[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

摘要

本发明公开了一种基于灰度分析与种类识别的血型结果识别算法，它包括以下步骤：灰度变换、平滑滤波、倾斜校正、微柱小管分割、阈值处理、灰度分析、种类识别、对比检测结果，本发明采用灰度分析与种类识别相结合的方法对血型检测结果进行自动识别，提高了血型检测结果识别的效率，具有快速准确的优点，同时通过抖动消除、倾斜校正、微柱小管分割、种类识别等操作，提高了结果识别的有效性。

主权项

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，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）对比检测结果据微柱小管中红细胞的分布情况，同时结合当前血型试剂卡的种类，得到该血型试剂卡的血型检测结果。