基于直方图颜色特征试纸识别新方法.docVIP

基于直方图颜色特征试纸识别新方法 　　摘 要： 通过分析大量试纸垫图片的颜色信息，建立直方图模型，提取了试纸垫图像的主色平均色调、主色平均饱和度、平均亮度、频度最高饱和度四个特征，并建立BP网络识别模型，实现了试纸的浓度的鉴别。提出的试纸垫识别方法模拟了人眼识别过程，提高了试纸识别效率与结果的客观性。 　　关键字： 试纸识别； 颜色特征； 主色平均色调； 直方图模型； BP网络模型 　　中图分类号： TN911.73?34； TP301.6 文献标识码： A 文章编号： 1004?373X（2015）09?0043?04 　　Abstract： By analyzing the color information in a large number of test strip pad images， a histogram model was established first. Four features of average hue of dominant color， average saturation of dominant color， average brightness， highest frequency saturation are then extracted from the strip pad images. The concentration identification of test strips is realized by using a BP network identification model. The proposed strip pad recognition method simulates the human eye identification process. The experiment results show it can improve efficiency and objectivity of strip pad recognition. 　　Keywords： test strip recognition； color feature； average hue of dominant color； histogram model； BP network model 　　0 引 言 　　在医学领域，疾病的诊断常需要对多种参数进行衡量，这些参数数据大多来自样本的检测，尿液检测是一种比较常见并且有效的检测手段。尿液有形成分的检测方法包括尿沉渣检测[1?3]，显微镜检测[4?5]，尿液试纸检测[6?8]等。尽管现在计算机技术发展迅速，电子设备也不断地进入到医学领域，然而对于试纸检测结果的识别工作基本还是使用传统的人眼观察，与试纸垫标准样本比对来判断浓度。 　　传统人眼比对的方法识别效率低，并且受工作人员主观因素影响大。近年来也出现了一些试纸自动识别仪器，它们通过改变照射光的波长，检测接收到的反射波强度来实现浓度识别[2]，这类自动识别仪器识别效率高，但是对试纸垫的定位精度要求非常高并且受外界光线明暗程度等影响显著。 　　本文提出基于直方图颜色特征的试纸自动识别方法，根据试纸图片的像素信息提取颜色特征，并使用BP网络识别模型[9?10]完成试纸的识别。该方法由于采用基于图像的统计颜色特征，可以克服外界光照条件影响，提高识别效率。同时采用BP网络，具有学习功能。 　　1 试纸识别有效特征提取 　　基于图像颜色特征的试纸垫识别原理如图2所示，以尿液尿胆原项目为例，一共存在四个梯度浓度，浓度不同，试纸垫颜色不同，首先进行特征提取，得到主色调平均色调、主色平均饱和度、平均亮度、频度最高饱和度四维特征，然后送入尿胆原BP识别模型，实现浓度判别。 　　为了有效提取试纸的颜色特征，首先对输入图像进行了坐标变化，转变成HSI [11]图像，分析色调空间、饱和度空间、亮度空间统计规律，提取用于区别试纸浓度的特征。 　　3 实验数据及分析 　　3.1 试纸垫特征实验及分析 　　根据上述原理，本文对多个测试项目的多个浓度进行了特征提取和分析。 　　表2为胆红素不同浓度试纸垫的特征数据。表中数据都进行了归一化操作。 　　从表2中可以看出胆红素试纸垫的浓度越高，主色平均色调、主色平均饱和度和频度最高饱和度越大；而平均亮度则是试纸垫浓度越高，它的值就越小。 　　3.2 识别结果分析 　　BP网络识别模型采用指导训练机制实现，每个项目不同浓度采集了100个样本，训练收敛后得到每个项目的识别模型。随机抽取500个标本进行了测试，准确率达到了99%以上，其中5个标本识别误差由图像清晰度影响导致。 　　4 结 论 　　本文提出利用直方图计算尿液试纸垫图片的主色调