一種高精度的fob圖像陰陽性識別檢測方法
【專利摘要】本發(fā)明公開了一種高精度的FOB圖像陰陽性識別檢測方法，該方法采用一種基于圖像色彩分量和區(qū)域面積分割的方法，可實現(xiàn)高精度且低出錯率自動識別陰陽性檢測的結(jié)果。圖像彩色分量是圖像分析里的重要部分，可以有效獲取所需要用以判斷的信息。同時利用圖像本身空間特性，通過區(qū)域標(biāo)記進(jìn)行區(qū)域面積分割，去除面積較小的聯(lián)通區(qū)域，統(tǒng)計被標(biāo)記的區(qū)域的面積分布，顯示區(qū)域總數(shù)，將區(qū)域面積按大小排序標(biāo)記，比較區(qū)域面積相關(guān)參數(shù)，判斷條形碼及字母相關(guān)信息，驗證金標(biāo)卡陰陽性的檢測結(jié)果。本發(fā)明對人類大便潛血定性檢測操作簡單、精度高、出錯率極低，在實際醫(yī)學(xué)中具有很大的應(yīng)用價值。
【專利說明】—種高精度的FOB圖像陰陽性識別檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及醫(yī)學(xué)生物領(lǐng)域，尤其涉及計算機(jī)輔助陰陽性診斷裝置，具體為一種高精度的FOB圖像陰陽性識別檢測方法。
【背景技術(shù)】
[0002]金標(biāo)卡檢測,是一項旨在治療前的疾病篩查。通過金標(biāo)卡對患者病毒、疾病陰陽性的初步判斷，可對病人身體狀況、病情程度有較明確的了解和定位，對患病者有針對性地治療和預(yù)防，避免誤診、漏診或診治過程成為新的傳染源。醫(yī)務(wù)人員可針對病毒、疾病標(biāo)志物陽性患者加強(qiáng)防護(hù)和消毒處理工作，可節(jié)省檢測時間以贏得寶貴的時間，又可使醫(yī)生在對可疑患者進(jìn)行針對性預(yù)防，降低醫(yī)源性感染概率。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是針對現(xiàn)有技術(shù)難以從FOB圖片中高精度且低出錯率的自動識別出陰陽性結(jié)果的實際問題，提供一種高精度的FOB圖像陰陽性識別檢測方法。
[0004]為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案:
一種高精度的FOB圖像陰陽性識別檢測方法，該方法利用光學(xué)顯微鏡上安置的數(shù)字?jǐn)z像機(jī)拍攝關(guān)于FOB的圖像特征，數(shù)字?jǐn)z像機(jī)產(chǎn)生的圖像信號經(jīng)圖像采集設(shè)備后進(jìn)入計算機(jī)，在經(jīng)過圖像預(yù)處理之后，由FOB圖像陰陽性自動識別部分處理，對FOB圖像作出陰陽性識別，所述FOB圖像陰陽性自動識別具體包括以下步驟:
(1)分析FOB圖像YUV分量中的V分量，獲取FOB條形碼相關(guān)空間信息；
(2)由條形碼空間結(jié)構(gòu)特征，分析圖像區(qū)域面積參數(shù)比較，當(dāng)條形碼的個數(shù)為1，初步判斷為陰性；當(dāng)條形碼的個數(shù)為2時，初步判斷為陽性；
(3)獲取圖像中關(guān)于字母C、T的空間、物理特性，由圖像特征以進(jìn)一步判斷陰陽性檢測結(jié)果;
(4)由FOB金標(biāo)卡圖像結(jié)構(gòu)特征，獲取字母C、T與條形碼的空間對應(yīng)關(guān)系，對應(yīng)字母為C且滿足初步判斷為陰性的條件下，檢測結(jié)果為“陰性”，對應(yīng)字母為C但不滿足初步判斷為陰性，則檢測不正常；對應(yīng)字母為T且滿足初步判斷為陽性的條件下，檢測結(jié)果為“陽性”，對應(yīng)字母為T但不滿足初步判斷為陽性，則檢測不正常；
(5)顯示識別結(jié)果，檢測結(jié)束。
[0005]作為本發(fā)明的進(jìn)一步方案，步驟(I)中，關(guān)于由條形碼空間結(jié)構(gòu)特征，分析圖像區(qū)域面積參數(shù)比較，初步判斷陰陽性結(jié)果，具體包括以下步驟:
a、讀取原圖像；
b、獲取圖像的三個彩色分量RGB；
C、根據(jù)公式，將彩色分量RGB轉(zhuǎn)換為YUV分量；
d、提取YUV中的V分量；
e、對條形碼中的信息采取中值濾波，去除點狀噪聲； f、4_領(lǐng)域標(biāo)記條形碼信息；
