本发明涉及图像处理技术领域，尤其涉及一种检测结果识别方法。
背景技术：
随着世界生物学工程技术的迅猛发展，对于交叉配血、血型及抗体等的检测鉴定方法，也从传统的血型血清学常规检测，逐步向微柱凝胶免疫检测技术转变。
微柱凝胶免疫检测方法，必须配备使用到试剂卡。试剂卡被广泛用于检测待测液体中特定物质的含量，其利用特定种类的显色反应显示特定物质以达到检测的目的。
在检测时，一般是将试剂卡放到专用的离心机上，离心后裸眼判读结果。但是，裸眼判断得效率低且易出错，不能够满足现阶段快速诊断检测的要求。
技术实现要素：
本发明的目的是针对现有技术的缺陷，提供一种检测结果识别方法，通过对试剂卡的图像数据的分析处理，确定试剂卡中每个特征检测结果的分布区域和分布状态，最终根据每个特征检测结果的分布区域和分布状态确定每个检测结果的识别结果，实现保证试剂卡的检测结果精度的同时提高试剂卡的检测效率。
为实现上述目的，本发明提供了一种检测结果识别方法，所述检测结果识别方法包括：
图像采集装置对试剂卡进行图像采集，将采集得到的第一图像数据发送给处理器；
所述处理器识别所述第一图像数据中包括的二维码图像数据，通过对所述二维码图像数据进行解析得到的试剂卡信息对所述试剂卡进行有效性验证处理；
当有效性验证通过时，所述处理器对所述第一图像数据进行灰度化处理，得到第二图像数据；
所述处理器根据预设二值化灰度阈值对所述第二图像数据进行二值化处理，得到第三图像数据；
所述处理器对所述第三图像数据进行检测结果图像区域提取处理，得到第一数量个检测结果图像数据，并根据每个所述检测结果图像数据对应的位置信息和所述试剂卡信息生成所述检测结果图像数据的检测结果id；所述检测结果图像数据为二值化图像数据；
所述处理器根据所述检测结果图像数据对应的位置信息进行基准线设定处理；
根据每个所述检测结果图像数据中的特征检测结果相对于所述基准线的分布区域，和所述特征检测结果的分布形态，生成每个检测结果图像数据的识别结果，并根据所述第一数量个检测结果图像数据的识别结果确定所述试剂卡的识别结果。
优选的，所述特征检测结果为每个检测结果图像数据中灰度值为255的像素；所述分布形态包括完全凝集、部分凝集和分散；所述根据每个所述检测结果图像数据中的特征检测结果相对于所述基准线的分布区域，和所述特征检测结果的分布形态，生成每个检测结果图像数据的识别结果具体包括：
所述处理器根据所述基准线对所述每个检测结果图像数据进行切割处理，得到每个检测结果图像数据对应的第一区域图像数据和第二区域图像数据；
所述处理器计算所述第一区域图像中特征检测结果的面积与所述检测结果图像中特征检测结果的面积的比值，并且将所述比值和预设比值进行比较。
进一步优选的，所述预设比值包括第一预设比值和第二预设比值；所述第一预设比值大于第二预设比值；所述检测结果识别方法还包括：
当所述比值大于等于所述第一预设比值时，所述处理器确定所述检测结果的分布区域为第一区域；
当所述比值小于所述第一预设比值，并且大于等于所述第二预设比值时，所述处理器确定所述检测结果的分布区域为第一区域和第二区域；
当所述比值小于所述第二预设比值时，所述处理器确定所述检测结果的分布区域为第二区域。
进一步优选的，当所述分布区域为第一区域时，所述特征所述检测结果识别方法还包括：
当所述特征检测结果的分布形态为完全凝集时，所述处理器生成第一识别结果；
当所述特征检测结果的分布形态为分散时，所述处理器生成第二识别结果。
进一步优选的，当所述分布区域为第一区域和第二区域时，所述检测结果识别方法还包括：
所述处理器生成第三识别结果。
进一步优选的，当所述分布区域为第二区域时，所述检测结果识别方法还包括：
当所述特征检测结果的分布形态为部分凝集时，所述处理器生成第四识别结果；
当所述特征检测结果的分布形态为凝集时，所述处理器生成第五识别结果。
优选的，在所述处理器根据所述检测结果图像数据对应的位置信息进行基准线设定处理之前，所述检测结果识别方法还包括：
所述处理器提取所述检测结果图像数据的顶点坐标，根据所述顶点坐标确定第一边框线；
所述处理器根据所述第一边框线和预设水平线确定所述检测结果图像数据的偏移角度，并根据所述偏移角度对所述检测结果图像数据进行旋转校正，得到校正后的检测结果图像数据。
优选的，当有效性验证失败时，所述处理器生成并输出报警信号。
