分析捕获的图像以确定测试成果制造技术

分析获取的图像以确定测试成果值。提供用于测试结构的形状模板以识别目标测量区域在测试结构上的定位。确定定义形状模板到图像帧的变换的映射。确定映射，并确定映射是否满足基于图像帧中识别的一个或更多个边缘相对于形状模板的第一位移的第一匹配条件。当映射满足第一匹配条件和基于在图像帧中识别的一个或更多个边缘相对于形状模板的第二位移的第二不同匹配条件时，建立测试结构的验证图像。在测试结构的验证图像中，识别到目标测量区域。通过分析目标测量区域来确定测试成果值。

【技术实现步骤摘要】
【国外来华专利技术】分析捕获的图像以确定测试成果
本文描述的实施例大体上涉及分析图像以确定测试成果。更具体地，尽管不是排他地，但是实施例涉及识别图像帧中的目标测量区域以执行分析来确定测试成果。背景诸如移动电话的移动设备具有相机，该相机可以用于以方便用户的方式捕获和处理高质量的图像。然而，所捕获的给定对象的图像可能会根据例如摄影师的技能、照明条件、变焦级别和相机角度而有很大的变化。图像处理技术可用于以不同的精确度识别图像中的特定对象。可以使用边缘检测算法来识别图像对象，以识别图像中的边缘像素，并将具有相似定向的相邻边缘像素(例如，基于亮度梯度)连接起来形成一条线。为了检测形状，可以顺序地测试检测到的线的不同子集，以确定图像中是否存在诸如矩形的给定的形状。这个过程在计算上可能是低效的。数字图像的算法分析在检测光度和颜色的细微变化以及提供定量而非定性结果方面可能比人眼更可靠。一个或更多个算法可用于对给定测试的测试成果规则进行编码，以减轻测试成果解释对于人类的负担。图像处理可以提供改进精度的测试的示例包括但不限于：化学、生物化学和微生物测定，这些测定基于在一段时间间隔本文档来自技高网...

【技术保护点】
1.一种存储在机器可读介质上的机器可读指令，所述机器可读指令在执行时使处理电路：/n访问用于测试结构的形状模板；/n响应于用户请求测试结果读数的指示，获取图像帧；/n确定映射，所述映射定义所述形状模板相对于所述图像帧的变换；/n基于在所述图像帧中识别的一个或更多个边缘相对于所述形状模板的第一位移，确定所述映射是否满足第一匹配条件；/n当所述映射确实满足所述第一匹配条件时，基于在所述图像帧中识别的一个或更多个边缘相对于所述形状模板的第二位移，验证所述映射也满足不同的第二匹配条件，以在满足所述第二匹配条件时建立所述测试结构的验证图像；/n在所述测试结构的验证图像中识别目标测量区域；和/n通过所述目...

【技术特征摘要】
【国外来华专利技术】20171222 GB 1721811.61.一种存储在机器可读介质上的机器可读指令，所述机器可读指令在执行时使处理电路：
访问用于测试结构的形状模板；
响应于用户请求测试结果读数的指示，获取图像帧；
确定映射，所述映射定义所述形状模板相对于所述图像帧的变换；
基于在所述图像帧中识别的一个或更多个边缘相对于所述形状模板的第一位移，确定所述映射是否满足第一匹配条件；
当所述映射确实满足所述第一匹配条件时，基于在所述图像帧中识别的一个或更多个边缘相对于所述形状模板的第二位移，验证所述映射也满足不同的第二匹配条件，以在满足所述第二匹配条件时建立所述测试结构的验证图像；
在所述测试结构的验证图像中识别目标测量区域；和
通过所述目标测量区域的分析来确定测试成果值。


2.如权利要求1所述的机器可读指令，其中，所述映射包括单应性矩阵，以将所述形状模板在形状模板坐标系中的点变换为在所述图像帧中表示所述测试结构的对应点的估计定位的图像像素坐标。


3.如权利要求1或权利要求2所述的机器可读指令，其中，确定所述映射包括在基于所述第二匹配条件进行所述图像验证之前，当所述映射不满足所述第一匹配条件时，迭代地更新对于所述图像帧的所述映射，直到满足所述第一匹配条件。


