[发明专利]一种基于灰度分析与种类识别的血型结果识别算法

说明书

技术领域

本发明涉及血型检测结果识别领域，具体涉及一种基于灰度分析与种类识别的血型结果识别算法。 

背景技术

 血型检测技术可以分为玻片法、试管法、微板法和血型试剂卡法等。血型试剂卡法是目前国际卫生组织推荐的最先进的血型检测技术。玻片法和试管法是出现较早的血型分析技术，具有检测条件简单的优点，但是其加样过程往往通过手动实现，反应结果的判断通常是通过人眼来判断，其自动化程度不高，人为因素干扰比较严重，且结果的判断受人的主观意识影响较强。微板法是后来发展起来的血型分析技术，但是采用微板法进行血型分析时反应后的微型小板保存不方便，不符合输血要求的可溯源性。 

血型试剂卡由微柱小管和铭牌组成。微柱小管是血型检测时的反应容器，检测时将红细胞、血清或红细胞试剂加在微柱小管的上部，通过分析反应后微柱小管中红细胞的分布情况来判断检测结果。铭牌是血型试剂卡的种类和信息标识，它上面印有血型试剂卡名称、一维条码、微柱小管各管信息等。 

国内对血型试剂卡法的应用主要还停留在手工阶段，即用人眼判读试剂卡的检测结果，其检测自动化程度还很低，采用人眼判读试剂卡的检测结果，极有可能出现检测结果的人为误判 

国外对血型试剂卡法的应用已经进入自动化阶段，即用仪器判读试剂卡的检测结果，用条码枪扫描血型试剂卡的种类。但是，国外仪器在判读血型试剂卡的检测结果时，往往默认所采集的血型试剂卡的图像是端正清晰的，而未对血型试剂卡的抖动情况进行消除和倾斜情况进行校正；同时，血型图像分析时也只对血型试剂卡上的固定区域进行扫描，而没有智能化地分割出用于识别血型结果的有效区域（即微柱小管）。这两个问题都会导致所分析目标区域与有效区域的偏离，从而影响检测结果识别的准确性。同时，对试剂卡的种类采用附加的条码枪进行识别，而未能通过铭牌自有的颜色和字符信息进行种类识别，其缺陷是增加了仪器的复杂性和检测的操作步骤。

发明内容

本发明的目的在于克服现有血型检测结果识别方法的不足，提供一种基于灰度分析与种类识别的血型结果识别算法。 

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现： 

一种基于灰度分析与种类识别的血型结果识别算法，包括以下步骤：

 1、一种基于灰度分析与种类识别的血型结果识别算法，其特征在于，该算法包括以下步骤：

步骤1）灰度变换

采用加权平均值方法对血型试剂卡的24位真彩色图像进行灰度变换，设坐标（ ）处各分量的亮度值分别为、、，则灰度变换以后该点的灰度值，

        ，其中，、、分别为各颜色分量的权重，即得到转换后的灰度图像；

步骤2）平滑滤波

采用中值滤波方法对血型试剂卡灰度图像进行噪声滤波，设为选择局部区域中灰度值的集合，运算为求序列的中值，为想要更换灰度值的指定点，则：

                        

即得到更加清晰的灰度图像；

步骤3）抖动消除

采用膨胀腐蚀方法对血型试剂卡灰度图像进行抖动消除，得到更加清晰的灰度图像；

步骤4）倾斜校正

采用斜率计算方法得到血型试剂卡的倾斜角度，通过反向旋转相应的角度校正其倾斜状态，血型试剂卡的铭牌中有四个空白平行四边形区域，找出其中的平行四边形区域，取其左上角坐标（）和左下角坐标（），通过公式：=计算出图像倾斜的角度；

步骤5）微柱小管分割

采用模板匹配方法，即通过相关性公式：分割出血型试剂卡中用于图像识别的有效区域，即微柱小管；

步骤6）阈值处理

采用二值化方法对分割出的微柱小管图像进行阈值处理，把微柱小管图像由灰度图像转换成为只有黑白两种颜色的二值化图像，设定某一阈值，将原始灰度图像各像素的像素值和阈值作比较，大于的重新取值为255，反之则为0，设阈值处理后的像素值为，即：

             

步骤7）灰度分析

采用像素求和方法把每个微柱小管的下端分成上、中、下三个小区域，分别计算上、中、下三个小区域的像素之和，即用像素的分布情况代表微柱小管下端的红细胞分布情况；

步骤8）种类识别

采用颜色识别和字符识别结合的方法，通过分析血型试剂卡铭牌中不同颜色区域中的字符差异来识别其种类的不同。

步骤9）对比检测结果