CN102507565B - 一种免疫层析试条反应显色区域搜寻方法 - Google Patents

Abstract

本发明公开一种免疫层析试条反应显色区域搜寻方法，其特征在于，按以下步骤进行：利用图像采集装置获取免疫层析试条的总图像；计算机虚拟一个矩形的图像框；搜索反应区域的上边缘线、下边缘线；测出上边缘线与下边缘线之间的距离；获取图像框中与短边平行的短中心线b，并搜索反应显色参考线；再搜索测试线，并获取测试线的峰值数据，确定测试线的显色特征区域。其显著效果是：能够准确、快速、可靠地自动捕捉到免疫层析试条图像中免疫层析试条反应显色区域。

Description

一种免疫层析试条反应显色区域搜寻方法

技术领域

本发明属于基于机器视觉免疫层析试条测试技术领域，具体的是一种免疫层析试条反应显色区域搜寻方法。

技术背景

现代免疫学测定技术源于标记技术的发展。继1941年Coons等创立荧光素标记抗体技术(fIuoreseent antiboay teeh-nique)以来，上个世纪50年代末60年代初，Yalaw等创立了放射免疫分析(radlol Jnmunoass3y，RIA)技术，1966年南美国和法国学者又同时报道建立了酶免疫测定技术(enzyme im-Munoassay，EIA)，包括：酶免疫组化技术，固相酶免疫测定(如ELISA，westenl blotting)和均相酶免疫测定(又称酶放大免疫分析技术，EMIT)。另一传统标记技术为胶体金标记免疫分析始于上个世纪80年代，除应用于免疫电镜外，广泛用于免疫渗滤和免疫层析试验。除此之外，目前又相继报道建立了一些新型标记免疫技术，如元素标记免疫测定，核酸标记免疫测定和量子点标记免疫测定技术。这些技术衍生的实验方法有些已在临床免疫学检验中得到了广泛的应用，有些尚处于研究和探索阶段。具有快速、可靠、操作简便、价格低等优点的免疫层析测试方法近年来在临床诊断方面的应发展迅速，现已广泛应用于临床诊断、食品安全检测、环境检测等领域。

工作原理：当待测试液滴加到免疫层析反应测试条上时，试液通过免疫层析反应测试条上吸水膜的毛细作用，将胶体金带到吸附有抗体的测试反应线上。若试液中的抗原与此抗体相对应，则产生特异性结合胶体金滞留在测试反应线上，呈红色或***，颜色的深浅与被测试样品的浓度是相对应的。

目前仅靠目测对免疫层析测试结果进行定性判断，当颜色很浅或边界不清楚时，目测就很难对测试结果进行判定，也不能用量化来表达，应用范围受到很大限制。研究表明，测试线颜色的深浅与测试液的浓度显著相关，可以根据测试线的灰度值或颜色分量与测试液的浓度建立统计函数关系，通过灰度值或颜色分量得到相应的测试液浓度，给出量化的指标，完成测试结果的定性到量化的转变。如何得到灰度值或颜色分量，一种是利用光敏二极管、光导纤维等传感器得到，而这一方法在尿液等检测设备上已经有成熟的应用。但免疫层析与尿液等化学检测方法在原理上有很大不同，得到测试线远不如化学检测那样显色深、整齐、均匀，判断测试线的边缘需要通算法来实现，给测试结果的量化带来很大的困难。另外一种方法是通过CCD、CMOS等成像器件，通过对这些成像原件的感应数据进行处理，得到测试线的灰度值，类似于一般的图像处理。这两种方法对设备仪器的照明设计、制造精度和软硬件设施要求都比较高，提高了制造成本，限制了推广，并且现有尚未报道。通过图像处理对免疫层析结果判读结果用量化来表达的方法国内还未见公开报到。

我们提出一种基于机器视觉的免疫层析结果判读方法，通过图像处理的方法得到测试线的颜色分量，根据数字图像处理技术和仿人视觉技术，结合背景建模技术，剔除掉生物试纸图像中的毛刺、瑕疵和图像形成过程中的噪声；精确提取出免疫层析测试区显色线位置及宽度，测定出测试区显色线显色信息熵的大小，并与标准色卡建立了显著相关函数关系，对测试区显色线的显色深浅用量化来表达，实现了免疫层析结果判读的量化检测。

其中，如何获取准确捕捉到免疫层析试条图像中免疫层析试条反应显色区域，是基于机器视觉的免疫层析结果判读技术的关键，只有在准确可靠的免疫层析试条反应显色区域内进行图像信息处理，才能保证判读结果的准确性。

