【技术实现步骤摘要】
一种基于偏心摄影的斜视程度的计算方法
本专利技术涉及屈光检测
,特别涉及一种基于偏心摄影的斜视程度的计算方法。
技术介绍
随着现代经济的发展,教育的进步,各种智能设备的普及,近视的人数逐年增多,而且不断向低龄化发展,所以低成本的、可以普及的近视诊断方法的重要性不言而喻,尤其是对于青少年而言。通常,在眼科医院和配镜中心,验光师可以利用专业的设备,通过测量屈光度判断人眼球是否近视及斜视程度。但是,一般情况下,人们是在发现眼睛出现问题的时候才决定去专业的机构去验光。所以如果有方法可以让青少年平时就可以方便的检测是否斜视,对于预防青少年斜视的意义是巨大的。同时,经常测量屈光度也可以帮助已经斜视的人控制斜视的发展。现有的屈光度检测方式有三种,即主觉验光、检影验光和电脑验光。准确程度依次递减。在医院或配镜中心,通常用电脑验光初检,主觉验光确定实际的屈光度。主觉验光利用一系列不同屈光度的透镜,在病人的配合下,反复尝试不同屈光度的透镜,使得病人通过透镜恢复正常的视觉敏度。主觉验光需要配合视力表使用,病人需要和视力表保持一定距离,具体数值取决于视力表和计算方法,通常为六米,而且房间的光线要舒适。检影法是用检影镜将一束光线投射到患者眼屈光系统直达视网膜,再由视网膜的反射光抵达检影镜,穿过检影镜窥孔(简称检影孔),被验光师观察到。这视网膜反射光即“红光反射”,是检影分析的主要依据。患者屈光状态不同,其由红光反射而形成的顺动、逆动也不同。验光师分析这不同的影动,在标准镜片箱中取出相应镜片来消解影动,直到找到中和点。用来找到中和 ...
【技术保护点】
1.一种基于偏心摄影的斜视程度的计算方法,其特征在于,所述方法执行以下步骤:/n步骤1:获得基于偏心摄影验光得到的被检者的瞳孔图像;/n步骤2:对所述瞳孔图像中的瞳孔及角膜映光点进行第一深度学习处理,以获得所述瞳孔及所述角膜映光点的清晰图像;/n步骤3:提取所述角膜映光点,并判断所述角膜映光点是否位于所述瞳孔的中心,若是,则执行步骤5,若否,则执行步骤4;/n步骤4:对所述角膜映光点及所述瞳孔的中心进行第二深度学习处理,以确定所述角膜映光点与所述瞳孔的中心之间的偏移距离与所述瞳孔的半径的比值,并根据所述偏移距离与所述瞳孔的半径的比值计算所述被检者的斜视程度;/n步骤5:结束对所述被检者的斜视程度的计算。/n
【技术特征摘要】
1.一种基于偏心摄影的斜视程度的计算方法,其特征在于,所述方法执行以下步骤:
步骤1:获得基于偏心摄影验光得到的被检者的瞳孔图像;
步骤2:对所述瞳孔图像中的瞳孔及角膜映光点进行第一深度学习处理,以获得所述瞳孔及所述角膜映光点的清晰图像;
步骤3:提取所述角膜映光点,并判断所述角膜映光点是否位于所述瞳孔的中心,若是,则执行步骤5,若否,则执行步骤4;
步骤4:对所述角膜映光点及所述瞳孔的中心进行第二深度学习处理,以确定所述角膜映光点与所述瞳孔的中心之间的偏移距离与所述瞳孔的半径的比值,并根据所述偏移距离与所述瞳孔的半径的比值计算所述被检者的斜视程度;
步骤5:结束对所述被检者的斜视程度的计算。
2.如权利要求1所述的基于偏心摄影的斜视程度的计算方法,其特征在于,在所述步骤2中,在对所述瞳孔图像中的瞳孔及角膜映光点进行第一深度学习处理之前,还包括对所述瞳孔图像进行图像归一化处理、单通道分量提取处理、图像滤波处理、图像增强处理或边缘检测处理的步骤。
3.如权利要求1所述的基于偏心摄影的斜视程度的计算方法,其特征在于,在所述步骤2中,对所述瞳孔图像中的瞳孔及角膜映光点进行所述第一深度学习处理执行以下步骤:
步骤S201:对所述瞳孔图像进行降噪处理和锐化处理;
步骤S202:基于锐化处理后的所述瞳孔图像,确定所述瞳孔图像的预设边界,并基于所述预设边界获取对应的矩形区域,其中,所述矩形区域中包括所述瞳孔图像及所述角膜映光点的所有待识别信息,并且所述矩形区域包括所述瞳孔图像的预设边界;
步骤S203:采用第一深度学习模型,对所述矩形区域内的所述瞳孔图像进行关于图像分辨率的图像处理,获得所述瞳孔及所述角膜映光点的清晰图像。
4.如权利要求1所述的基于偏心摄影的斜视程度的计算方法,其特征在于,所述第一深度学习模型和/或所述第二深度学习模型包括神经网络模型、最小二乘法模型、回归模型中的至少一种。
5.如权利要求2所述的基于偏心摄影的斜视程度的计算方法,其特征在于,在所述步骤201中,对所述瞳孔图像进行降噪处理执行以下步骤:
步骤S2011:获取所述瞳孔图像的亮度分布信息,并基于所述亮度分布信息,将所述瞳孔图像划分为具有不同图像纹理分布状态的若干不同纹理区域;
步骤S2012:计算所述若干不同纹理区域中的每一个纹理区域对应的亮度分量和/或纹理分量,并根据所述亮度分量和/或所述纹理分量将所述瞳孔图像中的所有像素点划分...
【专利技术属性】
技术研发人员:谭国凯,李斌,何昱,陈治霖,李森,李自羽,
申请(专利权)人:北京爱诺斯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。