《一种基于灰度分析与种类识别的血型结果识别算法.pdf》由会员分享，可在线阅读，更多相关《一种基于灰度分析与种类识别的血型结果识别算法.pdf（10页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 103543277 A (43)申请公布日 2014.01.29 CN 103543277 A (21)申请号 201310416614.3 (22)申请日 2013.09.13 G01N 33/80(2006.01) (71)申请人 中国科学院苏州生物医学工程技术 研究所 地址 215000 江苏省苏州市高新区科灵路 88 号 (72)发明人 罗刚银 (74)专利代理机构 南京经纬专利商标代理有限 公司 32200 代理人 曹毅 (54) 发明名称 一种基于灰度分析与种类识别的血型结果识 别算法 (57) 摘要 本发明公开了一种基于灰度分析与种类识别 的血型结果识别。
2、算法， 它包括以下步骤 ： 灰度变 换、 平滑滤波、 倾斜校正、 微柱小管分割、 阈值处 理、 灰度分析、 种类识别、 对比检测结果， 本发明采 用灰度分析与种类识别相结合的方法对血型检测 结果进行自动识别， 提高了血型检测结果识别的 效率， 具有快速准确的优点， 同时通过抖动消除、 倾斜校正、 微柱小管分割、 种类识别等操作， 提高 了结果识别的有效性。 (51)Int.Cl. 权利要求书 2 页 说明书 5 页 附图 2 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书2页 说明书5页 附图2页 (10)申请公布号 CN 103543277 A CN 103543。
3、277 A 1/2 页 2 1. 一种基于灰度分析与种类识别的血型结果识别算法， 其特征在于， 包括以下步 骤 ： 步骤 1） 灰度变换 采用加权平均值方法对血型试剂卡的 24 位真彩色图像进行灰度变换， 设坐标 （ ） 处各分量的亮度值分别为、， 则灰度变换以后该点的灰度值， ， 其中， 、 、 分别为各颜色分量的权重， 即得到转换后的灰度图像 ； 步骤 2） 平滑滤波 采用中值滤波方法对血型试剂卡灰度图像进行噪声滤波， 设为选择局部区域中灰 度值的集合，运算为求序列的中值， 为想要更换灰度值的指定点， 则 ： 即得到更加清晰的灰度图像 ； 步骤 3） 抖动消除 采用膨胀腐蚀方法对血型试剂卡。
4、灰度图像进行抖动消除， 得到更加清晰的灰度图像 ； 步骤 4） 倾斜校正 采用斜率计算方法得到血型试剂卡的倾斜角度， 通过反向旋转相应的角度校正其倾斜 状态， 血型试剂卡的铭牌中有四个空白平行四边形区域， 找出其中的平行四边形区域， 取其 左上角坐标 （） 和左下角坐标 （） ， 通过公式 ：=计算出图像 倾斜的角度 ； 步骤 5） 微柱小管分割 采用模板匹配方法， 即通过相关性公式 ： 分割出血型试剂卡中用于图像识别的有效区 域， 即微柱小管 ； 步骤 6） 阈值处理 采用二值化方法对分割出的微柱小管图像进行阈值处理， 把微柱小管图像由灰度图像 转换成为只有黑白两种颜色的二值化图像， 设定某。
5、一阈值， 将原始灰度图像各像素的像 素值和阈值作比较， 大于的重新取值为255， 反之则为0， 设阈值处理后的像素值 为， 即 ： 步骤 7） 灰度分析 采用像素求和方法把每个微柱小管的下端分成上、 中、 下三个小区域， 分别计算上、 中、 下三个小区域的像素之和， 即用像素的分布情况代表微柱小管下端的红细胞分布情况 ； 步骤 8） 种类识别 权 利 要 求 书 CN 103543277 A 2 2/2 页 3 采用颜色识别和字符识别结合的方法， 通过分析血型试剂卡铭牌中不同颜色区域中的 字符差异来识别其种类的不同， 步骤 9） 对比检测结果 据微柱小管中红细胞的分布情况， 同时结合当前血型试。
