【技术实现步骤摘要】
本专利技术涉及生物检测领域，具体地涉及一种基于目标图像分析病毒检测方法、装置、设备及介质。
技术介绍
1、随着病毒检测技术的快速发展，检测试剂盒被广泛应用于各种病毒的检测场景中。以新型冠状病毒的检测试剂盒为例，检测试剂盒包括了两个检测区。在两个检测区均出现红色的色带的情况下，则确定病毒检测结果为阳性。对于高传染性的病毒，可以由被检测人员自主使用检测试剂盒进行检测，但被检测人员还需要将检测试剂盒的照片上传至检测平台。检测平台的工作人员根据检测试剂盒的照片，对被检测人员的病毒检测结果进行核对，以便于统计不同区域中病毒检测结果为阳性的人员数量和病毒检测结果为阴性的人员数量。
2、然而，当一个区域中存在着大量被检测人员时，人工核查时需要花费大量的时间，导致确定病毒检测结果的效率低下。此外，还存在着被检测人员拍摄的检测试剂盒照片亮度过高等异常情况，导致工作人员无法确定看清检测试剂盒的色带变化，需要通知被检测人员重新拍摄检测试剂盒的照片，导致确定病毒检测结果的效率低下。
技术实现思路
1、本专利技术实施例的目的是提供一种设备，该设备用于解决病毒检测结果的效率低下问题。
2、为了实现上述目的，第一方面，本申请提供一种基于目标图像分析的病毒检测方法，基于目标图像分析的病毒检测方法包括：
3、将获取到的检测试剂盒的图像分块为多个分块子图像；
4、分别对每个分块子图像进行直方图计算，得到每个分块子图像的直方图；
5、将每个直方图的第一目标区域
6、将所有的像素更新后的分块子图像进行合并，得到检测试剂盒的目标图像；
7、将目标图像输入至目标病毒检测模型，得到检测试剂盒对应的病毒类别检测结果。
8、结合第一方面，在第一种可能的实现方式中，将获取到的检测试剂盒的图像分块为多个分块子图像，包括：
9、将获取到的检测试剂盒的图像进行张量化处理，得到检测试剂盒的张量化图像；
10、将张量化图像分块为多个分块子图像。
11、结合第一方面，在第二种可能的实现方式中，将所有的分块子图像进行合并，得到检测试剂盒的目标图像，包括：
12、基于每个像素更新后的分块子图像相邻的像素更新后的分块子图像的边缘，分别对每个像素更新后的分块子图像进行平滑化，分别得到平滑化后的分块子图像；
13、将所有平滑化后的分块子图像进行合并，得到检测卡盒的目标图像。
14、结合第一方面，在第三种可能的实现方式中，将所有的分块子图像进行合并，得到检测试剂盒的目标图像，包括：
15、获取每个像素更新后的分块子图像的累计分布函数；
16、利用累计分布函数对像素更新后的分块子图像的像素值进行映射，分别得到图像增强后的分块子图像；
17、将所有图像增强后的分块子图像进行合并，得到检测试剂盒的目标图像。
18、结合第一方面，在第四种可能的实现方式中，将目标图像输入至目标病毒检测模型，得到检测试剂盒对应的病毒类别检测结果，包括：
19、将目标图像输入至目标病毒检测模型，得到目标病毒检测模型输出的类别预测结果和类别预测结果的置信度；
20、在置信度小于或等于预设置信度的情况下，将检测试剂盒对应的病毒类别检测结果确定为无效类别。
21、在置信度大于预设置信度的情况下，将类别预测结果确定为检测试剂盒对应的病毒类别检测结果。
22、结合第一方面，在第五种可能的实现方式中，目标病毒检测模型通过以下步骤得到：
23、将病毒检测的样本图像输入至预设模型，训练预设模型，得到目标病毒检测模型。
24、第二方面，本申请提供一种基于目标图像分析的病毒检测装置，基于目标图像分析的病毒检测装置包括：
25、图像分块模块，用于将获取到的检测试剂盒的图像分块为多个分块子图像；
26、像素值得到模块，用于分别对每个分块子图像进行直方图计算，得到每个图像区域的像素值；
27、像素分配模块，用于将每个直方图的第一目标区域的像素分配至第二目标区域，分别得到像素更新后的分块子图像，其中，第一目标区域为直方图的像素值大于预设像素值的区域，第二目标区域为直方图的像素值小于或等于预设像素值的区域；
28、图像合并模块，用于将所有的像素更新后的分块子图像进行合并，得到检测试剂盒的目标图像；
29、检测结果得到模块，用于将目标图像输入至目标病毒检测模型，得到检测试剂盒对应的病毒类别检测结果。
30、结合第一方面，在第一种可能的实现方式中，图像分块模块包括：
31、张量化子模块，用于将获取到的检测试剂盒的图像进行张量化处理，得到检测试剂盒的张量化图像；
