浓度检测方法及装置与流程

1.本技术涉及图像处理技术领域，具体涉及一种浓度检测方法及装置。


背景技术：

2.当空气中某些成分物的浓度超出一定范围时，会影响人体健康。以甲醛为例，当空气中甲醛含量超出一定浓度时，会对人体产生较大损害，严重时会致人死亡。因此，对特定成分物的浓度检测显得尤为重要。在相关技术中，常用的甲醛检测方法包括使用甲醛测试盒进行检测。但是，在使用甲醛测试盒进行检测时，由于环境因素以及检测者的主观性，导致无法准确客观地从比色卡中选出与试剂颜色最为接近的颜色，从而导致检测结果缺乏准确性和客观性。


技术实现要素：

3.为此，本技术提供一种浓度检测方法及装置，以解决在确定待检测物浓度时，无法准确客观地确定检测结果的问题。
4.为了实现上述目的，本技术第一方面提供一种浓度检测方法，该方法包括：
5.获取试剂的第一图像和比色卡的第二图像，其中，所述第一图像和所述第二图像是在处于相同的环境配置条件和相同的拍摄配置条件下获取的图像，所述比色卡中包括至少一个色块，且所述色块与待检测物浓度具有对应关系；
6.分别对所述第一图像和所述第二图像进行特征提取，获得所述第一图像的特征信息和所述第二图像的特征信息；
7.根据所述第一图像的特征信息和所述第二图像的特征信息，从所述第二图像中确定出与所述第一图像相匹配的目标色块；
8.根据所述目标色块与待检测物浓度的对应关系，确定所述试剂的待检测物浓度。
9.进一步地，所述环境配置条件包括光通量配置、发光强度配置、亮度配置和照度配置中的至少一种，所述拍摄配置条件包括曝光配置、拍摄角度配置和拍摄距离配置中的至少一种。
10.进一步地，所述分别对所述第一图像和所述第二图像进行特征提取，获得所述第一图像的特征信息和所述第二图像的特征信息，包括：
11.按照预设的特征维度，分别对所述第一图像和所述第二图像进行特征提取，获得所述第一图像的特征信息和所述第二图像的特征信息；
12.其中，所述特征维度包括颜色特征维度、灰度特征维度和纹理特征维度中的至少一种。
13.进一步地，所述按照预设的特征维度，分别对所述第一图像和所述第二图像进行特征提取，获得所述第一图像的特征信息和所述第二图像的特征信息，包括：
14.分别对所述第一图像和所述第二图像进行边缘识别，确定所述第一图像的目标区域和所述第二图像的目标区域，其中，所述目标区域表示有效的图像检测区域；
15.按照所述特征维度，分别对所述第一图像的目标区域和所述第二图像的目标区域进行特征提取，获得所述第一图像的特征信息和所述第二图像的特征信息。
16.进一步地，所述特征维度包括颜色特征维度，所述特征信息包括颜色特征分量；
17.所述按照所述特征维度，分别对所述第一图像的目标区域和所述第二图像的目标区域进行特征提取，获得所述第一图像的特征信息和所述第二图像的特征信息，包括：
18.确定所述第一图像的目标区域在指定颜色通道的取值，获得所述第一图像在所述指定颜色通道的颜色特征分量；
19.确定所述第二图像的目标区域中各个色块在所述指定颜色通道的取值，获得所述第二图像中各个色块在所述指定颜色通道的颜色特征分量。
20.进一步地，所述根据所述第一图像的特征信息和所述第二图像的特征信息，从所述第二图像中确定出与所述第一图像相匹配的目标色块，包括：
21.根据所述第一图像的颜色特征分量和所述第二图像中各个色块的颜色特征分量，获取所述第一图像与所述第二图像中各个色块的颜色特征差异信息；
22.根据所述颜色特征差异信息，从所述第二图像的各个色块中选取所述目标色块。
23.进一步地，所述颜色特征差异信息包括所述第一图像与所述第二图像中各个色块之间的颜色特征分量标准差；
24.所述根据所述颜色特征差异信息，从所述第二图像的各个色块中选取所述目标色块，包括：
25.确定在所述第二图像中，取值最小的所述颜色特征分量标准差对应的色块作为所述目标色块。
26.进一步地，所述根据所述目标色块与待检测物浓度的对应关系，确定所述试剂的待检测物浓度之后，还包括：
27.显示所述试剂的待检测物浓度。
28.进一步地，所述待检测物包括甲醛。
29.为了实现上述目的，本技术第二方面提供一种浓度检测装置，该装置包括：
30.图像获取模块，被配置为获取试剂的第一图像和比色卡的第二图像，其中，所述第一图像和所述第二图像是在处于相同的环境配置条件和相同的拍摄配置条件下获取的图像，所述比色卡中包括至少一个色块，且所述色块与待检测物浓度具有对应关系；