6、剂卡的种类， 得到该血型试剂 卡的血型检测结果。 权 利 要 求 书 CN 103543277 A 3 1/5 页 4 一种基于灰度分析与种类识别的血型结果识别算法 技术领域 0001 本发明涉及血型检测结果识别领域， 具体涉及一种基于灰度分析与种类识别的血 型结果识别算法。 背景技术 0002 血型检测技术可以分为玻片法、 试管法、 微板法和血型试剂卡法等。 血型试剂卡法 是目前国际卫生组织推荐的最先进的血型检测技术。 玻片法和试管法是出现较早的血型分 析技术， 具有检测条件简单的优点， 但是其加样过程往往通过手动实现， 反应结果的判断通 常是通过人眼来判断， 其自动化程度不高， 人为因素干。
7、扰比较严重， 且结果的判断受人的主 观意识影响较强。微板法是后来发展起来的血型分析技术， 但是采用微板法进行血型分析 时反应后的微型小板保存不方便， 不符合输血要求的可溯源性。 0003 血型试剂卡由微柱小管和铭牌组成。微柱小管是血型检测时的反应容器， 检测时 将红细胞、 血清或红细胞试剂加在微柱小管的上部， 通过分析反应后微柱小管中红细胞的 分布情况来判断检测结果。铭牌是血型试剂卡的种类和信息标识， 它上面印有血型试剂卡 名称、 一维条码、 微柱小管各管信息等。 0004 国内对血型试剂卡法的应用主要还停留在手工阶段， 即用人眼判读试剂卡的检测 结果， 其检测自动化程度还很低， 采用人眼判读。
8、试剂卡的检测结果， 极有可能出现检测结果 的人为误判 国外对血型试剂卡法的应用已经进入自动化阶段， 即用仪器判读试剂卡的检测结果， 用条码枪扫描血型试剂卡的种类。 但是， 国外仪器在判读血型试剂卡的检测结果时， 往往默 认所采集的血型试剂卡的图像是端正清晰的， 而未对血型试剂卡的抖动情况进行消除和倾 斜情况进行校正 ； 同时， 血型图像分析时也只对血型试剂卡上的固定区域进行扫描， 而没有 智能化地分割出用于识别血型结果的有效区域 （即微柱小管） 。这两个问题都会导致所分析 目标区域与有效区域的偏离， 从而影响检测结果识别的准确性。 同时， 对试剂卡的种类采用 附加的条码枪进行识别， 而未能通过。
9、铭牌自有的颜色和字符信息进行种类识别， 其缺陷是 增加了仪器的复杂性和检测的操作步骤。 发明内容 0005 本发明的目的在于克服现有血型检测结果识别方法的不足， 提供一种基于灰度分 析与种类识别的血型结果识别算法。 0006 为实现上述技术目的， 达到上述技术效果， 本发明通过以下技术方案实现 ： 一种基于灰度分析与种类识别的血型结果识别算法， 包括以下步骤 ： 1、 一种基于灰度分析与种类识别的血型结果识别算法， 其特征在于， 该算法包括以下 步骤 ： 步骤 1） 灰度变换 采用加权平均值方法对血型试剂卡的 24 位真彩色图像进行灰度变换， 设坐标 （ ） 说 明 书 CN 10354327。
10、7 A 4 2/5 页 5 处各分量的亮度值分别为、， 则灰度变换以后该点的灰度值， ， 其中， 、 、 分别为各颜色分量的权重， 即得到转换后的灰度图像 ； 步骤 2） 平滑滤波 采用中值滤波方法对血型试剂卡灰度图像进行噪声滤波， 设为选择局部区域中灰 度值的集合，运算为求序列的中值， 为想要更换灰度值的指定点， 则 ： 即得到更加清晰的灰度图像 ； 步骤 3） 抖动消除 采用膨胀腐蚀方法对血型试剂卡灰度图像进行抖动消除， 得到更加清晰的灰度图像 ； 步骤 4） 倾斜校正 采用斜率计算方法得到血型试剂卡的倾斜角度， 通过反向旋转相应的角度校正其倾斜 状态， 血型试剂卡的铭牌中有四个空白平行四。
