人眼闭眼程度检测装置制造方法及图纸

本发明专利技术公开了一种人眼闭眼程度检测装置，包含：图像采集模块，用于采集待检测人员在一段时间内的眨眼的眼部视频；提取模块，用于从所述眼部视频中的每一帧图像中提取出黑眼球区域；计算模块，用于根据提取出的所述黑眼球区域计算闭合度值，所述闭合度值为所述黑眼球区域的高度与宽度的比值；统计模块，用于统计所述眼部视频中的所有帧图像的所述闭合度值；判断模块，用于根据所述统计模块的统计结果判断待检测人员的闭眼程度。本发明专利技术的人眼闭眼程度检测装置，能够精确识别待检测者是否属于闭眼不完全的类型。眼不完全的类型。眼不完全的类型。

【技术实现步骤摘要】
人眼闭眼程度检测装置


[0001]本专利技术涉及一种人眼闭眼程度检测装置。

技术介绍

[0002]90％的干眼治疗效果不好的病人，都有眨眼不完全的问题，即使油脂分泌正常，不完全眨眼会也导致油脂无法均匀分布在眼表。闭眼不全有可能会导致干眼症，如果眼睛长期处于闭眼不全的状态，就可能会出现眼干眼涩眼疲劳的现象，使眼睛不能得到充分的休息，闭眼不全有可能是由于用眼过度造成的，也可能与长期熬夜有很大的关系。如果患者有不完全眨眼，应该进行患者教育和眨眼练习。

