【技术实现步骤摘要】
本专利技术涉及图像处理、边缘检测与神经网络，具体为一种基于图像处理核心算法的瞳孔仪。
技术介绍
1、图像处理与边缘检测技术通过高效的图像特征提取和有效地识别眼部特征边缘，使基于图像处理核心算法的瞳孔仪能够精确地定位瞳孔位置，旨在解决瞳孔仪设计中的瞳孔定位问题，通过采用图像处理技术，瞳孔仪能够准确地识别眼睛中的瞳孔位置，实现对瞳孔直径参数的精确测量，边缘检测技术在此起到关键作用，通过检测图像中的边缘，瞳孔仪能够更准确地定位瞳孔的边缘，提高对瞳孔位置的定位精度，图像处理和边缘检测技术的应用使得基于图像处理核心算法的瞳孔仪能够在不同环境条件下实现对眼部特征的高效捕捉。
2、神经网络技术通过学习和适应眼部图像复杂特征，旨在解决瞳孔仪在复杂眼部结构和不同个体之间的变化中瞳孔数据分析的问题，通过引入神经网络，瞳孔仪能够更灵活地适应不同人的眼部特征，提高对瞳孔位置和直径参数的鲁棒性，神经网络能够学习和适应各种眼部图像的复杂特征，从而增强瞳孔仪在各种使用场景下的性能和稳定性，使得基于图像处理核心算法的瞳孔仪更具智能化和自适应性，更好地适应不同用户的需求。
3、而现有的基于图像处理核心算法的瞳孔仪在面对光照条件的变化时导致系统性能的不稳定，特别是在强光和弱光环境下，图像质量波动较大，这会影响瞳孔的准确定位和测量，其次，对于个体差异和眼部结构的多样性，现有基于图像处理核心算法的瞳孔仪在适应性方面存在局限性，特别是在面对异常眼部结构以及特殊生理条件的情况下，系统的性能会受到影响，此外，现有的瞳孔仪在动态情境下的表现需要进一步优
技术实现思路
1、本专利技术的目的在于提供一种基于图像处理核心算法的瞳孔仪，以解决上述
技术介绍
中提出的现有的基于图像处理核心算法的瞳孔仪在面对光照条件的变化时导致系统性能的不稳定，特别是在强光和弱光环境下，图像质量波动较大，从而影响瞳孔的准确定位和测量的问题，以及对于个体差异和眼部结构的多样性与动态情境的使用过程中，现有基于图像处理核心算法的瞳孔仪在适应性方面存在局限性的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于图像处理核心算法的瞳孔仪，包括闪光灯控制模块、图像采集模块、图像处理模块、瞳孔数据处理模块、瞳孔动态分析模块、数据存储管理模块、系统运维模块、用户界面管理模块，所述闪光灯控制模块用于协调、触发和调整瞳孔测量过程中所需的闪光灯操作，包括开启和关闭、调整亮度和保持时长，所述图像采集模块用于采集来自眼睛的高分辨率图像，确保对眼部结构的细致捕捉，为后续图像处理提供高质量输入，所述图像处理模块用于对采集到的图像进行灰度处理和噪声去除的预处理操作，以优化瞳孔定位和测量的准确性，所述瞳孔数据处理模块包括瞳孔定位分析单元和瞳孔距离测量单元，所述瞳孔定位分析单元提出基于灰度信息的瞳孔定位算法从原始图像数据中提取出瞳孔数据，通过角膜和视网膜上反射的红外光线对瞳孔的位置进行快速定位，所述瞳孔距离测量单元用于测量并计算瞳孔直径，所述瞳孔动态分析模块提出基于自主神经网络的瞳孔动态分析算法用于在开启和关闭闪光灯的情况下，分析瞳孔的收缩和扩张过程，计算最小直径和平均速度参数，所述数据存储管理模块用于存储并管理采集到的图像数据，所述系统运维模块用于整合各个模块，协调系统运行，提供系统故障检测和自动维护功能，所述用户界面管理模块用于生成眼部数据报告并以图表进行展示。
3、优选的，所述闪光灯控制模块用于精确控制瞳孔仪的闪光灯，包括开启和关闭，以及调整亮度和保持时长，以适应不同环境条件和用户需求，确保充分照明而不引起不适。
4、优选的，所述图像采集模块用于实时采集从眼睛中反射的红外光线图像，具备高分辨率和高灵敏度，以捕捉到眼部结构的详细信息，确保图像质量清晰可靠。
5、优选的，所述图像处理模块用于对采集到的眼部图像进行预处理操作，包括灰度处理和噪声去除，以优化瞳孔数据处理模块的图像分析，确保瞳孔区域的清晰度和准确性。
6、优选的，所述瞳孔数据处理模块包括瞳孔定位分析单元，所述瞳孔定位分析单元提出基于灰度信息的瞳孔定位算法用于快速准确地提取并定位瞳孔的大致位置，确保在不同眼部条件与环境条件下对瞳孔的准确定位。
7、具体的，所述基于灰度信息的瞳孔定位算法具体如下：首先，假定经过预处理后输入至瞳孔定位分析单元的灰度图像iinp大小为a×b，对灰度图像iinp进行平滑尺度模拟域的设定，并计算出图像表面f(x，y)，使用高斯核函数进行图像表面的计算，计算公式表示为：
8、
