[发明专利]一种用于侧向流纸条疾病诊断的图像分析与识别方法

摘要

本发明公开了一种用于侧向流纸条疾病诊断的图像分析与识别方法，该方法在得到图像的灰度图后，首先通过预处理实现图像去噪以及光度均一化。使用“十”字型模板进行最大或最小像素值点查找，基于查找到的最值像素点，使用阈值法和边缘检测法搜索检测区域的上下边界，并对上下边界的差值进行多重验证。上下边界确定后，在像素值最值点处左右两边各一定范围内，使用边缘检测法查找控制线的左右边界，并对左右边界进行宽度差值验证。基于控制线的位置，依次使用梯度法、最值法以及边缘检测法查找测试线的左右边界，并对查找结果进行多重合理性判断。该方法对需要识别的检测区域进行多次查找与判断验证，提高了分析与识别的精确度。

主权项

1.一种用于侧向流纸条疾病诊断的图像分析与识别方法，其特征在于：该方法在得到图像的灰度图后，首先进行中值滤波，去除图像噪声，然后使用高斯差分金字塔对图像的光度进行均一化，此图像的预处理完成后，开始图像中检测区域的识别阶段；使用“十”字型模板进行最大像素值点或者最小像素值点检索，基于检索到的最值像素点，使用阈值法检索检测区域的上下边界，对上下边界的差值进行高度判断，如果在正常高度范围内，则查找完成；否则，则再次使用Sobel算子边缘检测法重新查找，如果上下边界差值在检测区域正常的高度范围内，则查找完成；否则，则说明检测纸条的控制线C线信号非常微弱或几乎与背景信号一致，此时，优选经验值法来确定检测区域的上下边界；上下边界确定后，在像素值最值点处左右两边各一定范围内，使用边缘检测法查找控制线C线的左右边界，并对左右边界进行宽度差值验证，如果符合要求，则查找完成，否则，认为无有效控制线C线；确定有效控制线C线的边界后，对测试线T线左右边界进行查找，首先使用梯度法和最值法进行查找判断，如果没有查找到合适的左右边界，则进一步使用Sobel算子边缘检测法，如果Sobel算子边缘检测法仍没有查找到合适的左右边界，则说明测试线T线信号非常微弱或几乎与背景信号一致，此时优选经验值法确定其左右边界；该方法在检索最值像素点时，使用了“十”字型模板，降低了单个噪点的影响，为进一步查找和检索的准确度提供保证；将获得的彩色图像灰度化后，首先对图像进行预处理，采用中值滤波去除图像噪声，使用高斯差分金字塔对图像的光度进行了均一化处理，图像的预处理阶段完成后，开始图像中检测区域的识别阶段，采用“十”字型模板进行最大或者最小像素值点的查询，此“十”字型模板的宽和长分别是图像宽和长的像素点个数的一半；基于找到的最值像素值点，采用阈值法和Sobel算子边缘检测法同时向上查找上边界，向下查找下边界；使用Sobel算子边缘检测法向左和向右查询控制线检测区域的左右边界；以检索到的第一个检测区域为基点，使用梯度法和最值法进行测试线检测区域的检索；本方法的具体实现包括如下步骤：步骤1：图像预处理；获取彩色图像，分割目标检测区域，灰度化图像，使用中值滤波对图像进行去噪处理，针对图像光度不均匀的情况使用高斯差分金字塔进行图像光度均一化处理；步骤2：构建“十”字模板；构建“十”字模板，模板的X轴像素个数i为检测区域X轴像素点个数的一半，Y轴的像素个数j为检测区域Y轴像素点个数的一半；步骤3：使用“十”字模板检索图像范围内最值像素点；使用“十”字模板在图像范围内计算每个像素点的平均灰度值，记录最值灰度值点的坐标(Xm,Ym)，同时记录坐标(Xm,Ym)点的像素值M为最值像素点(Xm,Ym)，最值像素点(Xm,Ym)即为进一步检索的参考坐标；步骤4：确定检索图像的上下边界阈值；计算图像背景的平均灰度值记为refer，确定检索上下边界的阈值为gate＝|refer‑M|/2.5，上下边界的阈值gate的分母能够根据需求进行调整；步骤5：使用阈值法检索上下边界；使用用于查找上下边界的模板b(x，y)，模板的像素点数能够根据具体情况进行调整，以步骤3中检索到的最值像素点为中心点，模板b(x，y)的中心位于最值像素点(Xm,Ym)，并记最值像素点(Xm,Ym)为初始位置，沿着Y轴负方向向上检索；设每个像素点的值依次为gray(b1)、gray(b2)、gray(b3)、gray(b4)、gray(b5)...gray(bi)...gray(bn)，分别沿Y轴负方向逐行通过算法阈值法判断，如果阈值法公式成立，则认为寻找到上边界LowY，下边界HighY的检索方法与上边界的检索方法相同；n为X轴像素个数i的取设范围；|gray(bi)‑M|>gate i∈{1，2，3，...n}步骤6：判断是否需要再次进行上下边界的查找；对步骤5中取得的上下边界进行验证，如果H‑AC则认为边界位置寻找正确，否则认为搜索到的边界不正确，此时定义HighX＝LowX+C，记HighX为右边界的横坐标值；C的范围是检测区域宽度±10个像素值范围内，具体数值根据不同的图像进行调整；步骤10：检索测试线T线的左右边界；由于测试线T线检测区域可能存在颜色较浅甚至没有颜色变化的情况，因此测试线T线检测区域左右边界的查找同时使用多种方法进行查找和判断；首先使用梯度法进行查找，方法是以检索到的控制线C线检测区的位置为参考位置，查找模板仍采用左右边界检索模板k(x,y)，确定搜索区域为控制线C线检测区右侧一定像素的范围内，令模板位于搜索区域的最左侧处，并记此处为初始位置；在搜索区域内，沿着X轴正向寻找边界；依次计算图像上模板k(x,y)上所有点的灰度值的和，记作S(ki)，其中ki代表模板k(x,y)所在X轴的位置；取算法梯度法判断公式为评价函数T，T＝S(kt)‑S(kt+3)，然后进行判断；记T的绝对值最大值处的点的横坐标为LowT1，同时使用最值法检测左边界，方法是以检索到的控制线C线检测区域的长和宽的长方形框架为模板，在搜索区域内沿X轴正方向依次检测，计算长方形框架上的所有点的灰度值的和为评价函数sum；在搜索区域内，记sum最小值或最大值处长方形框架左上边界点的横坐标为LowT2；当|LowT1‑LowT2|<＝5，以LowT1为测试线T线检测区域的左边界位置LowT；当|LowT1‑LowT2|>5，则LowT2左右邻域5个像素范围内再次以梯度法寻找最终的左边界位置LowT；确定以检测到的左边界右侧5个像素处为初始位置，向右30个像素范围为右边界搜索区域，将模板k(x，y)位于检测区域最左侧，并记为初始位置；在区域内，沿着X轴正向寻找边界；依次计算图像上模板处所有点的灰度值与Sobel纵向算子Gy的卷积和的绝对值，并记作S(i)，其中i为模板所在X轴位置；记S(i)最大值对应点的横坐标为HighT；如果W‑B

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京化工大学，未经北京化工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201810221369.3/，转载请声明来源钻瓜专利网。