CN117517566A - 一种全自动化学滴定实验方法 - Google Patents
一种全自动化学滴定实验方法 Download PDFInfo
- Publication number
- CN117517566A CN117517566A CN202311368130.6A CN202311368130A CN117517566A CN 117517566 A CN117517566 A CN 117517566A CN 202311368130 A CN202311368130 A CN 202311368130A CN 117517566 A CN117517566 A CN 117517566A
- Authority
- CN
- China
- Prior art keywords
- titration
- hsv
- image
- color
- chemical
- 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
- 238000004448 titration Methods 0.000 title claims abstract description 182
- 238000002474 experimental method Methods 0.000 title claims abstract description 67
- 239000000126 substance Substances 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 239000003086 colorant Substances 0.000 claims description 22
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 239000000376 reactant Substances 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 3
- 239000000243 solution Substances 0.000 description 31
- KMUONIBRACKNSN-UHFFFAOYSA-N potassium dichromate Chemical compound [K+].[K+].[O-][Cr](=O)(=O)O[Cr]([O-])(=O)=O KMUONIBRACKNSN-UHFFFAOYSA-N 0.000 description 4
- 239000003337 fertilizer Substances 0.000 description 3
- 239000005416 organic matter Substances 0.000 description 3
- DGEZNRSVGBDHLK-UHFFFAOYSA-N [1,10]phenanthroline Chemical compound C1=CN=C2C3=NC=CC=C3C=CC2=C1 DGEZNRSVGBDHLK-UHFFFAOYSA-N 0.000 description 2
- 239000003153 chemical reaction reagent Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000003891 ferrous sulphate Nutrition 0.000 description 2
- 239000011790 ferrous sulphate Substances 0.000 description 2
- BAUYGSIQEAFULO-UHFFFAOYSA-L iron(2+) sulfate (anhydrous) Chemical compound [Fe+2].[O-]S([O-])(=O)=O BAUYGSIQEAFULO-UHFFFAOYSA-L 0.000 description 2