技术实现思路

[0003]本专利技术提供了一种人眼闭眼程度检测装置，采用如下的技术方案：
[0004]一种人眼闭眼程度检测装置，包括：
[0005]图像采集模块，用于采集待检测人员在一段时间内的眨眼的眼部视频；
[0006]提取模块，用于从眼部视频中的每一帧图像中提取出黑眼球区域；
[0007]计算模块，用于根据提取出的黑眼球区域计算闭合度值，闭合度值为黑眼球区域的高度与宽度的比值；
[0008]统计模块，用于统计眼部视频中的所有帧图像的闭合度值；
[0009]判断模块，用于根据统计模块的统计结果判断待检测人员的闭眼程度。
[0010]进一步地，判断模块包括：
[0011]获取子模块，用于从统计结果中获取到眨眼周期数以及每个眨眼周期内的最小闭合度值；
[0012]计算子模块，用于根据识别子模块获取到的眨眼周期数和最小闭合度值计算出平均最小闭合度值；
[0013]判断子模块，用于将平均最小闭合度值和预设的基准闭合度值进行比较以判断待检测者是否闭眼充分。
[0014]进一步地，图像采集模块还用于采集待检测者正常睁眼时的人眼图像；
[0015]闭眼程度检测装置还包括：
[0016]形状识别模块，用于识别人眼图像中的黑色眼球区域的形状；
[0017]基准矫正模块，用于根据形状识别模块识别出的形状对基准闭合度值进行矫正。
[0018]进一步地，闭眼程度检测装置还包括：
[0019]占比计算模块，用于计算人眼图像中的黑色眼球区域占据人眼区域的比例；
[0020]基准矫正模块根据形状识别模块识别出的形状和占比计算模块计算得到的人眼图像中的黑色眼球区域占据人眼的比例对基准闭合度值进行矫正。
[0021]进一步地，提取模块包括：
[0022]第一转换子模块，用于将眼部视频中的每一帧图像转换成HSV模式；
[0023]第二转换子模块，用于通过下述公式对图像进行转换：
[0024]sv(x,y)＝(s(x,y)*(1
‑
v(x,y)))2，
[0025]其中，s(x,y)是转换后的图像的HSV通道中S通道的对应坐标的值，v(x,y)是HSV通道中V通道的对应坐标的值；
[0026]阈值分割子模块，用于通过第一阈值对转换后的图像进行阈值分割；
[0027]第一图像处理子模块，用于对阈值分割后的图像进行形态学处理；
[0028]提取子模块，用于从处理后的图像中识别出具有规则圆形的区域作为黑眼球区域。
[0029]进一步地，提取模块还包括：
[0030]阈值计算子模块，用于通过大津图像算法对第二转换子模块转换后的图像进行计算得到第一阈值。
[0031]进一步地，提取模块还包括：
[0032]第二图像处理子模块，通过下述梯度公式对第一图像处理子模块处理后的图像进行处理：
[0033]g(x,y)＝f(x,y)
‑
f(x+1,y)，
[0034]其中，f(x,y)是形态学处理得出的图像的对应坐标的值，将计算结果大于0的结果置为1，其他情况置为0。
[0035]进一步地，提取子模块包括：
[0036]获取单元，用于获取图像中每一连通区域的三个位置极点，分别是最左点D
a
(x
a
,y
a
)、最低点D
b
(x
b
,y
b
)和最右点D
c
(x
c
,y
c
)；
[0037]第一计算单元，用于根据下述公式计算有效旁坐标D
d
(x
d
,y
d
)：
[0038][0039]第一计算单元还用于根据下述公式分别计算最低点D
b
(x
b
,y
b
)到两边对称距离的差和SumD、最低点D
b
(x
b
,y
b
)到两边对称水平夹角的差和SumA、第一判断阈值DA和第二判断阈值dA
i
：
[0040][0041][0042]DA＝SumD*SumA，
[0043][0044]判定单元，用于根据计算出的每个连通区域的第一判断阈值DA和第二判断阈值dA
i
判断其是否是黑眼球区域。
[0045]进一步地，人眼闭眼程度检测装置还包括：
[0046]照明模块，用于在采集待检测人员的眼部视频时，通过近红外光照射待检测人员
的脸部。
[0047]本专利技术的有益之处在于所提供的人眼闭眼程度检测装置，能够精确识别待检测者是否属于闭眼不完全的类型。
[0048]本专利技术的有益之处在于所提供的人眼闭眼程度检测装置，能够根据不同检测者的人眼的特性调整判定标准，使得人眼闭眼程度检测装置的判断更加准确。
附图说明
[0049]图1是本专利技术的人眼闭眼程度检测装置的示意图；
[0050]图2是本专利技术的闭合度值统计结果示意图：
[0051]图3是图像采集模块采集的原图：
[0052]图4是对原图进行图像转换后的示意图：
[0053]图5是进行阈值分割后的示意图：
[0054]图6是通过梯度公式处理后的示意图：
[0055]图7是识别出的黑眼球区域。
具体实施方式
[0056]以下结合附图和具体实施例对本专利技术作具体的介绍。
[0057]如图1所示为本专利技术的一种人眼闭眼程度检测装置，主要包括：图像采集模块10、提取模块20、计算模块30、统计模块40和判断模块50。图像采集模块10用于采集待检测人员在一段时间内的眨眼的眼部视频。提取模块20用于从眼部视频中的每一帧图像中提取出黑眼球区域。计算模块30用于根据提取出的黑眼球区域计算闭合度值，闭合度值为黑眼球区域的高度与宽度的比值。统计模块40用于统计眼部视频中的所有帧图像的闭合度值，统计结果如图2所示。判断模块50用于根据统计模块40的统计结果判断待检测人员的闭眼程度。
[0058]作为优选的实施方式，判断模块50包括：获取子模块、计算子模块和判断子模块。
[0059]获取子模块用于从统计结果中获取到眨眼周期数以及每个眨眼周期内的最小闭本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人眼闭眼程度检测装置，其特征在于，包括：图像采集模块，用于采集待检测人员在一段时间内的眨眼的眼部视频；提取模块，用于从所述眼部视频中的每一帧图像中提取出黑眼球区域；计算模块，用于根据提取出的所述黑眼球区域计算闭合度值，所述闭合度值为所述黑眼球区域的高度与宽度的比值；统计模块，用于统计所述眼部视频中的所有帧图像的所述闭合度值；判断模块，用于根据所述统计模块的统计结果判断待检测人员的闭眼程度。2.根据权利要求1所述的闭眼程度检测装置，其特征在于，所述判断模块包括：获取子模块，用于从统计结果中获取到眨眼周期数以及每个眨眼周期内的最小闭合度值；计算子模块，用于根据所述识别子模块获取到的眨眼周期数和最小闭合度值计算出平均最小闭合度值；判断子模块，用于将所述平均最小闭合度值和预设的基准闭合度值进行比较以判断待检测者是否闭眼充分。3.根据权利要求2所述的闭眼程度检测装置，其特征在于，所述图像采集模块还用于采集待检测者正常睁眼时的人眼图像；所述闭眼程度检测装置还包括：形状识别模块，用于识别所述人眼图像中的黑色眼球区域的形状；基准矫正模块，用于根据所述形状识别模块识别出的形状对所述基准闭合度值进行矫正。4.根据权利要求3所述的闭眼程度检测装置，其特征在于，所述闭眼程度检测装置还包括：占比计算模块，用于计算所述人眼图像中的黑色眼球区域占据人眼区域的比例；所述基准矫正模块根据所述形状识别模块识别出的形状和所述占比计算模块计算得到的所述人眼图像中的黑色眼球区域占据人眼的比例对所述基准闭合度值进行矫正。5.根据权利要求1所述的闭眼程度检测装置，其特征在于，所述提取模块包括：第一转换子模块，用于将所述眼部视频中的每一帧图像转换成HSV模式；第二转换子模块，用于通过下述公式对图像进行转换：sv(x,y)＝(s(x,y)*(1
‑
v(x,y)))2，其中，s(x,y)是转换后的图像的HSV通道中S通道的对应坐标的值，v(x,y)是HSV通道中V通道的对应坐标的值；阈值分割子模块，用于通过第一阈值对转换后的图像进行阈值分割；第一图像处理子模块，用于对阈值分割后的图像进行形态学处理；提取子模块，用于从处理后的图像中识别出具有规则圆形的区域...

【专利技术属性】
技术研发人员：罗秋伟，陈宏伟，蔡明，李孟尝，潘丽，
申请(专利权)人：执鼎医疗科技杭州有限公司，
类型：发明
国别省市：