基于图像灰度处理的数据计算方法及其在检测领域的应用

基于图像灰度处理的数据计算方法及其在检测领域的应用

【技术领域】

[0001] 本发明涉及体外快速诊断技术领域，特别是涉及一种基于图像灰度处理的数据计 算方法及其在检测领域的应用。

【背景技术】

[0002] 图像处理是检测领域的一种关键的数据处理方法。通常是使用CMOS或者CCD等光 感元件采集被检测物体的图像，然后进行特定的图像处理来提取数据。大多数的处理方法 都不具备普遍适用的意义。

[0003] 体附近的误判问题。定量主要通过光感元件 获取检测试剂和试纸的灰度曲线来进行计算，但是，针对不同的检测设备需要开发不同的 计算程序。

微软在dx11中引入了通用计算接口标准directcompute，并在渲染架构中新增了compute shader，都是为了发挥gpu的并行计算优势，将其应用范围从单纯的图形渲染拓展到更多计算领域，因此通用计算性能的高低将在今后成为衡量显卡整体性能的一部分。pcmark7是2011年futuremark针对windows 7操作系统推出的新一代的基准测试工具，它包含七个不同的测试环节，由25个独立工作负载组成，涵盖了存储、计算、图像与视频处理、网络浏览、游戏等日常应用的方方面面，其测试成绩可反映出被测机型的整体性能表现。综上所述，与asic和通用dsp相比，fpga器件能够以高速、实时、低成本、高灵活性的优点应用于数字信号处理领域，利用fpga实现数字信号处理成为数字信号处理领域的一种新的趋势，它可以完全取代通用dsp芯片或作为通用dsp芯片的协处理器进行工作。

【发明内容】

[0005] 基于此，有必要提供一种结果准确、适用范围广的基于图像灰度处理的数据计算 方法。

[0006] -种基于图像灰度处理的数据计算方法，包括如下步骤：

[0007] (1)通过检测设备内部的摄像元件获取试纸卡图像；

可全血、血清（血浆）检测，试纸条、试纸卡产品形式多样。这个操作只能在drawer进行绘制之前完成，因为如果在绘制的时候再进行截取和处理，不仅会卡顿，而且截取的图像不会是现在所需要的。测试小儿大便ph值可购市售精密试纸，把试纸条一端浸入大便半秒钟后取出与试纸所附的标准比色板比较即可知道ph值。

[0009] (3)通过模板匹配测量相似度算法对所述预处理图像上的所述试纸条的图像进行 精准定位，得到感兴趣区域图像；

[0010] (4)将所述感兴趣区域图像转化为单一的试纸条灰度变化曲线；

[0011] (5)对所述试纸条灰度变化曲线进行曲线拟合校正，根据校正后的试纸条灰度变 化曲线进行参考带的边界位置定位和目标带的边界位置定位，根据定位的区域分别计算所 述参考带对应的面积和所述目标带对应的面积，得到参考带响应值C和目标带响应值T;

[0012] (6)根据所述目标带响应值T与所述参考带响应值C之间的T/C比值来判断免疫反 应是阴性或者阳性;或根据T/C比值得出所述样品的浓度值。

此外，还发展出试纸条法，以试纸条来代替elisa 检测方法中的酶标板后出现了试纸条检测技术。 【试剂盒组成】 1.说明书 1份 2.试纸条10t/盒 【样本要求】 血清或血浆 【操作步骤】 直接将大约80ul的血清或血浆样品滴在试纸条箭头端的玻璃纤维膜上，也可将试纸条的箭头端向下插入样本中，但样品液面不得超过箭头端横线。给定三组物品{g�1�1,g�1�2,g�1�3,g�2�1,g�2�2,g�2�3,g�3�1,g�3�2}，它们的重量和价值如表1所述，设背包的承重量w=6.则根据公式（1）和（2）可计算出动态规划表m，如表2如述.根据公式（3）可计算出回溯表f，如表3如述.由表2和表3，回溯可以得到=(x�1�1,x�1�2,x�1�3,x�2�1,x�2�2,x�2�3,x�3�1,x�3�2)=(1,0,1,0,1,1,0,1).故最优子集为{g�1�1,g�1�3,g�2�2,g�2�3,g�3�2}，最大价值为33元.。

