一种用于糖尿病氯化钴试纸色差的检测方法与流程

1.本发明涉及试纸颜色变化分析技术领域，具体涉及一种用于糖尿病氯化钴试纸色差的检测方法。


背景技术：

2.糖尿病足是糖尿病患者一种常见的并发症，糖尿病患者都具有高血糖的症状。长期处于高血糖的状态会损害患者的末梢神经，同时会造成体内血液循环减少，导致糖尿病患者的足部汗腺工作能力低，足部泌汗功能存在阻碍，最终会导致糖尿病足，出现干裂、溃疡等症状。而氯化钴试纸可以检测水分，而人体汗液中含有大量水分，因此可以使用氯化钴试纸检测人体汗液排出量。现如今常采用以氯化钴为原料的一种糖尿病足神经病变早期诊断试纸，正常人的足部汗腺功能完好，产生大量的汗液，使用该试纸会发生从蓝色到完全粉红色的颜色变化。而对于足部汗腺功能受损的糖尿病患者，不会或产生很少的汗液，使用该试纸不会发生颜色的变化，或者部分试纸变成粉红色。
3.利用图像处理的方法对正常人使用后的试纸进行色差检测的效果较佳，但是对于糖尿病患者使用后的试纸，由于其足部汗腺功能受损，使用后的试纸可能呈现出部分粉红色，或者几乎不存在粉红色部分，且粉红色区域的边缘部分存在渐变的特征，导致通过采集试纸表面图像提取两种颜色类别对应的区域的准确度较低，进而使得糖尿病氯化钴试纸色差的检测结果的准确度较低。


技术实现要素：

4.为了解决糖尿病氯化钴试纸色差的检测结果的准确度较低技术问题，本发明的目的在于提供一种用于糖尿病氯化钴试纸色差的检测方法，所采用的技术方案具体如下：采集糖尿病氯化钴试纸使用后的表面灰度图像，并获取表面灰度图像中的连通域；根据每个连通域内像素波动程度、像素点在局部范围内的纹理信息以及像素点在局部范围内的灰度差异情况，得到每个连通域的区域信息丰富度；根据每个连通域内每个像素点与连通域内的灰度最小值之间的差异，确定连通域内每个像素点的灰度权重；根据像素点的灰度权重和其所在连通域的区域信息丰富度，得到每个像素点的色彩系数表征值；根据每个像素点的色彩系数表征值对表面灰度图像中像素点进行聚类，得到两个类别，根据两个类别内像素点的灰度值和像素点数量、以及未使用的试纸图像，确定氯化钴试纸色差检测结果。
5.优选地，所述根据每个连通域内像素波动程度、像素点在局部范围内的纹理信息以及像素点在局部范围内的灰度差异情况，得到每个连通域的区域信息丰富度，具体包括：对于任意一个连通域，根据连通域内所有像素点的像素值的波动程度得到连通域的第一特征系数；根据连通域内每个像素点在邻域范围内的纹理信息得到连通域的第二特
征系数；根据连通域内每个像素点在邻域范围内的灰度差异情况得到连通域的第三特征系数；根据连通域的第一特征系数、第二特征系数和第三特征系数得到连通域的区域信息丰富度；所述第一特征系数、第二特征系数和第三特征系数均与所述区域信息丰富度呈正相关关系。
6.优选地，所述根据连通域内所有像素点的像素值的波动程度得到连通域的第一特征系数具体为：对表面灰度图像进行角点检测，获取每个连通域内角点的数量；计算连通域内所有像素点的灰度值的方差得到第一系数，计算连通域内角点的数量与第一预设值的和值得到第二系数，将第一系数和第二系数的乘积作为连通域的第一特征系数。
7.优选地，所述根据连通域内每个像素点在邻域范围内的纹理信息得到连通域的第二特征系数具体为：将连通域内任意一个像素点记为目标像素点，在以目标像素点为中心、预设尺寸的窗口内，基于窗口内所有像素点的灰度值，构建目标像素点对应的灰度共生矩阵；将目标像素点对应的灰度共生矩阵的对比度和熵的乘积作为目标像素点的纹理信息复杂因子；将连通域内所有像素点的纹理信息复杂因子的均值作为连通域的第二特征系数。
