[发明专利]一种基于机器视觉的试剂卡自动分类的检测方法

摘要

本发明公开了一种基于机器视觉的试剂卡自动分类的检测方法，属于图像识别领域。针对人工操作存在操作不当，试剂卡滴液量不符合试剂卡要求的可能性，也存在试剂卡结果判读时间不合适的风险，检验人员可能会产生主观误判，导致粪便检测结果无法实现标准化，且人工检测速度较慢，在一定程度上影响了工作效率，不利于有效开展和推广应用等缺点，本发明提供了一种基于机器视觉的试剂卡自动分类的检测方法，能够定时定标检测试剂卡检测结果，大大提高了检测效率。

主权项

1.一种基于机器视觉的试剂卡自动分类的检测方法，该方法包括：步骤1：通过滴液装置为试剂卡滴取定量的样本液，并等待规定时间，自动推至拍图装置下拍照；步骤2：通过拍图装置获取试剂卡图像，并对得到的试剂卡图像进行白平衡处理；步骤3：对步骤2中得到的图像进行截取反应区域小图；步骤4：对步骤3得到的彩色图像进行灰度化处理，并将结果图进行快速傅里叶变换得到处理后的图像；步骤5：采用大津阈值法对步骤4中得到的目标图像进行二值化处理，得到二值图像；步骤6：对步骤5得到的图像进行闭运算，得到处理后的图像，通过计算得到白色区域横向坐标大于固定值的区域，将该区域的Y轴坐标作为参数值；步骤7：用步骤6得到的Y轴坐标值，根据固定尺寸截取步骤2中经过白平衡后的试剂卡图像得到指控线区域图像；步骤8：对步骤7得到的图像进行灰度化处理，并且通过上下像素点灰度值相减得到差值，然后通过固定阈值对目标图像进行二值化处理，得到二值图像；步骤9：对步骤7得到的图像进行RGB通道提取，用红色通道和绿色通道的图像相减得到差值图，采用大津阈值法对该差值图像进行二值化处理，得到二值图像；步骤10：对步骤8和步骤9得到的二值图像相交区域进行叠加，不相交的区域置为0，得到试剂卡指控线在图像中的坐标；步骤11：采用步骤10得到的坐标，用固定尺寸截取步骤2中经过白平衡后的试剂卡图像；步骤12：通过指控线坐标计算出检测线区域的坐标。在步骤11得到的图像上通过检测线区域的坐标截取检测线显色区域；步骤13：提取步骤12得到图像的颜色直方图颜色特征、LBP纹理特征和HOG纹理特征，并组合生成特征向量；步骤14：将步骤13得到的特征向量送入SVM分类器进行训练，得到分类模型。并用得到的分类模型对图像进行分类处理。