[发明专利]基于图像处理及KELM的医药试剂浓度定性检测方法

说明书

本发明涉及一种基于图像处理及KELM的医药试剂浓度定性检测方法，首先将未知浓度医药试剂瓶和多个已知浓度医药试剂瓶排列放置，同时获取所有医药试剂瓶的图像，并分别提取所有医药试剂瓶中的试剂目标区域；其次分别对未知浓度医药试剂图像和已知浓度医药试剂图像的目标区域进行中值滤波去噪，并获取去噪后的目标区域图像的RGB和HSV特征参数；然后把已知浓度医药试剂的特征参数和真实浓度输入到核极限学习机KELM中训练，得到最优参数和KELM模型；最后把未知浓度医药试剂的特征参数代入KELM模型，得出未知浓度医药试剂的预测浓度，实现医药试剂浓度的定性检测。该方法不仅检测精度高，而且易于使用，操作简便，检测效率高。

技术领域

本发明涉及医药试剂检测技术领域，具体涉及一种基于图像处理及KELM的医药试剂浓度定性检测方法。

背景技术

在临床医学中，对送检样品进行检测是一项重要的工作内容，其中，相关浓度是样本检测中一项具有指向性意义的指标。医药试剂检测疾病的原理是通过找到该疾病具有特异性的代表，通过样本中的特异性代表与试剂反应呈现的颜色浓度来对疾病做出判断。通过观察试剂与样本反应呈现的颜色变化，对疾病做出适当监控与初筛。医用试剂在现实生活中的广泛应用不仅降低了诊断成本，减少了在相关手续上浪费的时间，真正意义上提高了诊断效率，对其进行深入探讨具有很强的现实意义。

近年来，出现了多种对医药试剂检测的方法。有一种通过透光率来获取医药试剂的浓度的方法，该方法通过光照射试剂液体，然后观察光在液体中的轨迹，计算其折射角度来判断医药试剂浓度，该方法能获取较为精准的医药试剂浓度，但需要专门的仪器和专业的人员去测量医药试剂浓度，耗费成本高且普及率低；有一种通过医药试剂液体与专门试纸产生显色反应获取医药试剂浓度的方法，该方法通过取一部分医药试剂液体滴入专用测定液体浓度的试纸产生显色反应，观察试纸变换的颜色判断医药试剂浓度，比较的方便快捷，普通人都可以操作，但产生的显色反应需要人主观去判断并且判断的浓度误差较大，受环境影响较大。

发明内容

本发明的目的在于提供一种基于图像处理及KELM的医药试剂浓度定性检测方法，该方法不仅检测精度高，而且易于使用，操作简便，检测效率高。

为实现上述目的，本发明采用的技术方案是：一种基于图像处理及KELM的医药试剂浓度定性检测方法，首先，将未知浓度医药试剂瓶和多个已知浓度医药试剂瓶排列放置，同时获取所有医药试剂瓶的图像，并分别提取未知浓度医药试剂瓶和已知浓度医药试剂瓶中的试剂目标区域；其次，分别对未知浓度医药试剂图像和已知浓度医药试剂图像的目标区域进行中值滤波去噪，并获取去噪后的目标区域图像的RGB和HSV特征参数；然后，把已知浓度医药试剂的特征参数和真实浓度输入到核极限学习机KELM中训练，得到最优参数和KELM模型；最后，把未知浓度医药试剂的特征参数代入KELM模型，得出未知浓度医药试剂的预测浓度，实现医药试剂浓度的定性检测。

进一步地，该方法具体包括以下步骤：

步骤1、将未知浓度医药试剂瓶和多个已知浓度医药试剂瓶排列放置，同时获取所有医药试剂瓶的图像，对图像进行基于阈值的彩色图像分割，将瓶中试剂区域与背景分离，然后将分离出来的多个区域进行腐蚀膨胀处理，分离出前n个高浓度医药试剂的目标区域图像；

步骤2、计算各高浓度医药试剂目标区域的形状中心位置，根据获取的n个形状中心位置的斜率与距离计算出剩余目标区域的形状中心位置；同时，计算多个高浓度医药试剂目标区域的长、宽平均值，得到目标区域的平均大小，然后结合形状中心位置和目标区域的平均大小确定每一个浓度医药试剂瓶图像的目标区域；

步骤3、分别对未知浓度医药试剂图像和已知浓度医药试剂图像的目标区域进行中值滤波去噪，对去噪后的目标区域图像进行3*3的分割，得到9个不同的区域，同时获取这9个区域的RGB和HSV特征参数；