El termómetro capilar tradicional se basa en la observación ocular para juzgar la existencia de errores subjetivos entre la fusión inicial (la primera gota de líquido aparece) y la fusión completa (la desaparición de sólidos). La tecnología de reconocimiento automático basada en algoritmos de procesamiento de imágenes logra la objetividad y precisión de la medición a través de la segmentación precisa de las características visuales clave en el proceso de fusión. Su proceso algorítmico central es el siguiente:
1. preprocesamiento de imágenes y localización del área de la muestra:
El algoritmo primero preprocesa las secuencias de video recogidas, incluyendo la eliminación de ruido de filtro Gauss y el aumento de contraste, para resaltar las muestras en el capilar. Posteriormente, se utilizan algoritmos de detección de borde o emparejamiento de plantillas para localizar y segmentar con precisión áreas capilares fijas (rois), eliminar la interferencia de fondo y sentar las bases para el análisis posterior.
2. detección precisa del punto de fusión inicial - basada en mutaciones de textura y forma:
Esta es la primera clave de la división. El polvo sólido tiene características de textura específicas en la etapa inicial. El algoritmo monitorea sus cambios calculando las características estadísticas grises (como la desviación estándar) o las características de textura (como la entropía basada en la matriz de simbiosis gris) de las áreas dentro del roi. Cuando se produce la fusión inicial, aparecen gotas en áreas locales, lo que resulta en un cambio repentino en la uniformidad de la textura, y los valores característicos anteriores experimentarán un salto significativo. En combinación con el método de diferencia de marco, se detecta una zona de cambio local, y el momento correspondiente se determina como el punto de fusión inicial. Este paso supera la desventaja de que el ojo humano está rezagado en la respuesta a los fenómenos sutiles de fusión inicial.
3. determinación precisa del punto de fusión completo - basado en el análisis del contorno y la transmisión de luz:
Esta es la segunda clave de la división. A medida que avanza la fusión, el contorno sólido continúa contrayéndose. El algoritmo describe con precisión la morfología de las columnas sólidas a través de la extracción de bordes y el seguimiento de contornos (como operadores astutos y modelos de contornos activos). El criterio de la fusión completa es la desaparición del contorno sólido. Los algoritmos más avanzados monitorean simultáneamente la escala media de grises o la transmisión de luz de todo el roi. En el momento en que el sólido desaparece, la transmisión de luz en el Fondo del capilar aumenta drásticamente, lo que resulta en un cambio escalonado en el valor gris general. El algoritmo determina el momento correspondiente a este punto de inflexión como punto de fusión completo, evitando la incertidumbre instantánea del ojo humano debido al juicio de que "la última pequeña partícula desaparece".
Conclusión: al transformar la información visual del proceso de fusión en características cuantitativas de textura, contorno y escala de grises, el algoritmo de procesamiento de imágenes realiza una segmentación precisa y automática de las dos etapas físicas de fusión inicial y fusión completa. Este estudio no solo mejora considerablemente la repetibilidad y precisión de la medición del punto de fusión, sino que también proporciona una base sólida para la digitalización y el análisis inteligente de los datos experimentales.