8.优选地，所述根据连通域内每个像素点在邻域范围内的灰度差异情况得到连通域的第三特征系数具体为：将连通域内任意一个像素点记为选定像素点，在以选定像素点为中心、预设尺寸的窗口内，分别获取每行像素点的灰度值的均值记为行特征值，分别获取每列像素点的灰度值的均值记为列特征值；计算每两行的行特征值之间的差异的均值，得到第三系数；计算每两列的列特征值之间的差异的均值，得到第四系数；根据第三系数和第四系数得到选定像素点的局部差异指数；所述第三系数和第四系数均与局部差异指数呈正相关关系；将连通域内所有像素点的局部差异指数的均值作为连通域的第三特征系数。
9.优选地，所述根据像素点的灰度权重和其所在连通域的区域信息丰富度，得到每个像素点的色彩系数表征值，具体包括：将每个像素点的灰度权重和该像素点所在连通域的区域信息丰富度的乘积，作为每个像素点的色彩系数表征值。
10.优选地，所述根据两个类别内像素点的灰度值和像素点数量、以及模板试纸图像，确定氯化钴试纸色差检测结果，具体包括：将每个类别内所有像素点的数量与表面灰度图像中所有像素点的总数量的比值作为每个类别对应的数量权值，利用每个类别的数量权值对每个类别的特征均值进行加权求和，得到表面灰度图像的特征色值；计算未使用的试纸图像中所有像素点的灰度值均值记为试纸图像的特征色值；将表面灰度图像的特征色值与试纸图像的特征色值之间的差值绝对值的归一化值作为色差值；当色差值小于或等于预设的第一色彩阈值时，氯化钴试纸色差检测结果为轻微色差；当色差值大于第一色彩阈值，且小于或等于预设的第二色彩阈值时，氯化钴试纸色差检
测结果为中度色差；当色差值大于第二色彩阈值时，氯化钴试纸色差检测结果为重度色差。
11.优选地，所述根据每个连通域内每个像素点与连通域内的灰度最小值之间的差异，确定连通域内每个像素点的灰度权重，具体包括：对于任意一个连通域内任意一个像素点，将该像素点的灰度值与其所在连通域内像素点的灰度值最小值之间的差值绝对值的负相关归一化值，作为该像素点的灰度权重。
12.优选地，所述糖尿病氯化钴试纸的组成部分具体包括：氯化钴试纸、pu膜、pe离型膜、离型隔离纸；其中，氯化钴试纸采用ph原纸，用ph值为6-7.5、氯化钴含量≥12%的氯化钴试剂液均匀浸润ph原纸。
13.本发明实施例至少具有如下有益效果：本发明首先获取糖尿病氯化钴试纸使用后的表面灰度图像中的连通域，以便基于不同的连通域内不同像素点的灰度分布情况进行分析，能够获得试纸较为准确的色彩特征分布。然后，分别对每个连通域内像素波动程度、像素点在局部范围内的纹理信息以及像素点在局部范围内的灰度差异情况进行分析，获得每个连通域的区域信息丰富度，即利用区域信息丰富度从像素波动程度、纹理信息分布情况以及灰度差异情况三个方面反映了连通域内的特征分布。进一步的，再基于每个像素点与其所在的连通域内的灰度最小值之间的差异，对每个像素点赋予一个灰度权重，将分类度量指标量化至像素级，进而基于每个像素点的色彩系数表征值进行聚类，能够获得较为准确的聚类结果，基于分类结果确定氯化钴试纸色差检测结果，使得糖尿病氯化钴试纸色差的检测结果较为准确。
附图说明
14.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
15.图1是本发明的一种用于糖尿病氯化钴试纸色差的检测方法的方法流程图。
具体实施方式
16.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种用于糖尿病氯化钴试纸色差的检测方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
17.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
18.下面结合附图具体的说明本发明所提供的一种用于糖尿病氯化钴试纸色差的检测方法的具体方案。
19.本发明所针对的具体场景为：本发明针对糖尿病氯化钴试纸使用前后的颜色变化进行色差检测，使用聚类算法对使用后的试纸表面图像进行分析，可以获得试纸未变色的蓝色类别部分以及试纸变色的粉红色类别部分，进而基于两种颜色类别对应的区域进行试