发明内容

本发明的目的是提供一种免疫层析试条反应显色区域搜寻方法，能够准确可靠地捕捉到免疫层析试条图像中免疫层析试条反应显色区域。

为达到上述目的，本发明表述一种免疫层析试条反应显色区域搜寻方法，其关键在于按以下步骤进行：

步骤一：利用图像采集装置采集免疫层析试条的全局图像，并将该全局图像保存在计算机中；

步骤二：按照事先设定的显色区域信息虚拟一个矩形的图像框，该图像框的长和宽分别大于所述免疫层析试条上反应显色区的长和宽；

步骤三：获取图像框中与长边平行的长中心线，并从该长中心线向图像框的上方搜索反应显色区的上边缘线；

如果在图像框内找到上边缘线，则判断上边缘线与长中心线是否平行，如果不平行，则调整所述图像框和长中心线的角度，使上边缘线与长中心线平行，并计算出上边缘线与长中心线之间的距离，再从所述长中心线向图像框的下方搜索反应显色区的下边缘线；

则如果在图像框内未找到上边缘线，则先从所述长中心线向图像框的下方搜索反应显色区的下边缘线，再判断下边缘线与长中心线是否平行，如果不平行，则调整图像框和长中心线的角度，使下边缘线与长中心线平行，并计算出下边缘线与长中心线之间的距离，再从所述长中心线向图像框的上方搜索反应显色区的上边缘线；

步骤四：测出上边缘线与下边缘线之间的距离，调整图像框的位置，使长中心线位于上边缘线与下边缘线的中间且与二者平行；

步骤五：获取图像框中与短边平行的短中心线，并从该短中心线向图像框的右方搜索反应显色参考线；

如果在右方图像框内搜索到反应显色参考线，则在所述反应显色参考线左侧的指定范围内搜索测试线，并获取测试线的峰值数据，确定测试线的显色特征区域；

如果在右方图像框内未搜索到反应显色参考线，则从所述短中心线向图像框的左方搜索反应显色参考线，在左方图像框内搜索到反应显色参考线后，再在所述反应显色参考线右侧的指定范围内搜索测试线，并获取测试线的峰值数据，确定测试线的显色特征区域。

步骤三中所述上边缘线的搜索方法以及步骤五中所述反应显色参考线的搜索方法为：分析免疫层析试条反应显色区域的上下边缘可知，一，上下边缘的颜色特征变化显著，即边缘特性比较明显；二，上下边缘的梯度方向几乎是与图像的水平方向平行，即处于边缘的像素点的梯度方向处于90±ε。因此，将选择适合的边缘检测算子(Sobel、Canny、Prewitt、Roberts等)去检测图像的边缘幅值和边缘方向角。以Canny边缘检测算法为例：

xi-1j-1	xi-1j	xi-1j+1
			xij-1	xij	xij+1
xi+1j-1	xij+1	xi+1j+1

则Canny算法在x方向的梯度为：

dx(i，j)＝((x_i+1j+1-x_i+1j)+(x_ij+x-x_ij))/2    (1)

在y方向的梯度为：

dy(i，j)＝((x_i+1j+1-x_ij+1)+(x_i+1j-x_ij))/2    (2)

在像素点(x，y)处的梯度幅值为：

$d(i,j)=\sqrt{{\mathrm{dx}}^2+{\mathrm{dy}}^2}---\left(3\right)$

在像素点(x，y)处的梯度方向为：

θ(i，j)＝arctan(dy/dx)    (4)

根据上述公式和上下边缘线分布相关的特性分析：具体处理过程如下：按照式3和4分别计算梯度值和梯度方向值。根据边缘方向的90±ε限制，对全局的图像中的每个像素点进行处理：

$d\_\mathrm{mod}\mathrm{ify}(i,j)=\left\{\begin{array}{cc}0& \mathrm{if}\left(\right|\mathrm{\&theta;}|<10)\\ d& \mathrm{else}\end{array}\right.----\left(5\right)$

接着，根据新生成的边缘幅值图像d_modify，将图像的边缘幅值向y方向投影，即：

$f\left(i\right)=\underset{j=0}{\overset{\mathrm{bi}.\mathrm{width}}{\mathrm{\&Sigma;}}}d\_\mathrm{mod}\mathrm{ify}(i,j)---\left(6\right)$

6式中的bi.width是图像的宽度，在全局寻找最大值对应的y值为edge₁，然后屏蔽该区域，则再寻求次最大值，即为edge₂。求取edge₁与edge₂中最大的一个作为下边缘，当然，最小的一个作为上边缘的边界值。

