基于HSI顏色空間的酮類氣體檢測算法應用研究.pdf

1、人體酮體水平在臨床上具有重要意義，特別是對于糖尿病患者來說，它能為醫(yī)生提供有效的診斷依據(jù)并能及時地遏制病情的進一步惡化，因此長期且頻繁的酮體水平監(jiān)測更是必須的。伴隨著當前POCT技術(shù)以及醫(yī)療儀器家用化的持續(xù)發(fā)展，人們迫切需要一種無創(chuàng)、直觀簡便的酮體檢測方法。呼吸酮作為反映人體酮體水平的重要標志物，為酮體無創(chuàng)檢測帶來了新的思路。立足于無創(chuàng)、直觀簡便等檢測需求，本文總結(jié)并對比了現(xiàn)有的酮體檢測技術(shù)，結(jié)合比色傳感器陣列的顏色特征響應機制和分析化

2、學中顏色空間的廣泛應用，設計了一種基于HSI顏色空間的呼吸酮檢測系統(tǒng)，主要針對該系統(tǒng)的特征提取和特征分析等內(nèi)容進行了深入研究。
　　本研究主要內(nèi)容包括：①基于比色傳感器陣列的交叉響應機制，結(jié)合當前基于顏色信息的分析化學儀器的基本要求，完成了呼吸酮檢測系統(tǒng)的整體方案設計。②結(jié)合比色傳感器陣列圖像的特點和主要噪聲來源，設計了一種基于HSI顏色空間的圖像特征提取算法，有效、準確地實現(xiàn)了比色傳感器陣列的顏色信息的提取。整個圖像特征提取過程

3、中，在傳統(tǒng)模糊C均值（FCM）聚類算法基礎(chǔ)上，提出了一種H&I加權(quán)分量的FCM圖像分割算法。相比于陣列圖像在RGB顏色空間下常用的Otsu算法和傳統(tǒng)的 FCM圖像分割算法，該分割算法在不同類型陣列點圖像分割中展示了96.54%的整體最優(yōu)分割精度。③基于Qt+OpenCV的開發(fā)環(huán)境下，根據(jù)算法設計流程，實現(xiàn)了本文所提出的圖像特征提取算法，完成了算法設計到實際工程應用的轉(zhuǎn)化。④以所設計的檢測系統(tǒng)為實驗平臺，實現(xiàn)了不同濃度丙酮氣體的檢測。針對