Данная работа посвящена разработке алгоритма распознавания результатов экспресс-теста на COVID-19 производства компании Mesa Biotech по его фотографии. Разработанный алгоритм позволит находить ошибки, сделанные экспертом при ручном определении результатов теста. Было построено три основных алгоритма определения результатов теста, основанные на выделении различных характерных признаков изображения: фона, цветовой области и текста. Каждый из основных алгоритмов состоит из трёх этапов: 1. нахождение региона, содержащего область с результатами; 2. выделение области с результатами из региона, её включающего; 3. определение результатов теста по области с результатами. Было предложено два способа выделения области с результатами из региона, её включающего: статистический и градиентный. Основные алгоритмы были объединены в итоговые тремя разными способами: – без использования коэффициентов надёжности результатов; – с использованием коэффициентов надёжности результатов – с использованием результатов, полученных экспертом. Был проведён анализ качества основных и итоговых алгоритмов на специально построенной тестовой выборке. Для тестирования способности находить ошибки эксперта был проведён анализ числа и состава несовпадений результатов итоговых алгоритмов с результатами эксперта.

The given paper is devoted to the development of an algorithm for recognition of the results of COVID-19 express test, manufactured by Mesa Biotech, by it’s photo. The implemented algorithm will allow to find errors made by expert, who manually determined the test results. Three basic algorihms for detecting the test results were implemented. They are based on the identifying different characteristic image features, such as background, color area and text. Each of the basic algorithms consists of three stages: 1. finding a region containing the results area; 2. identifying a results area from the region, that includes it; 3. detecting test results by the results area. Tho ways were suggested to identify a results area from the region that includes it: based on statistics and based on gradient. The basic algorithms were combined into the final ones in three different ways: – without using confidence levels of the results – using confidence levels of the results – using the results ontained by the expert The quality analysis of the basic and final algorithms was conducted on the specially selected test sample. To test the ability to find expert errors an analysis of the quantity and composition of mismatches between the results of the final algorithms and the results of the expert was carried out.

• Тема выпускной квалификационной работы
  • Введение
  • 1. Постановка задачи и подходы к решению
  • 2. Вспомогательные процедуры
  • 3. Описание основных алгоритмов
  • 4. Результаты
  • Заключение
  • Выводы
  • Библиографический список