31.特征提取模块，被配置为分别对所述第一图像和所述第二图像进行特征提取，获得所述第一图像的特征信息和所述第二图像的特征信息；
32.色块匹配模块，被配置为根据所述第一图像的特征信息和所述第二图像的特征信息，从所述第二图像中确定出与所述第一图像相匹配的目标色块；
33.浓度确定模块，被配置为根据所述目标色块与待检测物浓度的对应关系，确定所述试剂的待检测物浓度。
34.本技术具有如下优点：
35.本技术提供的浓度检测方法及装置，获取试剂的第一图像和比色卡的第二图像；分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息；根据第一图像的特征信息和第二图像的特征信息，从第二图像中确定出与第一图像相匹配的目标色块；根据目标色块与待检测物浓度的对应关系，确定试剂的待检测物浓度。该
方法可以避免环境因素和拍摄因素对试剂图像和比色卡图像的影响，从而可以获得更加准确的图像特征，并且，在确定目标色块时，不再依赖于人眼识别，而是基于图像特征进行确定，从而可以有效降低主观性影响，提高确定的目标色块的客观性和准确度，进而在根据目标色块确定试剂的待检测物浓度时，获得客观准确的结果。
附图说明
36.附图是用来提供对本技术的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本技术，但并不构成对本技术的限制。
37.图1为本技术实施例提供的一种浓度检测方法的流程图；
38.图2为本技术实施例提供的一种图像特征提取方法的流程图；
39.图3为本技术示例性实施例的浓度检测方法的流程图；
40.图4为本技术实施例提供的一种浓度检测装置的组成方框图；
41.图5为本技术实施例提供的一种终端的组成方框图；
42.图6为本技术实施例提供的一种电子设备的组成方框图。
具体实施方式
43.以下结合附图对本技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本技术，并不用于限制本技术。
44.甲醛是一种无色、刺激性和可溶性气体，被广泛应用在室内装修板材、墙纸涂料以及布艺纺织品的生产加工过程中，使得板材、墙纸涂料以及布艺纺织品成为室内的甲醛释放源。当空气中的甲醛超过一定浓度后，会导致人产生头痛、乏力、疲倦、失眠等症状，严重时甚至会致人死亡。因此，有必要对甲醛浓度进行检测。
45.常见的甲醛检测方法为使用甲醛检测盒进行检测，检测过程包括：首先，根据产品要求将待检测房间的门窗关闭一段时间(如，2小时)，并且，在密闭期间要关闭室内的空调、空气净化器等空气调节设备，同时，还可将家具柜门和抽屉等打开；其次，将甲醛检测盒的吸收盒置于该密闭房间内，以使吸收盒中的试剂充分吸收室内的甲醛；最后，将显色剂倒入吸收盒内，盖好盒盖，静置一段时间，待试剂颜色稳定之后，确定比色卡中与试剂颜色匹配的色块，根据该色块对应的甲醛浓度确定室内的甲醛浓度。但是，由于环境光线原因以及人为主观性，针对同一份试剂，不同人员从比色卡中选取的色块可能不同，导致确定的甲醛浓度也不同，从而无法保障检测结果的准确性和客观性。
46.有鉴于此，本技术提供一种浓度检测方法及装置，可以避免环境因素和拍摄因素对试剂图像和比色卡图像的影响，获得更加准确的图像特征，并且，在确定目标色块时，不再依赖于人眼识别，而是基于图像特征进行确定，从而可以有效降低主观性影响，提高确定的目标色块的客观性和准确度，在根据目标色块确定试剂的待检测物浓度时，获得更加客观准确的检测结果。
47.本技术第一方面提供一种浓度检测方法。图1为本技术实施例提供的一种浓度检测方法的流程图。如图1所示，该浓度检测方法包括如下步骤：
48.步骤s101，获取试剂的第一图像和比色卡的第二图像。
49.其中，第一图像和第二图像是在处于相同的环境配置条件和相同的拍摄配置条件
下获取的图像，比色卡中包括至少一个色块，且色块与待检测物浓度具有对应关系。试剂可用于检测甲醛浓度、物质酸碱性以及是否存在特定生物酶等，且试剂可以设置为液体试剂和纸质试剂等形式，本技术对试剂用途和试剂形式不作限定。