纸色差检测。但是采用传统的基于距离的聚类算法对图像进行处理，可能会存在误分类的情况。因此，本发明基于试纸表面图像的灰度特征，获取能够表征每个像素点的颜色特征的指标，进而获得更加准确的颜色分类结果。
20.实施例：请参阅图1，其示出了本发明一个实施例提供的一种用于糖尿病氯化钴试纸色差的检测方法的方法流程图，该方法包括以下步骤：步骤一，采集糖尿病氯化钴试纸使用后的表面灰度图像，并获取表面灰度图像中的连通域。
21.首先，需要说明的是，本发明采用的糖尿病氯化钴试纸的组成具体包括：氯化钴试纸、pu膜、pe离型膜、离型隔离纸；其中，显色条氯化钴试纸采用ph原纸，用调整达到ph值为6-7.5、氯化钴含量≥12%的氯化钴试剂液均匀浸润ph原纸即可。将该试纸贴到糖尿病患者足部大脚趾下球状部位皮肤上10分钟，之后将使用过的实质放置到摄像台上，采用固定机位拍摄糖尿病氯化钴试纸的表面图像，其中，固定机位采用cmos相机进行图像采集，将采集到的表面图像转换为灰度图像，得到糖尿病氯化钴的灰度图像。
22.由于图像均为固定相机拍摄获得，而且试纸在生产时的大小、拍摄时的背景均一致，因此在本实施例中可以采用固定坐标截取法，将灰度图像中的背景部分去除，获取仅包含糖尿病氯化钴试纸的部分，并将去除背景后的图像记为糖尿病氯化钴试纸的表面灰度图像。在其他实施例中，实施者也可以采用语义分割的方法去除灰度图像中的背景部分。
23.在糖尿病氯化钴试纸的表面未与水分子发生反应时，呈现出较深的蓝色，但是一旦试纸与水分子之间产生化学反应，会导致本身呈现出蓝色的试纸变为粉红色。但氯化钴与水分子之间的反应条件限制较小，氯化钴试纸甚至可与空气中的水分子产生化学反应，而通常试纸的储存环境无法保证与空气、水分完全隔离。蓝色的试纸会与空气中的水分子发生化学反应，但是由于空气中水分含量较少，且分散在试纸上，并不集中某一区域，因此试纸部分区域会发生变化，呈现出不均匀的颜色分布，即试纸的部分区域由深蓝色变成淡蓝色。
24.在糖尿病氯化钴试纸的表面灰度图像中，可能会存在空气中水分与试纸发生反应而使得蓝色变化的部分，即并未与患者汗液产生反应的蓝色试纸部分可能会存在深蓝色和浅蓝色，表现在表面灰度图像中，可能会产生丰富的纹理信息和灰度变化特征。而与患者汗液产生反应的粉红色部分，该部分与患者足部的汗液水分充分反应，呈现出较为均匀的粉红色，该粉红色区域由于试纸具有较强的吸水特性，呈现向外扩散的特性，因此该粉红色部分的颜色变化不大，灰度差异较小，不存在较为丰富的纹理信息。
25.为了便于后续分别对每个区域内像素点的颜色特征分布以及每个区域的纹理信息进行分析，在本实施例中，采用canny边缘检测算法对表面灰度图像进行处理，获得边缘二值图像，对边缘二值图像采用链码法确定连通的区域，至此，能够获得表面灰度图像中的多个连通域。实施者也可以根据具体实施场景选择其他合适的方法获取表面灰度图像中的连通域。
26.步骤二，根据每个连通域内像素波动程度、像素点在局部范围内的纹理信息以及像素点在局部范围内的灰度差异情况，得到每个连通域的区域信息丰富度。
27.未发生反应的蓝色试纸部分，可能与空气中较少的水分子发生反应，使得试纸的
颜色由深蓝色变成浅蓝色，在表面灰度图像中，深蓝色部分颜色较深，灰度值较小，浅蓝色部分颜色较浅，灰度值较大，因此，表面灰度图像中蓝色部分的灰度值存在差异，进而存在纹理变化。而试纸的粉红色部分，由于试纸具有较强的吸水性，受水浸湿较为均匀，故粉红色部分的灰度值差异较小，不存在较多的纹理信息。
28.基于此，若连通域属于蓝色部分，该连通域的灰度值存在较大差异，分布较不均匀，同时存在深蓝色和浅蓝色。若连通域属于粉红色部分，该连通域的灰度值存在的较小的差异，分布较为均匀，只存在粉红色一种颜色。