- 229910000359 iron(II) sulfate Inorganic materials 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G01N31/16—Investigating or analysing non-biological materials by the use of the chemical methods specified in the subgroup; Apparatus specially adapted for such methods using titration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Molecular Biology (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
本发明属于化学滴定技术领域,具体涉及一种全自动化学滴定实验方法。本发明的方法包括以下步骤:S1,建立典型化学滴定实验模型;S2,建立HSV模型;S3,预处理图像;S4,识别敏感区域;S5,识别滴定终点区域;S6,实验数据处理。本发明的方法不仅解决了人力资源问题和人为因素的干预,还克服了传统以RGB颜色空间作为判定滴定终点依据的缺陷,进一步提高了滴定结果的准确性。
Description
技术领域
本发明属于化学滴定技术领域,具体涉及一种全自动化学滴定实验方法。
背景技术
化学滴定是一种常用的定量分析方法,用于测定溶液中某种特定化学物质的浓度,它在许多领域,都具有重要的应用价值,在过去的几十年里,化学滴定实验得到了不断的发展和改进,以满足越来越复杂的需求。
目前实验室进行滴定实验方式为人工滴定,即操作者通过手动控制滴定液的滴加速度,并通过观察溶液颜色变化、电位变化或指示剂变色来确定滴定终点,然后读取滴加液量并记录。但是,由于人工滴定需要操作员准确判断滴定终点的出现,但这往往存在主观性和个体差异,不同的操作员可能对滴定终点的判断存在差异并且操作员在进行长时间的滴定实验后,可能会产生视觉误差,导致滴定结果的可靠性受到影响;且人工滴定过程容易受到操作者的误差影响,例如滴定液滴加速度不准确、滴定液的滴下方式不均匀等,这些人为误差会导致滴定结果的准确性降低;同时,人工滴定需要操作员手动控制滴定液的滴加速度,进行密切观察,并及时停止滴定,这涉及到繁琐的操作步骤和长时间的观察,增加了实验的耗时和劳动密集度;此外,当多个实验需要滴定时,而单个人无法同时进行多个实验,为了提高实验的效率和准确性,需要分配更多的人力资源,增加了实验的人力成本。如上所述,这种方法往往存在着人为主观判断、人为操作误差、人力成本较高的问题。
现有对滴定方法的改进一般集中在滴定方法上,对于滴定终点的确认还是需要根据RGB颜色空间来确定,但是由于RGB颜色空间将色调、亮度、饱和度三个量放在一起表示并很难分开,无法进行精确的判断,所以并不适用于图像的精确处理。
因此,若能提供一种不以RGB颜色空间为判断滴定终点依据,并解决传统人工滴定存在的人为主观判断、人为操作误差、人力成本较高等问题的滴定方法,对于本领域来说具有重要意义。
发明内容
为了解决上述的技术问题,本发明提供了一种全自动化学滴定实验方法,通过建立典型化学滴定实验模型和HSV模型,并进行滴定区域的识别与确定,将RGB颜色空间转变为更接近人们对彩色的感知经验、并能够直观地表达颜色的色调、鲜艳程度和明暗程度的HSV颜色空间并以此作为识别滴定终点的依据,不仅解决了人力资源问题和人为因素的干预,还克服了传统以RGB颜色空间作为判定滴定终点依据而出现的判别不精确的缺陷,进一步提高了滴定结果的准确性。
本发明的技术方案如下:
全自动化学滴定实验方法是基于自动化技术和分析化学原理的结合,旨在实现实验的自动化执行和结果的准确测定。本发明提出的方法实现了典型化学滴定实验的自动注入溶液、自动滴定、数据记录和分析等操作,具体流程如图1所示,主要包含典型化学滴定实验模型的建立、HSV模型的建立、摄像头参数调整及图像预处理、滴定区域识别、滴定终点识别、实验数据处理。
一种全自动化学滴定实验方法,包括以下步骤:
S1,建立典型化学滴定实验模型;
S2,建立HSV模型;
S3,调整摄像头参数及预处理图像;
S4,识别敏感区域;
S5,识别滴定终点区域;
S6,实验数据处理。
HSV(Hue,Saturation,Value)颜色空间模型是一种常用的颜色模型,用于描述颜色的种类、纯度和亮度,其用H、S、V描述颜色特性,其中H定义颜色的频率,称为色调;S表示颜色的深浅程度,称为饱和度;V表示光照强度或明度。
RGB颜色空间以红R(Red)、绿G(Green)、蓝B(Blue)三种基本色为基础,进行不同程度的叠加,产生丰富而广泛的颜色,所以俗称三基色模式。
