[发明专利]一种尿检试纸生理指标自动识别方法

权利要求书

1.一种尿检试纸生理指标自动识别方法，其特征是包括如下步骤：

步骤(1)获取用户上传的尿检试纸图像，包括测试后试纸样本以及背景卡，尿检试纸图像上包含各个待测试项，对尿检试纸图像进行图像增强处理，所述的图像增强处理依次包括灰度处理、滤波处理、颜色平滑处理；

步骤(2)对获取的尿检试纸进行图像增强处理；

步骤(3)对增强后的图片做自适应阈值分割，得到各个待测试项：指尿检试纸上每个色块位置；

步骤(4)不同手机摄像头参数不同，图片采集的环境也不同，拍出的照片存在一定色差，需要对原图像做色差纠正；

步骤(5)对于每一个测试项训练一个BP神经网络，将步骤4经色差纠正后的色块输入到对应的BP神经网络中，得到色块对应的类别；

步骤(6)根据色块对应的类别比对标准比色卡得到对应的生理指标。

2.根据权利要求1所述的尿检试纸生理指标自动识别方法，其特征是所述步骤(2)的具体流程如下：

步骤(2.0)将上传的图片转化为灰度图片，具体转化公式如下：

Gray＝0.299*R+0.587*G+0.114*B

其中，R代表红色，G代表绿色，B代表蓝色，

步骤(2.1)对灰度图进行均值滤波，并用gamma变换对图像进行对比度增强，其中均值滤波卷积核大小为5*5，gamma变换参数为1.25；

步骤(2.2)对转换后的图片基于Mean shift算法做图像颜色平滑处理。

3.根据权利要求1所述的尿检试纸生理指标自动识别方法，其特征是所述步骤(3)具体算法流程如下：

步骤(3.0)对经步骤(1)处理后的尿检试纸图像进行二值化处理；

步骤(3.1)对二值化后的尿检试纸图像做膨胀处理，减少孤立点和噪点；

步骤(3.2)对膨胀处理后的图像做扫描，标记出图片中所有的连通域，具体算法为：

步骤(3.2.0)逐行扫描图像，将每行中连续的白色像素(白色像素是指RGB值为(255，255，255)的像素点)组成的序列称为团，并记下团的起点，终点和行号；

步骤(3.2.1)在逐行扫描中，对于除第一行外的所有行里的某一个团r，如果团r与上一行中的所有团都没有重合区域，则给团r一个新的标号；如果团r仅与上一行中一个团有重合区域，则将上一行中与团r有重合区域的团的标号赋给团r；如果团r与上一行中的2个及以上的团有重合区域，则记R表示上一行中与该团有重合区域的所有团集合，将R中团的最小标号赋给团r，并将R中任意两个团之间的标号对都加入到等价对集合C中，表示因为团r的连接作用现在R中的任意两个团之间都是等价的R；

步骤(3.2.2)将集合C中等价对转换为等价序列，例如{(1，2)，(2，3)，(4，5)，(5，7)，(6，7)}转换为{(1，2，3)，(4，5，6，7)}，对于在等价序列中的所有团赋予相同的的新标号；

步骤(3.2.3)将每个团的标号填入标记图像中，有相同标号的团就组成一个连通域。

步骤(3.3)对上一步骤找到的连通域，计算其最小外围矩阵，过滤掉最小外围矩阵面积不在[450,1000]之间或者外围矩阵长宽比不在[1/1.2,1.2]之间或者连通域非凸的所有连通域，剩下的连通域即为待测试项所在的色块。

4.根据权利要求3所述的尿检试纸生理指标自动识别方法，其特征是所述步骤(3.0)包括以下步骤：

对经步骤1处理后的尿检试纸图像的每个像素点P(i，j),其中i，j分别表示该点距图像左上角位置的横向和纵向距离，记w_ij表示点P(i，j)处的灰度值，计算以像素点P(i，j)为中心，blocksize范围内其它点灰度值的高斯加权平均其中计算公式为若则将点P(i,j)的当前像素RGB值设为(255,255,255),反之则设为(0,0,0)。