29.首先，对每个连通域内每个像素点的灰度值波动的情况进行分析，进而由于蓝色部分所在区域存在颜色波动，故存在一定的灰度波动，同时存在较为丰富的纹理信息以及角点信息，则根据连通域内所有像素点的像素值的波动程度得到连通域的第一特征系数。
30.具体地，对表面灰度图像进行角点检测，获取每个连通域内角点的数量。在本实施例中，采用harris角点检测算法对表面灰度图像进行处理，该算法为公知技术，在此不再过多介绍。计算连通域内所有像素点的灰度值的方差得到第一系数，计算连通域内角点的数量与第一预设值的和值得到第二系数，将第一系数和第二系数的乘积作为连通域的第一特征系数。
31.在本实施例中，以表面灰度图像中第i个连通域为例进行说明，则第i个连通域的第一特征系数的计算公式可以表示为：其中，表示第i个连通域的第一特征系数，表示第i个连通域内包含的角点的数量，表示第i个连通域内包含的像素点的总数量，表示第i个连通域内第n个像素点的灰度值，表示第i个连通域内所有像素点的灰度值的均值。
32.为第二系数，在本实施例中第一预设值的取值为1，为了防止连通域内包含的角点数量为0，影响最终的数据准确性，实施者可根据具体实施场景进行设置。第二系数的取值越大，说明连通域内灰度变化越剧烈，该连通域的信息越丰富，对应第一特征系数的取值越大。
33.为第一系数，反映了连通域内像素点的灰度值的波动情况，第一系数的取值越大，说明连通域内像素点的灰度值整体波动程度越大，进而说明连通域内灰度变化越剧烈，对应第一特征系数的取值越大。连通域的第一特征系数反映了连通域整体的灰度变化情况以及灰度波动程度。
34.然后，分别对每个连通域的每个像素点的局部范围内的纹理信息分布情况进行分析，即根据连通域内每个像素点在邻域范围内的纹理信息得到连通域的第二特征系数。具体地，将连通域内任意一个像素点记为目标像素点，在以目标像素点为中心、预设尺寸的窗口内，基于窗口内所有像素点的灰度值，构建目标像素点对应的灰度共生矩阵；将目标像素点对应的灰度共生矩阵的对比度和熵的乘积作为目标像素点的纹理信息复杂因子；将连通
域内所有像素点的纹理信息复杂因子的均值作为连通域的第二特征系数。
35.在本实施例中，将像素点的邻域范围设置为5*5的大小，即预设尺寸为5*5，实施者可根据具体实施场景进行设置。在以目标像素点为中心的窗口内，构建步长为1，0
°
方向上的灰度共生矩阵，记为目标像素点对应的灰度共生矩阵。灰度共生矩阵的获取方法为公知技术，在此不再过多介绍，实施者也可根据具体实施场景进行设置获取的条件。
36.目标像素点对应的灰度共生矩阵的熵反映了目标像素点的邻域范围内灰度分布的复杂程度，目标像素点对应的灰度共生矩阵的对比度反映了目标像素点的邻域范围内纹理分布的深浅程度，即熵越大，对比度越大，说明连通域内像素点的邻域内灰度分布的复杂程度越大，纹理分布的沟纹越深，效果越清晰，对应的纹理信息复杂因子越大，进而第二特征系数取值越大。连通域的第二特征系数反映了每个像素点的邻域范围内纹理信息分布情况的均衡情况。
37.进一步的，表面灰度图像中的蓝色部分存在深蓝色和浅蓝色，这两种颜色的位置分布不较为随机，且分布范围也较为随机，故在每个像素点的邻域范围内灰度值之间可能存在较大的差异，而粉红色部分所在区域的像素点的邻域范围内的灰度值可能存在较小的差异。基于此，根据连通域内每个像素点在邻域范围内的灰度差异情况得到连通域的第三特征系数。
38.具体地，将连通域内任意一个像素点记为选定像素点，在以选定像素点为中心、预设尺寸的窗口内，分别获取每行像素点的灰度值的均值记为行特征值，分别获取每列像素点的灰度值的均值记为列特征值；计算每两行的行特征值之间的差异的均值，得到第三系数；计算每两列的列特征值之间的差异的均值，得到第四系数；根据第三系数和第四系数得到选定像素点的局部差异指数；所述第三系数和第四系数均与局部差异指数呈正相关关系；将连通域内所有像素点的局部差异指数的均值作为连通域的第三特征系数。