50.在一些实施例中，环境配置条件包括光通量配置、发光强度配置、亮度配置和照度配置中的至少一种，拍摄配置条件包括曝光配置、拍摄角度配置和拍摄距离配置中的至少一种。其中，相同的环境配置条件和相同的拍摄配置条件可以指：在获取第一图像和第二图像时，上述各个配置处于同一个范围内，例如拍摄距离配置均处于4-5m(米)的距离范围内。本公开对范围的具体设定不作限制。
51.在相同的环境配置条件和相同的拍摄配置条件下获取第一图像和第二图像，可以有效避免由于环境因素或拍摄操作对第一图像和第二图像带来的干扰，从而提高浓度检测结果的准确性。
52.需要说明的是，在一些实施例中，通过试剂的显色反应确定待检测物的浓度，其中，显色反应是指将试剂中被测组分转变成有色化合物的反应。以甲醛检测为例，将试剂放置在待测空间中，经过一段时间之后，试剂吸收待测空间中的甲醛，甲醛与试剂中的某些特定成分发生化学反应，形成有色化合物，使得试剂的颜色发生变化。通常情况下，待测空间内甲醛浓度不同，试剂最终显示的颜色也相应不同，基于此，通过发生显色反应之后的试剂颜色，即可确定待测空间中的甲醛浓度。
53.步骤s102，分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息。
54.其中，图像的特征可以反映图像色彩、纹理、形状等内容，其包括但不限于颜色特征、灰度特征和纹理特征。在实际应用中，针对不同的检测场景，从图像中提取的特征也相应不同，以获得更加准确的检测结果。
55.例如，在利用甲醛检测盒进行甲醛浓度检测的应用场景中，考虑到甲醛检测试剂会基于显色反应发生颜色变化，且甲醛浓度不同，试剂颜色也相应不同，因此，针对该应用场景，可着重提取图像的颜色特征，以根据颜色特征确认甲醛浓度。
56.又如，在利用人绒毛膜促性腺激素(chorionic gonadotropin，hcg)检测试纸进行检测时，通常在试纸中预设显色反应区域(例如，条状区域或十字形区域)。当hcg浓度达到一定浓度阈值之后，显色反应区域的颜色会发生变化，而试纸其他区域的颜色不会发生变化，从而在试纸上显示特定的图案(图案的形状与显色反应的区域形状相对应)，图案具有特定的颜色。基于此，可以提取图像的纹理特征和颜色特征(或者，纹理特征和灰度特征)，以根据纹理特征和颜色特征(或者，纹理特征和灰度特征)共同确认hcg浓度。
57.在一些实施例中，分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息的步骤，包括：按照预设的特征维度，分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息。其中，特征维度包括颜色特征维度、灰度特征维度和纹理特征维度中的至少一种。
58.在一些具体实现中，特征维度包括颜色特征维度，特征信息包括颜色特征分量。按照预设的特征维度，分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息，包括：首先，确定第一图像在指定颜色通道的取值，获得第一图像在指定颜色通道的颜色特征分量；其次，确定第二图像中各个色块在指定颜色通道的取值，
获得第二图像中各个色块在指定颜色通道的颜色特征分量。其中，指定颜色通道可以是基于rgb(red、green、blue，红绿蓝)颜色模型颜色通道，其包括红色通道、绿色通道和蓝色通道，相应的，图像的颜色特征分量包括该图像在红色通道的取值、绿色通道的取值和蓝色通道的取值。
59.步骤s103，根据第一图像的特征信息和第二图像的特征信息，从第二图像中确定出与第一图像相匹配的目标色块。
60.其中，第二图像中包括至少一个色块，不同的色块具有不同的特征信息。通过比较第一图像的特征信息与第二图像的特征信息，可以确定第二图像中与第一图像最为相似的色块，并将该色块确定为目标色块。
61.在一些实施例中，根据第一图像的特征信息和第二图像的特征信息，从第二图像中确定出与第一图像相匹配的目标色块的步骤，包括：首先，根据第一图像的特征信息和第二图像中各个色块的特征信息，获取第一图像与第二图像中各个色块的特征差异信息；其次，根据特征差异信息，从第二图像的各个色块中选取目标色块。其中，特征信息包括颜色特征信息、灰度特征信息和纹理特征信息中的任意一种或多种。
62.步骤s104，根据目标色块与待检测物浓度的对应关系，确定试剂的待检测物浓度。