HSV比RGB更接近人们对彩色的感知经验,能够直观地表达颜色的色调、鲜艳程度和明暗程度,方便进行颜色的对比。HSV模型通过将RGB颜色空间中的红、绿、蓝三个分量转换为色调、饱和度和明度三个参数来表示颜色,通过调整这三个参数的值,我们可以获得不同的颜色效果,提供了一种更直观、易于理解和掌控颜色的方式,它基于人类感知颜色的方式来构建,并通过三个主要参数来表示颜色:
1)色调(Hue):颜色的种类或特征。色调的取值范围通常为0~360°,其中H为0°时为红色,为120°时为绿色,为240°时为蓝色。色调轴可以形成一个环形,方便表示各种颜色。
2)饱和度(Saturation):颜色的纯度或深浅程度。饱和度的取值范围通常为0~100%,值越高表示颜色越鲜艳,值越低表示颜色更灰暗。当饱和度为0%时,颜色变为灰度。
3)明度(Value):颜色的亮度或明暗程度。明度的取值范围通常为0~100%,值越高表示颜色越明亮,值越低表示颜色越暗。当明度为0%时,颜色变为黑色,明度为100%时,颜色变为白色。
进一步的,所述S1建立典型化学滴定实验模型具体为:
(1)收集典型滴定的化学反应,并编写相应的化学方程式,包括反应物、生成物的化学式和反应条件,了解滴定反应的性质;
(2)确定实验所需溶液,包括典型滴定实验所需的滴定溶液和被滴定溶液的名称、颜色以及浓度;
(3)根据滴定反应的性质,选择合适的指示剂,确定滴定反应过程中的颜色变化;
(4)根据上述步骤(1)-(3)确定的信息建立典型化学滴定实验模型,以便后续查找使用。
进一步的,所述S2建立HSV模型具体为:
根据S1建立的典型化学滴定实验模型中不同实验过程中所使用的不同滴定溶液、被滴定溶液、滴加指示剂后溶液的颜色,将上述颜色的RGB颜色空间中的红、绿、蓝三个分量分别转换为色调、饱和度和明度三个参数来表示,汇总建立相应的HSV模型。
进一步的,在滴定实验开始之前先调整摄像头参数及对图像进行预处理,所述S3调整摄像头参数及对图像进行预处理具体为:
(1)滴定实验开始前先用摄像头拍摄图像,根据拍摄出来的图像调整适应当前环境的摄像头参数,以避免环境带来的误差;
(2)图像去噪:使用中值滤波的方法对图像进行降噪处理,以去除图像中的噪声;
(3)图像校正:对图像进行几何形变校正,以消除图像中的畸变。
进一步的,所述S4识别滴定区域具体为:
(1)在S1建立的典型化学滴定实验模型中查找并确定被滴定溶液的颜色,并在S2建立的HSV模型中获得上述颜色相对应的HSV值c1,此HSV值c1即为滴定区域目标的HSV值c1,为了排除现实生活中的灯光或者杯壁反射干扰,根据上述滴定区域目标的HSV值c1设定阈值范围t1为相应HSV颜色区间1;
(2)实时对摄像头自动拍摄的图像进行格式转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,即提取图像中各区域点的色调H、饱和度S和明度V分量值,与上述步骤(1)得到的HSV颜色区间1进行比对,在HSV颜色区间1内的确定为滴定实验的滴定区域,其余区域为非滴定区域,并将图像中的滴定区域裁剪出来以备后续使用,减少后续计算量。
其中,所述阈值范围t1为±1~6,即,HSV颜色区间1为HSV值c1±1~6。
进一步的,所述S5识别滴定终点区域的步骤如下:
(1)以8-15ml/min的滴定速度进行滴定实验,并在S1建立的典型化学滴定实验模型中查找并确定滴定溶液颜色、指示剂颜色以及加入指示剂后,滴定终点出现时溶液的颜色,并在S2建立的HSV模型中依次获得滴定溶液颜色HSV值c2,指示剂颜色HSV值c3,以及加入指示剂后滴定终点出现时溶液的颜色HSV值c4,为了排除现实生活中的灯光或者杯壁反射干扰,根据上述c4设定阈值范围t2为HSV颜色区间2;
(2)实时对摄像头自动拍摄的图像进行格式转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,即提取图像中各区域点的色调H、饱和度S和明度V分量值,对权利要求5中所述的滴定区域进行检索,搜索在上述HSV颜色区间2内的HSV值:
a)如果出现在HSV颜色区间2内的HSV值区域,判断其占上述S4步骤中的滴定区域的比例:
a1)若比例小于阈值t3,更改滴定速度为1-4ml/min,并重新进行步骤(1);
a2)若不小于阈值t3,则将5-10秒内的图像与HSV颜色区间2对比,判断是否一致,若一致则确定滴定终点,若不一致则重新进行步骤(1);
b)如果未出现在HSV颜色区间2内的HSV值区域,重新进行步骤(1)。
