CN116485786B

CN116485786B - 一种内分泌试纸智能分析方法

Info

Publication number: CN116485786B
Application number: CN202310705914.7A
Authority: CN
Inventors: 何娟; 韩娜; 邵芝娟
Original assignee: Affiliated Hospital of Guizhou Medical University
Current assignee: Affiliated Hospital of Guizhou Medical University
Priority date: 2023-06-15
Filing date: 2023-06-15
Publication date: 2023-09-01
Anticipated expiration: 2043-06-15
Also published as: CN116485786A

Abstract

本发明涉及图像处理技术领域，具体涉及一种内分泌试纸智能分析方法，包括：获取内分泌试纸图像将其转换到通道，对图像进行分块处理找到有利于白平衡区域块，通过有利于白平衡的区域块的颜色分量参数得到白色像素参考点的判断条件得到所有白色像素参考点，根据所有白色像素参考点来得到最终白色像素点来算出每个通道参数的增益值得到新的RGB参数，然后模板匹配找到检测区域并与参考颜色进行对比，进而输出检测结果。本发明找到图像中白色区域，并利用其颜色变化情况来得到图像在某一色温下颜色的增幅情况，从而对每一个像素的颜色进行校正使其达到没有色温影响的效果，从而使得内分泌试纸的检测结果不会因为色温的影响而产生改变。

Description

一种内分泌试纸智能分析方法

技术领域

本发明涉及图像处理技术领域，具体涉及一种内分泌试纸智能分析方法。

背景技术

内分泌试纸是一种常用的检测生物体内激素水平的方法，通过检测尿液、唾液或血液中的激素水平，可以判断人体内分泌系统的功能状态，以及是否存在激素失调等问题。传统的内分泌试纸检测方法需要人工解读结果，存在误差率较高、专业性要求较高等问题。而内分泌试纸智能分析技术则可以通过图像识别、机器学习等技术，自动解读试纸结果，减少了人为因素的干扰，提高了检测结果的准确性和可靠性。

在不同色温下拍摄出来的图像颜色不同，会产生一定的差异导致在进行颜色分析时产生误差从而导致对检测结果分析错误。传统白平衡动态阈值算法在量化过程中可能会产生所有像素被初步判断为白色像素点的现象，会在校正过程中产生差异。

发明内容

本发明提供一种内分泌试纸智能分析方法，以解决现有的问题。

本发明的一种内分泌试纸智能分析方法采用如下技术方案：

本发明一个实施例提供了一种内分泌试纸智能分析方法，该方法包括以下步骤：

获取内分泌试纸图像，将内分泌试纸图像从RGB通道转化为YCbCr通道；

将图像分块处理；获取区域块YCbCr通道颜色分量的绝对差的累计值；根据区域块YCbCr通道颜色分量的绝对差的累计值得到有利于进行白平衡的区域块；

获取有利于进行白平衡的区域块的颜色分量参数得到白色像素参考点的判断条件；根据白色像素参考点的判断条件得到图像中所有白色像素参考点；

根据图像中所有白色像素参考点得到最终白色像素点；根据最终白色像素点的颜色参数得到图像RGB通道的每个颜色分量的增益值；根据图像RGB通道的每个颜色分量的增益值与改动前图像各个像素点RGB通道的每个通道的颜色分量值得到图像新的RGB参数；根据图像新的RGB参数得到不受色温影响的新图像，根据新图像进行颜色参数匹配。

优选的，所述区域块YCbCr通道颜色分量的绝对差的累计值的获取方法如下：

每个区域块中每个色度分量的绝对差的累计值,/>的计算表达式为：

、

式中，是每个区域像素点的数目，/>表示每个区域块中/>像素点的/>色度分量；/>表示每个区域块中/>像素点的/>色度分量；/>表示每个区域块中色度分量/>的平均值；/>表示每个区域块中色度分量/>的平均值；/>表示每个区域块中/>色度分量的绝对差的累计值；/>表示每个区域块中/>色度分量的绝对差的累计值。

优选的，所述有利于进行白平衡的区域块，包括的具体步骤如下：

获取所有的图像区域块中蓝色的色度分量的绝对差的累积值和所有的图像区域块中红色的色度分量的绝对差的累积值/>，将计算出的/>，/>从大到小进行排序，去除后百分之十的/>，/>对应的区域块，则剩下就是有利于进行白平衡的区域块。