最后，取边缘所夹的中间图像进行顺时针旋转90按照上述同样的步骤，在旋转之后图像的下半部分寻找参考线的左右边缘。

步骤五中，所述指定范围为300～500mm。

本发明的显著效果是：提供了一种免疫层析试条反应显色区域搜寻方法，能够准确、快速、可靠地自动捕捉到免疫层析试条图像中免疫层析试条反应显色区域。

附图说明

图1是免疫层析试条反应显色区域示意图；

图2是本发明的流程图。

具体实施方式

下面就具体实施例对本发明作进一步详细说明。

如图2所示：一种免疫层析试条反应显色区域搜寻方法，其关键在于按以下步骤进行：

步骤一：利用图像采集装置采集免疫层析试条的全局图像，并将该全局图像保存在计算机中；

步骤二：按照事先设定的显色区域信息虚拟一个矩形的图像框A，该图像框A的长和宽分别大于免疫层析试条上反应显色区B的长和宽；

步骤三：获取图像框A中与长边平行的长中心线a，并从该长中心线a向图像框A的上方搜索反应显色区B的上边缘线S1；

如果在图像框A内找到上边缘线S1，则判断上边缘线S1与长中心线a是否平行，如果不平行，则调整所述图像框A和长中心线a的角度，使上边缘线S1与长中心线a平行，并计算出上边缘线S1与长中心线a之间的距离，再从所述长中心线a向图像框A的下方搜索反应显色区B的下边缘线S2；

则如果在图像框A内未找到上边缘线s1，则先从所述长中心线a向图像框A的下方搜索反应显色区B的下边缘线S2，再判断下边缘线S2与长中心线a是否平行，如果不平行，则调整图像框A和长中心线a的角度，使下边缘线S2与长中心线a平行，并计算出下边缘线S2与长中心线a之间的距离，再从所述长中心线a向图像框A的上方搜索反应显色区B的上边缘线S1；

步骤四：测出上边缘线S1与下边缘线S2之间的距离，调整图像框A的位置，使长中心线a位于上边缘线S1与下边缘线S2的中间且与二者平行；

步骤五：获取图像框A中与短边平行的短中心线b，并从该短中心线b向图像框A的右方搜索反应显色参考线C；

如果在右方图像框A内搜索到反应显色参考线C，则在所述反应显色参考线C左侧的指定范围内搜索测试线D，并获取测试线D的峰值数据，确定测试线D的显色特征区域；

如果在右方图像框A内未搜索到反应显色参考线C，则从所述短中心线b向图像框A的左方搜索反应显色参考线C，在左方图像框A内搜索到反应显色参考线C后，再在所述反应显色参考线C右侧的指定范围内搜索测试线D，并获取测试线D的峰值数据，确定测试线D的显色特征区域。

步骤三中所述上边缘线S1的搜索方法以及步骤五中所述反应显色参考线C的搜索方法为：如附图1所示，分析免疫层析试条反应显色区域的上下边缘可知，一，上下边缘的颜色特征变化显著，即边缘特性比较明显；二，上下边缘的梯度方向几乎是与图像的水平方向平行，即处于边缘的像素点的梯度方向处于90±ε。因此，将选择适合的边缘检测算子，如Sobel、Canny、Prewitt、Roberts等，去检测图像的边缘幅值和边缘方向角。以Canny边缘检测算法为例：

xi-1j-1	xi-1j	xi-1j+1
			xij-1	xij	xij+1
xi+1j-1	xij+1	xi+1j+1

则Canny算法在x方向的梯度为：

dx(i，j)＝((x_i+1j+1-x_i+1j)+(x_ij+1-x_ij))/2    (1)

在y方向的梯度为：

dy(i，j)＝((x_i+1j+1-x_ij+1)十(x_i+1j-x_ij))/2    (2)

在像素点(x，y)处的梯度幅值为：

$d(i,j)=\sqrt{{\mathrm{dx}}^2+{\mathrm{dy}}^2}---\left(3\right)$

在像素点(x，y)处的梯度方向为：

θ(i，j)＝arctan(dy/dx)    (4)

根据上述公式和上下边缘线分布相关的特性分析：具体处理过程如下：按照式3和4分别计算梯度值和梯度方向值。根据边缘方向的90±ε限制，对全局的图像中的每个像素点进行处理：

$d\_\mathrm{mod}\mathrm{ify}(i,j)=\left\{\begin{array}{cc}0& \mathrm{if}\left(\right|\mathrm{\&theta;}|<10)\\ d& \mathrm{else}\end{array}\right.----\left(5\right)$

接着，根据新生成的边缘幅值图像d_modify，将图像的边缘幅值向y方向投影，即：

$f\left(i\right)=\underset{j=0}{\overset{\mathrm{bi}.\mathrm{width}}{\mathrm{\&Sigma;}}}d\_\mathrm{mod}\mathrm{ify}(i,j)---\left(6\right)$

(6)式中的bi.width是图像的宽度，在全局寻找最大值对应的y值为edge₁，然后屏蔽该区域，则再寻求次最大值，即为edge₂。求取edge₁与edge₂中最大的一个作为下边缘，当然，最小的一个作为上边缘的边界值。