g、根據(jù)條形碼結(jié)構(gòu)特征，采用區(qū)域分割方法，計算出有效區(qū)域面積，并通過比較區(qū)域面積的相關(guān)參數(shù)，判斷出條形碼個數(shù)，初步得到陰陽性結(jié)果。
[0006]作為本發(fā)明的進(jìn)一步方案，步驟(3)中，關(guān)于獲取圖像中關(guān)于字母C、T的空間、物理特性，由圖像特征以進(jìn)一步判斷陰陽性檢測結(jié)果，具體包括以下步驟:
a、步驟(I)獲取條形碼空間物理位置，由FOB圖像特征及字母與條形碼空間對應(yīng)關(guān)系，獲取字母坐標(biāo)空間物理位置，利用圖像分割方法，截取目標(biāo)字母圖像；
b、目標(biāo)字母圖像進(jìn)行膨脹運(yùn)算；
C、使用‘sobel’算子對圖像取輪廓；
d、圖像做閉運(yùn)算；
e、根據(jù)字母結(jié)構(gòu)特征，采用區(qū)域分割方法，計算出有效區(qū)域面積，并通過比較區(qū)域面積的相關(guān)參數(shù)，判斷出字母C和T ;
f、判斷字母為C且滿足初步判斷為陰性的條件下，檢測結(jié)果為“陰性”，判斷字母為C但不滿足初步判斷為陰性條件下，則檢測不正常；判斷字母為T且滿足初步判斷為陽性的條件下，檢測結(jié)果為“陽性”，判斷字母為T但不滿足初步判斷為陽性條件下，則檢測不正常；結(jié)束。
[0007]本發(fā)明與以往技術(shù)相比，具有以下優(yōu)點:
本發(fā)明基于圖像空間特征，通過分析FOB金標(biāo)卡條形碼和對應(yīng)字母C、T的結(jié)構(gòu)特征、空間對應(yīng)關(guān)系，通過初步判斷和輔助驗證雙層檢測，實現(xiàn)了自動識別陰陽性的檢測結(jié)果，達(dá)到了高精度、低出錯率的效果；主要適用于人類大便潛血定性檢測，對人類大便潛血定性檢測操作簡單、精度高、出錯率極低，在實際醫(yī)學(xué)中具有很大的應(yīng)用價值。
[0008]說明書附圖
圖1為本發(fā)明工作原理圖；
圖2為陰陽性結(jié)果識別流程圖；
圖3為初步判定陰陽性流程圖；
圖4為字母判斷陰陽性流程圖；
圖5為陰性自動辨識結(jié)果圖；
圖6為陽性自動辨識結(jié)果圖。
【具體實施方式】
[0009]下面將結(jié)合本發(fā)明實施例，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0010]一種高精度的FOB圖像陰陽性識別檢測方法:
如圖1所示，該檢測方法利用光學(xué)顯微鏡上安置的數(shù)字?jǐn)z像機(jī)拍攝關(guān)于FOB的圖像特征，數(shù)字?jǐn)z像機(jī)產(chǎn)生的圖像信號經(jīng)圖像采集設(shè)備后進(jìn)入計算機(jī)，在經(jīng)過圖像預(yù)處理之后，由FOB圖像陰陽性自動識別部分處理，對FOB圖像作出陰陽性識別；
所述FOB圖像陰陽性自動識別的方法如下:如圖2所示，對原圖像進(jìn)行讀取，先獲取圖像R、G、B三個彩色分量值，基于ITU-RRecommendation BT.709規(guī)范(國際電信聯(lián)盟規(guī)范),再通過公式(I)計算，將圖像彩色分量RGB格式轉(zhuǎn)換為YUV格式，將圖像彩色分量RGB格式轉(zhuǎn)換為YUV格式，轉(zhuǎn)換公式為:
Y= 0.299*R + 0.587*G + 0.114*B;
U = -0.147*R - 0.289*G + 0.436*B;
V= 0.615*R - 0.515*G - 0.100*B
本發(fā)明通過大量分析、實驗提出，YUV三個分量中，V分量對金標(biāo)卡的條形碼輪廓最具甄別度，通過條形碼數(shù)初步判斷和C、T字母輔助驗證雙層檢測，實現(xiàn)了完整自動識別陰陽性的檢測結(jié)果；
如圖3所示，通過計算V分量，可以迅速獲取FOB金標(biāo)卡的條形碼輪廓，經(jīng)過中值濾波去噪之后，由條形碼的空間結(jié)構(gòu)特征，通過區(qū)域標(biāo)記進(jìn)行區(qū)域面積分割，去除面積較小的聯(lián)通區(qū)域，統(tǒng)計被標(biāo)記的區(qū)域的面積分布，顯示區(qū)域總數(shù)，將區(qū)域面積按大小排序標(biāo)記，比較區(qū)域面積相關(guān)參數(shù)，判斷條形碼個數(shù)，當(dāng)條形碼的個數(shù)為1，初步判斷為陰性，初步得到陰陽性結(jié)果；