以及 类别判别部，其采用与所述第i特征量空间中的所述块图像的特征量的大小对应的坐标位置以及所述分离平面，判别所述块图像是否被分类为所述类别， 所述特征量计算部采用根据该块图像的图像信息算出的局部特征量以及根据所述对象图像整体的图像信息算出的整体特征量，作为所述块图像的特征量，并且， 在以所述块图像的多个特征为坐标轴的第2特征量空间中，采用组合所述块图像的多个所述局部特征量而成的特征量矢量的坐标位置和所述第2特征量空间的一个或多个任意区域，按照每个区域对具有属于所述区域的所述特征量矢量的所述块图像进行计数，将按照每个区域计得的所述块图像的数量包含在所述整体特征量中。以及类别判别部，其采用与所述第i特征量空间中的所述块图像的特征量的大小对应的坐标位置以及所述分离平面，判别所述块图像是否被分类为所述类别，所述特征量计算部采用根据该块图像的图像信息算出的局部特征量以及根据所述对象图像整体的图像信息算出的整体特征量，作为所述块图像的特征量，并且，在以所述块图像的多个特征为坐标轴的第2特征量空间中，采用组合所述块图像的多个所述局部特征量而成的特征量矢量的坐标位置和所述第2特征量空间的一个或多个任意区域，按照每个区域对具有属于所述区域的所述特征量矢量的所述块图像进行计数，将按照每个区域计得的所述块图像的数量包含在所述整体特征量中。前面四个参数也是和目标矩形（也即是我们的图像控件区域）相关的，如果是图像控件的话，起点坐标也是（0,0），终点坐标就是矩形区的宽度和高度。

[0015] 在其中一个实施例中，步骤(3)包括如下步骤：

[0016] 通过模板匹配测量相似度算法对所述预处理图像上的所述试纸条的图像进行精 准定位，是根据预先存储的试纸条匹配模板图像对所述预处理图像上的所述试纸条的图像 进行模板匹配，所述模板匹配测量相似度公式如下：

[0018] 其中:m、n为所述模板图像上的像素数量，S"称为其中一个子图，子图SU表示模板 图像覆盖被搜索图（预处理图像)的区域，i，j为所述子图S"左上角在被搜索图S上的坐标。

[0019] 在其中一个实施例中，步骤(4)包括如下步骤：

[0020] 1)对所述精准试纸条图像转换为灰度图像:将所述精准试纸条图像的每一个像素 点的R、G、B三个值转化成灰度值Gray组成的灰度图像，转换公式如下：

[0021 ] Gray = R*0.299+G*0.587+B*0.114；

[0022] 2)使用高斯滤波作为滤波器对步骤1)中的所述灰度图像进行处理，高斯滤波算法 公式如下：

有纵剪和横剪、纵剪是剪边或按需要的宽度分条、横剪是将带卷按需要长度切成单张板。(2)描点：以表中每对对应值为坐标，在坐标平面内描出相应的点。(3)描点：以表中对应值为坐标，在坐标平面内描出相应的点。

[0025] 3)将经过步骤2)处理后的所述灰度图像转换为试纸条灰度变化曲线:根据所述灰 度图像上的每一列像素点的灰度值计算每一列像素点灰度值的平均值，并以所述灰度图像 上的每一列像素点灰度值的平均值为纵坐标，以所述灰度图像上的该列像素点的位置为横 坐标，构建试纸条灰度变化曲线，其中，所述灰度值的平均值计算公式如下：

数据预处理标准流程自然灰度图像 （1）灰度图像具有平稳特性，对每个数据样本分别做均值消减（即减去直流分量）——每个图像块，计算平均像素值，并将图像每个像素点减去均值。灰度图像指每个像素由一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255的8位索引图像。那么，平均像素缩图以后，的确是可以减少标准差也就是噪声值，图像便更平滑了，因此信噪比提高了，但是，请注意关键的一点灰度图像数据量，在平均像素的过程中，每个方块的平均值是不会改变的，也就是说，这两个方块，虽然都变光滑了，但其对应的灰度层次仍然是相同的，无法被识别成不同的层次。

[0028] 在其中一个实施例中，步骤(5)中的所述试纸条灰度变化曲线的拟合校正包括如 下步骤：

批量买入和批量卖出分别提供快捷键f9和f10，并提供了“固定数量”、“区间随机” “数量递减”三种策略供客户选择，“固定数量”表示按照“单笔上限”的要求生成委托数量固定的多笔单子，“区间随机”表示在“每笔上限”和“每笔下限”之间生成不同委托数量的多笔单子，“数量递减”表示按照“单笔上限”和“递减数量”的要求生成委托数量递减的多笔单子。 【试剂盒组成】 1.说明书 1份 2.试纸条10t/盒 【样本要求】 血清或血浆 【操作步骤】 直接将大约80ul的血清或血浆样品滴在试纸条箭头端的玻璃纤维膜上，也可将试纸条的箭头端向下插入样本中，但样品液面不得超过箭头端横线。此外，还发展出试纸条法，以试纸条来代替elisa 检测方法中的酶标板后出现了试纸条检测技术。