其中,所述阈值范围t2为±1~5,即,HSV颜色区间1为HSV值c4±1~5;阈值范围t3为90%~96%。
滴定终点识别流程图如图2所示。
进一步的,所述S6实验数据处理具体为:
(1)自动保存实验过程视频,方便教学或查看实验过程;
(2)根据典型化学滴定实验模型的化学公式和实验滴定溶液数据计算出未知样品的浓度或其他相关参数,进行结果的确认和分析,并自动生成实验报告;
(3)将相应实验数据传入数据库保存,方便实验员查看。
本发明的有益效果在于:
(1)本发明通过使用自动控制系统和多通道运行,可以实现样品处理的高度自动化。这降低了对人力资源的需求,提高了实验的效率和准确性。相比较人工滴定,本发明的方法通过自动控制和准确的终点检测技术,可以消除或最小化人为因素的干预,从而提高滴定结果的准确性和可重复性。
(2)本发明将HSV模型应用于滴定方法中,“量化”判断滴定终点的依据,避免了现有技术中存在的使用RGB颜色空间带来的判断不准确的缺陷。
(3)本发明的方法具备了数据存储和数据分析模块,可以实时监测和记录滴定过程中的数据。这些数据可以用于后续的数据分析和处理,进一步提高实验结果的准确性和可靠性。
附图说明
图1为全自动化学滴定实验方法流程图;
图2为滴定终点识别流程图;
图3为实施例2试验过程中摄像头实时拍摄图。
具体实施方式
为了能使本领域技术人员更好的理解本发明,现结合具体实施方式对本发明进行更进一步的阐述。
实施例1
本实施例提供了一种全自动化学滴定实验方法,具体包括以下步骤:
S1,建立典型化学滴定实验模型:
(1)收集典型滴定的化学反应,并编写相应的化学方程式,包括反应物、生成物的化学式和反应条件,了解滴定反应的性质;
(2)确定实验所需溶液,包括典型滴定实验所需的滴定溶液和被滴定溶液的名称、颜色以及浓度;
(3)根据滴定反应的性质,选择合适的指示剂,确定滴定反应过程中的颜色变化;
(4)根据上述步骤(1)-(3)确定的信息建立典型化学滴定实验模型,以便后续查找使用。
S2,建立HSV模型:
根据实验过程中不同滴定溶液、被滴定溶液、滴加指示剂后溶液的颜色,将上述三种颜色的RGB颜色空间中的红、绿、蓝三个分量分别转换为色调、饱和度和明度三个参数来表示颜色,汇总建立相应的HSV模型。
设(r,g,b)分别是一个颜色的红、绿和蓝坐标,它们的值是在0到1之间的实数,设max等于r,g,b中的最大者,设min等于r,g,b中的最小者,具体转换公式如下:
U77maC
h,s,v分别为色调、饱和度和明度。
S3,调整摄像头参数及预处理图像:
(1)滴定实验开始前先用摄像头拍摄图像,根据拍摄出来的图像调整适应当前环境的摄像头参数,以避免环境带来的误差;
(2)图像去噪:使用滤波窗口来扫描图像并计算中值,将滤波窗口沿图像的每一个像素位置移动,在每一次滤波窗口的位置,将窗口中的像素值收集起来,对窗口中的像素值按照从小到大的顺序进行排序,取排序后的像素值的中间值作为当前像素位置的新值,替代原来的像素值,直到图像中的每一个像素位置都被处理完,以去除图像中的噪声;
(3)图像校正:对图像进行几何形变校正,以消除图像中的畸变。
S4,识别滴定区域:
(1)在S1建立的典型化学滴定实验模型中查找并确定被滴定溶液的颜色,并在S2建立的HSV模型中获得上述颜色相对应的HSV值c1,此HSV值c1即为滴定区域目标的HSV值c1,根据上述滴定区域目标的HSV值c1设定阈值范围t1为相应HSV颜色区间1;
(2)实时对摄像头自动拍摄的图像进行格式转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,提取图像中各区域点的色调H、饱和度S和明度V分量值,与上述步骤(1)得到的HSV颜色区间1进行比对,在HSV颜色区间1内的确定为滴定实验的滴定区域,其余区域为非滴定区域,并将图像中的滴定区域裁剪出来以备后续使用,减少后续计算量。
S5,识别滴定终点区域:
(1)以8-15ml/min的滴定速度进行滴定实验,并在S1建立的典型化学滴定实验模型中查找并确定滴定溶液颜色、指示剂颜色以及加入指示剂后,滴定终点出现时溶液的颜色,并在S2建立的HSV模型中依次获得滴定溶液颜色HSV值c2,指示剂颜色HSV值c3,以及加入指示剂后滴定终点出现时溶液的颜色HSV值c4,,并根据上述c4设定阈值范围t2为HSV颜色区间2;