11、边形区域， 找出其中的平行四边形区域， 取其 左上角坐标 （） 和左下角坐标 （） ， 通过公式 ：=计算出图像 倾斜的角度 ； 步骤 5） 微柱小管分割 采用模板匹配方法， 即通过相关性公式 ： 分割出血型试剂卡中用于图像识别的有效区 域， 即微柱小管 ； 步骤 6） 阈值处理 采用二值化方法对分割出的微柱小管图像进行阈值处理， 把微柱小管图像由灰度图像 转换成为只有黑白两种颜色的二值化图像， 设定某一阈值， 将原始灰度图像各像素的像 素值和阈值作比较， 大于的重新取值为255， 反之则为0， 设阈值处理后的像素值 为， 即 ： 步骤 7） 灰度分析 采用像素求和方法把每个微柱小管的下端分成。
12、上、 中、 下三个小区域， 分别计算上、 中、 下三个小区域的像素之和， 即用像素的分布情况代表微柱小管下端的红细胞分布情况 ； 步骤 8） 种类识别 采用颜色识别和字符识别结合的方法， 通过分析血型试剂卡铭牌中不同颜色区域中的 字符差异来识别其种类的不同。 0007 步骤 9） 对比检测结果 据微柱小管中红细胞的分布情况， 同时结合当前血型试剂卡的种类， 得到该血型试剂 说 明 书 CN 103543277 A 5 3/5 页 6 卡的血型检测结果。 0008 本发明的有益效果是 : 采用本发明技术方案， 倾斜校正和抖动消除提高了血型检测结果识别的准确性， 采用 模板匹配分割出微柱小管提高了。
13、目标区域识别的准确性， 采用颜色识别和字符识别相结合 的试剂卡种类识别方法减少了仪器的复杂性和检测的操作步骤。 0009 上述说明仅是本发明技术方案的概述， 为了能够更清楚了解本发明的技术手段， 并可依照说明书的内容予以实施， 以下以本发明的较佳实施例并配合附图详细说明如后。 本发明的具体实施方式由以下实施例及其附图详细给出。 附图说明 0010 此处所说明的附图用来提供对本发明的进一步理解， 构成本申请的一部分， 本发 明的示意性实施例及其说明用于解释本发明， 并不构成对本发明的不当限定。在附图中 ： 图 1 为本发明的实施流程图 ； 图 2 为本发明中进行倾斜校正的过程图 ； 图 3 为本。
14、发明中进行微柱小管分割的三种匹配模板 ； 图 4 为本发明中微柱小管灰度图像进行阈值处理后的二值化图像 ； 图 5 为本发明中常见七种血型试剂卡的铭牌 ； 图 6 为本发明中进行种类识别时从铭牌中提取的字符 ； 图 7 为本发明中字符识别时采用的 11 特征点的截取方式。 具体实施方式 0011 下面将参考附图并结合实施例， 来详细说明本发明。 0012 参照图 1 所示， 一种基于灰度分析与种类识别的血型结果识别算法， 包括以下步 骤 ： 步骤 1） 灰度变换 采用加权平均值方法对血型试剂卡的 24 位真彩色图像进行灰度变换， 设坐标 （） 处 各分量的亮度值分别为、， 则灰度变换以后该点的。
15、灰度值， ， 其中， 、 、 分别为各颜色分量的权重， 即得到转换后的灰度图像， 本图例取=0.299、 =0.587、 =0.114 分对血型试剂卡的 24 位真彩色图像进行灰度变换， 得到转换后的灰度图像 ； 步骤 2） 平滑滤波 采用中值滤波方法对血型试剂卡灰度图像进行噪声滤波， 设为选择局部区域中灰 度值的集合，运算为求序列的中值， 为想要更换灰度值的指定点， 则 ： 即得到更加清晰的灰度图像， 本图例取滤波单元为 3*3 的正方形区域进行滤波 ； 步骤 3） 抖动消除 采用膨胀腐蚀方法对血型试剂卡灰度图像进行抖动消除， 得到铭牌中清晰的平行四边 说 明 书 CN 103543277 。
16、A 6 4/5 页 7 形区域， 得到校正后更加清晰的灰度图像 ； 步骤 4） 倾斜校正 参照图 2 所示， 采用斜率计算方法得到血型试剂卡的倾斜角度， 通过反向旋转相 应的角度校正其倾斜状态， 血型试剂卡的铭牌中有四个空白平行四边形区域， 找出其 中的平行四边形区域， 取其左上角坐标 （）和左下角坐标 （） ， 通过公式 ： =计算出图像倾斜的角度 ； 步骤 5） 微柱小管分割 采用模板匹配方法， 即通过相关性公式 ： 分割出血型试剂卡中用于图像识别的有效区 域， 即微柱小管， 具体操作过程为 ： 把图像的二维分布简化为二维数组存储数据的形式。假 设模板图像的像素信息存储在数组中， 其中数组。
