一种医用试纸颜色块识别算法

王桂林 杜鸿 胡永恒

摘 要：通过图像识别在临床医学应用的研究，针对传统算法估算试纸测试颜色和参考色的相似度在受光照、曝光度等影响而产生较大误差的问题，提出了改进的马氏距离算法将颜色识别效率提高了17.6%。通过实验表明，该算法能有效抑制外界干扰，提高颜色识别率。

关键词：医用试纸条；马氏距离；协方差矩阵；图像识别

使用智能手机做尿液分析、试纸图像处理的方法随着智能可穿戴医疗设备[ 1 ]发展，本文使用改进的马氏距离算法，通过在不同光照环境条件下随意获取六张不同的图片，然后对其中的测试点和参考点进行像素采样，与传统的欧氏距离对比，马氏距离在抵抗环境因素干扰上面比欧氏距离具有更好的效果，能够提高图像识别率。

1 建立模型

该试纸可以一次性检测人体内葡萄糖、酸碱度等十二种物质的相对含量。除最上面一行和最下面一行没有使用外，每一行可以测两种物质，每一组都有若干个参考色和唯一的测试颜色块与之对应，如图1：

2 算法原理

颜色空间的选取对结果的准确性也至关重要[ 2 ]，sRGB颜色空间是基于独立的色彩坐标，将图像转换到Lab颜色空间，使用只与颜色有关的a，b通道在二维平面上进行处理。

2.1 马氏距离算法

马氏距离是表示数据的协方差距离，计算参考颜色到测试颜色之间的马氏距离：

3 实验结果与分析

取第三个颜色块作为测试颜色，剩下的六种颜色从左向右一次为R1，R2，R3，R4，R5，R6，，对于每种颜色同样取四十个像素点，这样初始数据就和马氏距离计算法保持一致，实验结果如表1。

同一组照片改进的马氏算法可以有效地提高参考色之间的分散度，这样就为正确识别颜色奠定了基础。

4 结语

本文通过提出双向取样，并且能够实时调整采样点以使协方差矩阵可用的马氏距离算法，改进后的马氏距离算法能够有效的抑制图像采样时曝光强度的影响，提高了图像识别率。但是还该算法现在只能用到二维Lab颜色空间，不能对采集的图像在sRGB进行直接的或者三维的处理，如何将该算法直接应用将是下一步的研究方向。

参考文献：

[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，刘钢，尤明慧.反映试纸特征的图像检测系统设计[J].电脑知识与技术，2010，06（15）：4242-4243.