(2)实时对摄像头自动拍摄的图像进行格式转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,提取图像中各区域点的色调H、饱和度S和明度V分量值,对权利要求5中所述的滴定区域进行检索,搜索在上述HSV颜色区间2内的HSV值:
a)如果出现在HSV颜色区间2内的HSV值区域,判断其占上述S4步骤中的滴定区域的比例:
a1)若比例小于阈值t3,更改滴定速度为1-4ml/min,并重新进行步骤(1);
a2)若不小于阈值t3,则将5-10秒内的图像与HSV颜色区间2对比,判断是否一致,若一致则确定滴定终点,若不一致则重新进行步骤(1);
b)如果未出现在HSV颜色区间2内的HSV值区域,重新进行步骤(1)。
S6,实验数据处理:
(1)自动保存实验过程视频,方便教学或查看实验过程;
(2)根据典型化学滴定实验模型的化学公式和实验滴定溶液数据计算出未知样品的浓度或其他相关参数,进行结果的确认和分析,并自动生成实验报告;
(3)将相应实验数据传入数据库保存,方便实验员查看。
下面以具体滴定实验对本技术方案进行进一步说明:
实施例2
以实施例1建立的典型化学滴定实验模型和HSV模型为查找依据,对水溶肥有机质测定实验进行全自动化学滴定实验。
S1与S2使用实施例1建立的典型化学滴定实验模型和HSV模型;
S3与实施例1相同;
S4识别滴定区域:
(1)查询S1建立的典型化学滴定实验模型得出水溶肥有机质测定实验的相关资料
a)化学试剂:重铬酸钾、硫酸亚铁、邻菲罗啉指示剂。
b)被滴定溶液颜色为橙黄色。
c)化学反应方程式:
6FeSO4+K2Cr2O7+7H2SO4=3Fe2(SO4)3+K2SO4+Cr2(SO4)3+7H2O;
(2)查询S2后得到的本次实验被滴定溶液的颜色HSV值为:
橙黄色:23(H)、100(S)、110(V);
(3)为了排除现实生活中的灯光或者杯壁反射干扰,根据上述的颜色的HSV值的每个分量(23,100,110)以及阈值范围t1和实际颜色观察确定相应HSV颜色区间1为17~25(H)、95~105(S)、105~115(V);
(4)实时对摄像头自动拍摄的图像进行格式转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,提取图像中各区域点的色调H、饱和度S和明度V分量值,与上述步骤(3)得到的HSV颜色区间1进行比对,在HSV颜色区间1内的确定为滴定实验的滴定区域,其余区域为非滴定区域,并将图像中的滴定区域裁剪出来以备后续使用,减少后续计算量。
S5识别滴定终点区域:
(1)以12/min的滴定速度进行滴定实验,并查询S1建立的典型化学滴定实验模型得出水溶肥有机质测定实验的相关资料
a)化学试剂:重铬酸钾、硫酸亚铁、邻菲罗啉指示剂。
b)实验过程颜色变化橙黄色到棕红色。
c)化学反应方程式:
6FeSO4+K2Cr2O7+7H2SO4=3Fe2(SO4)3+K2SO4+Cr2(SO4)3+7H2O;
(2)查询S2后得到的本次实验滴定终点出现时溶液的颜色HSV值为:
棕红色:7(H)、80(S)、60(V);
(3)为了排除现实生活中的灯光或者杯壁反射干扰,根据上述的颜色的HSV值的每个分量(7,80,60)以及阈值范围t2及实际颜色观察确定相应HSV颜色区间2为2~10(H)、75~85(S)、55~65(V);
(4)实时对摄像头自动拍摄的图像进行格式转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,提取图像中各区域点的色调H、饱和度S和明度V分量值,对S4步骤中所述的滴定区域进行检索,搜索在上述HSV颜色区间2内的HSV值:
a)如果出现在HSV颜色区间2内的HSV值区域,判断其占上述S4步骤中的滴定区域的比例:
a1)若比例小于阈值t3,更改滴定速度为3ml/min,并重新进行步骤(1);
a2)若不小于阈值t3,则将5-10秒内的图像与HSV颜色区间2对比,判断是否一致,若一致则确定滴定终点,若不一致则重新进行步骤(1);
b)如果未出现在HSV颜色区间2内的HSV值区域,重新进行步骤(1)。
图3为本实施例试验过程中摄像头实时拍摄图。
Claims (10)
1.一种全自动化学滴定实验方法,其特征在于,包括以下步骤:
S1,建立典型化学滴定实验模型;
S2,建立HSV模型;
S3,调整摄像头参数及预处理图像;
S4,识别滴定区域;
S5,识别滴定终点区域;
S6,实验数据处理。
2.如权利要求1所述的一种全自动化学滴定实验方法,其特征在于,所述S1建立典型化学滴定实验模型具体为:
(1)收集典型滴定的化学反应,并编写相应的化学方程式,包括反应物、生成物的化学式和反应条件,了解滴定反应的性质;
(2)确定实验所需溶液,包括典型滴定实验所需的滴定溶液和被滴定溶液的名称、颜色以及浓度;
(3)根据滴定反应的性质,选择合适的指示剂,确定滴定反应过程中的颜色变化;
(4)根据上述步骤(1)-(3)确定的信息建立典型化学滴定实验模型,以便后续查找使用。
3.如权利要求1所述的一种全自动化学滴定实验方法,其特征在于,所述S2建立HSV模型具体为:
根据S1建立的典型化学滴定实验模型中不同实验过程中所使用的不同滴定溶液、被滴定溶液、滴加指示剂后溶液的颜色,将上述颜色的RGB颜色空间中的红、绿、蓝三个分量分别转换为色调、饱和度和明度三个参数来表示,汇总建立相应的HSV模型。
4.如权利要求1所述的一种全自动化学滴定实验方法,其特征在于,在滴定实验开始之前先调整摄像头参数及对图像进行预处理,所述S3调整摄像头参数及对图像进行预处理具体为:
(1)滴定实验开始前先用摄像头拍摄图像,根据拍摄出来的图像调整适应当前环境的摄像头参数,以避免环境带来的误差;
(2)图像去噪:使用中值滤波的方法对图像进行降噪处理,以去除图像中的噪声;
(3)图像校正:对图像进行几何形变校正,以消除图像中的畸变。
5.如权利要求1所述的一种全自动化学滴定实验方法,其特征在于,所述S4识别滴定区域具体为:
(1)在S1建立的典型化学滴定实验模型中查找并确定被滴定溶液的颜色,并在S2建立的HSV模型中获得上述颜色相对应的HSV值c1,此HSV值c1即为滴定区域目标的HSV值c1,根据上述滴定区域目标的HSV值c1设定阈值范围t1为相应HSV颜色区间1;
(2)实时对摄像头自动拍摄的图像进行色彩空间转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,即提取图像中各区域点的色调H、饱和度S和明度V分量值,与上述步骤(1)得到的HSV颜色区间1进行比对,在HSV颜色区间1内的确定为滴定实验的滴定区域,其余区域为非滴定区域,并将图像中的滴定区域裁剪出来以备后续使用,减少后续计算量。
6.如权利要求1所述的一种全自动化学滴定实验方法,其特征在于,所述S5识别滴定终点区域的步骤如下:
(1)以8-15ml/min的滴定速度进行滴定实验,并在S1建立的典型化学滴定实验模型中查找并确定滴定溶液颜色、指示剂颜色以及加入指示剂后,滴定终点出现时溶液的颜色,并在S2建立的HSV模型中依次获得滴定溶液颜色HSV值c2,指示剂颜色HSV值c3,以及加入指示剂后滴定终点出现时溶液的颜色HSV值c4,,并根据上述c4设定阈值范围t2为HSV颜色区间2;
(2)实时对摄像头自动拍摄的图像进行格式转换,将RGB颜色空间转变为HSV颜色空间,分离摄像头HSV图像中的各个通道,即提取图像中各区域点的色调H、饱和度S和明度V分量值,对权利要求5中所述的滴定区域进行检索,搜索在上述HSV颜色区间2内的HSV值:
a)如果出现在HSV颜色区间2内的HSV值区域,判断其占权利要求5中所述滴定区域的比例:
a1)若比例小于阈值t3,更改滴定速度为1-4ml/min,并重新进行步骤(1);
a2)若不小于阈值t3,则将5-10秒内的图像与HSV颜色区间2对比,判断是否一致,若一致则确定滴定终点,若不一致则重新进行步骤(1);
b)如果未出现在HSV颜色区间2内的HSV值区域,重新进行步骤(1)。
7.如权利要求1所述的一种全自动化学滴定实验方法,其特征在于,所述S6实验数据处理具体为:
(1)自动保存实验过程视频,方便教学或查看实验过程;
(2)根据典型化学滴定实验模型的化学公式和实验滴定溶液数据计算出未知样品的浓度或其他相关参数,进行结果的确认和分析,并自动生成实验报告;
(3)将相应实验数据传入数据库保存,方便实验员查看。
8.如权利要求5所述的一种全自动化学滴定实验方法,其特征在于,所述阈值范围t1为±1~6。
9.如权利要求6所述的一种全自动化学滴定实验方法,其特征在于,所述阈值范围t2为±1~5。
