System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,尤其涉及用于评估无针注射器的注射效果的图像的处理方法和图像处理装置。
技术介绍
1、目前,对于无针注射器注射效果的评估主要在于四个指标的定量考量:皮丘直径、药液扩散深度、药液扩散直径和深入孔长度。除了直接使用动物实验,还使用聚丙烯酰胺凝胶作为模型来模拟皮肤,目前使用的测量方法主要是使用游标卡尺测量,这种测量方法受主观因素影响、效率低且不可复核。
2、图像处理是指在计算机上使用算法和代码自动处理、操作、分析和解释图像,其广泛应用于诸多学科和领域,诸如电视、摄影、机器人、遥感、医学诊断和工业检验。图像处理方法通过提取图像数据,对图像数据进行预处理、增强、复原、表示、分割、分类、检测和识别(对象),从而更好地分析、理解和解释数据。因此,可以基于图像处理来获得上述指标,从而可以评估无针注射器的注射效果。
3、上述对
技术介绍
的陈述仅是为了方便对本专利技术技术方案(使用的技术手段、解决的技术问题以及产生的技术效果等方面)的深入理解,而不应当被视为承认或以任何形式暗示该消息构成已为本领域技术人员所公知的现有技术。
技术实现思路
1、本专利技术提供一种用于评估无针注射器的注射效果的图像的处理方法和处理装置,其能够实现无针注射器注射效果的定量评估。
2、根据本专利技术的一个实施方案,提供了一种用于评估无针注射器的注射效果的图像的处理方法,所述图像中具有无针注射器测试所产生的测量对象,所述用于评估无针注射器的注射效果的图像的处理方法包括以下步
3、所述图像可以分类为第一类型图像、第二类型图像和第三类型图像,并且第一类型图像中具有的测量对象的边缘清晰程度强于第二类型图像和第三类型图像中具有的测量对象的边缘清晰程度,第三类型图像中的测量对象的所有形状信息在测量时不需要提取测量对象的边缘,而第一类型图像和第二类型图像中的测量对象的至少一部分形状信息在测量时需要提取测量对象的边缘。
4、根据图像的类型利用相应的阈值分割法的步骤可以包括:确定图像是否是第一类型图像;当确定出图像是第一类型图像时,利用迭代阈值法进行阈值分割;当确定出图像不是第一类型图像时,利用最大熵阈值分割法进行阈值分割。
5、在对图像进行阈值分割之后,可以利用区域生长法对图像进行区域分割。
6、根据图像的类型利用相应的形状信息测量方法的步骤可以包括:确定图像是否是第三类型图像;当确定出图像是第三类型图像时,直接测量提取到的测量对象的形状信息;当确定出图像不是第三类型图像时,提取测量对象的边缘,接收对测量起点和测量终点的选择,并且所述测量起点和测量终点的至少一个在测量对象的边缘上,测量测量起点与测量终点之间的距离,以测量出测量对象的至少一部分形状信息。
7、直接测量提取到的测量对象的形状信息的步骤可以包括:调用regionprops函数,测量出测量对象的形状信息。
8、提取测量对象的边缘的步骤可以包括:对测量对象的边缘进行平滑处理,并且利用canny边缘提取法提取测量对象的边缘。
9、接收对测量起点和测量终点的选择的步骤可以包括:调用距离绘制函数,通过用户单击的鼠标操作来接收对测量起点的选择,通过用户再次单击的鼠标操作来接收对测量终点的选择。
10、所述图像中可以进一步具有已知尺寸的参照物,测量测量起点与测量终点之间的距离的步骤包括:接收对测量标签比例尺的修改,根据修改后的测量标签比例尺来计算测量起点与测量终点之间的实际距离。
11、所述第一类型图像是向用于模拟皮肤的物质中注射药液的图像;所述第二类型图像是向动物体皮肤注射药液后的皮肤的剖视图像;所述第三类型图像是向动物体皮肤注射药液后所产生的皮丘的图像。
12、所述第一类型图像中的测量对象的所有形状信息包括:测量对象的最小外接矩形的长度和宽度、测量对象上端点沿测量对象的长度方向至测量对象内部特定一点的长度,测量对象的最小外接矩形的长度表明药液扩散深度,测量对象的最小外接矩形的宽度表明药液扩散直径,测量对象上端点沿测量对象的长度方向至测量对象内部特定一点的长度表明深入孔长度;所述第二类型图像中的测量对象的所有形状信息包括:测量对象在横向方向上的最长距离和在纵向方向上的最长距离,测量对象在横向方向上的最长距离表明皮内注射扩散宽度,测量对象在纵向方向上的最长距离表明皮内注射扩散深度;所述第三类型图像中的测量对象的所有形状信息包括测量对象的直径,测量对象的直径表明皮丘直径。
