尿液试纸是一种常见的通过试纸反应后颜色变化情况来分析检测标本成分的检测试纸。试纸颜色识别利用彩色图像采集技术和数字图像处理技术实现图像的采集和颜色的分类,能显著提高试纸颜色识别的速度和准确性,是尿液检验自动化设备的关键技术之一。在大量文献研读的基础上,本文针对尿液试纸颜色识别在试纸图像采集、分割、干扰处理、识别算法方面存在的问题开展研究。在光源、定位、颜色校正和识别方面进行了一系列的工作,并取得了一定的成果。光源校正。当CCD图像采集设备的光源环境不一致时,采集到的试纸图片颜色通常会出现偏差。我们采用在电路板上排成一列21个LED灯作为光源,并且用算法调节其中12个灯的亮度,实现了试纸条上每一个试纸垫接受到的光照强度近似相同。光源校正提高了CCD图片的质量,降低了因光源亮度变化造成的识别误差。定位修正。提出了基于色调能量的试纸垫定位修正算法,消除了不同试纸图片上试纸垫图片位置不一致造成的影响,以便对试纸垫图片进行准确的分割。颜色校正。针对尿液本身具有颜色而导致反应后的试纸垫颜色受到影响的情况,使用颜色校正算法对试纸垫图片的颜色进行校正。当尿液颜色很深导致试纸垫图片颜色变化太大时,颜色校正算法效果不明显,在输出结果时说明。保证了识别结果的可靠性。颜色识别算法改进。针对BP神经网络识别法在尿液试纸颜色识别技术中存在的不足提出了微格识别法。减少了构建识别模型时需要的样本数量;提高了识别速率。平台搭建。在算法的研究过程中,专门设计了测试算法可行性及改进效果的软件平台。用微型计算机和CCD彩色图像采集设备作为硬件平台采集图片和数据。使得算法的研究直接与实际应用结合,保证了数据的真实性和有效性。