4.如权利要求1至3中任一项所述的机器可读指令，其中，确定所述映射取决于针对相同测试结构的至少一个先前确定的映射。


5.如权利要求1至4中任一项所述的机器可读指令，其中，确定所述映射取决于对于包括所述测试结构的至少一个先前获取的图像帧的验证映射。


6.如权利要求1至5中任一项所述的机器可读指令，其中，确定所述映射包括基于至少一个先前获取的图像使用光流跟踪器来确定对于所述图像帧的映射。


7.如前述权利要求中任一项所述的机器可读指令，包括当不满足所述第二匹配条件时迭代地触发新的图像帧的捕获以替换所述图像帧，并且对于每个新的图像帧重复映射确定、所述第一映射条件的满足的确定和所述第二匹配条件的满足的验证中的每一个，直到识别出验证图像。


8.如前述权利要求中任一项所述的机器可读指令，所述机器可读指令在由处理电路执行时用于：
在执行所述映射的确定之前，使用边缘检测算法来识别所述图像帧中的一个或更多个边缘。


9.如前述权利要求中任一项所述的机器可读指令，其中，所述形状模板包括二维点的集合，所述二维点表示所述测试结构和所述目标测量区域的边缘的至少部分外框。


10.如前述权利要求中任一项所述的机器可读指令，其中，所述第一匹配条件包括识别对应于所述形状模板和所述图像帧中识别的一个或更多个边缘之间的拟合的所述第一位移的平方和的最小值。


11.如前述权利要求中任一项所述的机器可读指令，其中，所述第二匹配条件包括将所述第二位移的平方和与阈值进行比较。


12.如前述权利要求中任一项所述的机器可读指令，其中，当确定所述第二匹配条件时，所述第二匹配条件将不同的权值赋予所述第二位移中的不同位移。


13.如权利要求12所述的机器可读指令，其中，使用机器学习算法的结果来分配所述权值。


14.如前述权利要求中任一项所述的机器可读指令，其中，所述第二匹配条件包括确定所述第二位移的至少一个子集的内点状态，其中内点状态的分配取决于所述第二位移的大小。


15.如权利要求14所述的机器可读指令，其中，满足所述第二匹配条件包括对具有所述内点状态的第二位移的数量进行计数。


16.如权利要求15所述的机器可读指令，其中，满足所述第二匹配条件包括确定具有所述内点状态的第二位移的数量的计数大于阈值。


17.如前述权利要求中任一项所述的机器可读指令，其中，所述第二匹配条件由分类器算法的输出来确定。


18.如权利要求17所述的机器可读指令，其中，所述第二位移的至少一个子集被用作所述分类器算法的输入。


19.如权利要求18所述的机器可读指令，其中，所述第二位移的子集的至少一个函数被用作所述分类器算法的输入。


20.如权利要求17或权利要求18所述的机器可读指令，其中，所述分类器利用根据多个训练图像确定的所述第二位移的至少一个子集来训练，其中所述训练图像具有标记为内点的多个点。


21.如权利要求17所述的机器可读指令，其中，满足所述第二匹配条件包括对具有内点状态的所述第二位移的数量进行计数，所述内点状态取决于所述第二位移的大小，并且其中具有所述内点状态的所述第二位移的至少一个子集被用作所述分类器的输入。


22.如权利要求17所述的机器可读指令，其中，所述分类器算法使用包括根据多个标记的训练图像确定的内点状态的至少一个子集的信息来训练，所述内点状态取决于所述第二位移的大小。


23.如前述权利要求中任一项所述的机器可读指令，其中，通过基于所述形状模板的边缘的法线或所述图像帧中的边缘的法线中的至少一个来匹配所述形状模板上的点和所述图像帧中识别的边缘的对应点，并测量匹配点之间的距离作为第二位移值，来测量第二位移。


24.如前述权...

【专利技术属性】
技术研发人员：安东尼奥·曼纽尔·多明戈斯·洛佩斯，安东尼·彼得·阿什布鲁克，尼尔·波尔瓦特，
申请(专利权)人：诺瓦拉姆德克斯有限公司，
类型：发明
国别省市：英国;GB