IDNEO工程师开发了MATLAB的图像处理,计算机视觉和机器学习算法,然后生成了具有嵌入式编码器的MDMulticard读卡器的生产码®。
核心图像分析算法,由MATLAB和image Processing Toolbox™开发,执行颜色均衡和白平衡,将图像转换到CIELUV颜色空间,计算颜色差异,然后在图像中指示波段模式的卡片上定位基准标记。IDNEO团队将波段分析添加到核心算法中,创建图像的二进制版本,然后应用形态学操作获得卡上每个波段的骨架图像。
接下来,他们用从骨骼图像中提取的特征来训练线性回归分类器。该分类器可检测出实带(分类为阳性)、无带(分类为阴性)和混合带(分类为可疑),这可能发生在患者以前输血时。
在对Grifols提供的图像进行算法测试后,工程师使用MATLAB App Designer设计了一个用户界面。他们使用MATLAB Compiler™生成了一个独立的MATLAB应用程序,Grifols工程师和选定的医院工作人员可以在不安装MATLAB的情况下使用。
IDNEO团队从带嵌入式编码器的核心图像分析算法生成生产C代码。他们通过使用原始MATLAB算法产生的结果进行比较使用MATLAB分析器来测量代码覆盖率来测试C代码。
该团队将生成的代码集成到Android应用程序中,为Grifols MDMulticard Reader提供触摸屏界面。
为了遵守客户的紧张时间表,Idneo团队在开发中使用Scrum过程框架和持续集成。Matlab支万博1manbetx持此工作流程,Jenkins作业测试使用嵌入式编码器生成的代码,而不是卡片图像数据库。
读卡器的完全验证的预生产原型是在西班牙的各种医院进行的可用性测试。同时,IDNEO工程师继续提高算法的准确性,使用统计和机器学习工具箱™中的分类学习者应用程序来评估支持向量机和其他机器学习模型。万博1manbetx