优选的，所述白色像素参考点的判断条件的获取步骤如下：

在YCbCr颜色通道图像中以图像中心点为原点建立直角坐标系，分析图像得到白色参考点的,/>相较于其他的像素点更加的趋向于原点，则白色参考点的判断标准为：

、

式中，通道表示蓝色的色度分量，/>通道表示红色的色度分量；/>表示图像中蓝色的色度分量平均值，/>表示图像中红色的色度分量平均值；/>表示图像中蓝色的色度分量的绝对差的累积值平均值，/>表示图像中红色的色度分量的绝对差的累积值平均值；为阶跃函数，其中，阶跃函数自变量的值大于0时，阶跃函数的值为1，阶跃函数自变量的值小于0时，阶跃函数的值为0。

优选的，所述最终白色像素点，包括的具体步骤如下：

根据白色参考点得到图像中所有的白色参考点，将所有白色像素参考点以YCbCr的亮度分量Y的大小进行依次排序，将前百分之十的白色像素参考点作为最终白色像素点。

优选的，所述图像RGB通道的每个颜色分量的增益值的获取方法如下：

图像RGB通道的每个颜色分量的增益值的计算表达式为：

、

式中，表示图像红色通道的颜色分量的增益值，/>表示图像绿色通道的颜色分量的增益值，/>表示图像蓝色通道的颜色分量的增益值；/>是所有最终白色像素点的Y分量中的最大值；/>表示最终白色像素点红色颜色通道亮度值的平均值，/>表示最终白色像素点绿色颜色通道亮度值的平均值，/>表示最终白色像素点蓝色颜色通道亮度值的平均值。

优选的，所述图像新的RGB参数的获取方法如下：

图像新的RGB参数的计算表达式为：

、

式中，表示改动后图像各个像素点红色通道的颜色分量值，/>表示改动后图像各个像素点绿色通道的颜色分量值，/>表示改动后图像各个像素点蓝色通道的颜色分量值；/>表示图像红色通道的颜色分量的增益值，/>表示图像绿色通道的颜色分量的增益值，/>表示图像蓝色通道的颜色分量的增益值；R表示改动前图像各个像素点红色色彩通道的颜色分量值，G表示改动前图像各个像素点绿色色彩通道的颜色分量值，B表示改动前图像各个像素点蓝色色彩通道的颜色分量值。

本发明的技术方案的有益效果是：能够根据图像自身的颜色变化来得到色温对图像的影响程度，并且通过影响程度来对图像中所有像素点的颜色通道进行更正，从而尽可能的减小色温对内分泌试纸检测结果的影响。同时也可以根据不同图像的颜色分布来自适应的生成相对应的条件来达到目的效果，可以更好的处理不同环境下内分泌试纸的结果智能分析。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种内分泌试纸智能分析方法的步骤流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种内分泌试纸智能分析方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种内分泌试纸智能分析方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种内分泌试纸智能分析方法的步骤流程图，该方法包括以下步骤：

步骤S001:采集内分泌试纸图像进行预处理，将图像从RGB通道转化为YCbCr通道。

本实施例的目的，是找到图像中白色区域，并利用其颜色变化情况来得到图像在某一色温下颜色的增幅情况，从而对每一个像素的颜色进行校正使其达到没有色温影响的效果，从而使得内分泌试纸的检测结果不会因为色温的影响而产生改变。本实施例是以在内分泌试纸在进行使用之后，要通过试纸检测区域的颜色来对检测结果进行判定，但是同一颜色在不同色温的情况下拍摄出来的效果也不相同，通过对拍摄到的图像进行白平衡从而达到去除色温影响的效果进行叙述的。

具体的，采集内分泌试纸测试结果图，对图像进行去噪处理之后，将图像中的RGB颜色通道的参数转化为YCbCr颜色通道，转化方式如下：

、

通道表示亮度分量，/>和/>通道表示颜色分量。Y通道表示图像的亮度信息，也就是灰度值。在YCbCr编码中，/>通道的取值范围是0-255，其中0表示黑色，255表示白色。/>和/>通道表示图像的色度信息，也就是颜色信息。/>通道表示蓝色的色度分量，/>通道表示红色的色度分量。在YCbCr编码中，/>和/>通道的取值范围是-128到127，其中0表示灰色。

在对图像进行拍摄时，成像效果不可避免会被色温影响，从而导致在不同的环境下拍摄到的图像色彩会有一定的差异。因此可以通过找到图像中的白色像素参考点，计算白色像素参考点在此色温下的增幅情况从而得到整幅图像在此色温下的颜色增幅情况，最后对图像中每一像素进行颜色校正，使其恢复未被增幅前的颜色，从而减少色温对图像颜色产生的影响，则本实施例进行颜色校正的过程如下。

步骤S002:将图像进行分块处理，量化每个区块的颜色分量参数，找出有利于进行白平衡的区域块。

为了增强图像的鲁棒性，将图像分成同样大小的若干块，一般是分成12块，长宽比为4：3，这样分是为了符合目前大多数相机的拍摄图片长宽比，但是也可以分成其他形式，对后面的颜色校正影响并不是很大。计算出每个区域块中色度分量,/>的平均值/>,,并根据得到的数据计算出每个区域块中每个色度分量的绝对差的累计值/>，/>,计算过程如下：