如圖4所示，獲取條形碼空間物理位置，由FOB圖像特征及字母與條形碼空間對應(yīng)關(guān)系，獲取字母坐標(biāo)空間物理位置，利用圖像分割，截取目標(biāo)字母圖像，對目標(biāo)字母圖像相關(guān)預(yù)處理，通過膨脹給圖像中的對象邊界添加像素，擴(kuò)大圖像邊緣；用‘sobel’算子，采用下表模板；
【權(quán)利要求】
1.一種高精度的FOB圖像陰陽性識別檢測方法，該方法利用光學(xué)顯微鏡上安置的數(shù)字?jǐn)z像機(jī)拍攝關(guān)于FOB的圖像特征，數(shù)字?jǐn)z像機(jī)產(chǎn)生的圖像信號經(jīng)圖像采集設(shè)備后進(jìn)入計算機(jī)，在經(jīng)過圖像預(yù)處理之后，由FOB圖像陰陽性自動識別部分處理，對FOB圖像作出陰陽性識別，其特征是，所述FOB圖像陰陽性自動識別具體包括以下步驟: (1)分析FOB圖像YUV分量中的V分量，獲取FOB條形碼相關(guān)空間信息； (2)由條形碼空間結(jié)構(gòu)特征，分析圖像區(qū)域面積參數(shù)比較，當(dāng)條形碼的個數(shù)為1，初步判斷為陰性；當(dāng)條形碼的個數(shù)為2時，初步判斷為陽性； (3)獲取圖像中關(guān)于字母C、T的空間、物理特性，由圖像特征以進(jìn)一步判斷陰陽性檢測結(jié)果; (4)由FOB金標(biāo)卡圖像結(jié)構(gòu)特征，獲取字母C、T與條形碼的空間對應(yīng)關(guān)系，對應(yīng)字母為C且滿足初步判斷為陰性的條件下，檢測結(jié)果為“陰性”，對應(yīng)字母為C但不滿足初步判斷為陰性，則檢測不正常；對應(yīng)字母為T且滿足初步判斷為陽性的條件下，檢測結(jié)果為“陽性”，對應(yīng)字母為T但不滿足初步判斷為陽性，則檢測不正常； (5)顯示識別結(jié)果，檢測結(jié)束。
2.根據(jù)權(quán)利要求1所述的一種高精度的FOB圖像陰陽性識別檢測方法，其特征是，步驟(I)中，關(guān)于由條形碼空間結(jié)構(gòu)特征，分析圖像區(qū)域面積參數(shù)比較，初步判斷陰陽性結(jié)果，具體包括以下步驟: a、讀取原圖像； b、獲取圖像的三個彩色分量RGB； C、根據(jù)公式，將彩色分量RGB轉(zhuǎn)換為YUV分量； d、提取YUV中的V分量； e、對條形碼中的信息采取中值濾波，去除點狀噪聲； f、4_領(lǐng)域標(biāo)記條形碼信息； g、根據(jù)條形碼結(jié)構(gòu)特征，采用區(qū)域分割方法，計算出有效區(qū)域面積，并通過比較區(qū)域面積的相關(guān)參數(shù)，判斷出條形碼個數(shù)，初步得到陰陽性結(jié)果。
3.根據(jù)權(quán)利要求1所述的一種高精度的FOB圖像陰陽性識別檢測方法，其特征是，步驟(3)中，關(guān)于獲取圖像中關(guān)于字母C、T的空間、物理特性，由圖像特征以進(jìn)一步判斷陰陽性檢測結(jié)果，具體包括以下步驟: a、步驟(I)獲取條形碼空間物理位置，由FOB圖像特征及字母與條形碼空間對應(yīng)關(guān)系，獲取字母坐標(biāo)空間物理位置，利用圖像分割方法，截取目標(biāo)字母圖像； b、目標(biāo)字母圖像進(jìn)行膨脹運(yùn)算； C、使用‘sobel’算子對圖像取輪廓； d、圖像做閉運(yùn)算； e、根據(jù)字母結(jié)構(gòu)特征，采用區(qū)域分割方法，計算出有效區(qū)域面積，并通過比較區(qū)域面積的相關(guān)參數(shù)，判斷出字母C和T ; f、判斷字母為C且滿足初步判斷為陰性的條件下，檢測結(jié)果為“陰性”，判斷字母為C但不滿足初步判斷為陰性條件下，則檢測不正常；判斷字母為T且滿足初步判斷為陽性的條件下，檢測結(jié)果為“陽性”，判斷字母為T但不滿足初步判斷為陽性條件下，則檢測不正常。
【文檔編號】G06K9/54GK103996037SQ201410255475
【公開日】2014年8月20日 申請日期:2014年6月10日 優(yōu)先權(quán)日:2014年6月10日
【發(fā)明者】王杉, 余堯毅, 陳翔, 周皓鈞 申請人:江西金洹生物科技有限公司