[0030] 2)对所述试纸条灰度变化曲线上所述目标谷以外的其他点进行拟合，得到拟合曲 线回归方程；

zy点切线在控制点坐标系中的方位角为β，曲线位于zy点切线的右侧，zy点的测量坐标为xzh和yzh,则曲线任意点p在测量坐标系中的坐标为：如果曲线位于zy点切线的左侧，则曲线任意点p在测量坐标系中的坐标为：05gps定位原理及应用5.1gps的定义全球定位系统gps（global positioning system）,是一种可以授时和测距的空间交会定点的导航系统,可向全球用户提供连续、实时、高精度的三维位置，三维速度和时间信息。（3）求出在上的最小值与最大值，并求出相应的自变量的取值.21.（本小题满分14分）已知曲线，点是曲线上的点（1）试写出曲线在点处的切线的方程，并求出与轴的交点的坐标。3、根据表17数据，画出v－x曲线，根据曲线找出线性区域试计算灵敏度和线性度（可用最小二乘法或其它拟合直线）。

[0032] 4)以参考带的峰值为起始点，在所述灰度转换曲线上寻找峰值*40%以下的边界 区域，若连续两个像素点的差值小于峰值*1%时，则该两个像素点即确定为参考带的边界 位置；以目标带的峰值为起始点，寻找峰值*40%以下的边界区域，若连续两个像素点的差 值小于峰值*1 %时，则该两个像素点即确定为目标带的边界位置；

[0033] 5)分别对曲线中参考带和目标带对应区域峰包围面积求和，所得结果分别为参考 带对应的响应值C和目标带对应的响应值T。

[0034] 在其中一个实施例中，步骤(6)中的定性检测或者定量检测包括如下步骤：

[0035] 1)软件读取所述试纸卡上的二维码卡片的信息，来获得本次检测样品的项目信 息，将获得的所述项目信息与存储的标准项目信息比对，判定所述检测样品的检测类型为 定性检测或者定量检测；

[0036] 2)对于定性检测灰度图像数据量，会根据T/C的比值判定其阴阳性，其中，T为所述目标带的响应 值，C为所述参考带的响应值；

[0037] 3)对于定量检测，根据所述检测标准品的项目信息配置不同梯度浓度的标准品稀 释液，计算不同梯度浓度对应的标准T/C值，得到标准T/C值与不同梯度浓度对应的拟合曲 线，将检测项目所对应的曲线公式存储在软件当中。用户进行定量检测时，软件读取T带和C 带的响应值得到T/C值，根据该定量检测项目的检测类型读取与之对应的曲线公式，并根据 该曲线公式将T/C值换算成该检测项目的浓度值。

[0038] 本发明的另一目的在于提供一种基于图像灰度处理的数据计算方法在体外诊断 试剂中的应用。

[0039] 本发明的另一目的在于提供一种基于图像灰度处理的数据计算方法在胶体金检 测、荧光检测类设备中的应用。

[0040] 本发明涉及的基于图像灰度处理的数据计算方法及其在检测领域的应用，通过将 分析区域图像数值化，对数据进行校正，以避免光源的不一致所带来的影响;本发明涉及的 基于图像灰度处理的数据计算方法及其在检测领域的应用，通过试纸卡中的二维码信息， 能够自动获取检测项目，从而根据检测项目进行处理，得到目标结果。

【附图说明】

[0041 ]图1为本发明实施例手持式的盒体俯视；

[0042] 图2为本发明实施例手持式的盒体右侧；

[0043] 图3为本发明实施例手持式的盒体左侧；

[0044] 图4为本发明实施例手持式的盒体后侧；

[0045] 图5为本发明实施例手持式的试纸卡套俯视；

[0046] 图6为本发明实施例手持式的试纸卡套侧视；

[0047] 图7为本发明实施例手持式的试纸卡套爆炸；

[0048] 图8为本发明实施例手持式的盒体与试纸卡套配合；

[0049] 图9为本发明实施例手持式的盒体的上壳及下壳爆炸；

[0050] 图10为本发明实施例手持式的盒体内部元件爆炸；

[0051] 图11为本发明一实施例基于的体外快速诊断系统工作原理；

[0052] 图12为本发明一实施例基于的体外快速诊断系统的工作流程图；

[0053]图13为步骤(1)中捕获的试纸卡图像得到的试纸卡图像；

[0054]图14为步骤(3)中精准定位后的感兴趣区域(R0I)图像；

[0055] 图15为步

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-111465-1.html