、

式中，是每个区域像素点的数目；/>表示每个区域块中/>像素点的/>色度分量；/>表示每个区域块中/>像素点的/>色度分量；/>表示每个区域块中色度分量/>的平均值；/>表示每个区域块中色度分量/>的平均值；/>表示每个区域块中/>色度分量的绝对差的累计值；/>表示每个区域块中/>色度分量的绝对差的累计值；并将计算出的/>，/>从大到小进行排序，后百分之十的/>，/>偏小，说明此区域块的颜色比较均匀，这样区域块不利于进行白平衡，因此将这些数据进行忽略。

步骤S003:将每个有利于进行白平衡的区块的颜色分量参数进行综合分析并作为整幅图像的颜色分量参数，利用颜色分量参数找出整体图像中的白色像素参考点。

为了找到整体图像中的白色像素参考点，需要先得到整幅图像的颜色分量参数并进行分析。将已经得到的有利于进行白平衡的区域块的颜色参数，/>，/>，/>进行求平均值，并使求得的平均值来表示全图的/>，/>，/>，/>。在YCbCr颜色通道图像中以图像中心点为原点建立直角坐标系，分析图像可知/>,/>的值越靠近原点，那么颜色就越偏向与白色，因此将图像中/>,/>的值相对于更加靠近原点的像素点记为白色像素参考点。

由于白色参考点的,/>相较于其他的像素点更加的趋向于原点，因此，白色像素参考点的判断标准为：

、

式中，通道表示蓝色的色度分量，/>通道表示红色的色度分量；/>表示图像中蓝色的色度分量平均值，/>表示图像中红色的色度分量平均值；/>表示图像中蓝色的色度分量的绝对差的累积值平均值，/>表示图像中红色的色度分量的绝对差的累积值平均值；/>为阶跃函数，其中，阶跃函数自变量的值大于0时，阶跃函数的值为1，阶跃函数自变量的值小于0时，阶跃函数的值为0。

因为白色像素参考点的，/>值更加接近于原点，因此参考点的/>，/>的绝对值要小于整体图像的颜色分量平均值/>，/>的绝对值，因此，符合以上条件的像素点应该满足/>小于0。不但需要参考点的颜色分量要比整体图像的颜色分量平均值更加靠近于原点，同时还需要达到一定的距离条件才可以更好的找到参考点。像素点的颜色分量的绝对值与全图颜色分量平均值的距离为/>，而所有像素点与平均像素点的平均距离为，为了能够使得结果更加的准确，白色像素参考点的与平均值的距离应该大于平均距离，因此，/>应该大于1.5/>，/>大于0，从而的值为1，整体结果就小于0。满足以上条件的点则可以判定为白色像素参考点。

至此，通过量化不同颜色通道的参数，得到整幅图像中的白色像素参考点。

步骤S004:利用白色像素参考点来得到最终白色像素点来算出每个通道参数的增益值，并根据增益值算出图像新的RGB参数。

将所有白色像素参考点以分量（YCbCr的亮度分量/>）的大小进行依次排序，将前百分之十的像素点作为最终白色像素点，根据计算出的最终白色像素点亮度值的平均值，/>，/>，用于计算图像RGB通道的每个颜色分量的增益值，计算方式如下：

、

式中，表示图像红色通道的颜色分量的增益值，/>表示图像绿色通道的颜色分量的增益值，/>表示图像蓝色通道的颜色分量的增益值；/>是所有最终白色像素点的Y分量中的最大值；/>表示最终白色像素点红色颜色通道亮度值的平均值，/>表示最终白色像素点绿色颜色通道亮度值的平均值，/>表示最终白色像素点蓝色颜色通道亮度值的平均值；

然后再根据图像RGB通道的每个颜色分量的增益值计算出改动后图像各个像素点RGB通道的每个通道的颜色分量值，计算方式如下：

、

式中，表示改动后图像各个像素点红色通道的颜色分量值，/>表示改动后图像各个像素点绿色通道的颜色分量值，/>表示改动后图像各个像素点蓝色通道的颜色分量值；/>表示图像红色通道的颜色分量的增益值，/>表示图像绿色通道的颜色分量的增益值，/>表示图像蓝色通道的颜色分量的增益值；R表示改动前图像各个像素点红色色彩通道的颜色分量值，G表示改动前图像各个像素点绿色色彩通道的颜色分量值，B表示改动前图像各个像素点蓝色色彩通道的颜色分量值；