39.在本实施例中，以表面灰度图像中第i个连通域为例进行说明，将第i个连通域内第m个像素点作为选定像素点，则选定像素点的局部差异指标的计算公式可以表示为：其中，表示第i个连通域中第m个像素点的局部差异指标，表示第m个像素点对应的窗口每两行的行特征值之间的差值绝对值的总数量，或者表示第m个像素点对应的窗口内每两列的列特征值之间的差值绝对值的总数量，表示第m个像素点对应的窗口内第u行的行特征值，表示第m个像素点对应的窗口内第v行的行特征值，x表示该指标为行特征值，表示第m个像素点对应的窗口内包含的所有行构成的集合；表示第m个像素点对应的窗口内第a列的列特征值，表示第m个像素点对应的窗口内第b列的列特征值，y表示该指标为列特征值，表示第m个像素点对应的窗口内包含的所有列构成的集合。
40.为第三系数，为第四系数，第三系数反映了选定像素点在对应窗口内行间的灰度差异情况，第四系数反映了选定像素点在对应窗口内列间的灰度差异情况，第三系数取值越大，第四系数的取值越大，说明在窗口内像素点的灰度值差异越大，对应的局部差异指标取值越大，进而表示该窗口对应的选定像素点越可能位于蓝色部分。
41.按照局部差异指标的计算公式可以获得连通域内每个像素点的局部差异指标，将连通域内所有像素点的局部差异指数的均值作为连通域的第三特征系数，连通域的第三特征系数反映了连通域内每个像素点在对应窗口内的灰度差异情况。
42.最后，蓝色部分区域内同时存在深蓝色部分和浅蓝色部分，故蓝色部分所在区域的灰度变化较大，灰度波动程度较大，且纹理信息较为复杂，像素点的灰度值差异较大。而粉红色部分区域内的颜色分布较为均匀，故粉红色部分所在区域的灰度值变化较小，灰度波动程度较小，且存在较少的纹理信息，像素点的灰度值差异较小。
43.同时，连通域的第一特征系数反映了连通域整体的灰度变化情况以及灰度波动程度，连通域的第二特征系数反映了每个像素点的邻域范围内纹理信息分布情况的均衡情况，连通域的第三特征系数反映了连通域内每个像素点在对应窗口内的灰度差异情况，进而结合三个特征方面获取每个连通域的区域信息丰富度，所述第一特征系数、第二特征系数和第三特征系数均与所述区域信息丰富度呈正相关关系。在本实施例中，将第一特征系数、第二特征系数和第三特征系数的乘积作为连通域的区域信息丰富度。
44.步骤三，根据每个连通域内每个像素点与连通域内的灰度最小值之间的差异，确定连通域内每个像素点的灰度权重；根据像素点的灰度权重和其所在连通域的区域信息丰富度，得到每个像素点的色彩系数表征值。
45.由于后续需要针对每个像素点的特征指标对其进行聚类，而区域信息丰富度反映了每个连通域内灰度波动程度、纹理信息分布情况以及灰度差异情况，故需要分别对每个像素点的灰度值信息进行分析。在试纸上某个位置的颜色越深，其对应位置处的像素点的灰度值越小，对于蓝色部分来说，该像素点所在位置越可能是试纸的初始颜色，对于粉红色部分来说，该像素点所在位置越可能是汗液浸湿处。
46.基于此，根据每个连通域内每个像素点与连通域内的灰度最小值之间的差异，确定连通域内每个像素点的灰度权重。对于任意一个连通域内任意一个像素点，将该像素点的灰度值与其所在连通域内像素点的灰度值最小值之间的差值绝对值的负相关归一化值，作为该像素点的灰度权重。
47.在本实施例中，以选定像素点为例进行说明，则选定像素点的灰度权重的计算公式可以表示为：其中，表示第i个连通域内第m个像素点的灰度权重，表示第i个连通域内第m个像素点的灰度值，表示第i个连通域内所有像素点的灰度值的最小值，exp()表示以自然常数e为底的指数函数。
48.反映了像素点与其所在连通域内颜色最深的点之间的灰度差异，该差异越小，说明像素点越接近颜色最深的点，进而说明像素点的颜色深度较深，对应的灰度权重越大，即赋予该像素点所在区域的色彩丰富度越大。