9、其中，f(x，y)表示图像表面的计算值，l表示为平滑参数，决定平滑程度，a与b分别表示灰度图像的宽度和高度，共同代表图像的尺寸大小，i与j分别表示图像的像素索引，zij表示图像在位置(i，j)的灰度值，通过对图像的每个像素灰度值zij进行高斯加权平均，从而得到平滑后的图像表面估计值f(x，y)，其中，高斯核函数k(x，y)的表示公式为：
10、
11、exp(·)表示为指数运算操作，高斯核函数k(x，y)中的指数部分决定了每个像素的权重，用于对图像进行加权平均，k(x，y)对图像中心附近的像素有较高的权重，而对离中心较远的像素权重逐渐减小，而l用于控制平滑的程度；然后，计算图像表面f(x，y)关于x和y的偏导数，得到灰度梯度向量为：
12、
13、其中，表示图像在位置(x，y)处的灰度梯度向量，代表图像在点(x，y)处的灰度变化方向和强度，fx(x，y)与fy(x，y)分别表示f(x，y)关于x和y的偏导数，计算公式分别为：
14、
15、
16、其次，对计算得到的灰度梯度向量进行阈值化处理，得到二值图像ibin，其中瞳孔区域被转换为二值图像，灰度梯度阈值化计算公式为：
17、
18、其中，ibin(i，j)表示为经过灰度阈值化操作后的初步边缘图像，t(x，y)表示为统计函数，t1与t2表示阈值，阈值的选取基于梯度振幅的统计信息，以区分瞳孔和其他眼部结构，满足以下关系t2＞t1，通过协方差矩阵计算统计函数，协方差矩阵e(x，y)的数学公式表示为：
19、
20、其中，与均表示为协方差矩阵的元素，计算公式分别为：
21、
22、
23、
24、其中，表示fx(x，y)的平均值，代表梯度在x方向上的变化程度，表示fy(x，y)的平均值，代表梯度在y方向上的变化程度，此时，通过协方差矩阵计算统计函数，统计函数t(x，y)的计算公式为：
25、
26、根据统计函数t(x，y)描述梯度向量在图像表面上的变化情况，通过统计函数的阈值判断，得到初步的边缘图像ibin(i，j)，通过中值滤波器对二值图像ibin进行进一步去噪处理，消除由于厚重的睫毛、眼睑遮挡以及不均匀光照引起的噪声，有助于提高后续边缘检测的准本文档来自技高网...
【技术保护点】
1.一种基于图像处理核心算法的瞳孔仪，包括闪光灯控制模块、图像采集模块、图像处理模块、瞳孔数据处理模块、瞳孔动态分析模块、数据存储管理模块、系统运维模块、用户界面管理模块，其特征在于：所述闪光灯控制模块用于协调、触发和调整瞳孔测量过程中所需的闪光灯操作，包括开启和关闭、调整亮度和保持时长，所述图像采集模块用于采集来自眼睛的高分辨率图像，确保对眼部结构的细致捕捉，为后续图像处理提供高质量输入，所述图像处理模块用于对采集到的图像进行灰度处理和噪声去除的预处理操作，以优化瞳孔定位和测量的准确性，所述瞳孔数据处理模块包括瞳孔定位分析单元和瞳孔距离测量单元，所述瞳孔定位分析单元提出基于灰度信息的瞳孔定位算法从原始图像数据中提取出瞳孔数据，通过角膜和视网膜上反射的红外光线对瞳孔的位置进行快速定位，所述瞳孔距离测量单元用于测量并计算瞳孔直径，所述瞳孔动态分析模块提出基于自主神经网络的瞳孔动态分析算法用于在开启和关闭闪光灯的情况下，分析瞳孔的收缩和扩张过程，计算最小直径和平均速度参数，所述数据存储管理模块用于存储并管理采集到的图像数据，所述系统运维模块用于整合各个模块，协调系统运行，提供系统故障
2.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述闪光灯控制模块用于精确控制瞳孔仪的闪光灯，包括开启和关闭，以及调整亮度和保持时长，以适应不同环境条件和用户需求，确保充分照明而不引起不适。
3.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述图像采集模块用于实时采集从眼睛中反射的红外光线图像，具备高分辨率和高灵敏度，以捕捉到眼部结构的详细信息，确保图像质量清晰可靠。
4.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述图像处理模块用于对采集到的眼部图像进行预处理操作，包括灰度处理和噪声去除，以优化瞳孔数据处理模块的图像分析，确保瞳孔区域的清晰度和准确性。
5.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述瞳孔数据处理模块包括瞳孔定位分析单元，所述瞳孔定位分析单元提出基于灰度信息的瞳孔定位算法用于快速准确地提取并定位瞳孔的大致位置，确保在不同眼部条件与环境条件下对瞳孔的准确定位。