10.如权利要求6所述的所述的一种全自动化学滴定实验方法,其特征在于,所述阈值范围t3为90%~96%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311368130.6A CN117517566A (zh) | 2023-10-20 | 2023-10-20 | 一种全自动化学滴定实验方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311368130.6A CN117517566A (zh) | 2023-10-20 | 2023-10-20 | 一种全自动化学滴定实验方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117517566A true CN117517566A (zh) | 2024-02-06 |
Family
ID=89744751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311368130.6A Pending CN117517566A (zh) | 2023-10-20 | 2023-10-20 | 一种全自动化学滴定实验方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117517566A (zh) |
-
2023
- 2023-10-20 CN CN202311368130.6A patent/CN117517566A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10677711B2 (en) | Method and apparatus for automated whole blood sample analyses from microscopy images | |
WO2018107983A1 (zh) | 一种颜色识别方法及系统 | |
KR101776355B1 (ko) | 광학 검사 파라미터를 설정하는 장치 및 방법 | |
CN110161233B (zh) | 一种免疫层析试纸卡的快速定量检测方法 | |
CN110222698B (zh) | 一种基于色彩信息处理进行水质分析的方法及系统 | |
EP2040218B1 (en) | Image processing device and image processing program | |
CN105675507A (zh) | 一种基于手机颜色分析的半胱氨酸检测方法 | |
CN112595711A (zh) | 一种滴定终点判定装置 | |
US8406514B2 (en) | Image processing device and recording medium storing image processing program | |
CN109030480B (zh) | 样品分析方法、装置、可读存储介质及计算机设备 | |
CN106525826A (zh) | 基于颜色主波长和补色波长的分子智能手机速测方法 | |
CN117517566A (zh) | 一种全自动化学滴定实验方法 | |
WO2022267799A1 (zh) | 水质检测方法及水质检测装置 | |
CN115578553B (zh) | 一种基于时序图像序列的甲醛的快速检测方法 | |
CN113393539B (zh) | 化学反应溶液颜色突变识别方法 | |
CN114926661B (zh) | 一种纺织品表面颜色数据处理、识别方法及系统 | |
CN115035096A (zh) | 一种指示灯测试方法及相关装置 | |
CN114486895A (zh) | 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 | |
CN114527116A (zh) | 基于智能设备的环境光校正阵列式比色分析系统及方法 | |
US5517237A (en) | Video photometric color system for processing color specific streams | |
CN116703863A (zh) | 血型检测凝集反应结果p-hsv综合判定方法 | |
CN117635734A (zh) | 基于图像处理的废水色度在线识别系统及方法 | |
CN115824982A (zh) | 一种光学poct颜色判读方法、系统和装置 | |
CN115032157A (zh) | 基于云平台的手机拍照检测分泌物的识别方法 | |
CN114585926A (zh) | 标识管组件类型的设备和方法 |
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 |