[发明专利]一种自然拍照的微孔板图片中微孔中心的精确定位方法

说明书

本发明涉及一种自然拍照的微孔板图片中微孔中心的精确定位方法，将如何精确定位微孔板的各个孔中心，分解为如何定位微孔板的矩形边界及如何根据定位好的矩形边界精确定位微孔板的孔中心。本发明利用图像与直线拟合，对矩形边界进行定位，不仅高效精准，还对微孔板的孔中心定位起了至关重要的作用，为定位微孔板的孔中心提供了准确性的保证。而且对于医院及实验室工作者的工作效率有较大的提高。

技术领域

本发明涉及图像定位的技术领域，尤其涉及到一种自然拍照的微孔板图片中微孔中心的精确定位方法。

背景技术

微孔板是一种多用途的检测试验板，在临床实验，化学试验，兽医的试剂检测等方面均有广泛的应用。

而随着人工智能的发展，临床实验的工作人员对智能化自动化的实验需求越来越高。其中，实现微孔板智能化识别可以加快临床实验的人工智能化，大大解放实验工作人员的劳动力，推动社会的发展。进一步地，精确定位微孔板的孔圆心可以快速提取圆孔内的实验试剂，将实验数字化，便于机器的学习及机器的智能识别，使临床实验的智能化自动化成为可能。

可见，如何精确定位微孔板微孔中心显得尤为重要。

已知的检测定位方法有：

专利号为201110223911.7的高分辨率大数量级图像的快速矩形检测方法：其实现步骤包括预处理获取十字点集、改进PPHT检测直线、沿直线搜索并删除直线上所有边界点像素所在的十字点集、寻找精确匹配的平行线和确定矩形端点坐标等五步。其中在第一步的预处理中实现缩小坐标的数量级，将每个边界点的n个四相邻像素坐标像素的像素值置为第一数值以得到一个十字点集，从而解决高分辨率大数量级图像下的检测。至于第二步，利用渐进概率霍夫变换算法检测霍夫的峰值，得到与边界点像素集合对应的各条直线。第三步则是循环寻找查询在这条直线上包括的非零像素点数，取到最大的那一条直线。然后，计算出第三步得到的直线的欧氏长度和斜率，寻找一对平行且长度相等的直线，合理地认为这是矩形的边界。并且寻找是否存在从端点出发的相对垂直的一对平行线，构成一个完整矩形。此方法虽然能解决高分辨率大数据级图像的检测难题；精确度高，且适用于未知矩形尺寸和方向；但在预处理中需要提前计算获取十字点集，在效率较低；检测方法需要精确寻找一对欧氏长度和斜率相同的一对平行线，对于实际图像中的矩形适用范围有限制，且计算量大。

专利号为201610514128.9的矩形目标物检测方法：其实现步骤包括提取样本特征、获取根滤波器、获取部件滤波器、模型检测和进行梯度搜索计算。其依靠机器学习的方法，需要提前利用不含有目标物的图片作为负样本组成训练集。提取样本特征：分别把含有和不含有矩形目标物的图片作为正样本和负样本，并且划分为多个细胞单元，获取每块的方向梯度直方图。而第二步则是扫描样本图片，将所有块的方向梯度直方图提取出来并结合，形成最终的特征向量输入到支持向量机中，得到根滤波器。第三步，根据根滤波器的位置寻找部件滤波器的位置，然后通过得分的高低筛选出最优位置，将部件滤波器的特征也输入到隐藏变量支持向量机中训练。最后基于搜索的边缘梯度计算算法判断检测框是否在目标轮廓边缘之外，然后调整检测框的位置。该方法虽然检测精确率较高，但其需要大量图片作为样本来提前训练，且方法中使用到的各种步骤相对于其他检测方法更加地复杂。

除了上述两种方法外，还有专利号为201210439013.X的图像处理装置和矩形检测方法、专利号为201210439005.5的图像处理装置和直线检测方法、专利号为201610944459.6的基于最小外接矩形的刀具磨损检测方法等。但此些检测方法均达不到预想的效果。

发明内容

本发明的目的在于克服现有技术的不足，提供一种定位精确率高、检测效率高的自然拍照的微孔板图片中微孔中心的精确定位方法。

为实现上述目的，本发明所提供的技术方案为：先定位微孔板的矩形边界，然后根据定位好的矩形边界定位微孔板的孔中心。

其中，定位微孔板的矩形边界包括以下步骤：