优选的，所述试剂卡信息包括类型信息、生产日期、批号和序列号；所述处理器识别所述第一图像数据中包括的二维码图像数据，通过对所述二维码图像数据进行解析得到的试剂卡信息对所述试剂卡进行有效性验证处理具体包括：
当所述处理器未识别到所述二维码图像数据时，所述处理器判断所述试剂卡的有效性验证失败；
当所述处理器识别到所述二维码图像数据时，所述处理器判断所述类型信息与预设类型是否一致；
当所述类型信息与预设类型不一致时，所述处理器判断所述试剂卡的有效性验证失败；
当所述类型信息与预设类型一致时，所述处理器根据所述生产日期、当前日期和预设有效期确定所述试剂卡是否在有效期内；
当所述试剂卡在有效期内时，所述处理器判断有效性验证通过。
本发明实施例提供的检测结果识别方法，通过对试剂卡的图像数据的分析处理，确定试剂卡中每个特征检测结果的分布区域和分布状态，最终根据每个特征检测结果的分布区域和分布状态确定每个检测结果的识别结果，实现保证试剂卡的检测结果精度的同时提高试剂卡的检测效率。
附图说明
图1为本发明实施例提供的检测结果识别方法的流程图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
本发明实施例提供的检测结果识别方法，通过对试剂卡的图像数据的分析处理，确定试剂卡中每个特征检测结果的分布区域和分布状态，最终根据每个特征检测结果的分布区域和分布状态确定每个检测结果的识别结果，实现保证试剂卡的检测结果精度的同时提高试剂卡的检测效率。
以下结合图1对本发明技术方案进行详述。
步骤110，图像采集装置对试剂卡进行图像采集，将采集得到的第一图像数据发送给处理器；
具体的，图像采集装置对每个试剂卡的图像进行采集，每个试剂卡上固定有多个检测结果。
在优选的方案中，图像采集装置可以同时采集多个试剂卡的图像，再通过图像分割处理或者感兴趣区域确定每个试剂卡对应的图像。
步骤120，处理器识别第一图像数据中包括的二维码图像数据，通过对二维码图像数据进行解析得到的试剂卡信息对试剂卡进行有效性验证处理；
具体的，试剂卡信息包括类型信息、生产日期、批号和序列号。当处理器未识别到二维码图像数据时，处理器判断试剂卡的有效性验证失败。当处理器识别到二维码图像数据时，处理器判断类型信息与预设类型是否一致。当类型信息与预设类型不一致时，处理器判断试剂卡的有效性验证失败。当类型信息与预设类型一致时，处理器根据生产日期、当前日期和预设有效期确定试剂卡是否在有效期内。当试剂卡在有效期内时，处理器判断有效性验证通过。
也就是说，只有当处理器识别到试剂卡对应的第一图像中的二维码，并且确定该试剂卡的类型信息与本次检测的类型相符，同时处于有效期内，才会进行试剂卡检测，这一步骤能够过滤无效的试剂卡，减少分析处理压力。
当有效性验证失败时，执行步骤180，处理器生成并输出告警信号。当有效性验证通过时，执行步骤130。
步骤130，处理器对第一图像数据进行灰度化处理，得到第二图像数据；
具体的，灰度化处理就是将第一图像中的每个像素点的r、g、b值进行转化，使得每个像素点的r、g、b值相等。
灰度化处理有多种方法，包括平均值法、分量法、最大值法、加权平均法等，具体选择可以根据实际情况确定，在本发明实施例中不进行限定。
步骤140，处理器根据预设二值化灰度阈值对第二图像数据进行二值化处理，得到第三图像数据；
具体的，为便于识别试剂卡中的检测结果，处理器对第二图像数据进行二值化处理。二值化处理就是将每个像素点的灰度值和预设二值化灰度阈值进行比较。当像素点的灰度值小于等于预设二值化灰度阈值时，处理器将该像素点的灰度值转换为0；当每个像素点的灰度值大于预设二值化灰度阈值，处理器将该像素点的灰度值转换为255。最终第三图像数据中的像素点的灰度值不是0就是255。
在优选的方案中，二值化灰度阈值可以为每个像素点的中位数，也就是说，每个像素点的二值化灰度阈值都是不同的。二值化灰度阈值还可以是第二图像数据中的所有像素点的灰度值的平均值。此外，还可以利用第二图像数据的直方图数据确定二值化灰度阈值。
步骤150，处理器对第三图像数据进行检测结果图像区域提取处理，得到第一数量个检测结果图像数据，并根据每个检测结果图像数据对应的位置信息和试剂卡信息生成检测结果图像数据的检测结果id；