49.具体地，将每个像素点的灰度权重和该像素点所在连通域的区域信息丰富度的乘积，作为每个像素点的色彩系数表征值。像素点的灰度权重取值越大，像素点所在连通域的区域信息丰富度的取值越大，对应像素点属于蓝色部分的可能性越大。像素点的灰度权重取值越小，像素点所在连通域的区域信息丰富度的取值越小，对应像素点属于粉红色部分的可能性越大。
50.步骤四，根据每个像素点的色彩系数表征值对表面灰度图像中像素点进行聚类，得到两个类别，根据两个类别内像素点的灰度值和像素点数量、以及未使用的试纸图像，确定氯化钴试纸色差检测结果。
51.在传统的k-means聚类算法中，只是基于像素点之间的距离度量进行聚类，在表面灰度图像中，蓝色部分所在区域中存在深蓝色和浅蓝色渐变，蓝色部分和粉红色部分之间的交界处也存在渐变，基于距离的聚类算法无法区分边界颜色变化情况，可能会导致误分类的情况出现，故本实施例通过分析表面灰度图像中每个连通域范围内的灰度波动情况、信息丰富程度以及灰度差异情况，分别获取每个像素点的色彩鲜明程度，进而基于该指标对每个像素点进行聚类处理，能够获得较为精确的分类结果。
52.具体地，将每个像素点的色彩系数表征值作为每个像素点的分类度量指标，度量方式采用欧氏距离，即在聚类过程中计算两个像素点的分类度量指标之间的欧氏距离，在本实施例中，采用k-means聚类算法进出处理，k的取值为2，即将表面灰度图像中所有像素点分为两个类别。
53.两个类别分别对应了蓝色部分所在类别以及粉红色部分所在类别，进而可以根据两个类别内像素点的灰度值和像素点数量、以及未使用的试纸图像，确定氯化钴试纸色差检测结果。具体地，分别计算每个类别所有像素点的灰度值均值记为每个类别的特征均值，将每个类别内所有像素点的数量与表面灰度图像中所有像素点的总数量的比值作为每个类别对应的数量权值，利用每个类别的数量权值对每个类别的特征均值进行加权求和，得到表面灰度图像的特征色值。
54.每个类别对应的数量权值反映了每个类别内像素点数量的占比情况，其数量占比越多，对应的灰度值权重越大，基于此计算获得的特征色值能够反映表面灰度图像的表面色彩特征。
55.同时，在利用试纸进行足部汗腺检测前，需要采集该试纸未被使用过的表面图像，并将其转换为灰度图像，记为未使用的试纸图像，计算未使用的试纸图像中所有像素点的灰度值均值记为试纸图像的特征色值；将表面灰度图像的特征色值与试纸图像的特征色值之间的差值绝对值的归一化值作为色差值。通过对比试纸使用前后对应图像中色彩特征之间的差异情况，能够获得当前试纸使用后的色差检测结果。试纸使用前后的色彩差异越大，颜色变化越大，说明试纸变色部分越多，足部汗液分泌越多，足部病变程度越低，患糖尿病的可能性越低。
56.具体地，当色差值小于或等于预设的第一色彩阈值时，氯化钴试纸色差检测结果为轻微色差，说明此时使用后的试纸与使用前的试纸之间的色彩差异较小，进而说明此时
糖尿病患者的症状较为严重，需要及时就医。当色差值大于第一色彩阈值，且小于或等于预设的第二色彩阈值时，氯化钴试纸色差检测结果为中度色差，说明此时使用后的试纸与使用前的试纸之间存在一定的差异，进而说明此时糖尿病患者显现出一定的糖尿病症状。当色差值大于第二色彩阈值时，氯化钴试纸色差检测结果为重度色差，说明此时使用后的试纸与使用钱的试纸之间的色彩差异较大，进而说明此时糖尿病患者的症状较为轻微或者并不存在。在本实施例中，第一色彩阈值的取值为0.3，第二色彩阈值的取值为0.7，实施者可根据具体实施场景进行设置。
57.需要说明的是，本发明实施例是针对糖尿病患者的早期试纸检测，若患者存在较为轻微的糖尿病症状，则在利用试纸进行检测时，试纸表面颜色变化可能较为轻微，呈现在表面灰度图像中，可能存在较大部分的蓝色以及较小部分的粉红色。若患者存在较为严重的糖尿病症状，则在利用试纸进行检测时，试纸表面颜色变化可能较为剧烈，呈现在表面灰度图像中，可能存在较大部分的粉红色以及较小部分的蓝色。即在本实施例的方法中，针对存在一定的糖尿病症状进行试纸的检测。而对于较为特殊的两种情况，即试纸使用前后完全不存在变化，以及试纸使用后完全变为粉红色，按照上述方法也是可以进行检测的。
