[发明专利]一种抗原检测试剂视觉智能检测方法、装置、设备及介质有效

专利信息
申请号: 202310905820.4 申请日: 2023-07-24
公开(公告)号: CN116642893B 公开(公告)日: 2023-10-03
发明(设计)人: 程玉伟;刘庆霞;陈蕊 申请(专利权)人: 吉林省艾优数字科技有限公司
主分类号: G01N21/88 分类号: G01N21/88;G06T7/00;G06T7/11;G06T7/13;G06T7/70
代理公司: 深圳海豚知识产权代理事务所(普通合伙) 44952 代理人: 董会明
地址: 130000 吉林省长春市南关区永春路*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 抗原 检测 试剂 视觉 智能 方法 装置 设备 介质
【权利要求书】:

1.一种抗原检测试剂视觉智能检测方法,其特征在于,包括:

获取抗原检测试剂盒表面的RGB图像,并从所述RGB图像中定位通孔对应的位置;

根据所述通孔圆形的特征,对所述通孔位置的像素点进行分析,筛选出疑似水口缺陷的区域,对所述区域的水口显著性进行分析;

根据所述水口显著性的分析对所述抗原检测试剂盒是否存在所述水口缺陷进行判断。

2.根据权利要求1所述的抗原检测试剂视觉智能检测方法,其特征在于,将所述RGB图像转换为灰度图像,对所述灰度图像去噪处理后,使用canny边缘检测算子获取所述灰度图像的边缘图像,对所述边缘图像进行霍夫圆检测得到所述通孔边缘,其中,所述通孔边缘的像素点为通孔像素点。

3.根据权利要求2所述的抗原检测试剂视觉智能检测方法,其特征在于,获取所述通孔像素点对应的曲度特征值,

式中为坐标为的所述通孔像素点对应的曲度特征值,为根据所述通孔像素点对应的曲率获取像素点的位置获取的曲率,为所述通孔像素点对应的曲率获取像素点包含的所述通孔像素点对应的曲率之间的标准差。

4.根据权利要求3所述的抗原检测试剂视觉智能检测方法,其特征在于,所述通孔像素点通过对应的所述曲率、所述曲度特征值得到散点,多个所述散点通过DBSCAN算法进行聚类,得到多个簇;计算所述簇中对应的多个所述散点之间距离的中值,并算出多个所述中值的距离均值,通过所述距离均值对疑似通孔像素点进行一次筛选。

5.根据权利要求4所述的抗原检测试剂视觉智能检测方法,其特征在于,对所述疑似通孔像素点进行标记,得到疑似通孔散点图,对所述疑似通孔散点图进行连通域分析,获取所述连通域内包含的所述散点数量以及所述散点对应的所述疑似通孔像素点的所述曲度特征值和所述曲率,确定所述疑似通孔像素点对应的预设圆,根据所述预设圆计算出圆心的凸包面积,根据所述凸包面积对所述疑似通孔像素点进行二次筛选。

6.根据权利要求5所述的抗原检测试剂视觉智能检测方法,其特征在于,获得所述连通域对应的水口显著度,

式中为临近混乱度,为偏离显著度,为水口显著度,式中为所述连通域内包含的各散点对应的各圆心的凸包的面积,为所述连通域内包含的各散点对应的疑似通孔像素点对应的曲度特征值的四分位差;为所述连通域内包含的各散点对应的疑似通孔像素点的曲度特征值的极差;为所述连通域内各散点对应的偏离距离,其中,,为所述连通域内散点的个数;为所述通域内包含的散点个数的可接受的误差范围;式中()为归一化函数;为所述连通域包含的散点个数相对于可接受误差范围的数量级比值。

7.根据权利要求6所述的抗原检测试剂视觉智能检测方法,其特征在于,当所述连通域对应的水口显著度大于或等于时,则所述连通域包含的各散点对应的疑似通孔像素点位置出现水口缺陷,否则认为没有明显水口缺陷,其中,的值设定为0.4。

8.一种抗原检测试剂视觉智能检测装置,其特征在于,包括:

获取模块,用于获取抗原检测试剂盒表面的RGB图像,并从所述RGB图像中定位通孔对应的位置;

分析模块,用于根据所述通孔圆形的特征,对所述通孔位置的像素点进行分析,筛选出疑似水口缺陷的区域,对所述区域的水口显著性进行分析;

判定模块,用于根据所述水口显著性的分析对所述抗原检测试剂盒是否存在所述水口缺陷进行判断。

9.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-7任一项所述的抗原检测试剂视觉智能检测方法。

10.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行,以用于实现如权利要求1-7任一项所述的抗原检测试剂视觉智能检测方法。

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。

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吉林省艾优数字科技有限公司,未经吉林省艾优数字科技有限公司许可,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/pat/books/202310905820.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top