[发明专利]一种采血管铝箔帽状态识别方法、装置、设备及介质

说明书

本申请公开了一种采血管铝箔帽状态识别方法、装置、设备及介质，涉及图像识别技术领域。该方法包括：对采血管的位置进行监测，并在所述采血管的位置到达目标检测位置时，采集所述采血管的原始图像；利用预设机器视觉算法对所述原始图像进行处理，得到所述采血管的第一管口铝箔帽图像；将所述第一管口铝箔帽图像进行归一化处理，然后将归一化后的第一管口铝箔帽图像输入至预先构建的轻量化深度学习分类网络模型中，以便利用所述轻量化深度学习分类网络模型输出的识别结果，确定所述采血管的铝箔帽状态。通过本申请的技术方案，可以有效提高采血管铝箔帽状态识别的准确率。

技术领域

本发明涉及图像识别技术领域，特别涉及一种采血管铝箔帽状态识别方法、装置、设备及介质。

背景技术

医学检测流水线运行过程中，部分采血管血液样本需要分时间段进行多项生化免疫和血液分析检测，另一部分采血管血液样本需要留样以便后续复测。通常医学检测流水线会配置冰箱用来低温存储采血管血液样本，采血管样本出冰箱后进行下次检测前需要将采血管铝箔帽去膜，会在冰箱旁边配置一台去封膜设备进行铝箔帽去膜作业。从冰箱取出采血管铝箔帽去膜不干净会造成后续各种检测设备发生撞针危险，严重影响到检测设备的运行安全以及作业人员的生物安全，因此开封膜设备需要准确识别铝箔帽去膜状态，采血管铝箔帽状态识别在医学检测流水线中有着非常重要的应用。

目前，在对采血管铝箔帽状态检测的过程中，一种是基于超声波检测的采血管铝箔帽状态识别技术，该技术使用超声波探测原理来检测采血管铝箔帽的状态。然而，该技术只能简单判断采血管铝箔帽的状态，只能通过检测超声波在采血管管口是否被阻挡来判断是否有铝箔帽，对于铝箔帽去膜不干净的采血管样本，无法准确识别采血管铝箔帽的状态，识别准确率比较低。另一种是基于传统机器视觉检测的采血管铝箔帽状态识别技术，该技术使用传统机器视觉中模板匹配方法来检测采血管铝箔帽的状态。然而使用模板匹配技术只能识别特定型号的采血管铝箔帽的状态，由于采血管铝箔帽状态十分复杂，去膜不干净以及采血管管壁挂液样本的干扰，识别准确率比较低。

综上，如何提高识别采血管铝箔帽状态的准确率是目前有待解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种采血管铝箔帽状态识别方法、装置、设备及介质，能够提高识别采血管铝箔帽状态的准确率。其具体方案如下：

第一方面，本申请公开了一种采血管铝箔帽状态识别方法，包括：

对采血管的位置进行监测，并在所述采血管的位置到达目标检测位置时，采集所述采血管的原始图像；

利用预设机器视觉算法对所述原始图像进行处理，得到所述采血管的第一管口铝箔帽图像；

将所述第一管口铝箔帽图像进行归一化处理，然后将归一化后的第一管口铝箔帽图像输入至预先构建的轻量化深度学习分类网络模型中，以便利用所述轻量化深度学习分类网络模型输出的识别结果，确定所述采血管的铝箔帽状态。

可选的，所述对采血管的位置进行监测，并在所述采血管的位置到达目标检测位置时，采集所述采血管的原始图像之前，还包括：

加载所述轻量化深度学习分类网络模型的模型文件。

可选的，获取所述模型文件，包括：

获取若干份包含不同型号的采血管的铝箔帽样本；其中，所述铝箔帽样本包括所述铝箔帽的未去膜样本、所述铝箔帽的去膜失败样本以及所述铝箔帽的去膜成功样本；

利用工业相机采集所述铝箔帽样本的样本图像，并根据所述样本图像，利用所述预设机器视觉算法对所述样本图像进行处理，确定出与所述铝箔帽样本对应的第二管口铝箔帽图像，以得到模型训练集；