63.其中，比色卡中各个色块与待检测物浓度之间预设有对应关系，确定目标色块之后，根据目标色块对应的待检测物浓度，即可确定试剂的待检测浓度。
64.例如，比色卡中包括5个色块，分别为第一色块、第二色块、第三色块、第四色块和第五色块。其中，第一色块对应的待检测浓度为20％，第二色块对应的待检测浓度为40％，第三色块对应的待检测浓度为50％，第四色块对应的待检测浓度为70％，第五色块对应的待检测浓度为90％。假设通过前述步骤，确定目标色块为第四色块。由于第四色块对应的待检测物浓度为70％，因此，确定试剂的待检测浓度也是70％。
65.需要说明的是，在一些实施例中，在步骤s104，根据目标色块与待检测物浓度的对应关系，确定试剂的待检测物浓度之后，还包括：显示试剂的待检测物浓度。
66.本实施例中，获取试剂的第一图像和比色卡的第二图像；分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息；根据第一图像的特征信息和第二图像的特征信息，从第二图像中确定出与第一图像相匹配的目标色块；根据目标色块与待检测物浓度的对应关系，确定试剂的待检测物浓度。该方法可以避免环境因素和拍摄因素对试剂图像和比色卡图像的影响，从而可以获得更加准确的图像特征，并且，在确定目标色块时，不再依赖于人眼识别，而是基于图像特征进行确定，从而可以有效降低主观性影响，提高确定的目标色块的客观性和准确度，进而在根据目标色块确定试剂的待检测物浓度时，获得客观准确的结果。
67.图2为本技术实施例提供的一种图像特征提取方法的流程图。
68.如图2所示，该图像特征提取方法包括如下步骤：
69.步骤s201，分别对第一图像和第二图像进行边缘识别，确定第一图像的目标区域和第二图像的目标区域。
70.其中，目标区域表示有效的图像检测区域。
71.在对试剂和比色卡进行拍摄，获取第一图像和第二图像时，受限于试剂或者显色卡的形状、拍摄角度、拍摄距离等因素，获得的第一图像和第二图像中通常存在部分背景区
域(即图像中除试剂/比色卡之外的区域)。在提取图像特征时，背景区域的特征会干扰试剂区域或比色卡区域的特征，从而影响检测结果的准确性。因此，在提取第一图像和第二图像的特征之前，先通过边缘识别操作，确定出第一图像和第二图像中的有效检测区域，从而确定目标区域，以基于目标区域执行特征提取操作。
72.例如，试剂为甲醛检测盒，其形状为圆形，在拍摄试剂图像时，无法直接获得只包括甲醛检测盒的第一图像，而是获得包括背景区域(例如，放置甲醛检测盒的桌面)的第一图像。因此，可以对第一图像进行边缘识别，确定第一图像中的背景区域和试剂区域，并将试剂区域作为第一图像的目标区域，在后续特征提取环节，只提取试剂区域的特征信息。
73.又如，比色卡为矩形的卡片，由于拍摄角度、拍摄距离等限制，无法直接获得只包括比色卡的第二图像，而是获得包括背景区域(例如，放置比色卡的桌面)的第二图像。因此，对第二图像进行边缘识别，可以确定第二图像中的背景区域和比色卡区域，并将比色卡区域作为第二图像的目标区域，在后续特征提取环节，只提取比色卡区域的特征信息。
74.需要说明的是，在一些实施例中，当识别出来的第一图像或第二图像的目标区域存在倾斜、扭曲等情形时，可以基于图像处理技术对其进行处理，从而获得正常的目标区域的图像。
75.步骤s202，按照特征维度，分别对第一图像的目标区域和第二图像的目标区域进行特征提取，获得第一图像的特征信息和第二图像的特征信息。
76.其中，特征维度包括但不限于颜色特征维度、灰度特征维度和纹理特征维度。
77.例如，在基于甲醛检测盒进行甲醛浓度检测的应用场景中，提取第一图像的目标区域的颜色特征，以及第二图像的目标区域的颜色特征。其中，第一图像的目标区域的颜色特征包括该目标区域中各个像素点在rgb颜色通道的取值；第二图像的目标区域的颜色特征包括每个色块中各个像素点在rgb颜色通道的取值。在获得上述颜色特征信息之后，根据本技术上一实施例公开的浓度检测方法即可获得试剂对应的甲醛浓度。
78.又如，在基于hcg试纸进行hcg浓度检测的应用场景中，假设hcg试纸中显色反应区域为“十字形”，比色卡为包装盒或说明书中提供的用于确定检测结果的图片。为提高检测结果的准确性，提取第一图像的目标区域的纹理特征和灰度特征，以及第二图像的目标区域的纹理特征和灰度特征。
