易操作、好推广！以智能手机为平台的荧光免疫层析定量检测装置( 二 )

为了提高试条图像数据的一致性，系统应消除外界光线的干扰，整个光路尽可能空间密闭[11] 。采集图像时所需要的照明光线，由340nm波长的激发光源提供。取景口加装微距镜，将暗盒高度从7cm缩小到3.5cm；微距镜前添加中心波长610nm的滤光镜，减小其他波长的光线对荧光的影响；荧光暗盒内部部分区域贴上漫反射片，延长光路并增大LED照射范围。
2.1 Android软件设计
本文设计的检测装置软件，基于Android Studio平台开发，同时借助OpenCV计算机视觉库、LitePal开源Android数据库进行图像分析及数据处理。以高精度、高效率、友好的人机交互体验为目标，提高不同Android版本、终端设备间的兼容性，为后期的大面积推广应用做准备。
软件流程如图3所示，图中图像处理环节：调用截图函数对试条图像进行剪切，以获得试条观察窗部分的图像；再使用OpenCV计算机视觉库的降噪函数进行图像降噪处理。
人机交互流程如图4所示，整个程序以主页面为中心枢纽，首页可跳转至历史记录显示页面，方便用户查询数据，同时也支持触发程序主页面。主页面内包含程序的主要功能，按需跳转至不同的功能页面。为支持对前期采集的试条图像进行计算，采集按钮设计成触发相册页面。采集新图像时，点击相册内置的拍照按钮，程序转至拍照页面。

本文插图
图3 荧光免疫层析试条检测软件流程图

本文插图
图4 人机交互流程
2.2 T线、C线图像分割及特征值提取
对试条图像进行观察、比较过程中，发现试条做工比较精细；质控线（control line, C线）、测试线（test line, T线）垂直方向上荧光物质分布均匀，形状为矩形；不同批次的试纸条T线、C线位置基本一致；试条观察窗背景颜色单一，与目标图形差异主要体现在灰度值上。荧光暗盒上设计的试条、手机固定装置，结实牢靠且匹配精度高。
基于软件图像处理、分析的灵活性考虑，本文采用固定窗口预截图后，计算、比较滑动窗口覆盖区域的灰度值，实现T线、C线的图像探测与分割。该方法既有效地提取图像中的目标区域，又节约系统的运算资源，提高软件运行速度。
滑动窗口运动方式如图5所示，黑色矩形代表左边滑动窗口，灰色矩形代表右边滑动窗口，以横坐标X中点为界把图像分为左右两个部分，两个滑动窗口在各自的区域内，以一个像素点为步长水平移动。每移动一次，计算出当前覆盖像素的灰度值总和，经过比较算出左右区域的最大值。
在双抗夹心荧光免疫层析试条定量分析时，可用T线、C线像素灰度值的比值作为特征值。荧光标记物在层析的过程中，少量残留于试条背景区域上，在设定特征值时应考虑背景区域的影响。令左边滑动窗口当前覆盖区域的灰度值总和为Hx ，最大值为HC；右边滑动窗口当前覆盖区域的灰度值总和为Hy ，最大值为HT；特征值

本文插图
公式（1）

本文插图
图5 滑动窗口运动方式
2.3 标准试条图像测试
为了验证软件设计的图像分割、特征值提取算法，本文使用标准荧光试条图片，对检测装置进行测试。

本文插图
图6 荧光试条标准图像
由于软件算法设计合理，实际计算过程中耗时少。图7列出1号至12号试条识别的结果，左边的矩形框内为C线，右边矩形框内为T线。