32、分块子模块，用于将张量化图像分块为多个分块子图像。
33、第三方面，本申请提供一种计算机设备，计算机设备包括存储器及处理器，存储器存储有计算机程序，计算机程序在处理器执行时，实现如第一方面的基于目标图像分析的病毒检测方法。
34、第四方面，本申请提供一种机器可读存储介质，机器可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现如第一方面的基于目标图像分析的病毒检测方法。
35、本申请提供一种基于目标图像分析的病毒检测方法，包括：将获取到的检测试剂盒的图像分块为多个分块子图像；分别对每个分块子图像进行直方图计算，得到每个分块子图像的直方图；将每个直方图的第一目标区域的像素分配至第二目标区域；将所有的分块子图像进行合并，得到检测试剂盒的目标图像；将目标图像输入至目标病毒检测模型，得到检测试剂盒对应的病毒类别检测结果。由于像素分配后的检测试剂盒的目标图像中不会出现过亮或过暗的区域，将检测试剂盒的目标图像输入至目标病毒检测模型，能够得到准确检测试剂盒对应的病毒类别检测结果，不需要人工确定病毒检测结果，提高确定病毒检测结果的效率。
36、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种基于目标图像分析的病毒检测方法，其特征在于，所述基于目标图像分析的病毒检测方法包括：
2.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将获取到的检测试剂盒的图像分块为多个分块子图像，包括：
3.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将所有的所述像素更新后的分块子图像进行合并，得到所述检测试剂盒的目标图像，包括：
4.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将所有的所述分块子图像进行合并，得到所述检测试剂盒的目标图像，包括：
5.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将所述目标图像输入至目标病毒检测模型，得到所述检测试剂盒对应的病毒类别检测结果，包括：
6.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述目标病毒检测模型通过以下步骤得到：
7.一种基于目标图像分析的病毒检测装置，其特征在于，所述基于目标图像分析的病毒检测装置包括：
8.根据权利要求7所述的基于目
9.一种计算机设备，其特征在于，所述计算机设备包括存储器及处理器，所述存储器存储有计算机程序，所述计算机程序在所述处理器执行时，实现如权利要求1至6中任一项所述的基于目标图像分析的病毒检测方法。
10.一种机器可读存储介质，其特征在于，所述机器可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至6中任一项所述的基于目标图像分析的病毒检测方法。
...【技术特征摘要】
1.一种基于目标图像分析的病毒检测方法，其特征在于，所述基于目标图像分析的病毒检测方法包括：
2.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将获取到的检测试剂盒的图像分块为多个分块子图像，包括：
3.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将所有的所述像素更新后的分块子图像进行合并，得到所述检测试剂盒的目标图像，包括：
4.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将所有的所述分块子图像进行合并，得到所述检测试剂盒的目标图像，包括：
5.根据权利要求1所述的基于目标图像分析的病毒检测方法，其特征在于，所述将所述目标图像输入至目标病毒检测模型，得到所述检测试剂盒对应的病毒类别检测结果，包括：<...
【专利技术属性】
技术研发人员：解亚平，吴运虎，郑茜，张辉，刘立柱，刘嘉轩，
申请(专利权)人：湖南元景智造科技有限公司，
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。