79.需要说明的是，在提取纹理特征和灰度特征之后，hcg浓度检测的过程包括：首先，根据第一图像目标区域的纹理特征和第二图像目标区域的纹理特征，获得第一匹配结果，第一匹配结果用于表征试剂与比色卡关于纹理特征的匹配程度(例如，第二图像目标区域的纹理特征对应形状为“十字形”，根据第一图像的纹理特征确定其对应形状是否同样是“十字形”)；其次，在进行纹理匹配操作的基础上，进一步确定第一图像目标区域中显色反应区的灰度特征以及其他区域(即第一图像目标区域中除显色反应区之外的区域)的灰度特征，以及第二图像目标区域中显色反应区的灰度特征以及其他区域(即第二图像目标区域的色块内除显色反应区之外的区域)的灰度特征；再次，通过灰度特征的比较，获得第一图像目标区域中显色反应区与第二图像目标区域中显色反应区的灰度特征差异信息和/或第一图像目标区域中显色反应区与第一图像目标区域中其他区域的灰度特征差异信息；最后，根据上述灰度特征差异信息，确定第二图像中与第一图像相匹配的目标色块，并根据目标色块确定hcg浓度。
80.在本实施例中，考虑到试剂图像和比色卡图像中的背景区域可能对检测结果产生影响，因此，在进行特征提取之前，先通过边缘识别操作确定试剂图像和比色卡图像中的有效检测区域，并只提取有效检测区域的特征，从而可以有效降低背景区域多检测结果的影响，提高检测结果的准确性。
81.图3为本技术示例性实施例提供的一种浓度检测方法的流程图。如图3所示，该浓度检测方法包括如下步骤：
82.步骤s301，将检测甲醛的试剂放置在待测空间中，待试剂充分吸收甲醛之后，将显色剂滴入试剂中，并等待试剂的颜色趋于稳定。
83.步骤s302，在相同的环境配置条件和相同的拍摄配置条件下，分别拍摄试剂和比色卡，获得试剂对应的第一图像和比色卡对应的第二图像。
84.步骤s303，对第一图像进行边缘识别，确定第一图像的目标区域，并提取第一图像目标区域的颜色特征，获得第一图像目标区域中各个像素对应rgb通道的颜色特征分量。
85.在一些具体实现中，第一图像目标区域的颜色特征分量为(r0
ij
,g0
ij
,b0
ij
)，其中，i表示第一图像目标区域中像素点的行数，j表示第一图像目标区域中像素点的列数，i和j是大于或等于1的整数，r0
ij
表示第一图像目标区域中第i行第j列对应的像素点的红色通道特征分量，g0
ij
表示第一图像目标区域中第i行第j列对应的像素点的绿色通道特征分量，b0
ij
表示第一图像目标区域中第i行第j列对应的像素点的蓝色通道特征分量。
86.步骤s304，对第二图像进行边缘识别，确定第二图像的目标区域，并提取第二图像目标区域的颜色特征，获得第二图像目标区域中各个像素对应rgb通道的颜色特征分量。
87.在一些具体实现中，第二图像目标区域中包括n个色块，第t个色块的颜色特征分量为(rt
pq
,gt
pq
,bt
pq
)。其中，n是大于或等于1的整数，t的取值范围为{1,
…
,n}，p表示第t个色块中像素点的行数，q表示第t个色块中像素点的列数，p和q是大于或等于1的整数，rt
pq
表示第t个色块中第p行第q列对应的像素点的红色通道特征分量，gt
pq
表示第t个色块中第p行第q列对应的像素点的绿色通道特征分量，bt
pq
表示第t个色块中第p行第q列对应的像素点的蓝色通道特征分量。
88.步骤s305，根据颜色特征分量，确定第一图像与各个色块的特征差异信息。
89.在一些具体实现中，通过公式(1)计算第一图像与各个色块的特征差异值，从而获得特征差异信息。
90.dt＝sqrt(((r0
ij-rt’)2 (g0
ij-gt’)2 (b0
ij-bt’)2)/(m-1))
ꢀꢀꢀꢀꢀꢀꢀ
(1)
91.其中，dt表示第一图像与第t个色块的特征差异值，rt’表示第t个色块的红色通道特征分量的平均值，可以由通过对rt
pq
进行累加并除以第t个色块的像素点总数获得，gt’表示第t个色块的绿色通道特征分量的平均值，可以由通过对gt
pq
进行累加并除以第t个色块的像素点总数获得，bt’表示第t个色块的蓝色通道特征分量的平均值，可以由通过对bt
pq
进行累加并除以第t个色块的像素点总数获得；m表示第一图像的像素点总数。
92.步骤s306，根据特征差异信息，确定目标色块。
93.在一些具体实现中，通过公式(2)确定目标色块。
94.dr＝min{d1,