根据改动后RGB图像各个像素点每个通道的颜色值得到新的RGB图像，其具体方法为：

、

至此，通过对每个像素点的颜色通道调整，得到的新图像的颜色通道且不再受到色温的影响，从而使内分泌试纸测试结果的颜色可以更加准确的与标准颜色进行匹配。

步骤S005：使用模板匹配的方法找出试纸中的检测区域，并与标准的结果参考颜色进行对照，分析出检测结果。

因为试纸除检测区域还有许多区域是对检测结果没有影响的，但也有可能对后续的检测造成影响，因此需要通过模板匹配的方法找到检测区域，去除非检测区域。对检测区域进行颜色通道检测得到颜色参数并与标准色温下的结果参考颜色参数进行对比，将最接近的颜色参数进行匹配，并将结果进行输出，从而达到内分泌试纸智能分析的目的。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种内分泌试纸智能分析方法，其特征在于，该方法包括以下步骤：

获取内分泌试纸图像，将内分泌试纸图像从 RGB 通道转化为 YcbCr 通道；

将图像分块处理；获取区域块 YcbCr 通道颜色分量的绝对差的累计值；根据区域块YcbCr 通道颜色分量的绝对差的累计值得到有利于进行白平衡的区域块；

根据图像中所有白色像素参考点得到最终白色像素点；根据最终白色像素点的颜色参数得到图像 RGB 通道的每个颜色分量的增益值；根据图像 RGB 通道的每个颜色分量的增益值与改动前图像各个像素点 RGB 通道的每个通道的颜色分量值得到图像新的 RGB 参数；根据图像新的 RGB 参数得到不受色温影响的新图像，根据新图像进行颜色参数匹配；

所述有利于进行白平衡的区域块，包括的具体步骤如下：

获取所有的图像区域块的每个色度分量的绝对差的累计值，/>将计算出的/>，从大到小进行排序，去除后百分之十的/> ，/>对应的区域块，则剩下就是有利于进行白平衡的区域块；

所述白色像素参考点的判断条件的获取步骤如下：

在 YCbCr 颜色通道图像中以图像中心点为原点建立直角坐标系，分析图像得到白色参考点的，/>相较于其他的像素点更加的趋向于原点，则白色参考点的判断标准为：

；

式中，Cb，Cr表示图像中每个像素点的色度分量值；，/>表示图像中的色度分量平均值；/>，/>表示图像的色度分量的绝对差的累积值平均值；ε[ ]为阶跃函数，其中，阶跃函数自变量的值大于 0 时，阶跃函数的值为 1，阶跃函数自变量的值小于 0 时，阶跃函数的值为 0；

所述最终白色像素点，包括的具体步骤如下：

根据白色参考点得到图像中所有的白色参考点，将所有白色像素参考点以 YCbCr 的亮度分量Y 的大小进行依次排序，将前百分之十的白色像素参考点作为最终白色像素点；

通过模板匹配的方法找到检测区域，对检测区域进行颜色通道检测得到颜色参数并与标准色温下的结果参考颜色参数进行对比，将最接近的颜色参数进行匹配，并将结果进行输出。

2.根据权利要求 1 所述一种内分泌试纸智能分析方法，其特征在于，所述区域块YcbCr 通道颜色分量的绝对差的累计值的获取方法如下：

每个区域块中每个色度分量的绝对差的累计值Db，Dr的计算表达式为：

；

式中，N是每个区域像素点的数目，表示每个区域块中/>像素点的/>色度分量；/>表示每个区域块中/>像素点的/>色度分量；/>表示每个区域块中色度分量/>的平均值；/>表示每个区域块中色度分量/>的平均值；/>表示每个区域块中/>度分量的绝对差的累计值；/>表示每个区域块中/>色度分量的绝对差的累计值。

3.根据权利要求 1 所述一种内分泌试纸智能分析方法，其特征在于，所述图像 RGB通道的每个颜色分量的增益值的获取方法如下：

图像 RGB 通道的每个颜色分量的增益值的计算表达式为：

；

式中，，/>，/>表示图像 RGB 通道的每个颜色分量的增益值；是所有最终白色像素点的 Y 分量中的最大值；/>，/>，/>表示最终白色像素点各个颜色通道亮度值的平均值。

4.根据权利要求 1 所述一种内分泌试纸智能分析方法，其特征在于，所述图像新的RGB 参数的获取方法如下：

图像新的 RGB 参数的计算表达式为：

；

式中，，/>，/>表示改动后图像各个像素点 RGB 通道的每个通道的颜色分量值；，/>，/>表示 RGB 每个颜色分量的增益值； R，G，B表示改动前图像各个像素点RGB 通道的每个通道的颜色分量值。