58.在其他实施例中，还可以针对这两种特殊情况进行分析。具体地，获取整张试纸完全变成粉红色的灰度图像，记为特征试纸图像，并计算特征试纸图像中所有像素的灰度值的均值记为特征试纸图像的特征色值，对于一个未进行处理的糖尿病氯化钴试纸的表面灰度图像，计算该表面灰度图像中所有像素点的灰度值均值记为表面灰度图像的特征均值。
59.当表面灰度图像的特征均值与特征试纸图像的特征色值之间的差值绝对值小于或等于预设阈值时，说明此时表面灰度图像与特征试纸图像之间的灰度较为接近，则可以说明此时试纸完全变为粉红色，进而说明足部汗液分泌多，足部病变程度低，患糖尿病的可能性低。
60.当表面灰度图像的特征均值与试纸图像的特征色值之间的差值绝对值小于或等于预设阈值时，说明此时表面灰度图像与试纸图像之间的灰度较为接近，则可以说明此时试纸并未发生变化，进而说明足部汗液分泌少，足部病变程度高，患糖尿病的可能性大。
61.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围，均应包含在本技术的保护范围之内。

技术特征：
1.一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，该方法包括以下步骤：采集糖尿病氯化钴试纸使用后的表面灰度图像，并获取表面灰度图像中的连通域；根据每个连通域内像素波动程度、像素点在局部范围内的纹理信息以及像素点在局部范围内的灰度差异情况，得到每个连通域的区域信息丰富度；根据每个连通域内每个像素点与连通域内的灰度最小值之间的差异，确定连通域内每个像素点的灰度权重；根据像素点的灰度权重和其所在连通域的区域信息丰富度，得到每个像素点的色彩系数表征值；根据每个像素点的色彩系数表征值对表面灰度图像中像素点进行聚类，得到两个类别，根据两个类别内像素点的灰度值和像素点数量、以及未使用的试纸图像，确定氯化钴试纸色差检测结果。2.根据权利要求1所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述根据每个连通域内像素波动程度、像素点在局部范围内的纹理信息以及像素点在局部范围内的灰度差异情况，得到每个连通域的区域信息丰富度，具体包括：对于任意一个连通域，根据连通域内所有像素点的像素值的波动程度得到连通域的第一特征系数；根据连通域内每个像素点在邻域范围内的纹理信息得到连通域的第二特征系数；根据连通域内每个像素点在邻域范围内的灰度差异情况得到连通域的第三特征系数；根据连通域的第一特征系数、第二特征系数和第三特征系数得到连通域的区域信息丰富度；所述第一特征系数、第二特征系数和第三特征系数均与所述区域信息丰富度呈正相关关系。3.根据权利要求2所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述根据连通域内所有像素点的像素值的波动程度得到连通域的第一特征系数具体为：对表面灰度图像进行角点检测，获取每个连通域内角点的数量；计算连通域内所有像素点的灰度值的方差得到第一系数，计算连通域内角点的数量与第一预设值的和值得到第二系数，将第一系数和第二系数的乘积作为连通域的第一特征系数。4.根据权利要求2所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述根据连通域内每个像素点在邻域范围内的纹理信息得到连通域的第二特征系数具体为：将连通域内任意一个像素点记为目标像素点，在以目标像素点为中心、预设尺寸的窗口内，基于窗口内所有像素点的灰度值，构建目标像素点对应的灰度共生矩阵；将目标像素点对应的灰度共生矩阵的对比度和熵的乘积作为目标像素点的纹理信息复杂因子；将连通域内所有像素点的纹理信息复杂因子的均值作为连通域的第二特征系数。