17、各行中的数据依次对应的是模板 图像各行的像素值。同理， 假设原始图像的像素信息存储在数组中。其中， ， 即模板图像的尺寸一定要小于或者等于原始图像的尺寸， 首先， 求模板图像的自相 关值， 其计算公式为 ： 式中，为数组中行为 、 列为 上的像素值， 因为是二值化图像， 所以、 的值都只能为 0 或 1， 接着， 从左到右、 从上到下依次扫描原始图像中左上角坐标为 （） ， 尺寸大小为， 即与模板图像大小相同的局部图像区域， 计 算该局部区域的自相关值和与模板图像的互相关值。 0013 式中，为数组中行为 、 列为上的像素值， 因此， 本次扫描的互相关系数 为 ： ， 再比较每次得到的互相关系。
18、数， 求出 最大互相关系数所对应的当前扫描坐标 （） 即为与模板图像相匹配的局部图像左上角坐 标， 在原始图像中与模板图像相匹配的局部图像区域的右上角坐标为 （） ， 左下角坐 标为 （） ， 右下角坐标为 （） ， 参照图3所示， 采用三种匹配模板中的第二种对 灰度图像进行模板匹配， 找到微柱小管的有效区域进行分割。 其中， 原始灰度图像的大小为 768*576， 第二种匹配模板的大小为 118*268， 进行一次模板匹配运算即能找到血型试剂卡 说 明 书 CN 103543277 A 7 5/5 页 8 中的六个微柱小管， 并把它们分割出来， 匹配运算所需时间为 3. 167s ； 步骤 。
19、6） 阈值处理 采用二值化方法对分割出的微柱小管图像进行阈值处理， 把微柱小管图像由灰度图像 转换成为只有黑白两种颜色的二值化图像， 设定某一阈值， 将原始灰度图像各像素的像 素值和阈值作比较， 大于的重新取值为255， 反之则为0， 设阈值处理后的像素值 为， 即 ： 参照图 4 所示取阈值为 80， 对分割出的 微柱小管图像进行二值化处理， 得到只有黑白两种颜色的二值化图像 ； 步骤 7） 灰度分析 采用像素求和方法把每个微柱小管的下端分成上、 中、 下三个小区域， 分别计算上、 中、 下三个小区域的像素之和， 即用像素的分布情况代表微柱小管下端的红细胞分布情况 ； 步骤 8） 种类识别 。
20、采用颜色识别和字符识别结合的方法， 通过分析血型试剂卡铭牌中不同颜色区域中的 字符差异来识别其种类的不同， 参照图 5 所示， 常见的血型试剂卡的铭牌有七种， 其颜色和 字符有很大的差异， 首先， 采用灰度变换方法， 依次取、 、 为 100、 010、 001 对血型试剂 卡的铭牌进行单色处理， 得到不同种类铭牌的单色分布情况， 其次， 参照图 6 所示， 采用字 符区域分割的方法， 提取出各个不同单色区域中的字符， 然后参照图7所示， 采用11特征点 法截取单个字符的11个区域T1-T11， 计算每个区域中的像素之和Tsum， 构成一个像素和向 量 （T1sum， T2sum， T11su。
21、m） ， 根据像素和向量的差异识别不同的字符， 进而得出所对应 血型试剂卡的种类 ； 步骤 9） 对比检测结果 据微柱小管中红细胞的分布情况， 同时结合当前血型试剂卡的种类， 得到该血型试剂 卡的血型检测结果。 0014 以上所述仅为本发明的优选实施例而已， 并不用于限制本发明， 对于本领域的技 术人员来说， 本发明可以有各种更改和变化。 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。 说 明 书 CN 103543277 A 8 1/2 页 9 图 1 图 2 图 3图 4 说 明 书 附 图 CN 103543277 A 9 2/2 页 10 图 5 图 6 图 7 说 明 书 附 图 CN 103543277 A 10 。