30 | Peter James Wachtell | Method and system for determining the color of an object in a photo |
US20130330831A1 (en) * | 2012-03-22 | 2013-12-12 | Gauge Scientific, Inc. | System for water and food safety testing |
CN106546581A (zh) * | 2016-11-02 | 2017-03-29 | 长沙云知检信息科技有限公司 | 试纸检测卡智能检测系统以及试纸检测卡智能分析方法 |
Non-Patent Citations (1)
Title |
---|
朱明等: "数据挖掘 第2版", 中国科学技术大学出版社, pages: 459 - 460 * |
Also Published As
Publication number | Publication date |
---|---|
GB2576942A (en) | 2020-03-11 |
EP3847455A1 (en) | 2021-07-14 |
CA3111464A1 (en) | 2020-03-12 |
WO2020048860A1 (en) | 2020-03-12 |
KR20210052461A (ko) | 2021-05-10 |
US20210325299A1 (en) | 2021-10-21 |
GB2576942B (en) | 2021-03-31 |
AU2019336484B2 (en) | 2024-06-27 |
GB201814621D0 (en) | 2018-10-24 |
AU2019336484A1 (en) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113039435A (zh) | 化学浸渍测试的数字化评估 | |
CN105976354B (zh) | 基于颜色和梯度的元件定位方法和系统 | |
CN110226085B (zh) | 包括计时器的尿液检查试纸、尿液检查试纸检测及分析方法 | |
US20140002673A1 (en) | Line pair based full field sharpness test | |
TW571081B (en) | Method and apparatus for examining foreign matters in through holes | |
JP2010091470A (ja) | 電子画像比色法によるガス濃度測定システムおよび測定方法 | |
US8983181B2 (en) | Method and system for determining the color of an object in a photo | |
WO2015198401A1 (ja) | ファスナエレメントの検査条件設定方法とファスナエレメント検査方法 | |
UA58539C2 (uk) | Спосіб автоматичного визначення якості друку зображень | |
CN114187363A (zh) | 一种获取径向畸变参数值的方法、装置以及移动终端 | |
WO2017080295A1 (zh) | 元件的定位方法和系统 | |
CN116563298B (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
CN113160223A (zh) | 轮廓的确定方法、确定装置、检测设备及存储介质 | |
JP2016194434A (ja) | 検査システムおよび検査方法 | |
CN112836726A (zh) | 一种基于视频信息的指针类仪表示数读取方法及装置 | |
CN110738656A (zh) | 一种证件照片的清晰度评估方法、存储介质及处理器 | |
CN116071304A (zh) | 一种物品边缘线定位方法、装置及电子设备 | |
JP6818263B2 (ja) | 破面解析装置および破面解析方法 | |
CN113450383B (zh) | 一种免疫层析试纸定量分析方法、装置、设备和介质 | |
JP7232900B2 (ja) | 画像処理基盤の水分及び光透過度測定システム、並びにこれを用いた水分及び光透過度測定方法 | |
JP2016212488A (ja) | 検査システム、検査方法、プログラムおよび記憶媒体 | |
CN111213372B (zh) | 成像设备的动态范围的评估 | |
WO2020130786A1 (en) | A method of analyzing visual inspection image of a substrate for corrosion determination | |
CN117237593B (zh) | 一种获取仪表数值的方法和装置 | |
JP6765645B2 (ja) | ろう材パターンの検査方法 |
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 |