具体的，检测结果图像数据为二值化图像数据。处理器根据感兴趣区域或者边框特征提取试剂卡中的第一数量个检测结果图像数据。并且根据每个检测结果图像数据相对于第三图像的位置关系，以及试剂卡信息确定每个检测结果图像数据的检测结果id。
在一个具体的例子中，处理器根据二维码确定第一图像的第一方向，相应的，确认第三图像的第一方向，根据检测结果图像数据与第一方向的距离确定检测结果的顺序，例如试剂卡从左到右分别为检测结果图像数据001，检测结果图像数据002，检测结果图像数据003，检测结果图像数据004，并且在此基础上与试剂卡信息结合，例如与试剂卡的批号相结合，得到的四个检测结果图像数据的检测结果id分别为20201102001,20201102002,20201102003,20201102004。
在优选的方案中，在处理器根据检测结果图像数据对应的位置信息进行基准线设定处理之前，检测结果识别方法还包括：处理器提取检测结果图像数据的顶点坐标，根据顶点坐标确定第一边框线。处理器根据第一边框线和预设水平线确定检测结果图像数据的偏移角度，并根据偏移角度对检测结果图像数据进行旋转校正，得到校正后的检测结果图像数据。其中，第一边框线可以理解为检测结果图像数据中较长的一个边。
步骤160，处理器根据检测结果图像数据对应的位置信息进行基准线设定处理；
具体的，处理器根据检测结果图像数据相对于第三图像的位置关系，确定基准线的方向以及基准线相对于检测结果图像数据的高度，最终确定用以划分检测结果图像数据的区域的基准线。
步骤170，根据每个检测结果图像数据中的特征检测结果相对于基准线的分布区域，和特征检测结果的分布形态，生成每个检测结果图像数据的识别结果，并根据第一数量个检测结果图像数据的识别结果确定试剂卡的识别结果。
具体的，特征检测结果为每个检测结果图像数据中灰度值为255的像素。分布形态包括完全凝集、部分凝集和分散。完全凝集可以理解为灰度值为255的像素呈完全聚集状态，部分凝集可以理解为灰度值为255的像素一部分聚集状态，一部分分散状态，分散可以理解为灰度值为255的像素呈分散状态，无明显聚集。
处理器根据基准线对每个检测结果图像数据进行切割处理，得到每个检测结果图像数据对应的第一区域图像数据和第二区域图像数据。处理器计算第一区域图像中特征检测结果的面积与检测结果图像中特征检测结果的面积的比值，并且将比值和预设比值进行比较。
当比值大于等于第一预设比值时，处理器确定检测结果的分布区域为第一区域。当分布区域为第一区域，特征检测结果的分布形态为完全凝集时，处理器生成第一识别结果。当分布区域为第一区域，特征检测结果的分布形态为分散时，处理器生成第二识别结果。
当比值小于第一预设比值，并且大于等于第二预设比值时，处理器确定检测结果的分布区域为第一区域和第二区域。当分布区域为第一区域和第二区域时，处理器生成第三识别结果。
当比值小于第二预设比值时，处理器确定检测结果的分布区域为第二区域。当分布区域为第二区域，特征检测结果的分布形态为部分凝集时，处理器生成第四识别结果。当分布区域为第二区域，特征检测结果的分布形态为凝集时，处理器生成第五识别结果。
最终根据试剂卡中的第一数量个检测结果图像数据的识别结果确定试剂卡的识别结果。其中，预设比值包括第一预设比值和第二预设比值，第一预设比值大于第二预设比值。第一区域可以理解为检测结果图像数据的上半部分，第二区域可以理解为检测结果图像数据的下半部分。
在本发明实施例中，仅以红细胞实验进行举例说明，不用于限制本发明的适用范围。表1为红细胞实验的识别结果对照表，本发明实施例中的第一识别结果、第二识别结果、第三识别结果、第四识别结果、第五识别结果分别对应表1中的从左至右的4 、3 、2 、1 、-的识别结果。
表1
最终，根据试剂卡中的每个检测结果图像数据的识别结果，例如“4 、3 、2 、1 、-”确定试剂卡的识别结果。
本发明的检测结果识别方法，通过对试剂卡的图像数据的分析处理，确定试剂卡中每个特征检测结果的分布区域和分布状态，最终根据每个特征检测结果的分布区域和分布状态确定每个检测结果的识别结果，实现保证试剂卡的检测结果精度的同时提高试剂卡的检测效率。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种检测结果识别方法，其特征在于，所述检测结果识别方法包括：
图像采集装置对试剂卡进行图像采集，将采集得到的第一图像数据发送给处理器；