…
,dn}
ꢀꢀꢀꢀꢀꢀ
(2)
95.其中，dr为目标色块对应的特征差异值，min(xi)函数为选取最小值函数，其运算结果等于输入参数xi中的最小值。换言之，将特征差异值中的最小取值对应的色块确定为
目标色块。
96.需要说明的是，在一些具体实现中，还可以通过其他方式确定特征差异值，本技术对此不作限定。
97.步骤s307，根据目标色块与甲醛浓度的对应关系，确定试剂对应的甲醛浓度。
98.具体地，目标色块对应甲醛浓度为20％，则确定试剂对应甲醛浓度也是20％。
99.在本实施例中，基于相同的环境配置条件和相同的拍摄配置条件下获取试剂图像和比色卡图像，可以有效避免环境因素和拍摄因素对试剂图像和比色卡图像的影响，从而可以获得更加准确的图像特征。并且，在确定目标色块时，不再依赖于人眼识别，而是基于图像特征进行确定，从而可以有效降低主观性影响，提高确定的目标色块的客观性和准确度，进而在根据目标色块确定试剂对应的甲醛浓度时，获得更加客观准确的结果。
100.上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本技术的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该申请的保护范围内。
101.本技术第二方面提供一种浓度检测装置。图4为本技术实施例提供的一种浓度检测装置的组成方框图。如图4所示，该浓度检测装置400包括如下模块：
102.图像获取模块401，被配置为获取试剂的第一图像和比色卡的第二图像。
103.其中，第一图像和第二图像是在处于相同的环境配置条件和相同的拍摄配置条件下获取的图像，比色卡中包括至少一个色块，且色块与待检测物浓度具有对应关系。
104.特征提取模块402，被配置为分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息。
105.其中，图像的特征可以反映图像色彩、纹理、形状等内容，其包括但不限于颜色特征、灰度特征和纹理特征。在实际应用中，针对不同的检测场景，从图像中提取的特征也相应不同，以获得更加准确的检测结果。
106.在一些实施例中，特征提取模块402，用于按照预设的特征维度，分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息。其中，特征维度包括颜色特征维度、灰度特征维度和纹理特征维度中的至少一种。
107.在一些具体实现中，特征维度包括颜色特征维度，特征信息包括颜色特征分量。特征提取模块402，具体用于：首先，确定第一图像在指定颜色通道的取值，获得第一图像在指定颜色通道的颜色特征分量；其次，确定第二图像中各个色块在指定颜色通道的取值，获得第二图像中各个色块在指定颜色通道的颜色特征分量。其中，指定颜色通道可以是基于rgb颜色模型颜色通道，其包括红色通道、绿色通道和蓝色通道，相应的，图像的颜色特征分量包括该图像在红色通道的取值、绿色通道的取值和蓝色通道的取值。
108.在另外一些实施例中，特征提取模块402包括识别单元和提取单元。其中，识别单元，用于分别对第一图像和第二图像进行边缘识别，确定第一图像的目标区域和第二图像的目标区域，其中，目标区域表示有效的图像检测区域；提取单元，用于按照特征维度，分别对第一图像的目标区域和第二图像的目标区域进行特征提取，获得第一图像的特征信息和第二图像的特征信息。
109.色块匹配模块403，被配置为根据第一图像的特征信息和第二图像的特征信息，从
第二图像中确定出与第一图像相匹配的目标色块。
110.其中，第二图像中包括至少一个色块，不同的色块具有不同的特征信息。通过比较第一图像的特征信息与第二图像的特征信息，可以确定第二图像中与第一图像最为相似的色块，并将该色块确定为目标色块。
111.在一些实施例中，色块匹配模块403包括差异获取单元和色块选取单元。其中，差异获取单元，用于根据第一图像的特征信息和第二图像中各个色块的特征信息，获取第一图像与第二图像中各个色块的特征差异信息；色块选取单元，用于根据特征差异信息，从第二图像的各个色块中选取目标色块。其中，特征信息包括颜色特征信息、灰度特征信息和纹理特征信息中的任意一种或多种。
112.浓度确定模块404，被配置为根据目标色块与待检测物浓度的对应关系，确定试剂的待检测物浓度。
