【技术实现步骤摘要】
本专利技术涉及医学图像分析，特别是涉及基于图像处理的影动方向计算系统及屈光度估计系统。
技术介绍
1、本部分的陈述仅仅是提到了与本专利技术相关的
技术介绍
，并不必然构成现有技术。
2、屈光不正是最常见的眼部障碍，也是可矫正视力损害背后的关键原因。屈光不正可通过多种方法进行诊断，包括主观验光、客观验光等。检影验光是传统的客观验光方法之一，它通过对患者眼底影像中的影动方向和明亮度进行分析，配合不同的透镜，判断患者的屈光不正。检影验光的优点在于其结果客观可靠，不需要被检者主观配合，具有很强的适用性。然而，检影验光的方法也存在一些问题，它通常需要较长的时间和专业人员的介入，限制了其在大规模视力筛查中的使用。
技术实现思路
1、为了解决现有技术的不足，本专利技术提供了基于图像处理的影动方向计算系统及屈光度估计系统；根据检影验光视频，利用图像处理技术，并通过数学建模以及相应算法，计算得到影动方向以及屈光不正。这一技术的主要优点在于提高了屈光不正计算的准确性，减少了主观因素的干扰，并且加速了验
【技术保护点】
1.屈光度估计系统，其特征是，包括：
2.如权利要求1所述的屈光度估计系统，其特征是，所述对验光视频中的每一帧图像分割出瞳孔区域图像，包括：对验光视频中的每一帧图像进行预处理；对预处理后的图像进行基准检测，得到眼部矩形区域；在矩形区域内，检测出瞳孔，得到瞳孔的最小外接矩形区域；将瞳孔的最小外接矩形区域分割出来，得到瞳孔区域图像。
3.如权利要求2所述的屈光度估计系统，其特征是，所述在矩形区域内，检测出瞳孔，得到瞳孔的最小外接矩形区域，采用圆形检测方式或训练后的卷积神经网络识别出瞳孔，并得到瞳孔的最小外接矩形区域，记录瞳孔的最小外接矩形区域距离坐...
【技术特征摘要】
1.屈光度估计系统，其特征是，包括：
2.如权利要求1所述的屈光度估计系统，其特征是，所述对验光视频中的每一帧图像分割出瞳孔区域图像，包括：对验光视频中的每一帧图像进行预处理；对预处理后的图像进行基准检测，得到眼部矩形区域；在矩形区域内，检测出瞳孔，得到瞳孔的最小外接矩形区域；将瞳孔的最小外接矩形区域分割出来，得到瞳孔区域图像。
3.如权利要求2所述的屈光度估计系统，其特征是，所述在矩形区域内，检测出瞳孔，得到瞳孔的最小外接矩形区域，采用圆形检测方式或训练后的卷积神经网络识别出瞳孔，并得到瞳孔的最小外接矩形区域，记录瞳孔的最小外接矩形区域距离坐标原点最近的端点坐标f2。
4.如权利要求1所述的屈光度估计系统，其特征是，所述对分割得到的瞳孔区域图像进行超分辨率处理，得到超分辨率瞳孔区域图像，是将分割得到的瞳孔区域图像，输入到超分辨率网络中，进行四倍超分辨率处理，得到超分辨率瞳孔区域图像。
<...【专利技术属性】
技术研发人员：刘治，薛鹏，马佳霖，崔立真，蒋亚丽，
申请(专利权)人：山东大学，
类型：发明
国别省市：
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。