最后，取边缘所夹的中间图像进行顺时针旋转90。按照上述同样的步骤，在旋转之后图像的下半部分寻找参考线的左右边缘。

步骤五中，所述指定范围为300～500mm。

Claims (3)

1.一种免疫层析试条反应显色区域搜寻方法，其特征在于按以下步骤进行： 

步骤一：利用图像采集装置采集免疫层析试条的全局图像，并将该全局图像保存在计算机中；

步骤二：按照事先设定的显色区域信息虚拟一个矩形的图像框(A)，该图像框(A)的长和宽分别大于所述免疫层析试条上反应显色区(B)的长和宽； 

步骤三：获取图像框(A)中与长边平行的长中心线(a)，并从该长中心线(a)向图像框(A)的上方搜索所述反应显色区(B)的上边缘线(S1)； 

如果在图像框(A)内找到上边缘线(S1)，则判断上边缘线(S1)与长中心线(a)是否平行，如果不平行，则调整所述图像框(A)和长中心线(a)的角度，使上边缘线(S1)与长中心线(a)平行，并计算出上边缘线(S1)与长中心线(a)之间的距离，再从所述长中心线(a)向图像框(A)的下方搜索反应显色区(B)的下边缘线(S2)； 

则如果在图像框(A)内未找到上边缘线(S1)，则先从所述长中心线(a)向图像框(A)的下方搜索反应显色区(B)的下边缘线(S2)，再判断下边缘线(S2)与长中心线(a)是否平行，如果不平行，则调整图像框(A)和长中心线(a)的角度，使下边缘线(S2)与长中心线(a)平行，并计算出下边缘线(S2)与长中心线(a)之间的距离，再从所述长中心线(a)向图像框(A)的上方搜索反应显色区(B)的上边缘线(S1)； 

步骤四：测出上边缘线(S1)与下边缘线(S2)之间的距离，调整图像框(A)的位置，使长中心线(a)位于上边缘线(S1)与下边缘线(S2)的中间 且与二者平行； 

步骤五：获取图像框(A)中与短边平行的短中心线(b)，并从该短中心线(b)向图像框(A)的右方搜索反应显色参考线(C)； 

如果在右方图像框(A)内搜索到反应显色参考线(C)，则在所述反应显色参考线(C)左侧的指定范围内搜索测试线(D)，并获取测试线(D)的峰值数据，确定测试线(D)的显色特征区域； 

如果在右方图像框(A)内未搜索到反应显色参考线(C)，则从所述短中心线(b)向图像框(A)的左方搜索反应显色参考线(C)，在左方图像框(A)内搜索到反应显色参考线(C)后，再在所述反应显色参考线(C)右侧的指定范围内搜索测试线(D)，并获取测试线(D)的峰值数据，确定测试线(D)的显色特征区域。 

2.根据权利要求1所述的一种免疫层析试条反应显色区域搜寻方法，其特征在于，步骤三中所述上边缘线(S1)的搜索方法以及步骤五中所述反应显色参考线(C)的搜索方法为：标定处于边缘的像素点的梯度方向处于90±ε，利用边缘检测算子检测图像的边缘幅值和边缘方向角， 

求出在x方向的梯度为： 

dx(i，j)＝((x_i+1j+1-x_i+1j)+(x_ij+1-x_ij))/2    (1) 

在y方向的梯度为： 

dy(i，j)＝((x_i+1j+1-x_ij+1)+(x_i+1j-x_ij))/²    (₂) 

在像素点(x，y)处的梯度幅值为： 

在像素点(x，y)处的梯度方向为： 

θ(i，j)＝arctan(dy/dx)    (4) 

再根据公式(1)、(2)、(3)、(4)和上下边缘线分布特性进行分析：具体处理过程如下：按照式(3)和(4)分别计算梯度值和梯度方向值，根据边缘方向的90±ε限制，对全局的图像中的每个像素点进行处理： 

接着，根据新生成的边缘幅值图像d_modify，将图像的边缘幅值向y方向投影，即： 

式(6)中的bi.width是图像的宽度，在全局寻找最大值对应的y值为edge₁，然后屏蔽该区域，则再寻求次最大值，即为edge₂，求取edge₁与edge₂中最大的一个作为下边缘，当然，最小的一个作为上边缘的边界值； 

最后，取边缘所夹的中间图像进行顺时针旋转90，按照上述同样的步骤，在旋转之后图像的下半部分寻找参考线的左右边缘。 

3.根据权利要求1所述的一种免疫层析试条反应显色区域搜寻方法，其特征在于，步骤五中，所述指定范围为300～500mm。 

Images