113.其中，比色卡中各个色块与待检测物浓度之间预设有对应关系，确定目标色块之后，根据目标色块对应的待检测物浓度，即可确定试剂的待检测浓度。
114.需要说明的是，在一些实施例中，浓度检测装置400还包括显示模块，显示模块用于显示试剂的待检测物浓度。
115.在本实施例中，通过图像获取模块获取试剂的第一图像和比色卡的第二图像；特征提取模块分别对第一图像和第二图像进行特征提取，获得第一图像的特征信息和第二图像的特征信息；色块匹配模块根据第一图像的特征信息和第二图像的特征信息，从第二图像中确定出与第一图像相匹配的目标色块；由浓度确定模块根据目标色块与待检测物浓度的对应关系，确定试剂的待检测物浓度。该装置可以避免环境因素和拍摄因素对试剂图像和比色卡图像的影响，从而可以获得更加准确的图像特征，并且，在确定目标色块时，不再依赖于人眼识别，而是基于图像特征进行确定，从而可以有效降低主观性影响，提高确定的目标色块的客观性和准确度，进而在根据目标色块确定试剂的待检测物浓度时，获得客观准确的结果。
116.图5为本技术实施例提供的一种终端的组成方框图。如图5所示，终端500内设置有浓度检测装置510，浓度检测装置510包括本技术实施例中任意一项浓度检测装置。
117.需要说明的是，浓度检测装置510中的图像获取模块可以复用终端500本身配置的拍摄模块，也可以在终端500单独设置专用于进行浓度检测的拍摄模块，本技术对此不作限定。
118.图6为本技术实施例提供的一种电子设备的组成方框图。
119.图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
120.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram603中，还可存储设备600操作所需的各种程序和数据。计
算单元601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
121.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
122.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如浓度检测方法。例如，在一些实施例中，浓度检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram603并由计算单元601执行时，可以执行上文描述的浓度检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行浓度检测方法。
123.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
124.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
125.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
126.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视
器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
127.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
128.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
129.值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本技术的创新部分，本实施方式中并没有将与解决本技术所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
130.可以理解的是，以上实施方式仅仅是为了说明本技术的原理而采用的示例性实施方式，然而本技术并不局限于此。对于本领域内的普通技术人员而言，在不脱离本技术的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本技术的保护范围。