5.根据权利要求2所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述根据连通域内每个像素点在邻域范围内的灰度差异情况得到连通域的第三特征系数具体为：将连通域内任意一个像素点记为选定像素点，在以选定像素点为中心、预设尺寸的窗口内，分别获取每行像素点的灰度值的均值记为行特征值，分别获取每列像素点的灰度值的均值记为列特征值；计算每两行的行特征值之间的差异的均值，得到第三系数；计算每两列的列特征值之间的差异的均值，得到第四系数；根据第三系数和第四系数得到选定像素点的局部差异指数；所述第三系数和第四系数均与局部差异指数呈正相关关系；
将连通域内所有像素点的局部差异指数的均值作为连通域的第三特征系数。6.根据权利要求1所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述根据像素点的灰度权重和其所在连通域的区域信息丰富度，得到每个像素点的色彩系数表征值，具体包括：将每个像素点的灰度权重和该像素点所在连通域的区域信息丰富度的乘积，作为每个像素点的色彩系数表征值。7.根据权利要求1所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述根据两个类别内像素点的灰度值和像素点数量、以及模板试纸图像，确定氯化钴试纸色差检测结果，具体包括：将每个类别内所有像素点的数量与表面灰度图像中所有像素点的总数量的比值作为每个类别对应的数量权值，利用每个类别的数量权值对每个类别的特征均值进行加权求和，得到表面灰度图像的特征色值；计算未使用的试纸图像中所有像素点的灰度值均值记为试纸图像的特征色值；将表面灰度图像的特征色值与试纸图像的特征色值之间的差值绝对值的归一化值作为色差值；当色差值小于或等于预设的第一色彩阈值时，氯化钴试纸色差检测结果为轻微色差；当色差值大于第一色彩阈值，且小于或等于预设的第二色彩阈值时，氯化钴试纸色差检测结果为中度色差；当色差值大于第二色彩阈值时，氯化钴试纸色差检测结果为重度色差。8.根据权利要求1所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述根据每个连通域内每个像素点与连通域内的灰度最小值之间的差异，确定连通域内每个像素点的灰度权重，具体包括：对于任意一个连通域内任意一个像素点，将该像素点的灰度值与其所在连通域内像素点的灰度值最小值之间的差值绝对值的负相关归一化值，作为该像素点的灰度权重。9.根据权利要求1所述的一种用于糖尿病氯化钴试纸色差的检测方法，其特征在于，所述糖尿病氯化钴试纸的组成部分具体包括：氯化钴试纸、pu膜、pe离型膜、离型隔离纸；其中，氯化钴试纸采用ph原纸，用ph值为6-7.5、氯化钴含量≥12%的氯化钴试剂液均匀浸润ph原纸。

技术总结
本发明涉及试纸颜色变化分析技术领域，具体涉及一种用于糖尿病氯化钴试纸色差的检测方法，该方法包括：获取糖尿病氯化钴试纸使用后的表面灰度图像中的连通域；根据连通域内像素波动程度、纹理信息以及灰度差异情况，得到每个连通域的区域信息丰富度；根据每个像素点与连通域内的灰度最小值之间的差异确定灰度权重，进而获得每个像素点的色彩系数表征值；根据每个像素点的色彩系数表征值对表面灰度图像中像素点进行聚类，得到两个类别，根据两个类别内像素点的灰度值和像素点数量、以及未使用的试纸图像，确定氯化钴试纸色差检测结果。本发明使得糖尿病氯化钴试纸色差的检测结果较为准确。果较为准确。果较为准确。


技术研发人员：张文杰 周亮高 施博波
受保护的技术使用者：津泰（天津）医疗器械有限公司
技术研发日：2023.07.20
技术公布日：2023/8/24