论文部分内容阅读
尿液的成分和含量的变化能在很大程度上反应人体泌尿系统和肾脏的健康状况。尿液干化学试纸法是常用的通过与尿液反应后的试纸颜色变化得到尿液成分含量的方法。找出一种能够及时、经济、便捷地监测人体尿液成分及含量变化的方法成为一个急需解决程度的问题。随着手机的发展和普及,利用手机把颜色变换后的试纸拍摄下来,通过计算机自动识别试纸的颜色,从而得到尿液成分的含量,达到监测人体健康情况的目的。但是试纸图像在用手机拍摄时会受环境光照影响产生偏色,影响颜色识别结果,使得最终得到的尿液成分含量值不准确,人体健康情况的判断有误。本文针对尿液检测试纸颜色识别在试纸图像颜色校正与识别算法方面存在的问题展开研究,在图像偏色检测、颜色校正、主色提取和颜色识别方面开展研究,进行了以下工作:(1)根据偏色试纸图像在Lab空间颜色分布特征,研究试纸图像的偏色检测算法,首先获取标准光照下试纸条白色校正块的基本信息,再利用未知光照下白色校正块相对标准光照下白色校正块的a、b的一阶矩与二阶矩的比值,得到表示试纸图像偏色程度的偏色因子k,根据k值的大小来判断试纸图像的偏色程度,k值越大,试纸图像偏色越严重。实验表明本文算法能够有效的识别出偏色试纸图像。(2)结合完美反射和灰度世界理论,研究试纸图像的颜色校正算法,先获取分割出的试纸条图像和白色校正块图像,再根据完美反射计算出试纸条图像的RGB各通道的最大值和各最大值的平均值,根据灰度世界计算出白色校正块图像的RGB的统计平均值和总平均值,通过得到的各个参数组成二元一次方程组,求出RGB各通道的通道调整系数,最后根据各通道调整公式对每个像素点的RGB值进行平方调整。实验表明此算法对试纸图像的颜色校正效果最好,能有效减少试纸图像的偏色程度。(3)针对试纸条上每个试剂块只有一个主色的颜色分布特点,研究试剂块图像的主色提取算法,先用平均值法计算出主色1,再获取试剂块图像的颜色直方图并用最大频率法计算出主色2,通过标准差来衡量所有像素点的颜色值与两种方法计算出的主色偏离程度,选用最近的作为最终主色。实验表明此算法提取的主色与所有像素点的颜色值最接近。(4)结合人眼识别试纸颜色过程,研究试纸的颜色识别方法,将从试剂块图片提取出的主色与浓度级为4)的标准色视为两个颜色向量,计算这两个颜色向量之间的角度,并选取角度最小的作为最终颜色识别结果。以人眼识别结果作为参考,对识别结果有效性进行评价,实验表明本文方法的试纸颜色识别正确率较高。本文创新点:(1)对基于Lab颜色空间的图像偏色检测算法作了改进;(2)对基于完美反射和灰度世界的颜色校正算法作了改进;(3)提出基于标准差的试剂块主色提取算法;(4)提出基于RGB空间角度色差的试纸颜色识别方法。