13、图像的预处理的步骤可以包括:接收由摄像机捕获到的图像,并且显示图像;裁剪图像;对裁剪后的图像进行rgb分离;通过调整分离出的g通道图像或r通道图像的对比度和/或灰度值来使图像增强。
14、对裁剪后的图像进行rgb分离的步骤可以包括:确定无针注射器测试时所注射的药液是否是罗丹明b染色剂;当确定出无针注射器测试时所注射的药液是罗丹明b染色剂时,使裁剪后的图像分离为g通道图像;当确定出无针注射器测试时所注射的药液不是罗丹明b染色剂时,使裁剪后的图像分离为r通道图像。
15、根据本专利技术的另一个实施方案,提供了一种用于评估无针注射器的注射效果的图像的处理装置,其包括:至少一个数据处理器;以及至少一个存储器,其存储指令,当由所述至少一个数据处理器执行所述指令时,使得执行上述的用于评估无针注射器的注射效果的图像的处理方法。
16、本专利技术采取以上技术方案,其具有以下有益效果:本专利技术通过对无针注射器测试后的图像进行处理,可以自动测量出注射在物质或动物体中的药液的形状信息,通过这些形状信息可以对无针注射器的注射效果进行评估,进而可以实现无针注射器注射效果的定量评估。
本文档来自技高网...【技术保护点】
1.一种用于评估无针注射器的注射效果的图像的处理方法,所述图像中具有无针注射器测试所产生的测量对象,所述用于评估无针注射器的注射效果的图像的处理方法包括以下步骤:
2.根据权利要求1所述的用于评估无针注射器的注射效果的图像的处理方法,其中:
3.根据权利要求2所述的用于评估无针注射器的注射效果的图像的处理方法,其中:根据图像的类型利用相应的阈值分割法的步骤包括:
4.根据权利要求3所述的用于评估无针注射器的注射效果的图像的处理方法,其中:在对图像进行阈值分割之后,利用区域生长法对图像进行区域分割。
5.根据权利要求2所述的用于评估无针注射器的注射效果的图像的处理方法,其中:根据图像的类型利用相应的形状信息测量方法的步骤包括:
6.根据权利要求5所述的用于评估无针注射器的注射效果的图像的处理方法,其中,直接测量提取到的测量对象的形状信息的步骤包括:调用regionprops函数,测量出测量对象的形状信息。
7.根据权利要求5所述的用于评估无针注射器的注射效果的图像的处理方法,其中,提取测量对象的边缘的步骤包括:
8.根据权利要求5所述的用于评估无针注射器的注射效果的图像的处理方法,其中:接收对测量起点和测量终点的选择的步骤包括:调用距离绘制函数,通过用户单击的鼠标操作来接收对测量起点的选择,通过用户再次单击的鼠标操作来接收对测量终点的选择。
9.根据权利要求5所述的用于评估无针注射器的注射效果的图像的处理方法,其中:
10.根据权利要求5所述的用于评估无针注射器的注射效果的图像的处理方法,其中:
11.根据权利要求10所述的用于评估无针注射器的注射效果的图像的处理方法,其中:
12.根据权利要求1所述的用于评估无针注射器的注射效果的图像的处理方法,其中,图像的预处理的步骤包括:
13.根据权利要求12所述的用于评估无针注射器的注射效果的图像的处理方法,其中:对裁剪后的图像进行RGB分离的步骤包括:
14.一种用于评估无针注射器的注射效果的图像的处理装置,其包括:
...【技术特征摘要】
1.一种用于评估无针注射器的注射效果的图像的处理方法,所述图像中具有无针注射器测试所产生的测量对象,所述用于评估无针注射器的注射效果的图像的处理方法包括以下步骤:
2.根据权利要求1所述的用于评估无针注射器的注射效果的图像的处理方法,其中:
3.根据权利要求2所述的用于评估无针注射器的注射效果的图像的处理方法,其中:根据图像的类型利用相应的阈值分割法的步骤包括:
4.根据权利要求3所述的用于评估无针注射器的注射效果的图像的处理方法,其中:在对图像进行阈值分割之后,利用区域生长法对图像进行区域分割。
5.根据权利要求2所述的用于评估无针注射器的注射效果的图像的处理方法,其中:根据图像的类型利用相应的形状信息测量方法的步骤包括:
6.根据权利要求5所述的用于评估无针注射器的注射效果的图像的处理方法,其中,直接测量提取到的测量对象的形状信息的步骤包括:调用regionprops函数,测量出测量对象的形状信息。
7.根据权利要求5所述的用于评估无针注射器的注射效果的图像的处理方法,其中...
【专利技术属性】
技术研发人员:陈伶宜,郭兴成,张澄,袁敏,
申请(专利权)人:江苏乐聚医药科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。