6.根据权利要求5所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述基于灰度信息的瞳孔定位算法具体如下：首先，假定经过预处理后输入至瞳孔定位分析单元的灰度图像Iinp大小为a×b，对灰度图像Iinp进行平滑尺度模拟域的设定，并计算出图像表面f(x,y)，使用高斯核函数进行图像表面的计算，计算公式表示为：
7.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述瞳孔数据处理模块包括瞳孔距离测量单元，所述瞳孔距离测量单元用于分析定位到的瞳孔数据，计算瞳孔直径参数，并确定瞳孔的固定距离，确保瞳孔测量的准确性和一致性。
8.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述瞳孔动态分析模块提出基于自主神经网络的瞳孔动态分析算法用于在开启和关闭闪光灯的情况下，分析瞳孔的动态变化过程，包括收缩和扩张，计算最小直径、平均速度的参数，确保系统对于瞳孔行为的全面分析与理解。
9.根据权利要求9所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述基于自主神经网络的瞳孔动态分析算法具体如下：首先，对瞳孔轨迹进行提取，采用区域生长算法跟踪每个个体眼睛图像中的瞳孔数据，从最暗的点开始，通过区域生长算法识别连续的区域，生长准则是灰度信息，生长准则的计算公式为：
10.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述数据存储管理模块用于高效存储采集到的眼部数据，包括原始眼部图像数据、测量参数以及处理后的瞳孔数据，实现可靠的数据检索和管理，确保数据的完整性和可追溯性；所述系统运维模块用于整合各个模块，协调系统运行，提供系统故障检测和自动校正功能，同时反馈用户操作和系统状态，确保系统在长时间运行中的稳定性和可靠性；所述用户界面管理模块用于实现用户与瞳孔仪系统的交互与管理，提供直观友好的界面，使用户能够灵活设置闪光灯参数、查看瞳孔测量结果，并管理系统的运行状态。
...【技术特征摘要】
1.一种基于图像处理核心算法的瞳孔仪，包括闪光灯控制模块、图像采集模块、图像处理模块、瞳孔数据处理模块、瞳孔动态分析模块、数据存储管理模块、系统运维模块、用户界面管理模块，其特征在于：所述闪光灯控制模块用于协调、触发和调整瞳孔测量过程中所需的闪光灯操作，包括开启和关闭、调整亮度和保持时长，所述图像采集模块用于采集来自眼睛的高分辨率图像，确保对眼部结构的细致捕捉，为后续图像处理提供高质量输入，所述图像处理模块用于对采集到的图像进行灰度处理和噪声去除的预处理操作，以优化瞳孔定位和测量的准确性，所述瞳孔数据处理模块包括瞳孔定位分析单元和瞳孔距离测量单元，所述瞳孔定位分析单元提出基于灰度信息的瞳孔定位算法从原始图像数据中提取出瞳孔数据，通过角膜和视网膜上反射的红外光线对瞳孔的位置进行快速定位，所述瞳孔距离测量单元用于测量并计算瞳孔直径，所述瞳孔动态分析模块提出基于自主神经网络的瞳孔动态分析算法用于在开启和关闭闪光灯的情况下，分析瞳孔的收缩和扩张过程，计算最小直径和平均速度参数，所述数据存储管理模块用于存储并管理采集到的图像数据，所述系统运维模块用于整合各个模块，协调系统运行，提供系统故障检测和自动维护功能，所述用户界面管理模块用于生成眼部数据报告并以图表进行展示。
2.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述闪光灯控制模块用于精确控制瞳孔仪的闪光灯，包括开启和关闭，以及调整亮度和保持时长，以适应不同环境条件和用户需求，确保充分照明而不引起不适。
3.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述图像采集模块用于实时采集从眼睛中反射的红外光线图像，具备高分辨率和高灵敏度，以捕捉到眼部结构的详细信息，确保图像质量清晰可靠。
4.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述图像处理模块用于对采集到的眼部图像进行预处理操作，包括灰度处理和噪声去除，以优化瞳孔数据处理模块的图像分析，确保瞳孔区域的清晰度和准确性。
5.根据权利要求1所述的一种基于图像处理核心算法的瞳孔仪，其特征在于：所述瞳孔数据处理模块包...
【专利技术属性】
技术研发人员：李华，张茂，韩季诺，靳明，李斌，
申请(专利权)人：湖州露湖鄱生物科技有限公司，
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。