所述处理器识别所述第一图像数据中包括的二维码图像数据，通过对所述二维码图像数据进行解析得到的试剂卡信息对所述试剂卡进行有效性验证处理；
当有效性验证通过时，所述处理器对所述第一图像数据进行灰度化处理，得到第二图像数据；
所述处理器根据预设二值化灰度阈值对所述第二图像数据进行二值化处理，得到第三图像数据；
所述处理器对所述第三图像数据进行检测结果图像区域提取处理，得到第一数量个检测结果图像数据，并根据每个所述检测结果图像数据对应的位置信息和所述试剂卡信息生成所述检测结果图像数据的检测结果id；所述检测结果图像数据为二值化图像数据；
所述处理器根据所述检测结果图像数据对应的位置信息进行基准线设定处理；
根据每个所述检测结果图像数据中的特征检测结果相对于所述基准线的分布区域，和所述特征检测结果的分布形态，生成每个检测结果图像数据的识别结果，并根据所述第一数量个检测结果图像数据的识别结果确定所述试剂卡的识别结果。
2.根据权利要求1所述的检测结果识别方法，其特征在于，所述特征检测结果为每个检测结果图像数据中灰度值为255的像素；所述分布形态包括完全凝集、部分凝集和分散；所述根据每个所述检测结果图像数据中的特征检测结果相对于所述基准线的分布区域，和所述特征检测结果的分布形态，生成每个检测结果图像数据的识别结果具体包括：
所述处理器根据所述基准线对所述每个检测结果图像数据进行切割处理，得到每个检测结果图像数据对应的第一区域图像数据和第二区域图像数据；
所述处理器计算所述第一区域图像中特征检测结果的面积与所述检测结果图像中特征检测结果的面积的比值，并且将所述比值和预设比值进行比较。
3.根据权利要求2所述的检测结果识别方法，其特征在于，所述预设比值包括第一预设比值和第二预设比值；所述第一预设比值大于第二预设比值；所述检测结果识别方法还包括：
当所述比值大于等于所述第一预设比值时，所述处理器确定所述检测结果的分布区域为第一区域；
当所述比值小于所述第一预设比值，并且大于等于所述第二预设比值时，所述处理器确定所述检测结果的分布区域为第一区域和第二区域；
当所述比值小于所述第二预设比值时，所述处理器确定所述检测结果的分布区域为第二区域。
4.根据权利要求3所述的检测结果识别方法，其特征在于，当所述分布区域为第一区域时，所述特征所述检测结果识别方法还包括：
当所述特征检测结果的分布形态为完全凝集时，所述处理器生成第一识别结果；
当所述特征检测结果的分布形态为分散时，所述处理器生成第二识别结果。
5.根据权利要求3所述的检测结果识别方法，其特征在于，当所述分布区域为第一区域和第二区域时，所述检测结果识别方法还包括：
所述处理器生成第三识别结果。
6.根据权利要求3所述的检测结果识别方法，其特征在于，当所述分布区域为第二区域时，所述检测结果识别方法还包括：
当所述特征检测结果的分布形态为部分凝集时，所述处理器生成第四识别结果；
当所述特征检测结果的分布形态为凝集时，所述处理器生成第五识别结果。
7.根据权利要求1所述的检测结果识别方法，其特征在于，在所述处理器根据所述检测结果图像数据对应的位置信息进行基准线设定处理之前，所述检测结果识别方法还包括：
所述处理器提取所述检测结果图像数据的顶点坐标，根据所述顶点坐标确定第一边框线；
所述处理器根据所述第一边框线和预设水平线确定所述检测结果图像数据的偏移角度，并根据所述偏移角度对所述检测结果图像数据进行旋转校正，得到校正后的检测结果图像数据。
8.根据权利要求1所述的检测结果识别方法，其特征在于，所述检测结果识别方法还包括：当有效性验证失败时，所述处理器生成并输出报警信号。
9.根据权利要求1所述的检测结果识别方法，其特征在于，所述试剂卡信息包括类型信息、生产日期、批号和序列号；所述处理器识别所述第一图像数据中包括的二维码图像数据，通过对所述二维码图像数据进行解析得到的试剂卡信息对所述试剂卡进行有效性验证处理具体包括：
当所述处理器未识别到所述二维码图像数据时，所述处理器判断所述试剂卡的有效性验证失败；
当所述处理器识别到所述二维码图像数据时，所述处理器判断所述类型信息与预设类型是否一致；
当所述类型信息与预设类型不一致时，所述处理器判断所述试剂卡的有效性验证失败；
当所述类型信息与预设类型一致时，所述处理器根据所述生产日期、当前日期和预设有效期确定所述试剂卡是否在有效期内；
当所述试剂卡在有效期内时，所述处理器判断有效性验证通过。
技术总结