一種醫用試紙顏色塊識別算法

王桂林 杜鴻 胡永恒

摘 要：通過圖像識別在臨床醫學應用的研究，針對傳統算法估算試紙測試顏色和參考色的相似度在受光照、曝光度等影響而產生較大誤差的問題，提出了改進的馬氏距離算法將顏色識別效率提高了17.6%。通過實驗表明，該算法能有效抑制外界干擾，提高顏色識別率。

關鍵詞：醫用試紙條；馬氏距離；協方差矩陣；圖像識別

使用智能手機做尿液分析、試紙圖像處理的方法隨著智能可穿戴醫療設備[ 1 ]發展，本文使用改進的馬氏距離算法，通過在不同光照環境條件下隨意獲取六張不同的圖片，然后對其中的測試點和參考點進行像素采樣，與傳統的歐氏距離對比，馬氏距離在抵抗環境因素干擾上面比歐氏距離具有更好的效果，能夠提高圖像識別率。

1 建立模型

該試紙可以一次性檢測人體內葡萄糖、酸堿度等十二種物質的相對含量。除最上面一行和最下面一行沒有使用外，每一行可以測兩種物質，每一組都有若干個參考色和唯一的測試顏色塊與之對應，如圖1：

2 算法原理

顏色空間的選取對結果的準確性也至關重要[ 2 ]，sRGB顏色空間是基于獨立的色彩坐標，將圖像轉換到Lab顏色空間，使用只與顏色有關的a，b通道在二維平面上進行處理。

2.1 馬氏距離算法

馬氏距離是表示數據的協方差距離，計算參考顏色到測試顏色之間的馬氏距離：

3 實驗結果與分析

取第三個顏色塊作為測試顏色，剩下的六種顏色從左向右一次為R1，R2，R3，R4，R5，R6，，對于每種顏色同樣取四十個像素點，這樣初始數據就和馬氏距離計算法保持一致，實驗結果如表1。

同一組照片改進的馬氏算法可以有效地提高參考色之間的分散度，這樣就為正確識別顏色奠定了基礎。

4 結語

本文通過提出雙向取樣，并且能夠實時調整采樣點以使協方差矩陣可用的馬氏距離算法，改進后的馬氏距離算法能夠有效的抑制圖像采樣時曝光強度的影響，提高了圖像識別率。但是還該算法現在只能用到二維Lab顏色空間，不能對采集的圖像在sRGB進行直接的或者三維的處理，如何將該算法直接應用將是下一步的研究方向。

參考文獻：

[1] Billinghurst M，Starner T.Wearable devices： new ways to manage information[J].Computer，1999，32（1）：57-64.

[2] Coughlin J，D'Ambrosio L A，Reimer B， et al.Older adult perceptions of smart home technologies：implications for research，policy & market innovations in healthcare[C].IEEE Engineering in Medicine & Biology Society.2007：1810-1815.

[3] 宋亞姬，劉鋼，尤明慧.反映試紙特征的圖像檢測系統設計[J].電腦知識與技術，2010，06（15）：4242-4243.