醫(yī)學(xué)試紙條圖像識(shí)別與分類(lèi)研究.pdf

1、醫(yī)學(xué)影像技術(shù)越來(lái)越廣泛地應(yīng)用到醫(yī)學(xué)研究以及臨床的實(shí)踐中，借助醫(yī)學(xué)影像，醫(yī)護(hù)人員可以更方便、更直接的把握人體內(nèi)部病變，從而提高診斷率。越來(lái)越多的學(xué)者開(kāi)始把目光聚焦在醫(yī)學(xué)圖像處理的研究上。本文主要針對(duì)醫(yī)學(xué)上使用的過(guò)敏原檢測(cè)試紙條圖像進(jìn)行研究，在傳統(tǒng)的圖像預(yù)處理算法的基礎(chǔ)上加以改進(jìn)，得到了一種改進(jìn)的試紙條圖像增強(qiáng)算法，實(shí)驗(yàn)結(jié)果表明，這種改進(jìn)算法更適合試紙條圖像的增強(qiáng)；并且對(duì)試紙條圖像的識(shí)別與分類(lèi)進(jìn)行研究，提出一種試紙條圖像水平投影曲線(xiàn)識(shí)別方法

2、；最終完成試紙條圖像識(shí)別系統(tǒng)的搭建，從而解決肉眼判定試紙條圖像帶來(lái)的效率低和只能用于定性判斷的問(wèn)題。
　　本研究主要有如下幾個(gè)方面的工作：
　　1.試紙條圖像的預(yù)處理算法
　　通過(guò)對(duì)圖像預(yù)處理算法研究，提出適合試紙條圖像的幾種圖像預(yù)處理算法，比如，圖像校正、圖像二值化、圖像定位等。使用幾何變換的矩形圖像校正方法，通過(guò)角點(diǎn)坐標(biāo)對(duì)圖像進(jìn)行坐標(biāo)變換，從而實(shí)現(xiàn)對(duì)矩形圖像進(jìn)行校正；然后使用圖像二值化和投影方法對(duì)整幅圖像中的試紙條

3、圖像定位，進(jìn)一步從圖像中提取出試紙條圖像。
　　2.改進(jìn)的CLAHE圖像增強(qiáng)算法
　　對(duì)經(jīng)典的圖像增強(qiáng)算法：HE（Histgorma Equailaztoin，直方圖均衡化）和CLAHE（Contrast Limited Adaptive histgram equalization，限制對(duì)比度自適應(yīng)直方圖均衡化）進(jìn)行研究。針對(duì)CLAHE算法的不足，提出了一種改進(jìn)的CLAHE圖像增強(qiáng)算法，該算法通過(guò)引入一個(gè)自適應(yīng)參數(shù)T來(lái)自動(dòng)調(diào)

4、整圖像每個(gè)子塊的像素點(diǎn)重新分配的范圍，從而達(dá)到增強(qiáng)圖像細(xì)節(jié)的目的。
　　3.試紙條圖像的識(shí)別與分類(lèi)研究
　　概述了Gabor紋理特征、直方圖特征以及SVM（Support Vector Machine，支持向量機(jī)）分類(lèi)原理，針對(duì)本文使用的醫(yī)學(xué)試紙條圖像樣本，利用 SVM，分別把Gabor紋理特征、直方圖特征和結(jié)合Gabor紋理特征和直方圖特征作為輸入向量進(jìn)行圖像分類(lèi)并加以比較。針對(duì)上述分類(lèi)方法慢、算法較復(fù)雜等不足，且根據(jù)醫(yī)學(xué)

5、試紙條圖像的自身特性，提出一種圖像水平投影曲線(xiàn)的識(shí)別方法，把連續(xù)曲線(xiàn)極值理論推廣到離散形式，給出一種投影曲線(xiàn)波谷查找算法，從而確定試紙條圖像中檢測(cè)線(xiàn)的位置，然后根據(jù)圖像中這一位置上的像素平均值實(shí)現(xiàn)分類(lèi)，實(shí)驗(yàn)結(jié)果表明水平投影曲線(xiàn)識(shí)別方法也是可行的。
　　4.系統(tǒng)實(shí)現(xiàn)
　　在算法研究的基礎(chǔ)上，采用MATLAB開(kāi)發(fā)語(yǔ)言和GUI技術(shù)，設(shè)計(jì)與實(shí)現(xiàn)了試紙條圖像識(shí)別系統(tǒng)。該系統(tǒng)主要功能包括：圖像校正、圖像分割、試紙條圖像提取、試紙條圖像平